基于作物植被指数和温度的产量估算模型研究

该文利用冬小麦返青初期至抽穗初期的累积植被指数和孕穗—灌浆阶段的温度累积值为模型因子 ,建立冬小麦产量估算模型 ,在建模过程中 ,分析了模型变量与产量的关系并对变量获取方法进行了适当改进 ,简化了变量的获取途径 ,为模型的业务化应用奠定了基础。     

流域水文模型计算域离散方法

常用的概念性水文模型 ,能够很好地模拟水文时间变化过程 ,但没有考虑水文变量和水文参数的空间变化与空间不均匀性。随着空间数据的获取手段的增多以及空间离散技术的发展 ,考虑水文参数和水文变量空间变化的分布式水文模型得到了极大的发展。本文详细介绍了分布式流域水文模型中用到的几种不同计算域离散方法 ,并讨论了河道汇流模型中常用到的有结构网格和无结构离散网格。地理信息系统技术对计算域离散有辅助作用 ,其有利于无结构离散网格的自动生成和交互修改 ,并可结合遥感技术 ,使水文模型能获取精确的空间分布的水文参数和水文变量。     

白洋淀系统动力学模型的建立与应用

将白洋淀生态系统分为水资源，人口、工业、养殖业、种植业、旅游业、水污染７个子系统，找出各子系统之间的反馈关系及子系统的描述变量（包括水平变量及状态变量）。围绕这７个子系统，选择１１２个变量和参烽构筑白洋淀系统仿真模型。以此模型对白洋淀生态系统进行模拟，提出白洋淀发展的控制目标。     

应用简单变量统计模型预测庆元地区滑坡危险性

庆元县是浙江省滑坡灾害发生严重地区之一，开展滑坡预测尤为重要。以研究区的滑坡点位资料、地形数据、土壤类型数据、岩石类型数据及遥感TM数据为基础资料，提取滑坡的影响因素。统计获取了滑坡与因素的关系特征，并应用简单变量统计模型开展了研究区滑坡灾害预测。预测结果显示，研究区滑坡灾害危险性高值区分布较广，主要分布在松源镇的中部、安南乡中部、淤上乡的东部及隆宫乡的北部，其危险性大，而在其它地区，滑坡灾害危险性为低值区，危险性小。     

白洋淀系统动力学模型的建立与应用

将白洋淀生态系统分为水资源、人口、工业、养殖业、种植业、旅游业、水污染７个子系统，找出各子系统之间的反馈关系及子系统的描述变量（包括水平变量及状态变量）。围绕这７个子系统，选择１１２个变量和参数构筑白洋淀系统仿真模型。以此模型对白洋淀生态系统进行模拟，提出白洋淀发展的控制目标。     

新疆北部20年棉花物候计算和分析--以炮台镇为例

基于single sine物候模型计算新疆北部20年棉花日度累积值，利用系统聚类法分析20年棉花物候变化规律，建立了物候日度和棉花产量之间的回归模型。结果表明：新疆北部棉花主要物候事件播种、出苗、现蕾、开花、裂铃、吐絮和停止生长所需要的日度累积值分别为53．1853．18、109．99、360．97、635．64、1169．61和1180．02日度；聚类分析将20年划分为4个类型即冷年类型、温暖类型、热年和特热年；棉花产量(y)和全年日度累积值(x1)、棉花停止生长日度累积值(x2)和9月份以后的日度累积值(x3)之间存在正相关。     

黄土丘陵小流域土壤水分

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.     

