基于动态过程导向的马铃薯种植适宜性时空精细化评价研究

目的 为优化我国冷凉区作物种植结构布局,选择我国东北黑龙江、吉林和内蒙古冷凉地区为研究区,基于动态过程导向的马铃薯种植适宜性时空精细化评价方法,开展典型马铃薯早熟、中晚熟品种种植适宜性研究。方法 文章根据马铃薯干重与生育时间函数关系获取以每天为评价基本单元的纵向加权精细化赋值,基于随机森林方法获取横向环境指标精细化加权值,生成马铃薯种植适宜性评价结果图;应用马铃薯空间实际种植点及DSSAT-SUBSTOR-Potato模型模拟马铃薯单产,对适宜性评价结果进行交叉验证。结果 （1）早熟品种费乌瑞它的种植适宜区集中于大兴安岭林区与平原交界的缓冲地带,而马铃薯中晚熟品种延薯四号适宜区分布在平原、林区与平原交界处。无论是费乌瑞它或是延薯四号,其在牡丹江林前耕地区域的适宜性普遍不高,但是在牡丹江周围的平原耕地适宜性较好。（2）基于动态过程导向的马铃薯种植适宜性时空精细化评价方法与模型评价方法有关早熟品种的评价结果较为一致,重合度超过70%;在生长期较长的中晚熟品种的适宜区评价中,由于权重和生长期差异导致评价结果出现不同,尤其在低适宜区差异更加明显,重合度低于40%。结论 由此可知,应用不同方法评价作物种植适宜性时,不同的品种可能获取不同的结论。     

基于数据挖掘的生产技改项目投资预测研究

随着我国经济社会不断进步和生产能力迅速发展，电网技改工程项目数量日益增加，技改项目种类日益多样，管理难度也逐渐增大，提升其造价预测的准确性对于提升电网企业的经济效益和社会效益具有重要作用。工程项目投资预测目前主要采用传统预测模型，传统预测模型存在精度不高、容易出现过拟合现象等问题。而随机森林算法的整体性能突出，预测效果较好。文章基于实际工程数据，构建基于随机森林算法的生产技改投资预测模型，用以预测项目的投资情况，并将其预测性能与线性回归模型和SVM模型进行对比。结果表明，当预测范围在训练集样本范围内时，基于随机森林算法的生产技改投资预测模型的预测精度较高，稳定性较好，为生产技改投资预测提供了一种新途径。     

基于fsQCA方法的区域创新产出环境影响因素分析

构建和谐共生的创新生态系统是推动区域高质量发展的有效途径。基于国家创新能力理论，以我国30个省市区为案例样本，运用fsQCA方法，研究内生环境、产业集群环境、协同环境对创新产出的“多重并发因果关系”。研究发现：创新产出是创新环境各要素综合作用的结果且存在“因果非对称性”，高创新产出和非高创新产出可通过不同路径实现；内生环境是创新产出的关键，产业集群环境和协同环境可以分别与内生环境配合实现高创新产出。