蒙特卡罗方法仿真光在多层结构农产品中的传输及试验研究

通过对光与农产品相互作用物理本质的分析,采用一种求解光子在生物组织中迁移规律的蒙特卡罗(Monte Carlo)计算方法,并设计了基于Windows蒙特卡罗仿真软件。对大量光子进行仿真计算就可以获得漫反射率、平均光学路径、空间灵敏度图像等。利用液体模型的实测光学参数进行仿真,其结果与试验结果符合。进一步对多层结构的农产品样品进行了蒙特卡罗仿真研究,可为合理设计无损检测的传感器提供依据。     

作物冠层BRDF的Monte Carlo模拟与分析

该文构建了光子在作物冠层传输的随机过程，采用蒙特卡罗(Monte Carlo)方法模拟了作物冠层BRDF。对比蒙特卡罗模型和MCRM模型，分析了叶倾角(LAD)与叶面积指数(LAI)对两模型BRDF的影响，并对其中的变化给出了合理的解释。研究表明，两模型虽然在模拟的BRDF数值上有一定差异，但在不同LAD和LAI对BRDF的变化趋势上达到了较好的一致性。最后，用实测BRDF数据验证和分析蒙特卡罗模型，结果表明，蒙特卡罗模型与实测BRDF较为吻合，蒙特卡罗模型可以作为其他作物冠层BRDF前向模拟的有效验证工具。     

Monte Carlo 法在多元肥效模型参数估计和推荐施肥中的应用

针对多元肥效模型大量存在非典型式的事实,本文应用“3414”田间试验结果,详细介绍Monte Carlo法的原理以及在多元肥效模型参数估计、非典型肥效模型推荐施肥等方面的应用方法和步骤。结果表明,采用最小二乘法回归建模,67个二元和59个三元肥效模型的典型式出现机率分别为23.1%和16.9%;而改用Monte Carlo法参数寻优,典型式出现机率分别提高到56.7%和37.3%,是最小二乘法的2.5倍和2.2倍。与最小二乘法相比,Monte Carlo法是在参数寻优时牺牲数学上偏差平方和最小的最优性,使待估参数达到专业上最优而数学上较优,从而提高典型肥效模型的出现机率。对Monte Carlo法也不能得到典型式的晚稻磷钾非典型肥效模型,用产量频率分析法计算推荐施肥量,表明只有一组磷钾肥用量组合入选,导致磷肥推荐用量偏高而钾肥偏低。在相同目标产量下,改用Monte Carlo法,平均推荐用量介于相同试验地所建立的氮磷、氮钾和氮磷钾典型肥效模型的推荐用量之间,结果明显优于产量频率分析法。因此,Monte Carlo法为多元肥效模型参数估计和非典型肥效模型推荐施肥提供了一种新方法,提高了当前测土配方施肥田间试验的成功率。     

农产品品质无损检测概述

农产品品质无损检测是保证农产品质量和安全的一种新兴的高科技技术,本文介绍了常用的无损检测方法,综述了无损检测技术在不同农产品的品质检测中的应用,提出了未来的研究方向。     

概率配点法在流域非点源污染不确定性分析中的应用

农业非点源污染的形势十分严峻,流域水环境模型虽能为非点源污染管理提供决策支撑,但显著的不确定性制约着模型的应用效果。系统的不确定性分析十分重要,而传统的基于Monte Carlo模拟的不确定性分析方法存在着计算成本高昂的缺点。因此,尝试将概率配点法（Probabilistic Collocation Method）应用于流域非点源污染的不确定性分析。研究以美国Newport Bay流域的二嗪磷农药非点源污染为案例,利用WARMF模型进行污染模拟。结果表明,在许多情况下,概率配点法可以通过很小的计算成本获得与传统Monte Carlo模拟方法相近的不确定性分析结果,体现出该方法在非点源污染研究中应用的优势。此外,还揭示了管理因素对于非点源污染模拟及其不确定性分析的影响作用。     

蔬菜氮磷钾三元肥效模型的MonteCarlo建模法

应用"3414"设计的田间肥料试验结果,探讨蔬菜氮磷钾三元肥效模型的Monte Carlo建模法。莴苣试验结果表明,采用最小二乘法回归建模,NP、NK二元肥效模型属于非典型式,PK二元和NPK三元肥效模型属于典型式;而改用MonteCarlo建模法,NP、NK和PK二元肥效模型以及NPK三元肥效模型均属于典型式。采用最小二乘法回归建模,不同蔬菜作物建立的34个三元肥效模型的典型式出现机率为41.2%,而Monte Carlo建模法的典型式出现机率为91.2%,提高了2.2倍。Monte Carlo建模法是适当放弃数学上偏差平方和最小的最优性,使待估参数达到专业上最优而数学上较优,从而提高典型肥效模型的出现机率。对莴苣氮钾非典型肥效模型的推荐施肥表明,Monte Carlo法的结果明显优于产量频率分析法。因此,Monte Carlo建模法为建立蔬菜多元肥效模型和推荐施肥提供了一种有效方法。     

气吸式排种器排种均匀性的Monte Carlo模拟

研究了影响气吸式排种器均匀性的随机因素及其概率分布规律,在得到单粒排种时种子间时间间隔的数学模型的基础上,应用Monte Carlo(蒙特卡罗)方法研究了排种器的结构参数—吸孔数、投种角、投种半径及投种高度对其排种均匀性的影响规律,为此类排种器的设汁提供了依据。     

农产品品质无损检测技术研究进展

基于农产品的物理特性的无损检测技术是近几十年来国内外研究的一个热门课题,随着现代技术的发展,这些研究已经取得了较大的进展,为农产品的品质检测系统开发了一系列的无损检测技术.本文较为全面地介绍了国内外基于农产品物理特性无损检测技术的研究现状及方法,如电学特性检测技术、光学特性检测技术、声波振动特性检测技术、核磁共振(NMR)技术、电子鼻技术、撞击技术以及一些其他技术与方法,并对未来的发展方向予了展望,综合应用多种高科技技术进行农产品的无损检测与分拣是未来发展的趋势.     

