偏最小二乘在遥感监测西藏草地生物量上的应用

在多年平均年最大归一化植被指数(NDVI)的基础上,结合西藏地区年降雨量、年积温等气象资料,利用偏最小二乘(partial least squares, PLS)回归方法对数据进行分析并建立西藏地区草地生物量与归一化植被指数、降雨量等解释变量的回归估测模型.并和一般最小二乘法(ordinary least squares, OLS)中的逐步回归法(Stepwise)相比较.结果表明:草地生物量与年最大NDVI值和年降雨量有很强的相关性,偏最小二乘回归在拟合及估测效果上均优于一般最小二乘的逐步回归法,回归方程的相关系数为0.89,取得了较为可靠的结果.偏最小二乘回归在解释变量多、样本个数少、变量间存在多重共线性时尤为有效,为遥感监测植被生物量时的数据处理提供了新的途径.     

动物性状中多重共线性初探

本文分析了动物性状中的多重共线性现象，共线性对回归分析的影响、检出和判断，以及多重共线性补救方法．目的在于使研究者采用正确的回归分析方法。     

基于Eviews软件对我国企业规模影响因素计量分析 ——以格力电器为例

本文针对格力电器发展数据进行分析,发现影响其规模的因素众多,从内外部影响角度看,存在四个解释变量,依次是GDP、净利润、高管薪酬、营业总收入.根据这些数据建立理论模型,利用EVIEWS软件对计量模型进行了参数估计和检验,并加以修正.最后,得出结论.     

玉米代谢能与化学成分的通径分析

<正>在饲料营养上,常常要根据较易测定的饲料化学成分预测某些难以测定的养分,而通径分析是研究饲料化学成分和各种养分之间关系的最有力工具。参与通径分析的变量一般是相关的,或者说通径分析研究的就是相关变量系统的相关关系[1-5],而变量之间的相关却常常导致分析结果的误差甚至错误,这就是数学上的共线性问题[6-11]。如果参与通径分析的全部变量之间都没有相关,就是饲料的化学成分或各种养分之间不存在相关,那就不需要进行通径分析,只     

日粮主要营养指标对奶牛乳尿素氮浓度影响的评价

通过对702头荷斯坦奶牛，118种日粮的试验结果进行统计分析，评价了日粮的主要营养指标（蛋白质水平、能量水平以及氮能比）对乳尿素氮浓度的影响。结果：由于日粮营养指标间的相关关系，使一般多元回归分析中存在严重的共线性；消除共线性影响后的岭回归分析结果表明在三个营养指标中日粮蛋白质水平是对MUN影响最大的因素，其次为氮能比，但能量水平的作用不显著。     

试探交通运输发展与国民经济的关系

本文主要通过对我国2001年到2012年交通运输业的发展状况与国民经济的发展之间的关系进行多因素实证分析。建立以国民经济指标为应变量,交通运输业的经济指标为自变量的多元线性回归模型,试图探索交通运输发展与国民经济的关系。首先,收集了相关的数据,利用EVIEWS软件对计量模型进行了参数估计,并建立了理论模型;然后,进行检验并对模型加以修正;最后,结合相关的理论对所得的分析结果作了经济意义的分析。     

机器学习在土壤盐渍化遥感中应用的文献计量分析

近年来，随着机器学习算法的发展，国内外专家学者致力于利用机器学习模型展开土壤盐渍化遥感相关研究，并取得了丰硕成果。本文利用文献计量可视化软件CiteSpace，对近十年来基于机器学习的土壤盐渍化遥感建模研究进行分析，确定了研究主题和热点，从机器学习算法、建模特征变量以及模型评价等方面评述研究进展，并针对当前研究热点对目前研究的局限性与发展趋势进行讨论。主要结论：1)机器学习算法在土壤盐渍化遥感建模中发挥着至关重要的作用，主要研究主题有机器学习算法及其精度研究、建模特征变量选择研究、遥感数据源选择对模型的影响研究、土壤盐渍化研究区域选择和基于机器学习的土壤盐渍化数字制图应用研究。2)目前的研究热点为辅助变量作为特征变量在模型构建中的应用、实测光谱数据与多源遥感光谱数据结合以及最佳机器学习算法选择。3)以2018年为节点，研究进展分为起步阶段和高速发展阶段，目前仍存在需要解决的挑战以提高模型的准确性。未来的研究方向应集中在云平台和机器学习在土壤盐碱化大范围、长期监测中的应用。     

