降水量的空间插值方法研究——以甘肃省为例

利用反距离加权(IDW)、普通克里格(OK)、样条函数(Spline)、协同克里格(CK)、径向基函数法(RBF)、全局多项式法(GP)、局部多项式法(LP)和"多元回归+残差分析法"(AMMRR)以及改进的AMMRR法(I-AMMRR)9种插值方法,以甘肃省及邻近区域113个气象站点1961～2004的年降水量数据为基础,选取其中90个站点做插值站点,23个站点做检验站点,结果表明:9种插值法得到的空间分布图均能反映出甘肃省降水从东南向西北递减的空间分布特征。I-AMMRR相关系数最高,平均相对误差、平均绝对误差、均方根误差均最小,为最优插值方法。由I-AMMRR模拟的甘肃省降水的空间分布图可知,降水量高值区位于陇南地区东南部的徽县和康县,降水量在700mm以上,低值区位于敦煌市、安西县、肃北蒙古自治县,降水量小于50mm。     

基于人工神经网络的甘肃省年积温空间插值研究

中国西部地区气象站点空间分布不均匀,而且数量较少,导致气象要素空间插值的误差较大。以甘肃省为研究区,将其划分为东、中、西3个插值区域,利用人工神经网络方法,对1960~2009年气象站点地面观测的≥0℃年积温值进行拟合,将202个气象站点数据扩展到586个,插值结果表明:3个区域年积温平均绝对误差(MAE)为246.53℃、平均相对误差(MRE)为8.37%;东中西3个区域精度与原有气象站点数据量有明显关系。研究方法和结果可为进行甘肃省生态环境变化研究提供方法和数据参考,为进一步进行区域空间插值提供数据基础。     

基于3D TPS空间插值的中国降水量空间分布响

常用的空间插值模型通常仅考虑地理位置坐标而忽略高程值,针对这一不足,本研究以中国年均降水量空间分布为例,将高程值作为重要的自变量因子用于三维薄板样条(3DTPS)模型的空间插值,旨在减少因高程值变化较大造成的影响,提高空间数据插值精度。基于Visual Basic.Net和ArcGIS Engine二次开发工具,通过提取中国数字高程模型(DEM)图中的高程值以及中国气象站分布图中气象站的地理坐标和年均降水量,再以DEM图中的格网为模板,用3DTPS模型进行空间插值,得到中国年均降水量空间分布图。最后,与其他不同模型进行对比分析,证明3DTPS的插值精度最高,标准误差为113.95,尤其在高程值变化较大的区域优势明显。     

基于3D TPS空间插值的中国降水量空间分布

常用的空间插值模型通常仅考虑地理位置坐标而忽略高程值,针对这一不足,本研究以中国年均降水量空间分布为例,将高程值作为重要的自变量因子用于三维薄板样条(3D TPS)模型的空间插值,旨在减少因高程值变化较大造成的影响,提高空间数据插值精度。基于Visual Basic.Net和ArcGIS Engine二次开发工具,通过提取中国数字高程模型(DEM)图中的高程值以及中国气象站分布图中气象站的地理坐标和年均降水量,再以DEM图中的格网为模板,用3D TPS模型进行空间插值,得到中国年均降水量空间分布图。最后,与其他不同模型进行对比分析,证明3D TPS的插值精度最高,标准误差为113.95,尤其在高程值变化较大的区域优势明显。     

新疆地区降水分布的空间插值方法比较

利用新疆及周边地区的154个气象站点资料,采用反距离权重法(IDW)、普通克里金法(Kriging)、协同克里格法(Cokriging)、贝叶斯法(EBK)和ANUSPLIN软件5种方法,对新疆地区1995-2004年10年间的月降水量空间插值模拟结果进行了交叉检验。结果表明,在新疆地区,5种方法的插值精度表现为ANUSPLIN>Cokriging>EBK>Kriging>IDW,并随月份有所变化,平均绝对误差(MAE)和均方根误差(RMSE)表现为秋冬两季误差低于春夏两季,平均相对误差(MRE)的值在春季和秋季较高。与已建立的新疆的降水量分布格局进行比较发现,ANUSPLIN兼顾了插值曲面的准确度与平滑度,它较为准确地反映了新疆地区降水空间分布的特征,EBK法在4月和7月插值结果与实际偏差较大,而1月和10月插值效果较好,Cokriging法插值结果均质性较差,并不能反映新疆实际降水的空间分布。Kriging法在10月插值效果较好外,在其他3个月的插值效果不好,IDW法的最大值或者最小值主要分布在台站周围,与实际情况相差较远。     

