国内陆地生态系统观测研究网络发展概况

生态系统长期定位观测是对生态系统研究的重要手段,通过在典型自然或人工生态系统地段建立长期定位观测设施,对生态系统的组成、结构、生物生产力、养分循环、水循环和能量平衡等在自然状态或人为干扰下的变化过程进行长期连续观测,以阐明生态系统发生、发展、演替的内在机制。单个站点的长期定位观测、实验和研究往往具有其局限性,难以揭示更普遍性的规律。多站联合,从站到网的模式成为生态定位观测发展的必然趋势。20世纪70年代,生态定位观测研究站的网络化、全球化迅速发展。生态系统定位观测研究网络是开展生态系统长期定位观测的重要平台,为全球环境变化和陆地生态系统相互作用关系的研究提供了重要手段。为全面了解我国陆地生态系统定位观测研究网络的发展现状,本文从发展情况、取得成果等方面重点介绍我国陆地生态系统定位观测研究的三个主要网络:中国陆地生态系统定位观测研究站网(CTERN)、中国生态系统研究网络(CERN)和国家生态系统观测研究网络(CNERN),并对我国陆地生态系统观测研究网络存在的问题,发展趋势进行了探讨。     

智能汽车Ethernet AVB网络实时性分析

针对Ethernet AVB网络的实时性进行研究,通过分析某智能汽车的Ethernet AVB网络拓扑结构,定义消息参数模型,同时根据实时性要求将消息进行分类,并提出预定流量模型以传输时间关键的控制类消息。在此基础上,通过分析Ethernet AVB网络协议提出每类消息的最坏响应时间概念,并推导出定量计算公式。针对该最坏响应时间计算方法进行优化,以获得更加严格的最坏响应时间上界限。在Vector CANoe中的仿真结果表明,该方法不仅可以保证最坏响应时间的严格上界限,而且还可以有效减少上界限平均约33.7%。     

基于神经网络的无人驾驶车辆转向控制研究

为了提高无人驾驶车辆进行路径跟踪时转向的准确性,基于神经网络控制理论,利用ADAMS/Car与MATLAB/Simulink进行无人驾驶车辆转向控制联合仿真。利用ADAMS/Car模块建立整车模型,进行规定路径下的跟踪实验并收集路径、车速、前轮转角等信息,以作为神经网络的训练样本。利用MATLAB对训练样本进行训练,并在Simulink中建立神经网络控制器。最后利用ADAMS/Control模块连接ADAMS/Car与MATLAB/Simulink,实现无人驾驶车辆路径跟踪时转向控制的联合仿真。仿真分析结果表明:所建立的神经网络转向控制器能够对路径进行良好的跟踪且具有良好的鲁棒性;同时验证了联合仿真的可行性与优越性,为智能车辆的整车开发提供了思路。     

基于DEA模型的蒙东地区配电网供电效率评估研究

传统的配电网评估缺乏对配电网运行效率的整体性把握。采用基于数据包络分析(DEA)模型的方法对蒙东地区配电网供电效率进行综合评价,以提高配电网管理水平,充分挖掘配电网运行潜力,为配电网规划与建设提供依据。     

BP和RBF神经网络预测射流式喷头射程对比

为了探究适合全射流喷头多因素下射程的预测模型,通过改变喷头工作压力、安装高度、喷嘴直径、喷头仰角共4个参数,对射程进行测量.基于BP神经网络和广义径向基(RBF)神经网络的基本原理和算法,建立了全射流喷头射程预测的BP和RBF神经网络模型,并分析BP和RBF神经网络的预测性能.结果表明射程与工作压力、喷嘴直径呈非线性关系;当喷头在1.2 m安装高度、27°仰角、4~10 mm喷嘴直径时,压力增大到0.4 MPa,射程趋于极限,并且安装高度与射程呈正相关关系.BP与RBF神经网络均能较好地表达全射流喷头射程与主控因素之间的非线性关系.在训练时间方面,RBF网络比BP网络慢8.05 s;预测过程中,BP网络在每次运行程序时的预测结果不一定相同,而RBF网络则不会出现此问题,且RBF网络预测值与实测值之间的平均绝对误差比BP网络的小3.55%.从网络预测总体效果观察,RBF神经网络预测喷头射程具有更好的推广能力.     

