2000年浙江森林资源动态趋势预测

本文运用随机变量描述森林资源动态,视影响森林资源变化因素为输入变量,建立预测模型,应用Kalman滤波对森林资源动态进行预测。模型经检验与实际调查值吻合良好。预测结果:到2000年浙江全省森林资源动态趋势大体稳定而稍有增长。     

GPS导航中的抗差自适应Kalman滤波算法

GPS导航与定位的质量取决于对动态载体函数模型和随机模型的认知.本文首先基于机动载体的当前统计模型,设计了离散系统的Kalman滤波器,进而基于方差分量估计给出了一种适合GPS动态定位的抗差自适应卡尔曼滤波算法.该算法模型简单,实时性好.实测数据计算结果表明,滤波导航解能有效地控制观测异常和动态扰动异常对导航解的影响,使导航解更能反映导航目标的真实情况.     

乳牛泌乳曲线的数学模型及其在提早选择种公牛中应用的研究

本文采用时间序列分析方法和回归分析方法,对泌乳曲线的数学模型进行了研究,同时采用Kalnan滤波技术提早估计了模型参数;探讨了提早选择种公牛等问题。结果表明,不完全Г函数存在一定误差,平稳自回归模型具有显明的改进效果。在泌乳曲线的模型模拟研究中,应按产犊季节分别研究;采用最小二乘方法求解模型参数,提早预测产量误差较大,运用现代控制理论建立滤波控制系统,用Kalman滤波估计模型参数,比较最小二乘法具有独特优越性。当由Kalman滤波提早估计模型参数后,用平稳自回归模型预测全期产量误差较小。根据预测的总产乳量,运用BLUP原理估计公牛育种值,可提早选择种公牛。     

基于MODIS NDVI数据的辽宁省春玉米物候期提取研究

遥感提取玉米物候信息可以提高田间精细化管理水平,对监测玉米季节性变化、确保粮食安全等具有重要意义。以辽宁省为研究区,基于2007,2008,2009年的MODIS植被指数(NDVI)数据,利用非对称高斯(AG)、Savitzky-Golay滤波(S-G)和双逻辑斯蒂克调合函数(DL)三种拟合方法重构春玉米NDVI时序曲线,并使用4次拟合平滑方法处理重构后的时序曲线。在此基础上,提出以动态振幅阈值法取代动态阈值法,并采用动态振幅阈值法、拐点法和最大值法提取春玉米关键物候期(出苗期、拔节期、抽雄期、成熟期),最后使用辽宁省12个农业气象站的地面物候观测数据对提取结果加以检验。结果表明:基于AG模型的重构NDVI时序曲线保真能力最强,其重构曲线与原曲线各年平均的均方根误差(RMSE)分别为0.035,0.050和0.041;基于S-G滤波方法的重构NDVI时序曲线平滑能力最强,其各年平均的拟合值(R2)分别为0.99,0.993和0.993;就春玉米拔节期、抽雄期、成熟期的提取而言,基于AG时序曲线的提取结果优于其他2种方法的提取结果,其3年提取结果与实际观测值的平均绝对误差(MAE)均小于5d,均方根误差(RMSE)均小于4d;而对春玉米出苗期而言,基于S-G时序曲线的提取结果明显优于其他两种方法的提取结果 ,其各年出苗期RMSE分别为4.1d、4.0d和2.9d;动态振幅阈值法优于前人所用的动态阈值法,能够有效地纠正异常低值点,使提取结果更接近真实日期。研究结果可为利用遥感资料提取春玉米物候期提供参考。     

基于自适应Kalman滤波的ADS-B数据抗野值方法

在对ADS-B数据的实际滤波过程中，观测值中的野值是影响滤波效果的重要因素。分析野值对滤波以及数据处理精度的影响，以“新息”为基础，将基于“当前”统计模型的卡尔曼滤波算法用于数据处理，通过对自适应Kalman滤波方法中增益矩阵的改进，提出野值辨识和剔除方法。仿真计算表明，该方法性能可靠，简单易行，可以有效地消除野值对滤波的不良影响，提高滤波的精度。     

