基于深度学习算法的京津冀地区综合干旱评估模型构建

及时准确的干旱评估对社会经济发展和农业生产具有重要的指导意义,当前的干旱评估指标通常仅考虑植被或降水等单方面影响因素,在实际干旱评估中存在一定的局限性。本研究综合考虑降水、温度、地形等多个干旱致灾因子,以主要产粮基地京津冀地区为例,基于2007-2017年地表温度（Land Surface Temperature,LST）、归一化植被指数（Normalized Difference Vegetation Index,NDVI）以及降水等多源数据,利用深度学习框架Tensorflow构建以标准化降水蒸散发指数（Standardized Precipitation Evapotranspiration Index,SPEI）为目标值的综合干旱评估模型。利用决定系数（R2）和均方根误差（RMSE）对模型进行测试;利用站点标准化降水指数（Standardized Precipitation Index,SPI）、土壤相对湿度数据以及2016年京津冀地区的气象灾害数据,从时间和空间上对模型的可靠性进行验证。结果表明：模型的训练集和测试集在不同月份上均表现较好（R2均大于0.5而RMSE均小于0.55）。模型输出的综合干旱指数（Comprehensive Drought Index,CDI）在密云站上与SPI和SPEI接近,变化趋势基本一致,并且与站点SPI和土壤相对湿度的相关系数分别大于0.7和0.4,均通过了0.01水平的显著性检验。空间上,相较于SPEI,CDI计算的2016年3-7月京津冀地区干旱事件结果与实际情况符合度更高,表明该模型适用于京津冀地区干旱评估。     

中国六省土地沙漠化敏感性时空格局与趋势分析

以我国新疆维吾尔自治区、青海省、内蒙古自治区、甘肃省、宁夏回族自治区和陕西省六省区为研究区,分析了1990年、2000年、2005年、2010年4个时期的土地沙漠化敏感性空间格局分布和时间动态变化特征,探讨变化成因并采用CA-Markov耦合模型对土地沙漠化敏感性格局变化趋势进行预测。结果表明:中国六省四期土地沙漠化敏感性格局相似,各级敏感区按分布面积大小排序为:轻度敏感区域 > 中度敏感区域 > 高度敏感区域 > 不敏感区域 > 极敏感区域。极敏感区域主要分布在土壤质地为流动沙地的沙漠区域,不敏感区域主要分布在高山、湖泊附近;人口增多、人为活动强度增加的区域敏感性程度增高;建立治沙工程的区域敏感性降低。对2020年土地沙漠化敏感性格局预测结果显示,相比2010年,极敏感区域在原有的基础上向外围扩张了7 120.04 km²,增幅为4.63%。本文通过分析中国六省土地沙漠化敏感性时空格局与趋势,为中国土地沙漠化防治分区策略制定和划分沙漠化扩展屏障区提供科学依据。     

樟子松人工林生长与收获预估模型的研究

以可变密度全林分预估模型理论为指导,探讨建立了樟子松人工林地位级指数和林分密度指数经验方程,结合林分密度动态预估模型,建立了樟子松人工林断面积预估模型和蓄积量预估模型。经检验模型预测值与实测值误差为3.64%,模型精度96.37%。     

绿色贸易壁垒对新疆番茄及其制品出口影响分析

以2002—2020年新疆番茄及其制品出口数据为依据,并将绿色贸易壁垒强度进行量化,采用贸易引力模型探究绿色贸易壁垒对新疆番茄及其制品出口的影响,提出具有针对性的对策建议,以期降低绿色贸易壁垒的阻碍作用。结果表明：绿色贸易壁垒对于新疆番茄及其制品出口贸易存在阻碍作用,进口国绿色贸易壁垒强度每提升1%,新疆番茄及其制品出口减少4.03%。同时发现,新疆番茄及其制品的出口规模与进口国的经济规模以及新疆的经济规模呈正相关,与地理距离呈负相关。     

层次分次法在人工植被选择上的应用

将人工植被生长所需的条件用层次分析法进行比较和判断,最后做出选择种植何种植物的决策.运用层次分析法针对温度、水分和土壤3个要素建立层次结构模型,构造各项评价指标的判断矩阵,并计算权重.通过定性分析与定量分析相结合的方式来确定待种植物,可以实现植被种植的科学性和合理性.     

车用锂电池健康状态下快充方法研究综述

为了改善电动汽车使用便捷性,锂离子动力电池快速充电被广泛用于新能源汽车充电领域,然而,不当的快速充电会加速电池老化,引发电池热失控等一系列安全问题,如何实现锂离子动力电池安全、可靠地快充已成为行业的热点和痛点.本文通过对国内外文献的归纳整理,阐述了锂离子动力电池在快充条件下的主要阻碍因素及基于电化学—热耦合模型的快充方法和快充趋势,探讨了锂离子动力电池的电化学特性、热特性、老化机理及阳极析锂机理,在总结当前主流的快充策略优缺点基础上,提出了电动汽车用动力电池电化学—热耦合模型的安全快充方法的研究趋势.     

物联网在规模化辣椒种植生长分析中的应用

为了实现规模化辣椒种植生长状态的实时监控,基于物联网技术,设计了生长等级评价分析系统,且土壤水分含量、土壤pH和温室温度被选为本系统监控指标。采用ZigBee技术建立传感器局域网,传感器节点采用六边形布局;通过协调器,采用GPRS技术,将检测数据上传物联网服务器,分析3种传感器检测数据,确定三者对于辣椒生长的影响,建立生长评级标准,并建立对应区间隶属度函数。利用本系统监测辣椒样本数据,根据建立的生长评级标准,计算其隶属度矩阵和权重向量,最终得到样本模糊判定集,进而计算该样本生长健康等级。系统可实现对于大规模辣椒生长的实时监控,并量化评级,及时有效地反映辣椒生长状态,具有普及潜力。     

基于Logistic和学习曲线模型的中国电源结构预测

可再生能源发电是缓解电力短缺、化石能源过度消耗和环境污染多重压力的重要突破口。Logistic模型和学习曲线模型能很好地刻画新能源发电技术创新过程中累积产量不断接近最大生产极限的过程以及发电成本降低的过程。预测结果显示,未来40年风电和太阳能发电发展速度较快,其中风电的装机容量从2040年开始超过水电,但以火电为主的电源结构将持续。