农产品声学特性及其在品质无损检测中的应用

综述了国外对农产品声学特性研究的进展，阐明了农产品声学特性的测定原理，介绍了农产品声学特性在农产品品质无损检测中的典型应用实例，为发展我国农产品品质无损检测技术提供一定的参考。     

适用于奶牛环境热交换模式的随机天气模型 稻—奶牛—鱼系统能量平衡模拟Ⅱ

本文介绍了一种能产生逐日降水、最高最低温度、太阳辐射、平均水汽压、风速和地温的随机天气模拟模型。模型的建立应用了Monte Carlo方法,其参数估计分别依据于一阶马尔科夫链、伽玛分布、正态分布的弱平稳过程、维布分布和β分布,并给出了根据1951—1980年资料计算的北京天气模型的主要参数。本文还对奶牛产奶量天气风险函数的建立进行了初步的讨论。     

Uncertainty in simulated nitrate leaching due to uncertainty in input data. A case study

Abstract. Deterministic leaching models are used to estimate regional losses of nitrate from agricultural land to the environment. The estimated leaching losses are associated with uncertainty arising from uncertainty in the input data used. In the present case study we have assessed this uncertainty by use of Monte Carlo analysis, using the Latin hypercube sampling technique. Input data have preferably been adopted from publicly available data. Data which could not be retrieved from the databases was assessed by guided estimates or based on local data. The estimated annual leaching loss from the study region was around 106 kg N ha⁻¹, which is in agreement with previous findings. The uncertainty in the leaching expressed in terms of coefficients of variation (CV) depended on the agricultural practices. CV's for arable farm rotations, cattle farm rotations, and pig farm rotations were around 20, 30 and 40%, respectively. Breakdown of the total uncertainty into contributions of different error sources did not isolate one single all important source.     

A new variance estimator for parameters of semiparametric generalized additive models

Generalized additive models (GAMs) have become popular in the air pollution epidemiology literature. Two problems, recently surfaced, concern implementation of these semiparametric models. The first problem, easily corrected, was laxity of the default convergence criteria. The other, noted independently by Klein, Flanders, and Tolbert, and Ramsay, Burnett, and Krewski concerned variance estimates produced by commercially available software. In simulations, they were as much as 50% too small. We derive an expression for a variance estimator for the parametric component of generalized additive models that can include up to three smoothing splines, and show how the standard error (SE) estimated by this method differs from the corresponding SE estimated with error in a study of air pollution and emergency room admissions for cardiorespiratory disease. The derivation is based on asymptotic linearity. Using Monte Carlo experiments, we evaluated performance of the estimator in finite samples. The estimator performed well in Monte Carlo experiments, in the situations considered. However, more work is needed to address performance in additional situations. Using data from our study of air pollution and cardiovascular disease, the standard error estimated using the new method was about 10% to 20% larger than the biased, commercially available standard error estimate.     

基于D-H法的果园作业平台工作空间分析与试验

针对蒙特卡洛方法分析果园作业平台工作空间存在边界不清、点浪费等问题,该研究采用D-H法建立了作业平台运动学模型,利用U形反正弦分布函数改进了蒙特卡洛方法,得到其工作空间点云图。考虑农机农艺融合和工作人员舒适度,分析了平台理想工作空间;采用网格化算法对改进前后生成的工作空间进行分析,改进后最底层与最顶层边界层面积分别增大180.70%和102.69%,表明边界清晰度明显提高;改进后在X、Y、Z三个方向的空间差异系数较改进前分别降低了6.92%、8.99%、2.64%。利用高速摄像机对平台参考点跟踪测试,平台参考点的实测值与计算值最大差值仅为6.2 mm;实际果园试验结果表明,平台参考点实际工作空间与可达工作空间在X、Y、Z方向最大值、最小值均值的差异系数分别为0.27%、0.76%和0.01%,改进方法有效。该研究为果园作业平台结构参数优化、智能控制和同类农业机械工作空间分析提供理论参考。     

低能离子注入种子的深度浓度分布的模拟

使用蒙特卡洛方法,在一维和二维模型下分别计算了20keV的Ti＋分别注入彩棉种子和花生种子的深度浓度分布。通过与同样初始条件下的TRIM程序计算结果和高斯拟合结果比较,本研究提出的二维模型获得的计算结果更加接近实验值。使用该二维模型计算了不同剂量下110keV的Fe＋注入彩棉种子和花生种子的深度浓度分布,并分析讨论了计...     

基于滑楔法的边坡稳定可靠性分析

使用滑楔法建立了边坡极限状态的功能函数,用中心差商近似代替对功能函数的数学求导,运用一次二阶矩法计算可靠性指标和失效概率,并使用蒙特卡洛法进行可靠性指标校核,算例计算结果表明可靠性指标对土条侧向力倾角的假定是敏感的,可靠性指标对软弱层的内摩擦角敏感性大于软弱层的内聚力和坡体重度。