基于两点机器学习方法的土壤有机质空间分布预测

准确预测土壤有机质（Soil Organic Matter,SOM）空间分布对精细农业、耕地质量建设、生态环境保护以及固碳减排等均具有重要的意义。该研究探讨了基于两点机器学习方法（Two-point Machine Learning,TPML）提高SOM空间分布预测的可行性。以黑龙江省海伦市为研究区,以气候、地形地貌、社会经济和空间位置信息等因素作为辅助变量,充分利用空间位置信息和属性相似关系,有效处理SOM空间分布异质性及其与辅助变量间关系异质性,以提高TPML方法进行SOM空间分布预测的精度。采用随机森林、基于随机森林的回归克里格、反距离权重法和普通克里格（Ordinary Kriging,OK）方法作为对比,以平均绝对误差（Mean Absolute Error,MAE）、均方根误差（Root Mean Square Error,RMSE）、预测值与真实值相关系数（r）和决定系数（R2）作为评价指标,进行不同样本量下的多组对比试验,评价不同方法的预测精度。结果表明：1）研究区SOM含量在1.775～7.188 g/kg之间,平均值为3.179 g/kg,空间分布不均匀,呈东高西低的分布趋势。2）在不同样本量条件下,与其他模型相比,TPML的预测精度均最高,其MAE（0.088～0.097 g/kg）和RMSE（0.116～0.139 g/kg）均为最小,r（0.992～0.996）和R2（0.971～0.985）均为最高。3）预测值的误差标准差（理论误差）与实际误差具有相似的空间模式,说明TPML可以为预测结果提供合理的不确定性估计。综上,TPML模型可以通过同时利用空间自相关性和属性相似性来提高预测精度,该模型适用于预测具有一定空间自相关性且具有可用辅助数据的资源环境变量。     

基于星载ICESat-2/ATLAS数据的森林地上生物量估测

为探讨星载激光雷达数据ICESat-2（Ice,Cloud,and land Elevation Satellite-2）在山地森林地上生物量（Aboveground Biomass,AGB）的估测可行性和方法。以ATLAS（Advanced Terrain Laser Altimeter System）光子点云数据为主要信息源,以滇西北典型山地香格里拉为研究区,结合地面54块实测生物量遥感样地,在前期进行点云数据去噪、分类预处理基础上,对研究区74 873个林地光斑进行冠层参数及地形因子的提取（共计53个变量）,采用非参数模型随机森林回归和超参数优化后的随机森林进行建模,以均方根误差（Root Mean Square Error,RMSE）、决定系数（R2）、总体估测精度（P1）作为模型的评价指标,建立研究区AGB模型。研究结果表明：1）分析以ICESat-2/ATLAS提取的冠层参数、地形因子与生物量的相关性可知,冠层光子总数与生物量具有极显著相关性（P<0.01）,基于陆地卫星的乔木冠层百分比、冠层光子比率、坡度、光子总数、表观反射率与生物量具有显著相关性（0.01相似文献   

2000-2020年玛纳斯河流域的作物种植结构与需水满足度

变化环境条件下干旱绿洲水土资源的高效利用一直广受关注。玛纳斯河流域分布着新疆最大、最典型的绿洲农耕区,其水土资源高效利用无疑应基于对种植结构和需水满足度（供水量/需水量）时空演变规律的了解。基于谷歌地球引擎（Google Earth Engine,GEE）平台并通过区域调查和调研,该研究利用面向对象的随机森林分类,建立流域地物遥感识别模型,分析当地2000-2020年种植结构的变化过程,探讨种植结构变化与膜下滴灌棉花水分供应状况和需水满足度间的关系。结果表明：基于GEE平台,融合简单非迭代聚类图像分割算法和随机森林分类算法可快速、准确识别流域地物,总体精度约90%;近20年,流域种植作物始终以棉花为主,占耕地总面积的80%以上,受益于膜下滴灌技术的节水、抑盐等功效,中、下游盐碱荒地不断被开垦为棉田,致使其面积以每年约101 km2的速度增长,但棉田面积增长与灌溉水资源供给的矛盾日益突出,棉花需水满足度显著下降,尤其是水资源相对匮乏的下游灌区及需水旺盛的夏灌期,2020年流域下游棉花夏灌期需水满足度已降至约46%,种植结构的调整和优化已势在必行。研究可为玛纳斯河流域水资源配置及农业种植结构优化提供科学依据。     

