叶面滞尘量对大叶黄杨光谱特征影响研究

  目的  叶面滞尘会影响植被光谱特征，削弱植被指数对植被的响应能力，影响反演评估的准确性。为探究叶面滞尘量对植被光谱响应特征及预测模型的影响，本文以北京市常见常绿绿化树种大叶黄杨为研究对象展开研究。  方法  从封闭区域、半封闭区域、开放区域，采集叶片样本，并收集环境灰尘。通过室内控制试验，利用ASD FildSpec Handheld光谱仪测量不同滞尘量叶片的高光谱数据，选取5个特征波段，通过光谱角的方法研究了叶面滞尘量对叶片光谱特征的影响，以及滞尘量对叶面滞尘量预测模型的精度和稳定性影响。  结果  随着叶面滞尘量的增加，植被光谱曲线特征逐渐减弱，灰尘的特征逐渐增强，但光谱曲线的总体变化趋势基本一致。当叶面滞尘量 > 120 g/m2时，光谱曲线的基本表现为灰尘的光谱特征。当叶面滞尘量较少时，预测模型的模拟精度相对较高，随着滞尘量的增加，所有模拟预测模型的决定系数均减小；当叶面滞尘量 > 120 g/m2时，预测模型对叶面滞尘量的模拟预测能力将更差，并且均方根误差（RMSE）随着叶片单位面积滞尘量的增加而增大，模拟预测模型的稳定性及预测精度逐渐降低。光谱角对滞尘叶片350 ~ 1 770 nm波段区间的光谱变化十分敏感，利用叶片光谱角检测滞尘程度不需要分区域讨论，只需与阈值做简单的比较，方法简便易行。  结论  本研究通过室内控制试验，研究叶面滞尘量对植被光谱响应特征，可为建立滞尘植被光谱反射物理模型提供参考与借鉴。      

湖南省粮食产量波动的影响因素分析及预测

旨在维护国家稳定,为预判粮食生产前景、提高粮食生产效率、保障粮食安全提供理论依据。利用湖南省统计数据,运用灰色关联分析法筛选关联性较强的影响因素,并建立GM(1,N)预测模型预测粮食产量。2008—2017年与湖南省粮食产量关联度最大的影响因素是粮食作物播种面积和农业机械总动力;科技因素是影响2008—2017年湖南省粮食产量的主要因素,其次是自然因素,社会因素;2018—2027年湖南省粮食产量有较小波动,且农业机械总动力和财政农业支出影响较大;农业机械总动力在前后十年对粮食产量都有较重要的影响,越来越占据主导地位。粮食产量受国家政策的影响,受农业机械总动力影响最大,维持产量水平需高度重视农业机械化水平,稳步提高粮食作物播种面积。     

