基于集对分析和主成分分析的吉林西部生态承载力演变研究

利用集对分析(SPA)和主成分分析(PCA)方法对吉林省西部生态承载力(ECC)演变规律与驱动因素进行了分析.通过PCA获取影响ECC的3个主成分并利用各主成分构建ECC评价框架;通过SPA求得ECC对最优指标集的贴近度, 利用贴近度变化表示ECC的优劣程度.结果表明:1995～2004年研究区ECC整体呈上升趋势, 其贴近度从0.430 0上升到0.501 2, 但波动性较强.系统经济效率上升是ECC提高的主要原因, 水资源是ECC波动的首要影响因素, 也是限制ECC提高的主要因素.吉林省西部所承载的人口和经济水平有所上升, 但也造成资源的大量消耗和生态系统严重退化, 资源环境指标贴近度有所下降.若不采取有效应对措施, 脆弱的资源环境系统将会对未来ECC提高产生较大限制作用.     

吉林省西部资源环境和人口经济发展的耦合性分析

以吉林省西部为研究对象,利用耦合协调模型对其资源环境和人口经济发展的耦合性进行了研究.结果表明,1995-2004年吉林省西部资源环境系统随着降水资源多寡波动性较强.由于内在的脆弱性和人为不合理的开发,资源环境系统发展停滞不前,甚至有降低的趋势.10 a问吉林省西部经济发展迅速,但仍然处于较低水平,并且对农业依赖性较强.由于人口负担较重,人口福利水平没有实质性的改善,人口子系统发展缓慢.总体来看,虽然吉林省西部资源环境和人口经济协调性呈改善趋势,但多数年份属于人口经济滞后的失调类型或人口经济滞后临界失调类型,未来人口经济的发展将会受到资源环境系统较强的限制作用.     

基于改进TOPSIS法的东北农牧交错区土地可持续利用评价及障碍因子诊断

为了解东北农牧交错区土地可持续利用水平及主要障碍因子,从经济可行性、资源环境可持续性和社会可接受性3个方面,选取21个指标构建了土地可持续利用评价指标体系,应用基于组合权重法和灰色关联分析法改进的TOPSIS法和障碍度模型对2005-2014年白城市土地可持续利用水平进行了评价和分析。结果表明:（1） 2005-2014年白城市土地可持续利用总体水平不断提高,综合贴近度由0.335 5增加到0.632 0,可持续利用水平由"较低水平"上升为"较高水平"。（2） 从长远分析,经济可行性障碍度总体呈下降态势,资源环境可持续性障碍度和社会可接受性障碍度总体呈上升态势。（3） 影响白城市土地可持续利用的主要障碍因子包括人口自然增长率、建成区绿化覆盖率、草原覆盖率、第三产业产值占GDP比例等。为了促进白城市土地可持续利用水平不断提高,需要在控制人口增速的基础上,进一步调整经济结构,加强土地利用管理,有效控制草原退化速度。     

吉林省1990-2018年土地利用空间分布及其变化

[目的] 对吉林省土地利用空间分异变化特征及其驱动因素进行分析，为省域土地利用的可持续发展及其生态环境建设提供科学依据。[方法] 以吉林省1990年和2018年两期土地利用数据为基础，计算土地利用的区位指数、多样化指数、信息熵与均衡度，结合莫兰指数进行空间自相关的探索，综合分析吉林省土地利用空间分异特征。[结果] ①吉林省1990-2018年土地利用保持以林地和耕地双优势为主的特征；西部和中部耕地双优势相对增加，西部林草用地双优势增强、水域双优势消失，中部长春市区呈现耕地双优势的发展趋势。②土地利用多样化指数、信息熵与均衡度指数保持西高东低的特征，除长春主城区提高外，其他地区均呈现总体下降的态势。多样化指数及信息熵均呈正的全局自相关，二者的高-高聚集区在吉林省西部地区，聚集面积均有所收缩；低-低的聚集区在东部地区，两期数据相比略有波动，总体基本稳定。③自然环境因素（气温、降水）对土地利用空间分异的影响相对显著。[结论] 吉林省的土地利用变化有着明显的空间分异特征，自然环境因素社会经济因素是其主要驱动因素。     

