残差神经网络模型在木质板材缺陷分类中的应用

以虫眼、活节、死节3种缺陷的板材为研究对象,建立了小型样本库,采用数据增强方法,对图片进行旋转、平移、尺度变换、灰度变换等方式处理,使样本库扩容到10687张图片,其中7480张图片作为训练集、2137张图片作为验证集、1070张图片作为测试集;应用超分辨率测试序列(VGG)网络模型、谷歌网络模型(GoogLeNet)、残差神经网络模型(ResNet)对木质板材表面缺陷进行分类,依据分类精度,遴选识别效果较好的木质板材缺陷分类方法.结果表明:残差神经网络模型在不同的卷积层时分类精度均在80％以上,而改进的残差神经网络模型在模型结构为50层时的分类准确率高达98.63％,模型能较好地适用于木质板材表面缺陷分类.     

基于遗传神经网络混合模型预测马尾松毛虫发生量的研究

根据相关系数法、均生函数法及逐步回归法分别选取与马尾松毛虫有虫面积、虫口密度、虫株率相关关系密切的气象因子和延拓均生函数序列作为各预测模型的输入特征,分别建立马尾松毛虫有虫面积、虫口密度、虫株率与气象因子的GA-BP混合模型。结果表明,所建立的各GA-BP混合预测模型,具有令人满意的拟合精度和预测精度。当隐含层神经元个数为13个,预报因子数为6个时,3组预留有虫面积的平均预测误差为4．41％;虫口密度GA-BP混合模型的隐层神经元个数为9个,预报因子数为4个时,3组预留样本的平均预测误差为2．17％;虫株率GA-BP混合模型的隐层神经元个数为9个,预报因子数为4个时,3组预留样本的平均预测误差为4．25％。     

基于BP神经网络模型的都市休闲农业园景观规划方案评价

以功能定位、空间布局、农业特色、交通组织、景区景点、服务设施、植被景观等7个指标作为输入层,以印象成绩作为输出层,建立了BP神经网络模型,用来评价都市休闲农业园区景观规划方案.结果表明:BP神经网络模型具有良好的非线性逼近能力,评价误差在5％以内,具有较高精度.本研究对都市休闲农业园景观规划方案评价具有实际意义.     

依据BP神经网络的机载LiDAR数据估算林分平均高

以东北虎豹国家公园范围内的针叶纯林为研究对象,结合2018年9月机载LiDAR点云数据和同步地面调查数据,提取半径为15 m的圆形采样尺度下的LiDAR点云特征变量为数据基础,采用BP神经网络算法、逐步回归法分别构建林分算术平均高模型和林分加权平均高模型,实现对林分平均高的估测.其中在利用BP神经网络算法构建模型时分别选择了贝叶斯正则化算法和L-M算法作为神经网络训练算法.结果表明:BP神经网络算法对数据具有更好地解释能力,其构建的林分平均高模型相关系数(R2)均在87％以上,高于逐步回归法构建的林分平均树高模型;林分加权平均高模型精度更高,用样地加权平均高作为实测值时,采用逐步回归算法、BP神经网络L-M算法、BP神经网络贝叶斯正则化算法构建的模型的检验样地数据的决定系数(R2)分别为0.858、0.919、0.908,树高估测精度(P)分别为88.6％、89.8％、91.2％,与以林分算术平均高作为实测值构建的估测模型相比,决定系数(R2)分别提升了4.9％、3.7％、3.4％,估测精度(P)分别提升了2.9％、2.4％、1.5％;BP神经网络的不同训练函数之间无明显性能差异,两种不同训练方法构建的林分平均高模型的决定系数R2及树高估测精度(P)略有差异,但整体相差较小.     

基于表面波导的简化人体通信理论模型

原有人体通信理论模型存在着计算时间长、消耗资源多的问题.为了简化计算，提出了一种基于分层介质波导理论的简化人体通信理论模型.由于在理论模型和数值模型的衰减常数计算中均发现五层、四层和三层模型的结果一致，而二层模型的结果与其他模型相差较大.这从理论和实验两方面证明了三层模型在计算精度和效率方面取得了平衡，可作为简化人体通信理论模型使用.该简化模型在保持与原有五层模型相同计算精度水平的同时，计算时间为原模型的0.216倍，将计算效率提高了5倍，可用于对人体通信传输机制进行快速估计.     

