关于区县水土保持监测公报内容与改革的思考

发布区县水土保持监测公报是区县水行政主管部门的法定职责,其最终目的是为政府决策、经济社会发展和公众服务,满足政府、社会和公众对水土保持信息的需求,实现水土保持数据和信息共享。对北京市各区历年水土保持监测公报进行对比分析后发现,以径流、泥沙等原始数据为主的区水土保持监测公报存在着数据原始、信息滞后、针对性不强等问题,难以起到应有的作用。为提高区县水土保持监测公报的作用和影响力,建议进一步增强区县水土保持监测公报的信息时效性、内容针对性和公众服务性。     

校园环境噪声监测与评价--以华中师范大学为例

环境噪声是环境质量评价的重要指标。通过噪声监测实验,记录了华中师范大学校园内的噪声污染数据,根据国家标准评估了校园环境噪声状况。试验采用网络剖分法,分别于昼间7:30~10:00和夜间22:00~22:55两个时间段对等效声级进行了测定。实验结果表明:昼间噪声污染更为严重,平均噪声超标率达到26%,夜间噪声污染相对较轻,但噪声超标率也达到19%。校园内不同功能区的噪声来源不同,工程施工产生的噪声是主要的污染源,影响比重达到58%。根据实验结果,校园声环境质量一般,需要对现状提出合理的改进建议。     

国家地下水监测工程(辽宁省部分)站网布设探析

根据国家地下水监测工程的总体部署,辽宁省地质环境监测总站完成了"国家地下水监测工程(辽宁省部分)"的初步设计、监测站点的建设以及验收工作。辽宁省共建成自动水位监测站点455个,监测站点覆盖了全省14个地级市,控制面积达62 118 km~2,全部实现了水位数据自动传输,提高了地下水监测工作的精度,形成了一个集地下水信息采集、传输、处理、分析及信息服务为一体的信息系统,基本实现了对辽宁省地下水动态的有效监测以及对重点地区地下水监测点的实时监控。     

基于PCA-Attention-LSTM网络的土壤氮含量监测

土壤作为农作物生长的主要营养来源,氮是植物生长的重要元素,有效评价土壤氮素含量可以促进配方施肥的发展。提出主成分分析、注意力机制和长短时记忆神经网络相结合的模型(PCA-Attention-LSTM)来监测土壤的氮素含量。采用PCA(主成分分析)对数据进行处理,提取影响土壤氮含量的关键影响因子,降低模型向量输入的维数,利用注意机制突出预测中的关键输入特征。在Keras深度学习框架的基础上搭建PCA-Attention-LSTM的网络模型,实现对未来2 h土壤氮含量的精监测。最后,以黑龙江省依安甜菜养植基地的数据对土壤氮含量进行训练和验证。结果表明,与RNN等其它网络模型相比,该模型的效果更好,基于PCA-Attenlion-LSTM网络模型的平均绝对误差,均方根误差和平均绝对百分误差分别为0.119、0.020、0.156。该模型预测精度高,泛化能力强,可以应用于土壤氮含量的监测。     

光肩星天牛的成虫监测和适期防治分析

以光肩星天牛的发生规律和危害特征为基础,应用引诱剂对其成虫进行动态监测,根据监测数据并结合其生活习性确定防治适期和防治方法,为光肩星天牛的监测和防治提供参考。     

山东省桃树重要害虫的监测与防控

桃树是山东省栽培的第二大水果,常年受到不同害虫危害。介绍了当前山东省危害桃树较重的6种害虫,桃蚜、山楂叶螨、梨小食心虫、桃蛀螟、桃潜叶蛾、桃红颈天牛的发生特点、虫情监测方法、关键防治时期和安全防控技术。