不同立地条件下沙棘种群生物量的比较与预估

采用标准株收获法对西北半干旱半湿润地区的沙棘(Hippophae rhamoides L.)灌木生物量进行了测定,结果表明由于不同地区气候和土壤条件的差异导致了沙棘生物量亦存在较大的差异:生物量中树干所占的比率随树龄的增长先增大后减小,枝条所占比率相对保持稳定,叶子所占的比率则随树龄增大而减小;生物量的茎根比随树龄的增长而增大,且与各地区降水量呈正相关;根系的分布一般较浅,大约有65.66%～79.95%的根系生物量分布在0～15 cm的土壤表层,而且在径级为φ＞4 cm和φ=1～2 cm根系上的分配比例占到总量的1/2以上;根系长度在径级φ＜0.5 cm的毛细根上的分配占到根系总长的64.894%～80.09%;根瘤的数量在6～10龄沙棘上分布最多,且主要分布于0～15 cm土层和径级φ＜1.0 cm的细根上.此外,沙棘地上部分生物量可用生长因子或立地因子两种模型进行预估,而且在各立地因子中,区域气候和土壤条件对其生物量的影响最为显著,其次为坡向和坡位,坡度的影响最小.     

正交性原理及其在维纳滤波中的应用

证明了L2空间中的正交性原理，得到正交性原理与线性最小均方误差估计与维纳滤波是等价的结论，并用正交性原理推导出连续型的维纳—霉夫方程及误差表达式。     

3S技术在我国草地和农业生态系统中的应用进展

The grassland yield was an important index to estimate the prataeultural productivity, and it was also the basis to plan the productions of animal husbandry. It had an important meaning whether the dynamic grassland information in large areas could be timely grasped in order to     

Logistic模型的参数估计及其实证研究分析

本文首先对Logistic模型的理论基础和性质进行了推导和研究,然后利用极大似然估计法对模型的参数进行了估计,另外对Logistic模型在实证研究中存在的问题进行了分析和评估。     

无失效数据失效率的综合E-Bayes估计

对指数分布场合无失效数据的失效率进行估计.在先验分布为Gamma分布时,通过两种方式引进失效信息并在这两种方式下给出了失效率的综合E-Bayes估计,然后得出了产品可靠度的综合估计.     

河北沽源草地生态系统服务功能价值分析

利用遥感技术,采用改进的光能利用率模型反演植被净第一性生产力,并结合草地生态系统服务功能量化指标,利用碳税法、替代费用法等对河北省沽源县的草地生态服务功能具体指标价值进行测算。结果发现:研究区域草地生态系统服务功能总价值为63 500.57万元,其中,涵养水源价值较高,为36 304.84万元,占总价值的57.17%;其次为生产有机物,占21.75%;O₂释放量为10.79%;CO₂固定量为9.54%;营养物循环为0.75%。就各草地类型服务功能而言,温性草甸草原类生态系统服务价值在各项服务价值中均较高,合计达29 008.44万元,占总价值的45.68%。     

动态利率模型估计方法的一个实证检验

在分析广义矩估计法和极大似然法原理和方法的基础上，采用上海证券交易所国债回购利率数据对这两种估计方法在动态利率模型估计上的实证效果进行检验．为使其检验结果具有可比性，运用蒙特卡罗法产生仿真回购利率路径，然后对利率模型参数进行二次估计，所得结果就可用于对比评价这两种估计方法．检验结果表明，两种估计方法都能够比较准确地估计长期平均利率θ值，同时都过高地估计均值回复参数；对于波动项参数σ^2和γ值，MLE法的估计均值和标准误差要优于GMM法；总体上MLE法的估计误差明显小于GMM法的误差．     

关于负二项分布的Q控制图

探讨了工序输出为负二项分布的近似标准正态变换控制图—Ｑ图，给出了当参数ｐ已知及未知情况下，绘制Ｑ控制图的变换公式，特别是当ｐ未知时，这对于实时监控小批量生产工序及在工序起始阶段没有充分的数据估计参数时是十分有用的，这种Ｑ控制图具有标准的控制限及通用的控制图管理程序。通过实例，对Ｑ控制图与常规的休哈特控制图进行了比较，从而确认了Ｑ图的有效性，最后，对负二项分布的Ｑ图进行了若干评注。     

运动估计算法及其DSP优化

介绍了运动图像编码过程中运动估计算法的基本原理，以及TI最新的数字媒体处理器TMS320DM642的片内存储器和EDMA结构，从提高存储器访问效率的角度，给出了运动估计算法的一个优化方案，并对Cache一致性问题进行了探讨。     

非参数小波算法的交通流预测方法

及时准确地进行交通流短时预测是智能交通系统,尤其是其先进的交通管理系统与先进的出行者信息系统研究的关键内容之一.随着预测时间跨度的缩短,交通流量的变化显示出越来越强的不确定性,使得一般方法的预测精度大大降低.本文应用非参数回归理论并结合小波分析算法,将交通流数据按不同频道分解,然后重构信号时舍去噪音频道,得到光滑的交通信号曲线,进而利用非参数方法中的最近邻规则对未来交通流进行预测.经过实测数据验证,算法能对交通参数做出很好的预测.