土壤重金属混合样采样数目和空间变异耦合规律研究进展

土壤重金属合理采样数目确定和空间变异特征分析是进行土壤重金属相关研究工作的前提和基础,为评估土壤重金属混合样采样数目和空间变异研究进展,通过广泛查阅国内外相关文献,对土壤重金属混合样本数、混合样分样点数目、组间及组内误差与空间变异耦合规律现状及未来研究方向进行了评述。结果表明:目前,已有研究只关注于已知变异单元内正态分布下混合样采样数目的确定,对于已提出的偏态分布下合理采样数目确定方法,均存在着采样数目高估或者低估现象,而且只关注于混合样点合理采样数目确定方法研究,针对不同的误差控制需求、正态或偏态分布、已知或未知变异单元,确定土壤重金属混合样本数及混合样分样点数目方法研究尚未开展,对于采样数据符合偏态或正态分布下,增加土壤混合样、混合样分样点数目与组间误差、组内误差降低趋势关系拐点尚不清楚,土壤重金属混合样本及混合样分样点数目与空间变异耦合规律也尚不明确。因此,识别增加土壤混合样、混合样分样点数目与组间误差、组内误差降低趋势关系的拐点,优化土壤重金属混合样本数、混合样分样点数与土壤重金属总体采样数目的关系,结合空间变异预测模型,构建样本量计算和空间变异识别的耦合模型,揭示土壤重金属混合样本数及混合样分点数与空间变异耦合规律是未来土壤重金属采样数据质量提高及田间采样决策的关键。

采样点数目对反距离加权插值结果的敏感性分析

为了研究采样点数目对反距离加权插值结果的影响,以面积为2.076×105km2的白俄罗斯为研究区域,采用数目逐渐变化的采样点作为实验数据,通过交叉验证方法,得到了采样点数目与插值精度之间的关系。结果表明:随着采样点数目减少,插值误差呈现先缓慢上升后迅速上升再缓慢上升的趋势。就本组数据而言,当采样点逐渐减少到约为总采样点数目的 70%左右,插值的质量会发生突变。计算采样点的密度,得出每100 km2采0.9～1.3个点(即每76～109 km2采集1个点)的情况下,插值精度变化不大。鉴于研究所得,在实际的生产生活中,可供大区域插值时,采样方案设计参考。

辅助时序数据用于土壤盐分空间预测及采样研究

以普通克立格法作为参考,利用辅助数据的两种预测方法,即协同克立格法和回归克立格法对海涂区土壤盐分进行空间内插计算,并在目标变量的采样数目不断减少的情况下,利用80个检验样本,对比了这3种方法的预测精度。结果表明,不论目标变量的样品数目如何减少,利用了辅助变量的协同克立格法和回归克立格法的预测精度较普通克立格法都有了较大提高,而且回归克立格法的预测精度总体上要好于协同克立格法。对不同样品数目下3种方法的预测误差进行T检验发现,回归克立格法对普通克立格法和协同克立格法预测误差的减少在不同的样本数目下都达到了极显著水平。研究结果表明,利用连续几个时段上辅助的时序数据,来对同样点位上下一个时段的变量进行估值,可以较大地提高估值精度,节省采样成本。尤其是回归克立格法的回归部分可以是一般的线性模型,也可以是非线性模型,在预测时无疑更具灵活性。

宁夏云雾山自然保护区草地土壤有机质空间变异性及采样数确定

作为草地土壤重要肥力指标的有机质,存在明显的空间差异。草地土壤有机质合理取样数取决于有机质要素自身空间变异程度和人们对数据精度的要求。采用传统统计学和地统计学相结合的方法,对云雾山草地90 m×90 m区域内的土壤有机质进行空间异质性分析。结果表明,有机质的合理采样数目较实际采样数目有大幅度减少。有机质在2个土层都呈正态分布,且都呈中等强度的变异,变异系数分别为13.47%、16.85%。地统计学表明,有机质在不同方向上存在强烈的自相关性,在不同的方向上均属带状异向性;草地土壤有机质合理采样数应建立在统计特性和空间结构性基础上。

