落叶松毛虫发生量的预测及综合防治措施研究

本文介绍了松毛虫生物学特性,总结了松毛虫种群数量消长规律,分析了气象等环境因子对松毛虫种群数量的影响,从而对落叶松毛虫发生做出准确的预测。根据预测情况进行有效综合防治,收到良好效果。     

黄河未来输沙量态势及其适用性对策

[目的] 探索黄河输沙预测的新思路，预估黄河未来输沙态势与输沙量水平，为黄河流域生态治理规划提供参考。[方法] 结合黄河流域水土保持生态修复现状，采用单累积曲线法、滑动平均及频率分析方法，分析1950—2019年黄河主要来沙区间的实测输沙量变化特征及其未来态势。[结果] 1950—2019年黄河输沙量呈现阶梯式减少。1950—2019年黄河中游各站累积实测输沙量随时间的变化可用“左半抛物线”表征。黄河输沙量自1997年以来已进入相对稳定态势，目前已达企稳状态；黄河潼关站未来年输沙量在90%频率下为1.00×10⁸ t左右，在10%频率下为5.00×10⁸ t左右，未来多年平均输沙量为1.40×10⁸ t。[结论] 为了维持黄河输沙量低稳状态，提升水土保持措施质量与标准，补齐“后水土保持”短板，构建完善的水沙关系调控体系，维持黄河下游河道冲淤平衡，是黄河流域生态保护与高质量发展的保障。     

花龄期棉花虫害的电子鼻检测

棉花害虫具有隐蔽性、迁飞性和突发性特点，并且影响因素众多，棉花虫害准确地诊断是农业领域的难点问题。该研究以受到棉铃虫侵害的花铃期棉花为研究对象，采用电子鼻对不同处理的棉花挥发物进行检测。研究表明，主成分分析（Principal Component Analysis, PCA）和聚类分析结果显示健康棉花释放的挥发物具有明显的昼夜节律性，健康棉花与虫害棉花差异性显著。径向基函数神经网络（Radial Basis Function Neural Network, RBFNN）对8个不同时间的4组虫害棉花处理进行分析，测试集判别总的正确率为73.4%，健康棉花对照组测试集判别正确率100%，误判样本出现在3个虫害处理之间。当不考虑时间因素建立虫害棉花统一的预测模型，RBFNN模型对健康棉花对照组的预测正确率均达到了100%，分析结果可以作为花铃期棉花是否遭受棉铃虫侵害的依据，说明电子鼻可以作为棉花虫害发生的有效监测手段，在农作物虫害监测领域具有潜在的应用价值。     

基于改进极限学习机的水体溶解氧预测方法

为了有效地指导水产养殖生产，提高溶解氧浓度预测的精度，提出了基于因子筛选和改进极限学习机（Extreme Learning Machine，ELM）的水产养殖溶解氧预测模型。首先，利用皮尔森相关系数法计算各影响因子与溶解氧浓度间的相关系数，提取强关联因子，降低预测模型的输入量维度；采用偏最小二乘算法（Partial Least Square, PLS）优化传统ELM神经网络，避免网络中隐含层共线性问题，保障输出权值的稳定性；然后，结合新型激活函数，构建水体溶解氧浓度预测模型。最后，将SPLS-ELM（Selection Based Partial Least Square Optimized Extreme Learning Machine）预测模型应用到江苏省无锡市南泉基地某试验池塘的水体溶解氧预测中。试验结果表明：该模型的预测均方根误差为0.3232，与最小二乘支持向量机（Least Square Support Vector Machine，LSSVM）、BP神经网络、粒子群（Particle Swarm Optimization，PSO）优化LSSVM和遗传算法（Genetic Algorithm, GA）优化BP神经网络相比分别降低40.98%、44.48%、34.73%和44.18%。且该模型的运行时间仅0.6231s，预测精度和运行效率明显优于其他模型。该模型的溶解氧预测曲线接近真实溶解氧变化曲线，能够满足水产养殖实际生产对水体溶解氧预测的要求。     

