水科学中应用数理统计方法应注意

对回归方程误差的影响因素进行了分析，导出了回归方程的均方误差与其影响因素之间的关系式。分析表明，复相关系数(或相关系数)一定时，倚变量的变差系数越大，回归方程的均方误差就越大；回归分析时，应对回归方程的误差进行分析。对于样本均值估计总体均值，给出了基于误差限制的样本容量的计算式。研究表明，应考虑样本变差系数对估计精度的影响。     

光谱技术结合水分校正与样本增广的棉田土壤盐分精准反演

棉田土壤盐分的精准反演对于棉花的种植管理具有重要意义。水分和盐分作为主要环境因素,共同影响棉田土壤的波谱特征,两者之间的耦合关系直接影响土壤盐分的检测分析。为了提高基于光谱技术构建的模型对棉田土壤盐分信息解析的准确性与可靠性,该研究联用可见/短波近红外（400～1 000 nm）和长波近红外（960～1 693 nm）技术,采集不同含水率与含盐量的新疆地区土壤样本的光谱;结合外部参数正交法（external parameter orthogonalization,EPO）,校正不同标样集与不同波段光谱中的土壤含水率干扰信息;引入基于不同卷积步幅的深度卷积对抗网络（deep convolutional generative adversarial networks,DCGAN）,进行样本增广与质量评估;参考三层残差神经网络设计一维卷积神经网络RNet,最终构建基于EPO-DCGAN-RNet的优化模型,用于棉田土壤盐分的反演。结果表明,与传统机器学习方法和基于VGG或EfficientNet结构一维卷积神经网络相比,该研究提出的EPO-DCGAN-RNet方法能够有效地滤除水分对盐分反演的影响、提高模型对特征波段的挖掘能力、降低深度学习算法对样本量的依赖性,并能得到更优的模型预测性能。EPO-DCGAN-RNet的建模集R²和均方根误差分别为0.942、115.420 μS/cm,验证集R²和均方根误差分别为0.910和136.472 μS/cm。研究结果可为新疆棉田土壤盐分快速精准检测提供理论指导和技术支持,有助于促进盐碱地区棉花种植的水肥科学管理。     

蒙古栎次生林林木竞争对不同抚育间伐方式的响应

[目的]以长白山林区蒙古栎次生林为研究对象,分析其林木竞争关系及对不同抚育间伐方式的响应,为了解此类群落的生态适应机理及制定合理的经营措施提供依据.[方法]2013年在吉林汪清设置1 2块样地,开展传统经营(T1)、目标树经营密度1和密度2 (T2,T3)以及对照试验(T0),2018年进行了复测.通过有序样本聚类的方...     

陕西4起蜜蜂死亡事件再思考

从2006年至2020年,陕西境内发生了4起蜜蜂突发性大量死亡事件,损失惨重,值得深思. 2006年8月9～16日,陕西横山县境内发生蜜蜂大量死亡,四川眉山市蜂农每年这个时间都来横山放蜂,蜜蜂莫名其妙大量死亡,也弄不清楚怎么回事.蜂农反映,蜜蜂不像中毒,他们发现一些野生蜂也有死亡.后经有关部门对死蜂样本检测,未发现病原...     

采用双模态联合表征学习方法识别作物病害

基于深度卷积神经网络的视觉识别方法在病害诊断中表现出色,逐渐成为了研究热点。但是,基于深度卷积神经网络建立的视觉识别模型通常只利用了图像模态的数据,导致模型的识别准确率和鲁棒性,都依赖训练数据集的规模和标注的质量。构建开放环境下大规模的病害数据集并完成高质量的标注,通常需要付出巨大的经济和技术代价,限制了基于深度卷积神经网络的视觉识别方法在实际应用中的推广。该研究提出了一种基于图像与文本双模态联合表征学习的开放环境下作物病害识别模型(bimodalNet)。该模型在病害图像模态的基础上,进行了病害文本模态信息的嵌入,利用两种模态病害信息间的相关性和互补性,实现了病害特征的联合表征学习。最终bimodalNet在较小的数据集上取得了优于单纯的图像模态模型和文本模态模型的效果,最优模型组合在测试集的准确率、精确率、灵敏度、特异性和F1值分别为99.47%、98.51%、98.61%、99.68%和98.51%。该研究证明了利用病害图像和病害文本的双模态表征学习是解决开放环境下作物病害识别的有效方法。     

