叶面滞尘量对大叶黄杨光谱特征影响研究

  目的  叶面滞尘会影响植被光谱特征，削弱植被指数对植被的响应能力，影响反演评估的准确性。为探究叶面滞尘量对植被光谱响应特征及预测模型的影响，本文以北京市常见常绿绿化树种大叶黄杨为研究对象展开研究。  方法  从封闭区域、半封闭区域、开放区域，采集叶片样本，并收集环境灰尘。通过室内控制试验，利用ASD FildSpec Handheld光谱仪测量不同滞尘量叶片的高光谱数据，选取5个特征波段，通过光谱角的方法研究了叶面滞尘量对叶片光谱特征的影响，以及滞尘量对叶面滞尘量预测模型的精度和稳定性影响。  结果  随着叶面滞尘量的增加，植被光谱曲线特征逐渐减弱，灰尘的特征逐渐增强，但光谱曲线的总体变化趋势基本一致。当叶面滞尘量 > 120 g/m2时，光谱曲线的基本表现为灰尘的光谱特征。当叶面滞尘量较少时，预测模型的模拟精度相对较高，随着滞尘量的增加，所有模拟预测模型的决定系数均减小；当叶面滞尘量 > 120 g/m2时，预测模型对叶面滞尘量的模拟预测能力将更差，并且均方根误差（RMSE）随着叶片单位面积滞尘量的增加而增大，模拟预测模型的稳定性及预测精度逐渐降低。光谱角对滞尘叶片350 ~ 1 770 nm波段区间的光谱变化十分敏感，利用叶片光谱角检测滞尘程度不需要分区域讨论，只需与阈值做简单的比较，方法简便易行。  结论  本研究通过室内控制试验，研究叶面滞尘量对植被光谱响应特征，可为建立滞尘植被光谱反射物理模型提供参考与借鉴。      

关于黑龙江垦区粮食产量预测模型的探讨

1模型的建立 影响粮食总产量的因素很多,如粮食作物播种面积、土壤、质量、温度、雨量、化肥施用量、科学技术水平、病虫害发生程度及政策因素等等,有的因素数据不好收集,有的因素虽然可以整理出数据,但因数据不连续或不完整,而不能利用,现根据掌握的资料,拟选择粮食作物总产量、播种面积、年份作为建立数学模型的主要数据,因这些数据好收集,数据完整,且为人们所熟悉.     

黄土低山丘陵及坨甸草原区风蚀规律的研究

本文通过对黄土低山丘陵及坨甸草原区248个风蚀图斑资料的分析,运用线性模型理论,对此地区的风蚀规律进行了研究。获得了下垫面各因素与风蚀量关系的数学模型。找出了影响风蚀的主导因素,并系统阐述了植被覆盖度和土地利用类型对风蚀量大小的影响,且与水蚀规律进行了比较分析。     

冬季红枣果园内外温度差异及与气象站气温关系建模分析

基于红枣果园冬季实测温度,对比分析果园内、外温度变化差异及其与气象站气温关系,采用线性回归方法根据气象站气温资料建立果园实际温度预测模型。结果表明,冬季红枣果园内、外平均气温差异不显著,但日变化趋势基本一致;最低气温变化存在显著差异(P<0.05),果园内平均最低气温比果园外偏高1.2℃,极端低温偏高1.7℃。冬季气象站平均气温显著高于果园内外气温变化(P<0.01),分别偏高1.2、1.3℃。气象站最低气温的差异变化幅度大于平均气温的差异,日最低气温比果园内、外偏高1.5℃、2.7℃,冬季极端低温偏高1.4℃、2.7℃。果园小气候的形成显著影响极端低温的差异变化,冬季气温比气象站温度偏低,利用气象站气温变化预测果园内外实际气温差异比较可行,关系模型检验绝对误差在0.3~0.8℃之间,可为红枣果园开展冬季冻害监测预警服务提供借鉴参考。     