基于无人机影像阴影去除的苹果树冠层氮素含量遥感反演

【目的】去除无人机多光谱遥感影像中的阴影,以提高苹果树冠层氮素含量反演模型精度。【方法】以山东省栖霞市苹果园为试验区,利用2019年6月采集的无人机多光谱影像,分别基于归一化阴影指数（normalized shaded vegetation index,NSVI）和归一化冠层阴影指数（normalized difference canopy shadow index,NDCSI）去除果树冠层多光谱影像中的阴影,提取非阴影区域果树冠层光谱信息;通过相关性分析方法,将基于原始光谱影像和基于NSVI、NDCSI去除阴影后提取的光谱数据与实测叶片氮素含量进行相关性分析,分别筛选氮素含量的敏感波段并构建光谱参量;采用偏最小二乘（partial least square,PLS）及支持向量机（support vector machine,SVM）方法构建果树冠层氮素含量反演模型并进行精度检验。【结果】绿光波段和红光波段为果树冠层氮素含量反演的敏感波段;阴影削弱了果树冠层的光谱信息,去除阴影前后,冠层多光谱各波段光谱差异较大,在红边波段及近红外波段尤为明显;基于2个阴影指数去除阴影后构建的氮素反演模型精度均有提升,最优模型为基于NDCSI去除阴影后构建的支持向量机氮素含量反演模型,该模型建模集R²和RPD分别为0.774、1.828;验证集R²和RPD分别为0.723、1.819。【结论】基于NDCSI可有效去除无人机多光谱果树冠层影像中的阴影,提高氮素含量反演精度,为果园氮素精准管理提供了有效参考。     

水分敏感指标人工神经网络模型研究

 选用经度、纬度和土壤有效含水量、全生育期日平均参考作物腾发量作为输入因子，水分敏感指标作为输出因子，构建了一个具有二层隐含层的BP人工神经网络模型，利用湖北和广西的水稻试验数据作为样本对网络进行训练和检验。结果表明：模型具有较高的拟合精度和预测精度，能够用于缺乏试验数据的地区进行水分敏感指标的计算。     

沙坡头国家级自然保护区荒漠植被关键群落的最小面积与物种多样性

以处于腾格里沙漠东南缘的沙坡头国家级自然保护区干旱荒漠生态系统的植被关键群落为研究对象,采用“种-面积曲线”的方法确定关键群落最小面积,并在此基础上使用α多样性指数表征物种多样性.共选取4种饱和曲线模型进行拟合,研究结果表明对荒漠植被群落而言,S=c/（1 ＋ae-bA）和S=c-ae-bA模型具有更好的拟合优度和更高的准确性.当比例因子ρ取0.6、0.7、0.8时,群落最小面积分别为18 m2、24 m2、32 m2,可满足包括总群落的60％、70％、80％的植物种类的中等精度要求;当比例因子ρ取0.9时,群落最小面积为45 m2,可满足包括总群落的90％的植物种类的高等精度要求.该区域物种多样性并不十分复杂,灌木层的生态学地位极其显著,发挥着不可替代的作用,群落的稳定性和生态功能也主要由灌木层中的优势种决定.     