基于前表面荧光光谱鉴别新鲜与冻融大黄鱼

为研究反复冻融对水产品品质的影响,通过理化方法检测了不同冻融次数处理对大黄鱼解冻损失、pH 值、色泽、硫代巴比妥酸值、羰基含量等指标的影响,并采用前表面荧光光谱结合主成分分析（principal component analysis,PCA）和 Fisher 线性判别分析法（Fisher linear discriminant analysis,FLDA）对不同冻融次数的大黄鱼进行区分。结果显示随着冻融次数增加,大黄鱼的解冻损失显著增加（P<0.05）;pH 值呈先上升后下降的趋势;L*（亮度）值、b*（黄度）值均有不同程度的增加（P<0.05）,a*（红度）值下降（P<0.05）;羰基含量和硫代巴比妥酸反应物值（thiobarbituric acid reactive substances,TBARS）增加（P<0.05）,反复冻融导致大黄鱼的品质下降。色氨酸和烟酰胺腺嘌呤二核苷酸磷酸（nicotinamide adenine dinucleotide,NADH）的荧光光谱分别结合 PCA 和 FLDA 对不同冻融处理组进行分析,结果表明 FLDA 识别效果优于 PCA。通过 FLDA 建立了新鲜大黄鱼与冻融大黄鱼荧光光谱判别模型,发现色氨酸原始判别的准确率和交叉验证的准确率分别为68.3%和66.7%,NADH 原始判别的准确率和交叉验证的准确率均达到100%。由此可见,利用 NADH荧光光谱结合化学计量分析可以鉴别不同冻融处理的大黄鱼。研究结果为水产品新鲜度的快速评价提供参考。     

回族聚居限制开发区经济系统脆弱性研究——以宁夏同心县为例

基于2000—2012年数据,运用集对分析模型（SPA）和优劣解距离模型（TOPSIS）并结合熵值法,以宁夏同心县为例,对回族聚居限制开发区的经济系统进行了比较研究,同时引入障碍度模型对研究区13年经济发展的障碍因素进行了分析。结果表明:（1）2000—2012年同心县经济系统脆弱度整体呈现下降趋势,SPA和TOPSIS两种方法的评价结果有着高度一致性,并具有“三段性”的特征。（2）障碍度模型计算结果显示,工业发展水平偏低、城镇化率较低、第三产业发展缓慢、经济增长动力不足等普遍制约着研究区经济系统健康的发展,积极提高经济系统的应对能力是降低经济系统脆弱性的关键。     

冻融坡面土壤剥蚀率主要影响因素分析

为确定冻融坡面影响土壤剥蚀率的主要因素,采用2个（10°,15°）坡度、2个（3 L/min,9 L/min）流量和4个（2 cm,5 cm,8 cm,11 cm）起始解冻深度组合进行野外冲刷试验,运用灰色关联分析、模糊贴近度分析和通径分析方法,分别分析了各因素对土壤剥蚀率的影响作用。结果表明:流量与土壤剥蚀率的灰色关联度最大,坡度次之;水流功率与土壤剥蚀率的模糊贴近度最大,流量、起始解冻深度的模糊贴近度均大于坡度;水流功率对土壤剥蚀率的决定作用最大,起始解冻深度次之,水流剪切力通过其他因素对土壤剥蚀率的间接作用最大;三种方法分析结果表明水流功率、流量、起始解冻深度、坡度是影响土壤剥蚀率的主要因素。     

主成分聚类分析在土地利用生态安全评价中的应用

土地资源是人类赖以生存的资本，土地利用生态安全问题也日益被重视。该文采用主成分聚类分析的方法对土地利用生态安全进行评价并分类。先建立土地利用生态安全评价的指标体系，然后用主成分分析剔除存在相关性、信息重叠的指标，再利用主成分分析得到的具有代表性的主成分指标代替原来的评价指标，对土地利用生态安全进行聚类分析，所得结果客观，为土地利用生态安全评价提供参考依据。     

