杉木双系种子园无性系开花习性与异交率及其间的关系研究

基于对杉木双系种子园中成对无性系开花习性的多年观察及多年对杉木双系种子园的同工酶实验,运用EM算法估计各无性系的异交率大小,并使用DPS统计软件,详实地研究了异交率与开花习性诸多因素间的关系,其结果为:Y=0.877 7+0.104 4X1-0.615 8X2+0.354 4X3-0.061 8X4。上式中:X1为异系雄球花量,X3为异系开花同步性指数,它们对异交率的影响有正效应;而X2为系内开花同步性指数,X4为X3/X2之比,它们对异交率的影响有负效应。影响力的大小次序为:X2>X4>X3>X1。根据异交率与开花习性的关系研究,可以发现:今后新建杉木双系种子园时,挑选系内开花同步性小,而系间开花同步性大的双亲材料时,其后代异交率较高。     

景谷县森林蓄积量遥感估测及其动态变化分析

以云南省景谷县为研究区,基于Landsat5和Landsat8遥感数据,利用2012年和2017年两期全国森林资源连续清查实地调查数据,建立多元逐步回归和随机森林模型对景谷县森林蓄积量进行遥感估测对比研究.结果显示:综合建模精度来看,随机森林法在相同样地数量条件下具有更好的估测效果;从估测结果与林地保护利用规划和林地变...     

基于光合有效辐射瞬时值估算日均值的方法

光合有效辐射是太阳辐射的一部分,是植被进行光合作用和陆地生态系统碳循环的核心因素,对估算植被生产力具有重要影响。本文基于SURFRAD多年观测数据,建立了一个线性回归模型,由上午、下午瞬时光合有效辐射值估算日均值。该模型模拟效果较好,单个观测站的均方误差低于9 W·m^-2,判定系数不低于0.96,并适用于不同经纬度、气候条件和海拔高度下的区域,总的均方误差为8.863 1 W·m^-2,判定系数R2为0.977,表明该模型和方法有较好的可行性和可靠性。     

基于无人机影像的冠层光谱和结构特征监测甜菜长势

甜菜是中国北方地区重要的经济作物。快速、准确、高通量的获取甜菜的地上部和块根鲜质量、块根含糖率、叶绿素含量对甜菜生产具有重要意义。该研究采用无人机搭载数码和多光谱相机,获取甜菜叶丛快速生长期、块根及糖分增长期和糖分积累期的数码影像和多光谱影像,提取了冠层的结构特征和光谱特征。选择随机森林回归（Random Forest Regression,RFR）和偏最小二乘回归（Partial Least Squares Regression,PLSR）2种建模方法基于获取的冠层特征,构建甜菜全生育期的地上部和块根鲜质量、块根含糖率和SPAD（Soil and Plant Analyzer Development）值估算模型。研究结果表明,随机森林回归模型和偏最小二乘回归模型对地上部和块根鲜质量、含糖率都做出较好的预测,R2范围分别为0.9～0.94、0.88～0.9,rRMSE范围分别为7.6%～17%、8.8%～20%。对SPAD值的预测均较弱,R2分别为0.66和0.67。为了减小输入变量集的大小以及去掉对预测不敏感的变量,该研究采用置换重要性（Permutation Importance,PIMP）来筛选冠层光谱特征和结构特征中对预测有重要影响的变量。结果表明基于筛选出的重要性特征构建的随机森林回归模型和偏最小二乘回归模型对地上部和块根鲜质量、含糖率都做出较好的预测,R2范围分别为0.89～0.94、0.74～0.91,rRMSE范围分别为7.3%～19%、7.6%～19%。对SPAD值的预测均较弱,R2分别为0.65和0.68。进一步表明随机森林回归模型在精度上略好于偏最小二乘回归模型。同时基于PIMP筛选变量的方法在保持原有精度的同时能实现降低数据收集复杂性的目的。研究结果为基于无人机遥感技术快速、准确监测甜菜长势和估测块根类作物的根部活性物质提供了参考。     

