阿克苏河流域中下游生态系统服务价值对土地利用变化的响应

以遥感影像和统计数据为基础,使用RS和GIS技术,系统分析了1995年—2015年阿克苏河流域中下游地区生态系统服务价值对土地利用变化的响应特征。结果表明:近20 a,研究区土地利用发生明显变化,未利用地面积大幅度减少(-77 205.95 hm~2),建设用地、耕地面积不断上升。受此影响,该区域生态系统服务总价值呈波动下降态势(-6.71%),1995年—2015年,共降低11.01×10~8元,生态环境出现退化迹象,生态系统服务总价值下降的主因是水域和林地面积减少。适当控制人口规模、贯彻国家政策、合理管理水资源是当前促进研究区社会、经济和生态可持续发展的有效举措。     

玉米空间分层施肥装置结构优化与试验

针对玉米分层施肥作业中开沟宽度大、回土效果差导致的肥料分层效果不明显、各层肥量难以控制等问题，设计了一种各层肥量可调的空间分层施肥装置，肥料可在土壤中形成半包围种子的分布状态。通过理论分析和设计计算确定了空间分层施肥装置的基本结构参数，明确了影响分层施肥装置内肥料颗粒运动的主要因素。运用离散元法对分层施肥装置工作过程进行仿真分析，选取施肥调节片前端宽度、后端宽度和安装角为试验因素，以上层和中层排肥口出肥量为试验指标，进行二次正交旋转组合仿真试验，建立了试验指标与影响因素的回归模型，仿真结果表明，当施肥调节片前端宽度为3.61mm，后端宽度为21.52mm，安装角为43.23°时，上、中、下3层排肥口施肥量比例为最佳施肥比例3∶3∶4。为验证仿真分析结果，在不同作业速度和不同施肥量条件下，进行了空间分层施肥装置的样机性能试验，试验结果表明，空间分层施肥装置能够实现各层肥量的目标施肥配比，在不同作业速度和不同施肥量下各层施肥量变异系数不大于4.3%，各层肥料深度误差在10mm以内，各层肥料横向距离误差在6mm以内，工作性能稳定。     

基于随机分形的树木(枫树)可视化研究

为了更好地发挥森林效益,提高森林的管理效果,需要虚拟不同树木生长过程的形态,建立相应的可视化系统,从而寻找树木生长规律,用来指导实践。本文首先介绍了虚拟单棵树木的两种分形方法:L系统和迭代函数系统。在此基础上对其进行改进,考虑到气候、温度、阳光和风向等因素对树木生长形态的影响,在生成规则和仿射变换、树木初始角度、树木主干与枝干的夹角、树枝的粗细和长度等五个方面分别引入随机因子,用Matlab软件进行编程,实现了枫树不同形态的绘制。此方法可以推广到虚拟不同植物的形态等,在虚拟农业研究、虚拟场景、景观设计、动画制作等方面有广泛的应用。     

基于现象透明性解读杜甫草堂园林空间

柯林·罗说的透明性,是建筑空间操作的一种思考方式,本质上就是空间的复杂性。中国从山水画到成熟园林空间营造,历来就具备了复杂性,透过中国园林可以感受到与西方现象透明性有着千丝万缕的联系。通过对比分析的方法,对西方现代主义建筑空间和中国古典园林空间进行了对比说明,并以成都市杜甫草堂提取2个节点进行详细分析。结果表明,园林空间具备现象透明性的基本条件,其一为空间片断分层,其二为完整的系统相互叠加,最终通过限制透视制造出模糊不清的空间位置。     

放牧强度对无芒隐子草空间分布的多重分形结构影响

以内蒙古高原短花针茅(Stipa breviflora)荒漠草原为研究对象,设置不放牧(对照区, CK)、轻度放牧(LG)、中度放牧(MG)和重度放牧(HG) 4个放牧强度处理,分析丛生类禾草空间分布状态及其对放牧强度的响应。结果表明,随着放牧强度增加,无芒隐子草(Cleistogenes songorica)空间分布的多重分形度逐渐增大。无芒隐子草空间分布多重分形特征在CK处理下最为复杂,随放牧强度增加,空间分布的多重分形特征复杂程度增加,但均小于CK处理。无芒隐子草空间分布的均匀度在LG和MG处理下较大。CK处理下无芒隐子草空间分布的复杂性主要由母株株丛繁殖能力、扩散能力和群落中种群竞争决定,HG处理下无芒隐子草空间分布的复杂性由放牧家畜选择性采食、随机游走践踏和种群本身的耐受能力决定。     

