自然资源视角下的林地界定标准探究 ——以上海市某区为例

系统梳理国内外关于林地界定的标准,重点分析我国目前已发布的林地界定标准《林地分类》(LY/T1812-2009)和《土地利用现状分类》(GB/T21010-2017)的差异。以上海市某区为例,具体分析林地界定差异引起的数据统计及相关管理、审批等方面的问题,结合自然资源统一管控趋势,提出增加复合用地分类,统一具体认定口径,建立分类对照表,明确林地界定的状态等林地界定标准修订及相关管理完善建议。     

芦苇和白刺空间格局对青土湖生态输水的响应

石羊河尾闾湖——青土湖位于腾格里沙漠和巴丹吉林沙漠边缘,是阻隔两大沙漠合围的生态屏障。自2010年开始连续5年向青土湖进行生态输水并形成一定规模的水面,对促进区域植被恢复和保护民勤湖区绿洲具有重要的生态意义。本研究选用2008年、2010年、2011年、2012年、2013年、2014年的高分辨率遥感影像资料同时结合研究区的实地调查资料,对形成人工水面的面积和输水前后的芦苇(Phragmites australis)、白刺(Nitraria tangutorum)群落面积进行了统计分析和对比。结果表明,5年连续输水形成叠加效应,水面面积成倍增加,芦苇相对频度逐年增加和白刺相对频度逐年减少,芦苇群落(Form.P.australis)面积增加了8.43倍,临接水域和水域中的白刺群落(Form.N.tangutorum)消失,白刺面积减少了68.00%。人工输水促进了芦苇群落依水蔓延,镶嵌于水域成片分布;距水面50 m范围的白刺群落由连续成片成点状。输水促进了湿生植物生长,导致荒漠植物种退化。     

吉林省西部新开发水田遥感动态监测研究

为了响应土地整理开发项目的政策,吉林省西部地区开发了大面积的水田。为掌握新开发水田的动态变化,有必要对吉林省地区进行土地利用分类。以吉林省前郭县为例,利用2010年环境卫星数据进行不同土地利用分类方法的比较,进而对另外3景图像进行信息提取,分析4个年份新开发水田的分布及变化情况。结果表明,支持向量机法比最大似然法的耕地分类精度高约5%,其产品和用户精度分别为95%和84%。加入纹理信息没有显著提高分类精度。2009~2012年水田面积分别增加-67.7 km2,111.7 km2和265.01 km2。     

中国东北漫川漫岗典型黑土区沟道侵蚀特征

[目的] 通过对450 km²黑土区进行实测调查，旨在评估研究区沟道侵蚀现状。[方法] 选取沟道侵蚀严重的450 km²的漫川漫岗黑土区为调查区域，首先在谷歌卫星影像上进行侵蚀沟识别和定位，再对侵蚀沟立体形态进行实地测量。[结果] ①研究区土地利用以耕地为主，耕地、建设用地、林地、草地分别占研究区总面积的85%，8%，6%，1%。②研究区坡耕地占86%，坡度0.25°~3.0°占64%，大于5°的占12%。③共有侵蚀沟1 049条，其中耕地中侵蚀沟577条，占总侵蚀沟条数的55%；沟壑密度1.2 km/km²，按沟壑密度衡量沟蚀强度为中度；沟壑面积比例为2.89%，以此界定沟蚀强度为剧烈。④研究区侵蚀沟平均长度、宽度、深度和面积分别为996，13.1，2.7 m和2.4 hm²。[结论] 漫川漫岗黑土区沟道侵蚀严重，主要危害坡耕地，但侵蚀沟相对较小，易于治理。     

国土空间详细规划现状底图底数转换方法研究

统一底图底数是编制各类空间规划的重要前提和基础,第三次国土调查数据作为当前权威性最高、现势性最强的国土空间利用现状数据,所采用的工作分类与国土空间规划采用的用地用海分类存在较大差异。本文通过对工作分类和用地用海分类进行衔接分析,提出了基于第三次国土调查数据的国土空间详细规划现状底图底数转换的总体技术思路、关键技术方法。     

山西特色资源植物数据库的建立

本文通过搜集山西省资源植物的基本资料和查阅相关文献,结合植物的经济用途和传统植物分类方法,将山西省资源植物分为十五类。利用现代信息技术,创建了山西资源植物数据库,实现了山西资源植物的信息共享,为今后更合理地开发利用资源植物提供科学依据。     

