基于集合覆盖模型的农产品冷链网络布局

针对农产品产地"最先一公里"冷链网络布局问题,采用集合覆盖模型求解不同辐射半径和网点容量组合下的网络节点个数及布局方式,分析网络节点的辐射半径、容量与个数3者之间的关系,通过TOPSIS算法找出最优布局方案。结果表明:1)单一辐射半径下,随着网络节点容量的增加,网络节点个数逐渐减小,最终趋于稳定;2)网络节点个数首次出现最小值时对应的节点容量为该辐射半径下的最佳容量;3)每个网络节点辐射半径都对应1种最佳布局方式。本研究运用集合覆盖模型对某区域农产品基地进行网络布局,分析得出网络节点的辐射半径为10km、容量为15万t时的布局方案为最优,与理论分析相符,本研究提出的模型有效且可行。     

凤阳一次大风过程多风速对比分析及EC集合预报检验

该文选取安徽凤阳2017年3月1日一次冷空气影响的大风天气过程,对自动气象站采集的2min平均风速、10min平均风速、瞬时风速、最大风速、极大风速观测值进行对比分析,对EC集合预报效果进行检验。结果表明,不同风速展现的风力变化趋势基本一致;随着滑动平均时段的延长,其平均风速逐渐减小;极大风速变幅最大,10min平均风速变幅最小。当EC集合预报的10min平均风速分别≥6.1m/s、≥7.2m/s、≥8.5m/s时,极大风速可能分别超6级、7级、8级。     

集合种群理论及其在野生植物保育中的应用

[目的]探索集合种群理论研究现状及其在生物多样性保育中的应用。[方法]通过查阅国内外相关资料,对集合种群理论的形成与发展、国内外研究现状、存在的问题及其在生物多样性保育中的应用进行归纳总结。[结果]集合种群概念产生于1970年,主要指占据非连续生境斑块、局域种群间存在个体或繁殖体交流的复合体。集合种群主要包含5种结构类型,不同的结构类型具有不同的动态特征及保护主体。目前,国外集合种群理论已在生态学研究方面形成较完善的体系,但在遗传学与适应性进化研究方面尚处于起步阶段;中国的集合种群研究以文献研究为主,基于数学模型的集合种群动态、生态位、Allee效应等纯理论的研究较多,经验性、实证性研究案例较少。植物集合种群的研究还存在植物种子散播、定居等移殖过程分析难题,制约着植物集合种群研究的发展。将数学方法、相关软件与传统生态学手段结合是解决以上难题的主要途径和方法。集合种群理论能够很好的分析濒危物种的空间分布、局域种群间的基因流强度、散布、定居等种群动态,从而为濒危物种保护策略制订和保护技术开发提供理论依据和数据支持。[结论]今后的研究中,应加强集合种群理论在遗传学方面的研究和濒危物种保育中的应用。     

新疆北部棉花播种期热量指数预测研究

应用前期74类环流指数因子,考虑了统计模型中因子与预测量之间相关系数的不稳定性,用滑动集合回归方法建立了北疆棉区播种-出苗期间热量指数的集合回归预测模型。石河子、炮台、精河、博乐站1961-2006年的回归序列与实况序列的相关系数分别为0.804 0,0.756 2,0.850 3,0.825 2。4站1996-2005年的试报结果检验表明:集合回归预测模型的效果明显优于一级回归模型,而4站中又以博乐站的效果最优。应用前期月环流指数因子,经滑动相关建立的超级集合模型,对北疆棉区播种-出苗期间的热量指数有一定的预测作用,该方法在农业气象灾害预测等领域有推广价值。     

猪流行性腹泻免疫病理学研究Ⅲ.人工感染仔猪免疫器官SmIg~ B、ANAE~ T淋巴细胞的动态观察

对以猪流行性腹泻病毒吉毒株(PEDV-J)按种的10头仔猪肠系膜淋巴结、脾脏,特别是肠粘膜Peyer集合淋巴结的SmIg~ B淋巴细胞及ANAE~ T淋巴细胞进行了动态观察。结果表明,PEDV—J毒刺激仔猪既可产生全身免疫反应,又可产生局部免疫反应,且肠道粘膜局部免疫反应早于全身免疫反应。     

基于EnKF和PF的沙壕渠灌域土壤含盐量监测模型研究

为探究不同数据同化算法在时空尺度上监测土壤含盐量的可行性，以内蒙古河套灌区沙壕渠灌域为研究区域，采用高分一号卫星遥感图像作为数据源，通过EnKF算法和PF算法的同化观测算子和模型算子得到时空范围中的土壤含盐量变化情况。其中观测算子分为两步，首先通过PLS-VIP准则来筛选光谱指数作为自变量，再使用ELM模型建立基于不同时间不同深度的遥感监测土壤含盐量模型；模型算子为基于Hydrus-1D模型的数学模拟监测土壤含盐量模型。结果表明，基于ELM模型的土壤含盐量模型中，深度0～20 cm、20～40 cm和40～60 cm的平均IOA均在0.74以上，平均ME在0.14%以下，表明反演模型具有良好的精度；基于Hydrus-1D的数学模拟监测土壤含盐量模型中，3个深度平均IOA在0.79～0.89之间，平均ME在0.128%～0.137%之间，能够较好地反映土壤盐分在时间序列中的运移情况；EnKF算法3个深度IOA在0.820以上，ME在0.141%～0.157%之间，NMB在0.141～0.252之间，PF算法3个深度IOA在0.89以上，ME在0.090%～0.142%之间，NMB在0.0...     

