基于多元线性回归的东北地区春玉米单产空间化模拟

春玉米是东北地区主要粮食作物,研究分析不同气候和土壤模式下春玉米产量的空间差异对于指导农业生产和保障粮食安全具有重要意义。本研究选取土壤、地形和气候因素三个方面共13个关键影响因素,采用多元线性回归分析法构建春玉米单产和13个影响因素的多元线性回归模型,并利用Arc GIS软件将春玉米单产进行栅格化,对东北地区春玉米单产空间分布情况进行分析。结果表明：(1)经多元线性回归模型计算的空间化数据(空间分辨率为1km)与春玉米单产统计数据基本一致,东北地区春玉米单产在2482.49～10147.10kg·hm^-2。(2)春玉米单产空间分布图客观反映了春玉米单产的空间分布趋势,大体呈现由中部地区向四周不断减少的格局。本研究准确取得栅格尺度的东北地区春玉米单产空间化的模拟结果,平均相对误差1.45%,可为东北地区农业生产布局优化和决策制定等提供方法参考。     

基于多元线性回归模型的土壤养分空间预测——以陕西省蓝田县农耕区为例

以陕西省蓝田县农耕区为例,基于土壤类型、地形、植被、人类活动等土壤养分影响因子,采用多元线性回归预测方法,对土壤养分分布进行空间预测。通过数据标准化和分类统计均值法将所有影响因子统一为相对度量值,根据影响因子与土壤养分含量的相关性显著程度,筛选合适的因子构建回归模型,最后使用随机抽取的验证样本集,计算了预测结果误差。结果表明:多元线性回归预测结果虽然与Kriging法预测结果宏观上具有基本一致的空间分布趋势,但是它克服了传统插值方法的不合理突变问题,更加精细地描述了土壤养分空间分布特征;其平均误差和均方根误差小于Kriging插值法,可作为集成多元影响因子对土壤养分空间分布预测的有效方法。分析发现,研究区内洪积土、水稻土、塿土、立茬土等土壤类型分布区,以及地势较低、坡度在0~8°之间、坡向为东坡、东南坡,等水热组合条件良好的区域养分含量较高。该研究可以为土壤资源合理利用、土地的科学管理以及测土施肥技术提供重要依据。     

晋陕蒙地区≥10℃积温的时空变化特征

利用1960-2014年晋陕蒙三省75个气象站逐日平均气温实测数据,采用多元线性回归模型的积温空间模拟方法和气候倾向率法,对晋陕蒙地区1960-2014年日平均气温稳定≥10℃积温的时空特征进行分析。结果显示：（1）从整个分析期来看,1960-2014年晋陕蒙地区日平均气温稳定≥10℃积温总体呈上升趋势,近55a积温增速为74.60℃·d·10a-1,93%的气象站点积温增加趋势显著（P＜0.05）,仅有7%的站点变化趋势不显著。（2）从空间分布来看,分析期内≥10℃积温平均值呈现由低纬度向高纬度、由低海拔向高海拔逐渐减少的规律。（3）从各年代积温线的移动情况看,＜1600℃·d、1600～3200℃·d占的区域面积占总面积比例呈现逐年代降低的趋势;3200～4500℃·d的区域面积占总面积的比例呈现逐年代升高趋势;＞4500℃·d所占区域面积占总面积的比例在1970-1979年、1980-1989年呈降低趋势,在1990-1999年、2000-2014年呈升高趋势。（4）从时段Ⅰ（1960-1989年）和时段Ⅱ（1980-2014年）气候带的变化情况看,中亚热带从无到有,北亚热带、暖温带区域面积逐渐增加,中温带和寒温带区域面积逐渐减少,气候带在气候变暖背景下呈北移西扩的趋势。总体上,≥10℃积温呈现出向高海拔扩张和高纬度北移的趋势。     

