桂林喀斯特石山50种常见植物叶片光合色素含量及耐荫性定量评价

【目的】分析桂林喀斯特石山植物叶片光合色素指标的数量特征,运用多元统计方法从光合色素的角度探索出主要耐荫性指标,并对不同植物进行耐荫性程度分类,探讨不同植物适应喀斯特石山生境所表现出的光合色素生理特征,为修复退化喀斯特石山生境提供相应的理论依据。【方法】选择桂林喀斯特石山生境中常见的50种植物为研究对象,分别测定叶片叶绿素a(Chl a)、叶绿素b(Chl b)、类胡萝卜素(Car)、总叶绿素Chl(a+b)含量和Chl a/b比值5个光合色素指标值;采用单因素方差分析及多重比较检验不同植物光合色素指标值的差异显著性;采用Pearson相关性分析法对不同光合色素指标值进行相关性检验;利用主成分分析法找出植物叶片光合色素指标中的主要变量;基于50种植物耐荫性主成分排序,采用有序样本分割法对50种植物进行耐荫性程度划分。【结果】50种植物叶片Chl a,Chl b,Car,Chl(a+b)和Chl a/b比值的平均值分别为2.89 mg·dm-2,1.19 mg·dm-2,0.59 mg·dm-2,4.07 mg·dm-2和2.47;50种植物叶片光合色素5个指标值分别均存在极显著差异;Chl a,Chl b,Car,Chl(a+b)之间均呈极显著的正相关,Chl a/b比值与Chl b之间呈极显著的负相关,与Chl a之间相关性不显著;表征桂林喀斯特石山生境中50种植物叶片光合色素的主要指标为叶绿素含量[chl a,chl b,chl(a+b)],其次为Chl a/b比值;50种植物划分为3种类型:(I)阴生植物、(II)植物兼有阴生和阳生的特性、(III)植物具有阳生性或者中生性特征。【结论】基于叶片叶绿素含量和Chl a/b比值判断植物耐荫性与实际情况总体较吻合,这2个指标是反映植物耐荫性的重要指标,研究结果为该地区的植被恢复与重建过程中的物种选择提供参考。

中国雨季的一种客观定量划分

从客观分析角度出发,利用有序样本最优分割法对中国610个台站的气候平均(1961—2010年)候降水序列进行有序分割,给出中国不同区域的雨季定量划分。根据中国13个区域候降水量的气候平均值分布特征,并基于有序样本最优分割法的划分结果需同时满足分割段内波动小、段间差异大的要求,确定了各区域的合理分割数,通过制定3种雨季划分方案,对中国区域雨季进行了细致的定量划分。第1种方案将全年降水划分为雨季和旱季,结果表明,雨、旱两季差异明显的地区出现在华南西部沿海和新疆邻近区域;第2种方案将全年降水划分为雨季相对干期、雨季相对湿期和旱季3个降水阶段,这种特征出现的区域为华南大部分地区、江南地区、长江中下游地区、西南地区东部和南部,以及西北地区中东部;第3种方案将全年降水划分为春雨季、主雨季、秋雨季和旱季,出现这种特征的区域为长三角及淮河流域、黄淮和华北地区、东北地区、西北地区中部、内蒙古地区西部、青藏高原中东部及其以东地区。与已有的中国不同区域降水特征研究结果的比较表明,有序样本最优分割法不仅对中国雨季的划分客观有效,且其划分结果合理并具有明确的气象意义。

有序样品最优分段的线性拟合法

目的提出一种有序样品最优分段的新方法。方法建立各段上的线性模型,采用各段的剩余均方为类直径而不用剩余平方和,本文用最优二分割线性拟合法分析了两个实例,并与Fisher算法做了比较。结果分段线性函数是比阶梯函数更广的函数类。结论线性拟合法是一个有效的有序样品聚类方法。

