青海省农业生态区参考作物蒸散量的遥感反演

根据青海省农业生态区15个气象站2003年气象资料,应用FAO推荐的Penman-Monteith方程计算参考作物蒸散量(ET0),利用MODIS高程(DEM)、地表温度(LST)及法国SPOT卫星的归一化植被指数(NDVI)遥感影像资料,提取遥感数据并耦合到时间分辨率为旬,空间分辨率为1km,将其与计算所得ET0进行相关分析,运用MATLAB软件进行模型拟合,获得该地区的ET0遥感反演模型及其适用条件,使用Arcgis9.3对利用该模型反演的结果进行了空间分布规律分析。研究结果表明,2003年7—11月各旬遥感因子DEM、NDVI和LST与ET0的线性关系显著,其中DEM与ET0呈显著负相关关系,NDVI和LST与ET0呈极显著正相关关系;获得了该地区基于遥感数据的旬ET0三元线性遥感反演模型,该模型通过α=0.01的F和t显著性检验,模型效果极显著,适用期为7—10月;对2004年计算及反演结果表明,ET0空间分布从西北往东南方向递增,低海拔处往高海拔处递减;模型反演平均相对误差为-1.9%,有较好的反演结果。     

温室逐时参考作物腾发量的估算

为建立适合逐时计算温室ET0的模型,基于自然气象条件下的逐时Penman-Monteith(PM)公式,对其空气动力项进行修正得到了温室条件下的修正PM公式.并对比了修正PM公式与PM公式计算得到的温室逐时ET0.结果表明,修正PM公式与PM公式计算的温室逐时ET0年内变化趋势基本相同,但修正PM公式得出的逐时ET0负值较少,稳定性较高.修正PM公式计算的逐时ET0与时平均气温、时最高气温、时最低气温及时平均相对湿度有极好的相关性.     

基于敏感系数的贡献值法对参考作物腾发量变化的成因分析

本文采用FAO Penman-Monteith公式对大连地区1970-2006年间的参考作物腾发量进行计算,分析了该地区近37年来ET0的变化成因及各气象要素对ET0变化的贡献值.结果表明:37年来,大连地区生长季ET0逐渐减少,年际ET0呈不明显增加趋势,从生长季来看,ET0对相对湿度的变化最敏感,太阳辐射是对ET0变化贡献最大的因素,也是引起ET0变化的主要因素;而从年际来看,ET0对相对湿度的变化最敏感,尽管太阳辐射对ET0变化的贡献值最大,但对ET0变化成因起主导作用的却是相对湿度和平均温度.     

风沙区参考作物需水量的计算

根据国内外相关的研究成果 ,分析选择并确定了适宜于风沙区参考作物需水量 (ET0 )的计算模式。利用典型风沙区的气象资料 ,对多年逐旬参考作物需水量及 2 0 0 1年春小麦与春玉米生育时段内逐日参考作物需水量进行了分析计算。结果表明 ,FAO最新修正的 Penman-Moteith公式可较好地用于风沙区参考作物需水量的估算 ,一般 ET0 值在年内与年际间变化较大 ,最高值发生在 6月上旬左右 ,多年平均为 5 .82 mm/ d,最低值发生在 1月上旬 ,多年平均 0 .43 mm/ d左右 ,年内各日 ET0 值受气象因素的影响变幅很大 ,因此 ,精确灌溉应设法提高短期天气预报和灌溉预报的精度     

基于HHT变换的PSO-LSSVM耦合模型估算气象资料短缺地区ET_0

为准确估算气象资料短缺地区参考作物腾发量,构建了一种基于HHT变换的PSO-LSSVM耦合模型,并利用新疆和田气象站2000—2009年单日数据做训练、双日数据做验证。结果表明,该模型估算ET0方法明显优于常规的PSO-LSSVM和GRNN,预测精度较二者分别提高了15.7%~85.6%和15.8%~93.7%;该方法预测ET0的气象要素重要性为RsTmaxTminRHWn,利用该方法对气象要素组合为Tmax/Tmin/RH/Wn、Tmax/RH/Wn、Tmin/Wn、Wn条件下的ET0预测,MSE分别为0.407、0.185、0.149、0.135,说明该方法可以很好地估算资料缺失地区ET0。     

