基于BP神经网络的人机联合率定SWMM研究

为解决雨洪管理模型(SWMM)在率定过程中参数复杂、过程繁琐等问题。以西宁市某地块为例建立SWMM模型,利用Morris筛选法进行参数灵敏度分析,并根据灵敏度分析的结果进行人工率定;另外利用BP神经网络对模型进行率定,并结合参数灵敏度对其进行优化。对3种率定方案进行分析,结果表明:水文水力模块参数的相对灵敏度基本一致,其中灵敏度较大的参数为子汇水区面积(Area)、不透水率(Imperv)和不透水区洼地蓄积量(Destore-Imperv),并且不同降雨条件下模型参数的灵敏度存在差异。经过优化后的BP神经网络参数率定方法的模型模拟效果最好,纳什系数最大。结合灵敏度优化BP神经网络的人机联合率定方法一方面能提高BP神经网络率定的准确性,另一方面又能提高传统人工率定的效率。     

二次聚类与神经网络结合的日光温室温度二步预测方法

精确预测日光温室温度是实现对温室精准调控的前提。由于温室是复杂非线性系统，受室内外众多环境因素影响，且部分因素难以准确测量和建模，因此，难以通过机理分析建立室外因素精确影响室内温度的物理模型。而现有时间序列分析、人工神经网络等仅基于数据的方法预测准确度也较低。本文提出连续时间段聚类与BP神经网络相结合的二步日光温室温度预测方法。首先，进行二次聚类，对室外温度情况相似的日进行聚类，并将全年划分为若干个类似时间段，根据连续时间段内相似日的数量进行聚类，将全年内的连续时间段归入若干类别。其次，对不同类别的时间段，分别采用BP神经网络建立室外温度、相对湿度、太阳辐射、风速和温室室内温度间的关联模型，通过数据训练，能够较为准确的根据室外环境数据预测室内温度。通过涿州实验农场2年数据试验验证，通过二次聚类，全年连续时间段可划分为3类，通过分别建立BP神经网络并分别训练，结果表明本方法预测误差仅为6.23%，与现有未分类的BP神经网络预测算法对比，本文方法有效地提高了准确度，平均误差降低5.4个百分点。     

企业无力清偿欠薪的法律应对：基于香港的经验

1980—1982年经济危机爆发后，香港因大量企业倒闭引发欠薪浪潮，欠薪优先权机制出现失灵。以国外经验为模本，香港构设了欠薪保障基金制度。该制度依托完善的法律程序将欠薪纳入专门基金予以垫付，并逐渐提高垫付标准。这种法律设计特点鲜明，实际运行数据也证明比较成功。这为解决当前农民工极端讨薪事件频发、欠薪问题季节性爆发的顽疾，提供了极具参考价值的制度化思路。我国应当鼓励地方探索和构建企业欠薪保障制度。     

樟子松枯梢病防治技术的研究

樟子松枯梢病是由松色二孢菌（Ｄｉｐｌｏｄｉａｐｉｎｅａ）引起的。侵染高峰期为７月中旬和下旬。孢子飞散量与降雨量关系密切。采取的防治措施有：（１）杀菌剂防治：用百菌清防治１次，效果达７１．８％，防治两次，效果达９０％；（２）营林技术：通过适地适树、幼林抚育和间伐可控制该病害的蔓延；（３）计划火烧：春秋两季在林内进行低强度计划火烧，可减少侵染源。     

云南省退耕还林工程监理的探讨

退耕还林工程是我国林业建设上涉及面最广、政策性最强、操作难度大、群众参与度最高的一项生态建设工程。在简述了退耕还林工程建设中实行工程监理的必要性、目的及意义的基础上,对退耕还林工程监理的机构建立及管理、监理内容、方法及操作步骤进行了初步探讨。     

毛竹枯梢病的研究进展

毛竹枯梢病是我国重要检疫性植物病害，20世纪中叶开始相继在各地暴发成灾，造成严重损失，经多方努力，近年来发病情况受到较有效控制。论文从病原与病程、发病机理及治理等方面对最新研究成果进行综述，并对进一步开展研究工作提出建议。     

Dry matter production and nutrient cycling in agroforestry systems of mandarin grown in association with Albizia and mixed tree species

A study on dry matter production and nutrient cycling in agroforestry systems of mandarin grown in association with N₂-fixing Albizia and mixed tree species (non-N₂-fixing) was carried out in the Sikkim Himalaya. A site with Albizia was referred asAlbizia-mandarin stand and the other site with mixed tree species as mandarin stand. The stand total biomass, net primary productivity and mandarin fruit production was higher under the influence of Albizia. Agronomic yield of crops remained nearly the same in both the stands. Nitrogen and phosphorus concentrations of different components of Albizia were higher than those of mixed tree species, whereas their back translocation from leaf to branch before abscission was lower inAlbizia. The mandarin-based agroforestry is a highly nutrient-exhaustive system evaluated in terms of nutrient exit through the removal of agronomic yield. This system, under the influence of Albizia, was more productive with faster rates of nutrient cycling. Nutrient use efficiency increased under the influence of Albizia, in contrary to the hypothesis that efficiency should decrease with increasing rate of uptake. The poor nutrient conservation of Albizia, and malleability of nutrient cycling under its influence make it an excellent association which promotes higher availability and faster cycling of nutrients.Albizia should be utilised more extensively in the management of mandarin-based agroforestry systems.     

流域次降雨侵蚀产沙的BP神经网络模拟

在分析黄土高原韭园沟流域多年观测资料的基础上,应用BP神经网络建模方法,建立了流域次降雨侵蚀产沙的神经网络模型。通过输入模型变量流域次降雨量、平均降雨强度、径流深和洪峰流量模数,对流域次降雨侵蚀产沙量进行了训练和预测。预测结果表明,所建BP神经网络模型预测精度较高,可近似揭示复杂非线性流域次降雨侵蚀产沙系统的产沙规律,为建立较高预报精度的黄土高原流域次降雨侵蚀产沙预报模型提供了依据。