黄土丘陵小流域土壤水分空间预测的统计模型

在6个土层和10次土壤含水量测定的基础上,利用土地利用与地形等6类20个环境因子变量,建立了黄土丘陵区小流域土壤水分空间预测的6种多元线性回归模型,并提出了5类13个指标对模型进行了评价与比较。研究表明,各模型组之间的差异较大,以直接回归模型组为最优,PCA线性转换回归模型组次之,DCA非线性转换回归模型组最差。在每一组内,模型之间的差异相对较小,以变量全部入选模型稍优于变量逐步筛选模型。6种模型中,通用多元线性回归模型的拟合性最好、预测精度最高,但模型结构最为复杂、需要的环境因子最多;多元线性逐步回归模型不仅拟合性和无偏性方面很好,而且结构最为简单、需要的环境变量最少,因而为最优模型     

MLR和PLSR的沙壤土盐分含量光谱检测对比研究

为了快速有效检测南疆地区典型土壤（沙壤土）的盐分含量变化,利用光谱仪和电导仪测得南疆阿拉尔市红枣种植区盐渍土近红外高光谱和电导率数据,基于7种不同光谱预处理方法和2种特征波长选择算法,分别建立多元线性回归（MLR）和偏最小二乘回归（PLSR）的土壤盐分监测模型。结果表明：7种预处理方法中,归一化,多元散射,变量标准化和一阶导数能够有效提高土壤盐分的预测模型精度。基于多元逐步回归（SMR）波长选择方法的多元线性回归（SMLR）模型的R_val²>0.948 9,RPD>6.294 9,RMSEP<0.435 6;基于连续投影算法（SPA）的多元线性回归（SPA-MLR）模型的R_val²>0.956 8,RPD>6.922 1,RMSEP<0.361 6,预测结果要优于偏最小二乘回归（PLSR）模型,其中基于归一化处理后的SMLR和SPA-MLR的预测精度最为理想,分别为R_val²=0.979 2,RPD=9.907 8,RMSEP=0.287 6和R_val²=0.980 5,RPD=10.50,RMSEP=0.278 3,而且筛选的特征波长较少。说明归一化是更有效的光谱预处理方法,多元线性回归（MLR）更适合建立南疆典型沙壤土盐分含量的预测模型。     

GAM模型在蝗虫地理格局分布研究中的应用——以黑河上游3种天然草地蝗虫为例

将基于样本调查数据的群落—地形因子回归分析与地理信息系统支持下的昆虫属性空间格局预测结合,是昆虫-地形关系定量研究的新途径.通用可加性模型(GAM)的非参数属性使之具有对不同数据类型的广泛适应性,成为这种“回归分析+空间预测”途经的有效手段.不同程度上依赖于数字高程模型的环境空间数据集是实现空间预测的必要条件.我们利用广义可加模型方法,定量分析了3种不同生态种蝗虫与地形因素的相关关系.结果表明:(1)3种不同生态种的蝗虫具有不同的模型结构、模拟效果以及结果的稳定性,反映了所受地形因子影响的差异.(2)蝗虫的广布种与地形因子关系最弱,局部地形的变化仅对其密度变化有影响;常见种受地形因子的影响明显高于广布种,同时受大尺度的海拔与微地形的剖面曲率影响;稀有种分布格局对地形条件的选择性最强,同时受限于海拔、坡度和坡向.(3)模拟结果对常见种以及稀有种的模拟全部有效;对广布种的预测基本失败.(4)模型预测变量的有效性和全面性决定了模型对数据的解释能力,非线性关系体现了蝗虫密度-地形指标的不确定性,除模型解释的变化外,其他生物因子、非生物因子以及随机因素也影响模型的可靠性.     