实时荧光定量PCR技术的概述及应用

实时荧光定量PCR技术是在传统PCR技术上发展而来的,不仅能判断某一基因的有无,而且还能对其进行定量分析。由于该技术与常规PCR相比,能够进行实时监测、且自动化程度高而被广大研究者青睐。本文对实时荧光定量PCR的原理、数据分析、定量方法、分类以及应用进行了系统而详细地综述。     

基于信息抽取的食品安全事件自动问答系统方法研究

针对从海量食品安全事件新闻报道中很难抽取出所需答案的问题，以食品安全事件语料库为研究对象，提出了一种基于信息抽取技术的自动问答系统。首先，利用深度学习模型TextCNN对用户输入的问题进行分类，得到其所属类型。其次，对于输入问题，借助Lucene搜索引擎找到其最佳匹配文档。再次，根据输入问题的类型，从食品安全事件数据库（采用信息抽取技术自动提取的一个结构化数据库）中筛选出该文档所包含的答案候选句集合。最后，利用深度学习模型Bi LSTM及基于答案候选句上下文的特征提取方法构建一个答案抽取模型，该模型能从给定的答案候选句集合中提取出最终答案。为检查基于食品安全事件数据库的答案候选句筛选方式及基于答案候选句上下文的特征提取方式对整个自动问答系统性能的影响，进行了多种比较实验，结果表明含有基于食品安全事件数据库的答案候选句筛选方式和基于答案候选句上下文的特征提取方式的问答系统表现最佳，其回答准确率达到44%。这相比于传统的问答系统，具有明显的优势。     

农产品监测预警模型集群构建理论方法与应用

【目的】农产品供给与需求的准确分析测定,是农业监测预警能力提升的重要表现。构建产品多品种多环节模型集群理论方法,可高效解决单一环节或单一模型难以解决的分析技术难题。【方法】在农产品供需的重要要素即生产量、消费量、贸易量、价格等分析预测过程中,针对农产品品种间关联性强,自然、社会、经济诸多影响因素纠缠,模型多变量强耦合、非线性、参数时变的特点,提出多品种农产品“因素分类解耦、参数转用适配”方法,以构建多时空维度的监测预警模型集群。【结果】利用“因素分类解耦、参数转用适配”技术方法,研究构建了不同农产品的生产类、消费类、贸易类、价格类的模型集群。这些模型集群可用于对不同时空维度的水稻、玉米、小麦、肉类等主要农产品供需的长中短期的分析预测,支撑形成了农业展望中的主要农产品平衡表,其中主要农产品全国年度生产量6年平均预测精度高于97%。【结论】研究提出的农产品监测预警模型集群构建理论及其方法,有效提升了农产品多品种模型集群的求解效率和准确率,增强了农产品供需分析预测的系统性与智能性,为系统揭示农产品复杂的时空供需变化特征、促进农产品市场调控科学性和可预见性,提供了新技术方法。     

Detection and classification of Lepeophterius salmonis (Krøyer, 1837) using underwater hyperspectral imaging

Salmon louse, or sea lice, (Lepoptherius salmonis) represents practical, economical and fish welfare challenges for salmon farming (Hamre et al., 2013) and for the free-living stocks of salmon. There is an urgent need in the industry for a system that provides reliable numbers of louse on farmed salmon. Underwater hyperspectral imaging represents a potential new technique for louse counting in sea cages. In laboratory studies, the UHI technology could detect and classify pre-adults (pre-adult I and II), adult males and adult females (ovigerous) of sea lice based on the difference in their spectral characteristics. A model was built for detection of lice on the salmon and the UHI had a detection success ranging from 67 to 100 % with an average of 82%. A classification of the detected lice was performed for pre-adults, adult males and ovigerous lice and had a prediction accuracy of 85% when lice were divided into three groups (pre-adults, adult male and ovigerous lice) and 93% when lice were divided in two groups, ovigerous lice and all the other mobile lice (pre-adults and adult male). An automatic procedure for in situ measurements of louse infected salmon could deliver a data basis several times higher than the traditional counting system. The next generation of UHI louse detector should be developed with a higher spatial resolution to be able to detect also the sessile stages of lice. For succeeding with in situ classification of L. salmonis, correction algorithms to compensate for the impact of water between the UHI and lice need also to be developed.