日粮不同NDF/NFC水平对周岁后荷斯坦奶牛生产性能、营养物质消化率、瘤胃发酵特征和甲烷排放的影响

本试验研究了日粮中不同中性洗涤纤维/非纤维性碳水化合物（NDF/NFC）水平对周岁后荷斯坦奶牛生产性能、营养物质消化率、瘤胃发酵特征及甲烷产量的影响，并在此基础上建立了甲烷排放预测模型，旨在获得我国生产模型下的甲烷排放规律和甲烷转化因子，为提高奶牛能量利用效率、建立国家或区域性温室气体排放清单和探索减排策略提供科学依据和支撑。将45头体况良好，平均为15月龄的荷斯坦后备奶牛随机分为3组，每组15头牛：低日粮NDF/NFC组（NDF/NFC=0.60）、中日粮NDF/NFC组（NDF/NFC=0.75）和高日粮NDF/NFC组（NDF/NFC=0.90），试验期为70 d，包括14 d的预饲期和56 d的正试期。结果表明：1）提高日粮NDF/NFC水平显著降低了奶牛的干物质采食量、有机物采食量、平均日增重、干物质和粗蛋白的表观消化率（P<0.05）；2）提高日粮NDF/NFC水平显著增加了瘤胃内总挥发性脂肪酸产量、乙酸的相对含量和乙酸/丙酸比例（P<0.05），显著降低了丙酸的相对含量（P<0.05）；3）随着日粮NDF/NFC水平的提高，瘤胃甲烷和甲烷能产量、甲烷/代谢体重、甲烷/干物质采食量、甲烷/有机物采食量、甲烷/中性洗涤纤维采食量显著提高（P<0.05）。甲烷转化因子也随着日粮NDF/NFC水平的增加而显著提高（P<0.05）；4）基于体重、采食量、营养物质含量和NDF/NFC分别建立了甲烷预测模型，其中基于干物质采食量和中性洗涤纤维采食量建立的预测模型的决定系数最高（R²=0.77）。因此，提高日粮中NDF/NFC水平可显著降低周岁后荷斯坦奶牛的生产性能、营养物质消化率和瘤胃内丙酸的相对含量，可显著提高瘤胃甲烷产量和甲烷转化因子。     

土壤游离氧化铁高光谱特征与定量反演

【目的】建立基于可见-近红外光谱的土壤游离铁精确预测模型,简单、快速、经济地预测土壤游离铁,有助于研究土壤发生和分类。【方法】采集广西壮族自治区的铁铝土、富铁土、淋溶土和雏形土等82个旱地土壤剖面的B层土壤,进行室内土壤化学分析、光谱测定,分析不同光谱变换后的光谱反射率与土壤游离铁含量的相关性。基于特征波段利用偏最小二乘回归(PLSR)和逐步多元线性回归(SMLR)法建立土壤游离铁含量光谱预测模型,通过决定系数(R2)、均方根误差(RMSE)和相对预测偏差(PRD)确定最优模型。【结果】土壤光谱曲线分别在457、800和900 nm波段附近有明显的游离铁吸收和反射峰特征;土壤游离铁含量与原始光谱反射率呈负相关;原始光谱经过微分变换后,游离铁含量与光谱反射率相关性显著提高;基于400～580和760～1 300 nm特征波段和一阶微分光谱变换的SMLR模型预测精度最高,其验证集的R2和RPD分别为0.85和2.62,RMSE为8.41 g·kg~(-1)。【结论】将可见近红外光谱技术应用于土壤游离铁含量高效快速地预测具有良好的可行性。广西旱地土壤光谱反射率与土壤游离铁含量具有高度的相关性,应用逐步多元线性回归方法可以很好地建立土壤游离铁含量反演模型。     

土壤有机碳时空变化研究进展与展望

土壤有机碳不但是土壤肥力形成、粮食生产和土壤健康的基础,而且在全球碳平衡中起着关键的作用,因此,明晰土壤有机碳时空变化规律对于保障土壤健康和粮食安全、发挥土壤生态系统服务功能和应对气候变化等均具有重要意义。本文首先介绍了土壤有机碳时空变化的主要驱动因素和估算方法,随后分析了全球及国家等相对较大尺度上土壤有机碳时空变化研究的主要进展,最后从土壤有机碳模型结构改进、驱动数据分辨率提升、不确定性量化评估等方面综合分析了未来土壤有机碳时空变化研究需亟待解决的重要科学问题。     

山地电力架空线路运维质量的智能评估

山地电力架空线路大多沿山架设,穿越树竹林,周边的树竹生长缺陷引发短路故障频繁发生,造成用电客户的大量投诉,用户体验满意度下降,抢修抢险费用大幅度攀升,严重影响供电公司的信誉和售电收益.为了提升用电客户的满意度和供电公司的售电受益,采用主成分分析方法提取了山地电力架空线路通道运维质量的3个主要影响因素,它们分别是树竹生长缺陷数、缺陷的消除数和通道运维资金使用合理度.对树竹的生长规律建立一个预测模型,从而得到树竹生长缺陷数的一个预测,根据预测结果划拨架空线路所在供电所的运维资金,消除树竹生长的缺陷数,再用Logistic回归模型,构建架空线路通道运维质量智能评估模型,使供电公司对架空线路运维实现基于数据决策的模式,尽可能保证供电线路零故障运行.     

