应用优化最大熵模型的珍稀濒危玉兰属物种适生区预测

依据中国9种珍稀濒危玉兰属(Yulania spach)物种的地理分布数据及37个环境因子数据,利用R语言ENMeval包优化最大熵模型(MaxEnt)的正则化乘数(RM)和要素组合(FC)参数,提高模型模拟精度,以便更好的预测出各物种在基准期和未来3种气候情景的潜在适生区分布趋势,并分析影响其分布的主要环境因子。结果表明:(1)最大熵模型优化后,各珍稀濒危玉兰属物种的受试者工作特征曲线(ROC)下面积(AUC)值均在0.95以上,表明模型模拟效果极好,可用于中国珍稀濒危玉兰属物种地理分布模拟;(2)影响珍稀濒危玉兰属潜在分布的主要环境因子,贡献率从大到小依次为,最冷月最低温(BIO6,46.38%)、等温性(BIO3,13.83%)、坡度(SLO,8.03%)、最暖季降水量(BIO18,7.57%)、最干月降水量(BIO14,6.78%),其中,对各物种潜在适生区分布影响最大的影响因子为最冷月最低温,在存在概率最高时,各物种的最冷月最低温均在0℃左右;(3)在未来2061—2080年3种不同的气候情景时,光叶玉兰、青皮玉兰、凹叶玉兰及紫玉兰总适生区面积呈扩大趋势,增加面积在7 398~879 439 km^(2);景宁玉兰、罗田玉兰、天目玉兰、宝华玉兰、滇藏玉兰总适生区面积呈缩减趋势,减小面积在1 605~669 830 km^(2)。

最大熵试验法对切割器功能可靠性的评估

针对切割器设计裕度大且刺激能量服从正态分布的特点,提出采用最大熵试验法对切割器的功能可靠性进行评估。以某型切割器为实例,通过临界药量摸底试验、升降法试验及成败型试验对其功能可靠性进行了评估。结果表明:运用最大熵试验法,采用46个试验样本即可完成切割器在置信度γ=0.95下,可靠性指标不小于0.999 995的可靠性评估试验,为航天火工装置(尤其是切割器)的小样本量高可靠性评估提供了技术途径。

应用最大熵模型对水松潜在适生区的预测

为了预测气候变化下水松(Glyptostrobus pensilis)潜在分布的变化,筛选107个物种分布点和12个环境因子数据,利用最大熵模型(Maxent)模拟当代和2041—2060、2081—2100年SSPs126、SSPs245和SSPs5853种未来气候情景我国水松潜在分布格局,并分析影响水松分布的主导环境因子。结果表明:(1)模型精度较高,受试者工作特征曲线下面积(AUC)值为0.971。影响物种分布的主导环境因子是最干季度降水量、3月太阳辐射、8月太阳辐射和海拔。(2)当前水松适生区主要分布于东南部沿海地区,总适生区面积为170.66万km^(2),其中,高适生区面积约7.4万km^(2)。(3)未来不同气候情景,水松的适生区相较于当代有不同程度的增加,并有向高纬度、高海拔扩张趋势,但位于保护地内的适生区较少。水松主要适生区分布于东南沿海地区,降水和光照是影响水松分布的主要因素。一定程度的气候变暖对水松分布有积极影响。可在种群集中地建立保护区,制定保护策略。

基于最大熵模型的我国黄芩生态适宜性研究

目的了解黄芩的生态适宜性,筛选影响其分布的主要生态因子,预测黄芩在我国的适宜栽培区。方法通过第四次全国中药资源普查收集黄芩药材231批次,记录采样点环境信息,应用最大熵模型和地理信息系统进行55个生态因子的综合分析。结果降水量、植被类型及土壤类型对黄芩生长影响较大,黄芩适宜区主要集中在陕西东部、河北西部及承德大部、山西大部、北京西部、辽宁西部、山东中部与东部、江苏与安徽交界处、云南北部、四川东部与南部。结论本研究对黄芩生态适宜区进行划分,研究结果可为黄芩栽培区域的选择提供参考依据。

基于最大熵深度强化学习的双足机器人步态控制方法

针对双足机器人连续直线行走的步态稳定控制问题,提出一种基于最大熵深度强化学习(DRL)的柔性演员-评论家(SAC)步态控制方法。首先,该方法无需事先建立准确的机器人动力学模型,所有参数均来自关节角而无需额外的传感器;其次,采用余弦相似度方法对经验样本分类,优化经验回放机制;最后,根据知识和经验设计奖励函数,使双足机器人在直线行走训练过程中不断进行姿态调整,确保直线行走的鲁棒性。在Roboschool仿真环境中与其他先进深度强化学习算法,如近端策略优化(PPO)方法和信赖域策略优化(TRPO)方法的实验对比结果表明,所提方法不仅实现了双足机器人快速稳定的直线行走,而且鲁棒性更好。

