干旱地区春小麦作物水分——环境——产量模型的分析研究

本文在对作物水分生产函数分析的基础上,通过试验对Jensen模型进行了修正,提出了适合研究区的作物水分环境生产函数,同时,建立了缺水敏感指数ε_i预报模型     

吉林西部人工草地水分生产函数模型初探

水分生产函数模型用以描述作物产量与水分因子之间的数学关系。确定合适的作物水分生产函数模型对建立与完善节水灌溉系统具有十分重要的意义。选常用的Jensen、Minhas、Blank、Stewart及Singh模型,依据在吉林省松原市前郭县草原管理站进行的苜蓿非充分灌溉试验中所获得的资料,采用多元回归分析方法求出各模型的参数,并对这5种模型进行了对比和筛选,得出了Jensen模型是最适宜于吉林省松原地区苜蓿的水分生产函数模型的结论。还探讨了Jensen模型水分敏感指数在苜蓿全生育期的变化规律,并指出了其在实践应用中的意义。     

作物水分生产函数Jensen模型中有关参数在年际间确定方法

将作物全生育期水分生产函数模型和分阶段水分生产函数模型结合起来应用，提出了作物水分生产函数Jensen模型中有关参数在年际间确定方法，并采用豫东开封惠北灌溉试验站资料进行了实例计算，结果表明，该计算方法误差小，可在非充分灌溉研究中运用。     

河套灌区小麦套种玉米灌溉制度研究

为研究河套灌区小麦套种玉米高产、节水的灌溉制度,在田间试验的基础上分析了小麦套种玉米模式下的耗水规律,运用Jensen模型建立水分生产函数并对灌溉制度进行了优化。结果表明:小麦拔节、抽穗、灌浆及玉米抽雄、灌浆期是作物生长的关键期,适宜的水分条件是促进产量形成的重要因素;通过多元线性回归方法求解得出敏感性指数分别为小麦分蘖-拔节期(0.305 0)、小麦拔节-抽穗期(0.335 6)、小麦抽穗-灌浆期(0.143 2)、玉米拔节-抽雄期(0.320 7)、玉米抽雄-灌浆期(0.310 2);以产量最大为目标函数得出小麦套种玉米最优灌溉制度为:小麦分蘖-拔节期95mm,拔节-抽穗期105~110mm,抽穗-灌浆期65~70mm,玉米拔节-抽雄期95~105mm,抽雄-灌浆期100~105mm,全生育期以460~485mm的灌溉供水量为宜。     

西藏高寒牧区(燕麦、青稞)作物-水模型确定

依据田间试验,以西藏高寒作物燕麦、青稞为对象,对于高寒牧区作物水分生产函数的确定进行了初步研究。结果表明,燕麦水分函数模型为Stewart模型,水分敏感程度顺序为:拔节～抽穗、分蘖～拔节、抽穗～刈割、出苗～分蘖;青稞水分生产函数模型为Jensen模型,水分敏感程度顺序为:分蘖～拔节、拔节～抽穗、抽穗～刈割、出苗～分蘖。为西藏高寒地区制定灌溉制度提供了理论依据。     

三种作物水分生产函数模型的适用性比较

通过幂级数展开等代数变换发现,3种作物水分生产函数Jensen模型、Rao模型和Stewart模型可以近似相互转化,其各自水分敏感指数近似等价。通过在各阶段均匀受旱的特殊情况下对模型模拟的相对产量随相对蒸散发量变化过程的对比,从理论上分析了3个模型的适用性。研究发现,当作物受旱较轻微时,Rao模型和Stewart模型与Jensen模型统一具有较好模拟效果,但是当作物受旱较严重时,Rao模型和Stewart模型的模拟效果不好。通过不同气候区域不同作物田间试验的数据进行了验证计算,由于水分亏缺不十分严重,参数优化后3个模型都具有较好模拟效果,而Jensen模型模拟效果更好一些,优化得到的3种模型水分敏感指数近似相同,而采用Jensen模型水分敏感指数后,Rao模型和Stewart模型的模拟效果稍有降低。     

查哈阳灌区水稻水分生产函数模型及其应用试验研究

在黑龙江省查哈阳灌区2006年实测数据的基础上,建立了4种水分生产函数模型,经过对4种水分生产函数模型的分析,初步确定出适合查哈阳灌区的水稻水分生产函数模型为Jensen模型,在此基础上建立了查哈阳灌区水稻的敏感指数累积函数,为该地区水稻非充分灌溉条件下的灌溉制度优化提供了基础依据。     

高斯-牛顿法及其在作物水分生产函数模型参数求解中的应用

对于作物水分生产函数的非线性模型,现有参数求解方法是先采用变量代换使模型线性化后再用最小二乘法求解。用这种方法得到的参数估计值并不是无偏估计,因而回归方程也不是最优的,相应相关系数也不能很好地反映拟合的显著性水平。介绍了高斯-牛顿法,并把它用于作物水分生产函数Jensen模型参数求解,该方法可使拟合结果逼近无偏估计,从而提高拟合的精度。同时,给出的未经线性化模型的相关系数更能反映拟合的显著性水平。     