有序样品聚类分析方法在花开左组划分中的应用

本文根据云南云龙县凤代中侏罗统花开左组(J2h)剖面上系统获得的地球化学分析数据,采用多变量最优分割法,对花开左组进行了化学地层划分的应用研究,发现了该地层地球化学元素特征显著变化面,找到沉积环境变化层位,从而为岩石地层划分提供辅助依据。取得了与野外岩石地层观察情况较为一致的结果,为组级以下地层单位的划分以及沉积环境的解释提供辅助和补充资料。

基于优化算法的串联体系可靠度分析(英文)

结构体系的失效概率数学上可以表示为结构体系失效域上联合概率密度函数的积分,一般情况下很难直接积分求解。近几十年来,结构体系可靠度分析一直是可靠度领域的一个研究热点,人们提出许多方法,如:Monte-Carlo法、重要性抽样法与界限法和概率网络估算技术等,这些算法在求解精度、计算效率、收敛性和易使用性等方面是不同的。本文采用优化算法(改进的可行方向法、序列线性规划和序列二次规划法)进行串联体系可靠度分析,并且与其他算法(HL-RF法、Monte-Carlo法和重要性抽样法)的结果以及一些精确解进行了比较。结果表明,相对于其他算法,基于优化算法的可靠度分析适用性广,在收敛性和健实性等方面具有明显的优势。

基于改进LHS模式的可靠性设计优化

在设计优化中,确定性优化由于没有考虑输入量的不确定性,其优化结果可能不可靠(不安全),因此基于可靠性的设计优化(reliability-based design optimization,RBDO)得到关注。然而可靠性设计优化计算量大,尤其对于高维问题。基于此,提出一种新方法——改进拉丁超立方体取样(Latin hypercube sampling,LHS)方法,该方法可利用先前迭代步骤已用的取样点,从而降低计算量。其中可靠性指数通过基于漫射近似(diffuse approximation,DA)的一阶可靠性方法(first-order reliability method,FORM)计算得到。最后用两个数学实例验证该方法可以极大地降低RBDO问题的计算量。

二次调配烟用香精的稳定性研究

采用溶剂萃取结合GC/MS分析了不同保存期的二次调配烟用香精的香味成分,并运用主成分分析(PCA)法和t检验法分析了香精组分的变化。结果表明:二氯甲烷萃取能最大程度地提取香精的成分,且具有较好的重复性。用PCA和t检验法处理不同保存期烟用香精的GC/MS分析数据,可了解不同存放期香精样品整体变化特征及组分含量的显著性变化情况,为二次调配烟用香精样品的稳定性及存放期提供参考。

随机变分不等式的二阶微分方程方法

运用具有正黏性阻尼系数和时间尺度系数的二阶微分方程系统来求解随机变分不等式问题(stochastic variational inequality problem,SVIP)。首先,应用互补函数和样本均值近似(sample average approximation,SAA)方法对原始问题进行等价转换,即将随机变分不等式问题转化为一个方程组,在此基础上建立具有正黏性阻尼系数γ(t)和时间尺度系数β(t)的二阶微分方程系统;其次,研究了该二阶微分方程系统轨迹的收敛性和收敛速率;最后,给出两个数值实验说明该二阶微分方程系统求解随机变分不等式问题的有效性。

RBF神经网络最优分割算法及其在股市预测中的应用

将最优分割算法(optimal partition algorithm,OPA)用于径向基函数神经网络参数的训练中.对OPA进行了适当的改进,在改进的OPA中增加了类的中心与宽度的确定方法,并将它们用于确定RBF网络的中心与宽度,提出了利用类的目标函数的差分对网络结构进行动态调整的方法,从而实现了隐节点数的自适应选择。用于股价预测的数值模拟结果验证了该方法的有效性。与传统算法进行比较的结果表明,在预测方面OPA具有较明显的优势,将OPA算法与正交最小二乘法相结合的OPA-OLS算法可以提高趋势预测的正确率。