厦门市大气能见度变化规律及影响因子分析

以厦门市为研究对象,基于2014—2016年监测数据,分析大气能见度变化规律,探究大气污染物(PM_(10)、PM_(2. 5)、SO_2、NO_2、CO、O_3)浓度及气象因子(风速WS、大气温度T、露点温度DPT、最低云层高度CCH、海平面压强SLP、相对湿度RH)对大气能见度的影响。研究表明:厦门市年均大气能见度为8. 97 km,年度最高值出现在夏季,最低值出现在春季;日最高值出现在中午,最低值出现在凌晨;除O_3外大气能见度与大气污染物浓度均呈负相关,与T、WS和CCH呈正相关,而与RH,DPT及SLP呈负相关;通过K均值聚类分析,综合得出厦门市7组典型天气的大气能见度及相关气象指标与其它污染物浓度均值;利用消光系数(βext)与大气污染物浓度,构建了回归模型(β_(ext)=0. 007PM_(2.5)+0. 143,R~2=0. 500;β_(ext)=0. 005PM_(10)+0. 119,R~2=0. 393;β_(ext)=0. 011SO_2+0. 249,R~2=0. 168;β_(ext)=0. 007NO_2+0. 155,R~2=0. 313),能代表β_(ext)与各大气污染物的关系。     

2种方法在荒漠草原植物种群分布格局中的适用性比较

研究首次比较了2种方法在测定荒漠草原6种植物种群分布格局中的适用性.结果表明,方差均值比率法及聚集强度指数法中的多个指数都适合于这6种植物分布格局的计算.但其中的聚块性指数法的运算难度较大,宜慎用.比较结果这6种植物种群皆为聚集分布,但聚集程度有所差别.     

猪H-FABP基因遗传多态性及与肌内脂肪含量的相关分析

采用PCR-RFLP的方法分析了松辽黑猪、军牧1号白猪、PIC猪、长白猪、大白猪、杜洛克猪和松野杂交猪共计127头猪H-FABP基因的遗传多态性。结果表明：（1）在5′-上游区的HinfⅠ多态位点上,所有试验猪种中均发现了多态性,在第二内含子的HaeⅢ多态位点上,所有被测猪种也都存在变异,在第二内含子的MspI多态位点上,松辽黑猪、长白猪和松野杂交猪仅表现为AA型,其他猪种均表现出多态性;（2）7个猪群的基因频率和基因型频率都达到了Hardy-Weinberg平衡状态（P〉0.05）;（3）松辽黑猪遗传变异对肌内脂肪含量的影响：HH基因型极显著高于Hh基因型（P〈0.01）,而Hh基因型又极显著高于hh基因型（P〈0.01）,最小二乘均值为：2.760〉2.598〉2.335,dd和Dd基因型分别极显著高于DD基因型（P〈0.01）,最小二乘均值为：2.763〉2.732〉2.347,结果提示：可通过提高“HH-dd”基因型的频率来增加松辽黑猪肌内脂肪含量,从而改善松辽黑猪的肉质。     

基于改进的BP神经网络集成的作物精准施肥模型

作物最优施肥量与土壤养分含量、产量之间存在复杂的非线性关系。为更加准确地模拟这种关系,提出一种改进的的BP神经网络集成方法。该方法采用K-均值聚类优选神经网络个体,采用拉格朗日乘子方法计算待集成的神经网络个体的权值。然后,基于农田肥料效应试验数据,以土壤养分含量和施肥量作为神经网络的输入,以产量作为神经网络的输出,建立了作物精准施肥模型。该模型通过求解一个非线性规划问题,能同时获得最大产量和最优施肥量。试验结果表明,在施肥模型的拟合精度方面,改进的神经网络集成方法（其均方根误差为64.54）明显优于单个神经网络方法（其均方根误差为169.74）。而且,作为一种定量模型,基于改进的神经网络集成的施肥模型优于传统施肥模型,能有效地指导精准施肥。     

基于改进NSGA-Ⅱ的大功率拖拉机变速箱箱体多目标优化

为实现大功率拖拉机变速箱箱体在强度、刚度要求下的轻量化,提出一种基于改进非支配排序遗传算法（Non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ）的大功率拖拉机变速箱箱体多目标优化方法。首先,分析大功率拖拉机变速箱箱体的受力情况,提出承载式变速箱箱体的静力学仿真分析方法,利用ANSYS分析箱体的强度、刚度;然后,引入K-均值聚类算法、正态分布交叉算子（Normal distribution crossover,NDX）和差分变异搜索策略改进NSGA-Ⅱ算法,并开展算例测试,结果表明,改进NSGA-Ⅱ的解集分布均匀性和算法稳定性均优于NSGA-Ⅱ,寻优效果更好,验证了所提算法的有效性与优越性;最后,基于改进NSGA-Ⅱ算法开展变速箱箱体多目标优化,对优化后的箱体进行仿真分析验证。结果表明,优化后的箱体质量、最大变形量、最大应力分别为168.16kg、0.449mm、215MPa,优于NSGA-Ⅱ的168.16kg、0.454mm、216.12MPa,在满足强度、刚度要求的前提下达到了轻量化的目的,同时进一步验证了本文算法在解决大功率拖拉机变速箱箱体多目标优化问题中的有效性和优越性。研究可为大功率拖拉机变速箱箱体的仿真、优化过程提供方法参考。     