利用最大熵(MaxEnt)模型对红豆杉潜在适生区的模拟

为了研究红豆杉(Taxus wallichiana var.chinensis(Pilger)Florin)的保护和繁殖,利用红豆杉存在记录与环境因素,利用最大熵(Maxent)模型,使用红豆杉分布数据,气象以及地形数据,分析影响红豆杉分布的主导环境要素,模拟红豆杉在我国的潜在适宜区,并结合我国自然保护区分布范围进行分析。研究结果表明:共提取了6个影响红豆杉潜在适生区的主导环境因素,分别为5月平均降水量、4月平均降水量、9月平均降水量、高程、坡度、3月平均降水量,红豆杉的潜在适生区是气候与地形的共同作用结果,春季降水量、高海拔与一定的坡度区间是影响红豆杉分布的主要因素;构建的最大熵模型的评价指标受试者工作特征曲线下面积(AUC)为0.933,表明该模型模拟结果精准,生成的红豆杉适生区结果可信;红豆杉的高适生区主要分布在鄂、陕、渝、湘、黔交界处以及闽、浙、赣交界处,高适生区多以高海拔山区为主;高适生区与中适生区分别有6.27%与4.82%的面积处于自然保护区范围内,可以针对部分高适生区的自然保护地对红豆杉进行就地保护与引种栽培,科学制定红豆杉的保护方案。

基于最大相关熵卡尔曼滤波的UWB室内定位算法

随着无线通信技术的不断发展,室内定位技术逐渐成为关注的热点。然而,在复杂的室内环境中,如非高斯噪声等条件下,传统的超宽带(ultra wide band,UWB)定位算法往往存在定位精度低、鲁棒性差等问题。该算法将最大相关熵准则引入卡尔曼滤波(Kalman filter,KF)算法的代价函数中,并对测量噪声进行建模,因此能够给异常量测值分配较小的权重以减轻其对于状态估计的影响,相对于传统的卡尔曼滤波算法具有更强的鲁棒性。在仿真实验中,采用了多个基站对运动目标进行定位,结果表明,非高斯环境下,相比于卡尔曼滤波和无迹卡尔曼滤波(unscented Kalman filter,UKF),新算法能够有效地提高室内定位的精度和鲁棒性。

敏感设备电压暂降故障样本增广与概率评估最大熵建模

敏感设备电压暂降故障概率评估面临样本小和先验知识不足两大难题。本文基于自编码技术和最大熵原理,提出一种适用于小样本的设备故障概率评估随机建模方法。首先,考虑敏感设备主要对暂降幅值和持续时间特征敏感,电压耐受曲线(VTC)存在不确定性的实际情况,利用自适应Kmeans聚类算法对样本暂降幅值、持续时间聚类,在稀疏自编码器(SAE)损失函数中添加VTC不确定约束进行样本特征学习,提出基于SAE–自适应Kmeans的故障样本增广方法。其次,针对先验知识不足问题,提出基于增广样本的设备故障概率评估最大熵建模方法。最后,以个人计算机为例,在VTC概率密度函数服从均匀、正态和不同指数分布且样本数仅为5的情况下进行验证,与传统最大熵法、未引入自适应Kmeans聚类进行VTC不确定区域约束的SAE样本增广进行比较,同时与先验知识不足情况下基于主观假设的评估方法进行比较。结果表明,所提方法适用于小样本和不同分布,评估结果误差低于传统最大熵法与基于主观假设的方法,验证了稀疏自编码样本增广和最大熵建模方法对于小样本设备故障概率评估的有效性、合理性和可行性。

