基于回归等值线法的不同下垫面红壤水分时空变化规律研究

基于回归等值线法对百喜草覆盖、百喜草敷盖和对照处理的红壤水分时空变化进行了比较分析。结果显示,从年初到年终,随时间的推移,各处理各层土壤含水量均表现出"先减小,后增大"的趋势。在测定深度内,随土层深度增加,各处理各层土壤含水量却表现出"先增大,后减小"的趋势。百喜草覆盖处理,特别是上中层土壤含水量,随时间变化较大,与气候和百喜草生长密切相关,但随深度变化,层间土壤含水量变化较慢;百喜草敷盖和对照处理,土壤含水量受土层深度因素影响更明显。对于百喜草敷盖处理,随深度变化,层间土壤含水量变化较慢,但对于对照处理,随深度变化,层间土壤含水量变化较大。     

某引水隧洞围岩变形探讨

某引水隧洞主要采用双护盾式TBM施工。在穿越高埋深的区域性断裂带时,采用绕行导坑人工钻爆法施工。本文对采用绕行导坑的围岩变形情况进行分析,指出在隧洞开挖过程中围岩变形的时间效应,为修改设计与指导施工提供理论依据。     

基于SVM的CFRW导电性建模预测研究

针对碳纤维增强木质复合材料（CFRW）导电性具有非线性的特点,采用基于支持向量回归机（SVM）的机器学习方法建立碳纤维增强木质复合材料导电性预测模型。结果表明,所建模型的预测精度高、泛化能力强.     

三亚市桉树枝瘿姬小蜂监测模型研究

通过对海南省三亚市桉树枝瘿姬小蜂数量调查,并结合6个关键气候因子,运用SAS9.0进行回归分析,得到了桉树枝瘿姬小蜂监测模型：y＝0.549 3＋0.000 6x1＋0.269 3x3＋0.415 6x4－0.612 2x5－0.023 1x6。该模型表明桉树枝瘿姬小蜂数量与月降雨总量、月平均最高温度、月平均最低气温、月平均温度和月平均相对湿度有极显著相关性,而与月日照时数无显著相关性。其中月降雨总量是影响桉树枝瘿姬小蜂数量的主要气候因子,其次为月平均温度、月最低平均温度与月最高平均温度。     

不同小麦品种茎秆抗倒性的研究

为了明确影响小麦抗倒伏性的主要因素,选用生产中应用较广泛的6个高产小麦品种,采用田间试验与实验室分析相结合的方法,对不同品种的抗倒伏性状进行研究。结果表明,百农矮抗58的倒伏指数较小,为0.432,与其他品种相比差异显著;百农矮抗58的茎秆机械强度大、茎秆基部第二节短粗、秆壁较厚、次生根数量较多、株高和重心高度较低。相关分析表明,倒伏指数与第二节关系密切,第二节机械强度越大、壁越厚、干重越大、地下部根量越多,倒伏指数就越小,茎秆抗倒性就越强;适当降低株高可以降低植株的重心高度,增强植株抗倒能力。逐步回归分析表明,影响茎秆抗倒性的直接因子为茎秆基部第二节机械强度、第二节干重、地下部根量及地上部鲜重,其中第二节机械强度对茎秆倒伏指数的直接作用最大,其直接通径系数为-0.775,可用第二节机械强度的大小评价品种茎秆抗倒性的强弱。     

