农作物空间格局动态变化模拟模型(CROPS)构建

农作物空间格局动态变化模拟模型(CROPS)构建

夏天1,2, 吴文斌1,2,*, 余强毅1,2, 杨鹏1,2, 周清波1,2, 唐华俊1,2（1.农业部农业信息技术重点实验室，北京100081；2.中国农业科学院农业资源与农业区划研究所，北京100081）

摘要：农作物空间格局指特定区域内农作物种植结构、空间分布等信息，是农业土地系统的核心内容之一，也是农业结构调整的重要依据。随着空间模拟技术的发展，农业土地系统的时空动态表达成为可能，但传统模型方法更多关注土地利用类型的转化，而忽视耕地内部农作物格局时空特征的表达。本研究基于CLUE-S土地利用变化模拟模型，进行了概念模型设计、框架和模块重建、参数本底化和校正，研究并提出一个适用于我国农作物空间格局动态变化模拟模型（CROPS，Crop Pattern Simulator）的可行架构，使其能够实现区域尺度土地利用变化与农作物空间格局变化的双层动态模拟。CROPS模型采用了两层次嵌套模拟的模型结构，第一个层次实现对耕地空间格局动态变化过程和状态的表达，第二层次基于第一层次的模拟输出的耕地空间格局，实现耕地内部的农作物空间格局动态变化的有效模拟。CROPS模型主要包括非空间和空间两个大模块，空间模块又包括空间模块I和空间模块II。CROPS模型在东北三省进行了区域应用，结果表明，模型总体模拟效果较好，能够科学合理的表达耕地空间格局和农作物空间格局的动态变化过程。

关键词：农作物空间格局；动态变化；CROPS模型

0引言

农作物空间格局特指一个区域内农作物种植结构、分布、熟制和种植方式等信息[1]，是农业土地系统的核心内容之一。一方面，农作物空间格局能够反映蕴藏于农业土地系统内部的诸多服务功能，如粮食安全、农田碳库、生物质能源生产等；另一方面，其反映了空间范围内人类利用农业生产资源的状况，是农作物结构调整和优化的重要依据[2-4]。因此，开展农作物空间格局变化过程及特征研究具有较高的实用价值和重要的科学意义。

近年来，国内外很多学者针对农作物格局及其变化进行了相关研究[5]。统计调查方法是较早且较为常用的方法之一，即以一定的行政区为基本单元进行农作物面积统计分析[6, 7]，但这种方法往往忽略了分析单元内部的空间异质性，而且主观性较强。随着遥感、地理信息系统等空间信息技术的发展，农作物格局的空间显性表达(Spatially-explicit representation)逐步成为可能。如[8]利用MODIS遥感数据提取了区域农作物种植结构；[9]同样利用MODIS 数据，实现了我国南方15省(市、自治区)各类水稻(早稻、晚稻和单季稻)种植面积的快速识别；Gao利用航片和遥感影像(TM/ETM+)分析了中国黑龙江省1958，1980，2000三个时间段水稻空间格局变化情况[10]。Montero利用GIS技术构建了藤类植物生长分布模型[11][12]模拟展示了新疆棉花种植面积时空格局演变特征，并揭示当地棉花种植业发展的主要驱动力；吴文斌利建立了农作物播种面积变化模拟系统，分析研究了2005-2035年间世界主要农作物(水稻、玉米、小麦和大豆)播种面积变化的数量特征和空间格局[13]。自1997年至今，美国农业部国家农业统计中心（USDA-NASS，National Agricultural Statistics Service of the US Department of Agriculture）不惜花费大量人力物力，将多源中高分辨率遥感影像与统计调查数据相结合，制作了每年一期的耕地内部作物分布图（CDL，Cropland data layers），供后续研究使用[14]。

不难发现，遥感技术是提取农作物空间分布信息的有效方法，但其相对成本较高，不利于获取大区域、长时间序列的农作物空间格局及其动态变化特征。而空间模拟技术作为遥感

夏天为博士后吴文斌为副研究员余强毅为助理研究员杨鹏为研究员周清波为研究员唐华俊为研究员

通讯作者：吴文斌Email：wuwenbin@https://www.wendangku.net/doc/915526160.html,

基金项目：国家自然科学基金项目（40930101，40971218，41271112），国家重点基础研究发展计划项目（“973”计划）（2010CB951504）

技术的重要补充，能够较为省时省力的表达地理空间要素的分布、格局与变化过程[3]，但目前相关模型研究多停留在土地利用变化模拟方面，较少涉及耕地内部农作物空间格局的模拟表达[4, 15]。针对此问题，本研究充分利用CLUE-S（Conversion of Land Use and its Effects at Small region extent）土地利用变化模拟模型的理论和方法[16]，经过改进、重建、参数本地化和校正，研究并提出一个适用于我国的农作物空间格局动态变化模拟模型（CROPS，Crop Pattern Simulator）的可行架构，使其能够实现区域尺度土地利用变化与农作物空间格局变化的双层嵌套动态模拟。此外，本研究选取我国东北地区（辽宁、吉林、黑龙江）进行模拟实验，测试模型的运转情况，并简要介绍了模型模拟的相关结果。

1 CROPS的概念模型

农业土地利用是人类为了自身的生存和发展需求而有意识地对农业土地资源进行开发、经营和利用的活动[17-19]。耕地是农业土地利用的最重要形式，为农作物生长、发育和成熟提供必备的自然生态环境，耕地和林地、草地等其它土地利用类型相互影响并处于动态变化之中。受多种因素影响，农作物空间格局不断发生变化，包括耕地内部不同作物之间的相互更替或转换，也包括和耕地外部其它土地利用类型的转换。因此，模拟分析农作物空间格局变化的前提是掌握耕地的空间格局动态变化，因为耕地为农作物空间格局变化提供必要的空间区间和范围。

基于该思路，本研究基于CLUE-S模型提出了CROPS模型构建的概念模型（如图1）。第一个层次通过对不同土地利用类型之间动态变化的模拟，实现对耕地空间格局动态变化过程和状态的表达。第二层次基于第一层次的模拟输出的耕地空间格局，实现耕地内部的农作物空间格局动态变化的有效模拟。为实现不同层次的空间模拟，CROPS模型基于空间动力的学原理，将区域范围内的土地利用格局和农作物种植格局可以视为一个整体的系统，在自然环境和社会经济等驱动力因素的共同作用下，区域系统空间结构状态或各状态要素空间格局的演变，并且该地区的土地利用格局和农作物种植格局处于动态平衡状态。同时，该地区的农作物空间格局变化主要发生在耕地内部，受到耕地的空间分布区域限制。在不同的层次下，通过分析土地利用类型或农作物类型空间分布与自然地理和社会经济等驱动力因素之间的相互作用，进而实现土地利用类型或农作物类型面积总量在空间位置的分配。该概念模型不仅充分发挥了CLUE-S模型在传统土地利用类型转换或突变（如草地转耕地或耕地转林地）过程模拟方面的优势和特点，也扩展了模型的功能和应用领域，实现了土地利用类型稳定下的渐变（如农作物类型更替）过程模拟，实现了两个层次的有机嵌套模拟。

图1 CROPS概念模型

2 CROPS模型的基本模块

基于图1的CROPS概念模型，本研究提出了农作物空间格局模拟模型的基本框架，如图2所示。CROPS模型工作流程为：首先进行第一层次（土地利用层）的空间格局模拟，在此基础上，利用第一层模拟的耕地格局作为控制，在耕地内部进行第二层次（农作物层）的空间格局模拟。从模型每一层的组成模块看，CROPS模型主要包括非空间和空间两个大模块，即需求模块和空间分析与分配模块。

图2 CROPS模型结构图

2.1 非空间模块

非空间模块为输入研究对象需求功能，该模块主要用于控制在历史上各种驱动力因素影响下的研究对象数量变化，或者未来不同情景条件下的研究对象数量变化情况。该研究对象需求决定空间模块中模拟分配的土地利用类型或农作物的总面积。在CROPS模型中，第一层次的非空间模块主要计算各土地利用类型的土地面积需求，第二层次的非空间模块则主要计算不同农作物类别的土地面积需求。非空间模块的输入数据主要为历史或者未来不同情景下的土地利用数据和农作物种植数据。通常情况下，历史农作物空间格局变化的需求量为统计年鉴数据，未来情景变化一般会利用趋势外推法，或者利用未来情景模型计算需求量。1.2空间模块

空间模块主要考虑空间化后的自然环境和社会经济因素的作用，分别将两个层次的模拟需求分配到空间位置，达到空间显性表达的目的。空间模块又包括空间模块I和空间模块II。

2.2.1空间模块I

空间模块I的目的是分析土地利用类型或农作物类别的空间分布适宜性、确定两个层次上的转换规则、以及转换的区域性和政策性限制因素。

（1）适宜性分析子模块

该子模块的主要功能是根据土地利用类型或农作物类别空间分布格局和备选驱动因素数据，计算出各个土地利用类型或农作物类别在空间上的分布概率，利用分布概率来判断每种研究对象的空间分布适宜性。这些备选驱动力因素中有些因素是直接导致研究对象发生变化，有些因素是间接导致研究对象发生变化，通过空间统计分析，可以确定在所有因素的影

