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.     

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。     

基于准静态同轴探头模型的土壤复介电测量方法

末端开路同轴探头法测量土壤复介电值用于表征土壤含水率具有准确、快捷的优点。针对目前土壤介电同轴探头集总测量模型没有充分考虑探头的参数以及土壤体积对测量结果影响等问题，基于电磁场理论，对末端开路同轴探头建立了准静态数学模型，适用于土壤的复介电常数准确测量。通过全波软件仿真和模型计算结果对比，以无水乙醇介电实测值和理论值对比，验证模型的准确性。采用本文介电测量模型对不同含水率的黄绵土进行测量计算，复介电常数实部与实测土壤含水率二阶多项式拟合决定系数大于0.965，表明本文所提土壤介电测量方法适用于土壤复介电常数和含水率的测量。     

都市餐饮企业的净菜需求影响因素分析——以北京市为例

净菜的广泛使用能提高餐饮企业的出餐率,减少其后厨面积、劳动用工和厨余垃圾。基于北京地区708份餐饮企业净菜需求的问卷调查样本,运用垄断竞争市场理论和二元选择模型分析了影响餐饮企业净菜使用行为的具体因素。研究发现,对净菜了解程度不够和净菜价格偏高是制约餐饮企业使用净菜的主要因素,具有不同个体特征和环境特征的餐饮企业选择净菜的倾向性不同。建议在餐饮业大力开展净菜宣传科普工作;大力扶持净菜加工企业和发展相关技术支撑体系以降低净菜价格。     

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。     

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.     

王正非林火蔓延模型改进研究

王正非林火蔓延模型是目前国内比较先进的森林火灾蔓延模型,但是由于林火行为的复杂性,此模型在准确率和普适性方面仍存在许多不足。本文结合已有的成果进一步改进王正非模型,增加了可燃物湿度对林火蔓延速度的影响,改进了林火初始速度的计算方式。针对各种坡度对林火蔓延行为的影响给出了一个计算公式。与改进前相比,改进后的模型使其对林火蔓延情况的预估更为精准。     

基于卷积神经网络的拖拉机工况识别

农机工况识别在细化农机作业状态和帮助掌握区域污染物排放趋势方面有着重要的研究价值。基于拖拉机不同运行状态下的行驶速度、发动机转速以及实时油耗等时间序列,首次提出将图像识别方法引入到拖拉机工况识别中的思路,并分别应用参数优化的支持向量机与卷积神经网络对实际作业拖拉机工况进行研究。结果表明:(1)基于参数优化的支持向量机可以较好地实现样本点的工况识别且识别准确度达到99.851 9%,但无法实现农机工况的连续性识别,同时无法对农机工况转换阶段进行有效识别。(2)以拖拉机运行速度与发动机转速等信息构建样本图像来描述农机工况变化的数据表达,并在此基础上应用卷积神经网络可以有效实现农机工况的连续性识别,且识别准确率可以达到93.3%。本研究在农机工况识别方面具有一定参考价值,并为后续农机不同工况下区域污染物排放研究提供技术支持。     

面向养殖水体分布差异的COD光谱法检测研究

面向养殖水体，传统光谱法对化学需氧量（Chemical Oxygen Demand，COD）检测模型构建的基础：源域（现有样本库）与目标域（检测地水体）间光谱数据独立同分布。但是当源域与目标域分布间存在差异时，由源域得到的低误差模型常在目标域上表现下滑。针对该问题，提出面向UV Vis光谱的域对抗训练网络（DAUVwpNet），将分布不同的源域和目标域数据映射至相同分布的特征空间中，使其在该空间的分布距离尽可能接近，从而在特征空间中对源域训练的目标函数也可以迁移至目标域上，以降低模型在目标域的误差。试验表明：面向同一批测试数据，DAUVwpNet的预测误差为0.78，要低于传统模型的预测误差（0.85）；DAUVwpNet预测值与实测值间相关系数为0.95，要高于传统模型的相关系数（0.89）。表明了该网络能够较好对齐两域特征空间数据分布，降低因分布差异带来的COD检测误差。