线性红利界下带干扰风险模型的破产概率

考虑到保险公司在实际经营中收益所具有的不确定性和分红策略，建立一类具有线性红利界和带随机扰动的双复合Poisson风险模型，利用鞅方法给出模型关于破产概率的一个定理及上界．     

基于分数阶微分视频融合的森林烟火检测算法

森林火灾检测是国内外林业应用研究的重要课题之一。及时准确地检测到森林火灾，对于森林健康及环境安全意义重大。现有的利用视频技术检测森林火灾的方法大多针对单一波段，如可见光波段或红外波段的视频信息进行分析，然而在实际应用过程中，由于森林环境复杂，基于单一波段视频信息检测火灾的结果欠佳。现阶段，基于多个波段的森林火灾检测方法非常少。本文综合利用红外及可见光视频特征，提出了一种基于分数阶微分视频融合的森林烟火检测算法，将分数阶微分理论引入红外视频和可见光视频融合中，利用分数阶微分算子对两个波段视频进行融合，然后利用背景去除法检测融合视频中的异常帧，且对异常帧图像及其与背景帧的差分图像分别进行图像分割，最终得到检测出的森林烟火区域。采用空间频率、平均梯度、森林火灾检测准确率和森林火灾检测时间误差度4个测度对本文算法和基于区域能量融合算法、基于窗口方差融合算法、基于HSI变换融合算法进行定量分析和比较。结果表明，本文算法的融合视频的融合效果最佳，并且森林火灾检测准确率和森林火灾检测时间误差均明显优于其他3种算法，说明本文提出的算法具有较好的有效性和准确性，为森林火灾检测提供了有利的新途径。      

“互联网+农业”模式下食用菌的营销策略

在"互联网+农业"融合发展背景下,食用菌企业需要借助互联网,构建市场主导、数字驱动的全新营销战略,助力产品营销。以"互联网+农业"模式为研究视角,分析食用菌产品营销现状,提出发挥技术优势、挖掘用户需求和建设优质平台等营销建议,以助力食用菌产品市场营销与效益转化。     

社会资本对农民工返乡创业意愿的影响效应分析——基于互联网嵌入视角

农民工返乡创业能够有效培育农村经济发展的内生力量，对促进乡村振兴战略具有重要现实意义。在当前信息时代背景下，社会资本因互联网的嵌入已分化为现实社会资本和虚拟社会资本，这对农民工返乡创业意愿的影响效应可能不同。基于互联网嵌入视角，利用西安市406个农民工的微观调查数据，运用结构方程模型，分析现实社会资本和虚拟社会资本对农民工返乡创业意愿的影响效应。结果表明，农民工返乡创业意愿较为强烈；现实社会资本对农民工返乡创业意愿具有直接正向影响；虚拟社会资本对农民工返乡创业意愿具有直接负向影响、间接正向影响；虚拟社会资本可以转化为现实社会资本；虚拟社会资本正在逐步取代部分现实社会资本成为提升农民工返乡创业意愿的重要推力；互联网嵌入对于现实社会资本具有直接负向影响，对虚拟社会资本具有直接正向影响，对农民工返乡创业意愿没有直接影响。据此，提出加快农村地区经济组织发展，增加现实社会资本的累积；建立并完善信息服务平台，加强互联网信息审核机制的政策建议。     

基于SDAE-BP的联合收割机作业故障监测

为了解决联合收割机作业故障的非线性特征信号难以提取的问题,该研究提出了一种基于堆叠去噪自动编码器(Stack Denoising Auto Encoder, SDAE)和BP神经网络(Back Propagation,BP)融合的联合收割机作业故障监测及诊断的方法(SDAE-BP)。以转速传感器采集联合收割机脱粒滚筒转速、籽粒搅龙转速、喂入搅龙转速、杂余搅龙转速、风机转速、输送链耙转速、割刀频率以及逐稿器振动频率,并将采集的数据集作为系统的输入。利用SDAE提取输入信号的深层次特征,并由BP神经网络辨识收割机作业状态,实现联合收割机故障监测。在SDAE-BP模型训练过程中,去噪自动编码器(Denoising Auto Encode, DAE)依次经带有不同分布中心噪声的原始数据进行训练,然后将其堆叠,并通过误差反向传播算法对模型参数进行优化,以提升模型识别故障性能和泛化能力。试验结果表明,对于2018年联合收割机田间试验数据,模型的故障诊断准确率达到99.00%,与SDAE和BP神经网络相比,分别提高了1.5和4.5个百分点。将SDAE-BP故障诊断模型用2019年的试验数据进行更新,并用2018年和2019年试验数据进行测试,结果表明,更新后的模型对2018年试验数据的故障识别准确率为99.25%,对2019年试验数据的故障识别准确率为98.74%,更新后模型在2019试验数据集上的故障识别准确率较未更新模型提高了6.52个百分点。该文所建模型能够准确识别联合收割机的故障类型,且具有较好的鲁棒性,对旋转型机械故障监测及预警具有参考价值。     

