中国第三产业碳排放量与入境旅游人均消费的相关关系探析

CO2排放已成为全球环境研究关注的焦点,近年来政府、相关研究者也开始重视旅游业对全球环境变化的影响。认识旅游活动与CO2排放的关系,分析旅游活动中影响CO2排放的主要因素与原因对于实现旅游业的绿色发展有重要意义。运用SPSS软件对1980-2002年我国入境旅游人均消费与第三产业碳排放量进行相关分析。结果表明:中国入境旅游人均消费与第三产业碳排放呈显著相关性,且二次曲线方程能映示20多年来中国入境旅游人均消费与第三产业碳排放之间的关系,这种"U"型曲线的右半部分说明随着入境旅游人均消费水平的提高,对碳排放的影响开始是缓慢增加,后来呈加速增加,能很好反映我国旅游发展与环境保护之间仍存在着较突出的矛盾,要达到二者协调发展的阶段仍是漫长的过程;在入境旅游者消费中,人均交通、餐饮、住宿等的消费与中国第三产业碳排放都有相关性,与中国第三产业碳排放相关性最大的是交通消费,其次是餐饮消费,较小的是住宿消费;入境旅游者的人均消费水平、消费结构及在交通、餐饮、住宿等消费活动都是影响碳排放的重要因素。并在分析其原因的基础上,对我国未来旅游业的绿色发展及减少碳排放提出一些建议。     

基于随机森林算法的冬小麦叶面积指数遥感反演研究

【目的】通过利用随机森林算法（random forest,RF）反演冬小麦叶面积指数（leaf area index, LAI）,及时、准确地监测冬小麦长势状况,为作物田间管理和产量估测等提供科学依据。【方法】本研究依据冬小麦拔节期、挑旗期、开花期及灌浆期地面观测数据,将相关系数分析（correlation coefficient,r）和袋外数据（out-of-bag data,OOB）重要性分析与随机森林算法（random forest,RF）相结合,在优选光谱指数和确定最佳自变量个数的基础上,构建了两种冬小麦LAI反演模型|r|-RF和OOB-RF,并利用独立数据集对两种模型进行验证;然后,将所建LAI反演模型用于无人机高光谱影像,进一步检验所建模型对无人机低空遥感平台的适用性和可靠性。【结果】|r|-RF和OOB-RF反演模型分别采用相关性前5强、重要性前2强的光谱指数作为输入因子时精度最优,验证决定系数（R²）分别为0.805、0.899,均方根误差（RMSE）分别为0.431、0.307,表明这两个模型均能对作物LAI进行精确反演,其中OOB-RF模型的反演效果更好。利用无人机高光谱影像数据结合OOB-RF估算模型反演得到冬小麦LAI与地面实测值的拟合方程的决定系数R²为0.761,RMSE为0.320,数值范围（1.02-6.41）与地面实测（1.29-6.81）亦比较吻合。【结论】本文基于地面数据构建的OOB-RF模型不仅具有较高的反演精度,而且适用性强,可用于无人机高光谱遥感平台提取高精度的冬小麦LAI信息。     

从信息化角度探讨如何提升后勤办公室工作效率

在信息化迅速发展的时代,师生对高校后勤信息化服务也提出了相应的要求。高校后勤办公室,应通过增强信息化意识,充分运用信息网络、办公自动化系统等,提升办公室工作效率,充分发挥综合管理和决策服务的职能,助力高校后勤的科学发展。     

基于Sentinel-1雷达影像的玉米倒伏监测模型

在玉米发生倒伏灾害后,为定量监测区域尺度下的玉米倒伏程度,该研究以2017年8月8日因强风和强雨造成大面积玉米倒伏的小汤山国家精准农业研究示范基地作为研究区,提取倒伏前后Sentinel-1A雷达影像的多种强度信息,与实测倒伏样本关联分析,筛选出玉米倒伏前后最佳敏感后向散射系数。采用自然高与植株高的比值作为倒伏程度评价指标并构建比值公式,最终得到倒伏监测模型。结果表明,倒伏前后玉米植株高度的最优敏感后向散射系数分别为σVH和σVV+VH。32个建模点的实测差值结果与模拟差值结果的R~2为0.896(P0.01)。15个检验样本点和总样本点的倒伏程度分类准确度均达到100%。模型求解的自然高与植株高的比值与实测的比值总体相关性达到0.899。其中,中度倒伏类型的相关性最好,严重倒伏次之,轻度倒伏最差。该研究结果表明,在倒伏发生后,基于Sentinel-1A雷达后向散射系数构建的倒伏监测模型能在区域尺度下有效的实现玉米倒伏程度的分级监测。     

