基于农产品供应链核心企业的知识动态评价模型研究

在综述我国农产品供应链的现状、供应链评价和知识评价的相关研究基础上,结合知识管理和知识流研究的相关理论,提出了基于农产品供应链核心企业的知识动态评价模型。模型将知识投入量和知识投入成本作为输入变量,将知识成果和年利润额作为输出变量,采用以核心企业为中心的变量交叉评价的方法建立其输入与输出的关系。     

基于改进SHIPP模型的大型原油库区事故风险预测

隐患、未遂事故及无伤亡事故等异常事件是重大事故的早期预警和征兆,此类事件发生频率高,通过建立事故模型识别及纠正事件中的不安全因素能够有效预防重大事故发生。结合油库工艺特点和事故特征,对系统危害辨识、预测及预防(System Hazard Identification,Prediction and Prevention,SHIPP)模型改进,建立基于安全屏障的油库事故模型。采用故障树和事件树相结合的方式构建原因-后果关系模型,将故障树和事件树映射为贝叶斯网络以表征不确定性和条件依赖性。针对新的证据信息,通过贝叶斯网络更新机制实施概率更新;基于贝叶斯理论对现场异常事件数据进行经验学习,降低先验概率的不确定性,实现对油库事故的动态风险预测。对某油库算例分析结果表明,库区发生物质和能量释放的概率较大,整体安全性能趋于退化,应加强安全检查和隐患排查的力度。研究成果可为大型油库风险预测和事故预防提供科学指导和决策支持。(图12,表6,参37)     

基于三元交互决定论的在线学术社区动态知识推荐服务模型研究

[目的/意义]以三元交互决定论为基石构建在线学术社区动态知识推荐服务模型,为在线社区多维需求分析及需求演变趋势刻画提供理论依据,为完善知识社区的推荐服务提供相应指导.[方法/过程]首先,基于三元交互决定论明确影响用户知识需求的内外因素以及因素间的关联关系;然后根据三元交互决定论需求分析的目标,明确相应的分析方法,抽取出...     

基于作物生长模型的农业干旱灾害风险动态评估

在阐述干旱灾害风险基本概念的基础上,分析了农业干旱灾害风险动态评估的难点。通过作物生长模型——DNDC模型模拟作物逐日生长,得到最终的粮食产量。采用情景分析方法,对不同气象条件下的作物产量进行估计,进而计算作物粮食因旱损失,实现农业干旱灾害风险动态分析。研究选择辽宁省为研究区,以玉米作物为代表,空间分析单元为县级行政区,利用15年的序列数据进行粮食因旱损失评估,模型模拟辽宁省的总误差控制在15%左右。风险分析结果表明,辽宁省西北部地区干旱灾害风险高于其他地区,这也与辽宁省干旱实际情况相吻合。     

长绒棉氮肥运筹动态知识模型及系统仿真

通过对长绒棉氮肥运筹管理的最新资料的研究及实验论证,在分析氮肥对长绒棉产量、株高和叶面积影响的基础上,综合考虑气候条件、土壤理化性质、产量目标和品种特性等影响因子,根据养分平衡原理,建立长绒棉氮肥运筹的动态知识模型,并利用VC++开发平台和SQL Server数据库软件设计实现了长绒棉种植管理支持决策系统.     

冬小麦生长适宜动态指标的知识模型

 在分析和提炼小麦栽培理论与技术最新研究资料的基础上 ,通过定量描述冬小麦生长发育动态与品种类型、生态环境和生产技术水平之间的动态关系 ,以基于生理发育时间的动态生长度日为主线 ,建立了系统化和广适性的冬小麦生长适宜动态指标的知识模型 ,可为不同环境条件和冬小麦品种栽培过程中的苗情诊断提供定量化的动态生长指标 ,包括主茎叶龄、叶面积指数、群体茎蘖数和干物质积累量等。利用不同地点的常年每日气象资料以及不同品种类型、不同产量目标和不同播期资料对所建知识模型进行了实例分析 ,表明知识模型对冬小麦生长适宜动态指标具有     

基于本体的农业灾害应急处置领域知识表示研究

分析了农业灾害应急处置领域现存的问题,阐述了农业灾害应急领域知识描述基本内容及基于本体的农业灾害应急处置领域知识表示方法。在此基础上,对农业灾害应急处置领域知识本体的技术方法进行了比较分析,并对基于本体的农业灾害应急处置领域知识表示的应用前景进行了探讨。     

水稻群体生长指标动态的知识模型研究

 通过定量描述水稻群体基本苗以及主茎与分蘖数、叶面积指数和干物质积累动态与品种类型、生态环境因子和栽培措施之间的动态关系，以基于生理发育时间的积温来计算的发育进程为主线，建立了广适性的水稻适宜群体生长指标的知识模型，可为不同条件下水稻栽培过程中的生长调控与苗情诊断提供定量化的动态指标体系，包括群体主茎与分蘖动态、叶面积指数动态和干物质积累动态等。利用不同生态点的常年逐日气象资料以及不同品种类型对所建知识模型进行了实例分析。结果表明，本模型设计的大田基本苗与实际生产值RMSE平均为5.0，模型设计的群体生长动态指标与已有的高产栽培模式中实测结果平均相关系数达r=0.85**以上，故知识模型对不同条件下的水稻生长指标适宜动态具有较好的预测性。     

