基于SPOT VEGETATION数据的关中地区近10年来植被覆盖变化分析

利用SPOT VEGETATION1998.4-2007.12的NDVI（Normalized Difference Vegetation Index,归一化植被指数）数据,结合地理信息系统技术,对我国关中地区的植被覆盖情况进行了动态监测。采用最大化合成法、均值法、一元线性回归分析和R/S分析法分析了关中地区近10a来各地区、各土地利用类型的NDVI变化特征和变化趋势。分析结果表明：近10a来关中地区年均NDVI值整体呈增加的趋势;渭南市的年均NDVI最低;各土地利用类型的Hurst指数均在0.5～1之间,即为可持续性序列,耕地、草地、水域等有持续性增加的趋势,但是林地NDVI值有持续性减小的趋势,须采取一定的措施防止林地退化。     

宽波段与窄波段植被指数估算大豆LAI对比研究

分析比较几种常见宽波段植被指数和高光谱窄波段植被指数与大豆叶面积指数(LAI)的相关性及其预测力,通过建立不同植被指数与LAI之间的统计回归模型,发现各植被指数均与LAI曲线相关,相关关系可分为两种不同的模式——幂函数关系和指数函数关系。对于全部植被指数和窄波段植被指数而言,一阶微分绿度植被指数1DZ-DGVI对大豆LAI的估算效果最佳;而对于宽波段植被指数而言,以宽波段三角植被指数B-TVI的效果最佳。通过对比发现,在估算大豆LAI方面,窄波段植被指数并没有表现出明显的优势性,有些植被指数甚至还没有其对应宽波段植被指数表现的好。不论从回归分析结果的均方根误差RMSE来看,还是从模型检验的均方根误差RMSE和相对误差RE来看,B-TVI的表现与1DZ-DGVI的表现相差不多,因为两者回归分析和模型检验的RMSE分别相差0.0153、0.0083,模型检验的相对误差仅相差0.0043,这表明宽波段光谱植被指数可以用来监测大豆LAI。图2,表3,参22。     

针对植被虚拟仿真的LAI反演研究

植被环境因素（如土壤、水体的化学成分,地表温、湿度,光照强度等）是提高植被虚拟仿真可用性的关键。有效、准确地从遥感数据中反演植被特征,在遥感数据与植被虚拟仿真的建模接口建立联系则是关键所在。LAI（叶面积指数）则是典型的植被特征。应用IAI反演的等密度模型、非密度模型和两流近似法及其效率分析,给出了通过光合作用辐射吸收系数（FPAR）实现LAI反演的过程和方法。该研究为基于空间遥感信息的植被虚拟仿真工作提供重要方法和理论支撑,是数字农业的基础性工作,对于我国东北地区玉米作物的生长、发育的可视化监测和估产有着重要的意义。表1,参11。     

基于双密度双树小波变换的超声图像降噪

针对去除斑点噪声提高超声图像质量的问题,提出双密度双树离散小波变换（DD-DT DWT）结合局部方差估计的双变量收缩阈值函数（BFS）的图像降噪改进算法实现超声图像降噪。首先将原始图像用DD-DT DWT进行多尺度分解,根据噪声模型和小波子父代系数确定的局部边缘方差估计阈值,利用子父代小波系数相关性构成的双变量阈值函数,对图像16个方向的小波系数进行非线性自适应的处理,最后重建降噪后的图像。用仿真和真实数据对此算法进行验证,并与其他小波降噪系统的性能比较,结果分析表明噪声图像经该算法降噪后,图像性能指标均有提高,不仅有效的实现图像降噪,而且较好的保留图像细节。     

玉米地上鲜生物量的高光谱遥感估算模型研究

以ASDFieldSpec光谱仪实测了不同生长季大田玉米的冠层高光谱与作物的地上鲜生物量,采用单变量非线性拟合模型和线性逐步回归以及神经网络技术,建立了玉米地上鲜生物量高光谱遥感估算模型,并对模型的估算结果进行了初步分析。分析结果表明,绿光波段反射峰区、红光波段以及红边区的单波段反射率与作物的地上鲜生物量相关性较大,而其他波段与作物的鲜生物量相关性相对较差;多波段逐步回归方式构造的统计遥感模型预测效果相对理想,而通过神经网络方式建立的遥感估算模型结果最为理想,能够准确预测玉米的地上鲜生物量。图3,表1,参7。     

