农业科技论文中常见数据错误的剖析

针对目前越来越多的数据错误出现在农业科技论文原稿中的现状，通过时编辑工作实践的总结，发现农业科技论文常见的数据错误有：与科学常识明显不符的常识性数据错误；由于对概念的内涵和外延理解不清造成的概念性数据错误：推理计算结果与常理不符或自相矛盾的数据错误；计算机显示造成的数据格式错误。     

区域自动站雨量资料质量控制方法及应用

区域自动站采用自动观测技术为气象部门提供了雨量资料,掌控高时空分辨率的雨情信息,为区域气象测报和人们生活提供了有利参考。因此雨量资料质量的控制方法及应用就显得十分重要。本文介绍了青海省互助县气象局区域自动站雨量资料质量控制系统的控制方法和流程,及时发现资料数据错误,探讨了区域自动站资料在区域气象服务中的多元化应用。指出区域自动站雨量资料质量控制方法及其应用,能极大的提高区域自动气象站数据的可用性,是提高区域自动气象站数据质量的有效手段。     

制丝工序出口水分统计方法的改进

为解决制丝车间各个工序出口水分设计值变化时,数据统计分析无法随之变化,进而产生统计错误的问题,通过开发工控机设定值输入界面,改进各工序出口水分的数据采集、质量指标、统计学计算方法,结果表明:生产批次开始前操作现场适时调整设计值,保证了数据统计分析的准确性;对批次汇总数据的均值、标准偏差处理方法进行改进,保证了统计分析的科学性.改进后,数据汇总可以对设计值的变化进行有效识别,统计量的计算全部正确,提升了质量数据的稳定性和可靠性.     

区域自动气象站后端实时数据质量控制方法的研究

[目的]研究区域自动气象站后端实时数据质量控制的方法。[方法]介绍了区域自动气象站后端实时数据质量控制的基本内容和步骤,对各要素进行系统的质量控制流程规范,深入分析广西区域自动气象站后端实时数据错误的存在形式,并结合要素的相关和线性变化规律,在传统质量控制方法基础上进行改进,对气温、气压要素采用预估值检查、要素相关检查等方法进行质量控制。[结果]该方法是在传统质量控制方法基础上进行优化和改进,缩短了实时数据质量控制的时效;小时降水量质量检查采用小时最低温度相关检查、雷达资料垂直一致性检查,有效提高小时降水量质量控制准确度和可信度。[结论]该方法已在广西区域自动气象站实时资料质量控制试用一年,并取得良好的效果。     

基于ArcGIS水文要素数据提取方法的研究

在实际研究中,很多现有的水文资料数据并不能直接用于当前水资源研究工作中,这时就需要从已有数据中提取部分水文要素数据构成新的水文数据层。作者通过介绍GIS的技术特点,分析其在水文研究工作中的应用,以水系图为应用案例,介绍了基于ArcGIS软件对水文要素数据提取的五种处理方法和工具,即通过属性选择符合条件的数据;通过ArcCatalog模块实现数据提取;利用追踪工具提取水文要素数据;利用导出数据提取相关水文要素;利用select工具通过属性提取相关要素。为利用ArcGIS软件平台研究水文水资源工作的初学者提供操作参考,加深对GIS水文运用的基本认识和理解,进而提高实践应用能力,以便能更好地为社会提供优质的水文水资源科技成果。     

2019-2021年南京市区域站气压资料质量评估与分析

利用南京市2019-2021年45个区域自动站气压资料,结合气候界限值检查、气候极值检查、内部一致性检查及时间一致性检查4种质量控制方法和对缺测数据的统计,对气压数据的质量进行了初步的探讨。结果显示：45个区域站均通过气候界限值检查及内部一致性检查,综合其他两种质量控制方法、数据完整性及可疑站点排名统计后发现,其中19个区域站(M3527、M3528、M3529、M3548、M3550、M3553、M3554、M3555、M3559、M6725、M6728、M6732、M6733、M6737、M6738、M6777、M6789、M6791、M6795)的气压数据质量较好。减少数据的缺测率,可疑及错误数据及时反馈和修改,有利于提升数据的质量,并能为区域站的维护提供依据。     