响下研究对象类型发生转变时最有可能出现的空间位置。在CROPS 模型中，通过选取具有代表性的驱动力因子，以模拟对象（第一层为土地利用类型，第二层为农作物类型）空间数据为基础，利用二元Logistic 回归方程计算出每一种研究对象发生的概率，该方程可以解释各种研究对象类型与驱动力因素之间的关系。分布概率计算公式如下：

X X X ?++?+?+=????? ??-ni

n i i i i ββββp p Log (122)

110 式中，p i

表示出现某一模拟对象i 的概率；X 表示各驱动因素；β是各影响因子相应的回归系数。

回归系数β运用统计学软件进行计算，方程需要置信度一般要大于95％（即α≤0.05），相关性较低的影响因子将不选入回归方程。通常情况下，每一种研究对象（土地利用类型或农作物种植类型）的影响因素不同，故进入回归方程中的影响因素也不一样。构建完成各种研究类型的回归方程后，利用ROC 曲线进行检验方程的精度[20]：ROC 值介于0.5和1之间，如果该值越接近于1时，说明该研究类型的概率分布和真实分布之间具有较好的一致性，构建的回归方程能较好地解释该研究类型的空间分布；反之，若该值越接近0.5，说明回归方程不能有效的解释该研究类型的空间分布，需要重新选取新的驱动力因素构建回归方程。

（2）转换规则子模块

转换规则包括类型转移弹性系数和类型转移次序两部分。类型转移弹性系数用0～1的数值表示，描述各类型变化的可逆性。0代表极易发生转变，1代表不易发生转换，数值越小表示越容易发生转变。类型转移次序表示两类用地之间发生转化的可能性，如林地能够转化为耕地，则标记为“+”，建设用地很难转变成耕地，则标记为“-”。

利用程度较高的类型很难转变为利用程度较低的类型，而利用程度较低的类型比较容易转变为利用程度较高的类型。在CROPS 模型第一层中，建设用地很难转变为其它利用类型，通常弹性系数会设定接近于1的数值；而草地比较容易转变为其它利用类型，所以会设定接近于0的弹性系数。在CROPS 模型第二层中，水稻由于种植条件限制，弹性系数会设定接近于1的数值；而如大豆这种作物经常会更换成其它作物，故弹性系数设定会为接近于0的数值。弹性系数数值的设置需要研究人员在了解研究区域的实际变化情况下，通过不断的调试而确定。

CROPS 模型的类型转移矩阵决定着整个研究区域内结果类型的变化情况，无论是模型第一层的土地利用类型转移矩阵，还是第二层的农作物类型转移矩阵都需要根据当地的实际情况进行设定。研究区域内出现的类型转换在转移矩阵中设定为“+”，模型模拟过程中会发生此类型的转换；未出现的类型转移情况即设定为“-”，模型模拟过程中不会发生此类型的转换。通过“+”和“-”组成的转移矩阵能够有效的控制研究区域内各种类型的转换过程。

（3）限制区域子模块

区域土地利用和农作物空间格局变化会受到国家政策和区域限制的影响。在CROPS 中，这些限制因素包括区域性限制因素和政策性限制因素。区域性限制因素如森林保护区、基本农田保护区、特殊作物种植区等，这种限制因素区不在模拟范围内，需要单独在模拟控制区中标出不参与模拟研究类型变化；政策性限制因素是国家颁布的相关限制条例，如保护湿地环境，禁止开发的政策可以限制湿地转为其它土地利用类型。此外，由于CROPS 中的耕地空间格局对农作物空间格局变化起约束作用，第二层的农作物空间格局变化只能在耕地范围进行变化，非耕地范围为特定的限制变化区域。

2.2.2空间模块II

空间模块II 为空间分配模块，基于基期年的基础图件，在空间模块I 基础上，根据总概

率大小对非空间模块计算的研究需求（土地利用需求和农作物需求）进行空间分配的过程。CROPS 模型的空间分配具体过程为：首先，确定栅格系统中被允许参与空间分配的栅格单元；然后根据公式u u u i u i ITER ELAS P TPROP ++=,,计算出某一栅格单元中适合某一类型的总概率

[21]，TPROP i ，u 为栅格单元i 适于土地利用类型或农作物种植类型u 的总概率，P i ，u 是通过二元Logistic 回归方程计算的空间分布概率，ELAS u 是根据上述土地利用或农作物类型转换规则设置的参数，ITER u 是土地利用类型或农作物种植类型u 的迭代变量；然后基于每一栅格单元上各研究类型分布的总概率进行空间分配，通过多次迭代分配直到各研究类型的分配面积与需求面积相等时，模型停止分配。

图3 CROPS 模型空间分配过程

3 CROPS 模型的区域应用

本研究选择我国东北三省作为研究区域，以2000年为模拟基期年，在1km 空间尺度上利用CROPS 模型对东北三省2000-2010年农作物空间格局动态变化进行了模拟分析，并以2005年的遥感分类结果CROPS 模型模拟精度进行了验证。

表1列出了CROPS 模型区域应用的数据列表及数据来源。东北三省土地利用数据来自中国科学院环境科学数据中心，按照土地利用类型重新归并为7个土地利用类型，即耕地、林地、草地、水域、建设用地、湿地和未利用地。东北三省农作物空间分布数据来自于MIRCA2000数据集，提取了水稻、小麦、玉米、大豆和其它农作物等5类作物空间分布。同时，收集和整理了东北三省空间和属性数据，构建耕地或农作物空间格局变化的驱动因子库。具体包括11个因子，涉及DEM 、年均气温、年均降水量、>0℃积温、>10℃积温、土壤类型、交通路网、河流水域、中心集镇等自然地理数据，以及人口密度、人均GDP 等社会经济数据，这些因素共同作用驱动东北地区的耕地和农作物空间格局发生变化。利用ArcGIS 将DEM 、年均气温、年均降水量、≥0℃积温、≥10℃积温、人口和人均GDP 数据均处理为1 km 的栅格数据。土壤图按照土类类型拆分成单独的土类分布图，共划分为20类土壤类型。东北地区的土壤质地共有10种情况，将此数据划分成10类进行数据分析。通过DEM 数据生成研究区域的坡度和坡向数据。利用交通路网分布、河流水域分布和中心集镇分布数据生成研究区域内每一个栅格中心点到研究对象最近的距离。所有数据都标准化处理为1km 的栅格数据，输入到CROPS 模型进行分析研究。

表1 数据列表及数据来源

数据类型数据名称数据来源及格式

土地利用数据东北三省土地利用数据中国科学院资源环境科学数据中心，空间分

辨率1 km

农作物分布数据东北三省主要农作物分

MIRCA2000；2005年遥感解译数据

布数据

自然地理数据DEM 中科院地理数据，空间分辨率1 km

多年均气温国家气象资料汇编，空间分辨率500 m

多年平均降雨国家气象资料汇编，空间分辨率1 km

多年平均≥0℃积温国家气象资料汇编，空间分辨率500 m

多年平均≥10℃积温国家气象资料汇编，空间分辨率500 m

土壤图中科院南京土壤所汇编，土壤类型（亚类）

分布；土壤质地；土壤养分

1～3级交通路网国家基础地理信息数据

1～3级河流水域国家基础地理信息数据

中心集镇分布国家基础地理信息数据

社会经济数据人口数据分布中科院地理所数据，1km网格人口, 单位：

人/km2

GDP数据分布中科院地理所数据，1km网格GDP，单位：

万元/km2

农业统计数据1980-2010 年各类农作

物面积

1980-2010 年各种地类

黑龙江省、吉林省和辽宁省统计年鉴

面积

图4是利用CROPS第一层次模拟的1980-2010年东北三省耕地空间格局动态变化结果。图5是利用CROPS第二层次模拟的1980-2010年东北三省农作物空间格局动态变化结果。

图4 1980-2010年东北地区耕地空间格局动态变化

图5 1980-2010年东北地区农作物空间格局动态变化

利用2005年的遥感解译数据对CROPS模拟结果进行精度验证，结果表明：第一层次的耕地空间格局模拟精度达到90%，第二层次的农作物空间格局模拟精度达到75%。这表明CROPS模型运行良好，可以有效模拟东北三省耕地空间格局和农作物空间格局的动态变化。

4 讨论与结论

农作物空间格局动态变化研究方法总体上包括统计分析法、遥感检测法和空间模型法。本研究对CLUE-S土地利用变化模拟模型进行了模型框架和模块重建、参数本底化和校正，构建了多层次模拟的CROPS模型，实现了区域尺度农作物空间格局变化的动态模拟，模型可以用于大范围、长时间序列的农作物空间格局动态变化研究，一定程度上解决了统计分析法难以大区域应用和遥感检测法的时间频率不够的问题。

