基于图像处理的玉米叶色分级及其与光合性状的相关性分析

以67份辽宁省玉米骨干自交系为材料,利用图像处理技术提取叶片颜色特征值,构建叶色分级系统,并对颜色特征值与玉米叶片叶绿素含量及光合速率进行相关性分析,建立回归模型.结果表明:综合全部颜色特征值,可将67份玉米自交系叶色划分为6个等级;GB组合可以使其与叶绿素含量间的相关性提高;G/B、G-B、2G-R-B、(G-B)/(G+B)、b、b*与叶绿素含量呈显著相关,G-B模型预测的误差值最小,为13.48％.颜色特征值G-B可作为基于图像处理测定玉米叶绿素含量的最佳预测指标,其所预测的叶绿素a、b、a+b含量模型分别为:y=-0.201x+9.549,y=-0.062x+3.143,y=-0.263x+12.692.     

利用灰色预测模型预测黑龙江省主要农业气象灾害

为降低和预防农业气象灾害的影响,根据黑龙江省1980-2015年农业洪涝和干旱数据建立G(1,1)累加预测模型,并对黑龙江省2015年之后出现的严重级别以上洪涝灾害的年份进行预测。结果表明:在1980-2015年,黑龙江省洪涝灾害发生级别高于严重等级的年份符合G(1,1)累加模型x~(^(1))(k+1)=3.786e~(0.1752k),该模型精度达到了四级,可以利用此模型进行预测。预测得到2015年后严重洪涝灾害出现的年份为2022年;黑龙江省干旱灾害发生级别高于严重等级的年份符合G(1,1)累加模型x~(^(0))(k+1)=15.849e~(0.0799k),该模型精度达到了二级,利用此模型预测得到严重干旱灾害出现的年份为2020年。     

ARIMA乘积季节模型在惠州市手足口病疫情预测中的应用

目的 探讨ARIMA乘积季节模型在惠州市手足口病疫情预测中作用.方法 利用2008-2018年惠州市手足口病月发病率,建立ARIMA模型;用该模型预测2019年1-6月发病率,并以实际发病率评价该模型.结果 模型ARIMA(2,0,1)(1,1,0)12为最优模型,BIC=6.087,Ljung-Box=20.195,...     

香蕉产业组织模式绩效的分析与预测——基于多变量随机系数累加多层统计模型

运用累加多层统计模型对香蕉组织模式中仅有2个有效收入数据的"香蕉专业户+蕉农+专业协会"模式的单位面积(667 m2)收入进行了预测.结果表明:2007年预测收入4916元/667 m2,与实际收入4925元/667 m2基本相符.这种方法适于少数据预测.     

卷烟烟气焦油量的ARMA预测模型研究

[目的]为计算机辅助配方研究提供理论依据。[方法]以同一品牌不同批次卷烟的烟气焦油量为研究对象,采用时间序列分析法,建立了卷烟烟气焦油量的预测模型,并进行了模型预测验证。[结果]ARMA(22,)模型的AIC、LF和FPE值在各模型中均最小,所以选择ARMA(2,2)为卷烟烟气焦油量的预测模型,即:(1-1.622 q-1+0.844 q-2)y(t)=(1-1.836 q-1+1.02 q-2)e(t)。根据对模型残差序列进行的白噪声检验判定,建立的ARMA(2,2)模型是显著有效模型,模型预测验证表明模型预测精度达99.51%,平均相对误差为0.49%,属于一级(优等)模型。时间序列一般用于短期预测,不能用于长期预测。[结论]该研究建立的卷烟烟气焦油量的ARMA(2,2)预测模型的预测精度高、误差小,可以用于卷烟烟气焦油量的短期预测。     

滴灌条件下北疆棉铃虫发生程度和发生预期的研究

[目的]探讨北疆棉区棉铃虫发生和气象条件的关系.[方法]通过对新湖垦区膜下滴灌棉田棉铃虫系统调查,结合当地气象资料研究,明确了积雪厚度与棉铃虫年发生程度的关系.[结果]建立了年发生程度与积雪厚度的数学模型Y=0.015 X~2-0.082 X+0.884;应用期距预测法对棉铃虫一代和二代高峰期进行预测,构建了两个数学模型Y_1=-0.839 X_1~2+35.742 X~1-341.685和Y_2=1.157 X_2~2-60.187 X_2+816.588.[结论]对以上三个数学模型进行回判和预测验证,准确性较高,可以作为该区棉铃虫预测预报模型使用.     

