不同模型对豫中烤烟发育期的预报效果比较

利用豫中烟区2个农业气象观测站1994─2020年烤烟生育期观测资料以及地面气象观测资料，基于3种烤烟生长发育速率对温度响应的模拟，建立了3种发育期预报模型，并对这3种模型进行了稳定性及预报精度的检验。结果表明：在变异系数检验中GM模型的模拟效果最好，在生育期模拟偏差检验中LM模型的模拟效果最好；在拟合检验中，GM模型对播种─移栽期的拟合效果最好，WM模型对团棵─现蕾期的拟合效果最好，LM模型对移栽─团棵期以及现蕾─工艺成熟期的拟合效果最好；在预报检验中，GM模型对播种─移栽期和现蕾─工艺成熟期的预报效果最好，LM模型对移栽─团棵期的预报效果最好，WM模型对团棵─现蕾期的预报效果最好。     

基于树冠和竞争因子的杉木胸径估测

【目的】无人机遥感的迅速发展为胸径预估提供了新方向，本研究适用于通过无人机遥感技术提取样地单木树冠因子后，估算胸径及林分每公顷断面积等指标，实现精准高效的森林资源监测与管理。【方法】根据福建省将乐国有林场33块杉木人工林地面调查数据，利用10种传统模型与2种机器学习方法分别对单木胸径进行估测，并基于不同的自变量组合形式来分析不同因子对胸径估测的影响。【结果】根据传统模型参数拟合结果可以看出，树冠半径与胸径呈显著正相关，林分密度、偏冠因子及竞争指数与胸径均呈显著负相关。传统模型建模过程中所引入最优竞争指数为树冠重叠内角相关的CI2，模型逻辑斯蒂模型拟合结果最优，幂函数(有截距)模型次之。而在使用检验数据进行估测时，幂函数(有截距)有着最好的估测效果。随机森林模型均具有较好的拟合效果，使用检验数据进行估测，不同竞争指数对模型拟合提升程度不同，与树冠重叠面积相关的竞争指数CI3取得了最好的效果。支持向量回归模型拟合优度小于随机森林，略大于传统模型。对胸径进行估测时，包含与竞争木大小相关的竞争指数CI4的模型为最优模型。【结论】传统模型和机器学习模型在拟合与估测单木胸径上均取得了一定的效果，利...     

基于哑变量的油松人工林和天然林生长模型

为准确掌握油松生长过程、改善油松经营管理模式,利用北京地区油松连续清查数据,在Richards模型基础上,考虑林分起源的差异,在模型中引入哑变量,建立北京地区不同林分起源相容性油松林分生长模型。结果表明：所建立的含哑变量的油松生长模型,对油松林分生长模型的拟合效果较好,决定系数高达0.9380和0.9918;油松蓄积量的拟合效果比断面积好,人工林的拟合效果高于天然林。用检验数据对模型进行适应性检验,林分断面积和蓄积量生长模型的预估精度均在90％以上。     

香格里拉高山松天然林林分蓄积混合效应模型构建

以云南省香格里拉的高山松天然林为研究对象,构建林分蓄积的混合效应模型;引入林分、海拔等环境因子的影响,构建含环境因子的林分蓄积混合效应模型,所有模型均采用拟合指标和独立样本检验进行评价。结果表明:混合效应模型相对于一般回归模型在林分蓄积拟合中有较高较好的拟合效果;引入环境因子的混合效应模型的拟合效果比一般混合效应模型要好;其中,引入林分因子的混合效应模型拟合效果最好;从模型独立性检验来看,一般混合效应模型的预估精度最高,绝对平均相对误差最小;引入环境因子后,混合效应模型的总相对误差以及平均相对误差有所减小,其中又以引入林分因子的混合效应模型的误差最小,表现最佳;一般回归模型无论在误差方面还是在精度方面都与混合效应模型有很大差距。     

玉米田桃蛀螟越冬幼虫空间分布型的研究

应用聚集度指标检验、线形回归方程检验和比较频次法，研究探讨了桃蛀螟越冬幼虫的空间分布型。结果表明，该害虫在玉米田呈聚集型的负二项分布，这种聚集主要由环境因素引起。在回归分析检验中，3种回归模型的拟合效果良好，尤以Talor(1961)幂法则最优。     