有年龄生长模型应用于无年龄情况研究

许多生长模型含有年龄因子。由于一方面年龄测定困难,另一方面在异龄林中林木的年龄意义不大,导致以年龄为自变量的生长模型在应用中遇到困难。针对森林资源连续清查体系中具有大量重复观测样木数据,但无年龄数据的实际情况．探讨将有年龄模型应用于无年龄情况,为将已有的有年龄生长模型用于森林资源连续清查数据的更新和预测做准备。用浙江省丽水市龙泉市的9株马尾松Pinus massoniana解析木数据建立有年龄的胸径生长模型．然后用丽水市森林资源连续清查体系中重复观测的马尾松固定样木数据进行无年龄情况应用研究。分单点估计和双点估计2种方式进行了试验．单点估计是用前期数据估计理论年龄然后估计后期胸径,双点估计是用前2期数据估计理论年龄和生长指数。然后用于后期胸径的估计。结果表明：单点估计和双点估计的精度都比直接用年龄的高．尤其双点估计具有更高的精度和适应性,它完全可以用于森林资源连续清查数据的更新和预测。图2表5参14     

基于间隔期的福建柏人工林动态生长模型及应用

以理查德方程为原型,采用哑变量的方式将林分调查因子生长的最大值作为立地质量的函数,构建以间隔期和立地质量等级为辅助变量的林分动态生长模型,运用混合蛙跳算法(SFLA)估计模型参数,并建立相容性林分出材率模型和林分平均木材价格模型,从而形成了福建柏人工林动态生长模型。文中探讨了该模型在森林资源林木资产评估中的应用,为森林经营经济效益最大化提供了有益的参考,有推广应用价值。     

基于Kalman滤波的制动器测试的电惯量模拟

在制动器模拟试验台上应用Kalman滤波进行电惯量控制,综合考虑系统状态变化与观测的不确定性以及实际电机输出电流的物理约束,将预测最小能量误差的电机电流的控制问题转化为数值最优化模型,并进行了求解.仿真试验表明该方法有效.     

建立在固定样地上的林分生长线性联立方程组模型研究

为描述森林资源连续清查中两期固定样地因子之间的关系,该文分析了两期林分生长变量间的关系,以固定样地的两期(1990和1994年)观测变量为资料,在Borders模型基础上,引入标准地位指数和变量的线性变换,分优势树种构造出间隔期为5年的林分生长线性联立方程组模型簇YB+xΓ=ε,并获得该模型待估参数矩阵B、Γ的无偏估计.该模型是可识别且误差结构矩阵不是对角矩阵的联立方程组模型.它表述了样地期末断面积和蓄积是林分标准地位指数、年龄、期初断面积的隐函数,较深入地描述了两期固定样地林分因子相互依存、从属的关系.通过模型的外检验,蓄积平均精度可达90%以上,林分纯生长量的估计精度可达80%以上.该模型具有较好的适应性,并可在今后若干个离散的时间点上预估同类林分的收获量,为研究在固定样地上两期林分自然生长规律提供较科学的理论和方法.      

冬大麦叶龄与单株叶面积模拟的研究

2005~2006年在扬州大学实验农场进行了发育特性明显差异的4个冬大麦品种不同播期的田间试验。通过对大麦出叶、叶龄和单株叶面积的系统观测,以生理发育时间为基础,构建了大麦叶龄和单株叶面积动态模型,并进行了检验。结果表明:不同品种和播期大麦叶热间距观测值与模拟值绝对误差为0.2~9.9℃d,根均方差(RMSE)为3.8~5.4℃d;叶龄预测绝对误差为0~1.9,RMSE为0.6~0.7;最终叶片数预测绝对误差为0.2~2.0,RMSE为0.7~1.0。不同品种在各生育时期单株叶面积观测值与模拟值绝对误差为0.72~9.09 cm2,RMSE为1.20~3.53 cm2。     