烟台市牟平区生态承载力研究

以生态区建设为政策前提,以烟台市牟平区作为研究对象,从资源承载力、环境承载力以及人类支持能力3个方面,构建了研究区域生态承载力评价指标体系。利用SPSS和Matlab统计软件,将主成分分析法(PCA)和模糊综合评价模型(FSEM)相结合,对研究区域综合生态承载力做出定量评估,探讨了影响生态承载力变化的主要因素。研究结果表明,该区域生态承载力在2006—2010年间处于持续下降阶段,从较高的承载度转变为不可承载状态,其中资源承载力指数下降尤为明显。分析结果与牟平区的实际情况基本相一致,反映了构建的指标体系对生态环境比较敏感,经济迅速发展区域的生态承载力评价具有有效性及适用性,验证了主成分分析法与模糊综合评价模型相结合应用于生态承载力评价的准确性及易操作性。     

基于主成分分析的水平潜流湿地磷去除模型

通过对水平潜流湿地（HSSF―CW）3a运行效果进行研究,分析了HSSF―CW不同处理单元单位面积总磷（TP）去除率对水温的响应变化曲线,利用正弦函数对各处理单元不同时间单位面积TP去除率变化过程进行了拟合,并通过主成分分析（PCA）和冗余分析（RDA）筛选影响磷去除的主要环境因子,进而利用人工神经网络（ANN）对各处理单元出水总磷浓度（TPo）进行了模拟。结果表明：水温较低时（<20℃）,单位面积TP去除率对水温变化不敏感,随温度升高（>20℃）,单位面积TP去除率升高并出现较大波动,最高达3.27 g/(m2?d);单位面积TP去除率与水温之间存在一定的多项式函数关系（R2=0.1082, p=0）,不同处理单元拟合关系存在一定差异（R2=0.318～0.350）;不同月份单位面积TP去除率符合正弦变化规律（R2=0.231,p=0）,夏季去除率高于秋季,平均单位面积去除率为（0.331±0.132）g/(m2?d),8月份出现最大值（0.397±0.125 g/(m2?d)）;通过PCA和RDA对不同环境因子与单位面积TP去除率之间的关系进行分析,发现单位面积TP去除率与进水TP质量浓度、水温、流量、溶解氧和蒸散发之间呈一定的正相关性,而与水深之间无显著相关关系;选取影响磷去除效果的主要环境因子进水TP质量浓度、水温、流量、溶解氧、pH值和蒸散发作为输入参数,构建ANN预测模型,通过反向学习算法和交叉验证对模型构型进行了构建和筛选,结果表明输入层、隐含层和输出层中神经元最佳构型分别为6-3-1;利用层次分析法将数据集分为训练集和验证集两部分,通过对比不同处理单元TPo实测值和模拟值,表明模型能够基本反映TPo的变化趋势和范围（R2=0.677～0.800）。该研究可为管理和改善水平潜流湿地运行效果提供参考。     

区域农业循环经济能值评价的实证研究

本文将能值理论与区域农业循环经济理论相结合,提出一套包括经济社会发展、资源减量投入、资源循环利用和资源环境安全等方面指标体系的区域农业循环经济的能值评价方法,并以吉林省西部进行实证研究。结果表明,1985—2004年期间,吉林省西部农业生态经济系统的能值投入和产出均呈明显的增长趋势,系统中物质循环利用及有效能值的转化率明显提高,种植业与畜牧业耦合程度有所增强,农业循环经济发展趋势得到明显加强,2004年农业循环经济综合评价指数是1985年的1．257倍;但资源减量投入和资源环境安全仍是吉林省西部农业循环经济发展的主要障碍,必须因地制宜地制定相关政策和措施加强农业循环经济建设。     

基于主成分分析的畦灌质量评价

针对畦灌灌水质量影响因素和评价指标较多造成分析和评价困难的问题,基于大田灌水试验数据,使用主成分分析方法将各评价指标的加权和作为灌水质量综合主成分指标,并利用该指标评价和分析灌水质量。结果表明,灌水质量综合主成分可以代表96.74%的灌水质量变异信息,且服从正态分布,具有较好的代表性与客观性,可用于畦灌灌水质量的评价。利用灌水质量综合主成分作为指标分析表明,畦长和改水成数对灌水质量有显著的影响,各因子对灌水质量的影响从大到小依次为改水成数、畦长、坡度、单宽流量、灌水定额、入渗系数、粗糙系数和入渗指数,并且影响灌水质量的因子之间存在相互拮抗作用或相互协同的作用。     