六盘山林区华北落叶松林测树因子相关性分析

[目的]对宁夏林区华北落叶松人工林树高-胸径等林分特征结构进行相关性分析.[方法]采用野外观测的方法,得到华北落叶松人工林树高、胸径、冠幅等林分结构特征指标.[结果]冠幅-胸径存在极弱相关,树高-胸径最优曲线模型为H=2.411+1.425D-0.039D2+0.000427D3(H为树高,D为胸径),树高-冠幅最优曲线模型为H=0.299G0.814(H为树高,G为冠幅),材积-胸径最优曲线模型为V=0.000204D2.406(V为材积,D为胸径).[结论]幂函数曲线模型能够很好地拟合胸径-材积相关性(R2=0.957),所选最优曲线模型V=0.000204D2.406可用来估算华北落叶松人工林胸径、材积的值,从而提高模型预测能力.     

长白落叶松林下灌木生物量模型研究

以长白落叶松人工林林下灌木为研究对象,采用数学模拟的方法,以实测生物量数据为基础,构建灌木层最佳生物量预测回归模型.结果表明:林下常见灌木单株生物量模型以二次多项式及乘幂方程为最佳估算模型,以复合因子基径面积、植干体积、植冠面积及植冠投影体积为最佳模型参数;灌木层混合生物量(WT)模型以复合因子植干体积(VD)为最佳模型参数,其模型方程为WT=9.00×10-6 V2D+0.389VD+57.598(R2 =0.933).     

应用近红外光谱法结合波长筛选快速测定烟草绿原酸、莨菪亭和芸香苷含量

为了进一步提升近红外光谱法测定烟草绿原酸、莨菪亭、芸香苷含量的稳定性和准确性,分别采用7500～4000 cm^(-1)、随机蛙跳(Random Frog)和间隔随机蛙跳(Interval Random Frog)波长或波长筛选方法结合偏最小二乘(PLS)法建立了烟草中上述3种物质的近红外校正模型,并采用模型的内部参数和外部预测集样本对建模效果进行了评价。结果表明:3种物质近红外校正模型的决定系数均有一定程度提高,校正均方根误差(RMSEC)和交叉验证均方差(RMSECV)均在一定程度上降低;外部验证预测平均相对误差均在一定程度上降低。说明采用近红外光谱法测定烟草中绿原酸、莨菪亭和芸香苷时,Interval Random Frog+PLS建模效果优于Random Frog+PLS方法,后者又优于7500～4000 cm(-1)、随机蛙跳(Random Frog)和间隔随机蛙跳(Interval Random Frog)波长或波长筛选方法结合偏最小二乘(PLS)法建立了烟草中上述3种物质的近红外校正模型,并采用模型的内部参数和外部预测集样本对建模效果进行了评价。结果表明:3种物质近红外校正模型的决定系数均有一定程度提高,校正均方根误差(RMSEC)和交叉验证均方差(RMSECV)均在一定程度上降低;外部验证预测平均相对误差均在一定程度上降低。说明采用近红外光谱法测定烟草中绿原酸、莨菪亭和芸香苷时,Interval Random Frog+PLS建模效果优于Random Frog+PLS方法,后者又优于7500～4000 cm^(-1)光谱波长变量+PLS。     

草履蚧预测预报与防治指标

通过对草履蚧 (Drosicha corpulenta (Kuwana) )预测预报和防治指标的研究 ,总结出发生期预测法、危害程度预测法和天敌控制能力预测法等测报技术。得出了平均虫口密度 (x)与平均萌芽率 (y1 )间的关系模型y1 =95 .36 - 39.18x、平均虫口密度 (x)与平均枝枯率 (y2 )间的关系模型 y2 =0 .0 8+2 1.71x、树干表面平均虫口密度 (x)和材积损失率 (y3)间的关系模型 y3=0 .737+2 5 .4 6 x。确定了草履蚧的防治指标为树干表面有虫 0 .16头 / cm2 ,制定了草履蚧危害程度分级标准和综合防治策略     

P矩阵化学计量法测量饮用水中Cd2+含量

为探讨P矩阵模型预测饮用水中Cd2+浓度量增的可行性,在pH9.0的NH4Cl-NH3.H2O缓冲体系下,Zn2+,Cu2+,Cd2+与0.01%的显色剂2-(5-溴-2-吡啶偶氮)-5-二乙氨基酚(2-((Bromo-2-pyridyl)-azo)-5-diethyl-aminophenol,5-Br-PADAP)发生显色反应,在波长400～700nm用P矩阵化学计量法测量饮用水中Cu2+、Zn2+、Cd2+的含量,在不进行化学分离的情况下用光谱方法对共存金属离子的干扰进行校正,结果表明,Cu2+回收率接近100%;当Cu2+和Zn2+浓度很小时,Cd2+回收率为95.8%～104.0%,表明运用P矩阵化学计量法可以对饮用水中Cd2+的量增变化情况准确而快速地进行测量.     

