一种面向蔬菜中文知识图谱表示学习的改进方法

由于TransE模型在处理不同类别关系时,忽略了同类别向量的语义差别,在对蔬菜领域知识图谱中存在的一对多、多对一和多对多的复杂属性关系进行表示学习时效果较差。本文在TransE方法的基础上,提出PTA(Path-based TransE for Attribute)模型对其进行改进。首先,将蔬菜领域实体和关系通过word2vector映射到一个低维稠密向量空间中;其次,将复杂的属性关系和上下位关系进行结合构成关系路径进行训练;并采取Mean Rank和Hits@10两个评价指标衡量表示学习模型的链接预测效果。试验结果表明:PTA模型较TransE模型在不考虑关系分类的情况下,链接预测效果有较大的提高,Mean Rank最高提前6个次序;且在对属性关系按照复杂度进行分类的情况下,链接预测Hits@10的值较TransE模型最高提高13%。     

基于GIS的海南岛芒果气候适宜性精细化区划研究

以海南岛18个国家气象站1966—2019年的日观测数据为基础,对海南岛18个市（县）芒果单产的气象产量与其各生育期气温、降水、日照、相对湿度等做相关分析,选取花期平均气温、果实发育期平均气温、年≥10 ℃积温作为区划指标,同时考虑坡度因素的影响,采用集优法基于GIS开展了海南岛芒果种植精细化气候区划。结果表明,海南岛芒果种植气候适宜区主要分布在昌江、东方、乐东、三亚、陵水、万宁、琼海等西部南部和东部市（县）的沿海乡（镇）,不适宜区主要分布在五指山大部、白沙南部、昌江南部、乐东东北部、三亚北部、陵水北部等市（县）地形陡峭的山地,其余为次适宜区。区划结果可为海南岛芒果种植布局规划和产业结构调整提供科学依据。     

农业科技园区创新能力影响因素分析

基于《国家重点园区创新监测报告2016》中指标构建评价指标体系,运用因子分析对我国106家国家级农业科技园区创新能力进行分析、评价,发现我国农业科技园区创新能力具有发展不平衡的特点.通过聚类分析、构建Logit回归等模型,对农业科技园区创新能力的影响因素进行了深入研究,发现企业投资额、社会融资额以及园区专家人数是影响园区创新能力的主要因素,并据此提出提高我国农业科技园区创新能力的举措、建议.     

考虑水头损失的管道灌溉分水口轮灌分组优化模型

【目的】优化灌溉系统中分水口轮灌分组的灌溉制度,在满足流量要求的条件下节约电能。【方法】提出了在考虑水头损失时不同分水口状态与管道进口压力的关系模型,该模型利用分水口开关0,1状态作为自变量,从管道末端起利用推导的递推公式求出管道进水口的等效水头损失系数。依据该模型,在定流量分组轮灌优化中得到为使分组轮灌功率最小的目标函数。利用遗传算法对上述问题进行了优化求解,并给出了编码方案。【结果】在分水口等间隔布置时,轮灌分组按轮灌分组数等间隔安排所需功率最小,优化后的水头损失系数可以减小到没有优化前的0.772倍。【结论】本研究模型不仅适用于恒定流量的组合优化,也可应用于不同分水口的所需水量不同的随机灌溉以及恒压供水的优化中。     

长岛不同气候舒适度模型多尺度评价及对比分析

利用长岛近30年气候资料,采用风效指数和综合舒适度指数对比分析评价长岛旅游气候舒适度,结果表明:(1)从风效指数来看,在年际变化中,长岛整体气候舒适度属于舒适等级;在月际变化中,4月、5月和10月人体感觉舒适,是最适合旅游的月份.(2)从综合舒适度指数来看,在年际变化中,长岛整体气候舒适度属于不舒适等级,但逐渐趋于舒适;在月际变化中,6—9月份为最舒适的月份,最适合旅游.不同指数对长岛的旅游气候舒适度评价不同,因此建立适合本地的气候舒适度模型很有必要.     

