多种时序NDVI重建方法比较与应用分析

【目的】NDVI时序数列能够模拟植物的生长过程,反映其生长状况。目前重建NDVI时序数列的方法有很多,由于模型和参数的不同导致结果存在不确定性以及偏差。本研究旨在对比3种模型（Whittaker平滑、HANTS和Savitzky-Golay滤波）在物候提取和复种指数提取中的应用,以探讨各模型的优缺点。【方法】采用16 d间隔的MODIS MOD13Q1 2000-2012年陕西地区影像,利用3种模型拟合重建NDVI时序数列。首先,将研究区划分为3个气候区,每区分别选择林地和耕地两个采样点,视觉比较各采样点3种模型拟合效果。其次,通过均方根误差、相关系数和信噪比对比各模型拟合精度,并探讨不同植被类型之间拟合精度的差异。然后,采用动态阈值法提取13年植被物候参数（生长开始日期SOS、生长结束日期EOS、生长周期LOS）,对比模型提取不同植被类型物候参数均值和标准差的差异。最后,利用二次差分算法和提取规则获取陕西13年复种指数,对比3种模型提取和统计年鉴计算复种指数之间的差异。【结果】Savitzky-Golay滤波拟合精度较高,复种指数提取精度较高,但是提取物候参数方面存在较大误差;HANTS提取物候参数效果较好,但参数设置复杂以及精度较差;Whittaker平滑参数设置简单,能有效降低原始影像的信噪比,在精度和物候参数提取均表现良好;均方根误差和相关系数作为精度检验的标准,二者存在负相关,相关系数比均方根误差更灵敏。【结论】Whittaker平滑能够很好地平衡NDVI时序数列的保真度和粗糙度,在提取物候参数方面表现良好,在提取复种指数方面还有待进一步研究。     

大兴安岭沟塘草甸地表可燃物载量快速测定方法

以黑龙江省大兴安岭地区沟塘草甸为研究对象,利用2016—2017年防火期野外调查数据,将可燃物载量作为独立因子,与林分相关性显著的因子进行回归分析,构建地表可燃物载量估测模型,估测地表可燃物载量分布。结果表明:(1)从2016年秋季防火期到次年春季防火期,地表可燃物的平均高度、平均含水率、平均鲜质量和平均干质量都呈下降趋势。(2)春季防火期和秋季防火期,地表可燃物的干质量和鲜质量均与可燃物高度呈正相关,可燃物含水率随高度的增加呈下降趋势。(3)春季防火期可燃物载量估测模型拟合平均精度为56.25%,相关系数0.764 0;秋季防火期模型拟合平均精度为77.41%,相关系数0.849 8,经过检验,模型的自变量与因变量具有显著差异。以地表可燃物高度为变量,构建地表可燃物载量一元线性回归模型,可为可燃物载量快速测定。     

落叶松立木材积方程非线性和对数转换的对比

以兴安落叶松立木材积方程为研究对象,采用Ballantyne提出的似然分析法判断落叶松立木材积方程是否需要进行对数转换。结果表明:经似然分析法判断,落叶松立木材积方程需要进行对数转换。然而对非线性和对数转换线性模型拟合和检验统计量的比较表明:非线性和对数转换线性立木材积模型拟合评价指标非常接近。非线性立木材积模型的拟合和检验精度略高于对数转换的线性模型。立木材积模型的主要应用是用来预测,建议选择非线性回归分析。     

评价回归模型拟合效果的数量化方法

回归模型模拟的效果直接影响其预测结果的精确性，针对残差分析法检验模型似合效果的局限性，采用数量化方法进行检验，不仅综合分析的模拟效果，而且可以直接比较模型间的拟合效果，并为建立拟合效果好的新模型提供了充分的依据。     

基于环境卫星数据的黄河湿地植被生物量反演研究

回归模型拟合植被指数与生物量的定量关系是植被生物量反演的重要研究方法之一.研究在此基础上,基于环境卫星遥感数据和同步野外实地采样数据,以郑州黄河湿地自然保护区为试验区,比较MLRM(多元线性回归模型)与SCRM(一元曲线回归模型)反演植被生物量的能力,并估算研究区植被生物量,生成研究区生物量分布图.结果表明,文中所建立的MLRM在研究区具有较好的反演精度和预测能力.其模型显著性检验为极显著,相关系数为0.9791,模型拟合精度达到29.8 g/m2,其模型预测结果系统误差为49.9g/m2,均方根误差为67.2 g/m2,预测决定系数为0.8742,比传统的一元回归模型具有更高的精度和可靠性.估算研究区域2010年8月湿生植被生物量约为6.849199 t/hm2,相对误差为4.73％.     