基于最大熵模型的云南思茅松潜在分布区

【目的】预测思茅松在云南省的潜在分布区,探讨影响思茅松潜在分布的主导环境变量,为思茅松适地适树、科学经营提供依据。【方法】基于多次全国森林资源清查云南省固定样地数据确定思茅松现实分布点,选取影响林分生长的19个生物气候变量、3个地形变量和11个土壤变量,采用最大熵模型模拟思茅松在云南的潜在分布区,通过受试者工作特征曲线下面积AUC评价模型精度,使用刀切法分析环境变量对思茅松潜在分布区影响的重要程度,最后通过思茅松存在概率逻辑值采用相等间隔法对思茅松潜在分布区进行分类。【结果】思茅松Maxent模型预测结果准确性极好,10折交叉验证AUC的均值为0.921。根据模型各因子的最终贡献率,影响思茅松潜在分布的主要环境变量为温度和降水,其次是土壤、地形因子;刀切法检验结果显示,影响思茅松潜在分布区排名前五的主导环境变量为最干季平均温度(Bio9)、等温性(Bio3)、最湿月降水量(Bio13)、最湿季平均温度(Bio8)和降水量的季节性(Bio15)。思茅松的核心适宜区主要分布在普洱市,其次是临沧市和西双版纳州,玉溪市和红河州有少量分布。【结论】最大熵模型能够很好的预测云南省思茅松的潜在分布区,筛选出影响思茅松潜在分布区的主导环境变量及其阈值合理,形成的思茅松潜在分布适宜性等级图可为思茅松适地适树、科学经营提供依据。

基于最大熵模型的甘肃省蒙古黄芪潜在适生区预测及生态特征分析

目的探究气候变化对甘肃省蒙古黄芪地理分布的影响,预测其潜在适生区,为甘肃省蒙古黄芪资源保护提供理论依据。方法基于实地调查的蒙古黄芪分布数据,采用最大熵模型和地理信息系统模拟当前(1970-2000)和未来(2041-2060)时期蒙古黄芪在甘肃省的潜在适生区,综合环境因子贡献率和刀切法检验结果评估影响蒙古黄芪分布的环境因子。结果影响甘肃省蒙古黄芪分布的主要环境因子有最湿月份降水量、最湿季度平均温度和海拔。当前气候条件下甘肃省蒙古黄芪潜在适生区面积为65902.66 km2,高适生区主要集中在定西市;未来时期SSP126、SSP370和SSP585情景下,甘肃省蒙古黄芪的适生区面积均呈缩小趋势,尤其是高适生区面积大幅缩小。结论未来气候变化导致甘肃省蒙古黄芪适生区大幅缩小,适生区主要向高海拔山区移动,可通过建立生态保护区保持蒙古黄芪资源连续性。

基于最大熵模型的森林‑草原交错区野生东北马鹿分布区预测与参数优化研究

利用最大熵模型(MaxEnt)对内蒙古高格斯台罕乌拉国家级自然保护区内的东北马鹿Cervus elaphus xan‑thopygus潜在分布区和适宜生境进行预测,比较基于默认参数和优化参数的预测结果,探讨参数优化对东北马鹿种群潜在分布区和适宜生境预测结果的影响。研究结果表明:优化参数模型的特征组合选择线性、二次型、片段化、成积型和阈值型特征,调控倍率为4时,模型的拟合度和复杂度得到改善;优化参数建模下,温度季节性、距道路距离、距草地距离、最冷季平均温度、等温性、海拔和距河流距离是影响东北马鹿分布的主要环境因子;2种模型预测结果表明,东北马鹿均主要分布于保护区东北部,适宜生境面积分别为36.04 km^(2)和126.67 km^(2),占总面积的3.5%和12.6%。研究表明,使用MaxEnt模型进行濒危珍稀物种潜在适宜生境预测时,需根据影响物种分布的关键环境因子选择最合理的参数设置。

基于最大熵模型的中国兜兰属植物潜在分布模拟

基于已知分布点和20个环境因子,该研究利用MaxEnt模型模拟在现在(1970—2000年)气候条件和2种不同共享经济路径情景下(SSP1-2.6、SSP5-8.5)未来(2081—2100年)兜兰属(Paphiopedilum)植物的潜在分布格局,找出影响物种分布的环境因子。结果表明,兜兰属植物的最适宜分布区位于滇东南地区、贵州西南、广西西部、广东南部、海南北部。影响该属植物分布的主要环境因子是年降水量、年温度变化和最干旱季降水量。随着全球变暖,适生区有向北和西北方向扩张的趋势,逐渐往西北亚热带方向延伸。在SSP5-8.5的情景下,高适生区出现大幅度收缩。在未来气候情景下,不同种群的分布区变化规律并不一致,其分布格局响应气候变化的趋势也有所不同,因此该文针对分布区变化趋势不同的物种提出了不同的保护策略。

