低风险疾病情境下农村居民健康信息规避行为研究

[目的/意义]本研究旨在揭示低风险疾病情境下农村居民健康信息规避的程度、策略、成因及其关联。[方法/过程]研究采用理论抽样方法和半结构化访谈法收集了江苏省45位农村居民的相关数据。研究采用开放式编码和主轴编码方法对访谈数据进行分析,同时采用社会网络分析软件对规避策略和成因之间的关系进行可视化展示。[结果/结论]（1）农村居民在低风险疾病情境下存在全面型和选择型两种不同程度的健康信息规避。其中,全面型健康信息规避主要发生在信息需求阶段,具体的规避策略为完全不治疗;而选择型信息规避发生在信息获取阶段,具体的规避策略为自己治疗或者拖延治疗。（2）该情境下农村居民健康信息规避的成因主要包括感知风险、对信息源的信任、健康信息素养水平、文化水平、情绪、经济水平、小世界、时间和医疗资源的可及性。（3）农民健康信息规避的成因与规避策略存在特定的关联。文化水平和医疗资源的可及性只对完全不治疗规避策略有影响;情绪因素只对拖延治疗规避策略有影响;健康信息素养水平只对自己治疗规避策略有影响。该研究可为改善农村居民的健康状况提供指导建议。     

信息化时代大学生信息素养教育实践研究——以沈阳理工大学图书馆为例

[目的/意义]信息素养是人们在现实生活中就信息应用方面的综合表现,信息素养是大学生必备的基本素质,对其未来发展具有重要意义。[方法/过程]以沈阳理工大学图书馆信息素养教育为例,从大学生教育、教师教学和科研发展等需求多样性出发,开展多元化信息素养教育实践,形成了“课程整合教学—资源系列讲座—学科化服务—营造书香校园”的多层级、系统化信息素养教育体系。[结果/结论]建立一支学科知识齐全的信息素养专职师资队伍,发挥新媒体技术优势,积极开展线上教育新模式,加强与国内外知名大学图书馆交流与协作,引领高校师生信息素养教育沿着正确道路稳步发展。     

2000—2015年西南区县域土地利用变化特征及驱动力分析——以重庆市奉节县为例

综合分析重庆市奉节县土地利用格局时空演变及其驱动力,为优化西南区县域尺度的土地利用规划、生态大保护和区域可持续发展提供理论参考和数据支持。基于RS和GIS技术,利用四期（2000、2005、2010和2015年）土地利用基础数据,从土地利用动态模型和地学信息图谱等方面出发,揭示区域2000—2015年的土地利用动态变化特征及时空演变规律。依据主成分分析模型和线性回归分析模型,并基于奉节县社会经济统计数据,探究研究区土地利用驱动机制。研究期内,研究区土地空间格局呈现以林地和耕地为主体,同时交错分布其它土地类型的特点。耕地、草地和未利用地土地面积分别减少 78.84 km²、3.73 km²、2.54 km²,而林地、水域和居民工矿用地面积分别增加23.36 km²、46.67 km²、9.03 km²。受三峡移民影响,区域土地利用分布格局由整体无序向局部有序的方向发展。研究期的前10年间,土地利用类型转移主要发生在林地、草地和耕地之间,林地→耕地和草地的面积总和分别为849.38 km²和425.17 km²;2010—2015年间林地和居民工矿用地新增面积分别为9.93 km²和7.09 km²。从产业结构调整、政策影响和社会发展等方面探究区域城镇化的驱动机制,城镇化因素、政策因素、经济因素、社会发展因素和农业因素是影响奉节县土地利用类型变化的主要驱动力。     

河南省农业干旱脆弱性分析

为减轻旱灾损失,根据2005、2015年河南省统计与气象数据,采用10项指标和灰色关联分析法,以最劣值为参照系列分析了该省农业旱灾脆弱性。结果表明,豫西的济源、三门峡、洛阳,豫东的开封、漯河与豫北的鹤壁是河南省干旱脆弱性较强的区域,而豫东南的商丘、驻马店、信阳,豫北的新乡、豫西南的南阳则脆弱性较弱,其他地区居于两者之间;2005—2015年河南省干旱脆弱性呈明显的增加趋势。河南省是中国粮食生产核心区,首先要依靠科技创新,大力发展节水农业、循环农业;其次要重视水资源的节约与保护、加大农业投入以降低干旱的脆弱性,确保粮食安全。     