风沙区参考作物需水量的计算

根据国内外相关的研究成果，分析选择并确定了适宜于风沙区参考作物需水量（ET0)的计算模式。利用典型风沙区的气象资料，对多年逐旬参考作物需水量及2001年春小麦与春玉米生育时段内逐日参考作物需水量进行了分析计算。结果表明，FAO最新修正的Penman-Moteith公式可较好地用于风沙区参考作物需水量的估算，一般ET0值在年内与年龄间变化较大，最高值发生在6月上旬左右，多年平均为5.82mm/d，最低值发生在1月上旬，多年平均0.43mm/d左右，年内各日ET0值受气象因素的影响变幅很大，因此，精确灌溉应设法提高短期天气预报和灌溉预报的精度。     

京津冀地区参考作物蒸散量变化特征与成因分析

【目的】分析京津冀地区参考作物蒸散量(ET0)的变化特征及其影响因子。【方法】基于京津冀地区24个气象站1961―2016年的逐日气象资料,采用Penman-Monteith公式计算了各站及区域ET0,采用气候倾向率、Mann-Kendall突变检测、Morlet小波分析、敏感性系数等方法对京津冀地区ET0的时空变化及其影响因素进行了分析。【结果】1961―2016年,京津冀地区全年和四季ET0均呈下降趋势,在空间上表现出随海拔增加而减小的基本特征;全年和秋季ET0分别在1975年和2009年发生了由减少到显著减少的突变;全年、春季、夏季、秋季、冬季ET0的典型周期分别为7、11、16、19、19 a;ET0在年、春季、秋季、冬季均对相对湿度最敏感,在夏季则对最高气温最敏感。【结论】在全年、春季、秋季、冬季,风速的显著下降是ET0减少的主要原因,而在夏季,ET0减少的主要原因是日照时间的显著减少;ET0的在时间上变化不显著,是气候因子综合贡献率与ET0相对变化率差别较大的重要原因。     

青海东部农业区ET_0变化特征及气候影响因子分析

利用FAO-56推荐的Penman-Monteith公式计算了青海省东部农业区12个气象站47年(1960—2006)逐月参考作物蒸发蒸腾量(ET0),对参考作物蒸发蒸腾量、气象因子随时间变化特征进行了分析。结果显示,ET0年内呈单峰型分布,月际变化较大,最大值出现在7月份,最小值出现在12月份;近47年ET0随时间呈极显著下降趋势变化;风速是影响ET0的最主要影响因子,最高温度对该地区ET0的影响也较为显著;海拔与ET0具有明显的相关性,R2为0.68,且ET0随海拔的增高具有明显下降的趋势。研究表明,在高寒高海拔区,风速是影响ET0的最主要气候影响因子,海拔与ET0呈负相关关系。     

鞍山地区参考作物腾发量演变特征

采用鞍山地区4个气象站1958--2006年的气象资料,应用Penman—Montieth公式计算参考作物腾发量（ET0）,并对ET0的年际变化特征、季节变化特征及趋势进行了分析。结果表明,49a来鞍山地区的ET0值呈缓慢下降趋势。     

