我国肥料利用现状及提高化肥利用率的方法

提高肥料利用率、减少肥料损失是目前农业生产中急需解决的重要问题。针对我国肥料利用率低、氮肥损失严重的现状,综述了肥料利用率低的原因及提高肥料利用率的有效途径:主要包括推广缓/控释肥料;进行精准配方施肥;改进施肥方法。  

玉米种子丸粒化加工技术的研究

对４种填充剂粉料膨润土、硅藻土、大白粉、粉煤灰和２种粘结剂１０７胶、羧甲基纤维素（ＣＭＣ）进行了种子丸粒化材料筛选试验。通过试验选出膨润土、１０７胶作为加工玉米丸粒化种子的丸衣材料，确定了玉米丸粒化种子的加工工艺流程，并对丸粒化种子的生物学特性进行了研究，证明经过丸粒化处理的玉米种子不影响其发芽率，为实现玉米精量播种提供了一条新途径。  

星基差分GPS用于林区高分辨率遥感图像几何精校正

为解决林区缺乏大比例尺地形图而难以进行高空间分辨率遥感图像几何精校正问题,采用基于广域差分技术的星基差分GPS精确测定地面控制点(GCP),以多项式变换进行QuickBird pan(0.61 m)图像几何精校正.结果表明,全部GCP的点位误差均小于1个像元,总的点位误差为0.411 9.在进行图像灰度重采样中,最邻近点法、双线性内插法和三次褶积法的效果均无明显差异;就信息量和灰度值变动情况而言,以三次褶积法略好;就图像灰度保真而言,以最邻近点法略好.  

GPS数据处理及其单点定位精度研究

精确定位是精准农业的关键技术之一.本文通过使用计算机串口对GPS信号进行接收,对WGS-84坐标进行高斯-克吕格投影坐标变换,对GPS单点定位精度进行了试验研究.得到了先进可行的试验方法,编制了计算机程序,可用于我国精准农业精确定位技术应用的试验研究.  

基于高分辨率卫星图像的小班勾绘精度检验

小班是森林资源规划设计调查的基本单元,其勾绘精度决定了森林空间分布定位的准确性和面积调查精度,过往对此缺乏深入的研究.为此以QuickB ird高空间分辨率卫星遥感图像为基础,对以1∶10 000地形图为手图的小班勾绘精度进行检验.结果表明,63个小班的面积平均误差25.0%,中心位置平均位移77.1 m,边界平均位移9.3 m,小班边界平均最大位移26.0 m.此外,还讨论了提高小班勾绘精度的技术方法.  

三维激光扫描系统测树原理及精度分析

该文介绍了三维激光扫描系统的测量原理、测树过程和测树因子的获取方法.在甘肃省小陇山林业局党川林场,通过对立木扫描数据和伐倒木实测数据进行比较研究,结果表明用激光扫描系统进行测树能够获得较高的精度,做到精准监测,满足林业上测树的要求;同时,利用样木三维模型,可以方便地获取传统方法难以获取的测树因子,从而大大拓展了它在林业中的应用.  

基于MODIS NDVI时间序列谱匹配的耕地信息提取研究——以浙中地区为例

    基于MODIS NDVI数据和时间序列谱匹配提取季相相似的耕地面积.选取耕地样点像元的时间序列作为标准时间序列谱,其他像元的时间序列作为测试时间序列谱,对匹配系数进行t测验以确定耕地像元.当匹配位置m=0时,在t测验10%显著水平时耕地的匹配精度最高,相关系数r为0.60;而对均方根误差(RMSE)评价图执行非监督分类,获得的耕地匹配精度显著提高,相关系数为0.79,优于t测验方法.该研究证实了基于时间序列谱匹配的耕地信息提取的可行性,同时匹配精度可反映研究区作物季相的一致性信息.  

提高天然气流量计量的准确度

叙述了天然气计算技术的现状及发展趋势，分析了孔板流量计在天然气工业应用中存在的问题，指出了提高天然气流量计量准确度的措施，提出了解决孔板开孔直角入口边缘尖锐度钝化和测量范围窄等问题的新思路。  

面团流变学特性检测仪器比对试验分析

 【目的】研究不同实验室粉质仪和拉伸仪测定面团流变学特性的准确度和精确度,探讨现有仪器设备存在的主要问题。【方法】以3种小麦面粉标准样品(强筋、中强筋和弱筋)为原料,以不同实验室的17台粉质仪和11台拉伸仪为比对仪器,分析不同实验室粉质仪和拉伸仪测定面团流变学特性的准确度和精确度。【结果】17台粉质仪器检测3种面粉的准确度约为72%,其中有13台粉质仪重复试验的精确度约为73%;不同粉质参数之间的准确度无显著差异,而精确度存在显著差异;不同面粉间粉质参数准确度无显著差异,而精确度有显著差异。11台拉伸仪检测3种面粉的准确度约为73%,其中有7台拉伸仪重复试验的精确度约为95%;不同拉伸参数之间准确度达到满意程度无显著差异,有问题和不满意的比例有显著差异,同时精确度无显著差异;不同面粉间拉伸参数准确度无显著差异,而精确度存在显著差异。【结论】粉质仪比对试验的结果说明,有1/4以上的仪器维护水平和技术队伍现状还不能完全满足国家技术标准对优质小麦检测、监测、评价的要求。  

SPOT5遥感影像土地利用信息提取方法研究

【目的】探讨高分辨率遥感影像土地利用信息提取方法的优劣,为研究土地利用/覆盖动态变化提供参考。【方法】以结合纹理特征的支持向量机(Support vector machine,SVM)分类和多尺度分割的面向对象分类为主要技术,对陕西佛坪长角坝乡遥感影像的土地利用信息进行提取,并将分类结果与基于传统像元的最大似然法分类结果进行比较分析。【结果】面向对象分类法的总精度达到90.67%,较结合纹理特征的SVM法提高了8.34%,而与最大似然分类法相比提高了近20.32%,克服了其他分类方法存在的同谱异物现象及分类结果中地物破碎等缺点,取得了较好的分类结果。【结论】利用面向对象分类法不仅达到了提取土地利用信息的目的,而且精度高、速度快。