河南农民收入增长趋势分析

针对河南农民收入时序,首先建立线性退势模型,发现存在1983、1990、1996、2003、2007等5个结构性断点.引入时间虚拟变量后建立了分段线性模型.发现自1983-1989年间年均收入绝对增幅最低,而2003年后增幅则明显高于历史平均水平,但2007年后略有下降.     

Discussion on the Exciting-branch in the Equivalent Circuit of Transformer

在我国的“电机学”教材中，变压器等效电路中的励磁支路一般都是采用励磁电阻和励磁电抗串联的形式，而美版的教材中采用的则是电阻与电抗并联的形式。本文在分析这两种等效电路的基础上，将这两种不同的励磁支路形式进行对比，指出并联型的励磁支路中各参数的物理意义更加明晰，更有利于学生的学习和理解。     

基于MA-ARIMA-GASVR的食用菌温室温度预测

食用菌温室温度具有时变、非线性、多耦合特性,准确预测对稳定食用菌生产具有重要意义。本研究从挖掘温室历史温度数据时序信息角度出发,提出一种MA-ARIMA-GASVR组合方法建立温度预测模型,利用移动平均方法将历史温度序列分解成线性序列和残差序列,然后采用移动平均差分自回归模预测线性序列的趋势,再将移动平均差分自回归预测值、历史残差数据、历史温度数据作为支持向量回归模型的输入,并结合遗传算法优化支持向量回归模型参数改善其性能,从而获得更符合实际情况的温度预测值。最后选取实测温度数据作为训练集,对未来2d的温度进行预测验证。结果显示,MA-ARIMA-GASVR组合方法能更好地拟合原始温度数据,间隔1h的均方误差、平均绝对误差和平均绝对百分误差分别为0.18、0.36和1.34,均显示本研究方法预测精度优于支持向量回归、遗传算法优化的支持向量回归单一模型,也优于未经移动平均以及未经遗传算法优化的组合模型;此外,间隔6h的均方误差、平均绝对误差和平均绝对百分误差为0.29、0.52和1.95,说明本研究方法还能满足6 h以内的多步预测,为食用菌生产者预留更多调整时间。     

甬优系列籼粳杂交稻产量及氮素吸收利用的差异

从24个甬优系列籼粳杂交稻品种(系)中,根据不同产量水平和氮素农学利用率筛选出具有代表性的3种类型(高产氮高效、高产氮中效、中产氮中效),系统比较各类型产量和氮素农学利用率,以探究高产氮高效型籼粳杂交稻产量和氮素吸收利用特征。结果表明,高产氮高效型产量显著高于高产氮中效型和中产氮中效型,分别高4.04%～4.38%和13.37%～13.41%,其高产原因在于群体颖花量大,能达到5.87×10~8～6.20×10~8 hm~(–2)。与高产氮中效型和中产氮中效型相比,高产氮高效型成穗率高,能保持在68.83%～70.05%;抽穗期叶面积指数高,且生育后期衰减平缓,成熟期叶面积指数在3.85以上;抽穗至成熟期干物质积累量大,达7.91～7.99thm~(–2),全生育期干物质量可达21.15～21.46thm–2。在氮素吸收利用方面,高产氮高效型总吸氮量显著高于高产氮中效型和中产氮中效型,分别高5.07%～5.14%和4.50%～5.96%;拔节至抽穗期和抽穗至成熟期氮素吸收速率表现为高产氮高效型高产氮中效型中产氮中效型,花后茎鞘氮素转运量、穗部氮素积累量和氮素收获指数也有相同表现;氮素回收利用率、农学利用率、生理利用率和偏生产力均以高产氮高效型最高;高产氮中效型除氮素回收利用率和百千克籽粒吸氮量外,其他各项氮素利用指标均高于中产氮中效型。     

气候条件对气象干旱与农业干旱耦合关系的影响

以多时间尺度SPEI干旱指数代表气象干旱,农业气象观测站观测的多层土壤体积含水量历史数据作为农业干旱的代表因子,在中国东部亚热带季风气候区、中部大陆性季风气候区和西部中温带干旱气候区探究了气象干旱和农业干旱间的耦合关系,并结合时间延迟进行分析。结果显示：中部地区整体相关性最好,西部最差,其中高相关区域在不同气候区有所差异,越干旱的地区与土壤水分更相关的是越长时间尺度的SPEI,西、中、东部站点最优时间尺度分别为9月、6月、4月尺度。土壤表层的降水在一月内即可下渗至50 cm深度并储存在此深度附近,待干旱时补充表层土壤水分。气象干旱和农业干旱均是水分亏缺现象,但是响应时间并不相同,探究其耦合关系对于提升对干旱机理的认识、提高干旱监测水平、助力防旱抗旱具有重要意义。     

Salish Sea Chinook salmon exhibit weaker coherence in early marine survival trends than coastal populations