基于多维关联规则的猪肉价格波动影响因素分析及预测建模研究

【目的】我国是猪肉生产及消费的大国,近年来,猪肉价格波动呈现频率加快、幅度增大的趋势。猪肉价格波动不仅增加农户收益的风险性,也在一定程度上影响广大民众的生活。正确识别猪肉价格波动的影响因素并对猪肉价格波动进行科学预测,有助于确保市场健康平稳运行。【方法】运用多维关联规则定量分析生猪养殖加工产业链、替代品市场、宏观经济环境变化、突发性事件和国际市场环境等5方面共16种因素与猪肉价格波动的关联和影响程度,将挖掘得到的高相关因素作为模型输入变量,运用支持向量回归机构造提前多步的猪肉价格波动预测模型。【结果】与猪肉价格波动关联程度最高的前3位因素是生猪疫病、生猪价格和仔猪价格,置信度分别为1.00、0.93和0.82;对猪肉价格影响程度最大的前3位因素是生猪疫病、猪肉产量和出栏猪肉量,提升度分别为1.84、1.67和1.67。相较于基准预测模型,将12个高相关影响因素作为模型输入,均方根误差减少29.11%,平均绝对百分比误差减少16.00%。【结论】使用多维关联规则进行变量筛选,不仅能减少模型的变量个数,还能有效提高模型的预测精度。鉴于生猪疫病对猪肉价格波动的关键影响作用,政府相关管理部门应...     

湘春豆25号秋播高产栽培技术研究

为提高特早熟春大豆湘春豆25号的秋播增产潜力,采用三元二次回归正交旋转组合设计,研究了种植密度、苗前期施复合肥、苗后期施尿素等3个主要栽培因子对湘春豆25号秋播产量的影响.结果表明:种植密度(x1)、苗前期施复合肥(x2)两因子对产量有显著影响,苗后期施尿素(x3)主效不显著,与x1,x2互作显著;湘春豆25号翻秋种植适合高密度、高肥力水平下栽培;中等肥力土壤上栽培,产量2400kg/hm2以上的优化农艺模式有39个,其主要决策因素取值范围:种植密度57.58~61.51万株/hm2,苗前期施复合肥316.8~427.65kg/hm2,苗后期施尿素202.44~284.34kg/hm2.     

基于分位数回归的大西洋中部公海大眼金枪鱼(Thunnus obesus)栖息环境综合指数

摘要：2001年7月4日-10月27日，中国水产总公司所属的3艘大洋性超低温金枪鱼延绳钓渔船对大西洋中部公海海域进行金枪鱼渔业调查。本文根据所获得的渔场环境、作业参数、渔获统计等数据，应用栖息地适应性指数（habitat suitability index, HSI）模型并结合分位数回归分析方法分别对有关水层（60m为一层）及总渔获率与温度、盐度和相对流速等环境因素的关系并考虑其不同的影响权重及交互作用建立了数值模型，根据该模型计算大眼金枪鱼的栖息环境综合指数(HEII)，利用MarineExplore4.0绘制大眼金枪鱼HEII指数等值线分布图。结果显示：（1）180～240m水层中，中部海区的 指数分布较高（高于0.6），其他海区分布较低（小于0.6）；（2）240～300m水层中，6ºN以南的海区 分布较高（高于0.6），以北的海区分布较低；（3）300～360m水层中，仅南部部分海区（4ºS，23ºW附近） 分布较高，其他大部分海区分布很低（低于0.3）；（4）7ºN以南的大部分海区 指数分布较高（高于0.6），仅在部分较小海区（5ºN，22ºW、2ºS，17ºW和2ºS，23ºW的附近）内 指数分布低于0.5。 关键词：大眼金枪鱼；栖息环境综合指数；分位数回归；大西洋中部公海     

