广西杉木立木材积模型优化筛选研究

为实现杉木林蓄积量调查与估测的精准量化,基于林业数表编制作业获取的标准立地245株杉木树高、冠幅、胸径和带皮材积等林业资源调查数据,采用非线性估计法建立11种一元立木材积模型,通过求解模型参数并进行优异比较,渐进拟合出最优的胸径-树高-冠幅三元材积模型。结果表明：1)无论树高、胸径还是冠幅,11种单因子变量估测立木材积的曲线模型均以幂函数的检验参数最优。2)基于模型确定系数判定拟合模型优劣呈现三元>二元>一元。其中,包含树高、胸径和冠幅三元非线性最优材积模型确定系数0.988,总相对误差0.087%,总系统误差0.57%,模型预估精度99.40%。3)胸径-树高-冠幅三元材积模型充分集成了林分结构参数信息,其高精度低误差特点对林业数表编制、森林蓄积量监测具有重要参考价值。     

MS Excel在畜牧兽医统计中的应用(三)——直线回归和直线相关分析

回归分析（regression analysis）是研究呈因果关系的相关变量间的数量关系,建立它们之间的回归方程,并利用所建立的回归方程,由自变量（原因）来预测、控制依变量（结果）。回归分析包括一元回归分析和多元回归分析。一元回归分析是研究一个自变量与一个依变量的回归关系,即“一因一果”;多元回归分析是研究多个自变量与一个依变量的回归关系,即“多因一果”。一元回归分析又分为直线回归分析和曲线回归分析两种,多元回归分析又分为多元线性回归分析和多元非线性回归分析两种。     

MS Excel在畜牧兽医统计中的应用(五)——多元线性回归分析

直线回归研究的是一个依变量与一个自变量之间的数量关系,但在畜禽生产、兽医临床和水产科学领域的许多实际问题中,影响依变量的自变量往往不止一个,而是多个,例如种蛋的孵化率这一变量同时受到孵化温度、湿度、通风等多个因素的影响;肉鸭的瘦肉率这一变量同时受到屠体重、胸肌重、腿肌重和皮脂重等多个变量的影响,因此需要进行一个依变量与多个自变量间的回归分析,即多元回归分析(multiple regression analysis),而其中最为简单、常用的是多元线性回归(multiple linear regression),许多非线性回归和多项式回归都可以化为多元线性回归来解决.因此,掌握利用Excel进行畜牧兽医统计的多元线性回归分析显得十分重要.     

典型白浆土区耕层土壤速效钾空间异质性研究

了解土壤养分的空间异质性是实现精准施肥与农业可持续管理的重要基础,为精准获取典型白浆土区耕地土壤养分空间分布信息,以典型白浆土区0～20 cm耕层土壤速效钾（Available kalium,AK）为研究对象,结合实地采样点与协同克里格（Cokriging,COK）插值法,对比使用不同辅助变量的插值精度,分析典型白浆土区AK空间异质性。结果表明,研究区内AK含量呈南高北低,介于92.00～364.00 mg/kg,平均为171.78 mg/kg,处于较高水平。有效磷（Available phosphorus,AP）等土壤因子、高程（Elevation,E）等地形因子、遥感指数如归一化差异植被指数（Normalized difference vegetation index,NDVI）等均与AK含量存在显著相关关系,而且加入上述各辅助变量的克里格（协同克里格,COK）插值法精度更高,即COK>OK（普通克里格）。其中,将AP作为辅助变量时精度最高,交叉验证RMSE为36.225 mg/kg。综上,选取最佳辅助变量更有助于分析研究区内AK空间异质性。     