不同数据结构和动物模型对高山美利奴羊经济性状遗传参数估计的比较

本试验旨在比较不同数据结构和单性状动物模型对高山美利奴羊（14月龄）重要数量性状遗传参数估计的影响，筛选出估计体重、产毛量、净毛率、净毛量、羊毛纤维直径、羊毛纤维直径变异系数和羊毛长度7个重要经济性状遗传参数的最适模型，准确估计遗传力并为下一步遗传评定奠定基础。使用R语言数据整理相关函数将涉及20 720只14月龄高山美利奴羊数据按系谱完整度和数据量分为数据集1和数据集2。采用R语言ANOVA分析检验鉴定年份、出生类型（单胎或双胎）、群别、性别4个非遗传因素在两个数据集中的显著性，将极显著效应（P < 0.01）放入动物模型中作为固定效应。将两个数据集和两个单性状动物模型组合得到4个模型，其中模型1、模型2分别使用数据集1、数据集2，随机效应为个体加性遗传效应、残差效应；模型3、模型4分别使用数据集1、数据集2，随机效应为个体加性遗传效应、个体永久环境效应和残差效应。用ASReml4软件实现方差组分估计。通过AIC准则、BIC准则评价各模型，用LRT检验比较各模型。最后，针对各性状选出最适模型进行遗传力估计。结果显示：①非遗传效应显著性检验得到鉴定年份和群别对数据集1和数据集2中所有性状均极显著（P < 0.01），出生类型对体重和数据集1中产毛量极显著（P < 0.01），性别仅对体重反应极显著（P < 0.01）。②各模型估计的体重遗传力为0.1614~0.2392；产毛量遗传力为0.1958~0.3254；净毛率遗传力为0.4395~0.5539；净毛量遗传力为0.2003~0.2393；羊毛纤维直径遗传力为0.4024~0.5897；羊毛纤维直径变异系数遗传力为0.3174~0.6077；毛长遗传力为0.2960~0.3669。③似然比检验结果表明，模型1和模型3对所有性状差异均不显著（P > 0.05）；模型1和模型4对体重和毛长差异极显著（P < 0.01）；模型2和模型3对净毛量差异极显著（P < 0.01），对其他性状差异不显著（P > 0.05）；模型2和模型4对所有性状差异不显著（P > 0.05）。最终得到对净毛量最适模型为模型1，体重、产毛量、净毛率、羊毛纤维直径、羊毛纤维直径变异系数、毛长的最适模型为模型2。所有性状受个体永久环境影响均不显著（P > 0.05）。基于最适模型估计高山美利奴羊（14月龄）体重、产毛量、净毛率、净毛量、羊毛纤维直径、羊毛纤维直径变异系数、毛长遗传力分别为0.2392、0.3254、0.4394、0.2893、0.4222、0.3175、0.3670。     

生猪养殖者对批次生产系统的生物安全、管理和劳动力的看法（下）

综上所述，本研究基于描述性分析，提供了养殖户对所有BMSs管理优势和劣势、劳动效率和生物安全水平的看法。然而，应该提到的是，这些结果是基于养猪者的看法，这意味着对农场的卫生状况感到满意并不意味着该模式具有更好的卫生状况。因此，为了证实这些结果，应该对动物的健康状况和农场的一般卫生状况进行定量的生物安全测量，以作为本次调查的补充研究进行观察和测量。在本研究中，还应对达到较好的卫生和健康条件进行经济比较。此外，需要指出的是，本研究使用的是单变量分析，单变量分析假设变量是线性相关的。如Toma等人（2013）所述，根据先前确定的假设，为了检验变量之间的因果关系，可以进行结构方程建模的验证性分析。     

基于高光谱遥感的退化伊犁绢蒿荒漠草地群落盖度估算

实地测定不同利用状态的退化伊犁绢蒿荒漠草地群落覆盖度,获取草地的地面光谱和相对应的HJ-HSI高光谱影像两种数据,并通过植被指数和筛选波段变量估测相应的植被覆盖度。结果表明:利用两种高光谱数据构建的回归模型所选用的光谱变量和波段变量不一致,地面实测光谱的回归方程决定系数大于HJ-HSI光谱数据,利用地面光谱对较低决定系数的群落盖度估测模型进行纠正,精度有一定的提高;不同光谱数据估测盖度的最佳模型精度均在85%以上,围栏封育区模型均由敏感波段反射率的归一化值构建,围栏外重度退化区模型均由DVI构建,围栏外中度退化区模型可由光谱变量R_r、R_n构建。     

