Validation Tests for Air Temperature Prediction Model STEVE: An Example of Guangzhou

STEVE（Screening Tool for Estate Environment Evaluation）is a statistical model through regression analysis. It can predict the air temperature by climate and urban morphology predictors for Singapore estate, while it hasn't been proved valid in other areas. Consequently, three groups of validation tests in Guangzhou area were conducted, one using the original data in the literature and the other two using experimental data from the field measurement. It is shown that STEVE tool can meet the engineering accuracy and can be used as a simple temperature prediction model tool in urban planning and design process in Guangzhou area and other cities with similar climate conditions. Besides, the STEVE tool can be optimized further to expand its applicable scope.     

Applying SLEUTH model for simulating urban growth scenario of Chongqing districts

Districts of Chongqing is selected as the study area, which has a rapid rate of urbanization and eco-environmental pressure. The fundamental data of this study is the remote images and urban planning images of Chongqing city in 1988, 1993, 2000 and 2007. After data processing by RS and GIS, model calibration is applied to obtain the best parameters for the SLEUTH model. Then, the SLEUTH model is used for the simulation of the urban growth over the past 20 years. On the basis, the SLEUTH model is applied to predict the situation of urban expansion of the region in the next 10 years. The simulation results show that the calibrated model has a higher simulated precision for the urban expansion of study area, and the pace of urbanization has become relatively rapid in the study area, which may be closely related to the current land planning, road construction, industrial structure and economic policy.     

利用高通量测序技术鉴定棉纤维发育相关miRNAs及其靶基因

miRNA (microRNA)是一类21～24个核酸长度的非编码小分子RNA(sRNA),它主要通过抑制或降解靶基因来调控植物生长发育等过程.试验利用在纤维长度上有显著差异的2个回交自交系BILs (Backcross inbred lines)的0DPA (Days post anthesis)、3 DPA的胚珠和10 DPA的纤维构建6个sRNA文库并进行Solexa 测序.以已公布的棉花D5基因组序列和棉属其他序列为参考,经分析共发现561个miRNAs,其中包括254个已知的miRNAs(属于40个miRNA家族),75个候选的miRNAs和232个新的miRNAs,研究结果极大地丰富了棉属miRNAs.通过miRNA靶基因预测分析发现多数miRNAs负调控其对应的靶基因,少数正调控.KEGG(Kyoto encyclopedia of genes and genomes)注释结果表明miRNA的靶基因在植物激素代谢途径中显著富集.     

Standards in scientific contributions

Extract

Sir,—In their reply to my earlier letter (N.Z. tlct. 1. 6: 27) on the above subject, Messrs McDonald and Rudge (N.Z. vet. J., 6: 59) have carefully avoided the major issues I raised and, instead, have laid down a heavy smokescreen of quibbles—some of them hardly cricket—which I crave space to answer as briefly as maybe.     

测定不同果皮、胚乳、胚芽含量人工玉米建立生长猪玉米氨基酸消化率预测方程

本试验选用18头初始体重为(24.7±2.5)kg、安装简单T型回肠瘘管的三元杂交(杜洛克×长白×大白)去势公猪,采用直接法测定15种不同果皮、胚乳和胚芽比例的人工玉米表观和标准回肠末端氨基酸消化率,以此为依据建立生长猪对玉米氨基酸消化率的预测方程。试验采用3个6×6拉丁方设计,分为6期,15种日粮,以无氮日粮法测定内源氮损失,以三氧化二铬为指示剂。每个试验期为7 d,前5 d为预试期,后2 d为食糜收集期。结果表明:营养成分含量不同的玉米各种氨基酸消化率存在显著差异(P<0.05)。试验中15种人工玉米赖氨酸的表观消化率范围是59.56%~80.82%,标准消化率则为70.94%~91.87%。通过对人工玉米营养成分和消化率的测定,可建立赖氨酸、蛋氨酸标准回肠消化率的线性回归方程。     