江苏省参考作物蒸散量的时空变化及影响因素分析

【目的】参考作物蒸散量是水分循环和能量循环的重要组成部分,研究其变化特征及影响因素可以为该地区合理利用水资源,高效水分管理及农业生产布局提供参考。【方法】利用1961-2018年江苏省60个站点的风速、温度、相对湿度和日照时数等逐日数据计算了逐日蒸散量(ET0),并采用气候倾向率、敏感性分析、通径分析、贡献率分析等方法对江苏省ET0的时空变化及影响因素进行分析。【结果】①江苏省1961-2018年平均ET0为976.8 mm,区域整体ET0的变化幅度为-0.44 mm/10 a,共有28个站点ET0呈增加趋势(47%),主要分布在无锡以及苏州等苏南区域,共有11个站点ET0增加趋势显著(p<0.05),其中无锡、太仓、靖江地区ET0气候倾向率较大,分别为18.6、19.0、30.0 mm/10 a。共有32个站点ET0呈减小趋势(53%),主要分布在连云港、徐州、宿迁等苏北地区,共有16个站点ET0减小趋势显著(p<0.05),其中新沂、泗洪、灌南地区ET0减小趋势较大,分别为-19.2、-23.1、-23.2 mm/10a;②丰县(1 007.4 mm)、徐州(1 041.1 mm)以及西连岛(1 130.3 mm)区域为ET0的高值中心;③ET0对平均温度、日照时间、风速为正敏感,对相对湿度为负敏感,且ET0对相对湿度最敏感。平均温度、日照时间、风速、相对湿度与ET0决策系数分别为0.09、0.33、-0.02、0.29。敏感系数空间分布上,ST与SWS纬向分布特征都较明显;④贡献率分析表明,主要影响因素为风速的有22个站点,均分布在苏北地区,其中沛县、泗阳、新沂站风速对ET0变化贡献较大,分别为-13.44%、-12.52%、-12.49%,主要影响因素为相对湿度的有38个站点,主要分布在苏南地区,其中丹阳、靖江、昆山站相对湿度对ET0变化贡献较大,分别为18.47%、18.57%、20.87%,全区平均温度和日照时间不对ET0变化产生主要影响。【结论】苏北地区ET0变化的主要影响因素是风速,且风速贡献率为负,苏南地区ET0变化的主要影响因素是相对湿度,相对湿度贡献率为正。     

叶尔羌河年径流量动态变化趋势分析

建立了叶尔羌河卡群站年径流量（１９５４～１９９７ 年）的时间序列模型,该模型可用于年径流量预测。根据分析结果,卡群站年径流量具有不显著的递增趋势和明显的周期变化,同时具有一定的随机性     

基于卡尔曼滤波与AR混合算法的沉降监测

针对非平稳序列观测数据,结合卡尔曼滤波递推算法等的优点,建立了基于卡尔曼滤波的AR自回归模型。此算法不需象常规算法那样提取趋势项,而是在状态方程中设置AR参数方差的随机模型,利用观测数据建立观测方程。模型应用于输水隧洞开挖过程的的沉降监测,取得了较好的效果,说明此方法准确、可行。     

A comparison of the performance of statistical quality control charts in a dairy production system through stochastic simulation

Statistical quality control charts are plots of observations over time applied to a characteristic of a system to distinguish between normal variation, when the system should be left alone, and unexpected true changes, which should be signaled as soon as possible so the cause of the changes can be corrected. In practice, the performance of control charts (measured as the average time to first signal, either when the system has not changed (causing a false alarm) or for a true change of a certain size) is unknown if the variability of the system is not quantified, such as in a dairy production system. Therefore, a Monte Carlo simulation model of a 1000-cow dairy herd was used to compare the performance of various control chart designs for days to first service (DFS) and estrous detection index (EDI) to signal decreases in estrous detection efficiency (EDE). Shewhart and cumulative sum (cusum) control charts were designed for period lengths of seven days. The observed average time between false alarms, measured in days, on Shewhart charts with 3-sigma control limits and three supplementary runs tests was much shorter than expected. In addition, control charts for the variance of DFS (assuming a normal distribution) or the mean of EDI (assuming a binomial distribution) had high false alarm rates. Control limits were then varied such that the observed average time between false alarms on the control charts were similar to the goal of 400 or 800 days. This allowed for a fair comparison to signal true decreases in EDE as soon as possible. Large decreases in EDE were signaled earlier on most control charts than small decreases. Normal cusum control charts applied to the mean of EDI signaled true decreases in EDE the earliest: it took on average 38 days to signal a decrease to 55% EDE, 15 days to 45% EDE, or 10 days to 35% EDE, when the average time between false alarms was 400 days. Control charts designed for lower false alarm rates and those applied to DFS took longer to signal decreases in EDE. The results suggest that stochastic simulation of complex production systems can provide insight in the performance of control charts in practice. Furthermore, a combination of the Shewhart and cusum control charts based on the normal distribution applied to EDI is a good choice when the goal is to signal a decrease in EDE as soon as possible.     

