数值模型结构不确定性对模拟结果的影响分析

以内蒙古鄂托克旗为例,基于GMS中的MODFLOW模块构建了地下水流数值模拟模型,分析了模型结构(含水层厚度、参数分区)与模型参数不确定性因素对模拟结果的影响.研究结果表明:含水层不确定情景(含水层下边界概化为隔水底板平均值870 m)与实际情况水头差值绝对值的累计和最大为701 m,对模拟结果起了主控作用;当含水层下边界概化为910,940 m时,累计和分别增加为1 013,1 593 m;与仅考虑单个不确定性因素相比,同时考虑模型参数与含水层不确定情景累计和最大为738 m,同时考虑参数分区与含水层不确定情景累计和最大为791 m.因此,在构建地下水流数值模拟模型时,应优先考虑含水层空间结构概化的合理程度,同时考虑多个不确定性因素对模拟结果的综合影响,使地下水数值模拟模型能更精确地反映真实的地下水流状况.     

基于实物期权法的林业投资项目价值评估

当前林业投资项目不再局限于单纯的木材收益，开始将碳汇收益也纳入到项目价值中。而木材和碳汇的价格波动在增加了项目不确定性的同时，对项目价值也产生了一定影响。传统价值评估方法只能评估出项目的静态价值，对于不确定性带来的动态价值无法准确反映。因此，本研究以高峰林场裸地造林项目为例，根据价格波动规律对木材与碳汇的未来价格分别提出了合理假设，并利用Black-Scholes期权定价模型对项目价值进行了评估。通过对评估结果的分析，论证了实物期权法应用于林业投资项目价值评估的可行性及必要性，促进了实物期权法在林业中的进一步发展。     

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。     

基于模型预测控制的农机主从跟随作业控制方法

针对实际环境中由于农业机械（简称农机）作业过程的作业量以及土壤条件的变化等不确定性因素的影响，导致协同作业跟随农机的行驶工况不稳定、跟随协同作业响应慢、控制困难等问题，在综合考虑不确定性以及响应性能的基础上，提出了一种农机跟随分层控制架构，搭建农机田间作业下的纵向跟随动力学模型，并以间距保持、速度跟随、燃油经济性、加速度跟随性能为目标，进行基于模型预测控制（MPC）算法的上层控制器推导，基于前馈以及PI反馈的控制器作为下层控制，以上层控制器获得的控制加速度为目标，进行力矩（电流）跟踪，在保证抗不确定性以及干扰噪声的同时，提高跟随农机的响应能力。通过Matlab/Simulink仿真和田间试验验证，结果表明，该控制方法可以有效解决农机作业的跟随控制问题，与滑模变结构控制器相比，能够实现稳定跟随行驶，且速度误差和加速度误差更小，速度误差控制在-0.29132~0.18001m/s，加速度误差控制在-0.05678~0.05628m/s2，稳定跟随距离误差为±0.45m，具有良好的跟随效果。     

不同精度的土壤数据对水质和水量模拟的影响

【背景】模型模拟是研究面源污染的重要手段,建模过程中输入数据的质量是影响模型准确度的重要因素,其中土壤数据作为流域模型的重要输入数据之一,对模型的产流过程有重要的影响。然而,以往的研究多集中于土壤数据精度对水量和水文过程的影响,对水质的研究还比较欠缺。【目的】为丰富该领域建模的先验知识,为流域模型建立过程中的数据选择提供帮助。【方法】采用SWAT（soil & water assessment tool）模型,利用不同精度（1:5万、1:50万和1:100万）的土壤数据进行建模,对凤羽河流域的水量、泥沙、总氮和总磷含量进行了模拟。并采用SWAT-CUP软件进行参数的率定,得到基于3种不同土壤数据的最佳模拟结果。在此基础上,研究不同精度土壤数据对水文响应单元划分、模型参数、水质和水量模拟的影响。【结果】（1）土壤数据对水文响应单元（HRU,hydrologic response unit）的划分数量有明显影响,HRU划分数量的敏感性与划分阈值及土壤图详细程度有关;（2）进行参数率定后模型的表现效果有明显的提高,不同精度的土壤数据对于不同指标（流量、泥沙、总氮和总磷）的模拟效果存在差异,但并非土壤数据精度越高模拟效果越好;（3）随着子流域面积的增大,不同土壤数据提取的土壤属性的平均值趋于一致,且校准过程会对面积较小的子流域产生较大的影响。【结论】因此,在实际的模型模拟中应根据流域的大小和模拟的指标选择土壤数据的精度,同时在模型校准过程中要注意空间尺度的影响。     

硫酸卡那霉素注射液含量测定的不确定度分析

为研究微生物检定法(管碟法)测定硫酸卡那霉素注射液生物效价试验中各因素对结果的影响,采用不确定度分析,将影响因素归纳为称量、稀释、加样、测定、平行试验,量化各不确定度分量,评估各因素的影响因子。结果表明,牛津杯加样体积对测定结果影响最大,提示试验中应尽可能精确控制加样体积。     

大豆水溶性蛋白含量测定的不确定度评定

建立大豆水溶性蛋白含量测定（NY/T 1205-2006）不确定度评定的数学模型,对检测过程中带来的各个不确定度分量进行识别和量化,提出应用该方法检测的不确定度评定结果。     

保健食品中原花青素测定的不确定度评定

对保健食品中原花青素的测定进行不确定度的评定,建立不确定度评定程序和方法。依据《保健食品检验与评价技术规范》建立数学模型,进行不确定度的计算并合成不确定度。找出了影响保健食品中原花青素测定的主要因素,分析归纳了不确定度分量的主要来源。评定程序和方法符合规范要求,适用于同类型试验不确定度评定。     

Human behaviour: the key source of uncertainty in fisheries management

There is broad consensus that the main problem facing fisheries globally is too many boats chasing too few fish. Unfortunately it is also possible to argue that there are too many proposed solutions and not enough practical answers to improving fisheries management. There is a deepening divide between those who propose alternative regulatory controls on fishers, including establishing large areas permanently closed to fishing, and those who argue for better alignment of incentives combined with broad participation of resource users in fishery management decisions (in simple terms, between top down and bottom up systems of governance). However despite the choice of policy instruments used, a consistent outcome is that resource users behave in a manner that is often unintended by the designers of the management system. Hence whilst uncertainty is broadly recognized as a pervasive feature of fisheries management, to date most of the attention has focussed on only part of that uncertainty – scientific uncertainty about the status of exploited resources. The effect of uncertainty generated on the human side of fisheries science and management has received much less attention. However, the uncertainty generated by unexpected resource user behaviour is critical as it has unplanned consequences and leads to unintended management outcomes. Using empirical evidence of unexpected resource user behaviour and reviewing current responses to unexpected management outcomes, we identify different approaches that both improve prediction of human behaviour in fisheries systems and identify management measures that are more robust to these sources of uncertainty. However, unless the micro scale drivers of human behaviour that contribute to macro scale implementation uncertainty are communicated effectively to managers and considered more regularly and in greater depth, unanticipated responses to management actions will continue to undermine management systems and threaten the sustainability of fisheries.