蒙古栎天然林单木生长模型研究:Ⅲ.单木枯死模型

【目的】研究蒙古栎天然林的单木枯死模型,为蒙古栎天然林的合理经营提供依据。【方法】以蒙古栎天然林为研究对象,基于吉林省汪清林业局195块固定样地的2期复测数据,采用二分类的Logistic回归方法建立蒙古栎天然林的单木枯死模型。【结果】期初胸径、竞争指数、林分密度都是显著影响树木枯死的因子,林木直径是影响林木枯死的重要因子,直径越小,枯死概率越大。χ2检验结果以及ROC(Receiver operating characteristic)曲线显示,使用Logistic回归可以有效预测树木的枯死情况,所建模型较合理。【结论】建立的单木枯死模型统计可靠,可为吉林省汪清地区蒙古栎天然林的生长预测提供依据。     

土壤养分因子对蒙古栎林优势木生长的影响

为研究土壤因子对优势木生长的影响,以60块蒙古栎林样地为研究对象,运用6种曲线模型和多元线性回归的方法建立了以表层土壤养分因子为自变量,以样地内优势木树高、胸径、材积为因变量的优势木生长模型。结果表明,优势木平均胸径和树高间相关关系不显著,而与土壤因子中的p H值、有效磷、全钾质量分数显著相关,并得到优势木平均胸径与土壤因子的3个曲线方程。运用多元逐步回归方法,仅土壤有效磷质量分数进入模型。综合曲线模型和线性回归模型发现,胸径生长与土壤养分质量分数相关关系呈现分段趋势;当胸径大于27cm时,土壤有效磷对胸径的影响明显减小。     

基于误差修正的电线覆冰厚度贝叶斯模型及分析

通过对已有的电线覆冰厚度数据进行分析,建立了电线覆冰厚度时间序列模型,对覆冰厚度进行贝叶斯统计推断,然后运用基于Gibbs抽样的MCMC方法对推断模型进行参数估计,并对MCMC模型进行误差修正.在此基础上,运用WINBUGS软件,对Gibbs抽样得到的预测结果与极大似然估计的预测结果进行比较.比较分析结果表明：通过误差修正的贝叶斯推断方法在电线覆冰厚度预测上具有更高的准确性.     

基于分层贝叶斯方法的高山松单木生物量模型

以香格里拉市典型森林生态系统高山松林为对象,在前期进行Ⅰ区和Ⅱ区共115株高山松单木地上生物量实测基础上,以异速生长方程为单木生物量基础模型,并采用分层贝叶斯方法、非线性混合模型法、贝叶斯方法和非线性最小二乘法进行异速生长参数拟合,运用决定系数(R²)、估测精度(E)、均方根误差(RMSE)等指标对模型参数拟合效果进行评价。结果表明:1)从拟合精度看,4种方法的模型拟合效果均较好,R²均达到了0.98以上。但分层贝叶斯方法估计结果更优,其R²=0.985 6,E=84.76%和R_MSE=39.75 kg;2)通过对比不同方法的差异发现,加入了区域随机效应的分层贝叶斯方法和非线性混合模型法的拟合效果均优于未加入区域随机效应的贝叶斯方法和非线性最小二乘法。分层贝叶斯方法在拟合高山松单木生物量模型中具有更大优势,模型拟合效果最好。加入了随机效应的分层贝叶斯方法和非线性混合模型法可以提高单木生物量模型的估计精度,采用分层贝叶斯方法进行高山松单木生物量模型参数估测,为大尺度样本数据模型参数估测方法提供新思路。     

随机效应模型下标记-QTL连锁分析方法

在QTL随机模型的框架内，通过对QTL方差组分的最大似然估计，进行家畜一般系谱群体的QTL-标记连锁分析，研究中同时考虑了性状遗传力和QTL效应的不同水平对QTL定位效果的影响。结果表明，采用QTL随机效应模型可以有效地进行标记-QTL间的连锁分析并可获得较高的检验功效，QTL位置与效应参数的估计均在合理的范围内；同时，性状遗传力和QTL方差贡献对QTL定位准确度和功效均有较大的影响，随着性状遗传力和QTL方差贡献的增大，参数估计的准确性和检验功效提高。固定性状遗传力的情况下（h^20=0．1），QTL效应由0．1→0．5时，相应的检验功效由17％提高到49％；当遗传力和QTL效应均提高到0．5时，QTL检验功效最高达到88％。     

基于最大似然法集成的黄曲条跳甲预警模型

采用最大似然法模型,建立蔬菜黄曲条跳甲的预警模型,并且针对最大似然法一般需要比较多的训练样本才能准确预测的缺点,提出能够显著地提高学习系统的泛化能力的集成算法,即最大似然集成算法以减少对训练样本数量的要求。通过对广东省蔬菜黄曲条跳甲数据验证表明,最大似然集成算法的预警准确率比最近邻算法k、-mean聚类和支持向量机预警准确率都要高。     