Bayesian methods for predicting LAI and soil water content

LAI of winter wheat (Triticum aestivum L.) and soil water content of the topsoil (200 mm) and of the subsoil (500 mm) were considered as state variables of a dynamic soil-crop system. This system was assumed to progress according to a Bayesian probabilistic state space model, in which real values of LAI and soil water content were daily introduced in order to correct the model trajectory and reach better future evolution. The chosen crop model was mini STICS which can reduce the computing and execution times while ensuring the robustness of data processing and estimation. To predict simultaneously state variables and model parameters in this non-linear environment, three techniques were used: extended Kalman filtering (EKF), particle filtering (PF), and variational filtering (VF). The significantly improved performance of the VF method when compared to EKF and PF is demonstrated. The variational filter has a low computational complexity and the convergence speed of states and parameters estimation can be adjusted independently. Detailed case studies demonstrated that the root mean square error of the three estimated states (LAI and soil water content of two soil layers) was smaller and that the convergence of all considered parameters was ensured when using VF. Assimilating measurements in a crop model allows accurate prediction of LAI and soil water content at a local scale. As these biophysical properties are key parameters in the crop-plant system characterization, the system has the potential to be used in precision farming to aid farmers and decision makers in developing strategies for site-specific management of inputs, such as fertilizers and water irrigation.     

基于Rapideye影像的林木地上生物量估测

以石台县为研究地,结合Rapideye高分遥感影像和不同森林类型样地林木地上生物量调查数据,采用Pearson双变量相关分析方法筛选模型变量,分别用多元线性回归和随机森林算法建立不同森林类型的遥感地上生物量估测模型,并进行模型估测精度对比分析。结果表明,叶绿素红边模型(CRM)与叶绿素绿波模型(CGM)2个指数与针叶林、阔叶林生物量在0.01水平上的相关性极显著,且在其多元线性回归模型和随机森林模型中两者均被挑选为建模变量。另外,与生物量相关性较强的纹理特征主要集中的红光波段和红边波段,且仅MEAN、VAR、SM3个滤波对生物量估测贡献较大,可作为建模变量。阔叶林、针叶林和针阔混交林3种森林类型的地上生物量模型估测精度均表现为随机森林模型优于多元线性回归模型。随机森林模型生物估测绝对均方误差在12.8760~36.5363之间,相对均方误差在20.20%~45.95%之间;多元线性回归生物量估测绝对均方误差在22.0425~46.4494之间,相对均方误差在34.58%~58.42%之间。     

Box-Cox变换在遥感数据建模中的应用

以山东省2006年共15景TM数据和2002年的ETM+数据为基础,结合地面542个样地调查数据,采用多元回归估计的方法,建立蓄积量与遥感信息之间的回归方程,对森林蓄积量进行估测。但由于TM1—TM7波段的灰度值和蓄积量值之间的线性关系不够明显,通过对参与建模变量进行了Box-Cox变换,建立森林蓄积量反演模型,提高了模型的估测精度,解决了在大尺度范围内利用TM数据对森林蓄积量估测问题。     

基于无人机激光雷达的人工林碳储量线性与非线性估测模型比较

【目的】森林碳储量是生态系统结构与功能的重要指标,掌握森林碳储量现状有利于森林资源管理。激光雷达能够用于监测森林资源,但是存在森林参数估测的模型多、变量不确定和缺乏林分三维结构解析意义的变量等问题,因此,需要选择合适的林分解析变量和模型。【方法】借助无人机激光雷达点云数据与样地调查数据,以内蒙古自治区赤峰市喀喇沁旗旺业甸人工林为研究对象,分别使用多元线性模型与多元乘幂模型以不同变量对林分碳储量进行估测,选出最优模型并进行精度评价。【结果】研究表明:(1)模型方法而言,非线性模型的检验效果优于线性模型的检验效果:非线性模型(R2为0.66～0.86,rRMSE为23.51%～9.91%),线性模型(R2为0.52～0.85,rRMSE为27.70%～12.38%)。(2)模型使用平均高、郁闭度为基础变量,以穷举法筛选出来的变量组合,估算森林参数得出最佳模型,其中非线性模型以激光点云平均高、郁闭度、高度变动系数和叶面积变动系数的估算精度最高(R2=0.86,rRMSE=9.91%)。【结论】通过激光雷达估测人工林碳储量时,加入垂直结构变量可以提高模型拟合效果,非线性模型比线性模型更适合人工...     