乌拉特后旗荒漠区8种灌丛地上部生物量模型

以乌拉特后旗荒漠区常见的8种灌丛[珍珠猪毛菜(Salsola passerina)、绵刺(Potaninia mongolica)、红砂(Reaumuria soongorica)、驼绒藜(Ceratoides latens)、甘蒙锦鸡儿(Caragana opulens)、短叶假木贼(Auabasis brevifolia)、霸王(Zygophyllum xanthoxylon)和松叶猪毛菜(Salsola laricifolia)]为研究对象,采用样方调查法进行调查,灌丛的测量采用标准株结合标准枝法,计算获得其生物量,并测量高度、冠幅,对比分析生物量得大小,通过主成分分析确定预测函数模型的最优变量,然后建立单株灌丛生物量模型。结果表明,8种灌丛依生物量大小排序为霸王驼绒藜绵刺松叶猪毛菜红砂珍珠猪毛菜甘蒙锦鸡儿短叶假木贼,这与植物自身特性及放牧干扰有直接关系;根据r~2,松叶猪毛菜、短叶假木贼、霸王地上部生物量与灌丛面积的平方(S~2)极显著相关,最优预测模型均为幂函数模型;绵刺地上部生物量与植株高度及冠幅面积乘积的平方(H~2S~2)极显著相关,最优预测模型为幂函数模型;驼绒藜地上部生物量与冠幅体积(HS)极显著相关,最优模型为幂函数模型;甘蒙锦鸡儿、红砂地上部生物量与植株高度的平方和面积的乘积(H~2S)极显著相关,最优预测模型为幂函数模型;珍珠猪毛菜地上部生物量与灌丛面积的平方及高度的乘积(HS~2)极显著相关,最优模型为线性函数。经预测值和实测值的拟合率(P)、相对误差[样本的平均误差(R_S)和样本的平均相对误差(R_(MA))]检验,发现8种灌丛预测模型精度检验结果均达标准水平。灌丛生物量预测模型的建立,可以为定性评价生态系统的稳定性提供数据支撑,为研究区内植物资源的开发利用提供理论依据,并为修复脆弱生态区提供科学的技术措施。     

基于启发式Johnson算法优化BP神经网络的水产养殖产量预测模型

针对水产养殖产量预测难的现状,提出一种基于启发式Johnson算法优化的反向传播神经网络(BPNN)的产量预测模型。该模型在传统BP神经网络的基础上,针对网络训练时间长、易陷入局部最优的问题,通过启发式Johnson算法降低输入神经元维度,再结合试凑法确定神经网络隐层个数,构建启发式Johnson反向传播神经网络(HJA-BPNN)学习预测模型。实验结果表明,该模型在山东省对虾海水养殖产量预测中,预测的均方根误差小于传统BP神经网络和GM(1,1),且学习效率相比传统BP神经网络有所提升。研究表明,该学习预测模型在大量历史数据的模型构造上有更大的优势,能够缩短建模时间,同时获得良好的预测效果,为水产养殖产量预测提供了一种可行的新方法。     

基于多种数学模型下我国联合收割机保有量的预测

联合收割机保有量的预测是一个复杂的非线型系统,三次多项式时间序列模型、灰色预测的GM(1,1)模型和BP神经网络模型对发展变化具有增长性和波动性以及信息不完备的复杂经济系统具有一定的实用性。为此,利用我国联合收割机保有量的历史数据,综合使用这3种模型进行均值预测,使生产联合收割机的厂家在能够把握市场的需求量、不至于盲目生产及造成不必要的损失同时,可以为政府预测新的经济前景、制定新的生产计划提供重要参考。