基于无人机影像的冠层光谱和结构特征监测甜菜长势

甜菜是中国北方地区重要的经济作物。快速、准确、高通量的获取甜菜的地上部和块根鲜质量、块根含糖率、叶绿素含量对甜菜生产具有重要意义。该研究采用无人机搭载数码和多光谱相机,获取甜菜叶丛快速生长期、块根及糖分增长期和糖分积累期的数码影像和多光谱影像,提取了冠层的结构特征和光谱特征。选择随机森林回归（Random Forest Regression,RFR）和偏最小二乘回归（Partial Least Squares Regression,PLSR）2种建模方法基于获取的冠层特征,构建甜菜全生育期的地上部和块根鲜质量、块根含糖率和SPAD（Soil and Plant Analyzer Development）值估算模型。研究结果表明,随机森林回归模型和偏最小二乘回归模型对地上部和块根鲜质量、含糖率都做出较好的预测,R2范围分别为0.9～0.94、0.88～0.9,rRMSE范围分别为7.6%～17%、8.8%～20%。对SPAD值的预测均较弱,R2分别为0.66和0.67。为了减小输入变量集的大小以及去掉对预测不敏感的变量,该研究采用置换重要性（Permutation Importance,PIMP）来筛选冠层光谱特征和结构特征中对预测有重要影响的变量。结果表明基于筛选出的重要性特征构建的随机森林回归模型和偏最小二乘回归模型对地上部和块根鲜质量、含糖率都做出较好的预测,R2范围分别为0.89～0.94、0.74～0.91,rRMSE范围分别为7.3%～19%、7.6%～19%。对SPAD值的预测均较弱,R2分别为0.65和0.68。进一步表明随机森林回归模型在精度上略好于偏最小二乘回归模型。同时基于PIMP筛选变量的方法在保持原有精度的同时能实现降低数据收集复杂性的目的。研究结果为基于无人机遥感技术快速、准确监测甜菜长势和估测块根类作物的根部活性物质提供了参考。     

高质量发展下区域旅游生态效率评价及影响因素研究——以山东省为例

旅游生态效率是衡量区域旅游发展与生态保护协调程度的重要指标之一,客观评价区域旅游生态效率及其影响因素,对于促进旅游业高质量发展具有重要理论和现实意义。文中以山东省为例,在考虑区域自然环境异质性的情况下,采用三阶段DEA模型对2010-2019年山东省及16地市旅游生态效率进行定量分析与评价,并采用Tobit回归模型从高质量发展视角识别了山东省旅游生态效率的影响因素。结果表明：1)山东省旅游生态效率处在较高水平,整体呈波动上升态势,但是旅游业发展质量仍处在中等水平,区域差异较为明显,还需要进一步提升旅游生态效率才能达到高质量发展标准。2)自然环境因素对山东省及16地市旅游生态效率有积极影响,有助于提升旅游生态效率。其中,东营、滨州、聊城3市受影响较大。3)山东省旅游生态效率主要受业态创新、城乡协调和对外开放等因素的正向影响,受环境规制和城市规模的负向影响,产业结构对旅游生态效率影响不显著。     

首轮退耕补贴到期对农户非农就业的影响

探讨首轮退耕补贴到期对农户非农就业的影响,有助于为后续退耕还林政策的完善、促进农户非农就业以及实现乡村振兴战略的总目标提供重要的经验证据。文中以首轮退耕还林补贴政策大范围到期为背景,基于湖南、宁夏和甘肃三地的调查数据,选择参与首轮退耕还林的样本农户作为准自然实验的对象,通过精确断点回归设计,从非农就业决策和非农就业收入两个方面探讨首轮退耕补贴到期对农户非农就业的影响。研究结果表明：1)退耕补贴到期对农户非农就业决策和非农就业收入的局部平均处理效应均显著为正,其中,农户非农就业决策的概率平均提高7.4%～8.6%,农户非农就业收入平均增加9.5%～12.4%。2)退耕补贴到期对不同类型农户非农就业决策和非农就业收入的影响存在异质性,对中高学历农户和中青年农户的非农就业决策和非农就业收入具有显著的正向影响,而对低学历农户和老年农户的影响却并不显著。     