非充分灌溉制度对Jensen模型的敏感性分析

分析了非充分灌溉中作物各生育阶段最优耗水量及产量对Jensen模型的敏感性。基于灌溉制度优化模型,构建了非充分灌溉制度对Jensen模型的敏感度计算公式,并以北京永乐店试验站1998～1999年度冬小麦的水分生产函数为例,进行了非充分灌溉制度对Jensen模型的敏感性分析。结果表明:1Jensen模型参数λi的波动对最优灌溉制度以及产量的计算结果影响较小;2与返青—拔节、灌浆—成熟阶段相比,拔节—孕穗、孕穗—灌浆阶段的最优耗水量计算结果受参数λi波动的影响比较小;3与返青—拔节、灌浆—成熟阶段相比,拔节—孕穗、孕穗—灌浆阶段的Jensen模型参数λi波动对各阶段最优耗水量及产量的计算结果影响较小。     

鄱阳湖流域水稻水分生产函数模型试验研究

在位于鄱阳湖流域的江西省灌溉试验中心站针对早、晚稻开展了水稻水分生产函数试验,比较分析了几种常用的阶段水分生产函数模型在鄱阳湖流域针对早、晚稻的适应性,结果表明,无论早稻还是晚稻,Jensen模型均为适宜的水分生产函数模型。分析了阶段划分长短对水分生产函数模型参数变化规律的影响,即一定条件下某一阶段过长而引起的受旱时间延长会导致该阶段对缺水更敏感,证明相对等时间长划分阶段的重要性。给出了适合鄱阳湖流域早、晚稻Jensen模型参数及Jensen模型敏感指数累积函数模型参数。     

鲁棒回归在水工建筑物安全监控模型建立中的应用

建立水工建筑物安全监控模型是预测和控制大坝的运行、避免重大事故发生的不可或缺的重要手段,而大坝安全监测数据中经常出现的异常值对监测模型的稳定性和精度产生较大影响,针对这个异常值问题,采用鲁棒回归方法,有效地剔除或削弱了监测数据中的异常值的影响,实例分析表明:在监测数据中含有异常数据的情况下,基于鲁棒回归的大坝安全监测模型的稳定性和预测效果能够得到保证。     

基于SW-SVR的畜禽养殖物联网异常数据实时检测方法

畜禽养殖物联网由于工作环境恶劣、网络传输故障等因素容易产生异常感知数据,为保证数据质量,根据畜禽养殖物联网数据流周期性、时序性等特点,提出了一种基于滑动窗口与支持向量回归(Sliding window and support vector machines for regression,SW-SVR)的异常数据实时检测方法。首先根据畜禽物联网数据流特征周期以及采样频率确定滑动窗口尺寸;然后通过SVR模型预测畜禽养殖物联网数据流中某一时刻传感器测量值;最后计算预测区间,根据实际测量值是否落入该区间判断是否异常并对异常数据进行置换处理。采用畜禽养殖物联网环境数据进行试验,结果表明:所提滑动窗口计算方法得到的窗口尺寸预测的MAPE为0.188 4,畜禽养殖物联网异常数据检测率达98%,能够有效检测和处理畜禽养殖物联网数据流中的异常数据。     

神经网络在铲式成穴器穴孔长度试验中的应用

在对铲式成穴器穴孔长度进行二次通用旋转组合试验设计的基础上,引入基于人工神经网络的数据处理方法。分析结果表明,BP神经网络对试验结果拟合模型的相对剩余误差比回归模型拟合的相对剩余误差小,拟合精度高于回归模型,为铲式成穴器成穴质量的试验研究提供了新的数据分析方法。     

基于近红外光谱岭回归的甜椒氮素检测试验

针对设施作物营养水平无损检测技术,着重描述了基于近红外光谱数据岭回归分析的甜椒氮素检测试验研究过程.利用近红外反射光谱成像技术对目标作物进行叶片尺度的光谱图像采集,应用计算机图像分析软件进行光谱数字图像处理、提取光谱数据,经过统计分析对数据完成筛选作为变量,结合化学分析试验结果建立作物营养检测模型,检验模型得出结论.为了解决自变量间存在的多重共线性造成模型难以建立的问题,在数据处理阶段,采用了在农业探测领域内并不多见的岭回归分析方法,利用其特殊的有偏估计算法,拟合建立回归方程.同时,由于岭回归分析可以用于进一步筛选特征波段,最终得到的是基于三特征波段近红外光谱反射率数据的甜椒叶片氮营养检测模型.经过模型检验,模型的调整R2为0.843,RMSE为0.105.     