闽北主要用材树种胸径与去皮地径关系的研究

本文利用闽北四县市收集的杉木９９４株、马尾松１０８７株、阔叶树１０３２株样木资料，按树种随机抽取１００组胸径与去皮地径的成对值，用５种胸径与去皮地径的回归方程对各树种进行拟合与检验．以剩余平方和最小者为优，比较得出：杉木、阔叶树以一元线性而马尾松以幂函数方程为佳，其相关系数分别为０．９９８５、０．９９５２、０．９８６５。用５０株模外样木资料对估测模型进行Ｆ检验和Ｕ检验，估测模型的系统误差和约方误均小于５％，表明模型预测精度较高，可供林业生产经营管理使用．     

香格里拉高山松天然林林分蓄积混合效应模型构建

以云南省香格里拉的高山松天然林为研究对象,构建林分蓄积的混合效应模型;引入林分、海拔等环境因子的影响,构建含环境因子的林分蓄积混合效应模型,所有模型均采用拟合指标和独立样本检验进行评价。结果表明:混合效应模型相对于一般回归模型在林分蓄积拟合中有较高较好的拟合效果;引入环境因子的混合效应模型的拟合效果比一般混合效应模型要好;其中,引入林分因子的混合效应模型拟合效果最好;从模型独立性检验来看,一般混合效应模型的预估精度最高,绝对平均相对误差最小;引入环境因子后,混合效应模型的总相对误差以及平均相对误差有所减小,其中又以引入林分因子的混合效应模型的误差最小,表现最佳;一般回归模型无论在误差方面还是在精度方面都与混合效应模型有很大差距。     

基于LM-BP网络的粮食产量预测

利用Levenberg-Marquardt (LM)算法对BP神经网络法进行改进,提出了基于改进型LM-BP神经网络模型的粮食产量预测方法.提取了粮食作物播种面积、化肥施用量、粮食作物有效灌溉面积、受灾面积、农村用电量、农业机械总动力、从事农业的人口、农村居民家庭生产性固定资产原值、农村居民家庭平均纯收入9个因子作为输入因子构筑模型,粮食产量作为网络输出,通过LM算法使网络误差最小化,最后使用相关系数、相对误差等指标对模型的模拟结果进行检验.结果表明,训练样本集中模拟值和实际值的相关系数为0.996,平均相对误差为0.47％;检测样本集中,预测值和实际值的相关系数为0.994,平均相对误差为0.56％;该模型具有较高的拟合精度和预测精度,将此网络模型应用于粮食产量预测是有效的、可行的.     

白河林业局红松分布数量预估模型1）

根据长白山地区白河林业局的772块固定标准地调查数据,以及最小二乘法（ OLS）,建立逻辑斯蒂（Logistic）模型来预估该局现时状态有林地的红松分布概率,并采用泊松（Poisson）和负二项分布（Negative binomi-al,NB）模型预估该局现时状态有林地红松的分布数量,并对模型进行了拟合效果评价及独立性检验。结果表明, Logistic模型与数据的拟合效果很好,独立性检验中预测精度也在可接受的范围内,可以利用Logistic模型来预估该局有林地红松的分布概率。与Poisson模型相比,负二项分布模型能够解决因变量的不均匀分布（即过度散布）的问题,因此能够更好地拟合数据。但在独立性检验中,Poisson模型和NB模型的预测精度接近,且都在可接受的范围内,两个模型均可以用来预估该局有林地红松的分布数量。     