基于灰色关联与多元线性回归的洪水实时预测应用分析

以绕阳河东白城子站为例,结合历年洪水数据,对流量和各个雨量站进行灰色关联性分析,通过判断流域流量与雨量站之间的关联度,建立多元线性回归方程,揭示各参数随降雨变化的定性、定量规律,并预测洪水洪峰流量。实例表明,该洪水实时预测模型具有稳定性好、精准度高等特点,为迅速掌控汛情趋势提供了新途径。     

基于协同克里格插值和地理加权回归模型的土壤属性空间预测比较

选取宜昌市红花套镇作为研究区域,研究土壤pH、有机质、有效磷、速效钾、碱解氮与土壤属性指标变量之间的关系,选择与预测变量之间具有较高相关性的变量作为辅助变量用以提高预测精度,本文试图将地理加权回归模型应用于土壤属性空间模拟中,以此与协同克里格插值的预测结果进行对照,从而比较它们的预测精度以提出更适合土壤属性预测的模型。结果表明:协同克里格插值和地理加权回归模型对土壤属性的空间模拟均有较高的预测精度,在辅助变量较多的情况下地理加权回归模型具有比协同克里格插值更为简单的算法,并且比较预测值相对误差的范围跨度和标准差以及均方根误差等方面,地理加权回归模型在土壤属性指标预测方面具有更高的预测精度,也具有更大的优势。     

基于线性回归的农业氮磷流失比定量模型研究

收集整理了32篇已公开发表的学术论文的N、P流失数据63组,对我国农业N、P流失比进行了分析。结果表明,自20世纪90年代以来,我国农业N、P流失比存在显著下降趋势(p0.05,n=63)。我国农业N素流失和P素流失在化学计量上的变化趋势可能与我国目前频发的水体富营养化存在密切联系。通过线性回归分析,我们发现农业N、P流失比与其影响因子存在良好的线性关系,回归方程为Y=-12.507+0.063X1+0.143X2-1.257X3+4.796X4-11.060X5(X1:降水量;X2:总N输入量;X3:总P输入量;X4:坡度;X5:TN/TP;Y:N/P),但该定量模型仍存在一定缺陷。农业N、P流失比定量模型的研究,对加强水体环境保护具有重要的现实意义。     

灰色消解模型的改进：前置零后的线性回归方法

本文应用ＧＭ（１，１）模型的前置零后的线性回归解法，就文献中的灰色消解模型进行了改进，实例表明，不仅计算工作量下降了，而且精度也有所提高。     

基于协同克里格插值和地理加权回归模型的土壤属性空间预测比较

选取宜昌市红花套镇作为研究区域,研究土壤pH、有机质、有效磷、速效钾、碱解氮与土壤属性指标变量之间的关系,选择与预测变量之间具有较高相关性的变量作为辅助变量用以提高预测精度,本文试图将地理加权回归模型应用于土壤属性空间模拟中,以此与协同克里格插值的预测结果进行对照,从而比较它们的预测精度以提出更适合土壤属性预测的模型。结果表明：协同克里格插值和地理加权回归模型对土壤属性的空间模拟都有较高的预测精度,在辅助变量较多的情况下地理加权回归模型具有比协同克里格插值更为简单的算法,并且比较预测值相对误差的范围跨度和标准差以及均方根误差等方面,地理加权回归模型在土壤属性指标预测方面具有更高的预测精度,也具有更大的优势。     

多元自回归模型在区域中长期水文预报中应用研究

采用多元自回归模型,综合多要素对辽宁西部区域中长期水文进行自回归预测。研究结果表明:多元自回归模型相比于单一自回归模型,可综合考虑多个要素对自回归方程求解目标的影响,提高模型收敛和求解精度;在区域中长期水文预报精度也明显好于单一回归模型,相比于单一模型,多元自回归模型预测的降水和水量值与实测值之间的相关系数均值分别提高0.20和0.31。研究成果对于区域中长期水文预测方法提供参考价值。     