土壤水分、盐分空间序列初步研究

大面积水盐监测和调查的难度在于受土壤空间变异性的影响。为揭示水盐变异规律 ,经地质统计学初步分析 ,实验取样结构性较弱而随机较强 ,从而采用随机理论 ,将传统随机理论—时间序列分析法和最大熵谱分析用于空间序列 ,以空间代替时间 ,对分层土壤作空间序列的最大熵谱分析 ,系统揭示出田间土壤不同尺度下 ,水分盐分变化规律 ,对大面积土壤水盐监测具有一定的指导意义     

参考作物潜在腾发量多时间尺度研究

受作物本身生理机制以及近地层气象因子非线性、非平稳化随机变化的影响,参考作物潜在腾发量时序过程具有周期特性。基于此,根据小波分析原理,以韶山灌区30年参考作物潜在腾发量时间序列为样本,研究了参考作物潜在腾发量时序过程的多时间尺度特征,为该地区作物需水预测、农业水资源可持续利用提供了重要的理论依据。     

降雨时间序列分解预测模型及应用

为了对随机型时间序列进行预测，在分析其性质的基础上，提出了将其分解为趋势项、周期项和平稳随机项，建立时间序列分解预测模型，分别对趋势项和周期项进行检验和提取，利用自回归模型人工合成新的序列对平稳随机项进行模拟和预测。将该模型应用于降雨量预测，取得良好效果，表明了该模型的有效性和适用性。     

考虑控制时滞的车辆主动悬架随机预瞄控制

采用随机预瞄控制策略对存在控制时滞的车辆主动悬架系统进行了研究。路面不平度被看作过滤白噪声随机过程,通过安装在车辆前部的预瞄传感器来量测车轮前方一定距离的路面变化信息。在控制器设计中,采用包含车身加速度、悬架动行程、轮胎动位移和控制力加权的连续形式性能指标,假定只有部分状态变量可以量测,而且量测噪声不能忽略。通过将连续形式的状态方程和性能指标进行离散化,并对状态向量和量测向量进行增维,这种考虑控制时滞的基于输出反馈的随机最优预瞄控制问题可以转换为不显含时滞和预瞄时间的标准LQG控制问题。数值仿真结果表明,对存在时滞的车辆悬架系统进行预瞄控制器设计时,时滞量应该得到重视,尤其是在时滞量较大时。如用不考虑时滞时所设计的控制器对存在时滞的车辆悬架系统进行控制,悬架系统可能发生不稳定现象,而且预瞄时间的增长还可能导致控制效果的恶化。     

精密播种粒距的概率分布

考察精密播种的粒距形成过程，将种子落点坐标表示为期望值与正态随机偏差之和，导出落点间隔表达式，基于平稳随机过程建立了粒距的数学模型，演绎推导出粒距分布的分布函数、分布密度、一阶原点矩、二阶原点距和方差。结果表明：粒距同变量遵从一种源于方差相同位均值不同的多个正态总体的导出分布，可看作是不同分布参数正态分布的折尾与叠加。拟合优度检验的结果证实所求粒距分布对多种实测粒距样本拟合良好。分布密度图像的形状决定于分布参数，一般呈现为“多峰非对称”形式。     

Stochastic Modelling of Grain Drying: Part 1. Experimental Investigation

Previous research has shown that the variance in the moisture content of individual maize kernels is significant at harvest. In this series of three papers, the stochastic nature of the moisture content of maize before and after drying is explored. Part 1 presents experimental data of the distribution of moisture content of maize kernels in samples taken at harvest time, after thin-layer drying, and after crossflow drying. The moisture content in recently harvested and in thin-layer dried maize appears to be normally distributed and in crossflow-dried maize to be skewed. In Part 2, stochastic models are developed of the distribution of moisture content of maize kernels dried in concurrent-flow, counter-flow and crossflow dryers, and in Part 3 one of the models is used to analyse the process of grain drying in a crossflow dryer.     

时序分析在汽车变速箱齿轮故障诊断中的应用

采用时序建模的方法对汽车变速箱齿轮进行ＡＲ谱分析,通过与传统功率谱分析比较看出,时序分析在谱分析中有较好的性能,在故障诊断中具有良好的应用前景。