乌拉特后旗荒漠区8种灌丛地上部生物量模型

以乌拉特后旗荒漠区常见的8种灌丛[珍珠猪毛菜(Salsola passerina)、绵刺(Potaninia mongolica)、红砂(Reaumuria soongorica)、驼绒藜(Ceratoides latens)、甘蒙锦鸡儿(Caragana opulens)、短叶假木贼(Auabasis brevifolia)、霸王(Zygophyllum xanthoxylon)和松叶猪毛菜(Salsola laricifolia)]为研究对象,采用样方调查法进行调查,灌丛的测量采用标准株结合标准枝法,计算获得其生物量,并测量高度、冠幅,对比分析生物量得大小,通过主成分分析确定预测函数模型的最优变量,然后建立单株灌丛生物量模型。结果表明,8种灌丛依生物量大小排序为霸王驼绒藜绵刺松叶猪毛菜红砂珍珠猪毛菜甘蒙锦鸡儿短叶假木贼,这与植物自身特性及放牧干扰有直接关系;根据r~2,松叶猪毛菜、短叶假木贼、霸王地上部生物量与灌丛面积的平方(S~2)极显著相关,最优预测模型均为幂函数模型;绵刺地上部生物量与植株高度及冠幅面积乘积的平方(H~2S~2)极显著相关,最优预测模型为幂函数模型;驼绒藜地上部生物量与冠幅体积(HS)极显著相关,最优模型为幂函数模型;甘蒙锦鸡儿、红砂地上部生物量与植株高度的平方和面积的乘积(H~2S)极显著相关,最优预测模型为幂函数模型;珍珠猪毛菜地上部生物量与灌丛面积的平方及高度的乘积(HS~2)极显著相关,最优模型为线性函数。经预测值和实测值的拟合率(P)、相对误差[样本的平均误差(R_S)和样本的平均相对误差(R_(MA))]检验,发现8种灌丛预测模型精度检验结果均达标准水平。灌丛生物量预测模型的建立,可以为定性评价生态系统的稳定性提供数据支撑,为研究区内植物资源的开发利用提供理论依据,并为修复脆弱生态区提供科学的技术措施。     

三江平原水稻鞘腐病短期预测模型的建立

针对黑龙江省三江平原水稻主产区的水稻鞘腐病发生日益严重这一现象,从2007-2016年在黑龙江省三江平原对水稻鞘腐病的病情指数及气象因子进行定点调查、定期监测,采用通径分析及逐步回归的方法对影响水稻鞘腐病病情指数的气象因子进行研究。通径分析的结果明确了8月份平均温度是对水稻鞘腐病影响最大的气象因子,其次为8月份平均降雨量与9月份平均日照时数,建立的预测模型可以对黑龙江省三江平原地区鞘腐病的发生进行中短期预测。     

花生黄曲霉生长预测模型的研究

通过对分离自花生的黄曲霉LYYSS03-3在不同温度(15-35℃)、不同相对湿度(水活度分别为0.5,0.7,0.9)下的菌落生长特性进行检测,采用Boltzmann和Logistic 模型对黄曲霉的生长曲线进行拟合,结果表明,在适宜温湿度阶段,花生黄曲霉的生长曲线更适合用Boltzmann模型拟合.     

基于预测模型加扰动控制的最大功率点跟踪研究

分析了光伏发电系统最大功率点跟踪的基本工作原理,通过对现有控制方法的深入研究,设计了基于预测模型加扰动控制的最大功率点跟踪研究方法,仿真实验结果表明:基于预测模型加扰动控制的最大功率点跟踪研究方法不但能保证光伏阵列稳定准确的运行在最大功率点,而且跟踪速度明显提高,对于提高整个太阳能光伏发电系统的效率有非常重要的意义。     

湖南省粮食产量波动的影响因素分析及预测

旨在维护国家稳定,为预判粮食生产前景、提高粮食生产效率、保障粮食安全提供理论依据。利用湖南省统计数据,运用灰色关联分析法筛选关联性较强的影响因素,并建立GM(1,N)预测模型预测粮食产量。2008—2017年与湖南省粮食产量关联度最大的影响因素是粮食作物播种面积和农业机械总动力;科技因素是影响2008—2017年湖南省粮食产量的主要因素,其次是自然因素,社会因素;2018—2027年湖南省粮食产量有较小波动,且农业机械总动力和财政农业支出影响较大;农业机械总动力在前后十年对粮食产量都有较重要的影响,越来越占据主导地位。粮食产量受国家政策的影响,受农业机械总动力影响最大,维持产量水平需高度重视农业机械化水平,稳步提高粮食作物播种面积。