基于小波变换与回归分析的融合GNSS水汽、风速和PM10要素的PM2.5浓度模型

PM2.5浓度时空演化分析有助于认知大气污染的发展和现状.由于我国PM2.5浓度监测起步较晚,积累数据短,有必要利用其它已有数据开展PM2.5浓度模型研究.PM2.5浓度变化受到内部因素与外部气象条件的影响.本文以河北省为例,选择PM10为影响PM2.5浓度变化的内部因素、水汽与风速为PM2.5浓度变化的外部气象条件,融合三种要素构建多变量PM2.5浓度模型.开展了PM2.5与PM10、水汽、风速的相关性分析,鉴于水汽值存在季节性差异,利用小波变换对水汽序列分解重构后再开展PM2.5与水汽的相关性分析.采用回归分析方法构建了融合PM10、水汽、风速的PM2.5浓度多变量预测模型,利用PM2.5实测值进行了模型的可靠性检验.研究发现:PM2.5与PM10、小波变换分解重构后的水汽呈正相关,与风速呈负相关;与PM2.5浓度实测值相比,多变量模型PM2.5浓度预测精度优于单变量模型;对于PM2.5浓度分级预测效果统计,在大气空气质量为良、轻度污染、中度污染的情况下,多变量模型PM2.5浓度预测效果较好.基于多变量要素模型反演的PM2.5浓度序列可用于河北省大气污染变化分析.     

吉林西部盐碱化苇塘养殖生态工程研究——牛心套保湿地盐碱水环境对虾生长与阳离子组成的关系

采用盐碱水生长试验,研究凡纳滨对虾（Litopenaeus vannamei）生长与水环境K＋、Ca^2＋、Mg^2＋、Na^＋/K^＋和M/D（离子系数）的关系,探讨盐碱化苇塘养殖对虾技术。结果表明,在碱度、盐度和pH分别为10.32 mmol.L-1～38.50 mmol.L-1,0.102%～0.334%及8.5～9.5的盐碱水中,幼虾27 d的体质量特定生长率（SGRW）无显著性差异（P〉0.05）,平均为（3.16±0.41）%.d-1。SGRW与阳离子组成因子的简单相关性都存在其他因子不显著（P〉0.05）的影响效应。SGRW分别与K＋质量浓度的偏相关性不显著（P〉0.05）,与Ca^2＋、Mg^2＋质量浓度的偏相关性显著（P〈0.05）,与Na^＋/K^＋、M/D（离子系数）的偏相关性极显著（P〈0.01）。SGRW分别与M/D及Mg^2＋质量浓度的偏回归关系显著（P〈0.05）,与Na＋/K＋极显著（P〈0.01）,与K^＋、Ca^2＋不显著（P〉0.05）。盐碱水环境中Mg^2＋、Na^＋/K＋及M/D（离子系数）共同影响对虾的生长;添加CaCl有利于苇塘养虾。     

股票非预期收益定价的三因素模型研究——基于中国股票市场的检验

本文建立了股票非预期收益三因素定价模型,三因素包括：当期非预期会计收益与期初股票价格之比（反映价值相关性^[1]）,分析师盈余预测修正变量（反映会计收益增长预期）,以及市场非预期收益（URM）变量. 在此基础上,本文建立了多变量回归模型,并采用2002年1月至2011年3月间中国股票市场的有关交易数据、机构收益预测数据和财务数据,来检验理论模型和实证模型的预测,发现：1）三因素模型框架可以精确地解释股票非预期收益,模型的截距项接近于零,调整R² 为52%;2）非预期市场收益（URM）吸收了账面市值比对股票非预期收益的解释能力;3）存在证券分析师偏向乐观的盈余预测,并且,基于证券分析师盈余的当期盈余预测修正变量对股票非预期收益具有显著的解释能力.     