华北地区基于MODIS的地表覆盖监测方法研究——以建筑用地为例

利用华北地区的Modis影像数据，通过最大似然法对该地区的土地覆盖进行监督分类，并用中巴卫星对分类结果进行验证。在分类精度满足相应的要求情况下撮出建设用地的监测信息，并对其进行分析。最后得出结论：华北地区的城镇用地比重高，建设用地占用了大量的土地资源，从而造成农用地的比重减少，直接威胁到该地区的粮食安全和可持续发展。     

蒙古栎天然林生长模型的研究:Ⅳ进界生长模型

【目的】研究蒙古栎天然林的进界模型,为其合理经营提供依据。【方法】以蒙古栎天然林为研究对象,基于吉林省汪清林业局195块固定样地的2期复测数据,采用两阶段条件法建立蒙古栎天然林分的进界生长模型:首先使用二分类的Logistic回归方法建立进界概率模型,其次使用普通线性逐步回归建立蒙古栎林的进界株数模型,2个模型的自变量均包括海拔、地位级指数、林分每公顷断面积、林分每公顷株数。【结果】最终确定的蒙古栎天然林的进界概率模型χ2检验结果显示,样地实测进界数和预测进界数无显著差异;ROC(Receiver operating characteristic)曲线显示,AUC(Area under curve)值为0.755。进界株数模型的残差大部分为-1.5~1.5,预测株数与实测株数无显著差异,残差未表现出显著的异质性。【结论】检验结果及ROC曲线均显示,所建立的蒙古栎天然林进界概率模型具有较好的解释性和预测性;进界株数模型的检验结果也表明该模型比较合理。因此,所建立模型可用于吉林省汪清地区蒙古栎天然林的进界生长预测。     

基于TM数据耕地面积提取方法研究

粮食作物的播种面积、产量等信息是国家制定粮食政策和经济计划的重要依据。以昔阳县为研究区域,主要应用TM数据,结合研究区土地利用现状图,基于光谱信息,提取了耕地和非耕地信息,最后利用最大似然法监督分类得出耕地面积为29242.1 hm2,分类结果精度达到93.3%。     

蒙古栎林林窗特征研究

分析研究了龙井市勇新林场蒙古栎林林窗干扰的基本特征.结果表明,该区蒙古栎林林窗大小面积为16.5~134.6 m2不等;林窗内光照没有达到潜在的最大光照值,开敞度仅为0.5~0.9;林窗形成方式中最重要的是砍伐,占50%;形成木以蒙古栎为主,占68.4%,形成木数量多为1~2株;林窗内蒙古栎幼苗更新较差,开敞度对幼苗更新起决定作用.     

北京市栎类植物空间分布及生长过程分析

为掌握北京市栎类植物的资源状况,结合北京市二类资源调查数据,在各区县典型栎林(蒙古栎林、栓皮栎林、槲栎林、槲树林)中进行67个标准地调查及261个年轮条分析。结果表明:北京市栎林主要以蒙古栎林和栓皮栎林为主,蒙古栎林主要分布在海拔1000m以上的阴坡和半阴坡,以怀柔区喇叭沟门乡、门头沟区清水乡、密云县云蒙山林场较为集中且生长良好,最大蓄积量为173.834m3hm2;栓皮栎林主要分布在海拔750m以下的阳坡和半阳坡,以平谷区分布最为广泛;槲栎林和槲树林则很少有成片出现。蒙古栎天然次生林、栓皮栎人工林、槲栎天然次生林和槲树人工林的胸径生长量一般在1～12年最快,数量成熟龄分别为60、45～48、51和42年之后。     

基于贝叶斯与元学习的氨氮浓度预测模型优化

针对小样本数据下氨氮浓度模型预测精度不高、收敛速度较慢的问题,采用长短期记忆网络（long short-term memory,LSTM）建立氨氮浓度预测模型,并利用贝叶斯优化算法和元学习机制对模型进行优化。其中贝叶斯优化算法用来优化预测模型的超参数,同时给出模型参数的初始值,再使用Meta-LSTM算法学习模型梯度并允许优化器之间进行参数共享和更新,最终实现对氨氮浓度预测模型的优化。将该方法与LSTM、GRU和RNN模型进行对比试验,结果显示,研究所建模型对氨氮浓度预测的均方根误差、平均绝对误差和均方误差分别为0.027 6、0.023 9和0.000 76,均优于其他预测模型。表明基于贝叶斯和元学习的氨氮浓度预测模型对小样本数据建模有效,可以实现网络快速收敛,精度满足水产养殖中氨氮浓度预测需求。     

北京山地天然栎林垂直结构研究

森林垂直结构的定量分析在森林生态系统管理中具有重要意义。以北京山地天然栎林为例,根据树冠光竞争高度原理设计划分林分垂直层次的方法,对栎林的垂直结构分析方法和所采用的参数进行验证,并对划分出的不同层次间林木胸径、树高和树冠长度3个指标进行方差分析。结果表明:该方法能较为客观地对天然栎林进行垂直层次定量划分,并对其他群落类型也有参考价值。     

天然林单木生长模型研究进展

根据天然林异龄、复层、树种混交的特点,提出了建立天然林单木生长模型的5个难点:林木年龄、立地质量、林木竞争、树种组成、林木枯损和进阶的表达问题;介绍了目前针对这些问题所进行的研究;对已经建立的天然林单木生长模型进行分析,得出其目前存在的4个特点;总结出天然林单木生长模型的发展趋势.     