汇率预测的理论与方法及其最新进展

总结了众多国内外学者在汇率预测方面的理论及其研究方法。通过对传统的统计方法与非参数方法的比较分析,得出结论:大多数传统的时间序列模型是线性的,不能抓住非线性时间序列数据的内在特征。而相对于传统的预测模型而言,非参数方法能发现观察结果和输入数据的关系,不需要事先确定模型,其拟合结果能更好的捕捉汇率的动态特征与走势。     

农家发火灾该咋扑救？

农村家庭内发生火灾．如果发现不及时．扑救方法错误．就会引发恶性事故。今就农家灭火知识介绍如下。     

土壤重金属数据异常识别方法 ——以北京农田区样点数据为例

土壤重金属调查数据中的异常往往会导致评价分析结果与真实分布情况产生偏差和错误,直接影响后续的决策管理.针对传统异常值检测中邻域范围的确定偏于主观,且异常值检测后无法识别其类型的问题,提出了一套土壤重金属异常识别方法.该方法基于K临近法确定重金属合理稳定的最佳邻域区间,结合局部空间自相关法识别空间异常值,基于相关性分析识别土壤重金属异常类型.以北京市2006年铅(Pb)和铜(Cu)重金属含量为例,将该方法与其他方法结合进行变异特征和插值预测精度评价分析.结果显示,Pb和Cu含量存在稳定的邻域区间,其中6号点位的Pb、Cu含量,39号点位的Cu含量存在异常;前者异常类型疑似真实异常,后者异常类型疑似数据错误;将原始样点进行全局、局部和疑似数据错误异常样点剔除后,样本总体的离散程度降低,样本空间自相关性程度及区域结构性变异趋势增强;剔除全局和局部异常点后,数据空间插值误差明显减小,去除疑似数据错误异常点后插值误差较去除局部异常点时的插值误差基本一致.说明原始样点中对判断为疑似数据错误的样点进行剔除后对整体插值估计影响甚微,证明该土壤重金属异常识别方法的有效性和准确性.     

基于导出策略的路由配置错误检测方法

针对域间路由中易出现的路由配置疏忽,避免因不恰当配置引起域间路由不稳定事件,提出一种有效的路由配置错误检测方法.通过应用推断的域间路由导出策略,对路由宣告的前缀进行分析,检测出源配置错误和导出配置错误的潜在性,其间考虑选性路由对前缀宣告造成的影响,从而减少误判的可能性.实验结果表明,该方法利用较少的局部路由信息,可快速有效的检测出潜在的路由配置错误并辅助提升网络性能.     

厚冲积层矿区概率积分法预计修正模型研究

以淮南新矿区地表移动观测资料为基础,揭示了概率积分法在厚冲积层矿区应用的主要缺陷,提出了概率积分法预计模型的修正方法,并求得修正模型的数学表达式,经实例验证该修正模型克服了边界拟合差的缺点,使误差分布更均匀,提高了概率积分法在厚冲积层矿区开采沉陷预计的准确率.     

非参数估计在构造树高曲线中的应用

研究测树因子之间的数学关系,是森林调查的重要理论工作.该文以树高曲线模型为例,首先分析了最小二乘估计（LS估计）存在的缺陷,然后采用非参数核密度估计和最大概率估计两种方法建立了树高曲线模型.结果表明:①核密度估计能在一定最优准则下很好地适应样本,误差小,样本的统计特性和多峰形态亦得到很好的反映;②最大概率估计则适合在因变量和自变量均有误差的情况下建立模型.它摈弃了LS估计和核密度估计只考虑因变量统计误差的局限性,因此这种估计方法更符合实际情况.同时,当样本中含有误差很大的异常数据时,核密度估计和最大概率估计所得模型比LS估计方法所得模型更稳定.      