基于CA-Markov模型的永春县景观格局动态模拟

根据景观类型划分出3期永春县景观格局图;并利用IDRISI软件构建CA-Markov模型,对永春县2010年景观格局进行模拟.模拟结果与实际景观格局的Kappa指数为0.8415,具有较高的可信度.再利用该模型对永春县2015年景观格局进行模拟,结果表明:2010-2015年永春县耕地、林地面积趋于减小,建设用地面积增大,其余景观类型略有变化;与2000-2010年相比,永春县耕地和林地面积下降速度没有明显减缓.因此,迫切需要发挥土地利用总体规划的控制作用,加强对耕地和林地的保护.     

基于物元模型的广西省水质评价

基于2015年3月至2016年2月广西省环保厅水质监测数据和广西省水质标准,运用物元分析理论,将评价标准、评价因子及其特征值作为物元,构建广西省水环境质量评价的物元模型。对评价标准和水质指标实测值进行归一化处理后,得到模型的经典域、节域、权系数及关联度。计算结果表明,全省14个地市整体水环境质量较好,符合Ⅰ、Ⅱ、Ⅲ类水质的地市分别为9、4、1个,计算结果符合广西省实际,说明物元模型用于水质评价是合理可行的,且评价结果具有更高的分辨率,能全面分析判别待评价对象属于某一级别的程度,为水质评价提供了新的思路和方法。     

A dynamic knowledge model for water management in maize

Farmland irrigation management and model establishment are always core and difficult contents in crop simulation. This research was focused on exerting the establishment theory of knowledge model, and applying the systematic analysis method and mathematic modeling technology to knowledge expression system of maize water management. Based on soil water balance, a dynamic knowledge model with systematic and wide-application characteristics for maize water management was developed, after periodically quantifying the relationship of irrigation ration between cultivars’ characteristics and environmental factors. Cases were studied on the knowledge model with the data sets of normal year in different eco-sites and those of different rain years in the same eco-sites. The results showed that there was no difference in water saving in normal years under different eco-sites, irrigation schedule changes with eco-sites greatly; but a more obvious difference in different rain years of the same eco-sites existing, with 8.6% and 31.9% of water saving in both more rainfall and normal rainfall years, respectively. Additionally, irrigation in the seedling stage did not change with year types, but it did in Knurling and filling stages. This can be concluded that the irrigation regime designed by the model is well coherent to the actual planting system, which indicated that the model had good decision-making and applicability __________ Translated from Transactions of the Chinese Society of Agricultural Engineering, 2007, 23(6): 165–169 [译自: 农业工程学报]     

玉米肥料运筹动态知识模型研究

为给玉米田知识模型间施肥提供决策工具,试图建立一种系统化和广适性的玉米肥料运筹动态。该模型通过分析和提炼玉米肥料管理方面的最新研究资料,在综合考虑气候条件、土壤理化性质、品种特性等影响因子基础上,根据养分平衡原理,以产量为目标,结合土壤养分供给量和玉米养分需求量,建立了玉米肥料运筹动态知识模型。模型可用于精确定量不同环境和不同产量目标下的氮磷钾施用量、有机氮无机氮施用比例及不同生育时期的氮肥追施量等。利用不同生态点、不同品种、不同土壤肥力等数据对模型进行了验证,结果表明,该模型具有较好的决策性和适用性。     

基于等维灰数递补动态模型的广东省交通事故预测

针对广东省道路交通事故统计信息少和内部发生机理复杂的特点,在分析广东省道路和交通安全现状的基础上,利用灰色系统理论的等维灰数递补动态模型,构建了广东省交通事故预测模型,并根据广东省2007-2012年的交通事故统计数据,对未来短期内广东省发生的交通事故数和伤亡人数进行了预测.检验结果表明,在广东省交通事故的预测中,与回归预测模型相比,等维灰数递补动态模型具有更高精度和适应性.     

油菜产量目标设计与品种选择的知识模型

运用知识工程和系统建模方法，在综合考虑决策点光温生产潜力、历史平均产量水平、土壤肥力、肥水管理水平和生产技术水平等诸多因子对增产系数影响的基础上，通过动态量化增产系数，建立了具有时空适应性的油菜产量目标设计知识模型；通过定量计算油菜品种特征值与环境因子和生产需求之间的符合度，建立了适宜品种选择的量化知识模型。利用南京、郑州和保定3个不同生态点的常年逐日气象资料以及不同品种类型资料对产量目标设计模型进行了实例分析；利用南京、仪征、如皋、郑州和保定5个不同生态点常年逐日气象资料以及13个不同品种资料对品种选择知识模型进行了实例分析。结果表明，所建知识模型具有较好的决策性和广适性。     

