HCZ模型参数求解的新方法

在实际应用中发现,胡-陈-张(HCZ)模型的线性回归参数估算法存在一定的局限性,使求解出的参数值出现了一定的偏差,导致该模型预测精度降低。在研究HCZ模型的基础上,提出应用麦夸特法和全局最优算法对该模型进行非线性参数估算;并通过实例计算与线性回归法计算结果进行对比。结果表明,非线性法计算出的参数值更加准确,产量和累计产量与实际生产数据拟合效果更好,误差仅为7.59%和5.05%,可作为求解HCZ模型参数值的新方法。     

基于CASA模型的河南省冬小麦估产研究

以冬小麦主要种植区河南省为研究对象,运用遥感和GIS手段,利用MODIS/NDVI数据、气象数据和土地利用数据等,应用CASA(Carnegie-Ames-Stanford Approach)模型估算河南省冬小麦NPP,并通过NPP与产量之间的转换关系,实现河南省2010年冬小麦产量的估算.估算结果表明,河南省2010年冬小麦单位面积产量为4 949.8 kg.hm-2,略低于2010年河南省冬小麦单位面积统计产量;18个地市的估产结果与统计单产接近,总体的复相关系数达到0.588,平均相对误差为-8.33%,说明改进后的CASA模型可用于河南省冬小麦的估产研究.     

基于混合模型的锂离子电池热失控预判方法

锂离子电池在储能系统中已得到普遍应用,但其会由于热失控而产生自燃、爆炸等引发安全事故, 如何对储能锂离子电池热失控故障风险进行超前预测和判定是当前研究的热点问题。将电热物理模型与深 度学习模型长短期记忆模型(LSTM)相结合,提出一种基于混合模型的储能锂离子电池热失控预判方法。 通过收集电池运行数据,利用电池的电热耦合模型进行电池内部温度、荷电状态(SOC)的估算;同时,将电池 表面温度、电池电压、电池电流等参数共同作为 LSTM 的输入,利用混合模型精确预测电池的表面温度和内 部温度。通过阈值方法判定热失控的发生并确定诱发原因,从而实现对电池热失控的准确预测。基于公开 数据集的实验结果表明,提出的混合模型进行热失控预判具有较好的精确性和快速性,在实际工程应用中有 着较好的应用前景。     

基于轨迹数据的空中交通燃油消耗估算

针对QAR数据难以获取以及现有空中交通燃油消耗估算方法精度差等缺点,提出了基于雷达轨迹和回声状态网络的空中交通燃油消耗估算方法。首先采用QAR数据训练了多参数回声状态网络燃油流率估算模型;然后,为了使该模型适用于雷达轨迹数据,通过灵敏度分析的方法提取影响燃油流率的关键因素,确定了以飞行状态、真空速、高度等参数作为输入量的少参数燃油流率估算模型;最后,以20条真实轨迹数据进行模型验证,结果表明:该估算模型的相对误差约为4%,精度比BADA模型提高了40%。     

黄河源区高寒草地植被覆盖度反演模型精度评价

植被覆盖度是许多气候、水文、生态等模型的重要输入参数,其估算精度的提高对相应模型的改进及模拟精度的提高具有重要的现实意义。本研究以黄河源为研究区域,基于大量与卫星遥感像元空间尺度匹配的实测植被覆盖度数据,评估了回归模型法、像元分解法、神经网络算法三种常用植被覆盖度遥感估算方法的反演精度。结果表明:回归模型法中基于归一化植被指数(NDVI)的反演精度高于其他植被指数;像元二分法中,变量因子(L)的加入不能显著提高反演精度;反向传播(BP)神经网络算法应用植被指数替换卫星遥感反射率数据作为驱动数据,反演精度显著提高。因此,通过比较和优化可以提高植被覆盖度的反演精度,但每类反演方法的最高反演精度差异不显著。     

石油勘探领域期权波动率参数阶段性估算

对石油勘探项目实物期权应用模型中的波动率参数性质及其在计算石油勘探项目的期权价值中的作用进行了分析,提出了适合石油行业易于操作的波动率参数的计算模型。以净现值法为基础,应用蒙特卡罗原理,提出了在石油产量和市场油价随机变动条件下石油勘探项目实物期权应用模型中不同阶段的波动率参数估算方法。实例分析结果表明,该方法能够相对准确地估算出石油勘探项目实物期权模型中的阶段性波动率参数。     

