计算机图像识别在玉米生长模型中的应用

为了应对玉米植株的自动化监控,有效预测玉米产量,设计了玉米的生长模型系统。该系统以图像识别技术为基础,选择植株形貌参数,可有效预测玉米果实质量。整个系统包含图像分析、生长参数分析和玉米生长模型系统3部分。首先进行图像灰度化处理,进行二值分割,后采用中值滤波改进方法去除噪声;最后采用Hilditch细化算法,得到玉米植株骨架图。利用本系统对同一玉米植株进行27天观察,探索植株高度H、宽度W和节结个数N与时间之间的关系。系统以植株高度H、宽度W和节结个数N作为自变量,以植株玉米果实质量作为应变量,建立关系式,预测结果与实际结果吻合良好。     

基于GIS与RS的北方防沙屏障带生态系统格局演变

研究北方防沙屏障带生态系统格局演变特征,对加强屏障带建设、改善生态环境具有重要意义。以北方防沙屏障带为研究区,根据2005、2010、2015年MODIS遥感影像,将北方防沙屏障带生态系统类型划分为森林、草地、湿地、农田、城镇、荒漠和裸地7类。采用空间统计、转移矩阵、景观指数分析法、PNTIL模型等方法,对北方防沙屏障带2005—2015年生态系统类型时空演变特征进行分析。结果表明,2005—2015年北方防沙屏障带生态系统整体呈稳定状态;从分屏障带看,内蒙古防沙屏障带荒漠面积明显减少,塔里木防沙屏障带森林面积迅速增加,而河西走廊防沙屏障带草地面积明显增加;从正/逆转换方向来看,屏障带内农田、城镇、荒漠及裸地生态系统正向转换率高于逆向转换率。10年间,在景观水平上,北方防沙屏障带斑块数量、斑块密度呈减少趋势;在类型水平上荒漠景观整体呈现破碎化萎缩的趋势特征,森林、草地向形状简单化的方向发展。研究表明,2005—2015年,北方防沙屏障带生态总体向好,治沙效果明显,但局部仍面临较大压力。     

考虑土壤水平衡的灌区水资源优化配置研究

针对内蒙古河套灌区解放闸灌域地下水埋深较浅且矿化度高及黄河水量逐年减少等因素导致的农业用水严重短缺问题,本研究以解放闸灌域玉米为研究对象,耦合Jensen模型与土壤水平衡模型构建灌区尺度灌溉水资源优化配置模型,对不同的地下水埋深及土壤含水量情景下水资源优化配置方案进行研究,并利用Lingo软件编程求解模型。结果表明:当地下水埋深为2.5m时,引黄水量为3.85×10~8 m~3,可以达到5.55×10~8元的净经济效益;而土壤水含量为0.12～0.16时,净经济效益为[5.41,5.67]×108元。优化结果验证了模型在当地可行,并针对河套灌区解放闸灌域的不同土壤含水量与地下水埋深情景分别提供14种配水方案。     

实践应用视域下《园林树木学》课程创新教学建设研究

以广东理工学院应用型风景园林专业《园林树木学》课程为例,提出一种课程创新教学建设方法。从城市背景、提出"双原子"模型教学体系、基于岭南地域风格的课程教学、构建核心树种应用平台、利用知识体系提升学生风景园林规划能力5个方面研究了院校在《园林树木学》课程上的创新思路和方法。     

同源四倍体及其原二倍体黑皮冬瓜光合光响应模型筛选

为了筛选出最适合黑皮冬瓜Benincasa hispida (Thunb.) Cogn.的光合光响应模型,为其育种提供理论依据,以同源四倍体及其原二倍体黑皮冬瓜为试验材料,对8种经典的光合光响应模型适用性进行了比较分析。结果表明：二次多项式能够表现出光抑制情况,但在拟合过程中出现暗呼吸速率为正值、光补偿点为负值及无法解释当光强达到饱和后光合速率快速下降的问题;直角双曲线、非直角双曲线及指数函数Ⅰ、指数函数Ⅱ无法直接求取光饱和点、光补偿点,结合常用的光饱和点的计算方法得到的光饱和点与实测值均存在较大的偏差,且指数函数Ⅱ在计算光饱和点时表现出明显的人为性,也无法拟合光抑制情况,但4种模型拟合得到的光补偿点均与实测值相差不大;指数修正模型因系数β为负值,无法求取四倍体黑皮冬瓜材料的光饱和点和最大净光合速率,且拟合得到的四倍体黑皮冬瓜的光补偿点明显低于实测值;直角双曲线修正模型计算得到的暗呼吸速率及二倍体黑皮冬瓜的光饱和点明显低于实测值,但获得的四倍体及其二倍体的最大净光合速率与实测值最接近,说明其在拟合最大净光合速率上有优势;整体上分段函数计算得到的黑皮冬瓜的各光合参数与实测值最为接近,与实测值的平均相对误差最小,也能很好的拟合发生光抑制部分的光响应曲线。分段函数拟合同源四倍体及其原二倍体黑皮冬瓜光合光响应曲线效果较其他模型效果好,分段函数模型为黑皮冬瓜最适合的光合光响应模型。     

黑龙江省国有林区脆弱异质性家庭对停伐政策的态度及影响因素研究

基于2016年黑龙江省重点国有林区348户家庭的微观调查数据,实证分析黑龙江省国有林区脆弱异质性家庭对停伐政策的态度及影响因素。采用因子分析与综合评价法将348户职工家庭分为脆弱性家庭和非脆弱性家庭,描述性分析2组样本家庭对停伐政策的态度及认知情况,利用多元有序logit模型分析脆弱性与非脆弱性家庭对停伐政策态度的影响因素。结果表明:非脆弱性家庭对停伐政策的了解程度及执行情况的评价均高于脆弱性家庭,脆弱性家庭相对非脆弱性家庭对停伐政策的认可度较高,但是应对风险冲击的能力相对较低。脆弱性家庭和非脆弱性家庭对停伐政策的态度受户主特征、家庭特征以及政策认知特征变量的显著影响,但脆弱性家庭变量参数估计绝对值相对更大,因而停伐政策对脆弱性家庭有着更为敏感和强烈的冲击。     

基于机器学习预测农药对熊蜂和蜜蜂的毒性

熊蜂 (Bombus spp.) 和蜜蜂 (Apis mellifera L.) 是自然界中的重要传粉昆虫，近年来因为农药的大规模不合理使用造成了世界多个地区熊蜂和蜜蜂种群的持续下降。为了更好地评估农药对熊蜂和蜜蜂的毒性，本研究收集了61个共有的农药蜂毒数据，采用12种分子指纹联合8种机器学习算法，分别建立了农药对熊蜂和蜜蜂急性接触毒性LD₅₀值的分类预测模型。结果表明:农药对熊蜂和蜜蜂的急性接触毒性分类模型预测准确率分别达86.7%和80.0%。随机森林 (Random Forest)、神经网络 (Neural Network) 和支持向量机 (SVM) 3种算法联合Fingerprinter、Klekota-Roth Count和Extend 3种分子指纹在本研究中的预测能力较好。此外，分别采用构建的熊蜂毒性预测模型和蜜蜂毒性预测模型开展交叉毒性预测，准确率分别为72.9%和66.7%，表明熊蜂毒性模型预测蜜蜂毒性的准确性高于蜜蜂毒性模型预测熊蜂毒性的准确性。本研究可为设计低蜂毒化合物提供理论指导，同时为开展不同昆虫靶标的毒性交叉预测提供借鉴。