CROPS模型框架采用了两层次嵌套模拟的结构，第一个层次通过对不同土地利用类型之间动态变化的模拟，实现对耕地空间格局动态变化过程和状态的表达，第二层次基于第一层次的模拟输出的耕地空间格局，实现耕地内部的农作物空间格局动态变化的有效模拟。该模型框架很好实现了土地变化科学中的土地利用类型转换或突变（如草地转耕地或耕地转林地）过程模拟和土地利用类型稳定下的渐变（如农作物类型更替）过程模拟的有机整合，在模型构建方面具有较强的新颖性。

在CLUE-S模型非空间和空间两大模块的基础上，CROPS空间模块又包括空间模块I 和空间模块II。空间模块I的目的是分析土地利用类型或农作物类别的空间分布适宜性、确定两个层次上的转换规则、以及转换的区域性和政策性限制因素。空间模块II为空间分配模块，基于基期年土地利用类型图和农作物种植格局图，在空间模块I基础上，根据总概率大小对非空间模块计算的土地利用需求进行空间分配的过程。东北三省的模型区域应用结果表明，CROPS模型总体上模拟效果较好，可以有效模拟东北三省耕地空间格局和农作物空间格局的动态变化。

然而，模型仍然存在一些需要进一步改进地方。虽然模型综合考虑了自然地理、社会经济等因素对农作物空间格局变化的影响，但这种某一时段建立的回归关系应用到其它年份会存在一些统计偏差，而且部分微观农户层面的驱动因子无法很好的体现。此外，两层次模拟中第一层次模拟精度对第二层次模拟精度具有重要影响，第二层次农作物空间分布真实数据的缺失也会造成模拟精度的下降，因此，如何进一步提升第一层次模拟精度也需要进一步深入研究。

参考文献

[1] 唐华俊, 吴文斌, 杨鹏, 等. 农作物空间格局遥感监测研究进展[J]. 中国农业科学,

2010,43(14):2879-2888.

[2] 余强毅, 吴文斌, 杨鹏, 等. Agent农业土地变化模型研究进展[J]. 生态学报, 2013,33(6):1690-1700.

[3] 唐华俊, 吴文斌, 杨鹏, 等. 土地利用/土地覆被变化(LUCC)模型研究进展[J]. 地理学报,

2009,64(4):456-468.

[4] Yu Q, Wu W, Yang P, et al. Proposing an interdisciplinary and cross-scale framework for global change and

food security researches[J]. Agriculture, Ecosystems and Environment, 2012,156:57-71.

[5] Wang Y, Chen Y, Peng S. A GIS framework for changing cropping pattern under different climate conditions

and irrigation availability scenarios[J]. Water resources management, 2011,25(13):3073-3090.

[6] 申克建, 何浩, 蒙红卫, 等. 农作物面积空间抽样调查研究进展[J]. 中国农业资源与区划,

2012,33(4):11-16.

[7] 张莉, 吴文斌, 杨鹏, 等. 黑龙江省宾县农作物格局时空变化特征分析[J]. 中国农业科学,

2013,46(15):3227-3237.

[8] 张明伟, 周清波, 陈仲新, 等. 基于MODIS 时序数据分析的作物识别方法[J]. 中国农业资源与区划,

2008,29(1):31-35.

[9] 张莉, 吴文斌, 左丽君, 等. 基于EOS/MODIS数据的南方水稻面积提取技术[J]. 中国农业资源与区划,

2011,32(4):39-44.

[10] Gao J, Liu Y. Climate warming and land use change in Heilongjiang Province, Northeast China[J]. Applied

Geography, 2011,31(2):476-482.

[11] Montero Riquelme F J, Brasa Ramos A. Land and water use management in vine growing by using

geographic information systems in Castilla-La Mancha, Spain[J]. Agricultural water management, 2005,2005.

[12] 杨莉, 杨德刚, 张豫芳, 等. 新疆棉花种植面积时空格局演变特征及驱动机制研究[J]. 中国沙漠,

2011,31(2):476-484.

[13] 吴文斌, 杨鹏, 谈国新, 等. 基于Logit 模型的世界主要作物播种面积变化模拟[J]. 地理学报,

2007,62(6):589-598.

[14] Boryan C, Yang Z, Mueller R, et al. Monitoring US agriculture: the US Department of Agriculture, National

Agricultural Statistics Service, Cropland Data Layer Program[J]. Geocarto International, 2011,26(5):341-358.

[15] 余强毅, 吴文斌, 唐华俊, 等. 基于农户行为的农作物空间格局变化模拟模型架构[J]. 中国农业科学,

2013,46(15):3266-3276.

[16] Verburg P H, Soepboer W, Veldkamp A, et al. Modeling the spatial dynamics of regional land use: the

CLUE-S model[J]. Environmental Management, 2002,30(3):391-405.

[17] Liu Y, Wang D, Gao J, et al. Land use/cover changes, the environment and water resources in Northeast

China[J]. Environmental Management, 2005,36(5):691-701.

[18] Mas J, Kolb M, Paegelow M, et al. Inductive pattern-based land use/cover change models: A comparison of

four software packages[J]. Environmental Modelling & Software, 2014,51(0):94-111.

[19] Lambin E F, Turner B L, Geist H J, et al. The causes of land-use and land-cover change: moving beyond the

myths[J]. Global Environmental Change, 2001,11(4):261-269.

[20] Lesschen J P, Verburg P H, Staal S J. Statistical methods for analysing the spatial dimension of changes in

land use and farming systems[M]. Citeseer, 2005.

[21] Verburg P H, Soepboer W, Veldkamp A, et al. Modeling the Spatial Dynamics of Regional Land Use: The

CLUE-S Model[J]. Environmental Management, 2002,30(3):391-405.

Simulating the Spatial Dynamics of Cropping Pattern: the CROPS Model

Tian Xia1,2, Wenbin Wu1,2, Qiangyi Yu1,2, Peng Yang1,2, Qingbo Zhou1,2, Huajun Tang 1,2

1 Key Laboratory of Agri-Informatics, Ministry of Agriculture, Beijing 100081, China

2Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural

Sciences, Beijing 100081, China

Abstract: Crop pattern refers to the temporal-spatial combination of diverse crop allocation, crop distribution, annual multi-cropping, land fallow, and other planting methods in a specific region, which is of extreme significance for crop yield and acreage estimations, and it is also the basis of structural adjustment and optimization. However, crop pattern dynamics are hardly represented by traditional spatial simulation technique (e.g. land change models), which mainly distinguish the land surface by different land use and land cover types, while crop pattern may frequently and drastically change without any change in land cover level. Based-on the theory and applications of the widely-used CLUE-S land change model, a multi-level simulation model CROPS (Crop Pattern Simulator) was conceptualized to represent the detailed land system change, not only for land use conversions (e.g. the transitions among forest, cropland, and built-up), but also for crop pattern dynamics (e.g. the transitions among maize, rice, and soybean). The representation of crop pattern dynamics was automatically nested after the representation of cropland allocation in each single modeling step. The conceptual CROPS model was further applied to a case study in Northeast China (Liaoning, Jilin, and Heilongjiang Provinces). Results show that it can finely capture the spatial-temporal characteristics of land use and crop pattern in the study region from 1980-2010.

Key words: crops, spatio-temporal pattern, model, CROPS

新一代动态模拟软件gPROMS及应用实例[1]

