也谈盆景鉴赏

<正>盆景鉴赏是盆景界一个老生常谈的问题,也是一个长期以来仁者见仁、智者见智的话题。盆景的好坏,众说纷纭,难有一个令绝大多数盆友信服的评判标准:有人说盆景无好坏,喜欢就好;有人称卖得了高价的就是好盆景;也有人喜欢大盆景,认为盆景大、老、粗就是好。盆景到底如何来鉴赏,盆景鉴赏到底有没有依据与标准呢?笔者认为,答案是肯定的,最为基本的当然要从自然美、艺术美等方面进行欣赏和品评。     

农用地分析与评价决策系统的设计与实现

针对当前农用地分析与评价决策系统中资源信息共享以及建立分析与评价农用地的决策模型等方面存在的不足,设计农用地分析与评价决策系统的数据库、体系结构以及详细的功能模块,研究海量数据的集成整合、WebGIS技术、可视化技术、组件技术与C/S和B/S结构的应用等关键技术.采用ArcIMS二次开发以及可视化技术,以农用地地块分析子模块为例展示系统应用,实现数据高效管理,辅助决策,动态图例可视化、遥感影像图、三维飞行虚拟显示等视觉效果.该系统为农用地资源的信息化、政府有关部门的科学决策提供信息与技术支撑.     

基于Delphi可视化编程的旋耕埋草机功耗检测研究

旋耕埋草机在作业过程中受到的阻力较大,尤其是在土壤粘重的地区作业,其功耗问题是制约该机发展的重要因素。针对高茬秸秆还田旋耕埋草机实际功耗大小不清楚、刀辊作业时运动参数与功耗的关系不明确等问题,根据功耗检测的基本原理,采用Delphi可视化编程软件,设计了一种新的旋耕埋草机功耗检测系统。该系统由4个模块组成,包括设计采集模块、传感器模块、数据分析模块和Delphi可视化显示模块。将该系统安装在旋耕埋草机上,对其性能进行了检测,并得到了转速、力矩和功耗等检测结果。该检测结果通过数据处理可以在Delphi开发的界面上进行可视化显示,为旋耕埋草机动力分配和节能降耗的研究提供了可借鉴的数据参考。     

作物生态适宜性定量化评价方法及通用工具

该文研究了作物生态适宜性定量化评价方法。针对环境适宜程度的量化问题,提出了四基点生态距离计算方法,模拟了限制性因素及一般性因素的区别;在评价结果分级中,提出了二次阈值方法,将生态学意义清晰与不清晰的部分进行分离;提出了作物生态适宜性评价过程的数字化表达方法。在以上3项工作的基础上,研发了作物生态适宜性评价工具软件。以北京市冬小麦适宜性评价为例进行了应用,结果表明该评价方法和工具可以容纳主要的评价因子及主流的评价算法,具有实用性。     

定量化分析支持下全国耕作制度区划方法预研究

为了探讨定量化分析手段在全国耕作制度区划中的应用方法,通过对耕作制度区划指标逐项探讨、对现有的耕作制度分区进行了调整试验的方式,研究了全国耕作制度分区的指标体系,以及“区划指标数据库建立”、“气候指标值提取”、“地形单元提取”、“低级单元聚类”等定量化方法在耕作制度分区中的应用.结果表明:(1)明确的多级指标体系是定量化区划的关键;(2)耕作制度区划中使用定量化方法的技术框架是“自上而下”与“自下而上”相结合,在不同层级上采用不同的定量化分析方法;(3)在专家集成定性分析的框架下,定量化方法可以有效地提高耕作制区划的准确性与合理性.     

种植密度对小麦产量和群体质量影响的研究进展

合理密植是小麦生产中构建合理群体结构、夺取高产的重要栽培措施.分析了种植密度对小麦产量及其构成和群体质量的影响.分析表明:种植密度对小麦产量和群体质量有显著性的影响.种植密度的调整可以有效协调小麦单位面积穗数与穗粒数、千粒重的关系,进而获取高产;还可以有效控制小麦群体结构的变化,使之更加合理.     

