一种基于花授粉算法的WRF风速集合预报新模型

基于不同水平分辨率和边界层参数化方案的集合预报思路,应用花授粉算法与不限制负值的约束理论(FPA-NNCT)进行权重平均,提出一种新的风速集合预报模型(FPA-NNCT-WRF-E).利用山东省代表山地和海滨下垫面的2个风电场风速实测数据,将新模型与传统算术集合模型(M-WRF-E)以及FPA模型(FPA-WRF-E)的风速预报结果进行对比评估.结果表明:FPA-NNCT-WRF-E预报明显优于M-WRF-E和FPA-WRF-E的风速预报,与M-WRF-E相比, FPA-WRF-E将风速平均绝对误差(MAE)减小了20%以上,而新模型FPA-NNCT-WRF-E将MAE减小了38%以上.预报的准确性得到了提高.     

银杏落叶期叶片NDVI值2种拟合方法比较

【目的】对银杏Ginkgo biloba L.落叶期(9—12月)的叶片进行连续定期定点的高光谱测量,计算出能代表其生长状况和营养信息的高光谱参量NDVI值,通过选用两种不同的曲线拟合方法对其NDVI值进行宏观上的以时间为自变量的曲线拟合,选出最优拟合方法,更好地了解银杏落叶期叶片光谱特征参量NDVI值的变化趋势,从而更有效地对其进行决策和控制,为植被的大尺度遥感动态监测提供方法参考。【方法】利用SVC HR-1024I全波段地物光谱仪,选取三株健康、生长环境相同、长势相近的中龄银杏为叶片采集对象,对其落叶期冠层叶片进行定期定点定方位的高光谱观测。对获取的高光谱原始数据进行数据筛选与预处理后,通过计算得出叶片的NDVI值,分别采用二次函数拟合法和ARIMA时间序列拟合法对落叶期叶片的NDVI值进行曲线拟合,并对两种拟合方法的拟合结果进行比较,选出最适合银杏叶片落叶期NDVI值的拟合方法。【结果】二次函数拟合结果为NDVI=-0.0221T2+0.0547T+0.711,决定系数R2为0.926,但因拟合结果t值不显著,样本结果随机性大,不具广泛性;ARIMA时间序列拟合中ARIMA(2,1,2)模型估测结果与实际情况接近,R2为0.811,拟合效果较好。【结论】ARIMA时间序列拟合方法比二次行数拟合方法更适用于对银杏落叶期叶片的NDVI值进行拟合。     

基于叶片形态的毛竹单叶叶面积模型

【目的】毛竹叶片小、易卷曲的特点增加了叶面积测量的难度和测量误差,本研究旨在建立快速、便捷、准确测量毛竹叶片面积的模型。【方法】采集7个省份的毛竹叶片,对毛竹叶片形态进行分类,利用叶长、叶宽数据和扫描所得实际叶面积进行建模,并采用均方根误差、卡方、赤池信息量准则和预测精度检验模型的精度,同时与叶面积仪测定结果进行精度比较。【结果】1)根据长宽比,毛竹叶片可以分为3类,分别是类三角形叶片(长宽比≤7.2)、长椭圆叶片(7.2长宽比≤8.3)和细长条叶片(长宽比8.3); 2)对毛竹叶面积和叶形态学指标的相关分析显示,叶片长度与宽度的积对叶面积影响最大,相关系数为0.993; 3)建立以叶片长宽积为自变量的叶形分类拟合模型,其决定系数为0.990 1、均方根误差为0.159 6、卡方值为10.368 1、赤池信息量准则为-6 317.10、预测精度为97.73%,其预测结果最佳,优于叶形不分类的整体拟合和叶面积仪测量结果。【结论】基于叶片形态分类的毛竹叶面积拟合模型仅需测定叶片的长和宽,便可准确预测叶片面积,其精度不但优于叶面积仪与整体拟合结果,而且测量过程快速、便捷。该模型可解决长期困扰的毛竹叶片面积测量难题。     

长期施肥对褐土有机碳矿化的影响

以26 a长期定位施肥试验为依托,选取其中6个具有代表性的施肥处理:N_3P_3(单施化肥)、N_3P_4M_1(施用化肥及低量有机肥)、N_3P_1M_2(施用化肥及低量有机肥)、N_3P_2M_3(施用化肥及低量有机肥)、M_6(单施有机肥),以不施肥为对照(CK),采用室内模拟培养试验法研究了长期施肥对褐土有机碳矿化的影响,为科学管理褐土土壤肥力提供依据。结果表明,不同施肥处理使土壤有机碳含量提升了6.28%～156.75%,以M_6处理土壤有机碳含量最高。不同处理土壤有机碳矿化速率均在培养第2天达到峰值,随后急剧下降,第4天后各处理的土壤有机碳矿化速率变化趋于一致,且培养期间各处理土壤有机碳矿化速率随培养时间的变化符合对数函数关系。培养32 d后,各处理土壤有机碳累积矿化量介于1 021.12～2 066.86 mg/kg,以M_6处理最高,较CK提高了102.41%。长期施肥处理均降低了土壤有机碳累积矿化率,以M_6处理下降最明显,与CK相比,降低了2.35%。一级动力学方程的拟合结果表明,长期施肥处理均提高了土壤潜在可矿化有机碳量,以M_6提高最为显著。此外,长期施肥处理均提升了土壤有机碳库的周转速率,缩短了土壤有机碳库半周转期。综上,M_6、N_3P_4M_1、N_3P_1M_2、N_3P_2M_3处理在提高土壤有机碳累积矿化量的同时降低了其土壤有机碳累积矿化率,加强了土壤的固碳能力。单施有机肥可作为褐土培肥管理的最佳选择。     