基于支持向量回归机的乳制品质量预测

针对乳制品质量预测的BP神经网络方法所存在的不足,提出了一种新的基于支持向量回归机的乳制品质量预测方法。对支持向量回归机的基本原理进行了概述,简要分析了影响乳制品质量的有关因素,确定了基于支持向量回归机的乳制品质量预测的输入输出参数,建立了基于支持向量回归机的乳制品质量预测模型。实验验证的仿真结果表明:所建立的乳制品质量预测模型是合理有效的,并且具有较强的泛化能力和较高的预测精度。     

基于GIS的降水多元回归模型在黑河干流山区的应用

结合GIS和统计学方法,利用21个站点气象数据和DEM（基于5个因子：高程、坡度、坡向、经度和纬度）在黑河干流山区构建一种多元非线性回归模型,用以模拟研究区降水量空间分布,并分析了全年、湿季和干季3种情景及3种不同空间分辨率数据相互耦合下的雨量变化。结果表明,该模型可解释研究区74.5%的年降水空间变异,对湿季降水量解释效果要好于全年和干季两种情景;100 m分辨率下的3种降水模型效果均为最好;降水量空间分布不均匀,100 m分辨率下,由西北部不足200 mm增加至东南部700 mm左右,降水量分界线呈西北-东南走向;500 m分辨率的降水量分界呈带状,有一定程度上移;1 000 m分辨率的降水量分布误差大。本研究采用的建模方法有较强移植性,可在其他山区开发类似模型,利用其模拟结果进行更深入的研究,今后在建模中加入空间化的风速变量有可能进一步提高模型精度。     

基于烟花算法的BP神经网络预测含根土抗剪强度

为了解决BP神经网络在对含根土抗剪强度的预测中存在的预测精度低，计算收敛速度较慢，容易陷入局部极值等问题，本研究通过直剪试验、团聚试验、根系分形分析试验等探究了不同因素对含根土抗剪强度的影响，并对各因素进行相关性分析，从中选取了大团聚体含量（R0.25）、平均重量直径（MWD）、几何平均直径（GMD）、土壤分形维数（Dd）、根表面积、平均直径6个影响含根土抗剪强度的因素作为模型输入层节点，含根土的抗剪强度作为输出层节点。参考FangfaGorman理论公式、Kolmogorov理论公式以及一种经验公式分别计算，并对结果进行讨论，确定了本研究中神经网络的最佳隐含层节点数量为13。建立6∶13∶1的BP神经网络模型，并引入了烟花算法（FWA）对BP神经网络进行优化。结果显示，BP神经网络、粒子群算法（PSO）优化的BP神经网络、FWA-BP神经网络的预测值与期望值的最大相对误差分别为11.12%、9.06%、7.44%，平均相对误差分别为4.60%、3.24%、1.96%，相较于BP神经网络和PSO-BP神经网络，FWA-BP神经网络预测误差值有明显降低；对比引入的统计参数，均方根误差（R...     

基于支持向量机的猪血发酵制备小肽效果预测

试验提出了一种最小二乘支持向量机的猪血发酵制备小肽的水解度预测新模型。以接种量、发酵温度、发酵时间三个工艺参数为输入,水解度为输出,通过正交试验获得数据样本。以试验数据为基础,建立最小二乘支持向量机模型,利用模型预测猪血发酵制备小肽的水解度。该方法具有建模速度快、预测精度高、操作简便等优点,不仅克服了常规的BP预测模型的不足,而且性能优于标准支持向量机预测模型。     

基于GIS与草原综合顺序分类法对甘肃省草地类型的划分初探

基于改进的空间要素插值方法,使用DEM海拔高程数据作为修正,在要插值的空间数据与协同因子之间的相关性较高时,可以有效地提高插值结果的精度。对于年积温数据,其与DEM海拔高程之间的相关系数为0.769,相关性较高,故使用DEM的协克里格方法可以有效地提高插值精度,4种插值方法的ME值排序为IDW相似文献   

不同气象插值方法在新疆草地NPP估算中的可靠性评价

气象因子对研究草地生产力、植被长势、灾害评估等都有着重要的意义,本研究采用不同空间插值方法(协同克里格法Cokriging、反距离加权法IDW和ANUSPLIN法)对新疆地区90个气象站点2000-2011年多年的7月平均降水和气温数据进行空间插值分析,使用均方根误差法(RMSE)以及平均绝对误差法(MAE)对插值的结果进行评价,讨论不同方法对该地区降水和气温插值结果的影响。利用不同插值方法,基于CASA模型进行新疆草地NPP的估算,结合实测生物量数据,对3种插值方法下的估算结果进行评估,结果表明,1)降水和气温数据都是基于ANUSPLIN法的插值结果最优(MAE_(降水)=6.45,RMSE_(降水)=8.77,MAE_(气温)=2.11,RMSE_(气温)=3.52)。2)基于不同插值方法得到的气象要素估算的新疆草地NPP精度不同,将实测数据与同时期CASA模型模拟值相关性进行分析,基于ANUSPLIN法插值的气象要素估算NPP的精度最高(R~2=0.794 7),NPP实测值与模拟值有良好的线性关系,比基于Cokriging插值的气象要素估算精度提高了13.23%,比IDW提高了20.13%。说明提高气象要素的插值精度有利于新疆草地NPP的估算研究。     