黄枝油杉种苗质量分级标准研究

黄枝油杉由于其分布区狭窄,繁殖速度慢,资源少,是国家二级保护植物。为了更好地保护其种质资源,通过实验研究种苗质量分级标准。分别对2年生和4年生的黄枝油杉种苗性状特征描述,以地径和株高作为主要分级标准代表,运用Excel 2003和SPSS 26.0对种苗特征数据进行统计学相关分析、主成分分析、K均值聚类分析,将其种苗分别2年生和4年生分别分成了三级。2年生一级株高＞20 cm,冠幅＞11 cm,地径≥0.10 cm;4年生一级株高＞127 cm,冠幅＞56 cm,地径≥0.80 cm。2年生二级株高14~20 cm,冠幅8~11 cm,地径≥0.10 cm;4年生二级株高96~127 cm,冠幅38~56 cm,地径≥0.80 cm;2年生三级株高＜14 cm,冠幅＜8 cm,地径≥0.10 cm;4年生三级株高＜96 cm,冠幅＜38 cm,地径≥0.80 cm。     

基于ASTER GDEM和均值变点分析的中国东北地形起伏度研究

地形起伏度是指某一确定区域内最高点和最低点之间的高差,是宏观尺度上比较适宜的地形分析指标,而确定最佳统计单元的大小是提取地形起伏度的关键。本文以中国东北地区为研究区域,以ASTER GDEMv2为数据源,基于Python模块编程,利用窗口分析方法依次提取n×n(n=2,3,4,……,198,199,200)网格下的地形起伏度,然后采用均值变点分析方法计算平均地形起伏度的最佳统计单元大小,最后将东北地区的地形起伏度进行分级。研究结果表明:1)通过Python模块编程可以实现提取地形起伏度的自动化运行;2)均值变点分析方法能够有效得检测出平均地形起伏度与网格面积拟合曲线上由陡变缓的拐点,利用该方法得到基于ASTER GDEM提取中国东北地区地形起伏度的最佳统计单元面积为2.62km2;3)东北地区整体起伏不大,以小起伏和微起伏为主,山地多为中小起伏。     

东亚飞蝗光谱特征波长筛选与龄期识别方法研究

利用高光谱图像采集系统在400~1 000 nm波段范围内采集东亚飞蝗成虫、5龄、4龄和3龄的前胸背甲光谱信息;每个龄期提取15像素×15像素目标区域平均反射率信息作为样本信息;提出了一种基于K均值聚类和主成分分析(K-PCA)相结合特征波段提取方法,对比分析K-PCA和SPA(投影连续变换)2种特征波长提取方法,采用Fisher判别分析方法分别对K-PCA和SPA筛选的特征波长建立东亚飞蝗龄期识别判别模型,实验结果表明K-PCA筛选出的特征波长数少且正确识别率为98.25%。K-PCA筛选的特征波长为468 nm、555 nm、635 nm、710 nm、729 nm、750 nm、786 nm和899 nm。本文提取的东亚飞蝗特征波长为东亚飞蝗的龄期识别奠定基础,进而对蝗灾的监测与预防提供了技术支持。     

DEM分辨率对SWAT模型水文模拟的影响研究

以灞河流域为研究区,以DEM的分辨率(30~500 m)作为变量,进行了DEM空间分辨率对SWAT模型水文模拟的敏感性研究。首先,不同分辨率DEM作为输入数据构建SWAT模型并进行模拟,其后将模拟结果与灞河流域马渡王、罗李村水文站的实测流量比对进行相对偏差计算,最终采用均值变点统计方法,以模拟结果的相对偏差为研究对象,探讨分析了DEM尺度效应的最佳尺度拐点。结果表明,DEM分辨率的变化深刻影响着水文模型流域特征的提取,其分辨率的降低会导致流域的最大坡度、平均坡度、河道长度均发生衰减,同时流域形状、子流域数量也会发生不同程度的改变;随着DEM分辨率的逐渐降低(30~150 m),径流模拟的结果与实际流量的相对偏差逐渐增大,但增长幅度不超过11%。当DEM空间分辨率低于150 m时,相对偏差变化并不显著。均值变点法能够很好地识别拟合曲线发生明显变化的拐点,通过统计分析发现DEM分辨率为150 m时即为模拟结果相对偏差变化趋势逐渐由陡变缓的变化最佳拐点。