基于人工神经网络的农业病虫害预测模型及其效果检验

选取与病虫害有关的因子作为样本的输入特征,建立了农业病虫害年分类预测的Ｂ－Ｐ人工神经网络模型。该方法应用于稻瘟病的预测建模结果的拟合率为１００％,预留样本检验报率为８３％。     

应用人工神经网络评价湖泊的富营养化

应用人工神经网络方法,以化学需氧量、总氮、总磷和透明度作为评价参数,经反复尝试,构建了具有４层结构用于评价湖泊富营养化的误差逆传播网络．其输入层有４个神经元,２个隐含层也各有４个神经元,输出层有１个神经元．以太湖富营养化评价标准作为样本模式提供给网络,按照误差逆传播网络的学习规则对网络进行训练,经过３７６８４次学习后,网络达到预先给定的收敛标准．使网络具备了识别湖泊富营养化程度的功能．应用该网络对我国１７个湖泊的富营养化程度进行评价,操作过程简便易行,评价结果切合实际,展示了这种方法的一系列优点．     

1988-2013年基于BP神经网络的植被叶面积指数遥感定量反演

叶面积指数（Leaf Area Index,LAI）高度综合了植被水平覆盖状况和垂直结构,以及枯枝落叶层厚薄和地下生物量多少,是植被影响土壤侵蚀的主要方面。区域尺度的时间序列叶面积指数揭示了区域土壤侵蚀的演化过程。因此,及时准确地掌握区域尺度上长时间序列的植被LAI,对研究土壤侵蚀动态变化与植被的关系至关重要。选择南京市1988-2013年10期遥感影像,基于反向传播（Back Propagation,BP）神经网络构建LAI反演模型,进行了长时间序列的叶面积指数反演。结合2009和2010年LAI实测值,验证与探讨了该模型的评价精度与适应性。结果表明：（1）该模型拟合度较高,2009和2010年平均相对误差、均方根误差、相关系数分别是0.2395和0.2174,0.2962和0.2581,0.7713和0.6844,各项精度评价指标均较好;（2）统计分析去除耕地后全市LAI变化,低植被覆盖（LAI<2）面积不断增加,高植被覆盖区（LAI>3）面积先减少后增加,耕地面积不断减少,符合南京市的发展变化规律;（3）主城区LAI年际变化与其他学者得到的南京市植被盖度变化趋势一致,反演结果的时序性较高。本文提出的基于反向传播神经网络模型反演长时间序列LAI是可行的,为区域尺度土壤侵蚀定量遥感监测提供新途径。     

基于微波遥感技术探测森林地表土壤含水率

森林地表土壤含水率是森林生态系统中的重要参数,使用微波遥感技术快速准确地估算区域尺度上的森林地表土壤含水率,对于森林生态系统研究具有重要的现实意义.本文利用TDR-300土壤含水率速测仪测得黑龙江大兴安岭地区塔河林业局盘古林场内120块样地的森林地表土壤含水率作为因变量,利用C波段全极化SAR数据的极化分解参数作为自变量,构造多元线性回归统计模型和BP神经网络模型,定量估测森林地表土壤含水率,通过模型反演获得区域尺度上森林地表土壤含水率的空间分布.结果表明: 多元线性回归统计模型的精度为86.0%,均方差根误差(RMSE)为3.0%;BP神经网络模型的精度为89.4%,RMSE为2.7%.说明利用BP神经网络模型定量估测森林地表土壤含水率优于多元线性回归模型,将全极化SAR数据通过BP神经网络模型进行仿真,最终得到研究区域的森林地表土壤含水率空间分布图.     

