地理权重回归在土壤pH空间预测中的应用

为高效利用土壤和开展精准农业生产,采用地理权重回归方法对区域土壤pH的空间分布进行预测,以获得比普通线性回归方法更高的预测精度和论证其对其他土壤属性进行预测的可行性。实测样点土壤的pH,然后选用与土壤pH相关程度较高且易于获取的环境因子(海拔高程、坡度、归一化植被指数、铁氧化物指数、样点距河流的最近距离、土壤侵蚀强度)来建立与土壤pH的回归方程。因子经过逐步回归及多重共线性检验后,用地理权重回归模型对pH进行预测。通过ME、RMSE及回归决定系数等指标,用验证样点数据对预测效果进行评价。结果表明,地理权重回归模型的预测精度高于普通线性回归模型,能大幅度降低AIC值,显著提高模型的回归决定系数,有效地降低回归的残差值;生成的预测图在空间上过渡自然,制图效果较好;利用地理权重回归法能将环境影响因子纳入模型,并能充分考虑样点的空间位置,适合于具有高度空间变异的土壤属性预测及制图。     

基于气象因子的启东市土壤墒情预报研究

利用逐步回归方法,分别分析启东市2011—2014年的土壤表墒、底墒与同时期的气象因子(降水量、温度、湿度、日照、风)的相关性,筛选出影响土壤墒情的关键气象因子,并结合经验公式法建立土壤墒情预报模型。结果表明,影响启东市土壤墒情的气象因子主要是降水量、日照和气温,由此建立的预报模型预报未来30 d内土壤墒情的平均相对误差在5%以内,检验效果理想,说明利用该模型可以较为准确地预报未来30 d内土壤墒情,并用于指导农业生产。     

土壤酶活性和土壤养分回归方程的构建

选用24个河南中部具有代表性的土壤样本,分析土壤有机质、全氮、全磷、全钾含量和土壤酶活性的相关性。旨在建立相应的回归方程,利用土壤酶活性推测土壤的肥力情况。结果表明:土壤过氧化氢酶、脲酶、碱性磷酸酶和土壤有机质、全氮、全磷、全钾相关均达到极显著状态。过氧化氢酶和有机质间的相关系数最高,为0.925。蔗糖酶和有机质、全钾之间相关均达到极显著状态,但和全氮、全磷相关不显著。过氧化氢酶、碱性磷酸酶、脲酶、蔗糖酶之间的相关性也均达到极显著状态,其中过氧化氢酶和碱性磷酸酶的相关系数最高,为0.914。由此建立起相应的回归方程。     

基于逻辑回归算法的复杂背景棉田冠层图像自适应阈值分割

棉田冠层覆盖度是监测棉田棉花长势的重要指标,针对棉田复杂环境中冠层图像难以准确分割的问题,该文提出了一种基于逻辑回归算法的复杂背景棉田冠层图像自适应阈值分割方法。首先将棉田冠层图像像素分成叶片冠层和地表背景2类,在HSV颜色空间中分别提取两类像素的H通道值,在RGB颜色空间中分别提取绿色占比值(G/(G+R+B))作为颜色特征;再利用逻辑回归算法确定出各颜色特征的分割阈值,通过H通道分割阈值实现图像的初次分割;再对初次分割结果中的低亮像素使用逻辑回归算法计算出的超绿特征阈值进行低亮像素分割,同时采用绿色占比分割阈值对图像高亮像素及低亮像素分割结果整体实现二次分割,最后采用形态学滤波方法对分割结果进行优化。为评价该分割方法,利用从新疆棉花产区采集到的320幅棉田冠层图像进行试验。结果表明,该方法可在棉田复杂自然背景下,有效分割出棉田冠层区域,平均相对目标面积误差率仅为5.46%,总体平均匹配率达到93.07%;优于超绿特征OTSU分割方法(平均相对目标面积误差率11.78%,总体平均匹配率76.43%)、四分量分割方法(平均相对目标面积误差率24.11%,总体平均匹配率71.67%)、显著性分割方法(平均相对目标面积误差率36.92%,总体平均匹配率66.92%)。该方法的平均处理时间为4.63 s,相对于超绿特征OTSU法(3.84 s)和四分量分割法(2.56 s),耗时多一些,但与显著性分割法(6.25 s)对比,花费时间要少。研究结果可为棉田自然复杂环境下机器视觉技术监测棉花覆盖度提供一种有效途径。     