经济新常态下我国大规模蛋鸡养殖成本效益及其影响因素研究

在经济新常态下,提高成本效率是当前中国畜牧业发展的必然选择。笔者基于我国19个省(市、自治区) 2007—2016年的大规模蛋鸡养殖的省际面板数据,建立超越对数随机前沿模型,通过极大似然比估计、t检验等方法进行分析,研究了中国大规模蛋鸡养殖成本效率及效益情况。结果表明:养殖户对于传统的要素投入认识较为统一,但对某些物质服务费用的认识还不足;成本非效率是造成我国大规模蛋鸡养殖效益不理想的主要因素,树立"防重于治"的意识、完善基础设施和辅助技术设备建设、延长饲养时间以及降低鸡蛋的售价对于提高大规模蛋鸡养殖效益有重要意义;整体的成本效率呈现下降的态势,东南沿海地区的效率和变动率均较低。     

不同数据结构和动物模型对高山美利奴羊经济性状遗传参数估计的比较

本试验旨在比较不同数据结构和单性状动物模型对高山美利奴羊(14月龄)重要数量性状遗传参数估计的影响,筛选出估计体重、产毛量、净毛率、净毛量、羊毛纤维直径、羊毛纤维直径变异系数和羊毛长度7个重要经济性状遗传参数的最适模型,准确估计遗传力并为下一步遗传评定奠定基础。使用R语言数据整理相关函数将涉及20 720只14月龄高山美利奴羊数据按系谱完整度和数据量分为数据集1和数据集2。采用R语言ANOVA分析检验鉴定年份、出生类型(单胎或双胎)、群别、性别4个非遗传因素在两个数据集中的显著性,将极显著效应(P0.01)放入动物模型中作为固定效应。将两个数据集和两个单性状动物模型组合得到4个模型,其中模型1、模型2分别使用数据集1、数据集2,随机效应为个体加性遗传效应、残差效应;模型3、模型4分别使用数据集1、数据集2,随机效应为个体加性遗传效应、个体永久环境效应和残差效应。用ASReml4软件实现方差组分估计。通过AIC准则、BIC准则评价各模型,用LRT检验比较各模型。最后,针对各性状选出最适模型进行遗传力估计。结果显示:①非遗传效应显著性检验得到鉴定年份和群别对数据集1和数据集2中所有性状均极显著(P0.01),出生类型对体重和数据集1中产毛量极显著(P0.01),性别仅对体重反应极显著(P0.01)。②各模型估计的体重遗传力为0.1614～0.2392;产毛量遗传力为0.1958～0.3254;净毛率遗传力为0.4395～0.5539;净毛量遗传力为0.2003～0.2393;羊毛纤维直径遗传力为0.4024～0.5897;羊毛纤维直径变异系数遗传力为0.3174～0.6077;毛长遗传力为0.2960～0.3669。③似然比检验结果表明,模型1和模型3对所有性状差异均不显著(P0.05);模型1和模型4对体重和毛长差异极显著(P0.01);模型2和模型3对净毛量差异极显著(P0.01),对其他性状差异不显著(P0.05);模型2和模型4对所有性状差异不显著(P0.05)。最终得到对净毛量最适模型为模型1,体重、产毛量、净毛率、羊毛纤维直径、羊毛纤维直径变异系数、毛长的最适模型为模型2。所有性状受个体永久环境影响均不显著(P0.05)。基于最适模型估计高山美利奴羊(14月龄)体重、产毛量、净毛率、净毛量、羊毛纤维直径、羊毛纤维直径变异系数、毛长遗传力分别为0.2392、0.3254、0.4394、0.2893、0.4222、0.3175、0.3670。     

基于草地分类的草产量建模与数表编制方法研究

草原资源外业调查数表的研制,对草原资源的经营和管理,编制草产量调查表具有实践意义。研究采用不同的备选模型和哑变量设置方法进行模型拟合,以相对等级法为例编制调查数表,并进行了落点检验。结果表明：Chapman拟合决定系数平均值为0.62,拟合结果优于其他备选模型;以草地类型作为哑变量能显著提高模型的拟合效果,相较于其他哑变量设置方法,拟合决定系数提高了0.26。各草地类型草产量表落点检验值均大于75%,基于草地分类的草产量数表编制方法能满足草原资源外业调查草产量的估计要求。     

饲料中添加金霉素和喹乙醇使用现状的分析

对饲料行业进行随机抽样检验，分析现行饲料中金霉素和喹乙醇应用现状。结果表明：饲料中金霉素和喹乙醇含量均有超标现象，不合格率分别为15％和9％；其中经营环节和使用环节不合格率分别为34．8％和0％，表明饲料中金霉素和喹乙醇含量超标均为经营环节。本次试验结果为饲料监管政策的制定提供有利的数据支持。     