用多酚类指标表征干红葡萄酒味感质量的模型构建

采用葡萄酒多酚系列指标,构建味感质量预测模型,实现干红葡萄酒涩感和余味的客观量化。试验以宁夏和新疆的50款赤霞珠干红葡萄酒为原料,利用常规方法检测样品总酸、挥发酸和pH值,采用自由基清除法测定抗氧化活性,通过紫外-可见分光光度计法分析总酚、花色苷、黄烷醇、黄酮醇、酒石酸酯含量,并以感官品评法量化干红葡萄酒的涩感和余味。相关性分析结果显示,总酚、花色苷、黄烷醇、黄酮醇等对涩感和余味的影响有显著差异（P<0.05）,酒石酸酯对余味的影响较小,而总酸和pH值对供试干红葡萄酒的涩感没有显著影响（P>0.05）。感官品评量化结果显示,宁夏和新疆产区酒样的涩感得分为6.18和5.70,余味得分为5.37和4.85,供试酒样的涩感与余味质量良好,且存在相似的变化趋势。以多酚系列指标表征的涩感质量偏最小二乘回归（partial least squares regression,PLSR）模型的决定系数（r-square,R²）为0.83,余味模型的R²为0.78,结果表明,总酚、黄烷醇、挥发酸、DPPH等指标对葡萄酒的涩感和余味贡献较大,黄酮醇和酒石酸酯主要影响葡萄酒的涩感,而花色苷、总酸和pH值则主要影响葡萄酒余味。研究得出,基于紫外-可见分光光度计法设计的多酚系列指标可以较好地解析干红葡萄酒的味感质量,降低检测成本,具备表征和预测干红葡萄酒味感质量的能力。     

基于灰度关联-岭回归的荒漠土壤有机质含量高光谱估算

为改善高光谱技术对荒漠土壤有机质的估测效果,该文采集了以色列Seder Boker地区的荒漠土壤,经预处理、理化分析后将土样分为砂质土和黏壤土2类,再通过光谱采集、处理得到6种光谱指标:反射率(reflectivity,REF)、倒数之对数变换(inverse-log reflectance,LR)、去包络线处理(continuum removal,CR)、标准正态变量变换(standard normal variable reflectance,SNV)、一阶微分变换(first order differential reflectance,FDR)和二阶微分变换(second order differential reflectance,SDR)。通过灰度关联(gray correlation,GC)法确定SNV、FDR、SDR为敏感光谱指标,采用偏最小二乘回归(partial least squares regression,PLSR)法和岭回归(ridge regression,RR)法,构建基于敏感光谱指标的土壤有机质高光谱反演模型,并对模型精度进行比较。结果表明:砂质土有机质含量的反演效果要优于黏壤土;基于SNV指标建立的模型决定系数R~2和相对分析误差RPD均为最高、均方根误差RMSE最低,所以SNV是土壤有机质的最佳光谱反演指标;对SNV-PLSR模型和SNV-RR模型综合比较得出,SNV-RR模型仅用全谱4%左右的波段建模,实现了更为理想的反演效果:其中,对砂质土有机质的预测能力极强(R_p~2为0.866,RMSE为0.610 g/kg、RPD为2.72),对黏壤土有机质的预测能力很好(Rp2为0.863,RMSE为0.898 g/kg、RPD为2.37)。荒漠土壤有机质GC-SNV-RR反演模型的建立为高光谱模型的优化、土壤有机质的快速测定提供了一种新的途径。     

精准农业中不同取样间距下Kriging插值精度对比研究

为了研究土壤不同养分的合理取样间距,研究选择了平顶山地区典型烟田为研究对象,在面积为4 hm2的地块上以20 m×20 m网格采样,共采集耕层(0~20 cm)土壤样品111个。在GIS软件平台上对采样点进行行列删除,人为改变取样间距大小,并运用地质统计学和普通克里格插值方法进行插值,生成了土壤各养分分布图。同时,随机选取7个样点,并将其在不同取样密度下的Kriging插值结果与实测值进行比较。由插值误差分析、独立检验、面积分析和养分分布图可以看出:在该研究区域内,碱解氮、速效磷、速效钾、速效铁和速效锌以20 m取样间距较为合适,有机质和速效铜的合理取样间距为60 m,速效锰则以40 m取样间距较适宜。研究目的是为该地区确定合理的土壤取样间距提供理论依据。