基于辅助信息的森林蓄积量空间模拟

以北京市密云县一类清查的样地蓄积量为研究对象,结合与蓄积量相关的辅助因子,采用普通克里格法、协同克里格法对森林蓄积量进行空间插值估测,并与文献[25]同一研究区的基于偏最小二乘法回归法估测结果进行比较分析。结果表明,普通克里格法、基于辅助信息的协同克里格法、偏最小二乘回归法的蓄积量估测值与实测值间的相关系数分别为0.389、0.845、0.766;基于辅助信息的协同克里格法要优于普通克里格法和偏最小二乘回归法,能够明显提高预测精度;与普通克里格法相比,所产生的均方根误差减小了71%,预测值和实测值的相关系数提高了54%。最后生成了密云县森林蓄积量空间分布图。研究表明应用地统计学方法进行蓄积量估测具有很好的应用前景,可以为森林蓄积量的估测提供一种可行的方法。     

Dry mass production and leaf area development of field-grown ornamental conifers: measurements and simulation

A dynamic simulation model of dry mass (DM) production and leaf area index (LAI) development in ornamental conifers, CONGRO, was developed. The concept of a constant radiation use efficiency (RUE) was combined with a model for radiation interception by row crops. A field trial was used to calibrate RUE, DM partitioning and the specific leaf area (SLA). LAI increase was simulated through leaf dry mass increase and SLA. Ten independent trials (1991–1999) were used for validation. Predicted aboveground DM agreed well with measured data (R²=0.94) with a standard error of the regression of 149 g m⁻². Predicted LAI agreed less with experimental field data (R²=0.90), standard error of the regression was 0.312 m² m⁻². Sensitivity analysis showed a large positive sometimes more than proportional effect of RUE, SLA and partitioning into the leaf dry mass on simulated total DM, LDM, LAI and intercepted radiation.     

水产养殖中水质与鱼类行为双向映射模型研究

在水产养殖中,水质参数与鱼类活动之间有着密不可分的相互映射关系。过去的监测更多偏向于单向映射,一般都是通过鱼类的行为表明水质的情况。针对仅仅通过鱼类行为反映水质情况会产生误判和滞后的问题,本文构建一种基于随机森林的鱼类行为与水质情况双向映射模型。双向映射模型不仅可以提供更多的信息从而提高预测的准确性,而且也可以通过相互验证提高模型的可靠性。首先,通过引入可变形卷积模块对YOLO v7进行改进,利用改进模型检测出视频中鱼类的位置再通过前后帧的坐标量化出鱼的游动参数。随后,将采集到的鱼类游动参数及对应的水质参数作为输入,使用随机森林模型进行分类、回归,分别完成鱼类游动参数和水质参数具体数值的预测以及指标异常级别的预测,从而得到双向映射关系。为了表明模型的泛化能力,分别在黎安港和新村港渔场2个数据集下进行实验。实验结果表明：提出的方法可以较好地实现鱼类行为与水质关系的双向映射,其中,分类实验平均准确率可以达到90.947%,回归实验决定系数R2的平均值可以达到0.801。     

基于高光谱的柑橘叶片磷含量估算模型实验

以117株园栽罗岗橙为实验对象,分别在壮果促梢期和采果期2个不同发育阶段采集234个数据样本,高光谱反射数据构成每个数据样本中的高维矢量描述,用化学方法测得磷含量值作为样本真实目标值,用偏最小二乘法(PLS)及支持矢量回归(SVR)2种多元回归分析算法,在对反射光谱进行各种形式预处理的基础上对柑橘叶片磷含量进行建模和磷含量预测.模型分别在校正集和测试集上进行评估,取得最佳模型决定系数分别为0.905和0.881,均方误差分别为0.005和0.004,平均相对误差分别为0.026 4和0.031 2.实验结果表明:基于高光谱反射数据进行磷含量预测是可行的.     

磁力泵滑动轴承磨损监测系统的设计

针对磁力泵滑动轴承磨损在线监测，设计制作了传感器数据采集试验台，大量采集各种工况下的数据，综合使用EXCEL，MATLAB，NEUROSHELL等数据处理软件，用神经网络法和回归分析法进行了数据分析．在此基础上，提出了一种多传感器数据采集系统和多神经网络模型迭代求解的方法，用该方法实现的磁力泵滑动轴承磨损检测，可消除磁力泵轴向窜动变量的影响．试验结果表明测量值与实际值很接近，建立的检测系统能检测滑动轴承的间隙，并达到一定的测量精度．     

面向不确定数据的农产品追溯方法

针对现有追溯模型无法对可追溯单元的混合过程进行定量表示的缺陷,将不确定数据引入到追溯系统中,搭建了不确定数据追溯模型,提出了一个新的面向不确定数据追溯的查询方法,利用不确定数据的基本表示和查询方法,解决了多源追溯问题.基于模型,实现了追溯模型中的简单查询、节点评价和单节点异常推断功能.并且给出了多节点异常的求解方法.