注塑过程子时段动态非线性质量预测

针对注塑间歇过程多阶段、缓慢时变、非线性和质量变量测量值不能在线获得等特点，提出子时段滑动窗口广义回归神经网络质量预测方法，首先，采用分类算法对三维数据矩阵的时间片PCA负载矩阵进行分析，根据相关性分析把注塑过程划分为几个子时段，然后确定与重量密切相关的阶段，在确定的阶段内采用滑动窗口建立GRNN多模型，解决常规MPLS在工业应用过程中存在的几个潜在问题：（1）静态单一模型；（2）模型失配问题；（3）MPLS线性方法不能充分有效压缩和抽取非线性过程信息；（4）估计未来测量变量所引进的模型偏差。所提方法与子时段滑动窗口MPLS方法进行仿真比较。结果证明了所提方法的有效性。     

支持向量回归机元参数优化方法

为了优化ε不敏感支持向量回归机（ε-support vector regression, ε-SVR）的三类元参数,根据其耦合程度将其优化问题分解为核参数优化和结构参数（即不敏感参数和正则化参数）优化两个子问题,并提出了相应的优化方法。首先,提出了一种新的核校准系数以优化核参数;其次,提出了一种基于期望训练误差的结构参数优化方法;最后,为准确估算ε-SVR的期望训练误差,还提出了一种根据实际训练误差分布特征评估和校正期望误差的方法。仿真结果表明,该文方法具有与交叉检验法近似的优化效果,且时间效率更高。     

A Regression Analysis Model Based on Wavelet Networks

1　 IntroductionWavelet analysis is one of the newestsubjects developing quickly in the pastfew decades,with theoretical significance and a wide range of application.Wavelet analysis was notused in the study of statistics until a few years ago.And discussions of nonlinear waveletestimating are focused mainly on two kinds of models. The first one is the modelconsidered by Donoho and his coauthors[1— 3] :yi =f( xi) εi,i =1 ,… ,n =2 J 1 ( 1 )wherexi=in∈ [0 ,1 ] ,ε1 ,… ,εnare independente…     

不同土壤营养面积对大豆冠层结构的影响

应用CI-110植物冠层分析仪,对不同生育时期不同营养面积的大豆群体冠层指标参数叶面积指数(LAI)、平均叶倾角(MLA)、散射光透过系数(TD)、直射光透过系数(TR)和叶分布进行测定。经过分析,不同营养面积所形成的冠层的指标参数是不同的,随着单株营养面积的减少,LAI逐渐增大;平均叶倾角先增大后减少;散射辐射和直射辐射逐渐降低,但是散射辐射始终大于直射辐射;叶片分布密度增大。单株营养面积大,所形成的冠层会给大豆一个宽松的生长环境,有利于产量因素的形成;单株营养面积小,所形成的冠层郁蔽,限制产量因素的形成。图2,表3,参15。     

甘南亚高山草甸植物对逆境胁迫的生理生态响应

对不同环境梯度条件下6种植物：莓叶萎陵菜（otentilla fragarioides）、火绒草（Leonto-podium nanum）、矮嵩草（Kobresia humilis）、棘豆（Oxytropis kansuensis）、狼毒（Stellera chamaejasme L）、金露梅（Potenti Uafruticosa L）的叶片叶绿素、游离脯氨酸以及可溶性糖含量的变化进行了研究。结果表明：随着生境（包括土壤水分、光照、温度等的）梯度的变化,6种植物叶内脯氨酸含量、可溶性糖的积累量、叶绿素的含量随着从阴坡、半阴半阳坡、阳坡环境的变化都有不同程度的变化;综合分析认为,6种植物的抗逆性由强到弱为棘豆、狼毒、矮嵩草、莓叶萎陵菜、火绒草、金露梅。表3,参14。     