基于线性回归的玉米生物量预测模型及验证

玉米生物量是评估玉米长势的重要参数,为了实现玉米生物量的快速测量,该文拟以玉米株高H、茎粗长轴L、茎粗短轴S为输入,建立玉米生物量鲜质量FW和干质量DW的预测模型。采用多元回归和逐步回归方法对平展型和紧凑型玉米的小喇叭口期生物量数据进行线性回归分析。结果表明,玉米茎粗长轴和茎粗短轴与玉米鲜质量和干质量的相关性高于玉米株高,多元回归模型H+L+S、L×S和逐步回归模型具有较高的拟合精度,其对玉米鲜质量、干质量的决定系数高于0.874和0.877,均方根误差分别小于7.363和0.801 g,且单因素方差分析表明,3个模型之间没有明显差异,模型交叉验证结果表明,3个模型都具有较好的稳定性和预测能力。应用上述3个模型对玉米大喇叭口期的生物量进行预测,预测结果表明,模型对平展型玉米的预测精度优于紧凑型玉米。对平展型玉米生物量的预测中,逐步回归模型预测效果最优,其对玉米鲜质量、干质量的决定系数分别为0.866、0.875,均方根误差分别为30.790和2.752 g,相对均方根误差分别为13.53%、11.41%。该研究表明,利用玉米株高、茎粗长轴、茎粗短轴可实现对玉米生物量的估测,且对平展型玉米具有较好的预测效果。     

基于机器学习算法的蒸发量模型评估

[目的]探讨合理的气候因子个数,建立蒸发量模型,提出基于特征选择算法筛选最优特征集。[方法]以陕西榆林、泾河和汉中3个气象站16年(2005-01至2021-03)的逐小时观测资料为研究对象,利用特征选择函数和遍历循环方法对模型参数、特征变量个数进行优化。基于最佳参数结合随机森林模型和多元线性回归模型两种机器学习算法建立榆林、汉中和泾河地区蒸发量模型,采用平均绝对误差、均方根误差和平方相关系数三项指标评估模型的预测精度。[结果]特征变量和随机森林模型中的决策树个数分别是8,61时,模型预测效果最佳。采用优化的随机森林模型、多元线性回归模型评估3个地区的平均绝对误差均为0,均方根误差除泾河地区相等外,榆林、汉中地区的均方根误差均小于优化的多元线性回归模型。优化的随机森林模型预测榆林、泾河和汉中地区蒸发量拟合效果分别为0.85,0.90,0.86,优化的多元线性回归模型的拟合效果分别为0.77,0.83,0.79。[结论]整体而言,优化的两种模型都具有良好的预测效果且随机森林模型的预测效果优于多元线性回归模型。     

基于Logistic回归模型的土地利用格局模拟分析——以新疆吐鲁番市为例

土地利用/土地覆被变化(LUCC)是当前研究全球变化的重要内容,而区域土地利用格局模型模拟是LUCC研究的核心内容之一.本文采用2005年吐鲁番市土地利用现状图,将其转化为grid格式,将土地利用类型分为:耕地、园地、林地、草地、城镇用地、农村居民点用地、独立工矿用地、未利用地、其他用地.运用Logistic回归分析的方法,选择了对该地区土地利用/覆盖变化有重要贡献的12种驱动因子,在ArcView中进行空间分析,生成驱动力文件,利用SPSS 13.0的Logistic regression功能分析每种驱动力的权重(β值),建立logistic回归模型,并使用ROC方法对所有回归模型的拟合优度进行了检验,采用GIS软件绘制研究区土地利用格局卒间分布的经验统计概率图.ROC检验结果显示,各种土地类型的拟合度分别为:耕地0.934,园地0.915,林地0.858,草地0.793,城镇用地0.999,农村居民点用地0.929,独立工矿用地0.874,未利用地0.816,其他用地0.762.拟和度均大于0.75,拟和度较好.研究结果揭示了居民点、道路、渠系和地形分布等因素对研究地区土地利用格局形成与演变的重要决定作用,这为进一步研究吐鲁番市未来的土地利用动态变化情景奠定了基础,同时也可为该市的土地利用管理提供科学依据.     

