基于Web of Science核心数据集中1985-2018年发表的11430篇以"气候变化"和"农业"为研究主题的文献,利用CiteSpaceV软件网络可视化分析功能,对气候变化下农业领域文献的特征与热点演变进行探究,以期明确该领域研究...
详细信息
基于Web of Science核心数据集中1985-2018年发表的11430篇以"气候变化"和"农业"为研究主题的文献,利用CiteSpaceV软件网络可视化分析功能,对气候变化下农业领域文献的特征与热点演变进行探究,以期明确该领域研究变化特征与趋势,为发展创新提供参考方向。结果表明:自1985年以来,农业领域年文献数量呈持续上升趋势;以美国、英国、中国、德国、澳大利亚等国家为代表的经济快速发展国家和地区均注重该领域的研究探讨;文献多发表于《Climatic Change》、《Science》等优质期刊;中国科学院、瓦赫宁根大学等国内外众多知名机构均致力于该领域的研究;"影响"、"适应性"、"管理"、"模型"、"食品安全"等是研究的共同热点词汇;以2007年为界,研究热点从评估气候变化对未来农作物产量的影响、影响因子等发展到集中探讨气候变化下农业发展的适应性、气候智慧型农业以及保护性农业等问题,以气候智慧型农业为代表的研究将是未来农业领域创新发展方向。
Logistic回归模型(Logistic Regression,LR)在滑坡敏感性评价上应用广泛,但目前对于模型参数不确定性的研究较为缺乏。马尔可夫链蒙特卡罗(Markov Chain Monte Carlo,MCMC)方法能够结合参数的先验信息得到其后验分布,从而对估计参数的...
详细信息
Logistic回归模型(Logistic Regression,LR)在滑坡敏感性评价上应用广泛,但目前对于模型参数不确定性的研究较为缺乏。马尔可夫链蒙特卡罗(Markov Chain Monte Carlo,MCMC)方法能够结合参数的先验信息得到其后验分布,从而对估计参数的不确定性进行分析。为探索MCMC方法在Logistic滑坡敏感性模型构建中的有效性;量化模型参数估计值的不确定性,以西南地区2013年4·20芦山地震,2017年8·8九寨沟地震和2014年8·3鲁甸地震为例,基于MCMC方法对Logistic回归模型的回归系数进行估计。构建了区域的地震滑坡敏感性模型,对模型参数的估计值进行了不确定性分析,并绘制了区域的滑坡敏感性图。结果表明:在芦山地震案例中,模型参数估计值的不确定性都比较低;在九寨沟案例中,岩性因子的参数估计值不确定性较高;在鲁甸地震中,岩性、剖面曲率和平面曲率的参数不确定性较高。总的来说,模型中的大多数参数估计值不确定性都较低。所构建的Logistic回归模型在三次地震滑坡事件中的预测精度都较高,AUC(Area Under ROC Curve)值均在0.9以上,这证明了MCMC方法对Logistic模型参数估计的准确性。在三次地震滑坡事件中,因子相对重要性最大的为高程,其次为距离断层的距离以及修正麦卡利烈度。研究为利用LR模型进行滑坡敏感性评价提供了一种新的思路和方法。
暂无评论