基于Copula 函数的边坡可靠度高效分析方法

将Copula函数与高效蒙特卡洛方法结合,提出了含相关随机变量的边坡可靠度高效分析方法。以两个岩质边坡稳定性问题为例验证了所提方法的有效性。结果表明,该方法相比于直接蒙特卡洛方法在保证边坡失效概率的准确性的同时计算效率更高。Copula函数可以构造出具有不同相关结构的岩土体参数的联合概率分布,与高效蒙特卡洛方法(即蒙特卡洛重要抽样方法和子集模拟)结合能高效地处理含多种相关随机变量的边坡可靠度计算问题,相比于现行的Nataf变换方法结果更能体现岩土边坡真实稳定性。此外,该方法也能高效地计算含有复杂的隐式功能函数的边坡可靠度,研究成果拓展了高效蒙特卡洛方法在边坡可靠度分析中的应用。     

多营养层次生态养殖模式简析

系统介绍了多营养层次生态养殖模式在淡水养殖及海水养殖中的应用与发展,对比了国内外有关该养殖模式发展方向的异同,简述了该养殖模式通过提高物质和空间利用率、改善养殖环境的原理以及在我国推广应用情况,并汇总了我国沿海省份近年来开展该养殖模式选用的品种搭配及产量产值。指出了多营养层次生态养殖模式还存在的问题,对今后发展提出了建议。     

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.     

猪活动区域多孔介质模型及其阻力系数的CFD模拟

旨在尝试将躺卧姿势下的猪体简化成不同几何形状以求取其阻力系数,并分析它们的差异性。本研究采用校核过的CFD模型,模拟探究了简化猪模型、半椭球模型、椭球模型和半圆柱模型4种不同躺卧猪模型对猪群区域在X、Y和Z3个垂直方向上阻力系数的影响,分析了4种模型对猪栏内气流以及压力分布的影响。结果表明,椭球模型的惯性阻力系数相比半椭球模型与半圆柱模型更加接近简化猪模型,其在X、Z和Y方向上的惯性阻力系数与简化猪模型之间的相对误差分别为-4.0%、-12.2%和14.7%,并且气流与压力分布基本一致。因此,采用椭球模型代替简化猪模型进行建模计算不仅能保证准确度还能有效提高计算效率。     

2003—2018年中国森林火灾时空分布格局研究

基于2003—2018年的中国森林火灾统计数据,全面分析了森林火灾发生的时空分布格局,定量分析了其统计学规律,旨在为森林火灾预测、管理和风险决策提供基础支撑。分析结果表明,森林火灾的发生具有极强的随机性和离散性,通过森林火灾总次数、火场面积和受害森林面积的平均数来反映森林火灾发生风险将会导致评估结果偏高。森林火灾发生次数较多的为湖南、贵州、广西等省,而森林火场面积和受害森林面积较多的为黑龙江、内蒙古、云南、湖南、广西等省。按照森林火灾发生的格局,运用K均值聚类分析将31省分为4类。     

云南镇雄县金佛山方竹低效林改造效果

金佛山方竹是中国西南地区特有竹种，云南省镇雄县有金佛山方竹林面积为3.23万hm²。多年来，由于竹农过度采笋，而忽视竹林的科学经营，导致大面积竹林低产低效。文章分析了镇雄县金佛山方竹低效林的成因，提出了具体的改造措施，评估了低效林改造效果，以期为提升竹林质量、提高竹林生产力提供技术支撑。     

中国茶叶出口的影响因素与贸易效率 ——基于随机前沿引力模型的实证分析

基于时变随机前沿引力模型和贸易非效率模型,运用37个代表性国家和地区2001—2017年面板数据,实证分析了中国茶叶出口的影响因素与贸易效率。结果显示,我国茶叶出口贸易效率呈现随时间递增的趋势,但是总体上我国茶叶出口效率处于较低水平,且呈现区域不平衡,对发达经济体的出口贸易效率相对较高,与“一带一路”沿线国家的茶叶贸易效率比较低;我国茶叶出口效率无法完全实现主要是由于技术效率损失;国内供给增加、进口市场容量扩大以及贸易成本降低均对茶叶贸易效率有促进作用;进口市场营商环境改善一定程度上能够抵消贸易非效率的影响,提升我国茶叶出口效率;自由贸易协定对于我国茶叶出口尚未发挥作用。     