余庆县稻纵卷叶螟第四代幼虫发生期预测模型研究

为探讨稻纵卷叶螟(Cnaphalocis medinalis Guenee.)第四代幼虫发生期的预测方法,通过对1993-2004年贵州省余庆县稻纵卷叶螟的资料研究分析得出第三代的低龄幼虫盛发期(x)与第四代的低龄幼虫盛发期(y)的回归式为=3.1293+0.8776x±Sy=2.951,r=0.730＞r(0.01,10)=0.708* *;第四代田间成虫主峰期(x)与第四代一龄幼虫发生期(y)的回归式为=-1.2483+0.6729x±Sy=2.472,r=0.923＞r(0.01,10)=0.708* *.利用回归式模型预测第四代低龄幼虫盛发期和第四代一龄幼虫发生期,其方法简便,结果较为准确.     

长株潭地区生态可持续性

基于长株潭地区被批准为“全国资源节约型和环境友好型社会建设综合配套改革试验区”的背景,针对生态足迹方法的产量因子参数进行改进,利用区域产量因子代替全球产量因子,对长株潭地区1986-2005年生态足迹和生态承载力进行核算,在此基础上,着重采用两种预测方法对该地区2007-2015年生态足迹和生态容量进行预测.两种预测方法分别是二项式曲线预测模型和灰色GM(1,1)模型,对长株潭地区1986-2005年20a的人均生态足迹与时间关系进行了拟合,得出二项式曲线预测模型具有更高的预测精度;用两种预测模型预测了长株潭地区的人均生态容量,GM(1,1)模型的预测精度更高.选取精度最高的模型分别预测研究区未来10a人均生态足迹和生态容量.未来10a人均生态容量增长平缓(年平均增长率1.8％),人均生态足迹增长快(年平均增长率达16％),相应的人均生态赤字增长快.     

基于ARIMA模型的湘江流域DO和NH4+–N含量贝叶斯预测

为实时把控湘江流域水质的变化趋势,采用污染比较严重的湘江流域长沙段和益阳段水质指标溶解氧(DO)和氨氮(NH_4~+-N)含量的监测数据,用贝叶斯方法推断经典的ARIMA时间序列模型,并用马尔可夫链蒙特卡罗(MCMC)模拟方法对DO和NH_4~+-N含量进行贝叶斯预测。结果表明,该模型的贝叶斯预测能实现对湘江流域长沙段和益阳段水质指标DO和NH_4~+-N含量的精确点预测、区间预测和概率预测。     

灰色预测在桉树冻害预报中的应用

本文应用灰色系统理论,选取历年冬季连续30天内≤0℃最大日数为低温指标,建立GM(1,1)模型,对绵阳市大叶桉冻害进行了预测。预测模型为:P(K+1)=25.1239e~(0.3645k)-23.1239后验差检验模型精度为第一级“GOOD”。预测下次灾年将在1999年出现。     

灰色残差GM (1 , 1)模型在大气二氧化硫预测中的应用

应用灰色GM (1 , 1)模式理论与方法, 建立了临安市大气二氧化硫质量浓度的灰色残差预测方程x (t +1) =-0.107 432 e-0.095 872 t +0.123 917 , 并进行了预测。预测结果与实测值的相对误差绝对值介于0.56 %～ 14.51 %之间, 预测结果后验比与小误差概率分别为0.280 2 和1.0 。表明模型与实测值拟合程度好, 达到了较高精度。表3 参10     

基于高光谱数据的土壤有机质含量预测研究

[目的]快速、有效、非接触、非破坏性地提取土壤有机质含量信息.探索新疆绿洲农区如何应用高光谱遥感技术分析、模拟、评价、预测土壤有机质含量,促进高光谱分辨率遥感技术在农田土壤遥感诊断、作物科学种植、水肥分区管理、田间农情监测中的应用,为新疆实施精准农业提供科学理论参考.[方法]利用高光谱遥感技术提取土壤有机质含量信息的研究,采用美国ASD Field Spec Pro VNIR 2500型光谱辐射仪获取田间土壤不同有机质含量信息的高光谱反射率;通过光谱分析技术,运用各种土壤反射率数学变换形式,找出最具代表性的敏感波段,揭示土壤有机质含量与其光谱成因机理之间的内在联系.[结果]基于NDI预测土壤有机质含量的估算模型中以一元三次函数模型(YSOM=-4E+ 07XNDI3+ 2E+ 06XNDI2-21 338XNDI+ 110.44,R2=0.713 2)为最优,指数函数模型次之.[结论]基于归一化光谱指数NDI可以较好的估算土壤有机质含量,利用统计方法建立的经验模型,简单实用,将对特定区域、特定土壤的预测有较好的效果.     