棉花品种选择和播期确定的动态知识模型

基于献资料和研究成果，利用生态学原理和多目标决策方法，建立了棉花种植制度和品种选择的定量知识模型，进一步提出了与品种、产量目标、种植方式等相适应的播期确定动态知识模型。利用南京、安阳、石河子和太原等生态点的不同品种和产量目标资料对所建知识模型进行了检验。结果表明，知识模型对品种选择和播期设计具有较好的决策性和适用性。     

基于灰色预测模型的山东省粮食灾损量评估及灾害关联度分析

基于山东省1978-2012年粮食生产及自然灾害数据,利用灰色预测模型量化分析自然灾害对粮食生产的影响,估计粮食灾损量并测算不同粮食作物灾损量与不同自然灾害间的关联系数,得出结论如下:1)1979-2012年间,粮食总灾损量年平均146.50万t。平均波动周期5.67 a,总体来看波动幅度不断减小,具体来看各周期振幅呈现减小、增加、减小的变化规律。2)1979-2012年间,小麦灾损率平均波动周期6.60 a,灾损平均变化率-0.33%;玉米灾损率平均波动周期3.67 a,玉米灾损平均变化率-0.43%。3)各类自然灾害对小麦、玉米的影响程度均表现为:旱灾风雹灾害水灾。     

基于PLUS模型并顾及交通规划的广州市土地利用情景模拟与分析

为保障区域的可持续发展,对其未来的土地利用情景进行模拟预测十分必要。本研究采用马尔科夫链预测2030年各类用地总量,按照《广州市交通运输“十四五”规划》的设想,利用PLUS模型设置自然发展情景和交通规划情景,模拟广州市2030年的土地利用格局,并借助土地利用转移矩阵和景观指数分析两种情景下的地类转换特征和景观格局特征。结果表明：交通规划对人造地表的影响较大,在交通线路3 km范围内,交通规划情景下人造地表的面积比自然发展情景增加22.06 km²,主要由耕地和林地转移而来。两种情景下人造地表均以“外延式”发展为主,自然发展情景下人造地表在各个区域的蔓延速度相对一致,交通规划情景则集中于中心城区外围分布,在远离市中心地区的分布概率较低;相比于自然发展情景,交通规划情景中斑块的优势度更高,斑块形状更复杂,具体表现为人造地表优势度明显上升,耕地和草地的形状更破碎复杂。研究表明,依据交通规划,利用PLUS模型进行城市未来用地格局模拟具有合理性,模拟结果能为未来国土空间管控及规划提供基础数据支撑和决策依据。     

水稻栽培适宜品种选择的知识模型

在阅读大量献资料及咨询农学专家的基础上，运用知识工程和系统建模方法，总结、归纳和提炼水稻品种选择与品种类型、生态环境和农作制度之间的动态关系，定量计算了水稻品种特征值与环境因子和生产需求之间的符合度，建立了适宜品种选择的量化知识模型。该模型可用于定量设计不同环境和生产条件下水稻种植的适宜品种。利用沈阳、南京、常德、昆明和广州5个代表性生态点的常年逐日气象资料、当地的生产条件以及24个不同品种资料，对品种选择知识模型进行了实例分析。结果表明模型预测结果与当地实际情况基本吻合。从而证明知识模型能有效地依据决策点的自然资源条件．对决策点适宜种植品种的选择具有较好的解释性和可靠性。     

基于深度动态学习神经网络和辐射传输模型地表温度反演算法研究

【目的】地表温度反演是一个典型的病态反演问题,深度动态学习神经网络的出现提供了一条新的地表温度反演途径。文章以MODIS中红外和热红外波段作为参照模拟研究对象,利用深度动态学习神经网络和辐射传输模型(MODTRAN)进行地表温度反演研究,选择最适合于MODIS地表温度反演的波段组合,从而为国产卫星风云系列和高分数据红外波段反演地表温度提供参考算法。【方法】根据中红外波段受太阳的影响以及水汽波段的特征,将反演组合波段分成3组。第1组适合白天和晚上同时反演地表温度的组合(MODIS波段29、31、32和33);第2组适合白天的热红外波段和水汽波段组合(MODIS波段29、31、32、33和水汽波段);第3组是只适合晚上的中外波段(MODIS 20、22、23)与热红外波段(MODIS 29、31、32和33)的组合。【结果】利用辐射传输模型(MODTRAN)和深度动态神经网络(NN)反演分析表明,深度动态学习神经网络能够被用来精确地从单景MODIS数据中反演地表温度,克服了传统MODIS白天/黑夜产品算法的缺陷。3种类型的组合地表温度的平均反演误差都在1 K以下,最高精度为热红外波段与水汽波段的组合,平均最高精度为0.251 K,标准差是0.255 K,相关系数是1。【结论】利用深度动态学习神经网络和辐射传输模型彻底解决了地表温度和发射率病态反演难题,为风云系列卫星和高分数据地表温度反演算法提供参考算法模式,深度动态学习神经网络与辐射传输模型相结合反演地表温度和发射率在地表温度反演史上具有里程牌意义。