基于GIS的降水多元回归模型在黑河干流山区的应用

结合GIS和统计学方法,利用21个站点气象数据和DEM（基于5个因子：高程、坡度、坡向、经度和纬度）在黑河干流山区构建一种多元非线性回归模型,用以模拟研究区降水量空间分布,并分析了全年、湿季和干季3种情景及3种不同空间分辨率数据相互耦合下的雨量变化。结果表明,该模型可解释研究区74.5%的年降水空间变异,对湿季降水量解释效果要好于全年和干季两种情景;100 m分辨率下的3种降水模型效果均为最好;降水量空间分布不均匀,100 m分辨率下,由西北部不足200 mm增加至东南部700 mm左右,降水量分界线呈西北-东南走向;500 m分辨率的降水量分界呈带状,有一定程度上移;1 000 m分辨率的降水量分布误差大。本研究采用的建模方法有较强移植性,可在其他山区开发类似模型,利用其模拟结果进行更深入的研究,今后在建模中加入空间化的风速变量有可能进一步提高模型精度。     

家禽试验中重复测量数据的常用分析方法

在家禽试验中经常会需要对试验动物进行连续性观察而获得重复测量数据。对这类数据资料如果采用常规方差分析或者对重复测量数据的各时间点分别分析，其结果可能因为来自相同个体的多次观察数据间存在相关而加大误差，或无法充分反应数据连续观测的特性。针对动物试验中重复测量数据的统计方法，文章分析了重复测量数据的重复测量方差分析（RM-ANOVA）、多变量方差分析（MANOVA）法以及混合线性模型拟合法的适用条件，结合案例详述了如何选择合适的方法在R语言中实现对这类数据的分析，为家禽科学及相关专业涉及重复测量数据的统计分析提供参考。     

基于生长度日和降水量的韩国饲用玉米产量预测模型构建

本研究基于韩国不同地区的气象数据和饲用全株玉米(Zea mays)产量的历史记录数据,利用一般线性模型进行了饲用全株玉米的干物质产量预测模型的构建。作物产量等相关数据采集自韩国农业协同组合中央会饲料作物研究课题报告,气象数据采集自韩国国家气象厅网站。经过4个步骤的数据整理,最终用于模型构建的数据集包含了22年间(1988-2011年)的775个数据点。以干物质产量为因变量,通过逐步回归分析,两个气象变量被选定为构建产量预测模型的最适气象变量。进一步,通过一般线性模型,构建了包含两个选定的气象变量和以虚拟变量形式考虑进模型的栽培地域变量的韩国饲用全株玉米产量预测模型:DMY=11.298SHAGDD-3.651SHP+1 089.870+Location。其中,DMY为饲用全株玉米的干物质产量,SHAGDD为播种到收获累积生长度日,SHP为播种到收获累积降水量。通过残差分析和10折交叉验证对所构建的模型进行了检验。根据此产量预测模型,可以发现作物生长期间的温度和降水量对饲用全株玉米的干物质产量有着显著的影响。因此,确定合理的播种和收获时间以使作物获得充分的生长对确保合理的作物产量有着重要意义。此外,基于韩国夏季降水相对集中的气象条件,选择拥有较好排水性的土地和较强耐涝性的作物品种,也是确保饲用全株玉米产量的重要因素。     

杂交羔羊体尺与断奶体重间的多元回归分析

以萨细杂交羔羊的１５项体尺指标为自变量，以断奶体重为目标变量，对其进行多元回归分析以确定线性回归方程。分析结果表明，有９项体尺指标对断奶体重作用不显著。在剔除这些指标后，余下的６项指标构建的多元回归方程符合需要。     

糊状饲料热加工过程中清除嗜温性细菌的挤出条件的优化

<正>(接2010年第7期《新饲料》第59页)响应面模型在目前的研究中是拥有一个控制变量和三个解释变量的四维空间模型。很明显它是依靠三个解释变量而标绘的三维空间模型,这样会使读者能够更容易看出试验结果。然而,响应面模型中在固定一个变量的情况下可以表示为三维模型,并且也可以分析三个     

甘南草地地上生物量的高光谱遥感估算研究

为了促进高光谱分辨率遥感技术在草地畜牧业动态监测和遥感估产中的应用,选择甘南草原为研究区,通过野外观测,测量了天然牧草的冠层高光谱和地上生物量数据,分析了4种主要草地类型的冠层光谱曲线特征,并分析了地上鲜生物量与冠层反射光谱和一阶微分光谱之间的相关关系,构建了光谱特征参数作为变量,建立了甘南草原牧草地上鲜生物量的高光谱估算模型,并对模型进行检验,结果表明：特征参数D723的对数回归模型,不仅相关系数较高,而且均方根和相对误差都较小,因此,估算精度较高,可作为甘南草地地上鲜生物量的最佳高光谱估算模型。