土壤-植物系统重金属镉、锌生物有效性的数学模型评价

植物对土壤中重金属的吸收是一个非线性的过程.由于土壤和植物参数测定具有相当难度,经验模型而非理论模型常被用于评价和预测土壤—植物系统中重金属的生物有效性.在已发表的文献中,弗兰德利希模型(Freundlich typemodel)已被一些学者实际应用于预测和评价植物对土壤中重金属的吸收.重金属的生物有效性与土壤中重金属的总量、pH和有机质含量具有极为密切的关系.然而,对同时建立于上述3个参数的重金属生物有效性的数学评价模型的实际应用还未得到验证.为此,在对已发表文献的数据进行分析的基础上,采用多元回归的方法,建立了基于土壤重金属全量、pH和有机质含量为参数的重金属生物有效性评价模型.实际分析表明,虽然模型中各参数的系数因土壤类型、气候和作物种类而不同,两模型均能很好地评价和预测作物对土壤重金属镉的吸收.与弗兰德利希模型相比较,所建数学模型能更精确地评价土壤—植物系统中重金属锌的生物有效性.     

云南省地表太阳辐射模型适用性评价及优化

由于当前辐射站点较少数据较难获取，且现有地表辐射估算模型在云南省的适用性不强，需要探究出适合云南省的高精度太阳辐射估算模型。利用气象和遥感数据筛选出海拔、日照百分率等7种因子构建出适用于云南省的多因子综合估算模型(Multi—factor Comprehensive Estimation Model,MFCE)，并逐月计算模型中的参数及计算结果的精确度。MFCE模型各月相关系数均在0.7以上，比其他模型平均增长了0.3；均方根误差分布在16.21~33.73 MJ·m-2之间，比其他模型均有所下降。MFCE模型估算结果及精度较传统模型均有很大提升，该模型的提出对云南省太阳辐射的研究以及太阳能的合理利用提供帮助和科学基础。     

三维可视化环境下矿体空间数据插值

大部分地学中的空间数据插值基于二维空间,随着计算机三维可视化工具的出现和功能不断完善,三维空间的数据插值成为可能。矿体的品位、资源量估算以前大多由手工计算完成,在计算机三维可视化环境下,可以快速地实现矿体品位和资源量的高精度估算。其基本原理是首先应用矿体的三维可视化技术建立矿体的三维表面模型,精确地模拟矿体的形态;其次应用块模型方法对矿体内部进行剖分,建立体内部数据模型;最后应用距离反比法和Kriging方法对矿体内部的特性数据（如品位）进行插值估算,获得矿体内部所有块的特性数据,从而得到矿体的内部特征规律。实例研究表明,应用三维空间数据插值方法得到的矿体品位插值结果具有科学合理性,对矿山生产有现实指导意义。     

TRMM多卫星测雨数据在赣江上游径流模拟中的应用

选取赣江上游峡山站以上集水区域为研究区域,以雨量站观测数据为基准数据,评估热带降雨观测计划TRMM一3842V6降水数据的精度,并采用上述2种降水数据驱动栅格型新安江模型,模拟赣江峡山站日流量和月流量过程．结果表明,尽管TRMM日降水数据较雨量站数据存在较大偏差,但采用TRMM降水数据模拟的日流量能基本再现峡山站的日流量过程;TRMM月降水数据精度较高,能够较为精确地模拟峡山站的月流量过程．因此TRMM月降水数据可应用于赣江流域的降雨．径流过程模拟,在无资料地区的水文预报、水资源估算、水资源评价与规划等相关研究领域具有广阔的应用前景．     

桥梁施工临时结构体系可靠性评估方法

建立一种基于体系可靠度分析的临时结构状态评估方法.采用有限元分析和串并联模型相结合的方法判定临时结构的失效模式;对施工中临时结构的抗力、荷载、人因差错等取值进行探讨,提出了适用于临时结构的荷载、抗力和人因差错等可靠度模型;考虑风载和人因差错等对临时结构体系可靠度的影响,分别在构件和体系两个层面上对临时结构进行可靠性评估.最后采用体系可靠度方法对一三角挂篮的可靠性进行分析.结果表明:采用体系可靠度的方法对临时结构进行性能评估,不仅能够较好地解决当前设计中抗力和荷载不确定性问题,还能够保证结构具有一致的可靠度.     

实验红鲫标准化研究与应用的现状及展望

摘要: 实验红鲫具有体型大小适当、成熟早、繁殖力强、体外产卵发育、体色全红、杂食性等优点。本世纪初以来,开展了实验红鲫驯化、品( 种) 系培育、生物学特性、地方标准等研究。实验红鲫已广泛应用于鱼类育种、毒理学、遗传学、生理学、水生态环境监测等。     

基于GA-BP神经网络的金精矿品位的预测

在对金矿生产过程进行大量实际调研工作的基础上,分别采用BP神经网络和遗传算法优化BP神经网络的方法,建立了金精矿品位的预测模型,以现场采集的978组数据作为样本,运用噪声平滑技术进行数据预处理,筛选了770组数据,运用其中的650组数据建模,并运用其余的120组数据对模型进行了验证.通过对两个模型的预测误差分析,得出用遗传算法优化的BP神经网络(GA-BP)预测精度更高,当预测相对误差在±2%范围内时,模型的预测精度达到97.5%.     

