基于改进蚁群算法的植保无人机路径规划方法

为了规划出更加高效的植保无人机路径，提出一种基于改进蚁群算法的植保无人机路径规划方法，该方法适用于多个具有复杂多边形边界与内部障碍物的三维作业区域。采用扫描方式生成水平面内的作业路径，经过离散化处理后，在三维地形曲面上插值，获得三维作业路径。在此基础上，建立作业路径生成算法，以三维作业路径总长度尽量短、作业路径数量尽量少为目标，对植保无人机作业航向进行寻优。改进蚁群算法通过附加记录作业路径进入点的机制，实现对三维作业路径的合理排序，生成总长度较短的转移路径。经过算例检验，针对同一作业区域规划出的三维作业路径与水平面内的作业路径的航向角存在较大差异，相差最大为92°，这说明考虑三维地形的必要性。算例中，将改进的蚁群算法与贪婪算法进行了对比，针对一系列相同的作业起点，改进的蚁群算法所得的转移路径总长度均较短，比贪婪算法所得结果缩短3%~28%；在未选定作业起点情况下，改进的蚁群算法与贪婪算法求得的转移路径总长度最小值分别为1661m与1763m，说明改进的蚁群算法具有良好的寻优能力。实例检验情况与算例所得结论基本一致。算例与实例中的作业区域边界与地形复杂，涵盖情况全面，表明本文提出的路径规划方法具有一定实用性。     

副车架疲劳载荷分析方法

结合LMSTWR软件,详细介绍了基于混合路面的轮心位移反求法求取副车架载荷谱的方法。通过在某MPV上布置合适传感器,在试验场测得道路载荷谱信号。根据实测的数据,建立整车多体动力学模型。基于处理后的道路载荷谱与多体动力学模型进行虚拟迭代,并进行副车架载荷分解。结果表明,迭代仿真得到的信号与试验值吻合度较好。     

农产品监测预警模型集群构建理论方法与应用

【目的】农产品供给与需求的准确分析测定,是农业监测预警能力提升的重要表现。构建产品多品种多环节模型集群理论方法,可高效解决单一环节或单一模型难以解决的分析技术难题。【方法】在农产品供需的重要要素即生产量、消费量、贸易量、价格等分析预测过程中,针对农产品品种间关联性强,自然、社会、经济诸多影响因素纠缠,模型多变量强耦合、非线性、参数时变的特点,提出多品种农产品“因素分类解耦、参数转用适配”方法,以构建多时空维度的监测预警模型集群。【结果】利用“因素分类解耦、参数转用适配”技术方法,研究构建了不同农产品的生产类、消费类、贸易类、价格类的模型集群。这些模型集群可用于对不同时空维度的水稻、玉米、小麦、肉类等主要农产品供需的长中短期的分析预测,支撑形成了农业展望中的主要农产品平衡表,其中主要农产品全国年度生产量6年平均预测精度高于97%。【结论】研究提出的农产品监测预警模型集群构建理论及其方法,有效提升了农产品多品种模型集群的求解效率和准确率,增强了农产品供需分析预测的系统性与智能性,为系统揭示农产品复杂的时空供需变化特征、促进农产品市场调控科学性和可预见性,提供了新技术方法。     

Dynamics of Integration between Chinese and International Waste Paper Markets

ABSTRACT

China is the largest importer of waste paper in the world and is highly dependent on the international market. Thus, the relationship between Chinese and international waste paper markets affects the supply of fiber materials in China’s paper industry. This study examined the dynamic relationship between the two markets and the impact of newly implemented policies on both markets. We used unit root tests, cointegration test, vector error correction model (VECM) and frequency-domain Granger causality test to investigate the integration between Chinese and international waste paper markets and identify which of the two markets is the price leader. The results revealed that the two markets were integrated after controlling for structural breaks, and the Chinese market acted as the price leader. Since the supply of waste paper and wood pulp is insufficient in China to meet the fiber demand of the paper industry, waste paper import restrictions have significantly affected the supply of fiber materials in China’s paper industry. Therefore, the Chinese government should fully consider the benefit of market integration and make full use of international waste paper resources to satisfy the large domestic demand for paper products.     

基于感知和行为视角的校园滨水景观偏好研究 ——以福建农林大学观音湖为例

基于人群感知和行为视角,以福建农林大学观音湖为研究对象,通过拍照试验、访谈问卷、扫描观察收集数据,采用词频分析、照片分析、GIS技术分析,分析景观元素、景观感知以及驻留点、观景点、景点、视线廊道的空间特征,以获得游览者对滨水景观偏好特征,采用核密度分析,得到游客景观点的热点分布。结果表明,词频分析预测出游客关注湖区丰富的景观元素,以静态观赏和行进式观赏方式游览观音湖,舒适的湖区环境让游客感到心情愉悦、平静;空间角度,游览者的驻留点分布与观景点分布具有显著的一致性,表明优美的空间环境和良好的观景位置有利于游客驻留行为的产生;游览者对滨水景观的偏好是由“丰富性—功能性—特色性”三大属性特征相互协调、影响而形成的三维耦合结构模型。     

