南方复合地貌区DEM内插算法的对比研究

数字高程模型是数字地形分析的重要数据基础,在土壤、水文、地貌、生态环境、地质灾害、农业等领域均有广泛应用。插值生成的DEM精度与插值算法本身特性、插值区域地貌类型都密切相关,研究插值算法对不同地貌类型的拟合精度差异,对提高DEM插值精度具有重要意义。以平原丘陵兼有、水网密集分布的南方复合地貌区为研究区,对ANUDEM,IDW,Kriging,Spline,NNI,TIN六种插值算法生成的DEM分别从总体、丘陵岗、平原3方面进行误差评价,结果表明:在丘陵岗地区,ANUDEM精度最高,对地形因子拟合程度最为准确;在平原地区,ANUDEM,TIN精度较高,能准确刻画水网等细节信息;总体而言,ANUDEM插值生成的DEM更能够精确地模拟南方复合地貌区的真实地形。     

基于不同协变量Cokriging土壤养分空间预测精度研究——以陕西省蓝田县为例

以蓝田县西北部农耕区2012年1 114份土壤有机质、碱解氮、有效磷、速效钾4个指标为基础,利用地理信息系统和地统计学相结合的方法,在对协变量个数控制的前提下,通过交叉检验系数和精度提高系数,探索协同克里格插值法对各土壤养分空间分布预测精度的影响。结果表明:各土壤养分空间分布不均匀,土壤养分存在中等变异性;利用增加协同变量方法,依据协变量之间相关性强弱控制协变量进入模型的次序对各土壤养分指标进行协同克里格插值,能提高预测精度,当协变量个数达到3时,各养分指标精度提高分别为有机质0.353%,碱解氮1.114%,有效磷1.088%,速效钾0.646%。研究结果较为准确地预测了样区4个养分指标的空间分布特征,结合土壤类型及土壤施肥管理方法,探讨了土壤养分空间分布特征的原因。     

基于坡度的黑土区切沟密度协同克里格插值方法研究

切沟侵蚀已成为东北黑土区土壤侵蚀的重要组成部分。结合野外样区实地调查切沟分布数据与空间插值方法是快速获取大面积切沟密度值的有效手段。流域的平均坡度值是切沟形成的影响因素之一,为提高切沟密度值空间分布的插值精度,在黑龙江省海伦市内,利用网格法均匀选取40个1 km²左右的小流域,在实地测量区域内切沟密度数据的基础上,应用距离权重反比法、普通克立格和以小流域的平均坡度作为协同变量的协同克立格对其做空间插值。结果表明:切沟密度与协同区域化变量受结构性因素的影响远大于随机性因素,均为强空间自相关性;距离权重反比法与普通克里格法的预测精度相近;协同区域化变量的空间结构性优于单一变量,协同克立格法生成的空间分布图精细度明显提高,均方根误差降低20%以上,预测值与实测值的相关系数提高89%以上,协同克里格可有效提高区域切沟插值精度。     

关于数控机床的精度检测的探讨

现代数控机床集合了电子计算机、伺服系统、自动控制系统、精密测量系统及新型机构等先进技术,能够加工形状复杂、精密、小批量零件,并且具有加工精度高、生产效率高、适应性强等特点.随着我国制造业的快速发展,数控机床在机械制造业已得到广泛应用,且对数控机床的精度要求也越来越高.如何检测数控机床的精度,正成为各行业用户在验收与维护数控机床时非常关注的问题.     

无线传感器网络改进质心算法的节点自定位

节点自定位是无线传感器网络的关键技术之一。在对距离无关的定位机制质心算法研究的基础上,采用极大似然估计法,估算信标节点与未知节点间的距离,以距离作约束降低误差值,从而提高定位的精度。通过MATLAB仿真。结果表明算法能够有效提高定位精度。     

基于树种分类的高分辨率遥感数据纹理特征分析

遥感图像尤其是高分辨率（1~4 m）遥感图像在树种分类方面有着广阔的应用前景。利用主成分分析法对遥感数据去相关分析,然后通过对纹理提取过程的分析,探讨不同移动窗口大小对纹理特征的影响,以期为中山陵园风景区的森林调查提供依据,分类方法为经典的最大似然分类器。根据不同移动窗口大小的纹理因子相关性和对保持纹理信息丰富度的影响,来选择合适的窗口大小及纹理因子组合,以对树种分类精度的提高程度为评价标准。研究结果表明,利用窗口大小为19 19下的纹理信息可有效提高分类精度,总精度达到66%,Kappa系数达到0.59,比单纯的光谱信息最大似然法图像分类精度高,其中均值与均匀性、对比度、偏斜度纹理因子组合为最佳纹理组合,能有效减少数据冗余。高分辨率遥感数据纹理信息的运用为树种分类识别时的特征选择提供了有利技术参考。图4表3参19     

