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。     

景谷县森林蓄积量遥感估测及其动态变化分析

以云南省景谷县为研究区,基于Landsat5和Landsat8遥感数据,利用2012年和2017年两期全国森林资源连续清查实地调查数据,建立多元逐步回归和随机森林模型对景谷县森林蓄积量进行遥感估测对比研究。结果显示:综合建模精度来看,随机森林法在相同样地数量条件下具有更好的估测效果;从估测结果与林地保护利用规划和林地变更数据结果相比较,随机森林法估测值接近真实值,估测精度较高。     

车载智能土壤采样系统设计与试验

针对传统土壤样本采集操作复杂、劳动强度大、采集精度低和缺乏信息化管理的问题，设计了一种车载智能土壤采样系统。该系统安装于无人驾驶采样车上，系统包括土壤样本自动采集装置和电气控制系统。对系统整个工作过程进行分析，确定了各关键机构及控制硬件的主要工作参数。电气控制系统以运动控制器为控制核心，土壤样本自动采集装置对不同深度范围的土样进行采集，并按地理位置信息分类收集，通过RFID读写器将GPS系统定位所解算的目标采样点的经纬度地理信息和采样深度等信息写入收集土样采样筒底部的电子标签中。性能试验表明，安装于无人驾驶采样车的车载智能土壤采样系统工作运行稳定、可靠，能够对农耕层0~200mm任意深度范围的土壤进行自动分层采样，效率高、精度高、全程自动化，能够按照位置信息进行分类管理，较好地满足了智能化高质量采集土样的需求。     

基于随机森林的高寒湿地地区土地覆盖遥感分类方法

高寒湿地是青藏高原典型独特的生态系统,是全球气候变化的敏感地带和预警区。利用遥感技术快速、准确地分类提取高寒湿地的土地覆盖信息,对当地生态安全监测和保护具有重要意义。本文以若尔盖湿地国家级自然保护区为研究区,首先,以高分一号(GF-1)遥感影像为数据源,融合光谱特征、水体指数、地形特征、植被指数和纹理信息等26个变量进行随机森林(Random forest,RF)分类实验;然后,根据袋外数据(Out of bag,OOB)的特征变量重要性得分和精度评价结果,选出高寒湿地地区土地覆盖类型的最优分类方案和特征;最后,对特征变量进行降维,并基于相同的变量,采用极大似然法(Maximum likelihood classification,MLC)、支持向量机(Support vector machine,SVM)、人工神经网络(Artificial neural network,ANN)和RF等方法进行分类,比较不同方法的优适性。结果表明:结合GF-1影像光谱、水体、植被、纹理特征和地形信息,使用26个变量的RF模型的分类精度最高,总体精度(Overall accuracy,OA)为90.07%,Kappa系数为0.86;通过RF模型的变量重要性分析可以有效选出重要的特征信息,在降低特征变量维度的同时,还能保证较高的分类精度; 4种分类方法中,RF算法是高寒湿地地区较合适的分类方法,OA比MLC基准方法高17.63个百分点,比SVM和ANN等机器学习算法分别高6.98、6.56个百分点。     

Cotton Image Segmentation Algorithm Based on Fusion Method of Markov Random Field and Quantum Particle Swarm Cluster

[Objective] The aim of this study was to improve the cotton image segmentation accuracy in a picking robot image processing system. [Method] An image segmentation algorithm based on a fusion method of Markov random field and quantum particle swarm optimization clustering was proposed. The process of the proposed algorithm is as follows: first, transform the RGB (red, green, blue) images into grayscale; second, use it to segment these images; finally, the threshold of the connected area is set on the basis of the segmented image to obtain the target area. Then, the cotton front image and the cotton side image are selected from the images collected from different angles. The segmentation experiment was carried out by using this algorithm, and compared with the Otsu algorithm, the fuzzy C-means algorithm, the quantum particle swarm image segmentation algorithm and the Markov random field image segmentation algorithm. [Result] The results showed that the segmentation accuracy and peak signal to noise ratio of the proposed algorithm were 98.94% and 77.48 dB. When compared with the Otsu algorithm, fuzzy C-means algorithm, quantum particle swarm optimization algorithm and Markov random field algorithm, the average segmentation accuracy and peak signal to noise ratio of the proposed algorithm increased by 2.47%–4.56%, and 9.81–13.11 dB, respectively. [Conclusion] The proposed algorithm had higher segmentation accuracy and higher peak signal to noise ratio than the other algorithms tested.     

Impact of sampling and storage technique,and duration of storage,on the composition of fresh grass when analysed using near‐infrared reflectance spectroscopy

The objective of this study was to examine the effect of sampling technique (pluck or cut), storage duration (immediate analysis, 24‐h or 48‐h), storage temperature (ambient or chilled) and storage conditions (air present, air excluded or breathable) on the composition of fresh grass sampled from a sward managed to simulate grazing. Treatments were repeated across four sampling dates, with grass samples stored in grip seal bags prior to analysis using near‐infrared reflectance spectroscopy. Grass sampled by ‘pluck’ had a higher crude protein and ME content, and a lower acid detergent fibre (ADF) content, compared to that sampled by ‘cut’. Grass stored for 48 h had a lower water soluble carbohydrate (WSC) and ME content and a higher ADF content than for immediate analysis. Samples stored for 24 h did not differ from immediate analysis. Grass stored at ambient temperature had a lower WSC and ME content compared to immediate analysis. Grass stored under ‘breathable’ conditions had a lower ME content and higher ADF content than immediate analysis or samples stored with air present or air excluded. It is recommended that grass for analysis should be sampled by cutting, stored chilled (4°C) in a sealed bag to minimize exposure to oxygen and analysed within 24 h of harvest.     