基于无人机多光谱遥感的冬小麦叶绿素含量反演及监测

旨在实现冬小麦各生育期叶绿素含量的准确估测,探究其时空变化规律。利用无人机获取冬小麦越冬期、返青期、拔节期、孕穗期和灌浆期的高分辨率多光谱图像,同时采集地面SPAD数据。选取三类光谱参数建立反演模型,优选出各生育期的最佳预测模型,并定量监测试验区冬小麦叶绿素含量时间变化和空间分布。结果表明：原始波段模型和波段倒数对数模型分别为越冬期及其他生育期叶绿素含量预测的最佳模型,拟合精度R²>0.59;时空分布上,灌浆期前试验区冬小麦叶绿素含量呈南北高、中部低特点,灌浆期则呈北高南低的趋势,叶绿素含量从越冬期到拔节期逐步增加,拔节期到孕穗期开始降低,孕穗期到灌浆期则大幅度降低。本研究建立的倒数对数预测模型,精度较高,且适用于返青到灌浆的4个生育期,对于试验区冬小麦叶绿素含量有较好的时空监测效果。     

非洲猪瘟对我国肉类价格波动的影响研究——基于PVAR模型的实证分析

为明确非洲猪瘟对生猪等畜产品价格产生重要影响,构建包含非洲猪瘟疫情的猪肉等主要肉类产品价格的动态面板数据,运用PVAR模型研究非洲猪瘟疫情对猪肉、白条鸡、牛肉和羊肉四种主要肉类价格波动的动态影响。结果表明,非洲猪瘟疫情对肉类价格的影响并不一致,从冲击方向上看,非洲猪瘟疫情对猪肉价格的冲击主要为正,对白条鸡价格的冲击在考察期内均为正向,对牛羊肉价格的冲击在零值上下波动且并不显著;从冲击大小上看,非洲猪瘟疫情对猪肉的冲击影响最大,白条鸡价格次之、牛羊肉价格最小;从持续时间上看,非洲猪瘟疫情对白条鸡价格的冲击持续时间最长,猪肉价格次之、牛羊肉价格最短。在观察期内,四种主要肉类价格受到非洲猪瘟疫情的影响随着时间的推移不同程度的衰减,价格波动的主要影响取决于市场上供求关系的变化。应进一步强化生猪等养殖业规范化标准化生产,完善非洲猪瘟等动物疫情监测预警体系,加强生猪等畜产品市场供需调控,促进生猪等畜牧业的稳定可持续发展。     

设计阶段平面交叉口安全评价方法研究与应用

基于一种不依赖交通事故和交通冲突数据的事前安全评价方法——安全服务水平评价方法,分析了影响公路平面交叉口安全服务水平的客观因素,建立了设计阶段安全评价模型。结合江苏省临海高等级公路的平交口数据进行实例验证,提出了设计阶段平交口安全评价方案及优化流程,改善效果明显。     

基于三维结构的胡杨茎生长模型的研究与可视化

植物生长模拟研究,是利用计算机仿真技术来模拟现实中植物的生长状态。论文以胡杨生长数据为基础,通过实验分析,推出了胡杨树高与胸径之间的关系,提出一种基于三维结构的胡杨茎生长模型,并运用3DMax技术实现胡杨茎生长模拟的可视化,同时给出了从不同角度模拟胡杨茎生长的状态图,从而全面反映了胡杨茎的生长模拟。     

Modelling soil erodibility in mountain rangelands of southern Kyrgyzstan

Soil erosion in mountain rangelands in Kyrgyzstan is an emerging problem due to vegetation loss caused by overgrazing. It is further exacerbated by mountain terrain and high precipitation values in Fergana range in the south of Kyrgyzstan. The main objective of this study was to map soil erodibility in the mountainous rangelands of Kyrgyzstan. The results of this effort are expected to contribute to the development of soil erodibility modelling approaches for mountainous areas. In this study, we mapped soil erodibility at two sites, both representing grazing rangelands in the mountains of Kyrgyzstan and having potentially different levels of grazing pressure. We collected a total of 232 soil samples evenly distributed in geographical space and feature space. Then we analyzed the samples in laboratory for grain size distribution and calculated soil erodibility values from these data using the Revised Universal Soil Loss Equation (RUSLE) K-factor formula. After that, we derived different terrain indices and ratios of frequency bands from ASTER GDEM and LANDSAT images to use as auxiliary data because they are among the main soil forming factors and widely used for prediction of various soil properties. Soil erodibility was significantly correlated with channel network base level (geographically extrapolated altitude of water channels), remotely sensed indices of short-wave infrared spectral bands, exposition, and slope degree. We applied multiple regression analysis to predict soil erodibility from spatially explicit terrain and remotely sensed indices. The final soil erodibility model was developed using the spatially explicit predictors and the regression equation and then improved by adding the residuals. The spatial resolution of the model was 30 m, and the estimated mean adjusted coefficient of determination was 0.47. The two sites indicated different estimated and predicted means of soil erodibility values (0.035 and 0.039) with a 0.05 significance level, which is attributed mainly to the considerable difference in elevation.