改进单纯形法在林分结构规律研究中的应用

提出用改进单纯形法估计Weibull分布及其变型模型的参数 ,并通过直径和树高分布的实验拟合 ,经χ2 检验 ,其拟合效果优于传统的拟合方法。说明拟合方法的选择比改变其形式更重要 ,改进单纯形法 ,丰富了Weibull分布参数估计方法 ,提高了其拟合效果     

应用比例法建立白桦商品材积预测模型

为了构建商品材积模型，以大兴安岭白桦解析木数据为研究对象，选取10个代表性较强的材积比模型作为候选模型，利用R软件的广义非线性(GNLS)模块对各个材积比模型进行拟合，并通过引入方差函数消除各模型在拟合过程中产生的异方差现象。使用交叉检验法对各模型进行检验。选择均方根误差、平均误差绝对值、确定系数(R²)和相对误差绝对值等指标对模型进行对比分析，使用分段比较法对不同相对树高(20%H、40%H、60%H、80%H)的各材积比模型的预测效果进行评价。结果表明：从整体评价结果来看，无论是拟合数据，还是检验数据，材积比模型(8)表现最优。在单独对不同材长(h_m)的商品材积进行预测时，最优材积比模型发生了变化：当h_m=20%H时，材积比模型(10)的检验精度最高；当h_m=40%H时，材积比模型(3)的检验精度最高；当h_m=60%H时，材积比模型(4)的检验精度最高；当h_m=80%H时，材积比模型(8)的检验精度最高。因此，当预测大兴安岭白桦树干上任意高度处距地面伐...     

经济发展模式差异对耕地资源变化数学模型拟合效果的影响--以江苏省兴化市、靖江市为例

数学模型常用于土地利用规划中耕地资源变化趋势的拟合，但是其拟合效果在不同研究区表现各异。以地理位置邻近而经济发展模式差别较大的兴化市、靖江市为研究对象，用对数模型、库兹尼茨模型、逻辑斯蒂模型及多元线性模型拟合1980—2009年的耕地资源变化过程，比较不同模型拟合效果的差异。结果表明，兴化市以逻辑斯蒂模型拟合效果最好，这与当地注重农业发展、强调保障耕地面积有一定关系；靖江市则以对数模型拟合效果为佳，深层原因是其发展模式以外延式工贸扩张为主，加之土地集约利用程度不断提高。总体看出，经济发展模式的不同是导致模型拟合效果差异的根本原因。     

基于树干不同形率的樟子松立木材积方程研建

目的立木材积方程在森林生产力、生物量和碳储量等林业问题方面都有着广泛的应用。因此，提高立木材积的预测精度一直是林业模型研究者的重要任务。本研究以大兴安岭樟子松为研究对象，构建含有不同形率的二元和三元材积方程，并对比检验其预测效果，旨在把传统立木材积的预测精度提高到一个新的水平。方法利用15个树干不同形率，基于传统的一元和二元立木材积方程分别建立二元和三元立木材积方程，并与传统的一元和二元材积方程比较。通过对各模型进行拟合选出最优形率模型，具体选用统计软件S-PLUS中的广义非线性模块（GNLS）进行拟合。并利用幂函数、指数函数以及常数加幂函数校正在拟合过程中各立木材积模型表现的异方差现象。选择确定系数（R2）、均方根误差（RMSE）、平均误差绝对值（MAB）和相对误差绝对值（MPB）4个指标对模型进行评价。最终采用分径阶比较法比较不同径阶范围内4种方程的预测精度。结果基于相对树高70%处形率的二元模型拟合效果最好，基于相对树高50%处形率的三元模型拟合效果最好。模型检验结果表明:基于传统的一元模型，加入形率后模型的RMSE、MAB、MPB分别降低了33.7%、30.7%、29.9%；基于传统的二元模型，加入形率后的模型RMSE、MAB、MPB分别降低了70.5%、70.9%、71.2%。不同径阶的检验表明:对于小径阶和中等径阶的树木，模型的检验精度顺序为模型（13） > 模型（2） > 模型（12） > 模型（1）；对于大径阶的树木，模型的检验精度顺序为模型（13） > 模型（12） > 模型（2） > 模型（1）。结论形率因子是干形的重要指标。在传统立木材积模型中引入形率因子可以提高材积的预测精度，因此，对于樟子松立木材积的估算，尤其是中大径阶林分，推荐使用带有形率的三元立木材积模型。      