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.     

采用双模态联合表征学习方法识别作物病害

基于深度卷积神经网络的视觉识别方法在病害诊断中表现出色,逐渐成为了研究热点。但是,基于深度卷积神经网络建立的视觉识别模型通常只利用了图像模态的数据,导致模型的识别准确率和鲁棒性,都依赖训练数据集的规模和标注的质量。构建开放环境下大规模的病害数据集并完成高质量的标注,通常需要付出巨大的经济和技术代价,限制了基于深度卷积神经网络的视觉识别方法在实际应用中的推广。该研究提出了一种基于图像与文本双模态联合表征学习的开放环境下作物病害识别模型(bimodalNet)。该模型在病害图像模态的基础上,进行了病害文本模态信息的嵌入,利用两种模态病害信息间的相关性和互补性,实现了病害特征的联合表征学习。最终bimodalNet在较小的数据集上取得了优于单纯的图像模态模型和文本模态模型的效果,最优模型组合在测试集的准确率、精确率、灵敏度、特异性和F1值分别为99.47%、98.51%、98.61%、99.68%和98.51%。该研究证明了利用病害图像和病害文本的双模态表征学习是解决开放环境下作物病害识别的有效方法。     

2020年通辽市开鲁县气候影响评价

本文采用统计分析方法，对2020年开鲁县国家基准气候站采集的气温、降水、日照等基本气象要素数据和相应历年值进行对比分析，并对局地大风、暴雪等重大灾害性天气进行综合分析，并根据分析结果，作出气候对生产生活影响的综合评价。结果表明，2020年气候条件对全县农业生产及人们的生活有利有弊。     

奶业产业链纵向价格传导的时滞效应与政策启示

奶业产业链纵向价格传导受阻,导致奶牛养殖长期处于价值链的低增值环节,甚至出现"行业萎缩"现象。本文对上游奶牛养殖成本向下游乳品加工环节价格传导机制进行理论分析,并基于2008年1-12月份奶牛饲养成本和原料奶价格的月度数据,运用有限分布滞后模型测度价格传导的滞后效应。结果表明:饲养成本向下游传导存在显著的滞后性,饲养成本变化1%,滞后5和6期,分别引起原料奶价格变动0.086%、0.111%。奶业价值链体系自身难以实现价格的无阻滞传导以及形成合理的利益分配机制,政府和行业必须推动原料奶生产提高组织化程度,构建价格预警平台,完善产业链各方利益关系。     

吕梁山地区植被物候变化及对气候的响应

吕梁山地区地形垂直差异明显,植被对气候变化反应敏感,研究吕梁山地区植被物候变化,探索植被物候变化与气候的响应关系,旨在为高海拔山区植被物候研究和生态治理提供借鉴。基于2000—2015年MODIS NDVI时间序列数据,通过动态阈值法提取吕梁山地区的植被物候,对气温、降水进行空间插值,并对植被2个关键物候期与气候因素进行偏相关分析。结果表明：（1）植被生长季开始日期(the start of the growing season,SOS)提前的区域约占85.7%,其中16.2%显著提前;植被生长季结束日期(the end of the growing season,EOS)推迟的区域约占90.6%,其中33.3%显著推迟。（2）区内74.8%、87.7%植被SOS分别与气温、降水呈负相关,气温升高或降水增加,植被SOS提前。植被SOS在高海拔山区受4月气温影响显著,而低海拔地区受4月降水影响显著。（3）区内72.6%、65.1%植被EOS分别与气温、降水呈正相关,气温升高或降水增加,植被EOS推迟。植被EOS在北部和西部地区受11月气温影响显著,而高海拔地区受9月降水影响显著。2000—2015年吕梁山地区植被物候发生显著变化,各地区对气温、降水的响应不同,研究结果可为区域物候、气候变化研究和陆地生态治理提供科学依据。