青冈栎林分空间结构对林下更新的影响

林分空间结构会显著影响其林下幼树更新。为明确其影响林下幼树更新的关键因子,以湖南省青羊湖国有林场青冈栎林天然次生林为研究对象,测量幼树株数密度、树高、地径和冠幅,计算混交度、大小比数、开敞度指数以及聚集指数代表林分空间结构,评价林下幼树更新情况,并用灰色关联度分析方法探究两者间的相关关系。结果表明,青羊湖国有林场13块青冈栎林样地林下更新幼树有6种,分属于4科5属,分别是青冈栎、苦槠、多脉青冈、南酸枣、黄檀、马尾松,青冈栎在更新幼树中占明显优势,是优势树种,幼树重要值为63.09%。青冈栎林各林分空间结构指数与林下更新指数均大于0.5,关联度较高,综合所有林分空间结构指数对林下更新指数关联度的均值来看,对林下更新的影响由大到小为大小比数>开敞度>聚集指数>混交度,大小比数对青冈栎林下更新影响最为显著。在促进青冈栎天然次生林林下更新时,应以调整林木大小分化程度为主,综合考虑林木空间分布格局的调整方案。     

内蒙古锡林郭勒盟典型草原固碳量及固碳潜力估算

为了评价不同放牧强度对草原固碳量及固碳潜力的影响，本研究采用系统动力学建模方法耦合CASA光合利用率模型、Shiyomi放牧模型、Raich土壤呼吸模型等模型，建立了基于系统动力学库-流思路的碳循环模型，该模型包含3个子系统、4个碳库。结果表明：1998至2015年，在内蒙古锡林郭勒盟的温度降低、降水量增加的背景下，净初级生产力呈现升高的趋势，典型草原土壤固碳量呈现下降趋势；放牧强度在3羊·公顷^-1下净生态系统初级生产力最低，固碳潜力最大，分别为-16.2 gC·m^-2和24.84 TgC。因此，建议内蒙古锡林郭勒盟典型草原西部（阿巴嘎旗、那仁宝力格站）的放牧强度不宜超过1.5羊·公顷^-1；东部（多伦县、东乌珠穆沁、西乌珠穆沁、锡林浩特站）不宜超过4.5羊·公顷^-1。     

Impact of climate change on maize yield in China from 1979 to 2016

Climate change severely impacts agricultural production, which jeopardizes food security. China is the second largest maize producer in the world and also the largest consumer of maize. Analyzing the impact of climate change on maize yields can provide effective guidance to national and international economics and politics. Panel models are unable to determine the group-wise heteroscedasticity, cross-sectional correlation and autocorrelation of datasets, therefore we adopted the feasible generalized least square(FGLS) model to evaluate the impact of climate change on maize yields in China from 1979–2016 and got the following results:(1) During the 1979–2016 period, increases in temperature negatively impacted the maize yield of China. For every 1°C increase in temperature, the maize yield was reduced by 5.19 kg 667 m–2(1.7%). Precipitation increased only marginally during this time, and therefore its impact on the maize yield was negligible. For every 1 mm increase in precipitation, the maize yield increased by an insignificant amount of 0.043 kg 667 m–2(0.014%).(2) The impacts of climate change on maize yield differ spatially, with more significant impacts experienced in southern China. In this region, a 1°C increase in temperature resulted in a 7.49 kg 667 m–2 decrease in the maize yield, while the impact of temperature on the maize yield in northern China was insignificant. For every 1 mm increase in precipitation, the maize yield increased by 0.013 kg 667 m–2 in southern China and 0.066 kg 667 m–2 in northern China.(3) The resilience of the maize crop to climate change is strong. The marginal effect of temperature in both southern and northern China during the 1990–2016 period was smaller than that for the 1979–2016 period.