四摆臂-六履带机器人单侧台阶障碍越障仿真与试验

为了实现机器人代替人类在农业环境下作业,减轻人类的劳作负担,该文设计了一种四摆臂-六履带机器人(4SA-6TR),机器人采用套筒轴传动形式,其摆臂旋转运动与履带轮旋转运动相互独立,可实现多姿态变化,适应野外复杂地形。为掌握机器人的越障稳定性,建立了4SA-6TR机器人运动学关系矩阵方程,并借助重心定理对机器人运动姿态进行分析,得到机器人在全局坐标系下的重心坐标方程,并利用重心投影法判断机器人越障的稳定性。为实现机器人稳定越障,研究SA-6TR机器人单侧障碍地形的越障机理,建立机器人摆臂旋转角度与机器人横滚角度关系的数学模型;对数学模型进行推导,得到机器人在攀越单侧台阶平稳越障时机器人摆臂旋转角度?与台阶高度H的关系式。通过Soliworks三维设计软件及Adams仿真软件建立4SA-6TR机器人虚拟样机模型及仿真环境,完成单侧双重障碍地形越障仿真试验。通过室内测试试验,完成150 mm高的障碍测试,测试发现机器人的俯仰角度偏差较大,最大偏差2.4?,但最终俯仰角度稳定在0.1?左右;横滚角度偏差较小,最终横滚角度稳定在0.3?左右,达到了机器人平稳越障的控制目的,并验证机了器人摆臂角度控制策略的正确性及可行性。本文推导的单侧障碍越障姿态调整控制方案可为4SA-6TR机器人自主越障提供理论依据。     

黄土高原草地覆盖度时空变化及其对气候变化的响应

利用AVHRR GIMMS和MODIS两种NDVI数据源,基于像元二分模型对1982—2014年黄土高原草地覆盖度进行了模拟,并分析了时空变化特征及其与气候因子的关系。结果表明:黄土高原平均草地覆盖度为42.5%,1982—2014年总体呈增加趋势,且低覆盖度草地面积明显减少,而高覆盖度草地面积显著增加。黄土高原草地覆盖度空间分布差异显著,表现出东南高、西北低的特点。从草地覆盖度年际变化的空间分布来看,在退耕还草生态工程实施之前(1982—1998年),黄土高原大部分区域草地覆盖度无显著变化。自1999年后该区草地覆盖度增加趋势显著,增速达到1.76%,尤其是在陕北高原、山西中西部的吕梁—太行山等地,草地覆盖度增加趋势明显。通过退耕还草等生态工程的实施,该区植被状况得到改善。黄土高原草地覆盖度与降水气温相关性不明显,但空间差异明显,草地生长对降水因子的响应更为敏感。     