基于贝叶斯网络的城市燃气管道安全失效概率

贝叶斯网络对不确定性问题具有强大的处理能力和自我学习更新能力,而贝叶斯网络软件的应用提高了基于贝叶斯网络风险预测的有效性。建立了基于贝叶斯网络的城市燃气管道失效概率分析模型,运用HUGIN和MSBNX软件工具,结合某市天然气管道案例,计算多态故障顶事件安全失效概率和各失效因素的结构重要度。运用BN的推理能力,对造成管道安全失效的自然破坏因素和腐蚀因素分别进行单因素和双因素修正。修正后的贝叶斯网络模型更加符合实际,对提高城市燃气管道安全失效定量分析的系统性、预见性和准确性具有更好的现实意义,也充分显示了贝叶斯网络在处理复杂系统风险分析中独特的优越性和适用性。     

基于贝叶斯模型平均法的森林火灾预测模型构建研究

  目的  本文基于贝叶斯模型平均法,结合二项逻辑斯蒂回归模型,构建云南省大理州森林火灾发生预测模型,以期提高林火预测精度,为研究地区林火管理提供技术支持。  方法  利用2000—2013年大理州林火数据及对应的气象数据,分别运用二项逻辑斯蒂回归模型和贝叶斯模型平均法,对该地区森林火灾对气象因子的响应进行实证分析。二项逻辑斯蒂回归模型为单一模型,建模前通过对各解释变量进行多重共线性检验,剔除有显著共线性的解释变量,然后通过逐步回归法,筛选最终变量并进行参数拟合。贝叶斯平均模型为组合模型,基于贝叶斯模型平均法建模时,采用奥卡姆窗的方法来适当调整模型空间,并以5个最优模型的后验概率作为权重进行加权建模。将全样本数据随机分成80%的训练样本和20%的测试样本,基于训练样本建立模型,对测试样本进行预测,通过对比观测值和预测值计算模型的准确率。  结果  通过二项逻辑斯蒂模型拟合,优度为0.783,预测精度为0.718。通过贝叶斯平均模型拟合,优度为0.868,预测精度为0.807。2个模型预测结果对比显示,在训练集中,贝叶斯平均模型的预测准确率比二项逻辑斯蒂回归模型高9.3%;在测试集中,贝叶斯平均模型的预测准确率比二项逻辑斯蒂回归模型高8.9%。  结论  在基于气象因子的大理州林火发生预测模型构建研究中,贝叶斯平均模型的拟合优度和预测精度均高于二项逻辑斯蒂模型,表明贝叶斯模型平均法具有一定的现实应用意义,可用于提高研究地区林火预测精度,有利于森林火灾的决策管理。      

基于EFAST方法的CERES-Wheat作物模型参数敏感性分析

为有效识别作物模型关键参数,减少模型模拟的不适用性,根据中国农业大学上庄实验站小麦田间实测数据,应用EFAST方法对CERES-Wheat模型输入参数进行定量的全局敏感性分析,分析小麦模拟产量对作物参数、土壤参数和田间管理参数变化的敏感性。结果表明:CERES-Wheat模型的作物品种型参数中,标准籽粒质量参数对模拟结果影响最大,而生态型参数中影响最大的是营养生长末期叶片面积质量比率;土壤参数中的矿化系数对模拟结果影响最显著;管理参数中的施氮量、播种日期、施肥日期、播种深度对模拟结果影响较显著。基于EFAST方法的敏感性分析对作物模型修正具有指导意义,可为确定模型关键参数及模型进一步优化提供参考依据。     

基于贝叶斯网的象山港网箱轮养周期预测模型

贝叶斯网络具有强大的推理能力,能与先验知识和数据结合,进行定性和定量分析,提供了一条有效的处理预测问题的途径,首先介绍了以上贝叶斯网络及其特点,并讨论如何学习贝叶斯网络结构,然后由专家知识和给定数据,构造了一个海底网箱养殖的贝叶斯网络预测模,该模型能有效的表达网箱养殖环境各个指标之间的因果关系,进而可以对指定的网箱养殖的移动周期进行预测和决策.实验结果表明,试验数据显示评价的准确性是89.7%.以上证明该方法是有效可行的,表明贝叶斯网络是一种很有前途的预测评价方法.     

森林可持续发展的动态优化模型

运用动态规划方法讨论森林可持续发展问题，建立了森林自然发展模型和森林可持续发展的优化开发模型，给出了相应的迭代公式，并选用青冈－夏蜡梅群落进行模拟计算。结果表明经过一段时间的自然发展，森林群落可达到稳定态，夏蜡梅群落必将过渡到青冈－夏蜡梅稳定群落。其后，各阶段各树种的数量有微小变化，但总体稳定，且算法快速收敛于稳定点。图3表2参4。