澜沧江中下游流域土壤侵蚀时空演变特征

为了探究土壤侵蚀演变机制,以澜沧江中下游流域为研究区域,利用改进的土壤流失方程(RUSLE)模型,开展流域内土壤侵蚀时空演变特征研究,引入随机森林算法探讨了流域内土壤侵蚀因子的相对重要程度。结果表明:澜沧江中下游流域2005—2015年土壤侵蚀量为0～1.89万t/(km²·a),平均土壤侵蚀模数为0.252万t/(km²·a),中下游子流域平均土壤侵蚀模数处于较低风险以上和中风险侵蚀以下级别。自2005年以后,澜沧江中下游流域土壤侵蚀空间分布特征呈现中度侵蚀风险区域扩张,高度和低度侵蚀风险收缩的趋势。随机森林算法结果发现植被覆盖管理因子和地形因子是影响澜沧江中下游流域土壤侵蚀的主要因素,土壤可蚀性因子、降雨侵蚀因子和水土保持措施因子的相对重要程度偏低,均未超过20%。可见,土壤侵蚀的时空异质性主要是由于植被覆盖和地形影响改变了局部气候而导致的。     

基于K-means聚类和RF算法的葡萄霜霉病检测分级方法

针对自然环境复杂背景下葡萄霜霉病检测分级困难的问题,提出了一种基于语义分割结合K-means聚类和随机森林算法的葡萄霜霉病检测分级方法,实现对葡萄霜霉病快速分级。构建了葡萄霜霉病数据集,采用HRNet v2+OCR网络建立葡萄叶片语义分割模型,提取复杂环境下葡萄叶片;采用K-means聚类算法将葡萄叶片分解为若干子区域图像,并标记少量数据集进行随机森林算法学习,实现葡萄叶片病斑分割与提取;同时在叶片提取和病斑提取过程中,设计一种像素尺寸变换方法,解决图像分辨率引起的精度低问题。基于HRNet v2+OCR网络的葡萄叶片分割模型的准确率为98.45%,平均交并比为97.23%;融合K-means聚类和随机森林(RF)算法的葡萄叶片正面、反面和正反面霜霉病病害分级准确率分别为52.59%、73.08%和63.32%,病害等级误差小于等于2级时的病害分级准确率分别为88.67%、96.97%和92.98%。研究结果表明,基于K-means聚类和随机森林算法的葡萄霜霉病检测分级方法能够准确地分割自然环境复杂背景下的葡萄叶片和葡萄霜霉病病斑,并实现葡萄霜霉病分级,为葡萄霜霉病精准防治提供了方法和...     

Dual-purpose Guzerá cattle exhibit high dairy performance under heat stress

The present study evaluated the heat stress response pattern of dual-purpose Guzerá cattle for test-day (TD) milk yield records of first lactation and estimated genetic parameters and trends related to heat stress. A total of 31,435 TD records from 4,486 first lactations of Guzerá cows, collected between 1986 and 2012, were analysed. Two random regression models considered days in milk (DIM) and/or temperature × humidity-dependent (THI) covariate. Impacts of −0.037, −0.019 and −0.006 kg/day/THI for initial and intermediate stages of lactation were observed when considering the mean maximum daily temperature and humidity to calculate THI. Heritability estimates ranged from 0.16 to 0.35 throughout lactation and THI values, suggesting the possibility to expect gains from selection for such trait. The variable trajectory of breeding values for dual-purpose Guzerá sires in response to changes in THI values confirms that the genotype × environment interaction due to heat stress can have some effect on TD milk yield. Despite the high dairy performance of Guzerá cattle under heat stress, estimated genetic trends showed a progressive reduction in heat tolerance. Therefore, new strategies should be adopted to prevent negative impacts of heat stress over milk production in Guzerá animals in future.     

桃品种种质资源的RAPD分析

用筛选的20个随机引物对42个桃品种（种）进行RAPD扩增，用扩增产生的107条多态性带计算样品间的遗传距离，UPGMA法聚类分析，在遗传距离0．14处可将供试样品划分为四类，认为RAPD标记可用于分析桃种质资源间亲缘关系。在遗传距离0．11处可将水蜜桃、黄肉桃、油桃明显区分开，但存在一定交叉现象，若以肉质类型划分桃品种，还应考虑桃品种的遗传背景。供试样品中珲春桃是优先保存的种质，其次是Fireprince、上海水蜜桃等。根据聚类分析结果和遗传距离，认为珲春桃不是桃和山桃的杂交后代，应为桃的一个变种。     

框架与框架填充墙结构的统计损伤诊断

提出了一种基于递推随机有限元方法(RSFEM)的随机结构损伤识别方法来识别框架与框架填充墙结构的损伤.在定义了随机损伤指数概念的基础上,考虑模型误差的不确定性和测量噪声的影响,建立了关于随机损伤指数的控制方程.然后,利用RSFEM得到了结构随机损伤指数的统计特性.数值算例的结果显示,新的方法与两步法结合能在考虑模型误差和测量噪声的情况下对结构损伤进行有效识别,且在结构随机参数有较大涨落情况下,该方法与蒙特卡洛模拟法同样有效.     

在加法扰动下的广义Kuramoto-Sivashinsky方程的随机吸引子

主要说明随机的广义Kuramoto-Sivashinsky方程的唯一解生成一个随机动力系统,这个系统在L^2（I）中有一个紧的随机吸引子．