新一代动态模拟软件gPROMS 及应用实例 动态模拟(Dynam ic Sim ulation)现已越来越受到学术界和工业界的重视。过程动态模拟有助于研究者比较深入地了解过程的本质,使中试阶段的试验设计和组织更加合理、有效。对间歇过程而言,动态模拟则是唯一的选择。过程的动态模拟可以方便地比较各种控制方案,过程的优化则离不开动态模拟。动态模拟的另一功能是模拟开停车过程和其他异常现象,制定相应的程序和对策。此外,动态模拟是培训操作人员的工具。 动态模拟比定态模拟揭示的内容要丰富地多,所需要的过程信息也多。动态模拟实际上是对过程更为严格的描述。例如,动态模拟不仅需要确定设备尺寸(size)和积存量(holdups),还需要制定控制方案,对数据采集要求也高了。但是对化学工程研究者而言,应用动态模拟的最大困难可能是算法的选择和大量编程工作,计算方面的困难制约了动态模拟的应用。 gPROM S(g eneral PROcess M odelling System)是由英国帝国理工学院(IC,LON-DON)系统工程中心开发的新一代动态模拟软件,是SPEEDUP的后继产品。g PROM S 的特点是应用范围广:可以用于离散或连续过程,集总参数或分布参数系统,可以灵活地用于特殊过程的模拟和优化。 gPROM S的另一特点是使用方便。gPROM S将描述过程的化学、物理或生物规律的数学方程组构成MODEL模块;外部的作用(控制)或扰动构成TASK模块;由TA SK驱动M ODEL即成为PROCESS。gPROM S软件语言已非常接近通常的数学方程式。软件包含了常用的算法,如向前、向后、中心差分,正交配置有限元,只需要简单的调用语句即可。模拟计算的结果可能以数据文件的形式输出,也可以直接打印出二维或三维图形。 动态模拟软件应用两例:1.反应器和精馏塔耦联(Reactor/Separator Coupled Process)的过程模拟和优化。 三聚甲醛(T O)工程塑料聚甲醛(POM)的单体,一般从浓甲醛水溶液经酸催化三聚化反应而生成。由于液相中T O平衡转化率很低,工业上利用T O和水形成最低共沸物的特点,将TO以汽相形式蒸出反应器,使反应单程转化率达到30%。为充分利用能量,将精馏塔叠加在反应器上,反应器出口的汽相作为精馏塔的进料汽相,增浓的未反应的甲醛以及部分水从精馏塔底部以液相形式返回反应器。对这类反应器和精馏塔耦联过程,如果将反应器与精馏塔分开模拟,难以确定反应器和精馏塔耦联处的物流组成,模拟结果失真。如果将反应器与精馏塔耦联模拟,则很难地确定状态变量。采用g PROM S模拟这一过程,在TASK模块上加上反应器液位控制回路和回流控制回流,模拟系统的开车至达到定态的定态过程,与试验结果相当吻合。如果利用gPROM S中的优化程序,还可以实现多种目标的优化。 2.压力变换反应器PSR(Pressure Swing Re-actor)的动态模拟 PSR是一种将吸附过程与反应过程结合的多功能反应器,反应产物在反应器中被吸附剂吸附,在反应器轴向和气固相之间,反应物和产物发生一定程度的分离。因此PSR 可能可以突破反应平衡的限制,获得比平衡转化率更高的转化率。产物吸附至一定程度,降低系统压力,收集产物,然后开始新一轮循环。 PSR的潜在应用前景很有吸引力,但多功能反应器固有的多因素的综合影响,以及PSR所特有的非定态行为(压力变化、流向变化引起的速度分布和浓度分布变化),使得PSR的模拟非常困难。而gPROMS则可以比较方便地模拟这一非定态过程,它可以直接显示周期定态的模拟结果,还可以对PSR 的众多参数优化,得出有意义的结果。 华东理工大学联合化学反应工程研究所 胡　鸣　(200237) ? 275 ? 第5期化 学 世 界

BIM模型都可以做哪些模拟与分析

BIM模型都可以做哪些模拟与分析 导读 之前小编看到过一遍潘石屹先生以SOHO实例讲解的BIM的四个层面问题及BIM的价值体现，那么BIM模型可以做哪些模拟和分析呢?BIM 在建筑行业中起到了哪些作用?BIM的长处可以在工程还没实际进行前，透过拟真的事前分析与模拟，来协助各项决策及运筹帷幄，则能够降低甚至避免工程中可能发生的误解、冲突、错误、浪费与风险等。环境影响模拟 此部分的模拟工具通常需要LOD 200的BIM几何模型，而目标建筑物周遭环境之建筑物则可用LOD 200的BIM几何模型或只需LOD100之量体模型即可，再搭配数字地形图与地图，来进行一年四季的日照与建筑物阴影相互影响等之分析，甚至再搭配能进行流体动力分析之工具来进行建筑物周围风场之模拟。 2节能减碳设计分析 此部分之应用工具随着近年来对节能减碳的要求，及绿建筑规范之发展而越来越受到重视，工具软件的功能也越来越细致。通常这类工具必须要能让用户输入气象单位提供的当地全年气候数据，然后根据对日照热辐射及室内采光、通风与空调之模拟，来考虑符合人体舒适度及室内照明需求的节能减碳设计，例如外壳隔热、遮阳、自然通风等，减少照明及空调之使用，达到节能减碳目的。在室内通风与热流之分析中，通常需要LOD 200甚或LOD 300之BIM模型。开口、玻

璃、隔间等与其材质、透光度、导热性等信息，也牵涉到照度模拟、流体动力计算与热传导分析，详细的分析多需要大量之计算，而目前大部分的应用工具多采用较简易快速的分析方法，毕竟在初步设计规划阶段，只要能满足设计方案的比较与节能减碳效益粗估上的精确度要求即可。 此类分析模拟工具的发展空间还很大，一方面是在分析的精确度与可视化呈现及模拟效能的提升方面，另一方面则是现代建筑与设施日渐智能化，利用许多自动的感测装置及半自动或自动的控制装置来达成节能减碳目标，但如何将这些控制机构及情境(例如，随室内温度变化与需求而自动开关的窗户)纳入分析模拟当中，则仍是需要继续努力的研究与应用议题。 3音场模拟 此部分的应用多是在设计对声音的质量要求较高的场所时，例如，音乐厅、剧场、电影院等，也可能是需要对音响或噪音的影响进行评估时，例如户外表演场所、机场、火车、高速道路等对周遭环境之影响。通常需要LOD 200甚或LOD 300的BIM模型。把隔间、室内装修及主要摆设等之几何与其材质吸音能力等信息，再配合专业软件来完成分析。 4结构分析 此部分的分析工具已发展多年且也相当成熟，只是过去通常都是由结构工程师根据2D建筑图说自行建构分析所需之三维模型，现在则可以由LOD 300的BIM模型中自动导出所需之几何及材料属性信息，

基于BIM模型制作施工模拟和模型演示总结

基于BIM模型制作施工模拟及演示动画的总结 李博关锦鹏 一、BIM模型介绍 公司拟定于2014年12月25日进行吕梁新城供水一期工程项目的投标，为在投标中展示公司技术实力与施工水平，投标前公司领导决定为该项目制作施工模拟及效果演示动画。 该项目模型由Revit软件制作，建模工作早于2014年9月份开始并于2014年11月中旬完成，模型包含净水厂的工艺管道系统、热力系统、排污系统、雨排水系统、自用水系统以及各车间互联管道等，此外还根据土建图纸制作了各车间的简化模型并标示名称。 二、动画制作过程 演示动画使用NavisWorks软件制作，于2012年12月15日开始12月21日结束，历时一周。动画内容包括整体鸟瞰和主工艺管道漫游、各管道系统展示、模拟施工演示、设计问题检查等内容。具体制作过程如下： 1、对模型中的管道系统及建筑物建立多个选择集，以便渲染及模拟施工时能够快速准确选择对象。 2、选择背景颜色并使用Autodesk Rendering为各个选择集中的对象染色，染色完成后对各对象颜色进行调整。 3、使用保存视点功能制作漫游动画并导出。 4、使用TimeLiner功能制作模拟施工演示动画并导出。

5、通过隐藏与显示使不同系统单独显示并截图保存。 6、使用Revit软件对模型显示的设计问题进行截图，修改问题后再次截图。 7、使用PPT制作图片的演示文稿以及各段视频间的衔接字母的演示文稿并导出动画。 8、使用视频合成软件将上述素材合成为一个视频，加背景音乐，加水印。 三、动画制作经验总结 1、在NavisWorks中建立选择集通常是通过从选择树中选取进行的。选择树中的根目录为Revit文件名称，二级目录为图层名称也即Revit文件中的标高名称。换言之，Revit建模过程中，在某个标高上建立的模型转化到NavisWorks中就必然出现在该标高名称的图层(即选择树根目录)中。NavisWorks图层中的项目名称与Revit建模时对项目的命名名称一致，而选择树则会将同一名称的对象和同一类型的对象归类。根据上述规律，我们在建模时如果将同系统管道与管件命名成相同名称或在指定的标高下建模，在NavisWorks的选择树中则极易选取。如图：

数学模型与计算机模拟

数学模型与计算机模拟 教案改革材料

数学模型与计算机模拟课程是以解决某个现实问题为目的，经过分析、简化，将问题的内在规律用数字、图表，或者公式、符号表示出来，即经过抽象、归纳把事物的本质关系和本质结构用数学语言来描述，建立正确的数学结构，并用科学的方法，通过编写程序求解问题，得出供人们作分析、预报、决策或者控制的定量结果。本课程的学习应注重学生的能力培养。具体包括以下六个方面： 一、掌握与信息技术相关的自然科学和数学知识，并有创造性地将这些知识应用于信息系统构建和应用的潜力； 二、为解决个人或组织机构所面临的问题，能系统地分析、确定和阐明用户的需求； 三、能设计高效实用的信息技术解决方案； 四、能深刻理解成功的经验和标准，并能运用； 五、具有独立思考和解决问题的能力； 六、具有团队协作能力和论文写作能力。 以上六个方面的要求与教育部高等学校计算机科学与技术教案指导委员会制定的《高等学校计算机科学与技术发展战略研究报告暨专业规范（试行）》中计算机科学与技术专业（信息技术方向）人才培养要求和《信息工程学院发展战略纲要》中提出的坚持“知识、能力、素质协调发展，侧重于应用能力和自学能力的培养”的办学方略相统一。基于此，信息工程学院对《数学模型与计算机模拟》课程的教案做了改革。 一、教案内容上把传统教案的“广”，改为以运筹模型为主的“精”。经过分析讨论，将线性规划模型、整数规划模型、网络模型、对策模型和