王-兰-丁模型的参数估算及应用

给出了王-兰-丁模型7个参数的估算方法。通过实例给出了计算参数的具体步骤,并应用于曲线的拟合,拟合效果经X~2检验达显著水平。     

供应链管理绩效评价的一种有效评价方法

简要阐述了供应链绩效评价的必要性,构建供应链企业内部、外部及整体绩效评价的框架模型,最后运用模糊综合评价方法从定量的角度对企业绩效评价方法进行研究,并给出评价过程。     

塞罕坝主要立地类型针阔混交林树高曲线构建

地位指数模型是一种有效、可用的评价林分立地生产力过程的方法,然而在多树种、多层次、林分结构复杂的混交林中,如何构建动态地位指数模型并对不同立地条件下混交林立地生产力进行科学合理的评价是一个亟待解决的科学问题。本文运用华北暖温带针阔混交林不同树种348株优势木解析木数据(华北落叶松174株、白桦174株),对基于Bertalanfy-Richards模型、Hossfeld模型和Lundqvist-Korf模型的5种动态地位指数模型在混交林立地质量评价中的适用性进行了研究,并运用线性几何回归方法建立了不同立地类型下混交林树种地位指数转换方程。结果表明:华北落叶松最优模型为基于Bertalanfy-Richards的模型,其指标评价值R2adj为0.948、Bias为0.088、RMSE为1.089;白桦最优模型为基于Lundqvist-Korf的模型,其指标评价值R2adj为0.966、Bais为0.066、RMSE为1.322;不同立地类型(低海拔阳坡、低海拔阴坡、高海拔阳坡、高海拔阴坡)华北落叶松和白桦立地指数相关系数分别为0.87、0.81、0.84、0.91,表明模型拟合较好。经过验证表明,地位指数转换方程适用于不同立地类型混交林立地质量评价及生产力预测。      

基于深度学习的高分辨率麦穗图像检测方法

小麦是重要的粮食作物之一,针对人工田间麦穗计数及产量预测效率低的问题,基于深度学习提出了一种高分辨率的小密集麦穗实时检测方法。对麦穗图像数据集进行图像分割、标注、增强预处理,基于Tensorflow搭建YOLOv4网络模型,调整改进后对其进行迁移学习;与YOLOv3、YOLOv4-tiny、Faster R-CNN训练模型进行对比,对改进模型的实用性与局限性进行分析;重点分析影响麦穗检测模型性能的关键因素。通过图像分割的方式,证明了通过改变图像分辨率确定麦穗所占图像最优像素比,可以提高前景与背景差异,对小密集麦穗有显著效果。通过对改进模型的测试,表明该模型检测精度高,鲁棒性强。不同分辨率、不同品种、不同时期的麦穗图像均类平均精度（mAP）为93.7%,单张图片的检测速度为52帧·s^-1,满足了麦穗的高精度实时检测。该研究结果为田间麦穗计数以及产量预测提供技术支持。     

林木资产动态评估系统模型的建立

为了实现森林资源的有偿使用。维护所有者权益，促进林业企业转变经济增长方式和我国林业经济的快速，健康，协调发展，探求了森林资源评估方法。并以GIS和森林资源动态模拟为基础。建立了林木资产动态评估系统模型，包括森林资源结构及动态模拟，林木价格矩阵，林木资产价值模型和GIS在林木资产评估中的应用。     

The prediction of seedy grape drying rate using a neural network method

This paper presents an application which uses Feedforward Neural Networks (FNNs) to model the nonlinear behaviour of the drying of seedy grapes. First, a novel type of dryer for experimentally and mathematically evaluating the thin-layer drying kinetics of seedy grapes is developed. In the developed drying system, an expanded-surface solar air collector, a solar air collector with Phase-Change Material (PCM) and drying room with swirl element have been particularly included. Secondly, the drying rate is estimated as an exponential-type equation using non-linear regression analysis. Thirdly, the drying rate of seedy grapes is estimated using an FNN. Finally, the performance of the FNN model is compared with those of nonlinear and linear regression models by means of the root mean square errors, the mean absolute errors, and the correlation coefficient statistics. The results indicate that the FNN is more accurate and performed more consistently than alternative approaches employed in estimating drying rate.     