基于RS的森林蓄积量主成分回归估测

通过对影响蓄积量的因子进行相关性分析,筛选出与蓄积量存在较好相关性的指标作为自变量。但其自变量间存在多重共线性,会对模型稳定性、预测精度产生影响。通过多元统计分析中的主成分分析法,构造出影响密云县森林蓄积量的主成分,然后与蓄积量进行回归,得到主成分回归,并与一般线性回归模型进行比较。结果表明:主成分线性模型在拟合度、模型适用性与预测精度上都优于一般线性模型。主成分回归模型的复相关系数为0.809,预测精度达到88.26%。     

基于相思树NIR数据理论模型的软件设计

根据朗伯—比尔定律所建立的近红外光谱数据相思树综纤维素含量的预测模型公式,采用Java语言开发了利用近红外光谱数据来预测木材化学成分含量的web版软件V1.0。首先对近红外光谱数据进行预处理和分组,然后使用拟合方法建立了许多非线性子模型,列出每个吸光值及其所对应的子模型当中的系数参数,采用Java5.0语言将以上数据和模型公式编译成软件。该软件使用方便,操作简单,预测结果准确度高(如综纤维素测量值与预测值之间的相关系数为0.935 2),为木材纸浆性能分析提供了可靠的依据和可操作的方法,并有望用于其他树种的化学成分预测。     

鲁西黄牛成年母牛体重与体尺指标的相关回归分析

[目的]分析鲁西黄牛成年母牛体尺指标与体重的相关性,并进一步进行估测体重的回归分析,指导该品种牛的生产实际及选育工作。[方法]以山东省鲁西黄牛产区2006年测量的110条相关数据为基础,分析体重与体高、体长、胸围、管围的相关系数,构建估测鲁西黄牛成年母牛体重的回归模型。[结果]结果表明:体重与体高、体长、胸围、管围的相关系数分别为0.7510、.814、0.9090、.855;得到了2个估测体重的回归模型,估测值与实测值之间的相关程度分别为0.954和0.953,并根据2个模型用Visual Basic语言编写了鲁西黄牛体重计算程序。[结论]鲁西黄牛成年母牛体重与体高、体长、胸围、管围存在明显的线性关系。     

渭-库河绿洲种棉土壤pH与微量元素的相关性分析

为了调整微量元素在种植棉花的土壤中的含量,以及提高施肥的精度,最终达到保护环境质量和农业资源的目的。笔者在GPS野外定位、量取样品、分析样品等步骤的基础上,获取了土壤属性数据。运用相关分析模块和统计分析模块,将渭-库河绿洲的种植棉花的土壤作为研究对象,分别分析了土壤中的有机质和pH与四种微量元素之间的相关性特征。结果表明：该研究区中的土壤有机质与有效铁和有效铜呈极显著负相关关系,相关系数分别为-0.557和-0.458,而与有效锰和有效锌之间的相关性不明显,均没有达到显著水平。土壤pH与有效锰呈极显著负相关关系,相关系数为-0.406,与有效锌呈显著负相关,相关系数为-0.274。在生产过程中,应该根据研究区土壤的性质,在合理使用有机肥的同时,适当调节土壤酸碱度,平衡作物中的营养物质,有利于各种作物对微量元素的吸收,从而提高农作物的产量以及质量,保证西北干旱区农业生产的可持续发展。     

森林流域水文模拟模型的概念、作用及其在中国的应用

在全球变化的背景下,研究森林植被与水资源相互作用的森林水文学和流域管理科学在国际上得到迅猛发展. 作为一种新型的水文研究和流域管理工具,流域水文模拟模型在中国越来越为森林水文和流域管理工作者所接受和使用. 该文在总结了中国在森林水文研究中的主要问题后,介绍了森林流域水文模拟模型的基本概念、分类方法以及在开展森林与水关系研究中的主要作用,总结了流域水文模拟模型的主要功能. 并以分布式水文模型MIKE SHE为例介绍了模型的结构组成、开发和应用过程. 最后提出该模型在中国应用中要注意的问题,包括中国土地利用的独特性、历史水文气象数据的可靠性和共享性.      