决策模型等运筹模型定为《数学模型与计算机模拟》课程的主要内容，并增加各模型的算法分析与编程实践。 二、教案方式方法上由以往的讲授为主，改为以学生为主的独立思考、分组讨论，从探究实践中归纳抽象理论的教案方法。在教案中教师选定典型问题，引导学时讨论，课后查阅相关资料。学生根据自己理解分析问题，即分析问题的常量和变量的关系，把问题本身存在的逻辑关系找出来，得出问题的数学结构，写出数学模型，寻找适合的解法，并把算法的每一步翻译成高级语言（如语言，等），根据解决问题的需要增加必要的存储变量实现算法，编写完整程序求解问题。解决问题后再分析算法的理论依据（正确性分析），并学习和借鉴已有经验。整个教案过程主要分六步：一是提出问题；二是讨论分析问题；三是建立数学模型；四是求解模型；五是编写程序验证模型；六是归纳总结；（具体过程见模型解法）。 三、增加实验实践环节，提高应用能力。本课程开设实验课，编写了实验大纲和综合实验题目，并给出了参考程序。另外，每年组织学生参加学院及全国大学生数学建模竞赛，培养学生的协作能力和应用写作能力。 四、本课程考核以建模和编写程序、上机考试结合，注重能力考查。 附：部分教案讲义和优秀作业、论文、参考程序：

三维人体动态计算机模拟及仿真系统

三维人体动态计算机模拟及仿真系统 (一) LifeMOD生物力学数字仿真软件 1. 简介 LifeMOD 生物力学数字仿真软件是在 MSC.ADAMS 基础上,进行二次开发，用以研究人体生物力学特征的数字仿真软件，是当今最先进、最完整的人体仿真软件。LifeMOD 生物力学数字仿真软件可用于建立任何生物系统的生物力学模型。这种仿真技术可使研究人员建立各种各样的人体生物力学模型，模拟和仿真人体的运动，并深入地了解人体动作背后的力学特性以及动作技能控制规律。鉴于LifeMOD 生物力学数字仿真软件的强大功能，它成功地应用于生物力学、工程学、康复医学等多个领域。 2. 厂商 美国BRG(Biomechanics Research Group)公司具有超过20年的与世界顶级研究机构和商业机构的成功合作历史，包括体育器材生产商、整形外科、人体损伤研究机构、高校和研究院所、政府机构、医疗器械生产商以及空间技术研究机构，在生物力学、工程学、康复医学等许多行业中有卓越的名誉。 3. 型号 LifeMOD 2008.0.0 4. 功能 LifeMOD 生物力学数字仿真软件的功能强大、先进而且普遍适用。 LifeMOD 生物力学数字仿真软件可用于建立任何生物系统的生物力学模型。这种仿真技术可使研究人员建立各种各样的人体生物力学模型；这些模型既能够再现现实的人体运动，也能够按照研究者的意愿预测非现实的人体运动；通过人体动作的模拟和仿真，计算出人体在运动过程中的运动学和动力学数据，从而使研究者能够深入地了解人体动作背后的力学特性以及动作技能控制规律。 在体育领域，利用LifeMOD的个性化建模和强大的计算能力，不但可以将运动员的比赛和训练情况进行再现并分析运动学、动力学特征，而且能够根据运动员各自的生理特征来进行不同情况的仿真，进行优化分析，进而达到优化运动员技术的目的，从而指导和帮助运动训练。 5. 软件特性 LifeMOD 生物力学数字仿真软件是创建成熟、可信的人体模型的工具。它具有以下特性： ● 快速生成人体模型。能在不到一分钟的时间里完成人体模型的创建。● 完整的骨骼/皮肤/肌肉模型。具有骨骼、皮肤、肌肉的人体模型与受试 对象是成比例的。 ● 可根据研究需要，建立不同精度的人体模型。（简单的是19环节18关

高中生物减数分裂的概念及动态变化过程

高中生物 减数分裂的概念及动态变化过程本讲课程包括3个考点和1个实验，命题点主要集中在减数分裂过程和有丝分裂过程的比较、图像的辨识，精子与卵细胞的形成和差异；遗传物质含量的变化；染色体，甚至联系其上的基因综合考查。这部分内容最常见的命题角度是通过细胞分裂图考查染色体、DNA等的数量变化。各种题型均有出现，难度较大。 知识梳理 减数分裂的概念：进行有性生殖的动植物，在从原始的生殖细胞发展到成熟的生殖细胞的过程中，进行的染色体数目减半的细胞分裂。减数分裂是细胞分裂两次，而染色体在整个分裂过程中只复制一次的细胞分裂方式。 一、精子的形成过程 场所：睾丸（曲精细管）

*四分体时期，同源染色体的非姐妹染色单体可发生互换。 二、卵细胞形成过程 场所：卵巢 精子、卵细胞形成的区别和联系： 相同点：染色体复制一次，都有联会和四分体时期，经过第一次分裂，同源染色体分开，染色体数目减少一半，在第二次分裂过程中，有着丝点的分裂，最后形成的卵细胞，它的染色体数

目也比卵原细胞减少了一半。 不同点：卵细胞形成过程中所形成的三个小细胞叫极体，不久之后，这些极体都会退化消失，只剩下一个卵细胞，而一个精原细胞是形成四个精子；卵细胞形成后，无需经过变形，而精子要经过复杂的变形才能形成。 三、减数分裂形成配子的种类及受精作用 为什么同一双亲的后代会呈现多样性呢？由于减数分裂过程中同源染色体分离、非同源染色体自由组合以及非姐妹染色单体间交叉互换，形成的配子的染色体组成具有多样性，导致不同配子遗传物质的差异，加上受精过程中卵细胞和精子结合的随机性，所以导致后代性状的多样性。 关于配子的种类 1.一个性原细胞进行减数分裂： （1）若该生物为雌性，则一个性原细胞经减数分裂产生一个卵细胞，所以卵细胞只有1种。 （2）若该生物为雄性，则一个性原细胞经减数分裂产生四个精子，两两相同，故产生的精子有2种。 2.有多个性原细胞，设每个细胞中有n对同源染色体，进行减数分裂。 （1）如果在四分体时期染色体不发生交叉互换，则可产生2n种配子 （2）如果在四分体时期有m对染色体发生交叉互换，则可产生2n＋m种配子 受精作用：卵细胞和精子相互识别、融合成为受精卵的过程。 意义：减数分裂和受精作用对于维持每种生物前后代体细胞中染色体数目的恒定，对于生物的遗传和变异，都是十分重要的。

燃烧模型与模拟

发动机的燃烧模型和数值模拟近年来,在国外,尤其是美国,相继开展了微动力机电系统(Power MEMS) 和微型发动机(Micro2engine) 的研究工作[1～3 ] . 微型发动机,如微型涡轮机,微转子发动机,微火箭发动机等是微动力机电系统的核心装置,其共同特征是利用碳氢燃料,在一个微型的燃烧器中 燃烧放热. 使用碳氢燃料的微型发动机即使在热效率很低的情况下 也具有比现有的电池高出比较高的能量密度. 从动力机械发展的历 史进程看,每当能源装置的能量密度产生一个飞跃,都会给社会的发 展和经济带来深远的变革. 18 世纪的蒸汽发动机,以01005W/ g 的能量密度为标志,引发了当时的工业革命. 从19 世纪到20 世纪中叶, 内燃机的发展使能量密度达到了0105 ～110 W/ g , 从而使整个交通运输 发生了巨变. 20 世纪发明的航空航天发动机使能量密度进一步上升到10 W/ g. 喷气式飞机大大地缩短了整个世界的距离. 微动力装置的能量密度将冲破100 W/ g的大关. 可以说,它是动力机械发展的第四个里程碑,给现代社会带来的影响 将是重大而深远的. 微型发动机的研究尚处于起步阶段,微型发动机热力循环的选择、燃烧系统的研究尚处于探索之中. 当前微型发动机的几个主要发展 方向有微型涡轮机、三角转子发动机和采用新材料直接将热能转化为电能的发动机. 本文对微型发动机中的燃烧进行了模拟计算, 图1 为MIT 研究开发的微型涡轮机的结构示意.

