基于加权Voronoi图的林木竞争指数

以福寿山林场25年生的杉木生态公益林为研究对象,通过分析林木竞争指数与胸径生长因子的相关关系,得出二者为负相关,从而确定加权Voronoi图的权重为胸径倒数(W),借助Arcgis软件里的加权Voronoi图工具,通过加权Voronoi图的方法来确定竞争单元,提出基于加权Voronoi图的W_V_Hegyi竞争指数,最后将W_V_Hegyi竞争指数与Hegyi、V_Hegyi竞争指数进行对比分析,结果表明:1) 3种竞争指数与胸径相关性强弱排序为:W_V_HegyiV_HegyiHegyi;2) 3种竞争指数与胸径服从幂函数关系,曲线拟合度排序为:W_V_HegyiV_HegyiHegyi;3) 样地竞争指数平均值排序均为:V_HegyiW_V_HegyiHegyi。通过以上比较分析证明,W_V_Hegyi竞争指数比Hegyi、V_Hegyi竞争指数能更准确地反映林木间的竞争关系。      

A MATHEMATICAL MODEL OF FUZZY EVALUATION METHOD FOR ENVIRONMENTAL POLLUTION

The problem of fuzzy evaluation of environmental pollution is importantboth in environment science and in environmental protection.Usual evaluationmethods have their own characteristics.This paper puts forward a mathematicalmodel of fuzzy evaluation method in grades by means of systematic analysisfor environmental pollution.At the same time,it assigns weighted values byordering based on paired comparison.     

水匮乏指数在区域水安全评价中的应用

针对水安全问题,以农垦红兴隆分局为例,采用水匮乏指数和样本均值-标准差分级法对红兴隆分局下属12个农场2006年的水安全状况进行了评价和分级,并根据分级结果提出了相应的对策。结果表明,八五三和红旗岭农场的WPI值处于安全状态,水安全状况最为乐观;饶河农场的WPI值处于较高安全状态,水安全状况较好;友谊、五九七、八五二、二九一和江川农场的WPI值处于中等安全状态,水安全保障体系有待于进一步加强;北兴农场的WPI值处于较低安全状态,水安全状况较差;而双鸭山、曙光和宝山农场的WPI值处于不安全状态,水安全状况最差。     

基于加权随机森林的番茄氮元素缺乏分级模型研究

基于叶面颜色特征建立番茄氮元素缺乏分级模型判别准确率可达08以上。夏季定植的番茄叶片表面会覆盖粘质腺毛,粘质腺毛利于番茄吸收水分和营养元素,相同营养液氮离子浓度下叶片黄化过程异于未覆盖粘质腺毛的叶片。故仅基于叶面颜色特征建立分级模型,其准确率降至0.65。覆盖粘质腺毛番茄其叶片周长和叶面积两个形状特征均小于未覆盖粘质腺毛的番茄叶片,本文将番茄叶片两个形状特征结合原有叶面颜色特征共同作为模型输入,建立新的番茄氮元素缺乏分级模型。搭建图像采集系统,该图像采集单元由树莓派和其相机模块构建,使用WiFi或4G网络完成智能手机、图像采集单元、本地计算机之间无线数据传输。智能手机通过Web界面可远程控制采集图像并将图像传输到云平台存储。本地计算机对图像进行预处理提取叶片形状、颜色特征后输入模型进行预测,并输出预测结果。试验结果表明,图像采集系统春季和夏季平均温度在19.7~28.3℃范围内,光照在1.125~9.543lx范围内均可正常使用,采集的图像经预处理分割后降低了环境光线的影响。使用优化后的加权随机森林模型,基于形状特征和颜色特征相结合的叶片氮元素缺乏分级判别准确率可达0.83。     

基于不同地表曲面模型预测土壤有机碳含量

Local terrain attributes,which are derived directly from the digital elevation model,have been widely applied in digital soil mapping.This study aimed to evaluate the mapping accuracy of soil organic carbon (SOC) concentration in 2 zones of the Heihe River in China,by combining prediction methods with local terrain attributes derived from different polynomial models.The prediction accuracy was used as a benchmark for those who may be more concerned with how accurately the variability of soil properties is modeled in practice,rather than how morphometric variables and their geomorphologic interpretations are understood and calculated.In this study,2 neighborhood types (square and circular) and 6 representative algorithms (Evans-Young,Horn,Zevenbergen-Thorne,Shary,Shi,and Florinsky algorithms) were applied.In general,35 combinations of first-and second-order derivatives were produced as candidate predictors for soil mapping using two mapping methods (i.e.,kriging with an external drift and geographically weighted regression).The results showed that appropriate local terrain attribute algorithms could better capture the spatial variation of SOC concentration in a region where soil properties are strongly influenced by the topography.Among the different combinations of first-and second-order derivatives used,there was a best combination with a more accurate estimate.For different prediction methods,the relative improvement in the two zones varied between 0.30％ and 9.68％.The SOC maps resulting from the higher-order algorithms (Zevenbergen-Thorne and Florinsky) yielded less interpolation errors.Therefore,it was concluded that the performance of predictive methods,which incorporated auxiliary variables,could be improved by attempting different terrain analysis algorithms.     

