珠穆朗玛峰地区土壤和植被中多环芳烃的含量及海拔梯度分布

近年来, 研究者广泛认为高海拔山区为持久性有机污染物的冷凝器和接收器. 虽然高山地区持久性有机污染物的研究日益增多, 但是对于喜马拉雅山脉地区的研究尚少. 主要研究了珠穆朗玛峰地区土壤和植被中多环芳烃的含量及其海拔梯度分布模式. 研究结果表明, 珠穆朗玛峰地区土壤中的多环芳烃属于地球边远地区的水平. 高海拔地区更易于积累挥发性较强的多环芳烃, 易于受到大气远距离传输污染物的影响. 根据该地区多环芳烃的组成特点, 推断家庭燃烧和汽车尾气的排放是该地区多环芳烃的主要来源. 季风是将印度等人类活动频繁地区排放的多环芳烃带到珠穆朗玛峰地区的主要贡献者.     

基因枪转多基因库安托杨的获得

通过基因枪共转化方法将枯草杆菌果聚糖蔗糖酶基因(SacB)、透明颤菌血红蛋白基因(vgb)、双价抗蛀干害虫基因(BtCry3A+OC-Ⅰ)、调节基因JERF36及报告基因NPTⅡ等外源基因导入库安托杨, 共获得25株抗性植株. PCR及Southern杂交结果表明, 外源基因已整合到库安托杨基因组中, 其中7株含有上述全部5个外源基因. BtCry3A ELISA实验表明, 上述7株库安托杨BtCry3A基因已得到表达. 且上述转基因植株在滨海盐碱地中生长良好.     

基于光学-ALS变量组合和非参数模型的天然次生林地上生物量估算

【目的】通过组合机载激光雷达(airborne laser scanning, ALS)数据和Sentinel-2A数据提取特征变量,探讨估算天然次生林地上生物量(aboveground biomass, AGB)最佳的变量组合方式和估算方法。【方法】以2015年ALS数据、2016年Sentinel-2A数据和黑龙江帽儿山林场森林资源连续清查固定样地数据为数据源,通过ALS数据提取高度特征变量(all the LiDAR variables, 记为A_L),Sentinel-2A数据提取若干植被指数变量(all the optical variables, 记为A_O),然后将光学-ALS结合变量(combined optical and LiDAR index, COLI,记为I_COL)结合成为新的变量 I_{\mathrm{CO}{\mathrm{L}}_1} 和 I_{\mathrm{CO}{\mathrm{L}}_2} ,以6组特征变量组合方式(A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_1} 、 I_{\mathrm{CO}{\mathrm{L}}_2} 、 I_{\mathrm{CO}{\mathrm{L}}_1} +A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_1} + I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L)作为输入变量,分别使用多元线性逐步回归(stepwise multiple linear regression,SMLR)、K-最近邻法(K-nearest neighbor,K-NN)、支持向量回归(support vector regression,SVR)、随机森林(random forest, RF)和堆叠稀疏自编码器(stack sparse auto-encoder,SSAE)共5种方法构建了天然次生林AGB估算模型,探讨I_COLs变量以及不同模型对生物量估测精度的影响。【结果】结合变量I_COLs对于森林AGB的估算十分有效,加入I_COLs变量能够很大提高森林AGB模型的估算精度;与其他4种模型相比,无论使用哪些变量作为输入数据,SSAE模型的精度最高;当使用SSAE模型,以光学和ALS变量组合 ( I_{\mathrm{CO}{\mathrm{L}}_1} + I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L)作为输入特征变量时,模型的准确性最高:R²=0.83,均方根误差为11.06 t/hm²,相对均方根误差为8.23%。【结论】结合变量COLIs能够有效地提高天然次生林AGB的估算精度,而且深度学习模型(SSAE)在估算天然次生林AGB方面优于其他预测模型。总体而言,利用ALS和Sentinel-2A数据组合变量的SSAE模型可以较准确地估算森林AGB,为天然次生林地上生物量的估算和碳储量评估提供技术支持。     

利用多树种立地形指数对林地质量进行综合评价

目的 采用青海省湟水规模化林场3种常见乔木树种桦木、杨树和青海云杉的立地形指数,通过分析其与生长域的地貌、坡向、坡度、土壤类型、土壤厚度以及年平均气温、年降雨量、年日照辐射等因子的关系,对规模化林场进行立地质量评价,构建林地质量评价综合数据库,指导林场科学造林和科学营林,发挥林地生产力和生态服务价值的目标。方法 根据建模区域范围内的一类清查数据,获取每个样地的优势高,求出该样地的立地形指数。分析立地形指数与地貌、坡向、坡度、土壤类型、土壤厚度以及年平均气温、年降雨量、年日照辐射等因子的关系,利用因子分析法选择影响立地形指数的主导因子,并建立回归模型;根据计算出的3个常见树种的立地形指数的平均值,进行聚类分析,把林地分为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ5个等级,并作出林地质量分布图;最后,根据分类结果进行了验证,并提出了相应的经营措施。结果 Ⅰ级林地3 409.37 hm²,占整个林地面积的1.39%;Ⅱ级林地38 765.07 hm²,占15.77%;Ⅲ级林地78 989.17 hm²,占32.14%;Ⅳ级林地77 102.74 hm²,占31.38%;Ⅴ级林地47 477.50 hm²,占19.32%。从整个分类结果来看,规模化林场林地质量等级较低,以Ⅲ、Ⅳ级林地为主;现场验证质量等级正确率为88%,正确率较高。结论 通过一类清查数据中的标准木、样木库、样地库获取优势高的方法可行;评价因子选择了地形因子、土壤因子、气象因子,多因子的引入使评价的结果更为客观,提高了评价的准确性;采用多树种立地指数进行综合评价,特别是对非林地的立地质量进行评价是一种更为有效的方法。     