晋城市粮食产量预测方法比较研究

提高粮食产量预测精度是科学编制土地利用总体规划的重要课题。该文首先运用灰色关联分析方法对影响粮食产量的因素做出关联因子排序,分析表明粮食单产对粮食总产量的影响最大,粮食作物播种面积次之。其次在灰色关联分析的基础上选取主要影响因子,通过比较线性回归模型、灰色GM(1,1)模型和灰色多元线性回归组合模型的预测结果,得到灰色多元线性回归组合模型预测结果最佳。     

半干旱沙地-草甸区水面蒸发模拟及其影响因子辨识

在分析半干旱沙地—草甸区的水面蒸发过程及其影响因子的基础上,采用多元逐步回归分析方法,对水面蒸发的众多影响因子进行逐步筛选,找出显著影响因子,建立水面蒸发与其显著影响因子间的多元非线性回归模型,并模拟计算了彭曼蒸发公式、道尔顿水汽运输理论蒸发公式中的风函数,比较分析了彭曼模型、变异道尔顿模型、多元非线性回归模型计算的水面蒸发量。结果表明:彭曼模型、变异道尔顿模型和最终建立的多元非线性逐步回归模型所得结果十分接近,与实测水面蒸发量的趋势也很一致;除变异道尔顿模型稳定性稍差外,其余两者都具有较好的稳定性;多元非线性逐步回归方法可以找到水面蒸发的显著影响因子,剔除掉不显著影响因子,避免因子相关造成的影响,使所建回归模型具有良好的拟合效果,其决定系数达到了0.773,预测结果令人满意。     

塔里木盆地沙尘多发季节沙尘日数与前一年大气环流指数的关系研究

应用塔里木盆地14站逐月的沙尘暴、扬沙、浮尘日数和中国气象局国家气候中心整理发布的74类大气环流月指数资料,分析了塔里木盆地4～6月沙尘暴、4～7月扬沙、3～5月浮尘日数与前一年大气环流月指数之间的关系。沙尘日数和环流因子序列均滤去了显著线性趋势,用滑动相关法提取了31组初始因子,分别建立回归模型,然后对回归结果进行两级集合。4～6月沙尘暴、4～7月扬沙、3～5月浮尘日数的集合回归拟合序列与实测序列的相关系数分别为0.9520、0.8124、0.8897。用逐级反推法,确定了与塔里木盆地沙尘多发季节3类沙尘日数有显著统计关系的前一年的大气环流指数因子数目分别为6个、7个和8个。有显著统计关系的前期环流因子对沙尘日数的异常偏多(少)年的预测能力存在不对称性。     

生态足迹影响因子定量分析及其动态预测比较研究——以新疆为例

探讨新疆生态足迹与其主要社会经济影响因子之间的内在关系.计算新疆1990-2006年的人均生态足迹,通过应用偏最小二乘回归(PLS)法和灰色关联熵法,进行比较和印证分析,揭示影响生态足迹的各种因素的重要性程度,筛选出最主要因素,并通过PLS回归和灰色预测拟合效果的比较,选取预测精度更高的模型.研究结果如下:能源消费总量、总人口、人均GDP、城镇居民人均可支配收入、社会消费品零售总额、耕地面积6项因子均属于生态足迹的显著影响因子;PLS回归模型拟合的效果优于GM(1,1)模型,说明该模型预测精度更高,可用于未来生态足迹的动态预测.     

GAM模型在蝗虫地理格局分布研究中的应用——以黑河上游3种天然草地蝗虫为例

将基于样本调查数据的群落-地形因子回归分析与地理信息系统支持下的昆虫属性空间格局预测结合,是昆虫-地形关系定量研究的新途径。通用可加性模型(GAM)的非参数属性使之具有对不同数据类型的广泛适应性,成为这种"回归分析+空间预测"途经的有效手段。不同程度上依赖于数字高程模型的环境空间数据集是实现空间预测的必要条件。我们利用广义可加模型方法,定量分析了3种不同生态种蝗虫与地形因素的相关关系。结果表明:(1)3种不同生态种的蝗虫具有不同的模型结构、模拟效果以及结果的稳定性,反映了所受地形因子影响的差异。(2)蝗虫的广布种与地形因子关系最弱,局部地形的变化仅对其密度变化有影响;常见种受地形因子的影响明显高于广布种,同时受大尺度的海拔与微地形的剖面曲率影响;稀有种分布格局对地形条件的选择性最强,同时受限于海拔、坡度和坡向。(3)模拟结果对常见种以及稀有种的模拟全部有效;对广布种的预测基本失败。(4)模型预测变量的有效性和全面性决定了模型对数据的解释能力,非线性关系体现了蝗虫密度-地形指标的不确定性,除模型解释的变化外,其他生物因子、非生物因子以及随机因素也影响模型的可靠性。     