间隔覆盖条件下坡面产流产沙状况的BP神经网络模拟

本文以塿土和黄绵土作为实验材料,尝试使用BP神经网络方法(Back-Propagation neural network)模拟人工降雨条件下,间隔覆盖坡面的产流产沙状况。通过设置不同坡度、降雨强度、面积比,获得各种因素不同水平组合下的实测数据;以实际降雨强度、坡度、面积比、径流起始时间和初始含水率5个因子为输入变量、坡面产流量和产沙量为输出变量,利用BP神经网络模型与多元线性回归模型对数据进行模拟分析,并检验其模拟效果。研究结果表明:训练样本集平均相对误差为18.23%,预测样本集平均相对误差为5.21%;与多元线性回归模型相比,BP神经网络模型拟合精度较高,拟合效果更理想,表现出更强的预测能力。另外,比较不同土质坡面产流量与产沙量模拟效果,塿土优于黄绵土。从本研究的结果看,BP神经网络模型应用于坡面产流产沙模拟预测,省时省力,方便快捷,具有一定的应用潜力,但其实际的模拟预测能力尚需进一步探索。     

降雨径流对农田面源污染物产出的影响

试验通过模拟降雨的方法,探索降雨与农田土壤泥沙产出量的关系。试验表明,10%坡度条件下的泥沙累积量普遍高于相同降雨指数情况下5%的泥沙累积量,在坡度相同的条件下,泥沙累积量随着降雨量的增加而增加,在坡度为10%降雨量为150mm·h-1条件下,泥沙累积量最大,30min时,泥沙累积量可达到350kg。试验还对数据进行了回归分析,得到了相关的拟合函数。     

桂花盛花期预报方法初探

利用柳州市近10 a(1995~2005年)9月上、中、下旬的平均温度、降水量,降雨日数、平均最低温度、平均湿度以及桂花盛花期的物候资料,采用逐步回归法分析各气象因子对桂花花期的影响,结果表明,影响桂花盛花期的主要气象因子是9月中旬平均气温9、月中旬平均最低气温与9月上旬平均最低气温,建立桂花盛花期预测模型,并对1995~2005年桂花盛花期出现日期进行回测,结果表明预测模型回测准确率高,可用于指导柳州市桂花花期的预报。     

应用SPSS软件拟合Logistic曲线研究

介绍了SPSS软件中两种拟合Logistic曲线的方法和步骤,通过实例分析表明,用非线性回归(Nonlinear Regression)比曲线回归(Curve Estimation Regression)拟合Logistic曲线更简单实用。     

芥菜种子活力测定法探讨

】用玻板直立发芽法测得的芥菜种子发芽指数，用ＰＥＧ高渗发芽法测得的发芽率，用热浸法测得的发芽势和发芽率与田间出苗率呈极显著正相关。玻板直立发芽法测得的活力指数与田间出苗率呈显著正相关，种子浸提液导电率与田间出苗率呈显著负相关，并建立了相应的直线回归方程     

基于自适应ARMA模型的区域农业总产值构成研究与应用

由于噪声的存在并随时间累积,传统的自回归滑动平均模型(ARMA模型)不能直接应用于时间序列的中期预测.该文针对这种情况,提出了一种自适应的自回归滑动平均模型,将模型状态划分为无噪声的迭代模型和有噪声的观察模型,并根据迭代模型的特点,详细推导并完整给出了它的迭代求解公式,以便使其可以用于时间序列的中期预测,同时研究1985～2001年黄淮海平原农业、牧业与渔业产值预测模型,得到较理想的预测结果.并用所建模型对2001年产值进行外延预测,以期为区域农业结构调整提供理论依据.