辽西褐土区高产土壤理化性质及影响玉米产量的主要因子

  【目的】  土壤耕层结构与肥力水平是影响玉米生长及其产量的重要因素。厘清辽西褐土区不同产量玉米田的土壤结构与肥力水平及其与玉米产量之间的关系，进而提出土壤合理耕层构建的评价指标，最终为该地区玉米产量的提高提供理论基础。  【方法】  本研究在辽西褐土区选取不同产量玉米田共56块，将其分为产量 < 6000、6000～9000和 > 9000 kg/hm2 3个水平，分析调查土壤耕层与犁底层厚度、紧实度、容重、孔隙度、有机质、有效磷、速效钾、碱解氮含量和玉米根系生长状况。采用预测变量重要性分析方法明确影响玉米产量的主要因素，提出辽西褐土区玉米高产所需的土壤耕层结构与肥力特征。  【结果】  玉米产量随土壤耕层厚度增加而增加，随犁底层厚度增加而减小。不同产量玉米田的紧实度、容重和孔隙度在0—10 cm土层差异不大，而在10 cm—犁底层和犁底层差异较大，即产量 > 9000 kg/hm2玉米田的各项结构指标均优于产量 < 9000 kg/hm2玉米田。土壤有机质、有效磷、速效钾和碱解氮等肥力状况在产量 > 9000 kg/hm2玉米田同样优于产量 < 9000 kg/hm2玉米田。不同产量地块的玉米根系生长情况出现明显差异。产量> 9000 kg/hm2玉米田的根干重和根长均明显高于产量 < 9000 kg/hm2玉米田。分土层来看，所有玉米田的根系都主要分布在0—20 cm土层，产量 < 6000、6000～9000和 > 9000 kg/hm2玉米田在0—20 cm土层的根干重分别占0—40 cm总量的83.3%、79.8%和81.1%，根长分别占83.0%、74.6%和71.7%。这不但说明根系对水分和养分的吸收主要集中在0—20 cm土层，同时也表明产量 > 9000 kg/hm2玉米田在20—40 cm土层的根系分布仍然比产量 < 9000 kg/hm2玉米田要丰富。所有结构性质与肥力因素中，耕层厚度和有效磷含量是影响辽西玉米高产的最重要因素。  【结论】  辽西褐土区高产玉米田具有以下特征:耕层厚度18～26 cm，平均23 cm；紧实度低于1000 kPa；耕层土壤容重处于1.14～1.39 g/cm3，平均1.27 g/cm3；耕层土壤总孔隙度为47.4%～58.5%，平均52.2%，毛管孔隙度平均33.5%，通气孔隙度平均18.7%；耕层土壤有机质、碱解氮、有效磷、速效钾平均含量分别为14.8 g/kg、34.7 mg/kg、21.2 mg/kg、159.9 mg/kg。提高土壤有效磷含量、增加耕层厚度是培肥中低产田最迫切的任务。     

河南省夏大豆新品种产量与主要农艺性状的灰色关联度分析

运用灰色关联度分析方法,对参加河南省夏大豆比较试验的20个品种的产量与8个主要农艺性状进行关联度分析,以探索河南省夏大豆产量与主要农艺性状之间的关系,旨在为大豆的遗传改良与育种利用提供参考。结果表明,各农艺性状与产量的灰色关联度大小顺序为:有效分枝数＞单株粒重＞单株粒数＞株高＞主茎节数＞底荚高＞有效荚数＞百粒重。对夏大豆产量影响最大的是有效分枝数,其次是单株粒重、单株粒数、株高和主茎节数,底荚高、有效荚数、百粒重对产量制约力依次变小。这一结果可为河南省夏大豆新品种筛选利用提供理论参考。     

农户化肥减量替代采纳意愿与行为差异性分析

基于社会认知理论与农户行为理论构建分析框架,结合河南省滑县农户的调研数据,运用Logistic模型对农户化肥减量替代采纳意愿和行为差异性及其原因进行分析.结果 表明:1)农户禀赋、农户认知和外部环境对农户化肥减量替代采纳意愿与行为的影响效应呈现出"总体一致,局部差异"特征.2)肥料质量无保证、产量无保障等风险预测特征严重阻碍农户化肥减量替代采纳意愿向行为转化,是导致其采纳意愿与行为相悖离的关键因素.基于此,加强农技部门的宣传与培训,引导农户深刻认知生态效益、经济效益及社会效益协同发展的重要性,正确认识化肥减量替代价值;慎重评估采纳化肥减量行为带来的风险,防止出现肥料质量参差不齐、见效周期长等问题.     