基于地理加权回归的漫湾库区景观破碎化及影响因子分析

应用地理加权回归模型分析漫湾库区景观破碎化指数——有效筛网大小与相关因子之间的空间关系。选取的解释变量分别是距道路的距离、距乡村的距离、距河流的距离、坡度。结果表明：大坝修建后4种解释变量与有效筛网大小呈现较显著的正相关性。与线性回归模型相比,地理加权回归模型的拟合效果显著提高。1974~1988年,有效筛网大小对各影响因子最敏感的区域面积呈现显著的时空变化这为确定水电站建设及其他因素对景观破碎化影响的大小,并进一步改善库区景观破碎化的现状提供了依据。     

基于多元成土因素的土壤有机质空间分布分析

以陕西省蓝田县2013年667份土壤有机质样本为对象,运用GIS空间分析及遥感数字图像处理收集整理土壤类型、地形、植被等成土因子,利用多元线性回归分析集成所有成土因子对土壤养分进行空间分布预测。结果表明:通过分级统计均值定权法和像元线性拉伸法将所有成土因子统一为相对度量值,并根据成土因子与有机质含量的相关性显著程度进行因子取舍,有利于集成各类成土因子构建多元线性回归模型。预测结果定性分析表明:多元线性回归预测结果与kriging法预测结果在宏观上具有一致的空间分布趋势;但多元线性回归预测结果土壤有机质空间分布特征带有各种成土因子的变化特征,从视觉效果上,克服了传统插值法中存在的斑块状分布现象,更精细的描述了本区域内有机质空间分布趋势; MPE和RMS定量精度分析显示,在集成多元成土因素对有机质进行空间分布分析时,本文方法优于常用kriging插值法,该法可作为集成多元成土因子对土壤养分空间分布预测的有效方法。本区域内土壤有机质高值区域主要集中在地势低平、坡度缓和、湿度适中的农耕区,地势较高、坡度陡的山区有机质含量低。     

基于深度学习的SuperDARN雷达极区电离层跨极盖电场模型构建

通过超级双子极光雷达网(SuperDARN)获得的跨极盖电势计算了极区电离层对流电场。利用2014年的极区电离层对流电场数据为基础,引入对流电场的历史数据,分别基于多元线性回归算法和后向传播神经网络算法构建电离层电场模型。利用独立的数据集,验证了两种模型的准确性和稳定性。结果表明,模型值与测量值的均方根误差在2.0～3.5 mV·m~(-1)之间,平均绝对误差范围为1.5～3.0 mV·m~(-1),线性相关系数均大于0.6,最高可达0.9。引入前20分钟的历史数据作为模型的输入,后向传播神经网络模型比多元线性回归模型具有更好的预测性能。     

基于3种地理加权回归方法的安徽省土壤pH空间预测制图对比研究

基于安徽省140个采样点的土壤pH数据,综合考虑土壤、地形、气候、生物等因子对土壤pH的影响,采用地理加权回归(Geographically Weighted Regression, GWR)、主成分地理加权回归(Principal Component Geographically Weighted Regression, PCA-GWR)和混合地理加权回归(Mixed Geographically Weighted Regression, M-GWR)3种模型对安徽省土壤pH空间分布进行建模预测,揭示环境因子对土壤pH的影响在空间上的差异,最后以多元线性回归模型(Multiple Linear Regression, MLR)为基准比较3种GWR模型的精度。研究表明：(1)安徽省土壤pH具有空间异质性,且集聚特征明显。(2) 3种GWR模型中M-GWR模型略优,GWR、PCA-GWR和M-GWR的建模集调整后决定系数(R_adj²)分别为0.59、0.62和0.63;对比MLR模型,3种GWR模型的R_adj^2<...     