基于近红外光谱的纽荷尔脐橙产地识别研究

【目的】中国柑橘产区分布广、生态类型复杂,不同产地纽荷尔脐橙果实品质和市场效应具有较大差异。研究基于近红外光谱技术的柑橘产地识别技术,利于不同柑橘产地果品的识别和鉴伪。【方法】从中国南方17个纽荷尔脐橙主要产地选择代表性成年果园,分别采摘成熟鲜果样品100个。利用SupNIR-1500近红外分析仪采集脐橙果实赤道部、肩部表面以及果汁滤液的近红外反射光谱,光谱波长范围为1 000-2 499 nm。采用主成分分析法对原始光谱数据进行预处理,提取近红外光谱的特征信息以降低数据集维度以及噪声。研究人工神经网络理论,构建由一个输入层、一个具有非线性激励函数的隐藏层和一个输出层组成的典型的3层人工神经网络识别模型。研究由径向基函数作为核函数、以光谱主成分作为输入的支持向量机模型,构建由126个分类器组成的一对一扩展支持向量机模型。研究遗传算法优异的自然选择特性,利用遗传算法从光谱主成分中选择出最优的特征基因子集作为支持向量机的输入,构建遗传算法-支持向量机模型。利用3种模型分别对果汁滤液的近红外反射光谱数据进行分类,从而实现产地识别测试,并根据产地识别精度筛选出最优的产地识别模型。进一步对比该最优识别模型对果实赤道部、肩部反射光谱数据的识别精度,从而确定识别精度最高的光谱数据采集源。【结果】利用所建立的3层人工神经网络模型对纽荷尔脐橙果汁滤液的近红外光谱进行产地识别测试,确定当输入神经元数量为11、隐藏神经元数量为13时,模型对果实产地识别的最佳精度达81.45%。采用一对一扩展方式建立支持向量机产地识别模型,研究确定采用径向基函数作为核函数,当主成分数量为20时,脐橙产地识别精度最高可达86.98%。测试利用遗传算法-支持向量机混合模型进行脐橙产地分类识别,确定当种群数量为200、遗传代数为100、交叉概率0.7、突变概率0.01时,遗传算法选择出最优的基因子集进行产地识别,遗传算法-支持向量机模型的产地识别精度最高可达89.72%,优于人工神经网络分类模型和支持向量机分类模型的产地识别精度。进一步利用遗传算法-支持向量机产地识别模型对果实赤道部及肩部的果面反射光谱进行产地识别测试,得到对应的最高识别精度分别为80.00%和69.00%。【结论】遗传算法-支持向量机模型对果汁反射近红外光谱进行产地识别精度最高,优于人工神经网络模型和支持向量机模型。该模型对果实赤道部反射光谱进行分类的精度次于果汁滤液反射光谱但优于果实肩部反射光谱,因此,可利用赤道部的反射光谱实现非破坏性果实产地分类识别。     

应用Sentinel-2A卫星遥感影像估测森林蓄积量

为了探讨应用Sentinel-2A遥感影像进行森林蓄积量估测的可行性,以内蒙古自治区某林业局的一类清查样地数据、二类调查小班数据、数字高程模型(DEM)以及林地数据为数据源,以遥感影像的波段灰度信息、比值波段及地形信息为自变量,采用k-近邻法(k-NN)、稳健估计及偏最小二乘估计等方法,分林型构建研究区域的森林蓄积量估测模型,从林业局、林场及小班尺度进行估测精度评价.结果表明:k-NN方法在林业局、林场和小班等3个尺度中的估测精度分别达到了97％、93.2％和83.6％,均表现出良好的估测效果;稳健估计法在3个尺度中的估测精度分别为89.3％、72.4％、69.3％;偏最小二估计法在3个尺度中的估测精度分别为85.7％、75.8％、71.7％.k-NN方法估测效果明显优于稳健估计方和偏最小二估计法,因此,Sentinel-2A遥感影像能够有效应用于森林蓄积量估测.     

子午岭次生油松林主要乔木树种的更新特点

为揭示甘肃子午岭次生油松Pinus tabulaeformis林主要乔木树种在林窗与非林窗环境下的更新规律,对25个林窗和25个非林窗中的主要乔木树种进行了调查,按照树种重要值的位序差值将林窗内外群落灌木层中出现的主要乔木树种划分为4类生态种组。结果表明,对林窗强烈正更新反应的树种(第1类生态种组)有6种,强烈负更新反应的树种(第2类生态种组)2种,中等更新反应的(第3类生态种组)8种,不明显更新反应的(第4类生态种组)有15种。第1类生态种组树种幼苗幼树的平均密度和平均高度在林窗远大于非林窗,第4类生态种组的树种在林窗中也能更新,不同生态种组树种的幼苗在林窗与非林窗中的更新表现出明显的差别。主要乔木树种在林窗内的更新状况优于非林窗内,林窗的出现为子午岭次生油松林主要乔木林树种的更新提供了良好的生长环境。图2表1参14     