Fisheries: mislabelling of a depleted reef fish

Any fish species that appears to be readily available in the marketplace will create an impression among the public that there is a plentiful supply of that fish in the sea, but this may belie the true state of the fisheries' stock. Here we use molecular genetic analysis to show that some three-quarters of the fish sold in the United States as 'red snapper'--the US Food and Drug Administration's legally designated common name for Lutjanus campechanus--belong to another species. Mislabelling to this extent not only defrauds consumers but could also adversely affect estimates of stock size if it influences the reporting of catch data that are used in fisheries management.     

复杂仿真模型可信度评估：挑战与方法

仿真在军事、工业、经济、环境和社会等领域得到了广泛应用,与此同时,人们对仿真模型的可信度越来越关注。随着计算机和建模与仿真技术的快速发展,仿真模型越来越精细和复杂,导致可信度评估面临着许多新的挑战。首先系统地归纳总结复杂仿真模型可信度评估面临的8项挑战。在此基础上,制定复杂仿真模型可信度评估的基本框架和策略,提出应对各项关键挑战的主要技术和方法。研究结果有助于从总体上把握复杂仿真模型可信度评估的主要挑战、基本框架和主要方法,从而创新和推动可信度评估的理论和实践研究。     

具有AR（1）误差的非线性混合效应模型中自相关系数的扰动诊断

随机效应模型广泛应用于刻画重复测量数据的特征,对该模型进行统计诊断是非常有必要的。笔者利用影响曲率对具有AR(1)误差的混合效应模型中的自相关系数扰动进行了分析,讨论了具有AR(1)误差的混合效应模型的自相关系数扰动诊断,并利用橘树生长数据分析证明了该诊断方法的有效性。     

变系数模型的变量选择及在股票数据中的应用

本文研究纵向数据分析中变系数模型的变量选择及效应估计问题。模型允许变量的效应随时间改变。本文方法在进行变量选择的同时,也估计变系数函数,避免了传统的变量选择方法极其复杂的计算。将本文方法用于股票价格分析,能够快速地在众多公司财务变量中挑选出对股票收益率有显著影响的变量,并估计了这些变量的时变效应,很好的解释了股票收益率的变化。     

变系数模型的变量选择及在股票数据中的应用

作者研究了纵向数据分析中变系数模型的变量选择及效应估计问题,该模型允许变量的效应随时间改变.本文方法在进行变量选择的同时,也估计变系数函数,避免了传统的变量选择方法极其复杂的计算.将本文方法用于股票价格分析,能够快速地在公司的众多财务变量中挑选出对股票收益率有显著影响的变量,并估计这些变量的时变效应,很好地解释股票收益率的变化.     

Tobit方差分量模型的极大似然估计

本文对非负的且含有大量零的混合类型数据提出了Tobit方差分量模型,许多很有用的Tobit模型是我们模型的特例.我们运用MCEM算法给出了模型的极大似然估计,其中E-步运用了Gibbs抽样的Monte Carlo模拟,并用Louis方法得到参数的标准误差估计.     

Unsaturated fatty acid content in seston and tropho-dynamic coupling in lakes

Determining the factors that control food web interactions is a key issue in ecology. The empirical relationship between nutrient loading (total phosphorus) and phytoplankton standing stock (chlorophyll a) in lakes was described about 30 years ago and is central for managing surface water quality. The efficiency with which biomass and energy are transferred through the food web and sustain the production of higher trophic levels (such as fish) declines with nutrient loading and system productivity, but the underlying mechanisms are poorly understood. Here we show that in seston (fine particles in water) during summer, specific omega3-polyunsaturated fatty acids (omega3-PUFAs), which are important for zooplankton, are significantly correlated to the trophic status of the lake. The omega3-PUFAs octadecatetraenoic acid, eicosapentaenoic acid (EPA) and docosahexaenoic acid, but not alpha-linolenic acid, decrease on a double-logarithmic scale with increasing total phosphorus. By combining the empirical relationship between EPA-to-carbon content and total phosphorus with functional models relating EPA-to-carbon content to the growth and egg production of daphnids, we predict secondary production for this key consumer. Thus, the decreasing efficiency in energy transfer with increasing lake productivity can be explained by differences in omega3-PUFA-associated food quality at the plant-animal interface.