基于TM影像估算北京山区乔木林生物量

目前遥感技术是估测区域森林生物量的有效手段。基于TM影像和样地数据,分析了从TM影像中提取的17个自变量与森林生物量的相关性,并用多元逐步回归法建立森林生物量模型,用于估算2009年北京山区森林生物量。提取的17个自变量中红光波段(TM3)、土壤校正植被指数(SAVI)和主成分分析的第三分量(PC3)为较好的解释变量,据此建立的生物量模型的相关系数较高(R2=0.869),估算得到北京山区森林生物量总计达1 088.38万t,平均生物量密度为35.2 t.hm-2。北京山区多数地方的森林生物量介于20-30 t.hm-2,大于30 t.hm-2的森林生物量主要分布在北部山区,表明北京森林质量不高,但提高的潜力很大。     

基于机载P波段全极化SAR数据的森林地上生物量估测

【目的】森林生物量的空间精准量化对了解陆地碳储量、碳收支、碳平衡,以及揭示森林碳储量与全球气候变化的影响过程具有重要意义。P波段波长较长,在森林中具有更高的穿透能力,研究机载P波段SAR数据提高森林地上生物量(AGB)估测精度的可行性。【方法】以机载P波段全极化合成孔径雷达(SAR)数据和高精度激光雷达(LiDAR)数据估测的森林AGB抽样点为基础,提取20个极化SAR特征,并分别与森林AGB变化作敏感性响应情况分析。采用多元线性回归模型(MLR)、K近邻方法 (KNN)、支持向量回归(SVR)和随机森林(RF)4种估测方法,探究机载P波段SAR数据的森林AGB估测精度。【结果】在较低森林AGB(均值约45 t·hm^-2)的森林覆盖区中,P波段的同极化后向散射系数、Freeman-Durden和Yamaguchi分解中的表面和二次散射分量对森林AGB变化敏感;此外H-A-ALPHA极化分解的散射角(alpha)、拓展极化参数极化辨别率参数(PDR)也对森林AGB变化敏感。4种方法估测的森林AGB相对误差均约30%,其中MLR估测结果精度最低,估测精度为63.55%...     

Towards an adaptive model for greenhouse control

Application of advanced controllers in horticultural practice requires detailed models. Even highly sophisticated models require regular attention from the user due to changing circumstances like plant growth, changing material properties and modifications in greenhouse design and layout. Moreover, their calibration is data demanding and laborious. This study explores the suitability of the extended Kalman filter (EKF) for automatic, on-line estimation and adaptation of parameters in a physics-based greenhouse model. The method was tested with measured data recorded over a period of 1 year, and with a model that describes the air temperature and moisture content in the Watergy greenhouse. In order to keep the parameters estimation problem tractable, and to improve the local accuracy of the parameters, separate EKFs are applied to sub-systems, using observation data at the sub-system boundaries. The filter adequately adjusts parameter values, thus significantly improving the model fit as compared to simulations with no-varying parameters. It appears that the filter is robust with respect to sudden changes in the system; when a disturbance occurs, such as pruning of plants or emergency opening of the windows, the EKF changes the parameter values accordingly. The result suggests that the extended Kalman filter is, indeed, a suitable method to provide the required automatic adaptation to time-varying phenomena when modeling is impractical.     

Priestley-Taylor模型参数修正及在蒸散发估算中的应用

准确估算和模拟植被蒸散可为提高水分利用效率、合理配置水资源,及生态系统可持续经营管理提供科学依据。Priestley-Taylor模型因其所需参数较少而在蒸发散估算中得到广泛应用。介绍了该模型的计算方法和发展情况,总结分析了Priestley-Taylor模型参数的各种修正方法及适用条件,简要介绍了其在农田生态系统和森林生态系统蒸散估算研究中的应用情况,并指出了该模型今后的应用和发展方向,以期为Priestley-Taylor模型的进一步深入研究和广泛应用提供参考。表1参42