Identifying factors that influence anadromous Pacific salmon (Oncorhynchus spp.) population dynamics is complicated by their diverse life histories and large geographic range. Over the last several decades, Chinook salmon (O. tshawytscha) populations from coastal areas and the Salish Sea have exhibited substantial variability in abundance. In some cases, populations within the Salish Sea have experienced persistent declines that have not rebounded. We analyzed a time series of early marine survival from 36 hatchery Chinook salmon populations spanning ocean entry years 1980–2008 to quantify spatial and temporal coherence in survival. Overall, we observed higher inter‐population variability in survival for Salish Sea populations than non‐Salish Sea populations. Annual survival patterns of Salish Sea populations covaried over smaller spatial scales and exhibited less synchrony among proximate populations relative to non‐Salish Sea populations. These results were supported by multivariate autoregressive state space (MARSS) models which predominantly identified region‐scale differences in survival trends between northern coastal, southern coastal, Strait of Georgia, and Puget Sound population groupings. Furthermore, Dynamic Factor Analysis (DFA) of regional survival trends showed that survival of southern coastal populations was associated with the North Pacific Gyre Oscillation, a large‐scale ocean circulation pattern, whereas survival of Salish Sea populations was not. In summary, this study demonstrates that survival patterns in Chinook salmon are likely determined by a complex hierarchy of processes operating across a broad range in spatial and temporal scales, presenting challenges to the management of mixed‐stock fisheries.     

时空协同的地块尺度作物分布遥感提取

地块尺度作物分布信息清晰直观地反映了农田位置、空间形态等空间细节和种植类型信息,对精准农业管理、种植补贴发放和农业资源调查等具有重要价值。虽然遥感时空协同思路为地块尺度作物分布提取提供了解决方案,但在农田地块提取和时序特征构建方面尚存在不足。该研究基于遥感时空协同的思路,以Google Earth高空间分辨率影像为底图,利用擅于学习影像视觉特征的D-LinkNet深度学习模型,快速、精准提取农田地块形态;以地块为观测单元,利用Landsat8和Sentinel-2多源遥感的"碎片化"无云数据构建地块时序数据集,基于加权Double-Logistic函数重建地块归一化植被指数(Normalized Difference Vegetation Index,NDVI)时序曲线;提取地块物候特征和多时相光谱特征,经过特征优选和随机森林分类模型构建,开展地块尺度作物分布制图。以广西扶绥县为研究区开展试验,共提取地块43.7万个,边界准确率为84.54%,相较于常规基于多尺度分割的地块提取,基于D-LinkNet的地块提取方法直接排除了非农田地物的干扰,地块形态与现实情况符合度更高;地块NDVI时间序列重建结果能够较好地捕捉作物开始生长、旺盛期、成熟收获期的动态变化趋势;分类特征重要性评价结果显示,红边特征、与时间相关的物候特征在分类中发挥重要作用,当联合物候特征和光谱特征时分类效果最佳;根据特征重要性分析不同特征数量情况下的分类精度,当特征数量大于40维时,作物分类精度和Kappa系数保持稳定,总体分类精度维持在88%左右;对扶绥县地块尺度作物分布进行制图,提取甘蔗地块277 421个、水稻地块33 747个、香蕉地块4 973个、柑橘地块102 055个,分别占农田地块总数的63.48%、7.72%、1.14%、23.35%,种植面积占比分别为69.78%、7.12%、1.71%、18.06%。该研究在理论上构建了遥感时空协同的地块尺度作物分类模型,为大范围、地块尺度作物分布遥感提取提供了实用化方案。     

基于可见光图像的水稻颖花开花状态检测方法

通过识别水稻开花张开颖花内外颖与吐出颖花花药的特征,进而准确判断颖花开花时间,是及时进行杂交水稻制种授粉的前提。该研究通过可见光相机获取水稻颖花图像,基于可见光蓝色通道串联大津法(SeriesOtsu,SOtsu)提取颖花花药,同时使用深度学习算法基于区域的快速卷积神经网络(FasterRegionalConvolutionalNeuralNetwork,FasterRCNN)及YOLO-v3识别颖花花药与张开颖花内外颖,通过对比不同算法识别精确率、召回率、F1系数以及皮尔逊相关性系数,研究适用于识别颖花开花状态的特征与方法。结果显示,FasterRCNN算法检测张开颖花内外颖精确率达1,召回率达0.97,F1系数为0.98,皮尔逊相关系数为0.993,串联大津法检测吐出花药精确率达0.92,召回率达0.93,F1系数为0.93,皮尔逊相关系数为0.936。这表明串联大津法与FasterRCNN算法适用于水稻颖花开花状态检测,且张开颖花内外颖比吐出花药更适合作为水稻开花状态特征应用于深度学习算法检测。串联大津法可代替FasterRCNN算法在模型构建完成前进行检测,保证水稻颖花开花状态检测连续性。     

串并联混合站-渠-库复杂系统总效率分析与提高效率途径

以南水北调东线一期工程长江至长沟段为例,探讨了串并联混合站-渠-库复杂系统总效率的计算方法.时于已建工程,通过提高泵站运行效率,对调水水量在时间和空间上进行合理分配等途径和方法,可提高系统总效率.