Genomic estimation of additive and dominance effects and impact of accounting for dominance on accuracy of genomic evaluation in sheep populations

The objectives of this study were to estimate the additive and dominance variance component of several weight and ultrasound scanned body composition traits in purebred and combined cross‐bred sheep populations based on single nucleotide polymorphism (SNP) marker genotypes and then to investigate the effect of fitting additive and dominance effects on accuracy of genomic evaluation. Additive and dominance variance components were estimated in a mixed model equation based on “average information restricted maximum likelihood” using additive and dominance (co)variances between animals calculated from 48,599 SNP marker genotypes. Genomic prediction was based on genomic best linear unbiased prediction (GBLUP), and the accuracy of prediction was assessed based on a random 10‐fold cross‐validation. Across different weight and scanned body composition traits, dominance variance ranged from 0.0% to 7.3% of the phenotypic variance in the purebred population and from 7.1% to 19.2% in the combined cross‐bred population. In the combined cross‐bred population, the range of dominance variance decreased to 3.1% and 9.9% after accounting for heterosis effects. Accounting for dominance effects significantly improved the likelihood of the fitting model in the combined cross‐bred population. This study showed a substantial dominance genetic variance for weight and ultrasound scanned body composition traits particularly in cross‐bred population; however, improvement in the accuracy of genomic breeding values was small and statistically not significant. Dominance variance estimates in combined cross‐bred population could be overestimated if heterosis is not fitted in the model.     

黑龙江大兴安岭卫星热点预报森林火灾准确性研究

卫星监测是现阶段我国主要森林火灾监测方法,其本质是测报地面的高温热源,利用粗分辨率的遥感数据进行林火监测时不能区分高温热源性质、精确定位火场,对于热点数据的地面核查反馈工作造成一定困难。提升热点数据处置的技术水平是森林防火研究的热点。本文基于2005—2015年黑龙江省大兴安岭林区卫星热点数据和同时期森林火灾历史资料,利用ARCGIS和统计分析,得出结论如下:1)卫星热点初判林火发生次数的准确率79.7%,不同卫星初判热源差异较大,NOAA-16、NOAA-18、NOAA-19和FY-1D的报准率均在80%左右,监测次数综合达到1 928次,占总数的2/3,是监测林火的主力卫星。2)卫星预报初判林火发生位置平均误差为5 787.9 m;不同卫星初判热源差异较大,NOAA-19和Terra预报热点的误差较小,但监测数量偏少;NOAA-15和NOAA-17的监测数量虽然较多,但其误差非常大,NOAA-15有7 064.7 m,NOAA-17达到万米以上。3)在卫星监测到的219次森林火灾和历史资料记录的165次火灾中,有147次森林火灾能够对应,卫星的多报、少报问题主要集中于呼玛县,在连续监测同一场森林火灾时,容易出现多报、少报的现象。建议在无法提高卫星性能的情况下,改进卫星图像的处理技术,完善卫星图像的判读标准,提高判读的准确性,同时完善地面核查反馈的方案,以增加核查效率,降低核查经济成本,同时基于不同卫星的性能差异,建议在进行林火监测时应以预报精确的风云系列极轨卫星为主,以性能稳定的NOAA系列卫星为辅。      

农机卫星导航自动驾驶作业精度评估试验的研究

针对农机卫星导航自动驾驶作业精度没有统一和规范的评估指标及评估方法的问题,利用高精度RTKGPS接收机,采用单点静态定位的测量方法,以农机卫星导航自动驾驶的起垄作业为测试对象,采集4块起垄作业地块的试验数据进行分析,并提出以垄向直线度和垄间平行度作为评估指标,对农机卫星导航自动驾驶作业精度的评估方法进行研究。结果表明:1)垄向直线度的最小值和最大值分别为2.70和4.59cm,最小和最大均方根分别为3.36和5.55cm;2)垄间平行度的最小值和最大值分别为5.16和16.88cm,最小和最大均方根6.76和24.72cm;3)根据垄向直线度和垄间平行度,农机卫星导航自动驾驶作业在1号地块的作业精度最高,3号地块的作业精度最低,与实际作业情况相符。该评估方法可实现对农机卫星导航自动驾驶作业精度的量化评估,能为农机卫星导航自动驾驶作业精度的评估提供一种有效地测试及评估的方法。