基于贝叶斯最大熵的黄河三角洲土壤含盐量空间分布预测

黄河三角洲土壤盐渍化问题是制约当地农业生产和生态稳定的关键因素。为了准确掌握盐渍土的空间分布,提高土壤含盐量的空间预测精度,本研究根据2022年5月黄河三角洲的193个采样点两个深度土壤含盐量分析数据,结合高程和Landsat 9遥感影像等数据,采用地理加权回归(Geographically weighted regression,GWR)模型构造区间型软数据,进而建立贝叶斯最大熵(Bayesian maximum entropy,BME)模型对研究区土壤含盐量的分布进行了预测,并同传统的地统计模型普通克里格(Ordinary kriging,OK)及GWR模型的预测结果进行了比较。结果表明:BME模型对土壤含盐量的预测精度高于另外两种模型。与OK模型相比,BME模型的RMSE在土壤表层(0~30 cm)和底层(90~100 cm)分别降低25%和21%,R^(2)分别提高0.543 2和0.352 7。BME模型作为本研究最佳土壤含盐量空间预测模型,展现了多源数据整合及非线性估计的优势。黄河三角洲表层土壤盐渍化率(88%)高于底层(68%),土壤含盐量大体呈现由西南向东北递增的趋势,沿海地区大于内陆地区,黄河三角洲北部是整个区域盐渍化最为严重的地区。

基于最大熵模型的气候变化情景下澳洲坚果潜在适宜生境研究

为了研究气候变化情景下澳洲坚果在云南省的潜在适宜生境,采用当前和未来2050年RCP45气候变化情景下的19个生物气候因子及最大熵模型MaxEnt进行澳洲坚果生境模型构建,并进行适宜生境等级划分及空间变化特点分析。结果表明,2050年RCP45气候变化情景下3个等级的适宜生境大体上仍然保持与当前相似的空间分布格局,即高度适宜生境主要分布在云南西南部和南部,中、低度适宜生境分布在高度适宜生境区以北及以东区域。未来气候变化引起高度和中度适宜生境面积小幅度缩减(5.6%和2.4%),低度适宜生境面积增加22.5%。气候变化同时引起高度适宜生境景观格局破碎化。未来气候变化引起的澳洲坚果在云南高、中度适宜种植区总面积略有缩减,虽幅度不大,但空间分布上发生位移,且呈现破碎化趋势,产业规划时应考虑产业生命周期内气候变化造成对适宜生境迁移的影响。

基于最大熵和随机森林模型的3种珍贵硬阔叶树种潜在分布预测

水曲柳(Fraxinusmandshurica)、胡桃楸(Juglansmadshurica)和黄檗(Phellodendronamurense)为中国东北地区3种珍贵硬阔叶树种,分析其分布与环境因子间的关系,预测其潜在分布区,可为其更新和补植等提供参考。以帽儿山实验林场为研究区,选取A1土层厚度、AB土层厚度、土壤类型、坡度、坡位、坡向、海拔、郁闭度、每公顷株数、每公顷蓄积、立地类型和地表总盖度12个环境因子,采用最大熵(MaxEnt)模型和随机森林(RF)模型对3种珍贵硬阔叶树种潜在分布进行预测,通过受试者工作特征曲线下面积(AUC)评价模型精度。结果表明,最大熵模型和随机森林模型的AUC均值分别为0.854和0.920;最大熵模型输出的主要环境因子为立地类型和坡位,随机森林模型输出的主要环境因子为海拔。随机森林模型在精度上优于最大熵模型,两个模型的输出结果均表明限制3种珍贵硬阔叶树种分布的主要因子为地形因子。帽儿山实验林场西部和北部适宜3种珍贵硬阔叶树种生长;3种树种的分布点均落在适生区和较适生区范围内。

遥感影像目标检测多尺度熵神经网络架构搜索

针对传统神经网络架构搜索需要耗费大量时间用于超网训练,搜索效率较低,搜索得到的模型无法高效解决遥感影像中多尺度目标检测困难、背景复杂度高的问题,本文提出采用多尺度熵神经网络架构搜索的方法进行遥感影像目标检测。首先,在搜索空间的基础模块中加入特征分离卷积以代替残差模块中的常规卷积,减少遥感影像中由于背景复杂度高而造成的信息间干扰,提高网络模型在复杂背景下的检测性能;然后,引入最大熵原理,计算搜索空间中每个候选网络的多尺度熵,将多尺度熵与特征金字塔网络相结合,以兼顾遥感影像大、中、小目标的检测;最后,在不进行参数训练的情况下利用渐进式进化算法搜索得到多尺度熵最大的网络模型用于目标检测任务,在保证模型检测精度的同时,提升网络搜索效率。本文方法在RSOD、DIOR和DOTA数据集上的平均检测精度均值分别达到93.1%、75.5%和73.6%,网络搜索时间为8.1 h。试验结果表明,与当前基准方法相比,本文方法能够显著提升网络的搜索效率,在目标检测任务中更好地结合了不同尺度下的特征并解决了影像背景复杂度高的问题。