区域尺度下气候因子的插值优化及其与草地NPP的相关性

利用甘肃省及周边42个气象站点的气象数据和154个草地样地地上生物量（风干质量）实测数据,在AMMRR插值方法的基础上,加入坡度、坡向两个变量,对甘肃省1996－2005年的年均温和年降水量、不同季节温度和降水量进行空间模拟,并分析了甘肃省年均温和年降水量的空间分布格局,以及草地净初级生产力(NPP)对年均温、年降水量和不同季节温度、降水量的响应。结果表明,1）相对其他插值方法,引入了坡度、坡向等微观地理因子的AMMRR插值方法,可充分体现甘肃省的年均温、年降水量受地形影响的微观变化,更符合实际情况。2）除冬季外,草地NPP与不同时期的温度之间均呈显著负相关（P<0.01）,与不同时期的降水量均呈显著正相关（P<0.01）,而且与降水量的相关性明显高于温度。     

气象要素空间插值方法的比较分析

气象要素是草原综合顺序分类中重要的指标,对生态系统中物种的组成、生长、演替更新及干物质的积累有很大的影响.年均温度、年降水量、年积温空间分布的一般规律是随海拔高度和纬度的增加而减少,但不同插值方法所计算出的空间插值之间,却有明显的不同.用ArcMap 8.3地理信息系统软件,对全国及周边地区2 114个气象台(站),1961-1990年30年的年均温度、年积温和年降水量,分别采用样条函数法(Spline)、反距离加权平方法(IDS)和普通克里金法(OK)进行空间插值分析.交叉验证结果表明:当选择合适的站点数目时,3种方法的精度都很高.在克里金法中,除高斯模型精度较低外,球状模型、环状模型、指数模型对同一气象因素插值,其相对平均误差也不大.3种插值方法的比较是,年均温度插值时,OK法优于Spline法,Spline法优于IDS法,相对平均误差分别为7.65%、7.9%和7.95%;年降水量插值时,OK法优于Spline法和IDS法,相对平均误差分别为8.31%、8.76%和8.76%;年积温插值时,OK法优于IDS法,IDS法优于Spline法,相对平均误差分别为5.82%、6.11%和6.13%.     

基于GIS模块的气象数据空间插值方法新改进——以甘肃省为例

以甘肃省113个气象站点1961-2004年的〉0℃年积温（∑θ）、年降水量（r）、经纬度和DEM数据为主要数据源,选用反距离权重法（IDW）、普通克里金法（OK）、协同克里格法（CK）和“多元回归＋残差分析法”（AMMRR）4种空间插值方法,进行气象数据空间插值试验,并进行精度验证和插值效果比较。研究结果表明：IDW...     

不同机器学习算法在草原草地生物量估算上的适应性研究

准确估算草地地上生物量(Aboveground biomass，AGB)对于科学调整草畜关系、保护生态环境和实现草地资源的可持续发展具有重要意义。本文以锡林郭勒盟不同草地类型为研究对象，基于遥感数据、气象数据和数字高程模型数据，利用支持向量机(Support vector machines,SVM)、BP神经网络(BP neural networks,BP)和随机森林(Random forest,RF)三种机器学习算法建立AGB估算模型，评估三种机器学习算法模型估算AGB的潜力。精度验证结果表明，在研究区内不区分草地类型整体建立估算模型时RF算法的回归精度最高(R=0.88，RMSE=0.10，MSE=0.01，MAE=0.07)。SVM算法建立的模型在草甸草原和荒漠草原回归精度较高，而RF算法回归能力在典型草原具有相对优势。不同特征变量对估算AGB的贡献分析结果表明，植被覆盖度(Fractional vegetation cover,FVC)、归一化植被指数(Normalized difference vegetation Index,NDVI)、增强植被指数(Enhanced vegetation index,EVI)和降水量(Precipitation,PRCP)四个变量对AGB估算结果的影响较大。本文研究结果为干旱/半干旱区草地地上生物量估算精度的提高和方法的选择提供科学建议。     

