线性模型逆回归统计方法

逆回归是统计学中的重要内容,在实际中有非常广泛的应用。利用极大似然估计(MLE)探讨了线性模型逆回归问题。     

金华青菱—泥鳅生态套养模式

菱属一年生浮叶水生草本植物,泥鳅是杂食性小型淡水鱼类,可在水中共生同存.不同之处是,菱是药食同源植物,生食可作水果,熟食可作菜肴与副食;泥鳅为高蛋白、低脂肪水产品,肉质细嫩,味道鲜美,素有"水中人参"之称,具有较高营养价值.     

植物性蛋白质饲粮添加赖氨酸饲养杜浙猪大群肥育试验

前言猪的蛋白质营养,实质上是氨基酸营养。在一定能量进食水平的情况下,体蛋白质合成速率直接取决于饲粮蛋白质的数量和饲粮蛋白质与动物蛋白质在氨基酸构成方面的差异。对猪而言赖氨酸是必需氨基酸。在谷实饲粮中,又是第一限制性氨基酸,若缺乏最为敏感。因而赖氨酸在猪饲粮中具有特殊的意义。     

晋西黄土区不同土地利用类型对土壤水分的影响

为明确不同土地利用类型对土壤水分的影响,采用土钻法在2019年和2020年4—10月定期对晋西黄土区人工油松林地、荒草地、农地0—10 m土层的含水量进行了观测研究。结果表明：（1）人工油松林地0—10 m土层的蓄水量为1 281.13 mm,荒草地为1 712.85 mm,农地为1 804.77 mm。油松林地较荒草地和农地多消耗431.72,523.64 mm的水分,且多消耗的土壤水分主要来源于深层土壤。（2）3个土地利用类型0—10 m土层含水量的垂直变化可以划分为土壤水分剧烈变化层、弱变化层和稳定变化层,各层的含水量随时间的变化也不尽相同。（3）油松林根系的直接吸水深度为5.4 m,影响深度可达10 m土层以下,农作物的吸水深度为4.2 m,影响深度可达8 m土层以下。对研究区内地势平坦、交通便利的地方可种植农作物,促进当地农业经济建设;而针对油松林地土壤含水量低的现象,可采取适当水分管理措施降低林地耗水。     

晋西黄土区切沟对其上方集水区内土壤水分的影响

为掌握黄土高原切沟对其上方集水区内土壤水分的影响,选取晋西黄土区典型切沟上方的集水区为研究对象,采用土钻法定期测量0—10 m土层的土壤水分,探讨集水区内不同地貌部位的土壤水分状况。结果表明:(1)集水区内土壤水分状况受距离切沟远近和地貌部位的共同影响。(2)集水区内距离切沟1 m处的蓄水量显著低于距离切沟3,6 m处的蓄水量(P＜0.05),集水区内洼地的蓄水量大于坡面。(3)集水区内6个采样点浅层含水量随时间变化剧烈,深层含水量随时间变化小。(4)切沟对其上方集水区内土壤水分的水平影响距离为1~3 m,距切沟1 m处,影响深度最深可达7 m,距切沟3 m处,影响深度为2 m。在未来开展切沟治理中,建议在距离切沟1 m范围内密植低耗水的耐旱灌木或草本,利用密植的植物增加地面糙率,降低水流流速,并利用植物根系网络土体,增加抗冲性,从而起到防治切沟溯源侵蚀。     

以新型农村集体经济赋能共同富裕：价值意蕴、现实挑战与实践路径

当前,推动实现共同富裕的难点在农村地区,关键在于增强广大农民的内生动力,推动共同富裕事业的进步和发展。广大农村地区生产力发展水平较低的现实,要求在推动实现共同富裕进程中,必须坚持新发展理念。以新发展理念促进农村共同富裕,是新时代推动共同富裕的必然要求,是增强广大农民内生动力的关键所在。以新型农村集体经济促进共同富裕,要牢固树立以人民为中心的发展思想,从创新、协调、绿色、开放、共享的内在要求出发,探索促进农村共同富裕的有效路径。     

基于卷积神经网络的高分遥感影像耕地提取研究

高效精准地提取遥感影像中的耕地对农业资源监测以及可持续发展具有重要意义,针对目前多数传统全卷积神经网络（FCN）模型在提取耕地时存在重精度而轻效率的缺陷,本文建立基于FCN的轻量级耕地图斑提取模型（LWIBNet模型）,并结合数学形态学算法进行后处理,开展耕地图斑信息的自动化提取研究。该LWIBNet模型汲取了轻量级卷积神经网络和U-Net模型的优点,以Inv-Bottleneck模块（由深度可分离卷积、压缩-激励块和反残差块组成）为核心,采用高效的编码-解码结构为骨架,将LWIBNet模型分别与传统模型的耕地提取效果、经典FCN模型的轻量性和精确度进行对比,结果表明,LWIBNet模型比表现最优的传统模型Kappa系数提高12.0%,比U-Net模型的参数量、计算量、训练耗时、分割耗时分别降低96.5%、87.1%、78.2%和75%,且LWIBNet的分割精度与经典FCN模型相似。     

广义线性模型逆回归统计研究

逆回归是统计学中的重要内容,在实际中有非常广泛的应用。探讨了广义线性模型逆回归问题。     

广西田林马尾松人工林单木生物量的回归模型分析

通过在田林县3个不同林龄的马尾松人工林分中设置标准样地并进行每木调查,以D—H曲线进行平均木选择,分径阶伐倒平均木获得生物量数据。以幂指数模型和线性函数为基础对马尾松人工林的单株生物量模型进行了模拟,得到树干、树叶、树皮、树枝、树根和总生物量的回归模型分别为：W=166．0860×（DOH）-2．0497、W=9．1446×（DOH）＋2．1403、W=10．1717×（D^2H）^0.5959、W=0．0035×D^2.9702、W=32．7589×（D^2H）^0.8546、W=258．2048×（D^2H）＋2．0278。数据分析结果表明,马尾松林分平均木生物量随林龄的增加而增大,各器官的生物量所占总生物量的百分比出现明显的变化;各器官的生物量均以树干为最高,并随着林龄的增加而升高;树枝、树叶和树根的比例随着林龄的增加而出现下降。