基于集合卡尔曼滤波法的清江流域多源融合降水分析

高质量的水文气象观测数据是开展气象和水文灾害监测、预报预警及长期气候变化趋势分析的基本支撑。针对流域尺度内现有融合降水数据空间分辨率低的问题，通过集合卡尔曼滤波（EnKF）融合算法对清江流域33个地面站点和TRMM及CMORPH两种卫星产品的降水数据在日尺度上进行融合，得到了0.05°×0.05°的清江流域融合降水数据MSAP。利用留一交叉验证的方式对卫星降水、地面插值和MSAP融合降水数据进行定量分析，证明EnKF融合算法能从相关性系数R、平均绝对误差MAE和均方根误差RMSE 3个方面改善清江流域降水的精度，并且融合算法改善了卫星数据和地面数据在流域边界部分区域精度低的缺点，展现了EnKF融合算法在降水数据融合中的应用潜力。进一步地，将MSAP与CMFD、ERA5和MSWEP等3种主流再分析数据进行对比，并对1998年汛期清江流域与长江干流四次洪峰遭遇中最大的两次遭遇所对应的场次强降水进行了空间分析。结果表明，在时间尺度上，MSAP数据具有最高的R和最小的MAE及RMSE；在误差的空间分布上，MSAP数据在各站点精度评价指标的空间差异最小，四种再分析数据精度由高到低排序为MSAP&...     

基于CMIP5模式的不同集合方法对鄱阳湖流域降水及气温模拟能力的比较

全球气候模式被广泛应用于未来气候模拟及评估，其对地区实际气候模拟的准确性决定了研究结论的可靠性。为探索不同集合方法对降水和气温的模拟能力，基于第五次耦合模式比较计划CMIP5中的19个气候模式历史数据，比较了各模式对鄱阳湖流域气候的模拟能力，并选出最优模式；在此基础上，运用集合算术平均及贝叶斯模型平均（BMA）方法，构建了全模式等权集合、择优模式等权集合、全模式BMA集合及择优模式BMA集合4种多模式集合模型，评估了各集合模型对鄱阳湖流域气候变化的模拟能力。结果表明：(1)单模式及集合模型对气温的模拟能力优于对降水的模拟能力；(2)在年尺度上，全模式等权集合和择优模式等权集合模型低估了流域的多年平均气温及降水，而全模式BMA和择优模式BMA模型能较好地描述流域多年气候平均态，其中择优模式BMA模型优于全模式BMA；在月尺度上，全模式BMA模型在气温及降水的率定期与验证期均有着较好的模拟效果；(3)全模式BMA集合和择优模式BMA集合模型模拟的气温呈现南高北低、东高西低的分布特征，降水表现出东高西低、北高南低的分布特征，相较于全模式等权集合和择优模式等权集合模型能更好地再现流域降水与气温...     

基于集合经验模态分解算法的土壤肥力胁迫甄别与监测

土壤肥力是农作物生长所需的关键要素之一，其水平直接影响农作物的长势甚至产量，然而作物生长过程中受多种胁迫因素的综合影响。避免土壤肥力监测结果受到其他胁迫因素的干扰是土壤肥力精准监测的关键问题之一。该研究旨在分析利用集合经验模态分解（Ensemble Empirical Mode Decomposition，EEMD）算法进行土壤肥力胁迫甄别和监测的可行性。以河北省廊坊市大厂县冬小麦耕地为研究区域，以EEMD算法为基础，将分解后的本征模函数（Intrinsic Mode Function，IMF）分量按照年际、年间和年内的尺度进行合成，结合不同的时间尺度及胁迫特征剔除土壤水分胁迫、病虫害胁迫及重金属胁迫等因素，实现对土壤肥力胁迫的有效甄别提取。结合主成分分析相关方法，将有机质、全氮、有效磷以及速效钾4项养分指标转换为3个主成分，初步得到土壤肥力综合评价简易模型，后与分解结果进行拟合，构建并实现了土壤肥力综合水平的定量评价模型。结果表明：1）在年际、年间以及年内3组波动组分中，年际波动组分可以较好地反映研究区内土壤肥力胁迫作用对农作物长势的影响；2）利用最小二乘法对土壤养分指标测定数据进行线性拟合，拟合结果与原始数据的决定系数达到了0.857，能够较好地反映出原始数据的变化水平；3）最终土壤肥力水平评价模型评价结果与实测结果间的平均误差为11.82%，表明模型预测结果与实际情况契合程度高，模型反演结果能够较好地反映研究区的土壤肥力水平。该研究结合EEMD算法与统计学分析实现了土壤肥力胁迫的有效甄别及土壤肥力定量评价模型的构建，为遥感技术在土壤肥力研究领域的应用提供了参考。     

基于CEEMD的LSTM和ARIMA模型干旱预测适用性研究 ——以新疆为例

干旱的频繁发生对农业生产和经济发展造成了不可忽视的危害，准确预测干旱的发生具有重要的现实意义。基于1960—2019年新疆气象站点的逐日降水量数据，计算1、3、6、9、12个月及24个月时间尺度的标准化降水指数。建立差分自回归移动平均模型（Autoregressive Integrated Moving Average,ARIMA）、长短期记忆网络（Long Short-Term Memory,LSTM）、互补集合经验模态分解（Complementary Ensemble Empirical Mode Decomposition,CEEMD）-ARIMA组合模型和CEEMD-LSTM组合模型。通过4种模型对多时间尺度SPI序列进行预测，确定各模型在干旱预测中的适用性。结果表明：（1）4种模型的预测精度均随时间尺度的增加而逐渐提高，在24个月时间尺度时达到最高；（2）CEEMD能够有效平稳时间序列，各时间尺度下，组合模型均达到了较高的预测精度，相较单一模型更适用于干旱预测；（3）4种模型预测结果精度由低到高分别为：LSTM、ARIMA、CEEMD-LSTM、CEEMD-ARIMA（决定系...