图1 1 —火焰稳定器; 2 —扩散叶片; 3 —转子叶片; 4 —进气口; 5 —启动器; 6 —燃料喷孔; 7 —燃料汇流腔; 8 —燃烧室;9 —排气口;10 —转子中心线; 11 —涡轮转子叶片; 12 —涡轮导向叶片 该发动机主要由压缩器、燃烧室、涡轮和启动电动机/ 发电机组成. 由于以光刻技术为基础的微加工方法更适合于二维或准二维结构的几何形状,同时从减少传热损失的考虑出发,本文选择了环形燃烧(图2) 作为模拟计算的对象. 环形燃烧室如图 图2

hysys动态模拟介绍

Hysys.Dynamic---动态流程模拟软件 化工流程模拟系统分为两大类：稳态模拟及动态模拟系统。 稳态模拟系统以所有工艺参数不随时间变化为前提。由于干扰的存在，实际装置的工艺参数是不断变化的。我们无法用稳态软件，求出装置不同调节通道的时间常数和它的动态特性，所有的控制方案的选择只能靠参考已有的生产装置或大概的理论定性分析。为了分析实际装置，找出最佳的操作条件，人们不得不冒极大的风险用实际装置做试验，而得到的只是某些特定条件下的回归公式。 动态模拟系统将时间变量引入系统，即系统内部的性质随时间而变。它将稳态系统、控制理论、动态化工及热力学模型、动态数据处理有机地结合起来，通过求解巨型常微分方程组来进行动态模拟。这种软件要求庞大的资源及多任务操作系统，过去只能在大型机上运行，同时由于操作非常复杂，动态模拟软件在国外也只能为极少数权威及专家所享用。由于微机的高速发展及Microsoft Windows 软件的推出，改变了DOS 对微机资源及单任务的限制，使得动态模拟系统在微机上运行成为可能。加拿大Hyprotech公司不负众望，以雄厚的技术实力，率先开发出微机版动态模拟系统Hysys1.0。动态模拟系统Hysys的推广及应用必将给石油化工设计领域、生产领域、研究领域带来一场深刻的革命，成为石化领域划时代的里程碑。化工模拟软件基本是沿两个方面发展和提高，一是在化工模拟理论和技术方面发展，以使软件应用范围更广泛；另一方面是在软件及计算机辅助工具发展，也就是研究更好的方法，使工程师更易掌握、使用这种软件，在研究方案中更灵活地运用这种软件。近年来，第一方面发展很快，后一方面则进展很慢。由于前一方面各家公司的水平都较高，所以后一方面就显得尤为重要。将两者结合起来，利用新一代的编程工具开发新一代的模拟软件，必将给化工模拟行业带来一场变革。 Hyprotech在软件发展过程中始终坚持一个宗旨：“使软件操作简单、方便，工程师易学、易懂”。达到这个目的的方法之一就是工程师在使用过程中能随心所欲地更改变量，软件运行中的任何时刻都可暂停以观察数据的变化。这就是我们所说的“完全交互式软件”，这就是Hyprotech公司的第一代产品HYSIM。它也是世界上第一个完全交互式的化工模拟软件。 Hyprotech的成功源于两个方面，其一是Hyprotech不断发展的技术能力；其二是Hyprotech对计算机技术发展带来的潜在新技术的认识，以及对这种变化做出的快速反应。从交互模拟到微机上的交互模拟技术，Hyprotech一直以提供创新的软件而领先于世界。 Hysys以具有十几年世界各地化工、石油领域的应用历史的HYSIM为其坚实的基础。Hysys包含更多、更复杂的物性计算包及单元操作。为了能更快速、准确得到计算结果，我们增加了强大的初始化及快速迭代计算工具。同时我们还增加了系统优化、反应蒸馏、先进的变量计算表，用于控制研究的控制器和传递函数发生器。 2002年7月，Hyprotech公司与AspenTech公司合并，Hyprotech成为AspenTech公司的一部分。 Hysys.Dynamic动态模拟软件的特点： 1 最先进的集成式工程环境由于使用了面向目标的新一代编程工具，使集成式的工程模拟软件成为 现实。在这种集成系统中，流程、单元操作是互相独立的、流程只是各种单元操作这种目标的

动态系统建模与仿真

摘要：经过半个多世纪的发展，仿真技术已经成为对人类社会发展进步具有重要影响的一门综合性学科。本文对建模与仿真技术发展趋势作了比较全面的分析。仿真建模方法更加丰富，更加需要仿真建模具有互操作性和可重用性，仿真建模与可信度评估成为仿真建模发展的重要支柱；仿真体系结构逐渐形成标准，仿真系统层次化、网络化已成为现实，仿真网格将是下一个重要发展方向；仿真应用领域更加丰富，向复杂系统领域发展，并将更将贴近人们的生活。 经过半个多世纪的发展，仿真技术已经成为人类社会发展进步具有重要影响的一门综合性学科。仿真技术的领域不在局限于某些尖端学科技术研究领域，而成为一项被众多学科领域广泛采用的通用型技术。半个世纪以来，仿真救赎一方面始终是建模技术、计算技术和其他信息技术最先的应用者，另一方面是对计算技术和网络技术等的发展不断提出新的挑战。 在我国建模与仿真方法是随着应用需求的发展不断的进步，近十年来仿真技术发展是沿着以应用需求牵引建模与仿真系统开发、以建模与仿真系统带动建模与仿真技术突破、以建模与仿真技术促进建模与仿真系统发展、将建模与仿真系统又服务于应用良性循环的道路向前发展。 仿真技术研究人员一方面不断地扩展仿真应用领域，另一方面，其他领域研究的丰富成果与不断促使仿真技术人员从新的角度、新的高度、新的广度认识建模与仿真。在近半个世纪的积累和近十年的快速发展的基础上，建模与仿真技术已经成为以相似原理、模型理论、系统技术、信息技术以及仿真应用领域的有关专业技术为基础，以计算机系统、与应用相关的物理效应设备及仿真器为工具，利用模型对已有的或设想的系统进行研究、分析、实验与运行的一门综合性技术。 仿真建模的发展 仿真是基于建模的活动，模型建立、实现、验证、应用是仿真过程不变的主题。随着时代的发展，仿真模型包含的内容大大扩展，建模方法日益多样，模型交互性和重要性变的越来越重要，模型的校核与验证的成功为仿真中必要步骤。 -----------------------------------系统仿真学报杨明张冰王子才哈尔滨工业大学，哈尔滨150001 基本概念 系统：按照某些规律结合起来，互相作用、互相依存的所有实体的集合或总和。模型：从特定应用角度，表达对象系统特征与特性的形式。仿真：用物理模型或数学模型代替实际系统进行实验和研究。 对象系统：仿真、分析与研究的对象。仿真系统：实施仿真的系统。 仿真分类：

数学建模模拟试题及答案PDF.pdf

数学建模模拟试题及答案 一、填空题（每题5分，共20分） 1. 若,, x z z y ∝∝则y 与x 的函数关系是. 2. 在超级市场的收银台有两条队伍可选择，队1有1m 个顾客，每人都买了1n 件商品，队2有2m 个顾客，每人都买了2n 件商品，假设每个人付款需p 秒，而扫描每件商品需t 秒，则加入较快队1的条件是 . 3. 马尔萨斯与罗捷斯蒂克两个人口增长模型的主要区别是假设了 4. 在研究猪的身长与体重关系时，我们通过与已知其相关性质的的弹性梁作 的方法建立了模型. 二、分析判断题（每小题15分，满分30分） 1. 要为一所大学编制全校性选修课程表，有哪些因素应予以考虑？试至少列出5种. 2. 一起交通事故发生3个小时后，警方测得司机血液中酒精的含量是 ),m l /m g (100/56 又过两个小时，含量降为),m l /m g (100/40试判断，当事故发生时，司 机是否违反了酒精含量的规定（不超过80/100)m l /m g (. （提示：不妨设开始时刻为)(,0t C t =表示t 时刻血液中酒精的浓度，则依平衡原理，在时间间隔],[t t t ?+内酒精浓度的改变量为 t t kC t C t t C ??=??+)()()( 其中0>k 为比例常数，负号则表示了浓度随时间的推移是递减的.） 三、计算题（每题25分，满分50分） 1. 一个毛纺厂使用羊毛、兔毛和某种纤维生产甲、乙两种混纺毛料，生产一个单位产品甲需要的三种原料依次为3、2、8个单位，产值为580元；生产一个单位产品乙需要的三种原料依次为2、3、5个单位，产值为680元，三种原料在计划期内的供给量依次为90、30和80单位.试建立线性规划模型以求一个生产方案，使得总产值达到最大，并由此回答： （1） 最优生产方案是否具有可选择余地？若有请至少给出两个，否则说明理由. （2） 原材料的利用情况.