基于近红外光谱技术的茶油原产地快速鉴别

为研究茶油原产地溯源问题,维护其市场秩序,促进公平竞争。该文利用近红外光谱技术采集湖南、江西、安徽和浙江4个不同产地茶油的光谱数据,并运用 Savitzky-Golay 平滑（savitzky-golay, SG）、多元散射校正（multiplicative scatter correction, MSC）、一阶导数（first derivation, FD）和矢量归一化（vector normalization, VN）等4种方法对其进行预处理。采用偏最小二乘法（partial least squares, PLS）提取最佳主成分,构建 PLS 回归模型;同时,采用主成分分析（principal component analysis, PCA）和 PLS 算法提取最佳主成分,作为 BP 人工神经网络（BP artificial neural network, BPANN）输入变量,构建 PCA-BPANN 和 PLS-BPANN 模型。以验证集相关系数 RP 和验证集均方根误差 RMSEP 为模型的评价指标,分别优选最佳 PLS 和 BPANN 模型。试验结果表明,SG-PLS-DA 和 SG-PLS-BPANN-DA 模型对未知样本的整体分类准确率均大于90%。其中,SG-PLS-BPANN-DA 的鉴别效果优于前者,其建模集相关系数 RC、均方根误差 RMSEC 分别为0.974、0.170,验证集相关系数 RP、均方根误差 RMSEP 分别为0.972、0.172,对上述两类样本集的总体分类准确率分别为98.15%、95.83%,该模型能较准确鉴别茶油原产地。研究结果可为快速辨别茶油原产地提供参考。     

基于光谱技术的大豆豆荚炭疽病早期鉴别方法

为更好地指导农户进行植物病害防治,提高大豆豆荚的商品性,减少损失,需要运用快速有效的方法来进行大豆豆荚炭疽病的早期检测。该文应用可见-近红外光谱技术结合连续投影算法(SPA)和最小二乘支持向量机(LS-SVM),实现了大豆豆荚炭疽病的早期快速无损检测。对194个大豆豆荚样本进行光谱扫描,通过不同预处理方法比较,建立了大豆豆荚炭疽病早期无损鉴别的最优偏最小二乘法(PLS)模型。同时应用主成分分析(PCA)和连续投影算法(SPA)分别了提取最佳主成分和有效波长,并将其作为LS-SVM的输入变量,建立了PCA-LS-SVM和SPA-LS-SVM模型,以样本鉴别的准确率作为模型评价指标。试验结果显示PCA-LS-SVM和SPA-LS-SVM模型都获得了比较满意的准确率,且SPA-LS-SVM模型的准确率最高为95.45%。研究表明,SPA能够有效地进行波长选择,进而使LS-SVM模型获得较高的鉴别率,说明应用可见-近红外光谱技术鉴别大豆豆荚炭疽病是可行的。这为进一步应用光谱技术进行大豆生长对逆境胁迫的反应提供了新的方法,为实现大豆病害的田间实时在线检测提供参考。     

基于遗传神经网络的全国小麦条锈病长期气象预测

为了提高反向传播（BP）神经网络模型预测小麦条锈病发病率的准确性和效率,以上年1月-当年3月组合的120个大气环流特征量为基础,定量分析大气环流特征量与全国小麦条锈病发病率之间的相关性并从中筛选出主要的影响因子;对影响因子进行主成分分析（PCA）,提取累计贡献达到85．46％的前10个主成分作为预测因子;利用逐步回归、BP神经网络及遗传算法（GA）优化的BP神经网络三种模型进行预测,三种模型的预测精度均在80％以上,其中GA—BP神经网络模型的精度最高,达92．6％,而其训练步长仅为标准BP神经网络的1／4左右。通过PCA简化网络结构,同时运用GA优化网络初始权值和阈值,GA—BP神经网络模型可以较好的预测小麦条锈病的发病率。     

吉林省肉牛产业循环经济发展评价

本文利用2000-2009年吉林省肉牛产业相关数据,结合吉林省肉牛产业发展的实际情况,构建了一个包括3个准则层,12个指标层的指标体系,运用SPSS16.0软件,对其进行主成分分析以确定权重,最后利用分析结果对吉林省肉牛产业循环经济发展水平进行评价。     