基于Transformer结构的多目标追踪算法研究综述

Transformer是一种基于编码器-解码器、完全使用自注意力机制的深度神经网络结构,目前已经成功应用于多目标追踪,性能得到大幅提升。本文首先分析了Transformer网络整体结构,归纳Transformer结构具有的优势。然后根据查询方式将基于Transformer结构的多目标追踪方法分为：基于稀疏查询的方法和基于密集查询的方法,对相关模型分析总结。最后介绍常用数据集,对比分析模型性能,指出基于Transformer结构的多目标追踪面临的挑战与未来研究方向。     

基于神经网络的高并行大规模MIMO信号检测算法

随着5G和未来移动无线网络的不断发展,大规模多输入多输出(multiple input multiple output, MIMO)是其中的关键技术之一。随着天线数目的不断增加,给接收机的设计带来更高的挑战,复杂度过高的检测算法在实际中难以应用。本文将一种高并行(high-parallelism, HP)检测算法展开到神经网络中,单层神经网络基于该算法的每次迭代,并将其与可训练的权重参数和非线性神经单元相结合,提出基于网络结构HP-Net的方法。通过训练HP-Net得到最优可训练参数,进而提高检测性能。实验结果表明,所提方法相对传统最小均方误差(minimum mean square error, MMSE)算法复杂度更低,并能够得到更低的误码率;同时相对HP并行检测算法误码率性能更优。     

基于差分进化邻域自适应的大规模多目标算法

对于大规模决策变量给求解大规模多目标优化问题带来的难以收敛及解集分布不均匀问题,通过分析变量特征将其分类再分别优化是当前较为有效的求解方法,但存在变量分类不够准确、变量处理不够有针对性等不足。对此,提出一种基于差分进化邻域自适应策略的大规模多目标优化算法。首先,通过分析扰动解的支配关系将混合变量分为多样性变量和收敛性变量,使变量分类更为准确。其次,通过对收敛性变量主成分分析降噪,降低计算成本,并设计种群的交替进化策略及差分进化的邻域自适应更新操作以提升种群进化过程中的收敛性。实验结果表明,所提算法在收敛速度和解集的分布均匀性上表现出良好的性能。     

具有混合执行器故障的多智能体分布式有限时间自适应协同容错控制

针对多智能体编队系统执行器发生故障时,所引起的参数不确定以及系统瞬态不稳定问题,本文采用径向基函数神经网络(radial basis function neural networks, RBFNNs)对不确定参数(未知函数)进行估计。同时,基于反推技术设计出合理的自适应容错控制器,并通过有限时间理论保证系统实现瞬态稳定。首先,本文采用10个智能体作为被控对象,基于有向通讯拓扑结构理论,构建了非线性多智能体系统模型。其次,基于RBFNNs逼近特性,采用反推技术与动态面技术相结合,设计出合理的容错控制器,补偿多智能体中出现的未知非线性执行器故障,并采用有限时间理论解决系统瞬态不稳定问题。接着,基于Lyapunov稳定性理论分析了控制器的稳定性和快速收敛性。最后,通过两种算例对比,验证了所设计的控制器性能优于传统的反推技术,为工程实践提供了一种有效的研究思路。     

数字经济中基于察觉-动机-能力模型的创新扩散机制

数字经济时代下,创新扩散的模式和机制正随着经济环境的变化发生重大变化.鉴于此,本文对数字经济中的创新归纳出信息数字化、组织网络化、用户参与化等特征,基于察觉-动机-能力分析模型对创新的扩散机制进行过程建模,并基于多智能体仿真分析创新扩散.仿真结果表明,随着信息数字化的发展,创新扩散的网络分布不均匀性增加,引起信息资源高...     

脉冲间隔对喷射液滴大小的分析研究

实现对微液滴大小的精确操控具有重要意义,而喷射脉冲间隔对液滴体积有重要影响.首先,通过水平集方法建立微液滴喷射过程的数学模型.其次,使用多物理场仿真软件COMSOL Multiphysics对微液滴喷射过程进行数值模拟.分析微液滴喷射过程,并拟合数据得到液滴最终体积与脉冲间隔关系为正相关.该结果有利于实现对液滴体积的精...