北京山区油松人工林单木材积生长量BP神经网络模型

采用综合分析法和相关分析法选定每公顷蓄积量、标准木年龄、标准木树高、标准木胸径为输入变量,以标准木的上个生长季的材积连年生长量为输出变量,建立三层结构的油松(Pinus tabulaeformisCarr.)人工林单木材积生长量BP神经网络模型。利用北京山区78块各类型油松人工林样地调查数据对模型进行训练和仿真模拟。通过综合比较得出网络模型结构为4∶11∶1的网络模型具有最好的模拟效果,训练精度可达94.024%。此模型可以准确、简单、快速的对北京山区油松人工林的单木材积生长量进行有关的分析、计算、模拟和预测。     

伏牛山区栓皮栎天然次生林地位指数ANN模型构建

研究编制了伏牛山地区栓皮栎天然次生林地位指数表,以期为当地栓皮栎天然次生林后期的经营管理和保护工作奠定基础。根据伏牛山区调查的120块栓皮栎天然次生林标准地和180株平均优势木解析木数据,采用人工神经网络建模技术,建立了优势木平均高ANN模型,拟合精度为98.66%。基准年龄为40a,依据平均优势高与地位指数的关系,编制了地位指数表。用未参加建模的60块标准地数据进行落点检验,检验精度达到96.67%。结果表明,ANN模型构建地位指数模型方法简单,所建模型精度高,应用推广能力强。     

基于BP神经网络连栽桉树人工林生长量预测

以广西国有东门林场雷卡分场的3个连栽代次的尾巨桉(Eucalyptus urophylla×E.grandis)人工林为研究对象,以林分的林龄和林分密度作为输入变量,分别以林分的平均胸径和树高为输出变量,构建了6个2∶n∶1的BP人工神经网络模型。用林分前5 a的数据对网络进行训练,第6、7年数据进行测试,经过大量训练选取最优模型后,得出以2∶2∶1的结构训练的模型最优,林分平均胸径的3个BP网络模型平均预测精度分别为99.09%、98.35%和96.37%,平均树高的3个BP网络模型平均精度分别为96.22%、96.48%和96.6%。回归分析证明模型的拟合效果良好。模型可用来分析、模拟和预测相似条件下桉树人工林林分随林龄增长整个生长阶段的生长量变化情况。     

利用林分因子估测森林地表可燃物负荷量

在帽儿山地区，对落叶松林和白桦林2个可燃物类型的75块样地树种的胸径、树高、年龄等林分因子和地表可燃物的负荷量进行了野外调查和室内实验分析与计算，利用SPSS 11．5 for Windows统计软件和Matlab软件，分别对不同种类可燃物负荷量与林分因子进行分析，并建立了多元回归模型和人工神经网络模型。利用林分因子推算不同种类地表可燃物负荷量，取得了较为满意的结果。     

延安油松人工林地水分生产力与土壤干燥化效应模拟研究

在EPIC模型模拟精度验证基础上,应用EPIC模型定量模拟研究了延安45年(1957～2001年)实时气象条件下,油松人工林地的水分生产力1、0 m土层土壤有效含水量的变化动态和土壤湿度剖面分布特征,以揭示较长时段内油松人工林地的水分生产力变化规律和土壤干燥化效应。模拟结果表明:(1)1～13年生(1957～1969年)油松人工林水分生产力变化受降水量的影响不大,土壤水分足够维持油松较高的生产力,生物量平均值为3.1 t/hm2;14～45年生(1970～2001年)油松人工林水分生产力呈波动性下降趋势,其波动与降水量波动呈相同的趋势,生物量平均值为2 t/hm2。(2)延安油松人工林地0～10 m土层逐月土壤有效含水量模拟值,模拟前期(1～8年生)在较高(1 300～1 490 mm)水平上波动,模拟中前期(9～15年生)呈现明显的逐年降低趋势,土壤干燥化趋势十分强烈,模拟中后期(16～43年生)在较低水平上(0～180.0 mm)波动,模拟后期(44～45年生)油松死亡后土壤有效含水量逐年上升。(3)随着油松生长年限的延长和根系扎深,油松林地土壤的干层逐年加深和加厚;14年生以后,1～10 m深层土壤湿度稳定维持在每米土层0.12 m左右的含水量状态,表明油松人工林地1～10 m土层已经全部干燥化。综上所述,延安油松人工林地水分持续利用的最大年限为15年左右。     

