基于改进人工蜂群算法的大青杨晚材率预测

为了更加准确地预测人工林大青杨(Populus ussuriensis)晚材率,通过对标准人工蜂群算法(artificial bee colony, ABC)的蜜源更新公式进行改进,提出了分段式蜜源搜索半径公式,并用改进的人工蜂群算法(AABC)对径向基(radial basis function, RBF)神经网络的初始参数进行优化,提出一种基于改进的人工蜂群算法和径向基神经网络算法结合的预测模型,并与粒子群(partical swarm optimization, PSO)优化的RBF神经网络预测结果进行对比。结果表明:传统的RBF预测模型不仅收敛速度慢,而且预测精度不高。基于改进的ABC算法优化RBF神经网络预测模型整体比PSO优化的效果相对较好,收敛速度从42步提升至28步,预测的平均相对误差从2.54%降低到0.95%。可见对ABC算法的改进是可行的,而且提高了晚材率预测的精度。     

锶胁迫条件下生菜光谱效应特征

锶（Sr）胁迫条件下生菜的反射光谱特征会发生明显改变。通过室内生菜水培试验，获取了36个不同生长期、6个不同锶浓度胁迫的生菜叶片400～950 nm波段区间的生化参数信息（叶绿素含量、细胞结构、叶片金属含量）和反射光谱信息，利用光谱技术并结合数学统计方法研究了生菜叶片7个光谱特征参数与实测叶片锶元素含量之间的相关性，优选了较敏感光谱特征参数，建立了其与生菜叶片锶含量的线性回归模型。结果表明，锶胁迫生菜叶片叶绿素含量呈先上升后下降的规律，细胞结构差异不明显。锶胁迫生菜叶片反射光谱直观上无规律，通过采用光谱技术方法分析得出锶胁迫生菜叶片的红边波段位置先“红移”再“蓝移”，红谷波段位置则“红移”，植被指数B4/B3比值先升高后降低，红边归一化植被指数（NDVI）值随着锶浓度的升高而降低。相关性及线性回归模型分析表明红边波段位置与叶片锶含量显著相关。本文为下一步基于光谱特征的叶片重金属含量反演模型的构建提供了较好的数据源和基础理论。