基于土地利用变化的贵州省耕地显性边际化时空演变及其影响因素

[目的]探究贵州省2010—2020年耕地显性边际化的时空演变格局及其影响因素,为山区耕地集约利用提供政策指导。[方法]综合运用土地利用转移矩阵、空间自相关模型和地理探测器,系统分析贵州省耕地显性边际化的总体态势、空间集聚效应以及相关影响因素。[结果](1)2010—2020年,贵州省耕地显性边际化率为10.20%,总体以自然边际化为主,但经济边际化发展较为迅速,并随着经济社会发展,耕地显性边际化速度不断加快。(2)贵州省2010—2020年,耕地显性边际化水平整体呈现出南高北低的格局并逐渐向西部和东南部扩张的趋势,其中2010—2015年呈现出南高北低格局,2015—2020年呈现中部高四周低格局。(3)人均耕地面积、城镇化率、植被覆盖度等因素是贵州省耕地显性边际化空间差异的主要影响因素。[结论]贵州省耕地显性边际化时空演变差异性显著,地势起伏度、坡度、植被覆盖度等自然条件是影响耕地显性变化时空差异性的基础特征,人均耕地面积、城镇化率与GDP密度等社会经济因素是其快速发展的主要推动力。

基于SAHDE-RVM的铁路短期风速预测研究

针对铁路短期风速预测方法中人工神经网络(ANN)易陷入局部最小值、支持向量机(SVM)核函数选择困难等缺陷,提出采用一种基于自适应混合差分进化相关向量机(SAHDE-RVM)对铁路短期风速进行预测研究。首先,改进自适应差分进化算法,引入模拟退火算法对种群的当前最优个体进行二次寻优,形成自适应混合差分进化算法,然后将自适应混合差分进化算法与相关向量机结合,建立自适应混合差分进化相关向量机模型,最后利用本文模型对国内某两段不同铁路沿线实测风速数据进行预测,预测结果表明,本文模型的预测指标均优于传统差分进化算法(DE)参数寻优的相关向量机模型及最小二乘支持向量机(LS-SVM)模型,具有更加出色的预测性能。

弱电网下三相LCL光伏并网逆变器控制策略研究

分析电网阻抗对光伏逆变器的影响,同时提出消除电网阻抗对并网光伏系统稳定性影响的方法:极点配置法。电流控制器采用准比例谐振方法以抑制电网电压对并网电流的影响。在MATLAB中搭建系统仿真,仿真结果表明所提出的极点配置方法能够有效抑制电网阻抗对光伏逆变器稳定性影响,并与准比例谐振控制器结合,提高了入网电流的波形质量。

村域耕地边际化诊断及空间分异研究

耕地边际化的诊断识别对于建立山区粮食与生态安全间的适度平衡具有重要意义。论文基于边际化类型划分及传统诊断思路,尝试构建“时间诊断—显隐交互—空间分布”的综合分析框架,以“三变”改革①发源地贵州省六盘水市舍烹村为例,采用标准差椭圆、核密度等空间分析方法,探究不同类型耕地边际化的时空分布情况及特征。研究表明:耕地边际化时间上可以“纯收益”年际变化作为关键指标进行诊断,空间上能以耕地向其他地类转移趋势进行表达;2000—2020年间舍烹村耕地出现了两次明显的边际化现象,分别出现在2013—2014年与2016—2017年,后者程度较深;2010—2015年期间舍烹村耕地边际化显隐交互特征最为明显,显性特征中耕地物理、自然及经济边际化分别发生了7.13、0.99、33.27 hm^(2),隐性特征中边际化程度在“三变”改革前后呈现相互融合、交替变化特征。研究围绕“粮食安全—经济发展—生态保护”思路提出政策建议,可为促进山区耕地保护及可持续利用提供对策参考。