地理环境因子对肌酸激酶同工酶参考值的影响

研究目的旨在探讨三种常用的变量筛选回归方法对中国健康成年人肌酸激酶同工酶（CK-MB）参考值在地理空间上的分布规律特征,应用于制定不同地区CK-MB参考值标准,为临床医学研究做出贡献。方法通过阅读大量文献搜集全国137个市县级单位共8697例健康成年人CK-MB参考值,并选择了地理位置、气候、土壤三大类共24项地理因子。使用相关分析方法检验CK-MB参考值和地理因子之间的显著性,提取到9项相关性地理因子。基于R语言评估模型多重共线性的严重程度,建立CK-MB参考值岭回归（Ridge）模型、拉索回归（Lasso）模型、主成分分析模型。对比得到最优预测模型,拟合全国2322个市县级单位健康成年人CK-MB预测参考值,再结合地统计分析,运用析取克里金法进行趋势分析,得到CK-MB预测参考值地理分布规律特征。结果表明全国2322个市县级单位的健康成年人CK-MB参考值具有空间自相关性,模型测试表明,主成分分析法具有更好的模拟和预测能力。研究表明健康成年人CK-MB参考值分别与纬度、年日照时数、年平均相对湿度、年降水量、气温年较差、年平均气温、表土石砾含量、表土（粘土）阳离子交换量、表土（粉土）阳离子交换量具有显著的相关性。由地理空间分布图显示,整体上呈北高南低,从东南沿海向西北内陆逐渐升高的趋势。通过搜集到的任一地区地理因子,结合主成分分析预测模型或已得的地理分布图可确定该地区健康人CK-MB参考值范围,为在临床诊断中考虑地域差异提供参考。     

基于3种地理加权回归方法的安徽省土壤pH空间预测制图对比研究

基于安徽省140个采样点的土壤pH数据,综合考虑土壤、地形、气候、生物等因子对土壤pH的影响,采用地理加权回归(Geographically Weighted Regression,GWR)、主成分地理加权回归(Principal Component Geographically Weighted Regression,PCA-GWR)和混合地理加权回归(Mixed Geographically Weighted Regression,M-GWR)3种模型对安徽省土壤pH空间分布进行建模预测,揭示环境因子对土壤pH的影响在空间上的差异,最后以多元线性回归模型(Multiple Linear Regression,MLR)为基准比较3种GWR模型的精度。研究表明：(1)安徽省土壤pH具有空间异质性,且集聚特征明显。(2) 3种GWR模型中M-GWR模型略优,GWR、PCA-GWR和M-GWR的建模集调整后决定系数(R_adj²)分别为0.59、0.62和0.63;对比MLR模型,3种GWR模型的R_adj²     

多种机器学习模型对不同洪水类型特征指标模拟效果评估

洪水过程的特征指标不仅包括洪水量级,还包括时间、形态、动力学等指标。现有模型和方法重点关注洪水量级指标的模拟,对其他指标的模拟仍有待深入。如何实现对洪水过程所有特征指标的模拟已成为目前洪水预报的技术瓶颈。论文采用4种机器学习模型(多元线性回归、多层感知器、随机森林和支持向量机)对淮河上游长台关流域59场降雨—洪水场次7个特征指标(洪水总量、洪峰流量、洪水历时、洪峰时间偏度、高流量历时占比、涨洪和落洪速率)进行模拟,评估不同模型对不同洪水类型和特征指标的模拟效果。结果显示：① 长台关流域洪水过程可分为3类,第1类洪量中等、历时长且洪峰出现时间偏前(16场);第2类洪量低、形态矮胖且洪峰出现时间靠后(34场);第3类洪量大、涨落水迅速、形态尖瘦(9场)。② 时间指标模拟效果最优,动力学指标模拟效果最差。多元线性回归和随机森林模拟效果随所有特征指标数值的增加而增强;支持向量机的模拟效果随着洪水历时指标数值的增加而降低,随着其余特征指标数值的增加而增强;多层感知器模拟效果随着洪水总量、洪峰流量、高流量历时占比和涨洪速率等指标值的增加而增强。③ 从各类型洪水特征模拟精度来看,4种模型对第3类洪水特征模拟均为最佳,第2类最差;随机森林在第1类和第3类洪水特征模拟中效果最优,支持向量机对第2类洪水特征模拟效果最优。④ 从综合模拟精度来看,支持向量机效果最优,然后依次为随机森林、多层感知器和多元线性回归。上述4种模型率定和验证期相对误差分别为23%和98%、21%和109%、37%和75%、41%和102%。研究可为流域洪水过程深度挖掘和防洪措施制定提供参考和借鉴。     

冠层表面阻力与环境因子关系模型及其在蒸散估算中的应用

建立了一个华北平原冬小麦群体冠层表面阻力与环境因子关系的模型。根据该地区冬小麦生态系统的一组波文比-能量平衡观测资料,用非线性最优化方法模拟冠层表面阻力与太阳辐射、气温、空气饱和差和土壤含水量等环境因子的关系,得到模型四个参数的拟合值。用另外两组观测资料验证该模型的预测能力。结果表明,该模型能较好地模拟表面阻力,拟合度分别为0.93和0.67.将该模型应用到Penman-Monteith蒸散公式,发现蒸散的模拟值与实测值的拟合度达0.9以上,相对偏差小于5%.通过比较发现,该模型对蒸散的预测精度高于空气动力学方法。     