基于灰色理论与回归模型的土壤类型预测研究

土壤的类型在一定程度上影响着土地的利用方式,而不同的土地利用方式又会促使土壤类型发生波动。为研究未来土壤多样性指数的动态变化,采用灰色关联模型分析1985-2013年阜新市土地利用对土壤多样性的影响,并利用多元线性回归模型对未来土壤多样性进行预测。研究表明:城镇用地、农用地、林地、水域、其他类型用地这5个因素是土壤多样性波动的主导因素。然后在灰色关联分析的基础上,根据2015年土地利用类型所占面积比例,利用所建立的多元线性回归方程对2015年阜新市土壤多样性指数进行预测和检测,最后,将此应用于根据土地利用类型对未来阜新市土壤多样性的预测,并提出相应的合理化建议。     

区域尺度下黄土高原土壤全钾含量的空间模拟

为了揭示高原区域地区尺度上土壤全钾的空间异质性及其影响因素,该文采用状态空间方程和传统线性回归模型对该区土壤全钾含量的空间分布进行了模拟,并分析了其与土壤体积质量、黏粒含量、粉粒含量、土壤酸度、降水、气温和海拔高度等因素之间的关系。结果表明,以上变量在30～50km的采样间距下均表现出较好的空间自相关性,其中土壤体积质量、黏粒含量、粉粒含量、降水和气温与土壤全钾之间存在显著的交互相关关系,可用于土壤全钾的状态空间模拟。不同因素组合下的状态空间方程均比使用相同变量的线性回归方程能更好的模拟土壤全钾含量的空间分布。使用土壤体积质量和黏粒含量的双因素状态空间方程模拟效果最好,决定系数R2为0.978,均方根误差(RMSE)为0.049。状态空间模拟在大尺度区域的应用表现出较好的效果,为研究该区其他土壤属性的空间异质性提供了参考。     

基于TRMM 3B43数据的川西高原月降水量空间降尺度模拟

利用2001-2013年TRMM 3B43、MODIS-NDVI、DEM、气象观测等数据,在分析植被对降水响应滞后性的基础上,构建了TRMM 3B43数据中月降水量与经纬度、海拔、坡向和NDVI因子间的多元线性回归方程式,作为川西高原月降水量资料的降尺度计算模型,采用“回归方程+残差”的插值方法获取研究区2001-2013年1km空间分辨率的月降水量空间数据,并利用区内16个气象站点的观测数据与模拟结果进行了相关分析和误差检验。结果表明：（1）各气象观测站点基于TRMM 3B43资料的降尺度模拟降水量的数据均具有很高的精度,其中,精度最高的稻城站模拟结果与站点观测值的相关系数高达0.9839,精度最低的小金站相关系数亦高达0.8781;（2）在月、年尺度上,降尺度模拟降水量的数据亦具有很高的精度,其中,5-10月的精度明显高于其它月份,湿润年份精度总体高于干旱年份;（3）降尺度模拟降水量与站点实测降水量整体上相关系数为0.9499,偏差为0.0866,两者吻合度较高,但降尺度模拟降水量值略偏高;（4）降尺度在月尺度上能基本保证TRMM 3B43原始数据的精度,而在年尺度上能有效提高原始数据的精度,加之对空间分辨率的提高,可为获得更加全面、精细的降水分布数据提供有效方法。     