基于DTW距离的拖拉机传动轴载荷样本长度计算方法

针对工程领域载荷样本长度确定方法对农业机械载荷适用性较差的问题,提出了一种基于动态时间扭曲(DTW,Dynamic Time Warping)距离计算载荷样本长度的方法。首先,运用无线扭矩传感器获取犁耕作业下拖拉机传动轴的动态载荷,结合传动轴犁耕作业下的载荷特点,划分作业工况;再将作业循环叠加并经过归一化处理后进行DTW距离计算,确定传动轴载荷样本长度;最后,计算参数外推中均值混合正态分布函数的拟合参数相对误差。结果表明,运用DTW距离方法确定的载荷样本长度,能够使均值双正态分布函数拟合得到的参数相对误差保证在10%以内。近似均值精度估计法和均值曲线拟合法的拟合参数相对误差最大值分别为126.06%和80.62%,而基于DTW距离计算方法的拟合参数相对误差最大值为5.43%,验证了基于DTW距离的载荷样本长度计算方法的适用性。研究结果可为拖拉机传动轴田间试验载荷样本长度确定提供参考。     

基于注意力机制的小样本啤酒花病虫害识别

为提高啤酒花产业的品质和产量,针对于传统人工识别鉴定难度大,效率低和客观性不够,以及啤酒花病虫害识别无大型公开数据集等问题。本文提出一种基于软注意力机制的小样本啤酒花病虫害识别方法,对传统深度残差网络ResNet模型进行改进,并使用图像增强技术-直方图均衡化处理图片得到新的数据集。实验结果表明,在小样本情况下,相比于传统的模型,改进过后的模型A-ResNet50和A-ResNet101都能准确识别不同类型的病虫害图像,在测试集上的准确率为93.27%和93.11%,Kappa指数达到了0.9027和0.8996,证实了A-ResNet50和A-ResNet101模型在啤酒花病虫害识别上的可行性以及可靠性。本文提出的方法识别精度高,实现了啤酒花病虫害的智能识别,同时也对小样本数据集的高精度识别提供了一种途径。     

近红外多组分分析中异常样本识别方法

近红外光谱分析中,异常样本的存在严重影响定标模型的预测性能和适配性。基于 X / Y 联合的ODXY异常样本识别和剔除方法,提出并证明了一种专用于多组分分析的MODXY异常样本识别方法。实验采用80组玉米近红外光谱数据,利用不同异常样本识别方法剔除异常样本后建立玉米含水率、含油率、蛋白质含量和淀粉含量4种组分的偏最小二乘预测模型,采用预测均方差和决定系数作为评价指标比较所建模型的性能,检验MODXY方法在多组分分析中的异常样本识别能力。实验结果表明：在近红外多组分分析中,MODXY方法在大多数情况下具有更好的异常样本识别能力;MODXY方法和ODXY方法均有一定的适用范围,它们更适合于相应组分化学值的相对标准偏差较大的情况。     

抗虫杂交棉F1、F2代纤维品质的比较研究

2003年,在山东尹庄、江苏扬州、安徽宿松、湖北荆州、湖南长沙、湖南南县、湖南澧县等7个地点,对包括对照中29在内8个组合的F1、F2代共计16个材料进行纤维品质的比较研究,结果表明:抗虫杂交棉F1和F2代间除纤维长度达到显著差异外,其他7项指标差异均无显著,但F2代纤维品质变异范围增大,劣质纤维比例增加,优良纤维比例减少,从而出现纤维品质的衰退。     

抵押与农户信贷违约风险:逆向选择还是道德风险?

本文基于山东和江苏两省2013年的农户田野调查数据,使用具有样本选择性的Probit模型,考察了抵押对农户信贷违约风险的影响、作用机制及其异质性,有效解决了以往文献往往忽略的样本选择问题引致的估计偏误。研究发现,抵押对农户信贷违约风险具有显著负面影响,即主要降低了银行与农户的事前信息不对称,缓解了逆向选择引致的信贷风险,而非缓解了事后的道德风险引致的信贷风险。但考虑农户的异质性后,农村金融市场同时存在逆向选择和道德风险,其中抵押对没有还贷意愿和还贷能力的农户的贷款主要起到缓解道德风险的作用,而对具有还贷意愿和还贷能力的农户的贷款主要起到缓解逆向选择的作用。