长江口水域多光谱遥感水深反演模型研究

利用Landsat-7 ETM 遥感影像反射率和实测水深值之间的相关性可以探测水深。该文介绍单波段、双波段比值和多波段3种线性回归模型以及动量BP人工神经网络水深反演模型。选择长江口北港河道上段作为研究区,利用上述模型,分两种情况进行水深反演:一是以河道全部历史样本建模;二是将河道按自然水深划分为浅水区和深水区分别建模。结果表明:神经网络模型预测精度高于线性回归模型;水深分区后线性回归和神经网络模型预测误差均有所减小。     

湿地植被地上生物量遥感估算模型研究——以洪河湿地自然保护区为例

以洪河湿地自然保护区的TM图像和29个实测样地生物量数据为数据源,采用单变量线性和非线性回归、多元线性逐步回归及人工神经网络(BP网络、RBF网络)技术,构建了研究区内典型湿地植被(草甸和沼泽)的地上生物量干重和湿重的遥感估算模型,并对比得到最优模型。主要结论有:(1)RBF神经网络模型及多元非线性模型是研究区内湿地植被地上生物量遥感估算的最优模型,生物量干重估算值的平均相对误差为2.795%,生物量湿重估算值的平均相对误差为3.399%。(2)比较2004年8月、2006年8月和2008年8月研究区内草甸和沼泽总生物量可得,总生物量干重呈上升趋势,而总生物量湿重呈下降趋势。(3)研究区内生物量极高值和极低值分布较少,且主要集中于混合像元分布的地方,如岛状林、灌丛的周边地区或是沼泽内含水较多的地区。     

地下变水位条件下塔里木河下游河岸胡杨林蒸腾模型

选择在塔里木河下游普遍生长的胡杨林(Populus euphratica)为供试植被(3种不同大小胡杨),以大气温度、太阳净辐射、大气相对湿度、冠层顶风速、地下水位和胡杨树茎横截面积等6个影响因子作为影响胡杨林蒸腾量的自变量,基于最小二乘法建立了多元线性回归模型与非线性模型相结合的多元非线性回归耦合模型,并应用模型对地下变水位条件下塔里木河下游河岸胡杨林的耗水过程分别进行了时尺度和日尺度上的模拟研究。结果表明:在日内变化(时尺度)方面,大气温度、相对湿度、辐射、地下水位和树茎横截面积等5个因子是影响胡杨林蒸腾量的主要因素,在不同地下水位条件(Hg=1.0 m、1.2 m、2.5 m、3.0 m)条件下,胡杨蒸腾量观测与模拟的平均确定系数分别为0.69、0.87、0.82和0.88;而在日均变化(日尺度)方面,大气温度、地下水位和树茎横截面积等3个因子是影响胡杨林蒸腾量的主要因素,胡杨林的蒸腾量观测值与模拟值表现出较好的相关性,其确定系数与决定系数分别为R=0.73、R2=0.532,平均相对误差为19.6%,其显著性水平均通过p=0.05,表现出较好的拟合性。总之,模拟结果与试验观测结果比较吻合,该回归耦合模型具有使用简便、影响因子易测定,能够更好刻画植被腾发量的复杂非线性特性,为干旱区自然植被耗水量的估算提供了计算方法和科学依据。     

基于环境相关法的土壤属性空间分布特征研究——以黄土丘陵沟壑区小流域为例

在横山县朱家沟小流域采集111个样点,分析土壤属性与地形因子相互关系,进行空间预测分析。结果表明:土壤密度与复合地形指数CTI显著正相关,土壤有机质与复合地形指数CTI、汇流动力指数SPI、沉积物运移指数STI显著负相关,全磷只与坡度β显著负相关。多元线性逐步回归模型对于土壤密度和有机质拟合较好,而对于全磷,预测结果较差;回归-克里格预测有效地减小了残差,消除了平滑效应,预测极差更宽,对于局部的变异及地形、土地利用的关系体现更为细化,提高了预测精度。