船舶操纵性综合评价方法的研究

在分析船舶操纵性能的基础上，确定了评价船舶操纵性能的指标，并利用工程模糊集理论中的多级模糊识别模型对船舶操纵性能进行了评价。结果表明，用多级模糊识别模型对船舶操纵性能进行评价，可省去建立绝对隶属函数的大量繁杂工作，并能在一定程度上消除人为的主观影响。     

三江源地区温度和降水量空间插值方法比较

以获取三江源地区1971～2000年的各月降水及平均气温的栅格数据为目的,选取青海省及其周边共58个基准气象站点的气候数据,结合100 m×100 m分辨率的数字高程模型（DEM）数据,采用协同克里格（Co-Kriging,COK）和薄盘光滑样条函数（Thin plate smoothing splines,TPS）2种方法进行气温及降水的空间插值。用广义交叉验证（General cross validation,GCV）的最小统计误差筛选最佳模型,用均方根预测误差（RMSE）和平均绝对误差（MAE）比较2种方法的精度。结果表明,①不论是COK还是TPS,引入协变量后模型插值结果的精度更优;②TPS的插值效果显著优于COK：对月均温模型,TPS的RMSE值比COK提高了69.48%,MAE验证指标提高了70.56%;而对于月降水模型,TPS的RMSE值比COK提高了28.07%,MAE值提高了29.06%。     

遗传算法在盐分胁迫下冬小麦根系分布预报中的应用

盐分存在条件下根系在土壤剖面中的分布会随众多的因素产生变化,由常规的拟合方法得到的根系分布与实际值会存在较大的误差。在此,基于遗传算法建立了一种获得盐分胁迫下冬小麦根系分布参数的模型,经过检验,模型整体预报效果较好,可以通过间接的、相对容易的途径获得相对准确的根系参数,可以满足实际应用的需求。     

应用信息技术提升农业研究水平

应用远程数据监控系统采集研究数据,采集信息具备实时性,准确性和精确性。应用信息技术开展新品种选育、病害防治研究,可减少试验误差,提高研究效果,促进研究进展;应用信息技术进行精准施肥研究,可精确地给农田地块施肥,方法简便;应用信息技术进行作物调亏灌溉研究,对作物生理特性改进水分利用效率的研究,能有效地提高节水农业研究水平。     

浅析水文气象预报存在误差的原因

水文气象预报与人类日常生活息息相关,并且能为人们的生产经营活动提供一定的参考。 但是水文气象预报会因为观测技术差异、工作人员素质差异、预报模型运用差异等多种因素而导致预 报出现误差。为了帮助人们更准确地理解预报误差产生的原因,本文将简单分析总结导致水文气象 预报存在误差的各种可能因素,并提出相应的对策。     

基于PSO_LSSVM和Elman神经网络的北京市气温预测效果比较

利用北京市1960-2004年的月平均气温数据,建立最小二乘支持向量机(LSSVM)与Elman神经网络模型,分别运用粒子群算法(PSO)与试凑法对这2种模型进行优化,并对2005-2009年的月平均气温进行预测估计,比较2种模型的预测结果,以便找出更准确的气温预测模型。结果表明,2种模型总体上均能较好地拟合气温序列(R2均大于0.985),但是对于低温预测效果均相对欠佳;PSO_LSSVM预测误差(RMSE=1.380 6)明显小于Elman神经网络(RMSE=1.732 5),拟合精度更高,能更好地对短期气温变化进行模拟。因此,可用PSO_LSSVM模型进行气温预测,指导当地的农业生产与工业开发。     

牵引犁受力分析的解析方法

分析了牵引犁受力图解法求解所存在的问题，用解析方法建立了牵引犁受力的矩阵方程组并利用计算机进行了求解，预测了各结构参数变化对机组受力工况的影响，从而为牵引犁机组的合理配置和各部件结构的强度计算和优化设计提供了理论依据。