MTCLIM模型（山地小气候模拟模型）的研究现状及其潜在应用

MTCLIM模型是许多生态、生理模型的分析工具。它能解释模型的结果，分析一些生态、水文过程在不同气候条件下的变化趋势，也是其它模型的辅助管理工具，辅助建立不同环境条件下的生态管理方案。本文介绍了该模型的基本原理及其各变量较详细的计算方法，概述其研究历史及发展现状，及模型应用的几个重要方面及其发展趋势。     

不确定性视角下的中国省际人口迁移机制分析

人口迁移过程具有内在的不确定性。贝叶斯模型平均方法（BMA）为不确定性问题提供了行之有效的解决方案。然而,当前该方法多用于线性回归模型在变量选择时出现的模型不确定性问题,很少用于空间建模。本文以2010—2015年中国省际人口迁移流为例,将BMA方法应用于空间OD模型,在考虑网络空间结构的基础上选取迁出地和迁入地各7个解释变量及距离因素,利用马尔可夫链—蒙特卡罗模型综合方法（MC³）进行模型抽样,以后验模型概率为权重计算相应变量的迁出地、迁入地和网络效应等,定量分析不确定性背景下省际人口迁移影响因素和空间机制。结果表明：① BMA模型估计结果更为稳健可靠。与单一模型相比,BMA中变量效应估计的90%可信区间明显缩小,不确定性程度显著降低,结果更为精确;② 区域经济社会发展对省际迁移至关重要。经模型空间抽样后,迁出地人口规模和GDP、迁入地教育水平和迁移存量等的变量后验包含概率大于90%;③ 网络效应在省际迁移过程中不可忽视。所有变量的网络效应占总体效应的40%以上,其中工资、城镇化率、教育和迁移存量等的网络效应（绝对值）大于各自的迁出地和迁入地效应;④ 若不考虑迁移建模中的不确定性,绝大多数区域经济社会变量对省际迁移的影响会被高估。     

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     

基于遗传算法自动获取CA模型的参数

本文提出了基于遗传算法来寻找CA模型最佳参数的方法。CA被越来越多地应用于城市和土地利用等复杂系统的动态模拟。CA模型中变量的参数值对模拟结果有非常重要的影响。如何获取理想的参数值是模型的关键。传统的逻辑回归模型运算简单,常常用来获取模型的参数值,要求解释变量间线性无关,所以获取的城市CA模型参数具有一定的局限性。遗传算法在参数优化组合、快速搜索参数值方面有很大的优势。本文利用遗传算法来自动获取优化的CA模型参数值,并获得了纠正后的CA模型。将该模型应用于东莞1988~2004年的城市发展的模拟中,得到了较好的效果。研究结果表明,遗传算法可以有效地自动获取CA模型的参数,其模拟的结果要比传统的逻辑回归校正的CA模型模拟精度高。     

旅游景区顾客的满意度指数模型

在对现有国际主流顾客满意度指数模型进行改进的基础上,结合旅游景区的特点,构建了旅游景区顾客满意度指数 (TACSI) 模型。该模型是一个具有因果关系的结构方程模型,包括7个潜变量和23个观测变量,各潜变量之间存在着11种正负相关关系。以桂林象山公园为例进行了实证研究,运用LISREL统计软件对模型的检验结果表明,测量模型中的观测变量对顾客满意度的影响是显著的,测量模型具有较高的目标可靠性;结构模型中各潜变量之间的路径系数与假定基本符合;TACSI模型的整体拟合性能良好。此外,通过对TACSI模型与美国顾客满意度指数 (ACSI) 模型进行比较发现,TACSI模型具有比ACSI模型更强的解释能力,因而更具合理性。     