基于多维特征融合的修复性器材需求预测

传统的依据经验和计划的装备器材保障模式已经不能适应新的保障需求的变化规律。随着信息技术的快速发展和广泛应用,使得实时态势感知数据的采集和传输成为可能,为装备保障器材需求的预测提供了决定性的数据支撑和技术推动。本文针对采集到的业务数据和状态数据进行分析,找出数据特征与器材需求之间的关系,采用多维特征融合的方式对修复性器材需求进行预测,从结果来看,能够较好的为装备保障提供数据支撑。     

2020-02ml 目录

目的采用非线性分位数回归方法构建樟子松树干削度方程，并对比分析9个分位数（τ = 0.1，0.2，0.3，0.4，0.5，0.6，0.7，0.8，0.9）模型和传统的非线性回归削度方程的预测精度。方法以七台河市林业局金沙林场154株人工樟子松干形数据为研究对象，选取简单削度方程、分段削度方程和可变指数削度方程，利用非线性回归和非线性分位数回归方法构建樟子松树干削度方程。采用确定系数（R2）、平均误差（MAB）、相对误差（MPB）、均方根误差（RMSE）为统计指标对构建的削度方程进行对比分析。结果（1）在9个分位点（τ = 0.1，0.2，0.3，0.4，0.5，0.6，0.7，0.8，0.9）下的各削度方程都可以收敛，分位数回归方法可以灵活预测各分位点树干曲线的变化。（2）与非线性回归相比，基于中位数（τ = 0.5）时的各削度方程在拟合过程中表现最好，其中以可变指数削度方程表现最优。（3）检验结果也表明:相对于非线性回归的各削度方程，基于中位数（τ = 0.5）的简单削度模型的MAB和MPB均下降26.7%，RMSE下降19.9%；基于中位数（τ = 0.5）的分段削度方程和可变指数方程预测能力较强。（4）中位数回归的各削度方程在树干大部分的预测能力都优于相应的非线性削度方程。结论分位数回归方法是一种稳健的建模方式，基于中位数（τ = 0.5）的可变指数削度方程的预测精度最高，适合该区域樟子松树干干形的预测。      

东北红豆杉种群的回归成效及影响因素

  目的  回归是一种濒危物种保护与种群恢复的重要方法。本研究以极小种群物种东北红豆杉为研究对象，选择3种不同的林型以及两组不同苗龄的东北红豆杉幼苗开展野外回归试验，研究适宜东北红豆杉回归林型以及回归过程中幼苗生长及存活的主要影响因素，以期为东北红豆杉回归保护提供科学依据。  方法  选择杨桦林、红松云冷杉林和红松紫椴林3种林型作为回归试验地，以1 ~ 2年生和4 ~ 5年生东北红豆杉实生幼苗作为试验材料，移栽后调查土壤因子、地形因子等指标，逐月调查幼苗存活率、苗高、地径、冠幅等指标。对幼苗各生长指标进行差异性显著分析和多重比较，通过灰色关联分析等方法研究回归幼苗生长过程中的影响因子。  结果  东北红豆杉回归幼苗当年存活率达86%以上，地径、苗高、冠幅均有所增长，除1 ~ 2年生东北红豆杉幼苗苗高生长量外，各林型中东北红豆杉幼苗生长指标生长量均无显著差异，红松紫椴林的1 ~ 2年生东北红豆杉幼苗苗高生长量显著高于杨桦林和红松云冷杉林。由于越冬期间，4 ~ 5年生东北红豆杉幼苗受到狍啃食，存活率显著下降且长势极差；1 ~ 2年生幼苗受长时间的低温胁迫生长状况也受到一定影响。东北红豆杉回归幼苗的存活和生长受到多种环境因子的影响，关联度最大的是林型，其次是坡向、坡度和郁闭度，土壤化学性质指标的关联度较小。  结论  4 ~ 5年生幼苗因受动物啃食而回归效果不良；1 ~ 2年生幼苗适应杨桦林、红松云冷杉林和红松紫椴林下这3种生境，回归最适宜的林型是红松紫椴林；林型、坡向、坡度、光照是影响东北红豆杉回归的主要环境因子。