基于计算机视觉的水下海参识别方法研究

海参识别是海参捕捞自动化和智能化的前提和关键。海参生活环境复杂且海参体色随环境变化,为解决复杂多变环境下海参识别的难题,提出基于视觉图像和海参特性的水下海参识别算法。利用海参体色随环境变化而海参刺颜色稳定呈黄绿色的特点,在图像预处理的基础上设计图像融合算法突出海参刺,然后通过边缘检测获取海参刺轮廓并计算轮廓质心坐标,进而通过椭圆拟合实现海参的识别。不同于已有的利用海参主干进行海参识别的方法,提出的基于直接最小二乘的海参刺质心椭圆拟合识别算法以海参刺的分割和椭圆拟合为途径,解决海参体色随环境变化而引起的识别率降低的问题。试验结果表明,该算法对自然环境下的海参识别平均准确率为93.33%,具有一定的实用价值。     

智能甘蔗预切种工作站结构设计与切种精度分析

为提升甘蔗预切种种植的机械化程度,提高甘蔗预切种效率,降低蔗芽损失率,减少人工劳动强度,自主设计开发集甘蔗输送、蔗节智能识别、多刀协同切种等流程于一体的智能甘蔗预切种工作站,实现甘蔗自动协同切种工作。介绍智能甘蔗预切种工作站的输送系统、蔗节识别以及多刀数控协同切种等关键部件的结构设计及工作原理,重点对输送速度和黑箱照度对识别精度的影响,以及多刀切割工作台的定位精度等进行综合的分析。对拍照黑箱的识别精度试验研究表明,甘蔗横向传送速度和光照平均照度对蔗节识别精度具有显著影响,当甘蔗传送速度为0.1 m/s,光照平均照度为430.7 Lux时,识别精度较好,蔗节识别误差小于1.7 mm。通过对切种平台的定位精度试验分析,试验表明:6个移动切种工作台的横向直线移动运动的定位精度误差小于1.5 mm,重复定位误差为±0.2 mm;切种精度的综合误差小于3.4 mm,蔗节的相对综合误差小于5.67%,达到设计的预期目标,实现甘蔗智能横向多刀切种的功能。     

龙脑型阴香可蒸生物量预测模型研究

龙脑型阴香（Cinnamomum burmannii chvar. borneol）矮林经营中，企业和农户需预估可蒸 生物量，以便根据加工能力合理安排采收面积。研究以 3~5 年生龙脑型阴香矮林为对象，按照企业收 购标准，统一以 120 cm 为截顶高度、下部枝条全部保留的方法开展采收测定，在同一试验林中，分 别在 3.5 a 生林龄生长期为 1 a 时和 5.5 a 生林龄生长期为 2 a 时测定树高、胸径、冠幅、分枝数和可蒸 生物量 5 个性状。以线性和非线性的方法拟合单株可蒸生物量模型，用 R2、RMSE、AIC、BIC 等指 标评价并筛选出最佳模型，筛选结果是 2 a 生长期最优线性和非线性模型分别 DB=0.625H+0.076HDD， DB=0.091HDD+0.000 017 8HDD2 ，1 a 生长期的分别是 DB=-1.646H-2.734D+4.134C+1.252HD，DB=-1.356 H+0.907H2。4 个模型在实际应用中估算的相对误差分别是 16.680%、14.107%、2.036% 和 20.543%。企业 可依模型估算可蒸生物量，合理安排采收面积。     

琼岛杨一年生播种苗生长节律研究

于2019年5月6日到12月25日对海南省琼岛杨Populus qiongdaoensis一年生播种苗的苗高、地径生长量进行定期观测,采用Logistic方程进行生长进程拟合,研究琼岛杨的苗期生长节律。结果表明,琼岛杨苗高和地径生长都呈现"慢—快—慢"的"S"形生长规律,且苗高、地径生长量与Logistic方程的回归相关性达到极显著水平,其相关系数分别达0.994和0.996。苗高生长速生期约119 d,占生长期的39.67%,占苗高年总生长量的63.77%;地径生长速生期约125 d,占生长期的45.42%,占地径年总生长量的66.15%。     

Nested-LET柔性铰链设计与性能分析

针对平面折展机构中柔性铰链在承受拉压载荷时变形大、转动精度差等问题,基于外LET铰链和嵌套结构的方法,提出了一种Nested-LET柔性铰链。设计了该铰链的结构,利用等效弹簧模型推导了其弯曲及拉压等效刚度计算公式并给出了修正系数。通过设计实例的理论计算和仿真分析,验证了理论分析的正确性和设计的可行性。比较了相同尺寸的Nested-LET与外LET铰链的弯曲性能与抗拉性能,结果表明,Nested-LET铰链弯曲刚度增加了1.5倍,拉压刚度提升了30倍,且转动中心漂移量有所下降。最后,通过拉伸实验验证了分析的正确性。