烟台果园土壤温度影响因素及其预测模型研究

利用AXWG03自动气象站于2007年3～6月对烟台市-果园内表层土壤温度及其环境气象因子进行了观测,分析了土壤温度与气象因子之间的相关性,并建立了基于气象因子的土壤温度预测模型.结果表明在相对湿度、大气温度、风速、太阳总辐射和大气压5个常规气象因子中,相对湿度、大气温度、风速、太阳总辐射与土壤温度存在极显著相关关系,大气压与土壤温度相关关系不显著;故以相对湿度、大气温度、风速、太阳总辐射等4个气象因子为输入变量,分别利用多元线性回归和BP人工神经网络方法建立土壤温度预测模型,其中BP人工神经网络模型预测值最大相对误差不足1.24%,多元线性回归模型预测值相对误差在1.93%以上.因此建立的神经网络模型具有很高的精度,能很好地满足土壤温度的预测要求.表4,参13.     

基于小波消噪的混沌多元回归日径流预测模型

基于小波消噪理论对水文序列中的噪声进行了处理,然后利用混沌理论中的相空间重构技术计算出饱和嵌入维数作为多元回归模型的可控变量个数,将小波、混沌和多元回归方法结合起来对日径流进行了预测。与消噪前相比,消噪处理后建立的模型预测精度有了明显提高：预测合格率提高8%,平均绝对百分比误差为9.53%。因此在对水文时间序列进行混沌分析和预测之前,对其进行小波消噪是完全必要的。     

基于BP神经网络的港口吞吐量预测模型

港口吞吐量预测是港口决策和规划的基础。为了合理预测港口吞吐量,本文利用外贸进出口总量、第一产业总产值和第三产业总产值作为BP神经网络的输入变量,港口吞吐量为输出变量,建立了港口吞吐量预测的BP神经网络预测模型。然后根据2000年-2010年广西北部湾港口吞吐量、外贸进出口总量、第一产业总产值和第三产业总产值,利用Matlab 6.5软件的神经网络工具箱,通过对BP神经网络模型的反复训练,发现当隐含层节点数为6,学习率为0.05,训练次数为500次,训练精度为0.001,动力因子为0.9时得到的效果最好。并对BP神经网络模型与多元回归模型的预测结果进行比较分析,认为BP神经网络模型预测的总体效果更优。最后利用所确定的BP神经网络模型,对2011年和2012年两年的港口吞吐量进行了预测。     

水文序列ARIMA模型应用中存在的问题与改进方式

经典的ARMIA模型应用是对水文过程年际月变化所形成的时序数据进行计算处理,而忽略了水文过程平稳性检验和月际年变化对时序预测结果的影响.本文在对这一问题讨论的基础上,基于聚类提取分类后月份的特征,利用回归分析建立特征量和月水文数据间的关系,通过差分对特征量时序做平稳性处理,使用ARIMA模型按类预测特征量,由此,提出了一种新的挖掘水文时序月际年变化信息的方法,建立了改进的ARIMA模型及预测方法.作者以兰州降水站为例进行了应用验证,研究结果表明,改进后的ARIMA模型的精度要明显高于季节ARIMA模型,其平均残差达到了9.41,预报精度提高了21%,效果十分明显.最后就改进后的ARIMA模型的应用给出了进一步的研究方向.     

TPE-XGBOOST与LassoLars组合下PM2.5浓度分解集成预测模型研究

在我国当前大气重污染的环境下,PM2.5浓度的预警预报工作显得尤为重要.由于PM2.5浓度时间序列具有高度复杂性与随机性等特点,且传统的PM2.5浓度分解集成预测方法没有考虑空气质量因素与气象因素的信息,仅靠PM2.5浓度的历史值难以准确对其精准预测.本文在对历史数据的分解下,对高频数据引入TPE-XGBOOST模型,对低频数据引入LassoLars模型,结合空气质量因素与气象因素反映分解特征的变化趋势,对PM2.5浓度时间序列展开预测研究.通过实验,该组合模型显示出了良好的预测效果,且相对于单一分解集成预测模型有较大的预测精度提升.     

基于遗传算法优化的GM(1,1)模型及效果检验

对变化较平稳的数据和变化幅度较大的非平稳数据两种序列建立的 GM(1 ,1 )模型 ,分别用加速遗传算法 (AGA)和最小二乘法 (LSM)对模型参数求解 .结果表明 ,对变化较平稳数据序列 ,两种参数求解法建立的预测模型的拟合优度和预测精度相差无几 ;对变化幅度较大的非平稳数据序列 ,基于 AGA的 GM(1 ,1 )模型的拟合优度和预测精度远高于基于 LSM的 GM(1 ,1 )模型的拟合优度和预测精度 .     