Cotton Image Segmentation Algorithm Based on Fusion Method of Markov Random Field and Quantum Particle Swarm Cluster

[Objective] The aim of this study was to improve the cotton image segmentation accuracy in a picking robot image processing system. [Method] An image segmentation algorithm based on a fusion method of Markov random field and quantum particle swarm optimization clustering was proposed. The process of the proposed algorithm is as follows: first, transform the RGB (red, green, blue) images into grayscale; second, use it to segment these images; finally, the threshold of the connected area is set on the basis of the segmented image to obtain the target area. Then, the cotton front image and the cotton side image are selected from the images collected from different angles. The segmentation experiment was carried out by using this algorithm, and compared with the Otsu algorithm, the fuzzy C-means algorithm, the quantum particle swarm image segmentation algorithm and the Markov random field image segmentation algorithm. [Result] The results showed that the segmentation accuracy and peak signal to noise ratio of the proposed algorithm were 98.94% and 77.48 dB. When compared with the Otsu algorithm, fuzzy C-means algorithm, quantum particle swarm optimization algorithm and Markov random field algorithm, the average segmentation accuracy and peak signal to noise ratio of the proposed algorithm increased by 2.47%–4.56%, and 9.81–13.11 dB, respectively. [Conclusion] The proposed algorithm had higher segmentation accuracy and higher peak signal to noise ratio than the other algorithms tested.     

科尔沁草甸湿地土壤碳氮剖面分布及生长季动态特征

采用定位观测的试验方法,于2016年5-10月及2017年8月对科尔沁草甸湿地0~100 cm土层土壤有机碳、全氮剖面分布及生长季动态特征进行了实验分析,旨在为科尔沁草甸湿地保护提供科学指导并为干旱半干旱地区湿地土壤碳氮储量估算提供借鉴。结果表明:1)科尔沁草甸湿地土壤有机碳、全氮含量整体随土层深度下降,0~20 cm土层间下降显著,20 cm以下趋于相对稳定,范围分别为11.9~23.5 g·kg^-1和0.66~1.50 g·kg^-1。2)各土层土壤碳氮含量月间差异显著(全氮40~60 cm土层除外),变化幅度随土层深度先减小后增大;土壤碳氮密度(100 cm)生长季变化大于年际变化,有机碳密度全生长季呈上升趋势,范围为15.44~20.82 kg·m^-2,全氮密度生长初期明显下降,之后趋于相对稳定,范围为1.01~1.16 kg·m^-2。3)土壤有机碳含量与全氮含量呈极显著正相关;植被和水文是影响其分布、变化的关键因子。科尔沁草甸湿地生长季土壤有机碳、全氮密度变化较大,且表现为潜在的碳汇和氮源,但年际间碳汇潜力未充分发挥,本研究建议禁牧力度应加大并增加氮肥投入以提高科尔沁草甸湿地生态系统功能。     

