北京油松人工林竞争指数的适用性评价

为筛选北京油松Pinus tabulaeformis人工林的最适竞争指数,获取油松人工林科学经营管理的依据和理论支撑,以九龙山油松人工林内的1 054株油松对象木及4 216株竞争木为研究对象,通过Hegyi竞争指数、Bella竞争指数(CIOi)及基于交角的林木竞争指数(d_α_CIi)进行生物量回归分析和k折交叉验证,筛选并分析油松人工林的最适竞争指数。结果显示:油松的径级分布呈略正偏的正态分布,88.24%的个体分布在10~25 cm径级内;油松生物量与d_α_CIi,Hegyi竞争指数服从幂函数关系,CIOi服从指数函数关系。d_α_CIi与油松生物量的决定系数(R2)、10次10折交叉验证R2值均最高,R2损失量最小,量化效果最好;Hegyi竞争指数次之,CIOi最差,说明d_α_CIi是量化北京典型油松人工林竞争强度的最佳指标。林木竞争受数量、大小和物种共同影响。随着油松对象木胸径的增大,竞争指数逐渐减小,其上方遮盖所占竞争指数比例也逐渐降低,甚至没有。当油松胸径不小于20 cm时(约总体前1/4),随径级增大其竞争指数变化不显著;据此对油松胸径小于20 cm的个体进行合理抚育间伐,能改善油松林结构。油松所受竞争主要来自种内,占总竞争强度的93.64%,种内竞争木数量、竞争强度随径级呈先增大后减小的趋势,而种间竞争木数量、竞争强度随径级总体上呈先减小后增大趋势,表明种内竞争大于种间及两者间的垂直空间分离是物种共存的重要条件。

基于稀疏低秩分解的杂草种子配准

针对杂草种子识别在实际应用中的困难,提出了一种适用于杂草种子配准的稀疏低秩分解算法。阐述了稀疏低秩算法的原理和求解方法,原本有等式约束且非凸的问题可以通过求解核范式和l1范式的无约束凸优化问题得到很好的配准结果。为了验证配准工作的重要性,运用k折交叉检验对比配准前后的识别率差异。实验结果表明,基于稀疏低秩分解的配准算法能够提高杂草种子的识别率,为实际中的杂草种子识别提供了可行方案。

基于参数调优Xgboost算法的多余物信号检测技术

密封继电器在航空航天领域有着非常关键的作用,继电器内部的多余物严重影响着它的可靠性和稳定性。现在的密封继电器多余物检测技术大多采用微粒碰撞噪声检测法(PIND),这种传统的检测技术保障了航天系统的可靠性和稳定性,但对于密封继电器多余物信号判断的准确率只能达到75%。实验使用基于参数调优的Xgboost算法对检测信号进行分类,首先,通过对比多余物信号和组件信号的时域和频域波形提取出13个特征构建训练样本,然后通过网格搜索和k折交叉检验结合的方法,搜索出Xgboost树的最大深度和每棵树随机采样的最好比例,进行模型训练和模型调整。结果表明,基于参数调优的Xgboost算法在密封继电器多余物的判断上,准确率最高可以提升到90%,精确率和召回率等各项分类指标也有大幅度提升。

南漪湖叶绿素a浓度荧光反演算法研究

叶绿素a(Chlorophyll-a,Chl-a)浓度是监测浮游植物和水质状况的代表性指标,对湖泊富营养化评价具有重要意义。为了探求南漪湖多时相的Chl-a浓度高光谱特征及反演方法,选取2020年—2021年间南漪湖8次走航式水体实验同步采集的98组高光谱数据和Chl-a浓度数据,分析不同Chl-a浓度条件下南漪湖实测光谱的变化特征,同时考虑水质组分变化和采样时间变化对光谱的影响,提取能反映Chl-a浓度信息的特征波段。然后引入峰谷距离法、荧光基线高度法、峰面积法和基于峰面积法改进的谷上峰面积法共同反演南漪湖Chl-a浓度,并利用5折交叉验证法比较不同反演算法的优劣。研究结果表明:(1)随着Chl-a浓度的增大,荧光峰位置向红外方向移动,Chl-a吸收谷和荧光峰分别有加深和升高的趋势,峰谷差异更加明显,荧光峰附近谱段能够有效反映Chl-a浓度变化;(2)利用5折交叉验证法将样本分为5组,依次作为验证集进行建模,对于不同组别的验证集各方法的RMSE和MAPE极差平均值分别为0.4375μg·L^(-1)和28.27%,可见样本建模集与验证集的选取会显著影响精度评价结果,5折交叉验证的方法可以减小上述误差,在样本范围内最大程度地比较出各方法的优劣;(3)结合Chl-a浓度吸收谷极小值处水平切线提出的谷上峰面积法取得了最优的反演结果,其验证精度分别为R^(2)=0.7567,RMSE=1.6531μg·L^(-1),MAPE=40.77%,相较于峰谷距离法、荧光基线高度法和峰面积法精度均有提升,为叶绿素a浓度荧光反演提供了新的思路。