猕猴桃叶片叶绿素含量高光谱估算模型研究

【目的】研究猕猴桃叶片叶绿素含量的高光谱估算方法,为猕猴桃长势的遥感监测提供理论依据。【方法】以陕西杨凌蒋家寨村2018年不同生育期(初花期、幼果期、膨果期、壮果期、果实成熟期)的猕猴桃叶片为研究对象,分别测定其高光谱反射率和叶绿素含量(SPAD值),分析原始光谱和5个常见的植被指数(归一化植被指数、归一化叶绿素指数、改进的叶绿素吸收反射率指数、MERIS地面叶绿素指数、土壤调整指数)与叶绿素含量之间的相关关系,提取各生育期的特征波段,分别建立基于特征波段和植被指数的单波段叶绿素含量一元线性估算模型。利用主成分分析对原始光谱数据进行降维,将得到的主成分得分作为随机森林模型的输入变量,建立基于多波段信息的叶绿素含量多元估算模型,并对模型进行精度验证和分析。【结果】不同生育期猕猴桃叶片光谱反射率变化趋势基本一致,整体趋势为可见光波段反射率低,近红外波段反射率高;在可见光波段,光谱反射率随着叶绿素含量的升高而降低;在近红外波段,光谱反射率则随着叶绿素含量的增加而升高。通过相关性分析可知,初花期、幼果期、膨果期、壮果期、果实成熟期原始光谱的特征波段分别为729,548,707,707和712 nm,估算模型决定系数(R~2)分别为0.18,0.85,0.54,0.85和0.82,其中初花期估算模型未通过显著性检验,其余生育期均通过极显著性检验。在5个常用植被指数中,初花期与叶绿素含量相关性最高的是归一化叶绿素指数(NPCI),但是估算模型决定系数R~2只有0.1,未通过显著性检验;其他生育期与叶绿素含量相关性最高的是MERIS地面叶绿素指数(MTCI),所建立的估算模型拟合效果好,预测精度高。基于主成分分析和随机森林回归建立的不同生育期猕猴桃叶片叶绿素含量估算模型的R~2在0.91～0.98,均通过极显著性检验,其拟合效果和预测精度远高于单波段一元线性回归和基于植被指数的一元线性回归模型,是估算猕猴桃叶片叶绿素含量的最优模型。【结论】基于主成分分析的随机森林模型包含了更完整的波段信息,对不同生育期猕猴桃叶片叶绿素含量具有较好的预测能力。     

土壤有机碳时空变化研究进展与展望

土壤有机碳不但是土壤肥力形成、粮食生产和土壤健康的基础,而且在全球碳平衡中起着关键的作用,因此,明晰土壤有机碳时空变化规律对于保障土壤健康和粮食安全、发挥土壤生态系统服务功能和应对气候变化等均具有重要意义。本文首先介绍了土壤有机碳时空变化的主要驱动因素和估算方法,随后分析了全球及国家等相对较大尺度上土壤有机碳时空变化研究的主要进展,最后从土壤有机碳模型结构改进、驱动数据分辨率提升、不确定性量化评估等方面综合分析了未来土壤有机碳时空变化研究需亟待解决的重要科学问题。     

升金湖湿地生态系统健康评价与越冬候鸟的响应

湿地生态环境及越冬水禽是升金湖自然保护区主要保护对象,其生态系统健康评价对生态系统修复及越冬水禽数量的恢复具有重要意义。利用ERDAS软件将1986、1990、1995、2000、2004、2008、2011及2015年共计8个年份冬季的TM影像数据解译划分为8种景观类型,用FRAGSTATS软件计算出各个年份的景观指标。根据升金湖湿地压力、状态、响应3方面选取10个指标,构建了升金湖湿地生态系统健康评价指标体系,利用逻辑斯蒂增长曲线模式(Logisticgrowthmodel)对这些单项指标进行评价,然后运用层次分析(AHP)的方法确定各个单项因子在指标体系中的权重,最后对1986到2015年升金湖湿地生态系统运用综合评价模型进行综合的评价分析。2015年升金湖生态系统健康综合评价值为0.430,属于亚健康的状态,应及时加强升金湖湿地生态保护措施。通过1995年与2015年对比得知人口密度增长10%以上,人类干扰指数增长了6.685,人类的干扰压力是导致湿地功能下降的主要因素;从状态分析与响应分析可以看出升金湖湿地修复功能处于不稳定的状态。通过越冬候鸟数量与湿地生态系统健康的关系可以看出越冬侯鸟数量的变化是随着湿地的生态系统健康评价状况变化而变化。     

拖拉机姿控飞轮防侧翻系统卸载能量回收试验研究

拖拉机侧翻事故是农业生产过程中最严峻的安全问题之一，现有主、被动安全手段均未能从根本上解决该问题。在前期利用飞轮—电机加速旋转时产生的反向力矩进行姿态调节实现失稳态拖拉机姿态回稳的基础上，为进一步避免姿控飞轮卸载过程造成能量浪费，本文基于1∶16比例模型试验平台设计搭建了飞轮卸载能量回收电路，并通过模型试验对其回收效果进行了验证。试验结果表明，当模型拖拉机以0.2m/s速度行驶于路面不平度较高的G级、H级路面出现侧翻趋势并实现姿态回稳时，整机侧向姿态角降至10°后能量回收系统可介入工作，此时回收电压出现峰值0.97V（H-B轨迹），随后其数值变化趋势与姿控飞轮转速的降低趋势相似，直至飞轮卸载完成后回收电压归零。试验过程中，飞轮—电机系统在对不同的整机侧翻趋势做出响应时，能量回收系统完成的电量回收不同，但均完成了对飞轮卸载能量的部分回收，提高了整机能源的利用效率。     

基于MCMC模拟的MGPD模型及其在地质灾害风险度量中的应用

基于马尔科夫链蒙特卡洛(简记为MCMC)模拟的参数贝叶斯估计,对改进的广义帕累托分布(简记为MGPD)模型进行了优化,并利用该模型得到了地质灾害损失的在险损失值(简记为VaR)和条件损失值(简记为CVaR).以湖南娄底市地质灾害损失数据进行实证分析及模型适应性检验,结果表明:优化后的模型不仅具有很好的极值数据描述能力,而且具有较强的适用性.