基于优选模型的季度国际油价预测系统构建

构建了一个以优选模型为基础的季度油价预测系统.系统不仅依靠模型和内部专家,同时以外部专家的预测值作为参考.系统将优选模型与外部专家的预测值集成后,由内部专家根据掌握的信息和经验,对结果进行综合集成,得到油价预测值.研究发现,基于时差相关的多元回归模型比误差修正模型和带外生变量的误差修正模型更适合预测季度油价.系统通过对模型的优选和对专家的评价,使效果更好的预测值作为集成预测的基础.实际工作中已被中石化和外汇管理局市场预期调查系统所参考,预测精度在市场预期调查系统各成员单位中处于领先水平.     

复杂装备费用驱动因子识别的效应比重极大熵模型

针对复杂装备费用预测中样本少和费用影响因素繁多的问题,分析费用因素的驱动比重。综合考虑驱动比重的最大化和因素权重的不确定性,运用极大熵原理,建立多目标权重配置模型,并利用拉格朗日乘子法求解权重。依据因素权重大小和权重的接近度选择费用驱动因子,利用所选择的驱动因子建立多元回归模型。与已有文献中的方法对比,结果表明本文的方法具有较高的预测精度,说明基于驱动比重最大化的复杂装备费用驱动因子识别模型能够诊断费用的关键影响因素。     

基于灰色马尔可夫SCGM(1 ,1) C 模型的空难人数预测

空难事故预测是航空安全评价和决策的基础.灰色预测适合于时间短、数据量少和波动不大的系统对象,而马尔可夫链理论适用于预测随机波动大的动态过程.结合灰色预测和马尔可夫链理论的优点,提出了一种灰色马尔可夫SCGM(1,1)C模型.用单因子系统云灰色SCGM(1,1)C模型拟合系统的发展变化趋势,并以此为基础进行了马尔可夫预测.对1979~2003年全球空难人数进行了预测分析,结果表明该模型既能揭示了空难人数变化的总体趋势,又能克服了随机波动性数据对预测精度的影响,具有较强的工程实用性.     

基于小波-NAR神经网络的气象要素时间序列预测与天气指数彩虹期权估值

本文基于小波-NAR神经网络技术,提出气象要素时间序列预测与天气指数彩虹期权估值的原理与方法,同时采用2000-2014年悉尼日均气温和日降雨量数据,进行气象预测与天气期权估值.结果显示:小波-NAR神经网络因灵活的非线性动态结构较好地反映了气象变化特征,其预测与估值效果优于其他模型;该天气期权价值形成中的非线性特征取决于五种经济效应.科学预测天气和估计天气期权价值,开发天气衍生品,可挖掘天气不确定性的经济价值,弱化其对天气敏感产业的影响.     

黑土剖面水热异质性调查

通过野外调查的方法测定了典型黑土剖面土壤含水量和温度,并利用统计学分析了水热性状在2．2m×2．1m空间上的异质性。结果表明：尽管土壤容积含水量、密度、温度沿剖面垂直方向有规律的变化,但在水平方向存在较大的变异,容积含水量最大差异可达6．5个百分点,温度可达3．0℃;由于黑土剖面土壤密度变化较大,土壤质量含水量无论是垂直方向还是水平方向均存在较大的空间变异,容积含水量能够更好地反映土壤水分的空间变化。图7,表2,参9。     

PAM对土壤蒸发的影响分析及其模拟研究

在栽种与不栽种作物的情况下,分别对3种处理的土壤蒸发进行抑制性及差异性分析,并结合气象因子对无作物的土壤累积蒸发量进行多元线性回归分析.结果表明,在无作物的情况下,随着PAM用量的增加,PAM对土壤蒸发抑制效果明显,3种处理两两差异显著,但未达到极显著水平;有作物的情况下,PAM对土壤蒸发抑制效果不明显,但3种处理间的差异性均达到极显著水平.模型的拟合结果表明,3种处理的土壤累积蒸发量均可用多元线性回归模型拟合,且拟合效果较好.图2,表5,参8.     

非饱和土壤季节性冻融过程的仿真分析

建立了农田在自然条件下的垂向一维冻土-非冻土系统的水热耦合迁移模型,采用Newton-Naphson迭代法进行求解,通过模拟与实测结果对比,取得较好效果,验证了模型的可用性。在此基础上用该模型对季节性冻融期土壤冻融过程进行了仿真分析,研究了土壤季节性冻融特点,探讨了影响土壤冻融过程的主要因素,即气温和累积负温,仿真结果可为冬春作物的播种、预防冻害等提供科学依据。

Abstract：

A coupled moisture and heat transfer model for natural farmland in one-dimensional vertical frozen-unfrozen soil system was established,and Newton-Naphson iterative technique was used to solve the model.Better results were got through the comparison of simulated and measured results which verified the model＇s availability.Based on this,the model was used to emulate the process of soil freezing and thawing in seasonal freezing and thawing period,and the soil’s seasonal freezing and thawing characteristics was researched,and then the air temperature and soil cumulative negative temperature two main factors were investigated which effected process of soil freezing and thawing.Results of emulation can provide a scientific basis for winter or spring crops sowing and preventing crops from freeze injury.     

