外来入侵有害生物——向日葵黑茎病发生与气象因子关系的研究

通过分析向日葵黑茎病发生与气象因子的关系,确定影响向日葵黑茎病的主要气候生态因子。结果表明:由已知的病情指数和气象资料建立回归方程,得出降雨量与病情指数呈正相关(y=-28.2+0.55x);得出气温与病情指数呈负相关(y=191.57-7.67x);得出日照时数与病情指数呈负相关(y=198.41-0.551x)。当天气晴朗、日照充足、空气交换加快不利于向日葵黑茎病发生发展。当种子带菌量、重茬种植、品种抗性、地块选择、栽培管理等可控条件一定时,气象因子是向日葵黑茎病发生发展的主导因素,同时建立了向日葵黑茎病发生程度气候预测模型Y=-36.52-4.9x1+0.708x2+0.04x3,对向日葵黑茎病在新疆的预测发生有重大意义。     

霜冻灰色马尔柯夫链预测模型及其应用

用灰色马尔科夫预测方法，对石河子初霜冻出现时间进行了分析预测，结果表明，１９９５年预测初霜冻出现在１０月１８日，与实况１０月１８日完全一致。     

长江中下游地区温室内温湿度预测模型的研究

该文利用传热学理论,以温室热平衡模型为基础,分析了温室内温度和湿度的动态模型,并以此建立了室内温湿度预测模型.最后,作者通过SR5.2型连栋塑料温室的实验研究,求出该模型参数,为实现智能温室前馈控制奠定基础.     

沙漠非饱和风沙土壤水分特征曲线预测的分形模型

应用VanGenuchten提出的土壤水分特征曲线公式,推导出了沙漠风沙非饱和土壤水分特征曲线的分形模型。通过对古尔班通古特沙漠地9种不同土壤样本利用中子水分仪和负压计实测的水分特征曲线资料反求得到相应的分形维数,分析了分形维数与土壤质地之间的关系,结果表明随着土壤质地从流动风沙土、半固定风沙土到固定风沙土的变化,其分形维数呈逐渐增大。此外,基于土壤颗粒的重量与粒径分布求出了古尔班通古特沙漠地风沙土壤粒径的分形维数。通过对土壤水分特征曲线的分形维数与土壤粒径的分形维数的对比,得知它们之间存在着良好的线性关系。根据此关系,利用易测得的土壤粒径分形维数结合所推导的分形模型,对土壤水分特征曲线进行了预测,模型的预测结果很好地吻合了实测的土壤水分特征曲线。这一结果对于实际工作中根据风沙土壤颗粒大小分布的分形维数来预测沙漠风沙土壤水分特征曲线具有一定的指导意义。     

基于极限学习机的参考作物蒸散量预测模型

为实现气象资料缺乏情况下参考作物蒸散量（reference crop evapotranspiration, ET0）高精度预测,以气象因子的不同组合为输入参数,利用FAO-56 Penman-Monteith公式计算的ET0作为预测标准值建立基于极限学习机（extreme learning machine, ELM）的ET0预测模型。选取川中丘陵区7个气象站点1963－2012年逐日气象资料进行模型训练与测试,并将模拟结果同Hargreaves、Priestley-Taylor、Makkink及Irmark-Allen等4种常用模型进行对比。结果表明：ELM模型能很好地反映气象因子同ET0间复杂的非线性关系,且模拟精度较高;基于最高和最低温度的ELM模型模拟精度（均方根误差和模型效率系数分别为0.504 mm/d和0.827）高于Hargreaves模型（均方根误差和模型有效系数分别为0.692 mm/d和0.741）;基于最高、最低温度和辐射的ELM模型模拟精度（均方根误差和模型有效系数分别为0.291 mm/d和0.938）明显高于Priestley-Taylor（均方根误差和模型有效系数分别为0.467 mm/d和0.823）、Makkink（均方根误差和模型有效系数分别为0.540 mm/d和0.800）和Irmark-Allen模型（均方根误差和模型有效系数分别为0.880 mm/d和0.623）。因此基于最高、最低温度和辐射的ELM模型可以作为气象资料缺乏情况下川中丘陵区ET0计算的推荐模型。该研究可为川中丘陵区气象资料缺乏情境下ET0精确计算提供科学依据。     

USLE与WEPP土壤可蚀性因子的关联性分析

通用土壤流失方程USLE与水蚀预测模型WEPP是当前常用的两种土壤侵蚀预测模型,而WEPP物理模型代表着土壤侵蚀预测预报的发展方向。对USLE中的K因子与WEPP中的Ki、Kr因子进行相关分析表明,USLE中的K因子与WEPP中的Ki、Kr因子之间几乎毫无相关性。即无法通过对USLE中可蚀性因子的分析来确定WEPP模型中可蚀性因子的大小。     

北京地区森林枯死可燃物含水率 预测模型及变化规律 ）

以不同树种的枯死可燃物含水率为对象,通过对可燃物含水率的逐日观测,对不同种类的可燃物含水率与天气条件之间的关系进行研究,运用非线性回归分析得出栓皮栎、槲栎、侧柏和油松不同树种不同种类可燃物含水率的预测模型,并运用模型对不同树种不同种类的枯死可燃物含水率在时间上的变化规律进行分析。结果表明:不同树种不同种类的可燃物含水率差异显著,栓皮栎树种含水率远高于其他树种;枯叶含水率普遍比不同时滞的枯枝高;不同树种不同种类可燃物含水率差异也很显著;可燃物含水率与温度和风速呈负相关,与相对湿度呈正相关;建立的非线性回归模型均大于30%的含水率变幅,且通过平均绝对误差(MAE)和平均相对误差(MRE)的检验,效果良好;可燃物含水率每天从1:00~24:00呈现先上升后下降再上升的趋势,7:00~8:00达到最高值,在14:00左右达到最低值;防火期中,可燃物含水率在12~2月比较高,3~5月和11月相对偏低。     

云南松毛虫灾变预测及防治要点

根据1991—2003年宁德市国有林场云南松毛虫危害柳杉的原始数据，运用灰色灾变预测理论，建立了灰色灾变预测模型，并就当前防治云南松毛虫存在的问题以及如何有效控制其危害提出意见。     

德国开发出可预测传染病传播的计算机模型

德国科学家最近开发出了一种可对全球传染病传播进行预测的计算机模型，其特点是将地方传染动态与模拟的全球民用航空运输网结合在一起。这种模型由哥廷根马普学会流体研究所和哥廷根大学联合开发，它不仅可以描述全球传染病的传播，而且借助计算机模拟技术，还可以预测疫情发展，尤其是预测可能遭到特别威胁的地区。