芋疫病空间分布格局及其抽样技术研究

为了进一步提高对芋疫病预测预报,科学指导生产上的防治,应用最小二乘法、频次分布、聚集度指标、m^*-m回归分析和Taylor幂法则等对病株的空间分布型进行了分析。结果表明:当田间芋疫病病株率在0.427~0.513时,病株田间分布属聚集分布;当田间芋疫病病株率在0.720~0.820时,病株田间分布属均匀分布。此外其病株空间分布的基本成分是个体群,病株个体间相互吸引,病株在大田中存在明显的发病中心,且病株个体的空间格局随着病株密度的提高越趋均匀分。在此基础上,提出了Iwao最适理论抽样模型N=232.3783/m-87.9438,并建立序贯抽样模型T₀(N)=0.3689N±1.7177$\sqrt{N}$,即:调查株数N时,若累计病株率超过上界可定为防治对象田,若累计病株率未达到下界时,可定为不防治田,若累计病株率在上下界之间,则应继续调查,直到最大样本数m₀=0.3689时,也即病株率15%,所需抽样数542株止。     

基于混合狼群算法参数优选的泵站群运行优化

对于求解复杂的并联泵站群优化运行模型,狼群算法(wolf pack algorithm,WPA)存在收敛性和鲁棒性差等问题。为改善这些问题,该文以某典型并联泵站群为例,以泵站系统主机组运行能耗最低为优化目标,考虑流量、叶片角度、开机台数等约束条件,建立了并联泵站群优化运行模型。将模拟退火算法引入WPA算法中,提出混合狼群算法(hybrid wolf pack algorithm,HWPA)用于求解建立的优化模型。选择最小值、平均值和标准差作为算法性能的评价指标。相较于粒子群算法(particle swarm optimization,PSO)和WPA算法,HWPA算法求解典型并联泵站群优化运行模型得出的运行能耗最小值平均降低了15.60、10.23 kW,平均值平均降低了36.94、14.30 kW,标准差平均降低了84.82%、72.90%。在HWPA算法的基础上,对算法中的游走步长、奔袭步长、围攻步长的最小值和最大值4个参数进行单因素分析和拉丁超立方抽样设计计算,确定出4个参数的最优组合为0.33、1.53、0.672和4.8×10^5,进而提出改进混合狼群算法(improved hybrid wolf pack algorithm,IHWPA)。相较于HWPA算法,IHWPA算法求解典型并联泵站群优化运行模型得出的运行能耗最小值和平均值平均降低了4.66和13.26 kW,标准差平均降低了94.02%。应用IHWPA算法确定典型并联泵站群6个不同运行工况优化方案,结果表明,采用引入模拟退火算法、优选WPA算法参数的方法提高了算法的全局收敛性与计算鲁棒性,泵站运行最优决策方案较实际方案的运行能耗平均降低9.80%,可为泵站工程提供合理有效的运行方案,降低运行能耗。     

不同激励下宽频磁浮俘能器俘能试验

振动能量俘获是获取可再生的清洁能源一种有效途径，具有广阔的应用前景，有利于社会的可持续性发展。目前，随机功率谱激励下的高功率密度和宽频能量回收仍然是研究的难点。该研究设计了一种可有效利用宽频振动能量的高功率密度磁浮式俘能器，采用COMSOL Multiphysics软件计算悬浮磁体非线性回复力与位移的关系式，根据磁浮振动系统的控制方程和基尔霍夫定律建立俘能器的数学模型，详细研究了模型参数变化对俘能器性能的影响。随后进行正弦扫频和驻频试验以验证俘能器的发电能力。同时，从俘能器的效率、效能和体积优质3个指标对俘能性能进行评价；并结合实际应用，设计俘能器稳压电路。根据丘陵山区农业机械工作的随机路谱特性，建立随机激励的数学模型，根据响应幅值的概率密度函数的FPK方程表达式，得到了平稳概率密度函数的解。结果表明：在激励频率从9.77到31.75 Hz变化时，俘能器最大输出电压在5.92和21.52 V之间；最大输出功率在10 Hz时达81.93 mW，从5到50Hz，输出功率范围为5.76到81.93 mW；俘能器的效率、效能和体积优质分别为2.85%，9.85%和39.74%；俘能器电压输出的功率谱密度有5个峰值点，对应频率分别为9.804、29.41、36.76、36.76、51.47和71.08 Hz，进一步验证了该研究提出的磁浮式俘能器具有宽频发电性能，并可满足丘陵山区农机设备监测传感器的供电需求。