基于GIS的绿色农产品基地适宜性评价

建立和完善绿色农产品基地适宜性评价方法,提高评价结果的实用性和准确性,是实现农产品安全的根本保障。研究依据基地认证者、规划者、生产者3种评价主体实际需求,分别引入污染潜在风险指标和经济状况指标,建立面向不同评价主体需求的多种主导因子评价指标体系,并借助GIS的空间分析方法进行定量评价,最后以北京大兴区为例进行了案例分析研究。结果表明,基地与工矿企业距离、与居民地距离等潜在污染风险对基地适宜性限制大,且不同评价主体下建立不同指标体系使评价更具针对性,利用GIS功能可提高效率,评价结果可视化程度好,具有很强的     

基于遥感影像植被指数变化量分析的冬小麦长势动态监测

为进一步探究利用中低分辨率影像监测小麦苗情的机理，丰富小麦长势动态监测的模式，结合2017-2018年定点观测试验，以GF-WFV数据为遥感影像源，研究了孕穗-开花期冬小麦主要长势变化量参数和产量及其与植被指数变化量间的定量关系，以逐步回归方法筛选目标长势变化量参数，分别构建及评价基于GF-WFV影像遥感植被指数变化量的孕穗-开花期叶片含氮量变化量和叶绿素含量变化量监测模型。结果表明，冬小麦叶片含氮量变化量（ΔLNC）和叶绿素含量变化量（ΔCHL）与产量密切相关，而孕穗-开花期的归一化植被指数变化量（ΔNDVI）、比值植被指数变化量（ΔRVI）分别与ΔLNC和ΔCHL相关性最好，因此选择这两个植被指数变化量作为敏感参量构建冬小麦长势监测模型。经验证，基于ΔNDVI和ΔRVI构建的长势线性模型可靠且精度高，其决定系数分别为0.70和0.64，均方根误差分别为0.39%和0.08 mg·L^-1FW。基于预测模型和实测数据分级量化表达冬小麦长势的空间分布状况，能够很好实现了基于GF-WFV时相影像长势不同等级的遥感监测。     

基于GIS技术的“三品”基地适宜性评价研究

运用GIS技术构建评价单元，采用单项污染指数法和综合污染指数法进行“三品”基地适应性评价，在此基础上，采用层次分析法从周边环境情况、道路交通情况、农田土壤质量、产业发展基础、经济社会水平等方面构建“三品”基地适宜性评价体系，为“三品”基地的规划和布局提供参考。     

基于机载高光谱数据的田间尺度胡敏酸含量估算

以机载高光谱为数据源,对研究区土壤光谱分别进行去除包络线(CR)、倒数(IR)、对数(LR)、一阶导数(FDR)、二阶导数(SDR)、倒数&一阶导数(IFDR)、对数&一阶导数(LFDR)、倒数&对数(ILR)变换,并分别构建归一化光谱指数(NDSI)(分别相应记为NDSI-CR、NDSI-IR、NDSI-LR、NDSI-FDR、NDSI-SDR、NDSI-IFDR、NDSI-LFDR、NDSI-ILR)。对NDSI与胡敏酸含量的相关性进行分析,筛选出特征光谱,利用多元线性回归(MLR)、偏最小二乘(PLSR)、反向神经网络(BPNN)、支持向量机(SVM)方法构建模型,以决定系数(R²)、均方根误差(RMSE)、相对分析误差(RPD)为评价指标,筛选最佳建模方法,用于田间尺度胡敏酸含量的高效估算。结果表明:NDSI-FDR、NDSI-SDR、NDSI-IFDR、NDSI-LFDR与胡敏酸含量的相关性更高。在396~1 000 nm,有3处与胡敏酸含量敏感的波段密集区域,分别位于480~550 nm与510~570 nm组合处、730~790 nm与740~800 nm组合处、880~930 nm与880~930 nm组合处。基于NDSI-LFDR建立的BPNN模型,建模集和验证集上的R²分别为0.916、0.805,RMSE分别为0.799、1.107,RPD值为2.189,可满足田间尺度胡敏酸含量估算的精度要求。