KFC 在北京城区的空间扩散模型

文化扩散是文化地理学和传播学的重要研究内容。以往关于文化扩散的模型多以时间为主要变量, 少以空间位置作为变量。文化地理学更关注有空间变量的模型。本文以美国肯德基炸鸡连锁店(KFC) 为例, 分析外来连锁消费企业在北京城区的空间扩散。KFC 的扩散属 于扩展扩散, 该类扩散对目的地的要求高于迁移扩散, 而北京为KFC 早期的进入提供了社会基础。以KFC 总部提供的数据建立了刻画扩散过程的数学模型, 以期对以往研究有所补足。 研究发现KFC 不是按商业中心地等级扩散的, 因此以商业中心地等级为基础设计了6 级扩散 环。以环级数、极半径作为空间变量的建模尝试均不理想; 以极角度作为空间变量的模型通过检验。研究结论为： ① 极半径、极角度和扩散环是以往扩散模型中没有使用过的空间变量, 且极角度模型通过了检验。② 所建模型可为中档大众消费连锁式餐饮企业在大都市内部的布局提供一种决策参考, 即中心扩散应强于周边扩散, 但方位上差别不明显。③ KFC 扩散主要受经济规律控制。本文的不足是把扩散环级作为静态的空间基础, 同时也没考虑同一商圈内其他同类快餐连锁店的竞争关系。本研究因数据局限模型变量较少。     

引力模型重构在城区与郊区相互作用中的应用——以昆明市为例

在以往的研究中,引力模型仅考虑影响空间相互作用的少数因子,具有变量的数据较容易获取．且算法较为简单的优点。但考虑因子太少,使引力模型所测算的空间相互作用力与现实产生偏差,显得有些粗糙。因此,本文考虑多项指标对引力模型中区域“质量”评价的重要性,并对引力模型中“距离”的内涵进行了深化．构建了新的模型。在重构模型的基础上。文章选择昆明市城区与郊区作为研究对象进行实证研究．旨在分析城区与郊区空间相互作用的程度．并为促进城区与郊区一体化发展提出建议。     

GIS空间动态模型组件的设计与实现

组件重用技术为GIS与空间模型的集成提供了新的解决方案，该文设计的空间动态模型的GIS组件-Dy-namicGC，它在传统GIS数据模型的基础上，增加了表达空间动态系统的过程和关系（流）的数据模型和对象接口，为GIS环境下创建复杂动态过程模型提供了新的工具和解决方案，该组件基于微软组件对象模型（COM/DCOM）实现，充分考虑了互操作性，模型建模语言以及模型系统的可获取性需求，由一系列支持动态数据计算的OLE自动化对象集组成，可支持VB，Dephi,VisualC 等通用开发环境，也支持VBA，VBSCRIPT，JAVASCRIPT等脚本语言环境，使用VBA创建了经典的“生命游戏”的元胞自动机模型的实现，作为该组件创建动态过程模型的应用实例。     

山地城镇迁建选址模型研究——以巫山县为例

根据山地城镇建设的发展现状，运用遥感和地理信息系统技术。在获取、分析三峡库区综合环境指标如自然、技术、经济、城镇发展的区域状况等的基础上，以巫山县为例，建立了巫山县空间环境数据库，并提出了巫山县县城修建性选址模型。结果证明。好的迁建地多分布于长江及大宁河沿岸，交通条件较优越，靠近经济发达地区。此模型的建立可以为其它三峡库区城市迁建综合环境研究提供合理的方案和措施。     

基于神经网络的单元自动机CA及真实和优化的城市模拟

提出了一种基于神经网络的单元自动机（CA）。CA已被越来越多地应用在城市及其它地理现象的模拟中。CA模拟所碰到的最大问题是如何确定模型的结构和参数。模拟真实的城市涉及到使用许多空间变量和参数。当模型较复杂时，很难确定模型的参数值。本模型的结构较简单，模型的参数能通过对神经网络的训练来自动获取。分析表明，所提出的方法能获得更高的模拟精度，并能大大缩短寻找参数所需要的时间。通过筛选训练数据，本模型还可以进行优化的城市模拟，为城市规划提供参考依据。     