基于BP神经网络的油松人工林树高模型研究

通过分析比较不同算法以及不同输入层因子,构建出最佳的黄龙山区油松人工林树高预测BP神经网络模型。以陕西省延安市黄龙县44块油松人工林样地实测数据为数据源,通过对6种BP神经网络的训练方法进行训练,经过反复筛选找出最优模型并与传统胸径-树高模型作比较;最后将BP神经网络中的输入因子从2个增加到6个后,经过反复训练筛选出最优模型与2因子的BP神经网络模型作比较。结果表明:1）贝叶斯归一化（BR）算法在6种算法中表现最佳,R²和MSE分别为0.963 0和1.168;2）不同隐含层节点数的选取会对BP神经网络模型的建立产生一定的影响,BP神经网络模型的决定系数（R²）随着隐含层节点数的增加呈现先上升后下降的趋势;均方误差（MSE）呈现先下降后上升的趋势,两者都在节点数为10时有极值,此时的模型为最优模型;3）当输入因子为胸径和优势树高时,油松人工林的最优模型结构为（输入层节点数:隐含层节点数:输出层节点数为2∶10∶1）,此时BP神经网络模型对树高预测的决定系数（R²）和均方误差（MSE）分别为0.761 0和1.984 7;当输入因子为胸径、优势树高、林分密度、竞争指数、坡度和坡向时,最优模型结构为6∶10∶1,此时BP神经网络模型对树高预测的决定系数（R²）和均方误差（MSE）分别为0.844 7和1.955 7。由此得出,在建立油松人工林树高BP神经网络模型方面优化类算法要优于启发式下降算法;BP神经网络模型与传统模型相比,BP神经网络模型不需要目标方程结构,并且模拟和预测的精度均要优于传统模型;在原有BP神经网络模型的基础上再引入林分密度、竞争指数、坡度、坡向这些输入因子后所得到的新的BP神经网络模型对树高模型的建立和预测要优于原有BP神经网络模型。     

毛白杨农田防护林林分密度指数模型

以河南省博爱县毛白杨农田防护林带为研究对象,应用人工神经网络建模技术,以平均胸径为输入变量,以林分密度为输出变量,建立BP人工神经网络模型,用毛白杨的实际数据进行模型训练,选出的最佳模型,拟合准确度为98.18%,并与Reineke的林分密度指数模型比较,结果进一步表明,人工神经网络是一种有效的林分密度指数模拟技术。     

大青山区油松人工林密度对林木生长影响的研究

在大青山区对油松人工林密度与其生长因子关系的研究指出,随着林分密度的增加林分平均胸径、冠幅呈减小趋势,二者呈幂指数函数关系,即在一定林分密度范围内,随着林分密度的增加,胸径和冠幅减小。树高随密度的变化不显著,而树木的高径比随密度增加呈上升的趋势,二者关系可拟合为对数曲线。该区油松人工林密度对生长因子影响的最大临界值阳坡为3 000株/hm2,阴坡为4 000株/hm2可作为调空密度的参考依据。     

黄土丘陵区人工和天然油松林物种多样性比较

以甘肃省正宁县中湾林场为研究点,采用标准样地调查法,应用物种丰富度、Simpson指数、Shannon-Wiener指数、Pielou均匀度指数分析了人工油松林和天然油松林群落α多样性动态特征、群落结构特征及群落相似性。结果表明,人工油松林和天然油松林均具有比较丰富的物种组成,分别为69种和57种,两种群落多样性指数变化规律一致,依次为灌木层、草本层和乔木层。群落总体的多样性除Pielou指数的最大值出现在阴坡的天然林外,群落总体的物种丰富度、Simpson指数、Shannon指数均在阴坡的人工林达到最高峰,表明生长在阴坡的人工油松林,其群落总体的多样性指数较大。不同坡向的天然林群落相似性显著高于处于不同坡向的人工林,无论在物种组成还是在多样性及群落空间结构上,天然林和人工林均具有较高的相似性。在黄土丘陵区通过适当人工抚育措施可以有效地增加林下植被的种类和盖度,促进人工林的生长发育。