组合预测模型在黑龙江省农机总动力预测中的应用

农机总动力是反映和评价农业机械化水平的一个重要指标.通过对黑龙江省农机总动力历史数据进行分析,建立了指数模型、GM（1,1）模型和BP神经网络模型3种预测模型,其次,应用基于离异系数法、二次规划法、Shapley值权重分配法分别构建组合预测模型.拟合结果表明,各种组合预测模型优于各单一模型.最后应用基于Shapley值权重分配法对黑龙江省农机总动力进行组合预测,为制定农机动力发展规划提供了依据.     

梯田生物埂几种灌木根系的垂直分布特征

林木活性根的分布特征在农林复合系统树种选择、最佳株行距的确定、调控措施的确定等方面具有重要意义. 该文运用整株挖掘法对梯田生物埂几种灌木根系的垂直分布特征进行了研究. 结果表明,多枝柽柳、杞柳、柠条的根系生物量和根长随深度均呈指数减少;根系消弱系数反映出的根系分布特点,与根系的实际分布情况相符,可以作为描述3种灌木根系垂直变化的参数. 根据3种灌木的根系分布特点,研究建议,多枝柽柳和柠条可以作为梯田埂坎立地上栽植的农林复合树种,杞柳可栽植在水分条件较好的阴坡;3种灌木均应栽植在梯田埂坎虚土和原状土结合处;杞柳还应采取平茬和与秋粮作物配置的竞争调控措施.      

Simple nonlinear model for the relationship between maize yield and cumulative water amount

Both the additive and multiplicative models of crop yield and water supply are polynomial equations,and the number of parameters increases linearly when the growing period is specified.However,interactions among multiple parameters occasionally lead to unreasonable estimations of certain parameters,which were water sensitivity coefficients but with negative value.Additionally,evapotranspiration must be measured as a model input.To facilitate the application of these models and overcome the aforementioned shortcomings,a simple model with only three parameters was derived in this paper based on certain general quantitative relations of crop yield(Y) and water supply(W).The new model,Y/Y_m-W~k/(W~k+w_h~k),fits an S or a saturated curve of crop yield with the cumulative amount of water.Three parameters are related to biological factors:the yield potential(Y_m),the water requirement to achieve half of the yield potential(half-yield water requirement,w_h),and the water sensitivity coefficient(k).The model was validated with data from 24 maize lines obtained in the present study and17 maize hybrids published by other authors.The results showed that the model was well fit to the data,and the normal root of the mean square error(NRMSE) values were 2.8 to 17.8%(average 7.2%) for the 24 maize lines and 2.7 to 12.7%(average 7.4%) for the 17 maize varieties.According to the present model,the maize water-sensitive stages in descending order were pollen shedding and silking,tasselling,jointing,initial grain filling,germination,middle grain filling,late grain filling,and end of grain filling.This sequence was consistent with actual observations in the maize field.The present model may be easily used to analyse the water use efficiency and drought tolerance of maize at specific stages.     

Instrumentation for bioengineering

A tremendous range of physical science problems and techniques, from all branches of engineering, are involved in bioengineering instrumentation. The examples I have cited typify the problems that arise, but the techniques we have used represent only an infinitesimal fraction of the resources that we must exploit. The main challenge to the bioengineer is that of defining the problem in terms of what is useful and economically justified. One must understand the possibilities of engineering development and the probability that an effort will reach any assignable goal within a given time. Only then is it possible to work out a practical solution to the instrumentation problem. It is very easy to become so absorbed in the engineering development that we lose sight of the final goal and the purpose of the development. It is also easy, in working out an experiment, to become obsessed with the need for a particular bit of data, or of too great a degree of precision, without considering that the cost of obtaining these data might not be justified by their value to the full development. Thus, the only principles that can be generally applied to a bioengineering problem are those which would apply to making any decision that leans heavily on judgment.     

Cell polarity: quantitative modeling as a tool in cell biology

Among a number of innovative approaches that have modernized cell biology, modeling has a prominent yet unusual place. One popular view is that we progress linearly, from conceptual to ever more detailed models. We review recent discoveries of cell polarity mechanisms, in which modeling played an important role, to demonstrate that the experiment-theory feedback loop requires diverse models characterized by varying levels of biological detail and mathematical complexity. We argue that a quantitative model is a tool that has to fit an experimental study, and the model's value should be judged not by how complex and detailed it is, but by what could be learned from it.