用于作物表型信息边缘计算采集的认知无线传感器网络分簇路由算法

随着无线终端数量的快速增长和多媒体图像等高带宽传输业务需求的增加，农业物联网相关领域可预见地会出现无线频谱资源紧缺问题。针对基于传统物联网的作物表型信息采集系统中存在由于节点密集部署导致数据传输过程容易出现频谱竞争、数据拥堵的现象以及固定电池的网络由于能耗不均衡引起监测周期缩减等诸多问题，本研究建立了一个认知无线传感器网络（CRSN）作物表型信息采集模型，并针对模型提出一种引入边缘计算机制的动态频谱和能耗均衡（DSEB）的事件驱动分簇路由算法。算法包括：（1）动态频谱感知分簇，采用层次聚类算法结合频谱感知获取的可用信道、节点间的距离、剩余能量和邻居节点度为相似度对被监控区域内的节点进行聚类分簇并选取簇头，构建分簇拓扑的过程对各分簇大小的均衡性引入奖励和惩罚因子，提升网络各分簇平均频谱利用率；（2）融入边缘计算的事件触发数据路由，根据构建的分簇拓扑结构，将待检测各区域变化异常表型信息触发事件以簇内汇聚和簇间中继交替迭代方式转发至汇聚节点，簇内汇聚包括直传和簇内中继，簇间中继包括主网关节点和次网关节点-主网关节点两种情况；（3）基于频谱变化和通信服务质量（QoS）的自适应重新分簇：基于主用户行为变化引起的可用信道改变，或分簇效果不佳对通信服务质量产生的干扰，触发CRSN进行自适应重新分簇。此外，本研究还提出了一种新的能耗均衡策略去能量消耗中心化（假设sink为中心），即在网关或簇头节点选取计算式中引入与节点到sink的距离成正比的权重系数。算法仿真结果表明，与采用K-medoid分簇和能量感知的事件驱动分簇(ERP)路由方案相比，在CRSN节点数为定值的前提下，基于DSEB的分簇路由算法在网络生存期与能效等方面均具有一定的改进；在主用户节点数为定值时，所提算法比其它两种算法具有更高频谱利用率。     

尕海湿地植被退化过程中土壤有机碳矿化特征

为了揭示植被退化对湿地土壤碳矿化过程的影响,以甘南尕海4种不同植被退化梯度的湿地(未退化(UD)、轻度退化(LD)、中度退化(MD)及重度退化(HD))为研究对象,采用室内恒温培养和碱液吸收法研究不同土层土壤有机碳(SOC)矿化速率和累积矿化量,结合一级动力学方程,分析土壤半矿化分解时间(T1/2)、有机碳矿化潜势(C0)等参数对植被退化的响应。结果表明:(1)不同植被退化梯度湿地SOC矿化速率在培养期内呈现出基本一致的变化趋势,表现为,培养初期(0~4天)矿化速率快速下降,且数值较高,培养中后期缓慢下降(4~41天)并趋于平稳;各培养温度下,不同植被退化梯度湿地土壤在各土层有机碳矿化速率大小均为UD>LD>MD>HD。(2)在整个培养期间,各植被退化梯度湿地土壤有机碳矿化速率均随土层加深而降低,表层0-10 cm的矿化速率(1.14~16.23 mg/(g·d))均显著高于10-20 cm(1.05~2.85mg/(g·d))和20-40 cm土层(0.94~1.26 mg/(g·d))。(3)4种植被退化梯度湿地在不同温度下的土壤有机碳累积矿化量均值排序为5°C(34.54 mg/g)<15°C(46.67 mg/g)<25°C(58.28 mg/g)<35°C(86.46 mg/g)。(4)一级动力学方程的C0值随植被退化程度增加呈递减趋势,而C0/SOC随着温度的升高而降低。因此,植被退化能显著降低高寒湿地土壤有机碳矿化速率,而气候变暖能够显著增加湿地土壤有机碳矿化量。     

石灰石砂砾负载铁膜及其强化除磷效果

为研究探讨出一种成本低、适用于农村生活污水处理的人工湿地填料负载铁膜方法,通过室内小试比较了石灰石砂砾、普通河沙砂砾2种材料,以及FeCl_3溶液、FeSO_4溶液、Fe(OH)_3胶体溶液3种含铁溶液,并比较了不同的工艺条件,包括4种加液方式:载体浸泡在溶液中不捞出、浸泡2 h后捞出、浸泡1 min后立即捞出和喷淋,3种干燥方式:105℃烘干、太阳晒干和室内自然晾干;同时构建了铁膜石灰石砂砾小型人工湿地,考察了其实际运行效果。试验优选出的负载铁膜方法为:石灰石砂砾浸泡在浓度为1.5 mol·L~(-1)的FeSO_4溶液中,使石灰石砂砾与溶液充分接触1 min后捞出,再将捞出后的石灰石砂砾室内通风自然晾干。铁膜石灰石砂砾对生活污水总磷的静态吸附去除率从普通石灰石砂砾的22.7%提高到80.6%;将其应用于小型人工湿地,总磷去除率比普通石灰石砂砾湿地提高了10%～15%。