钢质海洋渔政船空船重量与重心估算方法研究

在实船资料统计分析和基于船舶基本原理基础上,提出了适合渔政船设计初期空船重量及重心的估算公式,以此分析、整理出的回归方程更具有针对性。将空船重量、重心高度、重心纵向位置的公式计算结果与实船倾斜试验所得值相比较后发现,相对误差符合工程要求,重心纵向位置值亦在允许范围内。本估算方法可以给设计者以前期估算参考。     

黑斑狗鱼形态性状对体重的影响效果分析

选取0^＋龄～4^＋龄黑斑狗鱼332尾,对其体长、体高、体宽、尾柄长、尾柄高、头长、头高、头宽、吻长、眼间距、口裂宽、口裂长和体重等13个性状进行测量。采用多元分析法分析体重和形态形状的关系。结果表明,黑斑狗鱼除0^＋龄头长与体重之间的相关系数未达到显著水平（P〉0．05）外,其它各形态性状与体重的相关系数均达到显著水平（P〈0．05）或极显著水平（P〈0．01）;经通径分析,不同年龄阶段各形态性状对体重的通径系数存在一定的差异,但体长和头高对体重的通径系数均达到显著水平,而且体长对体重的直接作用均最大,其余各性状均是通过体长间接的影响体重;决定系数分析结果表明,体长对体重的决定系数最大,其它性状主要通过体长影响体重;通径分析结果与决定系数分析结果的变化趋势一致;所选形态性状与体重的相关指数R2〉0．85,说明所选性状是影响体重的主要性状。应用逐步多元回归分析,经偏回归系数的显著性检验,建立以体重为因变量（Y）,各形态性状为自变量的多元回归方程,0^＋龄～4^＋龄黑斑狗鱼体重（Y）与形态性状参数的多元叵归方程分别为：LgY=-1．411＋0．395LgX8＋0．576LgX1＋0．092LgX1n＋0．538LgX7＋0．35LgX6;LgY=-4．132＋0．866LgX1＋0．102LgX】2＋0．083LgX7;LgY=一4．186＋0．772LgX1＋0．195LgX7;LgY=-2．542＋0．372LgX1＋0．185LgX3＋0．256LgX8＋0．23LgX7,;LgY=-4．585＋0．816LgX1＋0．178LgX7。经回归预测估计值与实际值间的差异不显著（P〉0．05）,该方程可用于黑斑狗鱼实际生产中,为黑斑狗鱼选种提供了理论依据和理想的测量指标。     

Brown shrimp (Farfantepenaeus aztecus) density distribution in the Northern Gulf of Mexico: an approach using boosted regression trees

The estuarine‐dependent brown shrimp, Farfantepenaeus aztecus, is a significant commercial fishery and important species in the Gulf of Mexico (GOM) ecosystem as well as being a key component in energy transfer between benthic and pelagic food web systems. Because of the economical and ecological importance of brown shrimp, we developed a spatial population model to identify places of high shrimp density under a set of spatial, environmental and temporal variables in the Northern Gulf of Mexico (NGOM). We used fisheries‐independent data collected by the Southeast Area Monitoring and Assessment Program (SEAMAP) from 1992 to 2007 (summer and fall seasons). The relationship between the predictor variables and shrimp density was modeled using Boosted Regression Trees (BRT). Within the environmental variables included in the model, bottom type and depth of the water column were the most important predictors of shrimp density in the NGOM. Spatial predictions performed using the trained BRT model for summer and fall seasons showed a spatial segregation of shrimp density. During the summer, higher densities were predicted near the Texas and Louisiana coast and during the fall, higher densities were predicted further offshore. The model performed well and allowed successful prediction of brown shrimp hot spots in the NGOM. Model results allow fisheries managers to evaluate the potential impact from fisheries on the resource and to develop future fisheries management strategies, understand the biology of brown shrimp as well as assess the potential impacts of oil spills or climate change.