玉米叶片重金属铅含量的SVD-ANFIS高光谱预测模型

重金属污染农作物后可通过食物链进入人体从而严重危害身体健康。如何快速准确地监测农作物中重金属含量已成为当今生态与粮食安全等领域的重要研究内容。常规的生化监测方法存在操作繁琐、过程长、具有破坏性等缺点,而高光谱遥感具有光谱分辨率高、信息量大、生化反演能力强、方便快捷、对监测对象无损伤等优势,因此利用高光谱遥感技术监测农作物中重金属含量已成为遥感领域的热点研究之一。以不同浓度Pb(NO₃)₂溶液胁迫下盆栽玉米植株为研究对象,基于不同铅离子(Pb2+)胁迫梯度下玉米叶片的反射光谱及其中Pb2+含量的测定数据,结合奇异值分解(SVD)理论和自适应模糊神经网络推理系统(ANFIS)结构,建立了一种Pb2+含量预测的SVD-ANFIS模型。首先对各胁迫梯度下玉米的老叶(O)、中叶(M)、新叶(N)三种叶片的反射光谱数据进行SVD处理,获取原始光谱信息的奇异值;然后选择O,M和N叶片对应的奇异值来寻求ANFIS结构的最佳输入组合,最终选定O-M（双输入）组合作为ANFIS结构的输入量,通过训练和学习获得最优模糊规则库后,ANFIS结构的输出量即为叶片中Pb2+含量,从而实现了SVD-ANFIS模型的预测性能。研究结果表明,该模型的输出误差值较小,精度较高,在模糊训练过程中隶属函数选为钟型函数时预测效果最佳。利用多参数的反向传播(BP)神经网络预测模型对SVD-ANFIS模型的预测优越性进行验证时,得到BP模型和SVD-ANFIS模型的决定系数(R2)分别为0.977 6和0.988 7,均方根误差(RMSE)分别为2.455 9和0.601 3,可见SVD-ANFIS模型的拟合度更高,预测效果更好。同时选取不同年份的Pb污染玉米叶片等光谱数据对SVD-ANFIS模型进行可行性检验,其R2和RMSE分别为0.986 4和0.887 4,说明SVD-ANFIS模型能较好的用于玉米叶片中Pb2+含量预测且具有较高的鲁棒性,可作为预测玉米叶片中重金属含量的一种方法。     

乐音演示实验的几点改进

乐音演示实验的几点改进杨军（江苏省淮阴师范学校２２３３００）物理教学中“乐音”这一内容，就其本身来说是能够教得既生动形象又引人入胜的．但是由于教材与实验条件等因素的限制，往往使教学效果不那么理想．为此，笔者对乐音演示实验作了几点改进，让学生在观察感受...     

关于两类污染数据回归分析的参数估计

研究简单回归模型：ｙｊ＝ａ＋βｘｊ＋εｊ，ｊ＝１，２，…，ｎ，其中Ｅεｊ＝０，Ｅε＾２ｊ＝σ＾２ｊ；但ｙ１，ｙ２，…，ｙｎ受到另一独立同分布随机变量序列ｔ，ｔ２，…，ｔｎ两种不同方式的污染，ｔｊ与ｙｊ独立。本文给出了两种污染方式下的ａ、β和污染参数的估计。     

浅谈环境物理学

环境物理学是一门新兴的学科，它包括物理学的各个分支，文章从物理与环境的关系出发，介绍了环境物理学的产生，学科体系以及当前的研究领域。     

通过用聚集的沸石吸附剂来提纯被CO2和一种或多种烃类和／或氮氧化物的污染的气流的方法

本发明涉及通过基于LSX沸石或LSX和X沸石的聚集沸石吸附剂床的吸附来提纯被CO2、烃类和／或氮氧化物污染的气流，尤其基于空气或合成气的气流的新型方法，其中LSX沸石或LSX／X沸石共混物的可交换的阳离子部位的至少90％被钠离子占据，并且它的惰性粘结剂占该吸附剂重量最多5％。     

“养殖池塘污染底泥的生物生态修复”项目顺利通过鉴定

2月25日，宁波市海洋与渔业局受宁波市科技局委托，在新兴大酒店召开了由我校生命学院陆开宏教授主持承担的“池塘零排放健康养殖系统研究——养殖池塘污染底泥的生物生态修复”项目鉴定会．该项目通过在室内模拟、池塘围隔和虾池养殖等不同条件下开展修复养殖池塘污染底泥的系统性试验，表明载体微生物能加速底泥及上覆水体中有机质的分解，改善池塘生态环境，提高对虾养殖产量．项目以60．4亩南美白对虾精养海、淡水池塘为试验池，使用载体微生物后，     

可压缩核废料污染问题的修正迎风差分格式及收敛性分析

对无弥散项的可压缩核废料污染问题模型建立修正迎风差分格式,并进行了收敛性分 析,最后给出其l2误差估计．     

污染数据线性回归模型参数估计的两个问题

研究了简单回归模型中响应变量在某一时刻受到另一随机变量序列污染时,模型参数和污染系数的估计方法及其相合性与渐近正态性,并证明了第Ⅰ类污染数据回归模型在假定22σ=l221σ(其中21σ和22σ未知,l2已知)下,其参数的矩估计不存在.     

OPTIMIZATION OF Ni BIOACCUMULATION BY SYNECHCOCCUS

Influencing factors on bioaccumulation of Ni by Synechcoccus were studied in this paper. The equilibration time of Ni bioaccumulation was about 80 min in aqueous solution. Bioaccumulation quantity reached maximum when mass ratio of Ni to dry weight concentration of Synechcoccus was 16-18%. Bioaccumulation quantity increased with increasing pH. The optimum pH was 9-10 and higher pH led to precipitation of Ni（OH）2. Bioaccumulation quantity was also influenced by temperature and light intensity reaching their optima at 35℃ and 3 000 lx respectively. Bioaccumulation of nonliving algae was larger than that of living algae.