空调温度控制系统的建模与仿真

过程控制工程课程设计 课题名称空调温度控制系统的建模与仿真 学院 专业 班级 学生姓名 学号 时间 6 月13日至6月19日 指导教师(签字) 2011 年 6 月19 日

目录 第一章设计题目及要求 (1) 1.1设计背景 (1) 1.2设计任务 (1) 1.3主要参数 (2) 1.3.1恒温室： (2) 1.3.2热水加热器ⅠSR、ⅡSR： (2) 1.3.3电动调节阀： (2) 1.3.4温度测量环节： (2) 1.3.5调节器： (2) 第二章空调温度控制系统的数学模型 (3) 2.1恒温室的微分方程 (3) 2.1.1微分方程的列写 (3) 2.1.2 增量微分方程式的列写 (5) 2.2 热水加热器对象的微分方程 (5) 2.3敏感元件及变送器的特性 (6) 2.3.1敏感元件的微分方程 (6) 2.3.2变送器的特性 (7) 2．3．3敏感元件及变送器特性 (7) 2.4 执行器的特性 (8) 第三章控制系统方案设计 (9) 3.1系统分析 (9) 3.2单回路控制系统设计 (9) 3.2.1单回路控制系统原理 (9) 3.2.2单回路系统框图 (10) 3.3串级控制系统的设计 (11) 3.3.1串级控制系统原理 (11) 3.3.2串级控制系统框图 (12) 第四章单回路系统调节器参数整定 (12) 5.1.1、PI控制仿真 (16) 5.1.2 PID控制仿真 (17) 5.1.3、PI与PID控制方式比较 (17) 第六章设计小结 (18) 参考文献 (18)

第一章设计题目及要求 1.1设计背景 设计背景为一个集中式空调系统的冬季温度控制环节，简化系统图如附图所示。 系统由空调房间、送风道、送风机、加热设备及调节阀门等组成。为了节约能量，利用一部分室内循环风与室外新风混合，二者的比例由空调工艺决定，并假定在整个冬季保持不变。用两个蒸汽盘管加热器1SR、2SR对混合后的空气进行加热，加热后的空气通过送风机送入空调房间内。本设计中假设送风量保持不变。 1.2设计任务 设计主要任务是根据所选定的控制方案，建立起控制系统的数学模型，然后

黄土高原不同空间尺度土壤水分动态变化影响因素分析与随机模拟

黄土高原不同空间尺度土壤水分动态变化影响因素分析与随机 模拟 黄土高原地处西北内陆,是我国乃至全球的典型生态脆弱区,为了恢复该地区的生态,我国实行了一系列的生态工程措施。但是由于黄土高原降雨量有限且分布不均、地下水埋藏较深,有限水资源很难满足植被生长耗水的需求,土壤水分成为该区生态恢复的关键限制性因子。因此,研究黄土高原的土壤水分动态,在理论上有助于揭示人工林生态系统土壤水分循环机理,在实践上对于该区有限水资源管理和植被恢复可持续发展具有重要的现实意义。本研究以黄土高原南北样带为研究区,调查了样带内农田、草地、灌木林地和乔木林地四种植被类型土壤水分特征,并在样带两端和中间的典型地貌类型区域设置了长武、安塞和神木三个林地坡面土壤含水量的2年观测试验,使用了经典统计、地统计学、偏最小二乘回归分析和随机模型模拟等方法,研究了样带不同植被类型土壤含水量的空间分布特征,分析了坡面土壤水分的动态变化,探究了不同空间尺度土壤水分的主控因素,模拟了土壤水分的概率密度特征并讨论了最适宜植被类型及其盖度。主要结论如下:（1）黄土高原南北样带四种土地利用类型的土壤含水量皆呈现南北向地带性变化,自南向北土壤含水量有明显递减趋势,与多年平均降雨量、潜在蒸散量、土壤质地等的分布具有一致性;同一地点不同土地利用类型下土壤水分含量具有显著差异（农地>草地>灌木和乔木林地）,不同植被类型的根系分布特征、蒸散耗水量大小是造成含水量差异性的主要原因。（2）根据三个坡面土壤含水量

变异系数（CV）平均值的剖面变化,土壤0-500 cm土壤剖面可以划分为速变层（0-40 cm）、活跃层（40-100 cm）、次活跃层（100-200 cm）和相对稳定层（200-500 cm）;除安塞坡面0-40 cm和100-200 cm土层外,其它土层土壤含水量均具有较好的空间结构特征,理论半方差 函数模型可对其进行较好的模拟,拟合模型结果一般表层土壤含水量为球状模型,深层土壤含水量为高斯模型;三个坡面由于地形、土壤和植被等因子空间分布的差异性,长武坡面土壤含水量的空间变化与容重、海拔高度和叶面积指数有显著相关关系（P<0.01）,而安塞和神木坡面土壤含水量的空间变化分别只与最大叶面积指数和土壤质 地有显著相关关系（P<0.05）。（3）使用偏最小二乘回归模型（PLSR）分析了三个空间尺度（小区、坡面和区域）土壤含水量（SMC）的主控因素,发现:PLSR模型可以准确地分析不同空间尺度不同土层的土壤含水量的影响因素;上层含水量（USMC）和下层含水量（DSMC）在三个尺度上是影响不同土层SMC的最重要的两个因素;累计7天降水（A7P）和累计7天潜在蒸散量（A7E）只对0-40cm土层SMC有显著影响;土壤性质对SMC的影响随空间尺度增大而显著增加,特别是砂 粒含量（SAC）和粉粒含量（SIC）的影响;年平均降水量（MAP）和年平均潜在蒸散量（MAE）在区域尺度上也显著影响土壤含水量。总体而言,本研究表明黄土高原三个空间尺度土壤含水量的主要控制因素存在显著差异,其影响因子重要性（VIP）是空间尺度和土壤深度的函数。（4）基于Laio土壤水分动态随机模型（Laio模型）,模拟分析了黄土高原长武地区白羊草地（BOI）、沙棘林地（SEB）和油松林地

农作物空间格局动态变化模拟模型(CROPS)构建

农作物空间格局动态变化模拟模型(CROPS)构建 夏天1,2, 吴文斌1,2,*, 余强毅1,2, 杨鹏1,2, 周清波1,2, 唐华俊1,2（1.农业部农业信息技术重点实验室，北京100081；2.中国农业科学院农业资源与农业区划研究所，北京100081） 摘要：农作物空间格局指特定区域内农作物种植结构、空间分布等信息，是农业土地系统的核心内容之一，也是农业结构调整的重要依据。随着空间模拟技术的发展，农业土地系统的时空动态表达成为可能，但传统模型方法更多关注土地利用类型的转化，而忽视耕地内部农作物格局时空特征的表达。本研究基于CLUE-S土地利用变化模拟模型，进行了概念模型设计、框架和模块重建、参数本底化和校正，研究并提出一个适用于我国农作物空间格局动态变化模拟模型（CROPS，Crop Pattern Simulator）的可行架构，使其能够实现区域尺度土地利用变化与农作物空间格局变化的双层动态模拟。CROPS模型采用了两层次嵌套模拟的模型结构，第一个层次实现对耕地空间格局动态变化过程和状态的表达，第二层次基于第一层次的模拟输出的耕地空间格局，实现耕地内部的农作物空间格局动态变化的有效模拟。CROPS模型主要包括非空间和空间两个大模块，空间模块又包括空间模块I和空间模块II。CROPS模型在东北三省进行了区域应用，结果表明，模型总体模拟效果较好，能够科学合理的表达耕地空间格局和农作物空间格局的动态变化过程。 关键词：农作物空间格局；动态变化；CROPS模型 0引言 农作物空间格局特指一个区域内农作物种植结构、分布、熟制和种植方式等信息[1]，是农业土地系统的核心内容之一。一方面，农作物空间格局能够反映蕴藏于农业土地系统内部的诸多服务功能，如粮食安全、农田碳库、生物质能源生产等；另一方面，其反映了空间范围内人类利用农业生产资源的状况，是农作物结构调整和优化的重要依据[2-4]。因此，开展农作物空间格局变化过程及特征研究具有较高的实用价值和重要的科学意义。 近年来，国内外很多学者针对农作物格局及其变化进行了相关研究[5]。统计调查方法是较早且较为常用的方法之一，即以一定的行政区为基本单元进行农作物面积统计分析[6, 7]，但这种方法往往忽略了分析单元内部的空间异质性，而且主观性较强。随着遥感、地理信息系统等空间信息技术的发展，农作物格局的空间显性表达(Spatially-explicit representation)逐步成为可能。如[8]利用MODIS遥感数据提取了区域农作物种植结构；[9]同样利用MODIS 数据，实现了我国南方15省(市、自治区)各类水稻(早稻、晚稻和单季稻)种植面积的快速识别；Gao利用航片和遥感影像(TM/ETM+)分析了中国黑龙江省1958，1980，2000三个时间段水稻空间格局变化情况[10]。Montero利用GIS技术构建了藤类植物生长分布模型[11][12]模拟展示了新疆棉花种植面积时空格局演变特征，并揭示当地棉花种植业发展的主要驱动力；吴文斌利建立了农作物播种面积变化模拟系统，分析研究了2005-2035年间世界主要农作物(水稻、玉米、小麦和大豆)播种面积变化的数量特征和空间格局[13]。自1997年至今，美国农业部国家农业统计中心（USDA-NASS，National Agricultural Statistics Service of the US Department of Agriculture）不惜花费大量人力物力，将多源中高分辨率遥感影像与统计调查数据相结合，制作了每年一期的耕地内部作物分布图（CDL，Cropland data layers），供后续研究使用[14]。 不难发现，遥感技术是提取农作物空间分布信息的有效方法，但其相对成本较高，不利于获取大区域、长时间序列的农作物空间格局及其动态变化特征。而空间模拟技术作为遥感 夏天为博士后吴文斌为副研究员余强毅为助理研究员杨鹏为研究员周清波为研究员唐华俊为研究员 通讯作者：吴文斌Email：wuwenbin@https://www.wendangku.net/doc/915526160.html, 基金项目：国家自然科学基金项目（40930101，40971218，41271112），国家重点基础研究发展计划项目（“973”计划）（2010CB951504）