基于最大熵模型的生态系统文化服务空间分异及其对环境要素的响应分析--以陕北榆林市为例

生态系统文化服务(CES)是反映生态系统与人类福祉交互作用的重要表征。以地处陕北黄土高原的榆林市为例,结合社交媒体数据识别区域CES分布点,基于最大熵模型(MaxEnt)实现CES分布适宜性量化评估,探究区域CES空间分布与集聚特征,应用刀切法检验环境要素的重要程度及CES对要素的响应变化。结果表明:①各类CES空间分布不均衡,空间适宜性差异显著。高适宜区集中在城市中心区与道路沿线区域。②环境要素的累计贡献率排序为:距道路距离>土地利用类型>距水体距离>植被覆盖度>高程>坡度>距乡镇中心距离,道路是影响CES空间分布的主导因素。③各类CES对环境要素的响应区间存在差异。距道路距离在1km以内、距水系距离在2km以内、土地利用类型为建设用地时,CES分布多处在高适宜区间。MaxEnt模型是揭示CES空间分异规律的重要工具,评估结果为规划导向下的CES空间布局与环境要素改善提供了有效决策建议。

应用最大熵模型预测多脉青冈在不同时期的潜在分布

为预测气候变化背景下多脉青冈(Quercus multinervis)在不同时期的潜在地理分布,筛选出152个物种分布点和10个气候环境变量数据,采用最大熵模型(MaxEnt),结合ArcGIS地理信息系统,模拟多脉青冈在末次冰盛期、当前(1970—2000年)以及未来(2061—2080年)3种代表性浓度路径环境(RCP 2.6、RCP 4.5、RCP 8.5)的潜在分布区,探究气候变化对其地理分布格局的影响。结果表明:(1)影响多脉青冈潜在地理分布的主要环境因子是年平均气温(bio1)、等温性(bio3)、最湿季降水量(bio16)和最暖季降水量(bio18);(2)在当前气候环境,多脉青冈适生区总面积为220.90×10~4 km~2,高适生区主要集中分布在浙江、福建、江西、湖南、贵州和重庆;(3)末次冰盛期,多脉青冈总适生区面积为197.15×10~4km~2,较当前缩减了10.75%;(4)未来3种不同CO_(2)浓度排放环境,多脉青冈适生区总面积均呈收缩趋势,未表现出向高纬度地区转移的现象,说明气候变暖对多脉青冈的分布具有一定负面影响,使其适宜生境缩减、生态位变窄。温度和降水是影响多脉青冈分布的重要因素,未来其适生区面积虽有不同程度的缩减,但分布区总体相对稳定,未来仍具有广阔的自然生境。

基于最大熵模型和ArcGIS的夏枯草生境适宜性评价

目的基于最大熵(MaxEnt)模型和地理信息系统软件ArcGIS筛选影响夏枯草生长的主要环境因子,预测其在中国的潜在适生区,为夏枯草人工栽培提供参考。方法收集346条夏枯草样点数据,结合38个环境因子数据,利用MaxEnt模型筛选影响夏枯草分布的主要环境因子,利用ArcGIS软件对夏枯草生境适宜性进行评估,分析全球和中国夏枯草适生区分布。结果影响夏枯草分布的主要环境因子为上层(0~30 cm)碎石体积百分比、土壤有效水含量、上层(0~30 cm)可交换钠盐、土壤单元中与农业用途有关的特定土壤类型、上层(0~30 cm)沙含量。夏枯草高适生区主要分布在云南、黑龙江、内蒙古东部、四川中部。结论本研究预测结果可为夏枯草引种栽培及资源可持续利用提供参考。

基于最大熵准则的GNSS/SINS组合导航滤波算法

在高斯假设下,GNSS/SINS组合导航系统的常规卡尔曼滤波器(KF)在最小均方误差(MMSE)准则下是最优的。然而,当测量噪声受到重尾脉冲噪声干扰时,KF的滤波性能会严重下降。为解决该问题,提出组合导航系统的最大熵卡尔曼滤波器(MCKF)。首先,建立MCKF的状态方程及测量方程;然后,利用相对熵的原理,建立基于最大熵准则的卡尔曼滤波器,并设计其滤波迭代流程;最后,在混合高斯噪声及重尾脉冲噪声环境下,分别对GNSS/SINS组合导航系统进行仿真实验。仿真实验结果表明,在混合高斯噪声干扰下,KF的性能优于MCKF;在重尾脉冲噪声干扰下,MCKF的滤波性能明显优于KF,且核带宽趋于无穷时,MCKF等价于KF。