NF-κB、IκB、IKK在非小细胞肺癌中的表达及意义

目的检测非小细胞肺癌(non-small cell lung cancer,NSCLC)中NF-κB P65、p-IκBα(IκBα磷酸化)、p-IKKβ(IKKβ磷酸化)的表达情况及其与NSCLC临床特征的关系。方法采用免疫组化Elivision法检测NF-κB P65、p-IκBα、p-KKβ在56例NSCLC中表达情况,以20例癌旁组织作为对照。结果在NSCLC中NF-κB P65、p-IκBα、p-IKKβ的表达阳性率分别为83.9%(47/56)、55.7%(31/56)、69.6%(39/56),癌旁组织三者分别为20%(4/20)、25%(5/20)、30%(6/20),NF-κB P65、p-IκBα、p-IKKβ的表达与吸烟史、TNM分期、淋巴结转移相关,差异有统计学意义(P<0.05)。结论 NF-κB P65、p-IκBα、p-IKKβ高表达与NSCLC的发生、发展起着重要作用。     

BP神经网络优化微生物浸矿工艺

以低品位黄铜矿溶液为原料,浸矿制备Cu2＋能有效提高低品位黄铜矿的利用价值。基于浸矿过程中存在多因素影响的现象,通过正交试验与神经网络分析方法,对浸矿条件（接种量、矿石品位、Fe2＋添加量及浸矿溶液pH）实行优化。结果表明：在正交试验组中最佳试验结果为浸矿产128．753mg／LCu^2＋;BP神经网络优化后的最佳实验组合为微生物接种量12％、矿石品位0．3％、添加Fe^2＋24g/L及浸矿溶液pH1．7,该条件下验证试验产Cu^2＋ 141．352mg／L,通过正交试验及神经网络优化提高了微生物浸出低品位黄铜矿酸性溶液Cu^2＋的产量。     

武陵源风景区生态承载力预警

随着人类面临的严重环境挑战,可持续发展模式作为全人类共同的选择变得越来越重要。生态承载力作为可持续发展的衡量指标,通过生态承载力水平与生态荷载状况表现出来。可持续承载力预警是以可持续发展为目标进行生态承载力调控。利用主成分分析法、层次分析法构建了武陵源风景区的生态承载力评价指标体系,作为模型的输入层预警指标,并利用状态空间法求算的生态承载指数进行警度区间的划分,通过样本训练、建立BP神经网络模型,进行生态承载预警。从风景区的资源承载、环境承载、生态弹性和生态承压等方面来考虑,析出17个资源类、环境类、社会经济类指标作为评价指标体系。对于武陵源风景区的承载状态,从时间上看,2000年曾出现超载状态,主要是风景区的核心区范围内出现城市化现象所致;从空间上看,协和乡出现超载状态,其主要原因在于资源的开发利用上。基于BP网络模型实现的生态承载力预警,用于预测预报未来的可持续发展的发展状态,可以及时反映可持续状态的调控效果,为区域系统的可持续发展提供科学依据。     

植物激素脱落酸的信号转导

介绍了与ＡＢＡ信号转导直接相关的ＡＢＡ结合蛋白、第二信使和ＡＢＡ响应基因的诱导表达等方面的最新研究进展。     

国家公园类型划分与空间识别——以云南省为例

国家公园是我国推进生态文明建设的重大制度创新,如何科学地对国家公园进行类型划分及空间识别,是国家公园布局和建设中的基础性工作,既有必要性也有紧迫性。本研究以中国国情为基础,参考国际经验,将国家公园划分为荒野导向型、生态优先型、游憩导向型与遗产导向型,构建了一个比较完整的国家公园分类体系。并以自然和人文多样化程度较高的云南为案例,以“双评价”为基础建立了一套指标体系和区划规则,利用人工神经网络建立土地利用演化学习算法,利用融入自适应惯性机制的元胞自动机展开时空模拟,对云南全域进行高分辨率不同类型国家公园的空间辨识,并通过收缩-膨胀原理对识别区域进行比较、修正和优化,进而提出未来云南国家公园布局的综合方案。结果表明: 云南省国家公园主要集中在三江地区与横断山区、滇西以及西南部地区,这3类地区可作为未来国家公园区划与分类保护的重点。本研究所建立的国家公园类型划分和空间识别的一般性可推广的研究范式和工作流程可作为全国应用的参考。     

用人工神经网络方法估计Ligistic方程参数

本文提出Logistic方程参数优化估计的人工神经网络方法,并选取一组标样进行具体尝试。结果表明,用这种方法估计Logistic方程参数效果极好。