棉田玉米螟第一代成虫数量预测方法的研究及应用

影响玉米螟数量消长的主要因子是相对湿度和降雨量,相对湿度低于70%,一天的降雨量高于15毫米,对玉米螟的数量消长就有抑制作用。本文依据多年玉米螟数量消长的资料及其主要影响因子,按逐步回归方法算出第一代成虫发生量预测式:y=7.373x_1+2.832x_2+13.487x_3+18.216x_4+6.272x_5+7.989x_6-41.674。1978—1980年多点应用,预测式的准确率达87.2%.然后把全部资料再按逐步回归方法算出多元回归方程式、y=9.124x_1+3.816x_2+11.956x_3+20.628x_4+7.247x_5+8.799x_6-45.815。1981-1983年多点应用,预测式的准确率达81.8—87.5%。棉花被害株率与第一代灯下蛾量的关系式为:y=3.365x~(0.443),经历史资料检验并进行多点应用,预测式的准确率达83.3—90.0%。     

黄泥河自然保护区狍冬季卧息地选择

2009年12月到2010年1月,在黄泥河自然保护区采用样线法对狍冬季卧息地选择进行研究.在研究中共设置了47条样线,调查了72个狍利用样方和109个对照样方,评价了15类生态因子对狍冬季卧息地选择的影响.研究结果表明:在黄泥河自然保护区冬季,狍在卧息时喜欢选择平均海拔在591 m,位于阳坡中坡位上雪被较浅、食物丰富度、灌丛盖度、郁闭度和隐蔽水平都较高的针阔混交林生境,尤其喜欢在针阔混交林中的针叶树下卧息,避开选择阴坡、针叶林和裸岩.逻辑斯蒂回归分析结果表明:食物丰富度、针叶树、雪深、裸岩和海拔是影响黄泥河自然保护区冬季狍卧息地选择的主导因子,林型、坡向和隐蔽水平是次要因子.由这7个变量组成的回归模型为:Z=32.628+11.675×坡向(1) +9.741×坡向(2)-5.486×林型(1)-7.933×林型(2)-7.496×裸岩(1)-9.906×针叶树(1)-0.043×海拔+0.170×隐蔽水平+0.220×食物丰富度-0.429×雪深.模型选择利用概率为P(z)=ez/1+ez,整体正确预测率为96.1％.     

UHT乳货架期预测模型的建立及检验

【目的】建立以原料奶体细胞数、嗜冷菌数、耐热蛋白酶活性、贮藏温度等指标来预测UHT奶货架期的预测模型,预测不同原料奶加工UHT产品的货架期。【方法】通过三因素二次正交旋转组合试验及多元线性逐步回归的方法,以煮沸试验、酒精试验结果作为UHT乳货架期的判定指标,以感官评分分数和蛋白水解度值作为辅助,监测不同品质原料奶经UHT加工后产品在不同贮藏温度下产品的主要品质指标的变化规律。【结果】通过试验得到UHT乳货架期（Y）与体细胞数SCC（X1）、蛋白酶活性（X2）以及温度(X3)三因素在编码空间的回归方程为：Y=53.94-3.46X1-6.56X2-3.52X3+0.89 X12+2.67X22+0.19X32-2.75X1X2+1.50X1X3+2.0X2X3。三因子对货架期影响显著,其中X2对货架期的影响最大（P =0.0002）,其次是X3（P =0.0160）,最后是X1（P =0.0173）。在三因素二次正交旋转组合试验结果基础上,采用多元线性逐步回归,得到优化的UHT乳货架期（Y）与SCC(X1)、嗜冷菌数(X2)、PL活性(X3)、总菌数(X5)、贮藏温度（X6）的模型方程Y=103.752+0.0297X1-0.0000597X2- 3.661X3-0.000316X5-0.469X6（R=0.8870,R2=0.7867）。【结论】模型通过回归系数t检验、回归方程F检验、回归标准差检验、拟合优度检验、D.W检验,平均绝对百分误差MAPE＜10,模型2预测精度较高,可用于预测。