基于季节特征的土壤退墒模型建立与率定

利用河南省南阳市2011—2015年12个墒情站的土壤水分监测资料,分析研究了无增墒情况下土壤含水量消退规律,构建出基于不同季节(夏季、春秋季与冬季)的土壤含水量与衰减系数的数学模型,运用规划求解法率定模型参数,并利用2016—2017年资料对模型进行检验。结果表明,不同季节土壤水分衰竭系数模型分别为α=1.023(1-ω~2/4353)~(1/2)(夏季)、α=1.013(1-ω~2/7005)~(1/2)(春秋季)与α=1.008(1-ω~2/9303)~(1/2)(冬季),所建立的数学模型适用于南阳市相应季节壤土与粘壤土小麦、水稻与休闲地土壤旱情预测,但不适用于夏季与春秋季砂土特别是休闲地砂土土壤墒情预测。     

Forecast skill for predicting distribution shifts: A retrospective experiment for marine fishes in the Eastern Bering Sea

Forecasting distribution shifts under novel environmental conditions is a major task for ecologists and conservationists. Researchers forecast distribution shifts using several tools including: predicting from an empirical relationship between a summary of distribution (population centroid) and annual time series (“annual regression,” AR); or fitting a habitat‐envelope model to historical distribution and forecasting given predictions of future environmental conditions (“habitat envelope,” HE). However, surprisingly little research has estimated forecast skill by fitting to historical data, forecasting distribution shifts and comparing forecasts with subsequent observations of distribution shifts. I demonstrate the important role of retrospective skill testing by forecasting poleward movement over 1‐, 2‐ or 3‐year periods for 20 fish and crab species in the Eastern Bering Sea and comparing forecasts with observed shifts. I specifically introduce an alternative vector‐autoregressive spatio‐temporal (VAST) forecasting model, which can include species temperature responses, and compare skill for AR, HE and VAST forecasts. Results show that the HE forecast has 30%–43% greater variance than predicting that future distribution is identical to the estimated distribution in the final year (a “persistence” forecast). Meanwhile, the AR explains 2%–6% and VAST explains 8%–25% of variance in poleward movement, and both have better performance than a persistence forecast. HE and AR both generate forecast intervals that are too narrow, while VAST models with or without temperature have appropriate width for forecast intervals. Retrospective skill testing for more regions and taxa should be used as a test bed to guide future improvements in methods for forecasting distribution shifts.     

农产品监测预警模型集群构建理论方法与应用

【目的】农产品供给与需求的准确分析测定,是农业监测预警能力提升的重要表现。构建产品多品种多环节模型集群理论方法,可高效解决单一环节或单一模型难以解决的分析技术难题。【方法】在农产品供需的重要要素即生产量、消费量、贸易量、价格等分析预测过程中,针对农产品品种间关联性强,自然、社会、经济诸多影响因素纠缠,模型多变量强耦合、非线性、参数时变的特点,提出多品种农产品“因素分类解耦、参数转用适配”方法,以构建多时空维度的监测预警模型集群。【结果】利用“因素分类解耦、参数转用适配”技术方法,研究构建了不同农产品的生产类、消费类、贸易类、价格类的模型集群。这些模型集群可用于对不同时空维度的水稻、玉米、小麦、肉类等主要农产品供需的长中短期的分析预测,支撑形成了农业展望中的主要农产品平衡表,其中主要农产品全国年度生产量6年平均预测精度高于97%。【结论】研究提出的农产品监测预警模型集群构建理论及其方法,有效提升了农产品多品种模型集群的求解效率和准确率,增强了农产品供需分析预测的系统性与智能性,为系统揭示农产品复杂的时空供需变化特征、促进农产品市场调控科学性和可预见性,提供了新技术方法。     

基于局部均衡模型的中国羊肉市场供需变动分析

对中国羊肉市场供需变动情况进行深入分析,并运用局部均衡模型探究中国羊肉市场供给与需求相互变动的主要原因,最后运用ARIMA模型预测方法对中国未来羊肉供需变化进行预测分析。研究结果表明,中国羊肉市场需求的满足以国内市场供给为主,2017年国内供需缺口为74.28万t,约是1994年的3.82倍,供需缺口有扩大倾向。上一期肉羊存栏量、肉羊胴体质量水平、羊肉市场价格均显著影响国内羊肉市场供给量;上一期人均消费量与收入水平是影响城镇与农村居民当期人均消费量的重要因素;国际羊肉价格对国内羊肉出口量产生显著正向影响。在未来一段时期内,中国羊肉产量将保持稳定增长,羊肉消费量进一步增加,预计到2030年达到843.03万t,羊肉进口量较大幅度提高,可一定程度弥补国内羊肉供需缺口。为此,一方面需通过技术与政策支持大力发展国内肉羊产业,另一方面也需积极开拓国际市场,加强贸易协作。     

森林病虫害监测预报软件的开发及应用

森林病虫害监测预报软件是一套用于对测报数据进行统计分析的工具，它包含了农林病虫害监测预报工作中常用的40多种分析方法，本文详细介绍了森林病虫害监测预报软件的开发过程及应用技术。     

石家庄市民心河水质预测分析

通过对石家庄市民心河沿线设立不同的监测点,选择对民心河景观水体影响较大的BOD5、氨氮、高锰酸钾等指标进行长期的监测,并根据2001~2006年水质监测数据,运用GM(1,1)模型建立了民心河水质预测模型,预测了民心河水质变化的趋势和规律,为民心河的治理和管理提供依据。     

云南松纵坑切梢小蠹成虫扬飞期测报研究

１９９２～１９９４年在玉溪市刺桐关林区对云南松纵坑切梢小蠹成虫进行了系统的调查。据系统观测，成虫梢转干历期约１４３天；干转梢历期约为１２９天；梢转干的高峰期为每年的１月２４日～２月１０日，计１８天，期间累计成虫数占总虫数的６６．６５％；干转梢高峰为每年的５月５～２５日，计２１天，期间累计成虫数占总虫数的６４．５６％。为便于监测测报，对成虫梢转干、干转梢过程中当地林木相应的物候期进行了观察     

辽宁省松毛虫监测预报信息管理系统的研究

利用计算机技术，采用Visual Foxpro 6．0可视化数据库开发工具，建立了辽宁省松毛虫监测预报信息管理系统，实现了对松毛虫的系统虫情调查资料、监测调查资料及小班虫情资料的自动化管理。可以完成包括松毛虫监测预报信息的自动填写、自动提供相应默认值、表内表间数据自动计算并生成汇总表、对原始数据进行逻辑判断和自动改错以及查询等多项功能。     

中密度纤维板市场发展预测

作者详细论述了中密度纤维板的性能特点;并收集、整理了国内外中密度纤维板生产及消耗情况的最新资料;做了有理、有据的市场发展预测。