基于地理权重回归模型的土壤有机质空间预测

准确了解土壤有机质的空间分布是合理施肥的重要前提,也是水土流失控制及保护环境的重要基础。利用113个土壤有机质样点数据,以海拔高度、土壤侵蚀强度、土地利用、比值植被指数、样点至河流的欧氏距离、亚铁矿物指数及坡度为参考因子,来尝试利用GWR(Geographically Weighted Regression)模型探索多重因素作用下的土壤有机质空间分布,并通过与普通线性回归(ordinary least squares,OLS)相比较,来了解GWR模型的精度,进而进行了土壤有机质的空间制图,并对其制图效果进行了评价。结果表明,与OLS模型相比,GWR预测模型它能显著降低AIC(Akaike Information Criterion)值,较大程度地提高模型的决定系数,并有效地减少模型的回归残差值。从制图的总体效果看,GWR模型的预测结果与实测值的吻合程度要优于OLS模型。文章还对利用GWR模型进行回归时的样点数量、因子筛选及因子定量化等方面进行了相应的讨论。     

基于变权重法的Pareto轨迹多目标进化算法

大多数现有的多目标进化算法 (MOEA- Multiobjective Evolutionary Algorithm )都是基于 Pareto机制的 ,如 NPGA (Niched Pareto Genetic Algorithm ) ,NSGA(Non- dom inated Sorting Genetic Algorithm )等。这些算法的每一个循环都要对种群中的部分或全部个体进行排序或比较 ,计算量很大。文中介绍了一种基于变权重线性加权的 Pareto轨迹法 - WSTPEA(Weighted Sum Approach and Tracing Pareto Method) ,该算法不是同时求得所有可能的非劣解 ,而是每执行一个循环步骤求得一个非劣解 ,通过权重变化次数控制算法循环的次数 ,从而使整个种群遍历 Pareto曲线 (面 )。文中给出了算法的详细描述和流程图 ,并且对两个实验测试问题进行了计算 ,最后对结果进行了分析     

森林可持续经营综合评价方法比较研究

通过实例比较分析了AHP法、熵权法、熵AHP法3种森林可持续经营指标权重计算方法,及线性加权和法、指数加权法2种森林可持续经营综合评价模型。研究表明:在评价指标的权重计算方面,熵AHP方法集专家决策与数据信息决策于一体,客观科学;在森林可持续经营综合评价方面,指数加权法模型考虑了森林经营的多目标和协调发展要求,较接近森林经营现实。因此,基于熵AHP方法的指数加权法模型是一种可行的森林可持续经营综合评价方法。     

17个红锥种源生长、干形及木材基本密度变异分析

对全国红锥主要分布区17个种源的生长性状、干形性状及木材基本密度进行了测定,分析了不同产地红锥生长及干材的遗传变异情况。树高、胸径、单株材积、高径比、通直度、尖削度、枝下高、树皮厚度及木材基本密度在不同种源间均存在显著差异,而明显度和圆满度在种源间的差异不显著。性状变异系数幅度在3.0%～41.9%之间。依据多性状选择指数,初步筛选出41、33、15、32和11号这5个综合表现优良的种源。     

利用WGCNA进行玉米花期基因共表达模块鉴定

权重基因共表达网络分析(weighted gene co-expression network analysis, WGCNA)是系统生物学的一种研究方法,在挖掘生物学数据与特定性状之间的生物学关系方面具有十分重要的作用。本研究利用玉米(Zea mays L.)自交系B73的14份不同发育阶段的转录组数据,筛选掉低表达丰度的基因,最终得到了22,426个高表达的基因用于创建基因表达矩阵;利用不同组织作为性状,创建表型矩阵。然后利用R软件中的WGCNA包建立了共表达网络,共得到20个模块。本研究将与组织相关性高于0.65的模块定义为组织特异性模块,最终鉴定到14个组织特异性模块。利用在线网站Agrigo对组织特异性模块中的基因进行GO (gene ontology)富集分析,发现14个模块中均可以得到富集种类。开花作为玉米生育周期中的一个重要生理过程,不仅代表着植物从营养生长到生殖生长的转变,也关系到产量、株高和抗逆性等农艺性状。本研究发现8个组织特异性模块中的基因可以富集到与开花调控的代谢通路。此外,有17个已经报道过的开花时间调控基因存在于共表达模块中,并且主要分布在Blue模块和Darkmagenta模块,因此本研究重点关注了这2个模块内部的基因调控网络。本研究通过计算不同组织中的基因表达丰度,并联合权重基因共表达网络分析的方法,鉴定到了具有生物学意义的共表达基因模块,挖掘到了数个开花相关的模块,有助于揭示玉米开花调控的遗传机制。