省辖市间征地区片综合地价平衡方法研究——以河南省为例

以河南省为例,探讨省辖市间的征地区片综合地价平衡方法,以期从宏观层次把握全省各省辖市征地区片综合地价整体水平。分层级构建了征地区片综合地价平衡指标体系;采用分层线性插值法进行省辖市间征地区片综合地价平衡,有助于整体把握全省区片地价,有效展示区域地价与社会经济发展及土地供需状况差异,地价平衡结果符合河南省实际。     

运用植被指数时序特征对落叶松人工林分类

为探究植被指数时序特征是否有利于落叶松人工林提取,以孟家岗林场为研究试验区域,根据落叶松人工林季相和物候特征,利用Landsat8OLI影像数据提取研究区内5种植被的归一化植被指数(I NDV)、差值植被指数(I DV)、比值植被指数(I RV)、增强型植被指数(I EV),构建相应的植被指数时序特征。采用最大似然和随机森林两种方法对单一时相影像和加入植被指数时序特征的影像进行对比试验。结果表明:影像中加入植被指数时序特征后,最大似然算法的分类总体精度为89.53%,Kappa系数为0.87,比单一时序特征的影像分类精度提高了13.35%;随机森林算法的森林类型分类总体精度为93.22%,Kappa系数为0.92,比单一时序特征的影像分类精度提高了19.8%。因此,加入植被指数时序特征后能得到更高的落叶松人工林提取精度。     

基于机器学习算法的土壤有机质 质量比估算

为快速高效地估测干旱、半干旱地区土壤有机质(soil organic matter, SOM)质量比,提出了一种结合竞争适应重加权法(CARS)和随机森林(RF)的估测模型.以内陆干旱区艾比湖流域为研究区,测定土壤高光谱反射率和SOM质量比,经预处理后,利用CARS对原始光谱(R)、一阶导数(R′)、吸光度(log(1/R))及吸光度一阶导数［log(1/R)］′4种光谱变量的可见-近红外光谱进行筛选,并结合RF算法,建立全谱段RF模型与CARS-RF模型.结果表明,基于CARS方法对光谱进行变量筛选后,得出4种光谱变量的优选变量集个数分别为35,26,34和121;在4种光谱变量中,R′和［log(1/R)］′的SOM估测模型精度较高,以［log(1/R)］′为基础数据获得的模型精度最高;CARS-RF模型精度优于全谱段RF模型,模型验证集决定系数(R²)、均方根误差(RMSE)、相对分析误差(RPD)分别为0.881,6.438 g/kg和2.177.该研究在预处理的基础上通过变量优选,应用较少的变量个数获得较高的估测精度,为干旱、半干旱区SOM高光谱估测提供了适宜高效的方法.     

深松分层施肥播种对小麦旗叶特征及干物质积累的影响

为了明确深松(深度30 cm)分层(0～15 cm为上层,15～30 cm为下层)施肥播种对小麦花后主要农艺性状、旗叶衰老及产量的影响,2017～2018年小麦季以冀麦585为试验材料,在底肥N、P2O5、K2O施用量均为120 kg/hm2条件下,采用随机区组设计,设4种深松分层施肥方式处理,以常规耕作施肥为对照,研究了不同深松分层施肥方式对小麦农艺性状、生长后期旗叶特征、成熟期干物质积累量、小麦产量及其构成因素的影响。结果表明:总体来看,深松分层施肥处理虽然在中后期延缓叶片衰老方面不及CK,但对改善小麦农艺性状、增加植株干物质积累量均效果较好,能够显著促进单位面积穗数和穗粒数增多,明显提高产量。其中,上层施用磷(P2O5)钾(K2O)肥均45 kg/hm2+下层施用磷钾肥均75 kg/hm2的基础上,仅上层施氮(N)肥120 kg/hm2或者上层施氮45 kg/hm2+下层施氮75 kg/hm2效果均较好,二者产量可以达到8 777.8～8 808.6 kg/hm2且差异不显著,但均显著高于其他2种深松分层施肥方式处理。