基于二维向量的区域可持续发展评价研究

虽然国内外众多的研究人员和研究机构从不同的角度出发,建立了很多类型的可持续发展评价模型,但各种模型的评价结果还都是基于数据在一维数轴上具有可比性的基础之上的.既然可持续发展系统是有众多子系统构成的,如人与自然两个亚系统.只有二者协调发展才能保持区域的可持续发展,但人与自然本质上是不可替代的.那么评价结果建立在一维数轴的比较上便忽视了人与自然的不可替代性.本文通过分别构建人与自然系统发展的评价指标体系评价山东省17地市人与自然的发展现状,在二维向量坐标系中评价各个地市的可持续发展水平,并与在一维数轴上得到的各个地市可持续发展水平比较,表明基于二维向量的区域可持续发展评价是一种科学、合理的评价方法.     

ENVI-met乔木模型对亚热带湿热地区细叶榕的模拟验证

目的近年来,随着计算机性能的不断提升数值模拟技术已成为定量预测和评价微气候的重要研究手段。植物作为影响微气候的重要因子之一,数值模拟能否准确反映其在当地气候条件下的热表现值得研究。本文的研究旨在验证城市微气候模拟软件ENVI-met(4.2 Science版)在广州地区湿热气候下模拟细叶榕生理特性和微气候表现的适用性。方法通过实测广州地区常用乔木细叶榕的树冠形态、叶片属性和根系形态,对其进行ENVI-met建模并进行模拟分析,将模拟结果与2017年春夏两季实测的数据进行对比。结果生理特性方面,叶温模拟值与实测值变化趋势一致,但夏季午后数值明显偏高;蒸腾速率模拟值在上午和傍晚时刻与实测值较接近,中午峰值明显低于实测值。微气候表现方面,各微气候参数(太阳辐射、地表温度、空气温湿度)模拟值的日变化趋势与实测值一致。模拟值与实测值相比,树冠对太阳辐射的遮挡率接近,树冠对地表温度的降温幅度与实测值较一致,但树下与空旷处及各方向树冠中的气温偏高、湿度偏低,温差与湿度差数值偏小。同时,本文利用均方根误差和一致性指数作为指标进行误差分析,表明模拟结果与实测结果有较好的一致性,模拟可对乔木影响下的室外热环境进行较好的预测,并认为误差可能由软件版本、软件计算设定、建模网格分辨率等原因引起,但尚在可接受范围内。结论通过比较实测与模拟数据,验证了ENVI-met(4.2 Science版)能够较好地模拟湿热气候下乔木的生理指标及热表现,并能够准确预测各参数的日变化趋势。研究成果为应用ENVI-met模拟室外热环境提供了基础校验,并对植物建模提出了优化建议。      

评价土壤工作部件工作阻力的数学模型

本文利用最简单的二面楔子和复合楔子的受力分析，采用相似性方法，推导出计算土壤工作部件工作阻力的数学模型．这就有可能不经过耗资大的试验过程，利用简单的数学公式计算工作部件的土壤阻力，从而简化部件的研制过程，实现部件设计的优化，为科学地评价部件动力性能提供科学依据．     

基于向量升维的农情异常数据实时检测方法

为提高农业物联网的数据感知质量,提出了基于向量升维的异常农情数据实时检测方法.首先采用滑动窗口机制将标准化后的时序农情数据转换为观测向量,接着将相邻向量元素差值之和作为新向量元素对观测向量进行升维,最后构建了异常数据实时检测框架.采用畜禽养殖物联网环境数据进行实验,开展滑动窗口大小取值、分类模型的异常数据检测性能与敏感性分析.结果 表明,滑动窗口大小取2为宜,提出的向量升维方法能够有效提升分类模型的异常数据检测能力,且线性核支持向量机具有较优的异常数据检测性能和计算耗时,其检测效果与数据波动性和采样间隔负相关、与异常值偏离幅度正相关.     

土壤质量评价方法的应用与进展

土壤质量评价是目前土壤科学的研究热点。数学方法的引入,使土壤质量评价更加客观、准确。介绍和评价了当前常用的几种定量评价的数学模型方法。层次分析模型能很好地将定性评价与定量评价结合在一起,具有较强的逻辑性、系统性。人工神经网络模型则把土壤质量和评价指标之间的非线性关系转化为神经网络模式,有很强的自组织、自调节能力。集对分析模型则将土壤质量评价指标和该项指标质量标准分别视为两个集合,构成一个集对,以它们之间的联系度确定评价指标所处的不同等级。模糊数学模型则综合考虑了土壤质量状况的渐变性和模糊性,使评价结果更符合实际。地理信息系统（global information system,GIS）的引入并结合其他方法,使土壤质量的动态评价与管理成为了可能。