复合蛋白颗粒料替代豆粕对绵羊瘤胃发酵和血液生化指标的影响

试验旨在研究复合蛋白颗粒料替代豆粕对绵羊瘤胃发酵和血液生化指标的影响。选用（50±2）kg的杂交公羊（夏洛莱羊×无角陶赛特羊）4只,采用4×4拉丁方试验设计,对照组饲喂基础日粮,试验组Ⅰ、试验组Ⅱ、试验组Ⅲ用复合蛋白颗粒料分别替代基础日粮中40%、60%和80%的豆粕。结果表明：复合蛋白颗粒料替代豆粕对瘤胃pH值无显著影响（P〉0.05）,但总体上随着替代豆粕水平的上升,pH随时间变化有变缓趋势;试验组Ⅰ、试验组Ⅱ和试验组Ⅲ的氨氮浓度分别比对照组升高4.66%,15.27%,21.05%,试验组Ⅲ较对照组差异显著（P〈0.05）;对总挥发性脂肪酸浓度差异不显著（P〉0.05）,有降低的趋势,但试验组Ⅲ的乙酸/丙酸比例显著高于其它各组（P〈0.05）;对血清尿素氮、尿酸、肌酐无显著影响,但试验Ⅲ组的谷丙转氨酶和碱性磷酸酶显著高于对照组（P〈0.05）,谷草转氨酶也显著高于其它各组（P〈0.05）。复合蛋白颗粒料替代豆粕对绵羊瘤胃发酵影响不明显,替代80%豆粕对绵羊肝脏功能产生了一定的影响,从安全性和经济性考虑,替代60%的豆粕较好,对绵羊瘤胃发酵和血液生化指标无显著影响。     

东北地区1960—2008年生长季日照时数时空变化特征

利用国家气象局提供的东北地区107个气象站点的逐月日照时数资料,通过Mann-Kendall趋势检验、变异系数、Morlet小波分析、EOF分析等方法探讨了1960—2008年东北地区生长季（5—9月）内日照时数的时空格局。结果表明：①生长季全区平均日照时数的多年平均值为1183．28h,最大值（1299．07h）出现在1969年,最小值（1062．26h）出现在2003年,总体上呈下降趋势,且可以通过P〈0．1的显著性检验;②东北地区多年平均日照时数空间分布特征具有经向与纬向变异性,东部、北部为低日照区,西部、西南部为高日照区;③东北地区绝大部分区域的生长季日照时数呈下降趋势,107个站点中有81个站点的Mann—Kendall趋势系数为负值,其中43个站点的下降趋势可以通过P〈0．1的显著性检验;④东北地区生长季日照时数的空间异常结构既表现出一致性的一方面,又存在南一北、东一西、西北一东南方向的空间差异性．图7,表2,参19。     

基于“当前”统计模型的高动态GPS信号跟踪算法

提出了一种新的高动态GPS信号跟踪算法,基于＂当前＂统计模型对载波瞬时相位过程、瞬时频率及瞬时频率变化率过程进行建模;在此基础上,结合系统状态方程为线性而量测方程为非线性的特性,采用简化UKF算法对信号参数进行估计,同时采用EKF和标准UKF滤波算法在同等条件下对信号参数进行估计比对。仿真结果表明对信号参数所建模型能真实反映信号的过程,验证了所建模型的正确性的;简化UKF参数估计结果不仅精度与标准UKF相当且具有较高的运算效率,能更好满足高动态下的实时性需求。

Abstract：

A new high dynamic GPS signal tracking algorithm was proposed.Based on current statistical model,a new model for the GPS signal transitional process was established.Since the system involved a linear state equation and a nonlinear measurement equation,a simple Unscented Kalman Filter （UKF） algorithm was applied to estimation the signal parameters.For comparison purpose,an Extended Kalman Filter （EKF） algorithm and a standard UKF algorithm were also applied to the system to illustrate the effectiveness of the proposed filtering algorithm.Simulation results show that the new model can precisely represent the real signal process,and the simple UKF algorithm achieves high precision comparable to standard UKF with higher operation efficiency.Therefore,the new model and the proposed algorithm can satisfy real time requirement in high dynamic environment.