气象数值预报模式WRF自动化业务构建系统的搭建试验

利用Shell、Fortran、Grads等高级语言构架并实现了WRF并行计算的自动化业务系统,该系统能够定时下载数据、定时运行,自动绘制数值预报产品,极大地提高了工作效率。     

BP神经网络模型在烟草烘烤过程中叶温变化预测中的应用

【目的】建立合适的BP神经网络模型,了解散叶烘烤过程中一系列烘烤因素对叶温变化的影响,为烤烟烘烤调制过程中叶温变化研究提供参考。【方法】运用叶温测定仪和温湿度自控仪记录烘烤过程中干球温度、湿球温度、相对湿度及干球温度与叶温的差值,并将此4项指标作为输入变量,叶温作为输出变量,建立一个拓扑结构为4—4-1的BP神经网络模型。【结果】所建立的BP神经网络模型模拟结果很快收敛,预测结果的绝对误差与相对误差小,预测所用的20组数据中相对误差〉1％的有8组数据,相对误差〉2％的有2组数据,相对误差〈1％的有12组数据。【结论】所建立的BP神经网络模型在对烟叶烘烤过程中叶温变化的预测效果较好。     

基于PSO_LSSVM和Elman神经网络的北京市气温预测效果比较

利用北京市1960-2004年的月平均气温数据,建立最小二乘支持向量机(LSSVM)与Elman神经网络模型,分别运用粒子群算法(PSO)与试凑法对这2种模型进行优化,并对2005-2009年的月平均气温进行预测估计,比较2种模型的预测结果,以便找出更准确的气温预测模型。结果表明,2种模型总体上均能较好地拟合气温序列(R2均大于0.985),但是对于低温预测效果均相对欠佳;PSO_LSSVM预测误差(RMSE=1.380 6)明显小于Elman神经网络(RMSE=1.732 5),拟合精度更高,能更好地对短期气温变化进行模拟。因此,可用PSO_LSSVM模型进行气温预测,指导当地的农业生产与工业开发。     

基于CPSO-SVM 的小麦条锈病预测模型研究

针对BP 神经网络在建立模型时没有确定网络结构的缺点和支持向量机(SVM)模型参数选择对预测精度影响大的局限性,提出一种结合混沌系统的粒子群算法(CPSO)去优化SVM 模型的惩罚因子C 和核函数中参数σ的混合模型,利用混沌系统的不确定性理论使传统的粒子群算法能有效克服收敛速度慢、容易达到局部最优值的缺点,使CPSO 算法能更快、更准确找到全局最优值。经过参数优化SVM 模型有效提高了预测精度并利用新的混合模 型对宁夏地区小麦条锈病流行级别进行预测。结果表明,相对于传统SVM 模型、组合PSO-SVM 模型和组合PSO-BP神经网络模型,研究提出的混合模型(CPSO-SVM)在预测精度及模型的泛化能力上均优于以上3 种模型,可对小麦条锈病发病及流行程度进行精确的预测,并为农业病虫害研究部门提供有效的理论依据。     

大涝坝凝析气田单井采气管道预防水合物工艺

大涝坝凝析气田在冬季生产过程中,受环境温度影响,单井井口采气管道因水合物堵塞严重影响安全生产.针对大涝坝凝析气田单井采气管道水合物堵塞管道及防治工艺现状,采用HydrateVersion 5.3软件对水合物形成温度进行预测,对防治水合物工艺措施进行优化.研究结果表明：在6 MPa运行压力下,冬季实际温度低于预测水合物形成温度16.715℃,采气树井口立管及采气管道弯头部位易形成水合物.加注质量分数10％～15％的甲醇,预测水合物形成温度为10.11～12.68℃.通过在DLK6井采用中频感应加热技术,当输入电流为20 A时,监测到加热管段末端流动介质温度为18.7℃,高于预测水合物形成温度16.715℃.通过加注甲醇和采用中频感应技术均可以有效地预防水合物的形成.