事件预测及因子识别动态模拟模型建模方法及系统与制作流程

图片简介: 本技术提供了一种事件预测及因子识别动态模拟模型建模方法及系统，包括：步骤S1：确立需要监测和评估的事件属性，以及相应的指标算式；步骤S2：建立动态数字模拟流程图；步骤S3：建立批次数据；步骤S4：形成配置文件；步骤S5：将数据和配置文件导入算法平台，进行运算，并生成结果；步骤S6：模型应用。本技术的事件预测及因子识别动态模拟模型通过其独有的建模设计和算法，解决了对产品制造业的离散型随机序列数据进行分析和建模的疑难问题，从而是对建模方法的基础性创新，将在产品制造业获得广泛的应用。 技术要求 1.一种事件预测及因子识别动态模拟模型建模方法，其特征在于，包括： 步骤S1：确立需要监测和评估的事件属性，以及相应的指标算式； 步骤S2：建立动态数字模拟流程图； 步骤S3：建立批次数据； 步骤S4：形成配置文件； 步骤S5：将批次数据和配置文件导入算法平台，进行运算，并生成模拟模型； 步骤S6：应用生成的模拟模型。 2.根据权利要求1所述的事件预测及因子识别动态模拟模型建模方法，其特征在于，所述步骤S1包括：步骤S101：确立监测、预测和进行因子分析所针对的事件：

步骤S102：确立目标指标的计算公式； 所述监测、预测和进行因子分析所针对的事件包括： 质检机质检过程中次品的出现； 所述质检机质检包括：生产线上质检和生产线下批检； 所述生产线上质检：工件按照在生产中被完成的时间顺序进入质检机；质检机被用来实时识别质差产品、质差类别，并对质差产品的数目以及良品的数目进行实时计数；最终的总产出数目＝良品数目+次品数目； 所述生产线下批检：成批的已完成工件依次进入质检机，排序与生产顺序无关，并为非实时；工件进入质检机后，质检机被用来实时识别质差产品、质差类别，并对质差产品的数目以及良品的数目进行实时计数；最终的总产出数目＝良品数目+次品数目； 所述目标指标的计算公式包括针对次品率的指标和算式： 总体次品率＝次品数目/总产出数目； 分类次品率＝分类次品数目/总产出数目。 3.根据权利要求1所述的事件预测及因子识别动态模拟模型建模方法，其特征在于，所述步骤S2包括： 步骤S201：建立动态模拟流程图： 步骤S202：建立特征分类格栅； 所述步骤S201： 以流程图的方式展示需要进行建模的指标以及数量或规模变量； 所述指标是比率，包括：次品率； 所述变量包括：次品数目，良品数目。 步骤S202： 格栅中对分类维度的选择有两个依据，包括：业务决策的需要、数据中可能对目标指标产生影响的其他变量； 所述其他变量包括：产品种类、生产线、班组、工艺、材料、添加剂、公差以及生产环境变量。 4.根据权利要求1所述的事件预测及因子识别动态模拟模型建模方法，其特征在于，所述步骤S3包括：

动态可变分区存储管理模拟系统

青岛农业大学 理学与信息科学学院 操作系统课程设计报告 设计题目仿真实现动态可变分区存储管理模拟系统—最佳适应算法和最先适应算法 学生专业班级计算机科学与技术2011级03班 学生姓名（学号）明珠（H20110684 ） 设计小组其他同学姓名（学号）玉婷（H20110661） 宋璇（H20110162） 指导教师牟春莲 完成时间2014. 06.15

实习（设计）地点信息楼218 2014年6月16日 一、课程设计目的 操作系统的理论知识只有通过操作系统的实际操作和编程才能真正地理解和掌握，没有实践操作系统的操作和编程，学习操作系统就是纸上谈兵。操作系统课程设计是在学习完《操作系统》课程后进行的一次全面、综合实习，是计算机科学与技术专业的重要实践性教学环节。通过课程设计，达到如下目的： 1、巩固和加深对操作系统原理的理解，提高综合运用本课程所学知识的能力。 2、培养学生选用参考书，查阅手册及文献资料的能力；培养独立思考、深入研究、分析问题、解决问题的能力。 3、通过实际操作系统的分析设计、编程调试，掌握系统软件的分析方法和工程设计方法。 4、能够按要求编写课程设计报告书，能正确阐述设计过程和实验结果、正确绘制系统和程序框图。 5、通过课程设计，培养学生严谨的科学态度、严肃认真的工作作风和团队协作精神。 二、设计任务 题目描述： 仿真实现动态可变分区存储管理模拟系统。存调度策略可采用最先适应算法、最佳适应法等，并对各种算法进行性能比较。为了实现分区分配，系统中必须配

置相应的数据结构，用来描述空闲区和已分配区的情况，为分配提供依据。常用的数据结构有两种形式：空闲分区表和空闲分区链。为把一个新作业装入存，须按照一定的算法，从空闲分区表或空闲分区链中选出一个分区分配给该作业. 设计要求： 1．采用指定算法模拟动态分区管理方式的主存分配。能够处理以下的情形：⑴随机出现的进程i申请jKB存，程序能判断是否能分配，如果能分配，要求输出分配的首地址Faddress，并要求输出存使用情况和空闲情况。 存情况输出的格式为：Faddress该分区的首地址；Eaddress该分区的尾地址Len 分区长度；Process 如果使用，使用的进程号，否则为0。 ⑵主存分配函数实现寻找空闲区、空闲区表的修改、已分配区表的修改功能。成员分工： 明珠申请存、查看进程之间的前后的区域状态、释放进程 玉婷最先适应算法、将其释放的存插入空闲块中、初始化 宋璇最佳适应算法、将新项插入已分配表中、退出 明珠宋璇玉婷整个界面的优化、界面设计、总体思路 三、分析与设计 1．设计思路 存储器是计算机的重要组成部分,存储空间是操作系统管理的宝贵资源,虽然其容量在不断扩大,但仍然远远不能满足软件发展的需要。对存储资源进行有效的管理,不仅关系到存储器的利用率,而且还对操作系统的性能和效率有很大的影响。 操作系统的存储管理的基本功能有：存储分配、地址转换和存储保护、存储

Ising 模型动态模拟(matlab)

Ising 模型matlab程序clc;clear all; %H=10, 14, 20, 26, 40 and 80 H=100; L=300; %T=2/(log(1+sqrt(2))); %温度 k=1.3806488*10^(-23);

%k=1; T=2/(log(1+sqrt(2))); %温度 s=round(rand(H,L))*2-1;%-1和1矩阵 t=1;%模拟次数320000 colormap([1 1 1;0 0 0]);%用于控制曲面图的颜色 h1=imagesc(s);%imagesc(A)将矩阵A中的元素数值按大小转化为不同颜色，并在坐标轴对应位置处以这种颜色染色。 %imagesc(x,y,A) x, y分别为二维向量，Matlab会在[x1,x2]*[y1,y2]范围内染色。 axis equal; axis off; set(gcf,'color',[.5 .5 .5]);%gcf为当前Figure 对象的句柄,设置颜色为灰色,即背景的颜色 % up=round(rand(1,L))*2-1; % down=[ones(1,floor(L/2)).*(-1),ones(1,L-floor(L/2))]; % zuo=ones(H,1)*(-1); % you=ones(H,1); up=ones(1,L)*(-1); down=ones(1,L)*(-1); zuo=ones(H,1)*(-1); you=ones(H,1)*(-1); %while(t<=1000/3*H*L) %总模拟次数

while(t<=3200000) %总模拟次数 t=t+1; i=floor(rand*H)+1;%产生均匀分布的伪随机整数的新函数j=floor(rand*L)+1;%产生均匀分布的伪随机整数的新函数if i==1 top=up(1,j);%取up中上面的值 else top=s(i-1,j);%取s中i-1行j列的值 end if i==H bottom=down(1,j); else bottom=s(i+1,j); end if j==1 left=zuo(i,1); else left=s(i,j-1); end if j==L right=you(i,1); else