基于开花期氮素营养指标的冬小麦籽粒蛋白质含量遥感预测

籽粒蛋白含量(grain protein content,GPC)是衡量小麦品质的重要指标,及时准确的预测小麦GPC有利于小麦的分类收割和分级存储。为了能够选择一个合适的氮素营养指标作为中间变量来反演小麦GPC,该文研究分别以开花期植株氮素累积量(plant nitrogen accumulation,PNA)、植株氮素含量(plant nitrogen content,PNC)、叶片氮素累积量(leaf nitrogen accumulation,LNA)和叶片氮素含量(leaf nitrogen content,LNC)4个氮素营养指标为中间变量,并运用支持向量机(support vector machines,SVM)算法实现4个氮素营养指标的估测,最后构建及评价基于开花期"植被指数(vegetation index,VI)-氮素营养指标(nitrogen nutrition index,NNI)-GPC"模式的冬小麦GPC预测模型。结果表明:1)通过分析植被指数与氮素营养指标的相关性,选择植被指数MSAVI、PSRI、DVI、RDVI和GNDVI作为氮素营养指标模型的构建变量;2)运用SVM方法构建的VI-NNI模型中LNC的建模精度与验证精度相对最优,其建模决定系数(coefficient of determination,R~2)和验证集标准均方根误差(normalized root mean squared error,n RMSE)及验证标准化平均误差(normalized average error,NAE)分别为0.820、9.553%、-1.4%,验证结果稳定性较好;3)构建NNI-GPC模型中PNC的建模精度与验证精度相对最好,其建模R~2和验证n RMSE及NAE分别为0.653、9.843%、-0.3%;4)最终构建的VI-NNI-GPC模型中,以开花期PNC为中间变量的模型建模及反演精度最好,其建模R~2和验证n RMSE及NAE分别为0.631、8.564%、-0.9%。以氮素营养指标为中间变量的GPC遥感反演是可行的,并且比较4个氮素营养指标为中间变量反演GPC,PNC具有较高精度的预测结果,为精确反演GPC提供一个可靠的依据,具有一定的应用前景。     

1990-2015年红碱淖地区土地利用/土地覆盖与景观格局的时空演变

[目的]研究近25 a红碱淖地区的土地利用景观格局演变,为西北矿区生态环境保护、煤炭的绿色开采以及沙漠湖泊的环境管理和决策提供基础数据和科学依据.[方法]选取1990,2000,2005,2010和2015年5期Landsat TM/ETM+/OLI影像,利用遥感、地理信息系统技术和地理数学统计方法定量分析红碱淖地区土地利用/土地覆盖的动态变化和景观格局的演变特征.[结果] 1990-2015年,红碱淖地区的耕地和沙地面积分别增加了3.56％和21.87％,林草地和水体的面积分别减少了23.85％和2.25％,区域内水体和林草地退化严重,林草地主要转化为沙地和耕地;景观指数中,平均斑块面积减少,斑块总数、形状指数和多样性指数增加,景观破碎化程度加大,景观类型增加.[结论]上游修建水库和开采地表水使湖泊面积减少,退耕还林工程使得林草地面积增加等人为因素是影响红碱地区域景观格局变化的主要驱动因素.     

基于多时相遥感数据和HSV 变换的越冬前冬小麦面积提取

【目的】冬小麦种植面积的提取对保障粮食安全和估产工作具有重要意义,已有冬小麦面积监测方法存在的所需数据量多、时间滞后等问题亟待解决。【方法】基于入冬前的2017年11月21日(分蘖期)和2017年12月24日Landsat8 OLI影像,将MIR、NIR和RED波段进行HSV变换,并计算地物的NDVI;利用全国土地利用图提取耕地与非耕地两类地物,统计分析两类地物NDVI值、H波段值的关系并设置阈值,初步提取疑似小麦种植区;利用小麦两个时相S值增大的特点准确提取小麦种植区域。【结果】利用多时相遥感数据中NDVI、H和S差别提取的试验区冬小麦种植面积,与地面调查、县区统计年鉴数据有较高的一致性。【结论】HSV阈值划分方法适用于冬小麦种植面积提取,能够提高小麦面积估算的时效性。     

基于深度学习的苹果树侧视图果实识别

【目的】传统果树侧面果实识别方法精度难以满足实际果实识别的需求,研究深度学习方法对提高苹果树侧面果实识别精度、增强模型对苹果复杂生长环境的适应性和泛化性具有重要意义。【方法】文章提出基于深度卷积神经网络对广域复杂背景环境下的侧面苹果特征进行学习的方法,完成苹果树侧面果实多目标识别任务。【结果】在广域复杂场景下,基于VGG16为特征提取网络的Faster-RCNN多目标检测模型在果实多目标检测任务中,识别精度达到91%,单幅影像识别时间约为1.4 s,相较于ResNet50作为特征提取层的目标检测模型识别精度提高4%;在相同影像数据下,模型识别精度的主要影响因素是遮挡,导致模型漏判果实数量较多,VGG16在不同程度遮挡区域的漏判率比ResNet低6%。【结论】基于VGG16卷积神经网络果树侧视图果实识别算法对广域复杂场景下的果实提取效果较好,特别是在具有遮挡情况下的识别结果更优,能够为果园产量估算提供一定的借鉴。