锡林河流域降水量时空动态及对NDVI的影响

以锡林河流域为研究对象,基于1960～2015年间锡林浩特气象站降水日值资料,运用Mann-Kendall非参数统计检验等方法,开展不同时间尺度降水量趋势分析和突变检验;利用2008～2015年锡林浩特气象站及流域内CMADS站点对锡林河流域年降水量进行空间插值,分析多年平均降水量空间变化规律;通过对比典型水文年各月份降水量与NDVI的变化关系,揭示NDVI空间异质性。结果表明:时间上,年均降水量和汛期平均降水量均呈不显著下降趋势,春、夏、秋三季降水变化均不显著,而冬季呈显著上升趋势(P0.05);空间上,年降水量呈现由东南向西北减小趋势,典型水文年月降水量与各月NDVI呈显著相关(R~2=0.733,P0.01),尤其丰水年内各月降水量与月NDVI的相关系数介于-0.76～0.99,二者呈现良好的一致性。     

利用Sr同位素电感耦合等离子体质谱(ICP-MS)检测技术对饶河蜂蜜溯源的研究探讨

通过对166个饶河蜂蜜和31个外地蜂蜜中的锶同位素电感耦合等离子体质谱(ICP-MS)进行检测。主成分分析法将6个同位素丰度比值变量降维至4个主成分,可以解释98.22%的总体变量。用4个主成分新变量通过Angilent MPP数据分析软件建立决策树(Decision Tree)、朴素贝叶斯(Naive Bayes)、神经网络(Neural Network)、偏最小二乘判别(Partial Least Square Discriminate)和支持向量机(Support Vector Machine)5种模型。随机抽取饶河蜂蜜11个和外地蜂蜜5个,对5个模型进行验证。偏最小二乘判别和SVN模型准确率为87.5%;DT模型准确率为81.2%、朴素贝叶斯和神经网络模型贡献率为75%。可以得出偏最小二乘判别模型和支持向量机模型可用作判别饶河蜂蜜模型,决策树模型可用于进行辅助判断模型。朴素贝叶斯模型和神经网络模型不适合作为该样本的判断。     

基于RS和GIS的甘南草地生产力估测模型构建及其降水量空间分布模式的确立

利用遥感（Remote Sensing)、地理信息系统(Geographic Information System)并结合植被生态学基本原理，以甘南藏簇自治州高寒草甸生态系统为研究对象，进行了草地生产力估测模型构建与降水量空间分布模式确立的方法研究。以归一化植被指数NDVI和降水数据库为例，具体论述了草地GIS数据库的形成过程。通过遥感气象卫星NOAA数据在ERDAS图像软件中进行处理，提取了甘南全州的NDVI值，并结合实际采样点的植物地上部分生物量鲜重实测数据，进行统计回归分析（线性回归和指数回归），建立了生产力估测模型，证实了NDVI值与地面初级生产力之间的正相关关系。利用甘南全州及周围共61个气象站和水文站的多年平均降水资料，形成了甘南多年平均降水等值线图。在分析降水数据时，采用了SPLINE、IDW、TREND、KRIGING4种插值法，对4种插值方法进行分析，发现SPLINE方法比较适合甘南降水资料的插值模拟。     

基于改进遗传神经网络的紫花苜蓿总黄酮提取工艺参数优化

针对回归分析方法优化紫花苜蓿总黄酮提取工艺参数存在的问题,提出一种改进的遗传神经网络优化方法,该方法利用区间自适应遗传算法自动调整搜索区间的特点,彻底取代神经网络反向传播过程调整权值和阈值。以紫花苜蓿总黄酮提取率为性能指标,选取液料比、提取时间、提取温度和乙醇浓度4个工艺参数为试验因素,依据4因素5水平正交旋转组合试验数据建立学习样本,训练遗传神经网络。当神经网络训练误差达到4.34×10^-9时,遗传神经网络算法的平均相对误差为0%,而回归模型的平均相对误差为0.58%,拟合精度和拟合优度明显优于回归模型。用训练好的遗传神经网络算法优化紫花苜蓿总黄酮提取工艺参数,获得最优工艺参数为:取液料比53.26 mL/g、提取温度70.96℃、提取时间50.32 min、乙醇浓度为60%,紫花苜蓿总黄酮提取率达到最大值6.51 mg/g。     

内蒙古鄂温克族自治旗降水气候特征分析

内蒙古鄂温克族自治旗降水多集中在6—8月,降水变率大,分布不均匀,年际变化也大。冬春两季降水一般为10.0~38.9 mm,占全年降水量的15.1%左右。夏季降水量大而集中,平均为227.0 mm,占全年降水量的69.9%。秋季降水量为48.7 mm,占全年降水量的15.0%。