环境温度对活立木内部含水率变化的影响

【目的】分析活立木内部含水率变化的影响因素,研究含水率在不同环境温度下的变化规律。【方法】在室外不同温度(-26Symbol～A@10 ℃)下采用时域反射计(time domain reflectometer, TDR)对落叶松和小叶杨两种活立木进行检测,获取树内温度和电磁波传播时间的连续变化值,据此推导出不同温度下活立木的含水率。在此基础上,分析了活立木内部电磁波传播时间和含水率的昼夜变化,以及较长时间周期内随温度变化的规律,确定了环境温度与含水率的定量关系,建立了两者之间的关系模型。【结果】在1个昼夜时间周期内,含水率和树内温度变化趋势基本一致,含水率变化略滞后一些,随昼夜平均温度的下降,含水率变化范围收窄; 在较长时间周期内,随日均树内温度的降低,活立木样本平均电磁波传播时间和含水率均呈下降趋势,落叶松电磁波传播时间变化曲线没有明显拐点,含水率变化曲线在-6.3 ℃之前变化率较大(14.75%/℃),之后趋于平稳(0.94%/℃),小叶杨与之变化相似; 树内温度和环境温度具有显著线性正相关性,二者线性模型拟合优度较高(R²=0.91),可以用环境温度预测树内温度; 树内温度与活立木含水率的关系分3个变化阶段,均呈线性关系,决定系数R2均高于0.71。【结论】低温环境下,以环境温度为研究点探究活立木内部电磁波传播时间和含水率变化是可行的,通过相关公式可以推导出活立木内部含水率。     

基于Lasso稳健马田系统的相对贫困识别方法

2020年后我国扶贫工作重点将转向解决相对贫困问题,然而解决相对贫困的前提和基础是识别相对贫困.由于相对贫困数据具有“高噪性、不平衡性、相对性、多维性”等特点,现有的单一收入维度的贫困识别方法难以适用,因此提出构建一种基于Lasso稳健马田系统(Lasso-based robust Mahalanobis-Taguchi system,Lasso-RMTS)的相对贫困识别方法.该方法通过Lasso、稳健马氏距离和马田系统三方法融合,使得不仅可以对“不平衡性”和“比较性”的贫困数据进行识别,还可以对“高噪性”和“多维性”的相对贫困数据进行降维、降噪.同时,将稳健马氏距离转换为脱贫指数(poverty alleviation index,PAI),可以更加直观地反映相对贫困程度.实例数据验证表明,Lasso-RMTS识别相对贫困的精准度高于马田系统和其他传统分类方法.