GWR模型在土壤重金属高光谱预测中的应用

目前土壤重金属高光谱反演模型大多忽视了重金属与光谱变量间相关关系的空间异质性,这与实际情况不相吻合,而地理权重回归（GWR）模型能有效地揭示变量间关系的空间异质性。本文以福州市土壤重金属Cd、Cu、Pb、Cr、Zn、Ni为对象,构建土壤重金属预测的GWR高光谱模型,并将预测结果与普通最小二乘法回归（OLS）结果进行比较分析,探讨GWR模型在土壤重金属高光谱预测中的适用性及局限性。结果表明：① GWR模型在土壤重金属高光谱预测中适用与否取决于重金属对光谱变量影响的空间异质性程度：对于Cr、Cu、Zn、Pb等对光谱变量影响空间异质性大的元素,其GWR预测精度较OLS提高明显,表现为GWR模型的调节R²较OLS模型有了明显提高,分别为OLS模型的2.69倍、2.01倍、1.87倍和1.53倍;而AIC值以及残差平方和较OLS模型却明显降低,AIC值减少量均大于3个单位,残差平方和则仅分别为OLS模型的25.33%、30.09%、47.22%和86.84%;对于Cd和Ni等对光谱变量影响空间异质性小的元素,相较于OLS模型,GWR模型的调节R²分别提高了0.015和0.007,残差平方和分别减少了5.97%和4.18%,但AIC值却分别增加了2.737和2.762,GWR预测效果改善不明显;② 光谱变换可以有效增强土壤重金属的光谱特征,其中以光谱的倒数变换效果最好,而且该变换及其微分形式可以很好地提高模型的预测效果;③ GWR模型的应用前提是变量间关系的空间非平稳性,适合在与土壤光谱变量间关系具有显著空间异质性的重金属高光谱预测中推广。     

极端降水对水稻产量的影响研究综述

极端降水在全球范围内呈现广泛增强的趋势,对农业生态系统的影响不容忽视。水稻作为重要的粮食作物,其产量的年际波动受到极端降水的影响,然而其响应机理和时空敏感性尚未厘清。论文总结了极端降水在水稻主产区的时空格局及对产量的影响程度,梳理了极端降水对水稻产量的生理、化学和物理过程的影响机制,对比分析了多个主流方法(统计模型和作物过程模型)的输入数据和应用上的优缺点。结果表明,极端降水增加1%导致水稻减产0.02%~0.5%,主要通过增加养分流失和造成淹水胁迫等途径。然而当前研究仍难以明确水稻产量如何响应于极端降水的不同特征值(强度、频次、持续时间等)及其敏感性的时空差异,尚未完善极端降水对水稻各产量组成的影响机理,同时缺乏作物模型与统计模型等相结合的研究方法,造成水稻产量预测的不确定性。建议未来相关研究应加强田间观测、控制性实验与模型改进,定量解析极端降水对产量的影响机理,促进模型—数据融合,提高数据精度以更好地模拟极端降水事件下的水稻产量,为优化当前稻作系统和建立气候智能型农业奠定理论基础。     

基于Logistic-ISM模型的农户采用新技术影响因素——以甘肃省定西市马铃薯种植技术为例

利用Logistic 回归模型和ISM 解释结构模型,基于575 份调查问卷数据,分析定西市马铃薯技术扩散过程中,影响农户采用行为的显著因素,探讨各个因素之间的层次关系。结果表明：① 农户采用马铃薯种植新技术主要受到农户自身变量、行为认知变量、生产经营变量、资源禀赋变量和环境特征变量五大类特征变量的影响;②Logistic 回归分析表明,农户的文化程度、家庭结构、专业化程度、组织程度、对科技园区的认知、对新技术的认知、农业收入、气候生产力、地形、公路级别和区位为农户采用马铃薯新技术时的显著影响因素;③ ISM解释结构模型表明,定西市农户采用马铃薯种植新技术过程中,受到众多因素的显著影响。其中专业化程度、农业收入、公路级别、气候生产力、地形和区位为表层因素,农户对科技园区的认知、对新技术的认知为中层间接因素,农户的文化程度、组织程度和家庭结构为深层根源因素。基于以上结论,笔者认为应加大订单农业的发展力度,重构扩散模式,采用“企业牵头、政府扶持、农户参与”的环形扩散模式,可以有效提高农户采用新技术的积极性,对提高农业技术扩散效率具有重要意义。