青霉素半连续发酵过程状态与参数在线辨识

本文建立了带有噪声的适合于工业规模青霉素(丝状菌)半连续发酵数学模型,以排气CO₂释放速率(GER)作为在线观测量,应用推广Kalman滤波器(EKF)进行状态与参数在线辨识,为过程的自适应优化控制奠定了基础。试验表明：滤波得到的状态值与实测值相当吻合,证明滤波器是一种较好的发酵状态及动力学参数变化的在线观察器。     

不同形式混合资料遗传力的估计方法

本文探讨了用一种特殊形式资料估计遗传力的方法,亦可作为为扩大样本含量,充分利用不同来源且形式不同资料合并估计遗传力的方法。     

海南岛热带山地雨林林分生物量估测方法比较分析

本文通过对海南岛热带山地雨林林分生物量估测方法的比较分析,表明材积转换法不适宜估算海南岛热带山地雨林林分生物量,其结果与皆伐法相比较一般偏高20％—40％;而用实测资料建立的生物量回归模型,对原始林林分有较好的估测结果,除树枝和树叶生物量外,树干、树皮及地上部分生物量的回归模型值,与皆伐法的结果比较,相对误差一般在±10％以内,为允许误差范围,而对热带山地雨林的更新林生物量的估测则效果较差,应建立相应的估测模型。平均木法有工作量小的优点,且误差也在16％以下,但要注意取样的树种多样性和取样强度,在实际中应当慎用。另外本文对测定热带山地雨林生物量(原始林)的所需面积大小问题作了研究,提出了生物量-面积曲线的概念,确定其最小调查面积为2500m~2以上。     

中国亚热带常绿阔叶林净第一性生产力的估算

中国亚热带常绿阔叶林净第一性生产力的估算倪健（中国科学院植物研究所生态室,北京１０００９３）ＥｓｔｉｍａｔｅｏｆｔｈｅＮｅｔＰｒｉｍａｒｙＰｒｏｄｕｃｔｉｖｉｔｙｆｏｒＳｕｂｔｒｏｐｉｃａｌＥｖｅｒｇｒｅｅｎＢｒｏａｄｌｅａｖｅｄＦｏｒｅｓｔｉｎＣｈ...     

广州市风水林群落空间异质性及其对区域物种多样性的贡献

以广州地区村边风水林为研究对象,选取了67个风水林斑块,并在每个斑块内建立了一个20m×20m的样方,调查了其胸径大于1cm的植物组成。首先以种面积关系外推法和非参数法估计了风水林群落对区域生物多样性的贡献;然后以加法准则拆分了gamma多样性,以分析风水林群落物种组成的异质性;最后根据每个风水林群落的物种丰富度、稀有种(在所有群落中只出现一次的物种)数目和谱系多样性分析了在保护中需要优先考虑的区域。结果发现：（1）广州地区风水林群落至少保存了32.74%的区域物种多样性;（2）gamma多样性(184)中绝大部分由beta多样性(163.43)构建,只有很小部分来自于alpha多样性(20.57)。这表明风水林群落在物种组成上具有较高的空间异质性,要想尽可能多地保护风水林内物种多样性,就需要尽可能多地保护风水林群落斑块;（3）相对于平原地区,位于山区的风水林群落具有更高的物种丰富度和谱系多样性以及更多的稀有种数目。在保护资金和土地资源有限的情况下,位于山区的风水林群落应该给予优先考虑。     

北京东灵山地区植物群落多样性研究 Ⅵ.几种类型植物群落物种数目的估计

采用经验贝叶斯方法、非参数方法（刀切法和自助法）和种－面积曲线外推方法对北京东灵山地区５种类型植物群落的物种数目进行了估计,考察了这些方法的估计行为,从中得出如下结论：（１）只要抽样强度不是很小,经验贝叶斯方法就能给出群落物种数目很好的估计,但与非参数方法相比,其估计的标准差较大;（２）在适当的抽样强度下,非参数方法也能给出群落物种数目很好的估计。如果抽样强度过低,则估计值也偏低;相反,如果抽样强度过高,则估计值也偏高。但在各种抽样强度下,非参数方法估计的标准差都比经验贝叶斯方法的小;（３）种－面积曲线２、３、４、５、６可以给出群落物种数目较好的估计,曲线１的估计值偏高,而曲线７、８、９、１０的估计值则偏低;（４）经过几种方法的综合比较,可以对群落１、２、３、４、５的各层及整个群落的物种数目分别做出如下估计;乔木层１６、１９、２１、１２、１６,灌木层１３、１５、２１、１４、２１,草本层４９、４６、５４、８２、５５,整个群落７９、８０、９６、１０７、９２。     

生物群落多样性的测度方法VI：与多样性测度有关的统计问题

物种多样性测度是（群落的）总体参数,它们常常是未知的,需要通过抽样将它们估计出来,因此,必须了解估计量的抽样性质。本文对与一些多样性测度的均值、方差的估计和假设检验以及大、小样本分布等有关的问题作了综述。可以看出大多数多样性测度的抽样性质还不清楚,有些甚至根本就没有研究过。Ｐｉｅｌｏｕ的合并样方法和刀切法是两个比较通用的方法,用它们可以解决其中的一些问题。但相比之下,刀切法更实用。     

非线性拟双曲方程的交替方向变网格有限元方法

研究在神经传播过程中的一类非线性拟双曲方程的初边值问题,提出了一种三维交替方向变网格有限元格式,应用微分方程先验估计的理论和技巧,得到了最佳阶的L^2模误差估计结果。并作了数值实验。指明方法是高效可行的．