不同生长期圆斑星鲽形态性状对体重影响的通径分析

圆斑星鲽(Verasper variegatus)作为中国鲽形目(Pleuronectiformes)养殖鱼类的重要代表种类,具有生长速度快,可食用部分多,肉质细嫩等特点。为了探究圆斑星鲽形态性状与体重的关系,本研究分别测定11月龄、14月龄和17月龄3个不同生长期圆斑星鲽的体重及全长(FL)、体长(BL)、体高(BH)、头长(HL)、头高(HH)、尾柄长(CL)、尾柄高(CH)、吻长(SL)共计8个形态性状,分别进行相关分析和通径分析,剖析形态性状对于体重的直接作用和间接作用;利用回归分析的方法,建立各个时期以形态指标为自变量,体重为因变量的最优线性回归方程。结果显示,1)不同生长阶段,影响体重的重点形态指标存在差异,影响11月龄圆斑星鲽体重的主要形态性状为体高和体长,14月龄阶段为全长、体高和头长,17月龄阶段为全长和体高;2)11月龄、14月龄和17月龄形态性状对体重(Y)的多元回归方程分别为:Y=-186.412+17.381XBH+10.517XBL,Y=-362.484+13.145XFL+20.172XBH+21.199XHL,Y=-816.147+24.121XFL+40.575XBH;3)除本研究所包括的形态指标外,体厚可能为另外一个影响圆斑星鲽体重的重要指标。本研究阐明了体重与形态指标间的相关关系,为圆斑星鲽的良种选育提供了生物学依据。     

基于支持向量机回归的营养液调控模型研究

针对目前设施栽培中营养液动态调配精确度低的问题,提出一种基于支持向量机回归(Support vector machine regression,SVR)的营养液调控模型.首先,通过设计嵌套试验采集了13个温度、50组不同Knop营养液(A:99％Ca(N03)2·4H20、B:98％KN03、C:99％KH2P04、D...     

基于粗糙集理论的岩质边坡稳定性评价

针对岩质边坡的稳定性评价问题,应用粗糙集理论对既有岩质边坡的失稳实例进行分析,采用遗传算法进行约简,抽取评价知识,建立了规则库。采用不精确推理和默认推理方法开发了岩质边坡稳定性评价专家系统,提出了待评对象与规则不完全匹配情况下的近似推理方法,结合工程实例对该系统进行了测试和验证,并与模糊回归方法进行的比较。     

杭州市城区热岛效应与景观格局的动态研究

以杭州市城区为研究对象,以1992年、2004年Landsat-5,2015年Landsat-8卫星遥感数据为信息源,利用单窗算法反演三期城区地表温度,通过提取土地利用类型信息来计算景观格局指数,结合多元回归线性模型分析了杭州市城区景观格局对地表温度的影响。结果表明:(1)在研究时间段内,杭州市城区存在着明显的热岛效应,高温区域不断扩张、分散;(2)多元线性回归模型可以很好地刻画景观格局与地表温度之间的定量关系,景观格局指数PLAND,ED,LSI和AI与地表温度的相关性最高,分别达0.753,0.771,0.779,0.772,景观的面积指标、形状指标、边缘指标和聚合指标等共同影响着杭州市城区热岛效应的强度;(3)在城市化建设进程中,应通过增加绿地景观的面积,合理选择植物物种,形成集中成片的绿地,从而对城镇用地进行分割,提高现有绿地景观的立体化程度,建设较为复杂的绿地生态网络系统等方式,来缓解和改善热岛效应,达到改善人居环境的目的。     

Comparison of multivariate models and variable selection algorithms for rapid analysis of the chemical composition of field crops

This study evaluates the use of visible and near-infrared spectroscopy for rapid prediction of total carbon, total nitrogen, and total phosphorus concentrations in field crop samples. Two multivariate models (partial least squares regression and support vector machine regression) were compared. In addition, four spectral variable selection algorithms (competitive adaptive reweighted sampling, genetic algorithm, uninformative variable elimination, and variable importance for projection) were applied with support vector machine regression to determine the most accurate predictions. The results showed that support vector machine regression performed better than partial least squares regression for predicting the three chemical compositions. The combination of competitive adaptive reweighted sampling and support vector machine regression outperformed the other models for the predictions of total carbon and total nitrogen with high coefficients of determination of 0.91 and 0.90, respectively. For the determination of total phosphorus, the prediction accuracy of competitive adaptive reweighted sampling was comparable with the best result obtained from genetic algorithm with the coefficients of determination of 0.73 and 0.77, respectively. In conclusion, the support vector machine regression combined with competitive adaptive reweighted sampling has great potential to accurately determine the chemical composition of field crops using the visible and near-infrared spectroscopy.