施肥对土壤呼吸的影响

以中国科学院海伦农业生态实验站长期肥料定位试验为研究平台,研究玉米生长条件下,不同施肥处理对土壤呼吸和水溶性有机碳的影响。结果表明,玉米生长期间,各施肥处理的土壤呼吸速率变化趋势较为一致,变化范围（CO2-C）是43.86 mg.m-2.h-1~359.32 mg.m-2.h-1,在7月12日达到最大值。NPKOM处理的土壤呼吸速率以及累积呼吸量明显大于其它施肥处理。CK处理Q10最大,表明施肥降低了土壤呼吸对温度的敏感性。不同施肥处理（除PK处理）的Q10都呈现15 cm地温最高,地表温度最低。有机肥能够增加土壤水溶性有机碳的含量,氮肥会减少水溶性有机碳的含量。     

免耕对黑土蚯蚓数量和土壤密度的影响

以自2001年秋在吉林省德惠市中层黑土上进行的耕作定位试验小区为研究对象,对比免耕和常规耕作对东北黑土蚯蚓数量和土壤密度的影响.试验设计为裂区随机区组设计(免耕和常规秋翻两个处理),4个区组,种植作物为玉米和大豆.在玉米6叶期和8月末或9月初两次测定蚯蚓数量,土壤密度秋收后测定.采用SAS软件对2004～2006年的蚯蚓数量和土壤密度进行方差分析.试验结果表明,耕作方式、作物类型和采样时间对蚯蚓数量的影响较大,均达显著差异(P《0.05).免耕处理的蚯蚓数量是秋翻处理蚯蚓数量的2.4倍,种植大豆的蚯蚓数量是种植玉米蚯蚓数量的1.6倍,第1次的蚯蚓数量是第2次蚯蚓数量的1.9倍.耕作方式和作物类型对土壤密度没有显著影响.虽然免耕处理使5cm～10cm的土壤密度略有增加,但免耕的土壤密度与秋翻的土壤密度相比,并无显著差异.因此,同常规秋翻相比,免耕明显增加土壤中的蚯蚓数量,而且不会引起土壤的板结.     

基于独立分量回归的加热炉钢温预报模型

轧钢加热炉系统具有多变量、非线性、大滞后、交叉耦合等特性,钢坯出炉温度的预报模型一直是个难题。仍然采用统计建模的思路,利用独立分量分析方法不依赖分布假设的优点,建立了钢坯温度变量和过程变量之间的独立分量回归预测模型。基于轧钢厂实际生产数据进行了建模与验证实验,误差比较分析表明,该模型能较好地预测钢坯出炉温度,且预测误差指标优于基于改进PCA的预报模型。     

吉林省伊通县农田土壤养分空间变异特征

以伊通县耕层土壤有机质、碱解氮、有效磷和速效钾为研究对象。利用地统计与GIS技术相结合的方法。研究4种土壤养分的空间分布特征。结果表明：各变量均服从正态分布,有机质和碱解氮含量的最佳半方差函数理论模型为指数模型,有效磷和速效钾的最佳模型为孔穴效应模型。有机质具有较强的空间相关性,碱解氮具有中度的空间相关性,有效磷和速效钾具有较弱的空间相关性,各变量的空间自相关距离分别为822．4km、977．6km、194．2km和116．4km。有机质和碱解氮含量的空间变异主要受结构性因素（土壤类型、地形地貌和水文条件等）的影响,并且它们的空间分布格局具有相似性;有效磷和速效钾主要受随机性因素（如施肥、土地利用）的影响,其分布表现出较强的空闻异质性。研究结果可为土壤取样间距设计、定位施肥和农田管理提供一定的参考依据。图4,表3,参16。     

果园土壤贮水量神经网络估算模型研究

利用神经网络对土壤水分进行预测时，一般需考虑多个因素（如气象因素和土壤特性等），需测量多种参数值。神经网络模型只以0～100cm范围内各层的土壤含水量为输入变量，对0～180cm土层的土壤含水量进行了预测，并与Biswas估算模式的预测结果进行了比较。结果表明：神经网络方法具有很高的预测精度，预测值的相对误差在-4．26％～3．22％；Biswas估算模式的预测效果较差，预测值的相对误差在-11．87％～7．95％。由此可见，该神经网络模型具有较强的便利性和实用性，可用于对本地区果园的土壤墒情进行估测。图8，表2，参14。     

冻融土壤水热迁移数值模型的建立及仿真分析

根据土壤中能量和质量守衡、地表能量平衡及空气动力学理论建立了冻融条件下土壤水、热耦合迁移模型、反映负温下土壤温度与液态水含量关系的联系方程和地－气间水热交换模型，采用隐式有限差分线性化迭代方法求解模型。在此基础上，对冻结条件下太原盆地中部汾河中洪积平原区土壤冻结规律及不同灌水定额下的水热动态进行了仿真分析，表明冬灌具有储水保墒作用。