农田土壤水分和电导率空间变异性及确定其采样数的方法

应用传统统计学和地统计学方法 ,分析了 2个氮肥用量间夏玉米田间 2个 10 m× 10 m区域土壤含水量和电导率的空间变异性 ,在此基础上 ,应用普通克立格技术估算了未知点的土壤含水量和电导率 ,并确定了 2种土壤特性的合理采样数目。结果表明 ,不同的氮肥用量不但影响土壤电导率的分布规律 ,而且影响土壤含水量的分布规律 ;土壤含水量和电导率的半方差函数揭示了它们的分布具有强烈的空间自相关性 ,纯块金效应除外 ;在本试验条件下 ,应用克立格方法 ,土壤含水量和电导率采样效率比传统统计学方法提高 6～

面向叶片弯扭变形分析的测量采样方法

针对叶片弯扭变形分析的问题,对等参数、等弧长及等弦高测量采样方法进行了研究。采用以上三种测量采样方法对叶片CAD截面线进行离散,对得到的离散点集进行平移、旋转及加噪处理,作为叶片弯扭变形的截面测量数据;通过采用奇异值分解和最近点迭代相结合的算法,将叶片截面测量数据与计算机辅助设计模型的截面轮廓线进行配准,计算出测量截面线相对于CAD模型截面线的扭转角度和平移量,并得出不同测量采样方法对应的叶片弯扭变形分析的精度。通过基于仿真数据和实测数据的叶片截面模型配准实验及对比分析,总结出一些可用于指导叶片弯扭变形分析的测量采样策略。

基于改进稀疏度估计模型的压缩感知去噪算法

针对带有高斯白噪声的宽带信号,提出改进基于二项分布的稀疏度估计模型,使其能够适用于带有噪声的信号,并根据稀疏度上界确定采样数目以保证信号能够被准确重构;利用估计的稀疏度上界,改进自适应阈值去噪算法,降低噪声折叠对信号重构的影响。仿真表明,对带有高斯白噪声的宽带稀疏信号,所提算法能够较为准确地估计出稀疏度上界,在保证信号重构精度的前提下,减少了采样数目,同时也降低了自适应阈值去噪算法的计算开销。

分布式感知协作的扩展Monte Carlo定位算法

针对移动机器人难以单纯依赖自身传感器定位的问题,提出了一种分布式感知协作的扩展Monte Carlo定位方法.在定位过程中,机器人根据感知更新前后采样分布信息熵、有效采样数目及采样分布均匀性的变化,适时地从环境传感器的检测模型进行重采样,从而有效减少其位姿估计的不确定性.在算法的具体实现过程中,采用彩色摄像头作为环境传感器,摄像头的参数由机器人进行在线标定;然后依据标定的参数获得摄像头的检测模型.实验验证了该算法在解决全局定位和机器人绑架问题时的有效性.

基于有效最大含水量的土壤水分监测优化布设方法

考虑空间变异的土壤水分精准测定是作物适时适量灌溉的基础。以土壤有效最大含水量作为关键参数,结合经典统计学和地统计学方法,提出了土壤水分监测优化布设数量与位置的确定方法,克服了以实测土壤含水量作为参数导致通用性差的弊端,并以北京大兴试验区3.645 km2为例,布设了129个采样点,分析了土壤有效最大含水量空间变异规律,提出了优化的采样数目及具体布设位置。结果表明:(1)土壤有效最大含水量在0~40与0~80 cm深度均满足正态分布,其变异系数分别是14.96%和13.56%,表现为中等程度的变异;(2)运用经典统计学方法获得在置信区间90%、采样误差10%情况下,0~40和0~80 cm深度的合理采样数分别为6个和5个,并采用地统计学方法确定了具体布设位置。(3)以129个样点估算的区域含水量作为实测值,依据优化采样点估算的区域含水量误差均低于10%,因此基于有效最大含水量的土壤水分监测优化布设方法可以在保证区域测量精度情况下,大幅减少采样点数量。

基于多层分块自适应压缩感知的图像编解码方法

压缩感知中,测量矩阵对图像进行单一采样率的压缩采样。传统的测量矩阵虽然能够获得比较好的重构效果,但因采样数目较多,故而资源耗费也较多。为了解决上述问题,提出了多层分块自适应编码算法(multi-layered block adaptive coding algorithm,MLBA)以及多层分块自适应压缩感知编解码方法(multi-layered block adaptive compressed sensing codec method,MLBACS)。MLBACS编解码方法基于MLBA编码算法,能够根据图像局部结构进行不同层数和大小的分块,并自适应分配采样率。仿真结果表明,在同等重构性能的前提下,相对于单一采样率下的压缩感知,MLBACS编解码方法能够不同程度地降低重构图像所需的采样数目。