多元自适应回归样条算法模拟川中丘陵区参考作物蒸散量

参考作物蒸散量(reference crop evapotranspiration, ET_0)是作物精准灌溉管理与农业高效用水的核心参数。为提高川中丘陵区气象资料缺省下的ET_0预报精度,利用不同的气象因子组合,建立15种基于多元自适应回归样条算法(multivariate adaptive regression splines, MARS)的ET_0预报模型。选取11个代表性气象站点1961—2016年逐日气象资料进行分析,将其与其他ET_0预报模型进行对比,并利用可移植性分析评价MARS模型在川中丘陵区的适用性。结果表明:基于温度和风速项输入的MARS_5(输入大气顶层辐射、最高气温、最低气温、2m处风速)、MARS_9(输入最高气温、最低气温、2 m处风速)和MARS_(13)(输入最高气温、2 m处风速)模型,以及仅基于风速项输入的MARS_(15)模型都具有良好的模拟精度;大气顶层辐射和风速是决定机器学习模型地域性适应能力的关键;引入大气顶层辐射后,MARS_6(输入大气顶层辐射、最高气温、最低气温、相对湿度)、MARS_7(输入大气顶层辐射、最高气温、最低气温、日照时长)、MARS_8(输入大气顶层辐射、最高气温、最低气温)模型均优于相同气象因子依赖下的Irmak-Allen、Irmak、Hargreaves-M4模型;通过可移植性分析发现,在训练站点和测试站点的随机交叉组合下,MARS_5模型保持了较高的精度(纳什效率系数和决定系数均大于0.985),且输出较为稳定的模拟结果,均方根误差变化范围为0.121～0.193 mm/d,平均相对误差变化范围为2.7%～4.2%。因此,基于多元自适应回归样条算法的ET_0预报模型可作为川中丘陵区ET_0预报的推荐模型。     

基于电子鼻的鱼粉中挥发性盐基氮检测模型比较

挥发性盐基氮（TVB-N）是表征鱼粉新鲜度的主要指标之一,为了探讨基于电子鼻系统检测鱼粉新鲜度的可行性,研制了检测鱼粉中TVB-N质量分数的电子鼻测量系统。该系统主要由氧化锡气敏传感器阵列、便携式数据采集设备和基于LabVIEW的采集程序组成。利用该系统对不同TVB-N质量分数的鱼粉样本进行气味信号采集,同时对鱼粉样本中的TVB-N的质量分数采用半微量凯式定氮法进行检测,利用2σ准则对传感器响应值进行数据剔除处理,建立了鱼粉中TVB-N质量分数的主成分分析（PCA）、多元线性回归（MLR）、BP神经网络模型,并用预测样本对模型进行验证。试验结果为：3种模型TVB-N质量分数预测值与实测值之间的决定系数R2、预测标准误差SEP、最大相对误差RE-max及平均相对误差RE-mean分别为0.48、10.25、13.62%、6.06%;0.59、9.14、13.91%、5.57%;0.94、3.64、6.30%、1.88%。BP神经网络效果最好,多元线性回归次之,主成分分析最差。研究结果表明,利用电子鼻技术可以有效对鱼粉中TVB-N质量分数进行检测。     

土地利用的多尺度空间自相关模型比较（英）

该文以广州市花都区为例,选用拉格朗日乘子检验和拟合度检验分析比较了经典线性回归模型、空间滞后模型、空间误差模型对于土地利用与驱动因子在不同尺度上的解释力和适用度。研究表明：1)经典线性回归模型的残差表现出正相关性,但比原始土地利用数据弱,表明经典线性回归模型能部分地解释土地利用空间布局但忽略了土地利用的空间依赖性;2)与经典线性回归模型相比,空间滞后模型、空间误差模型很好地消除了空间自相关性,并且有更好的拟合度;3)研究区不同地类、不同尺度的最优空间自回归模型的具体形式是不同的,表明最优空间自回归模型的具体形式也存在尺度依赖性。     

基于GIS技术对山区水热空间分布模型研究

水热是一种重要的自然资源,水热的研究将有助于优化山区的自然环境,促进山区经济发展。GIS技术的发展,使起伏地形下气温和降水的空间扩展研究成为可能。影响水热分布的因素很多,如何有效地建立适当的模型是研究的重点。在总结各种水热模型,分析了其优缺点和使用范围,并对模型的空间自相关性检验、精度不确定性进行了讨论。最后指出全面综合考虑多种因素是今后水热模型研究的趋势。