晚冬早春阶段增温对冬小麦光合性能及旗叶衰老的调控作用

【目的】针对华北平原北部冬小麦生长发育所需的适宜温度与环境实际温度间的矛盾,通过晚冬早春阶段性增温,研究拔节前增温及拔节后揭除塑膜相对降温对冬小麦旗叶光合性能和衰老的调控作用,以期为华北平原冬小麦通过调控温度延缓小麦衰老和挖掘产量潜力提供理论及方法依据。【方法】2015—2017年连续2个生长季在河北省农林科学院深州旱作节水农业试验站进行大田试验,以“衡观35”为试验材料,晚冬早春采用搭建温室的方法,设置覆盖2层塑膜（M2E,1月25日—3月25日）、覆盖2层塑膜（M2L,2月5日—3月25日）、覆盖1层塑膜（M1,2月20日—3月25日）、常规生产对照（CK）共4个处理,以覆盖有孔和无孔塑膜以及时间的早晚和长短来调控温度和小麦生长发育时间,由此获得了时间相同的小麦生长发育进程不同、发育进程相同而所处日期和温度不同的结果。试验过程中记录每个处理各生育期起始时间,并测定光合特性、衰老相关酶活性、产量、水分利用效率等指标。【结果】早覆盖的M2E处理的冬小麦比对照开花提前8 d,成熟提前3—4 d;灌浆期旗叶叶绿素相对含量SPAD提高17.3%、净光合速率提高30.8%、超氧化物歧化酶（SOD）活性提高23.7%、过氧化氢酶（CAT）活性提高27.2%、过氧化物酶（POD）活性提高19.4%、丙二醛（MDA）含量降低23.8%;开花时的旗叶面积增大27%,收获时籽粒产量提高22.8%,水分利用效率提高16.9%。随着增温时间的推迟和覆盖时间的缩短,上述指标与对照差异越来越小,以至于M1处理上述指标与CK均显著不差异。【结论】晚冬早春阶段增温既维持了旗叶较高的光合速率,又显著延缓了旗叶衰老,进而为灌浆提供了物质基础;既增加了小麦穗粒数,又延长了小麦灌浆时间,从而获得了高产,获得高产的同时虽然增加了耗水量但促进了水分的高效利用。晚冬早春阶段增温是华北平原北部冬小麦有效平衡热量资源供应与生长发育所需的方法,既可减轻晚冬早春冻害对小麦返青及拔节的影响,又可规避小麦生育后期干热风带来的危害。     

BP神经网络在云南甘蔗产量预测中的应用

BP(back propagation)神经网络是目前应用最广泛的神经网络模型,是一种反向传播网络,使网络的实际输出逐步接近某个特定的期望输出。本文以1990—2018年度云南甘蔗总产量为数据样本,选取平均气温、最低温度、最高温度、降雨量和日照5个气象因子作为预测变量,建立了甘蔗产量BP神经网络预测模型,对云南甘蔗产量进行预测研究。研究结果表明,模型具有较高的精度,相对误差在-5.7%^+4.6%的范围。通过该预测法,可为甘蔗产量的预测提供有效途径,具有较强的实用性,为甘蔗产业决策提供基本的参考依据。     

管道泄漏分布式光纤监测时-空大数据分析方法

分布式光纤传感器能够灵敏地感知管道任意位置泄漏导致的局部温度变化,但是海量监测数据却具有显著的时-空非平稳性特征,难以直接根据监测数据进行泄漏诊断。在统计模式识别框架下,提出一种基于滑动窗口离群值分析的时-空大数据分析方法,仅利用分布式温度监测数据的内秉特征即可实现管道泄漏的智能化识别,确定了滑动窗口长度和异常状态诊断窗口长度的取值方法,并且进行了原型保温钢管泄漏监测的物理模拟。结果表明:在管道完好的状态下,该方法不会发生误报警的情况,而管道一旦发生泄漏,该方法能够快速识别管道泄漏事件,并对泄漏位置进行精准定位。该方法是一种无监督的人工智能大数据处理方法,在埋地管道泄漏监测中具有良好的应用前景。     

基于反馈式流向图的多级分支管网顺序输送排产方法

中国石化担负着多级分支管网顺序输送多种原油至沿途各家炼厂的复杂生产任务。采用数据平面图形压缩方法掌控多级分支管网的全月度输油计划,以时间为坐标横轴,以站场为坐标纵轴,以颜色代表油种,以粗实直线代表油品批次,以细实折线标识油品罐存,以红色细虚线标识各种油品的罐容上下限,以其他彩色细虚线标识油品批次的站间流向,最终形成一种反馈式流向图管网排产方法。该方法可实现月度内各级站场油品批次与罐存数据的全局关联和图示,直观地反馈油品批次安排的不合理性,启发调度人员在经济流量区间内折中优化关于批次平稳与节能降耗的矛盾性目标,最终实现全网、全月度运行计划的高效编制。(图4,表3,参22)     

工业网络安全深度防御策略——以西气东输天然气管道SCADA系统网络为例

在网络安全形势与挑战日益严峻、复杂的环境下,工业网络传统的单点式防御策略已不能满足当前网络安全形势的需要。基于互联网领域的立体式安全防护理念,根据工业网络防护特性,提出了在工业网络构建深度防御理念的方案:在工控终端部署基于白名单的安全系统,在局域网设置基于最小权限原则的访问控制策略,在网络边界增加缓解威胁的网络安全工具。将该方案应用于西气东输天然气管道SCADA系统网络进行4次渗透测试,经历了 WannaCry、Petya等蠕虫病毒攻击的考验。结果表明:基于深度防御理念的网络安全防护策略能够有效防护来自工业系统外部和内部的攻击,极大提高了 SCADA系统工业网络的安全性与可靠性。