水稻叶面积指数和产量的空间变异性及关系研究

该文运用地质统计学方法分析了水稻叶面积指数与产量的空间分布及关系,结果表明:叶面积指数和产量均近似正态分布;在所研究的条件下,产量和大部分生育阶段(除拔节期)的叶面积指数都具有空间结构;孕穗期、抽穗期和乳熟期叶面积指数与产量在一定范围内具有显著空间相关关系。借鉴指示克立格的思想,提出了指示值分布法,分析了以上3个生育阶段的综合叶面积指数分布与产量的关系,该方法不仅对于水稻的遥感估产和精确农业的实施具有借鉴意义,且对于其它领域研究某一变量与某几个变量的空间分布关系,或某一变量随时间的动态变化与另一个变量的关系具有一定的参考价值。

基于TM图像的农业区域植被覆盖变化检测

以交叉相关光谱匹配(cross correlogram spectral matching,CCSM)为基础构建土地覆盖变化强度指标,利用华北农业植被覆盖区2期不同时相的TM图像计算该地区土地覆盖变化强度图像。认为变化强度图像任意二阶邻域中像素的变化强度服从隐马尔可夫模型,用马尔可夫随机场-最大后验估计(maxium a posteriori estimation of markovrandom field,MRF-MAP)的方法从变化强度图像中提取植被变化区域。实验证明:该方法能够有效识别各种外源噪声造成的农业植被覆盖区域同物异谱的现象,可准确提取植被变化区域;但对于水体区域存在误判现象。

一种自适应匹配子空间亚像元目标探测方法

为了克服基于线性混合模型的高光谱遥感影像亚像元目标探测方法的缺陷,提出了一种基于全限制性线性分解的自适应匹配子空间探测方法。首先利用交叉相关光谱匹配技术求得各个像元所含端元类别信息,然后根据端元类别信息和全限制性分解的结果构造自适应匹配子空间探测算子,利用端元类别信息在探测中动态选择端元,降低端元数目估计偏差对探测结果的影响,提高探测器对目标与背景的可分性。实验证明,该方法与其他基于线性混合模型的亚像元目标探测方法相比,可以更好地克服端元数目估计偏差对探测结果的影响,无论是端元个数低估还是高估时,探测效果均更优。

基于时空编码的神经元动态特征分析

作为神经生物学的重要领域,神经信息的编码和处理极大程度上是神经元群体编码,即集群表达。对于同一个电极上记录的多个神经元信号进行锋电位序列检测与分类,进而分析不同类间锋电位时间序列的相关性,揭示相邻神经元电活动之间的动态联系,有助于了解神经元网络中神经元间相互作用。本文结合实验,介绍了神经集群编码的几种研究方法:锋电位序列的互相关直方图、刺激前后放电活动时间直方图、锋电位累加图的具体应用。

基于时差相关多变量模型的金融危机前后国际原油价格影响因素分析

为研究各因素与国际原油价格之间相互影响的程度和时差关系,提出了基于时差相关多变量模型的分析框架.根据该框架,在确定影响因素和模型变量后,对各因素与油价间的时差相关关系进行了分析,以此作为确定和调整模型中变量滞后阶数的依据,结合变量系数是否显著和模型调整R^2是否提高的判断准则,对金融危机前后共七组样本构建了多元回归模型.研究结果发现:各因素与油价的相互作用并不都是在当期完成的;金融危机爆发后,各因素与油价的关系均发生了不同程度的变化,且油价有向基本面回归的趋势.