基于小波去噪与SVR的小麦冠层含氮率高光谱测定

为改进小麦冠层含氮率的高光谱测定模型,以正交试验筛选出小波去噪的最优参数组合（小波类型取haar,分解层数为5,阈值方案选择Fixed form threshold,噪声结构定为Unscaled white noise）,并利用去噪后的小麦冠层光谱建立偏最小二乘回归（PLS）模型,对不同预处理方法进行比较分析。发现采用小波去噪结合一阶导数能最有效消除原始光谱的背景信息,此时PLS模型校正集均方根误差（RMSEC）为0.260,预测集均方根误差（RMSEP）为0.288。对经一阶导数结合小波去噪后的光谱用主成分分析（PCA）进行降维,以前6个主成份为输入变量,建立最小二乘支撑向量机回归模型（LS-SVR）,其RMSEC与RMSEP分别为0.154与0.259,具有比PLS模型更高的精度。结果表明：以小波去噪结合一阶导数去除小麦冠层反射光谱中的土壤背景信息以提高模型的精度是可行的,且LS-SVR是建模的优选方法。     

吉林省肉牛产业循环经济发展评价

本文利用2000--2009年吉林省肉牛产业相关数据,结合吉林省肉牛产业发展的实际情况,构建了一个包括3个准则层,12个指标层的指标体系,运用SPSS16．0软件,对其进行主成分分析以确定权重,最后利用分析结果对吉林省肉牛产业循环经济发展水平进行评价。     

吉林省西部地区生态脆弱性的动态评价

以吉林省西部为研究区域,选择人均GDP、人口密度、年末实有耕地面积、土地利用类型、年平均降水量、年平均相对湿度、年平均温度、坡度、高程、植被覆盖度10个指标,通过因子分析,构建了生态脆弱性评价体系,并基于主成分分析法对2000年、2006年、2012年吉林省西部地区生态脆弱性进行了综合定量评价并分级,最后对生态脆弱性的空间分布和动态变化进行了分析。结果表明:研究区2000年、2006年、2012年生态脆弱性指数平均值分别为0.600±0.129,0.531 9±0.111,0.506±0.118,整体处于中度脆弱水平。2000—2012年吉林省西部地区整体生态脆弱性综合指数呈不断下降趋势,说明研究区的整体生态环境呈逐渐好转趋势。吉林省西部地区生态脆弱性呈西高东低的空间分布规律。此外,2000—2012年,研究区生态脆弱度主要受气候因素和人为活动共同影响。     

基于数据融合策略的红茶发酵程度判别

发酵是红茶加工过程中关键的一道工序,对红茶的品质形成有着重要影响。该研究以大叶种英德红茶中的英红九号为研究对象,试验收集了204份不同发酵时间的红茶样品并使用便携式近红外光谱仪和工业相机获取红茶发酵中的信息,基于近红外光谱数据、图像数据和数据融合策略分别建立了红茶发酵程度判别模型。通过分析茶多酚和儿茶素类含量的变化,将红茶的发酵划分为3个阶段,即发酵不足、发酵适度和发酵过度。采用Savitzky-Golay光滑对原始光谱进行预处理,利用竞争自适应重加权采样（Competitive Adaptive Reweighted Sampling, CARS）、连续投影算法（Successive Projections Algorithm, SPA）和主成分分析（Principal Components Analysis, PCA）对近红外光谱变量进行降维处理;相应地,图像进行去阴影后提取了9个颜色特征变量,采用皮尔森（Pearson）相关分析和主成分分析进行特征变量提取。最后采用线性判别分析（Linear Discriminant Analysis, LDA）和支持向量机（Support Vector Machine, SVM）分别建立了基于近红外、图像和两者数据融合的分类模型。结果表明,在建模数据相同的条件下,非线性的支持向量机模型性能优于线性判别分析模型。单一传感器数据建模效果不佳,近红外光谱和图像判别模型的预测集最大准确率仅为83.82%和73.53%。低层次数据融合建模效果较单一传感器数据建模无明显提升,而中层次的数据融合建模效果比单一数据建模均有显著提高,其中SPA提取光谱变量结合Pearson提取图像变量建立的判别模型效果较佳,校正集和预测集准确率分别达到了97.06%和95.59%。研究表明,近红外光谱和视觉结合的中层次融合策略可以作为一种快速判别红茶发酵程度的方法,研究结果为红茶发酵程度构建等级模型与判别奠定了一定的理论基础,为红茶发酵的自动化检测提供了重要依据。