北极村樟子松与落叶松林区空气负离子浓度及其与气象因子的关系

为了揭示空气负氧离子浓度与林种及相关气象条件之间的关系,笔者于2013年夏、秋两季对北极村地区选取的具有代表性的样地进行负氧离子浓度的观测及研究,通过时间尺度平均值及相关性分析的方法,对采集数据进行统计分析,并得出北极村地区负氧离子浓度的总体水平以及其与林种和气象因子之间的变化关系。结果表明:漠河北极村空气负离子浓度的总体水平处于548~1203个/cm~3,平均值为892个/cm~3,负氧离子浓度大体上与空气温度呈正相关、与空气湿度呈负相关。落叶松样地整体负氧离子水平高于樟子松样地,不同季节对负氧离子浓度也有较大影响。揭示出北极村地区负氧离子浓度与林种、季节以及气象因子之间的变化关系。     

4S-85型大蒜收获机研制开发

介绍4S-85型大蒜收获机的结构特点、工作原理等以及试验作业效果,并提出改进意见.     

四川省长江上游水土保持工程生态经济综合评价

小流域水土流失治理策略及其生态经济评价是水土保持学科的热点问题,以整个工程实施范围作为对象的研究成果鲜见报道。该文以四川省长江上游水土保持重点防治综合治理第五期工程整个治理区域为研究对象,以县级行政区内的小流域综合治理区域为评价单元,选取反映项目区社会经济和生态状况的46个指标,通过运用主成分分析法和多元线性回归分析,得出13种治理措施主成分,并对治理前后的生态经济状况进行综合评价和排序,建立了生态经济综合发展水平位次变化与治理措施主成分之间的多元线性回归模型。结果表明：不同的治理措施、治理措施实施的范围大小、实施的力度和强度是影响其对于生态经济发展水平贡献大小的主要原因。     

蜡蚧轮枝菌毒素的抑菌与杀虫活性

利用PD液体培养基对4株蜡蚧轮枝菌菌株VL9808、VL98011、VL98012、VL98014进行振荡培养，通过离心获得菌丝体，对菌丝进行冷冻干燥，经甲醇提取、氯仿萃取等过程，获得了油相和水相两部分组分，用该两部分组分对植物病原真菌、小菜蛾和桃蚜进行生物测定。结果表明，4株菌株的油相部分对多种植物病原真菌有抑制作用，水相部分活性较弱；4株菌株的油相和水相对桃蚜和小菜蛾有良好的致死作用，油相的活性高于水相部分，两者引起桃蚜的死亡率明显高于小菜蛾的死亡率。     

从新旧蚯蚓匀浆液中制备蚯蚓纤溶酶组分的比较研究

为探寻从蚯蚓匀浆液中制备蚯蚓纤溶酶(EFE)的简便途径,利用亲和层析的方法,分别从新鲜制备的与多年存放的蚯蚓匀浆液中制备了新、旧蚯蚓纤溶酶(即新、旧EFE)。利用天然电泳、SDS-PAGE纤维蛋白活性电泳分析组分差异,通过纤维蛋白平板比较两者纤溶酶活性,发现蚯蚓匀浆液在存放过程中,EFE的部分组分发生降解,但EFE的比活却升高了1.4倍。     

大庆城市湿地水生生态系统重金属转移模型研究

该文以大庆城市湿地北二十里泡为例,研究生活污水污染泡沼重金属分布及转移规律,为进行湿地环境影响评价和治理湿地水生生态系统重金属污染提供理论依据.通过对该湿地中水、沉积物及芦苇体内重金属含量的分析测定,并采用方差分析、线性和非线性模拟对试验数据进行统计和模型拟合,结果表明:①水样、底泥、植物根部、茎叶中重金属分布趋势与对照无显著差异,但含量均明显高于对照.②不同部位水样、底泥、植物根部、茎叶中的重金属种类及含量明显有差异.不同重金属与底泥的键合能力不同,铅和镉的键合能力最强,最容易在底泥中沉积.芦苇对汞和铅的转移能力最强,而对铜和锌的富集能力最强.③重金属在转移链中具有明显的转移规律,铜、锌、铅等具有较好的转移模型,多呈多项式和反比例函数关系模型.该研究主要基于统计学的原理,提出了生活污染泡沼水—底泥—根系—茎叶之间的转移模型,模型均通过小概率检验,精度较高,具有一定的实用性.     

三亚亚龙湾热带天堂森林公园开发现状与对策

指出了随着人们生活水平的提高,森林旅游正逐渐成为旅游业发展的新时尚。阐述了亚龙湾热带天堂森林公园的概况与开发现状,探讨了公园开发中存在的问题,并提出了相关对策和建议。     

基于CNN的无人机遥感影像质量评价

运用无人机的遥感影像来调查林地状态是一种有效的途径,为了进一步提升遥感图像质量的评价精度,笔者提出了一种基于卷积神经网络(convolutional neural network,CNN)的无人机遥感图像质量评价方法,主要包括图像采集与预处理、数据扩增、模型训练和测试4个阶段。首先对无人机采集到的遥感图像进行主观质量打分,分别获取同一区域不同阶段图像的质量分数;然后运用图像旋转和剪裁等方法对遥感图像进行数据扩增,将扩增后的图片和原始图片融合作为实验数据集;其次在Caffe深度学习框架中构建基于CNN深层特征的回归模型,并训练;最后,根据已建立好的深度回归模型和学习到的参数,预测无人机遥感图像的质量分数。结果表明,提出的方法可以取得较准确的评分效果,在保证客观打分的同时,能基本保持和人眼视觉的感受一致。     

基于深度学习特征和支持向量机的遥感图像分类

随着遥感图像采集技术的迅速发展,传统的遥感图像处理方法已经不能满足当前实际的生产需要。近年来,深度学习模型的流行为遥感图像分类问题的解决提供了新的途径。因此,为了进一步提升遥感图像的分类精度,笔者提出了一种基于深度学习特征和支持向量机(support vector machine,SVM)的遥感图像分类模型。首先,针对深度学习模型需要海量训练数据的特点,运用旋转、剪裁等方法对原始的遥感图像进行数据扩增;然后,将扩增数据按照种类随机地分为训练集和验证集两部分测试集,并使用训练集和验证集训练改进的针对遥感图像分类问题的卷积神经网络(convolutional neural network,CNN)中的参数,进而在训练好的CNN模型上提取第一部分测试集的深度学习特征;最后,使用第一部分测试集的深度特征训练多分类SVM,并对第二部分测试集图像进行分类验证。实验采用NWPU-RESISC45公共数据集对本研究模型精度进行验证,与现有的遥感图像分类方法相比较,实验结果表明,提出模型的总体分类精度有明显提升,从而验证了方法的有效性和实用性。     

基于3S技术的山东省森林蓄积量估测

借助SPSS统计软件和ERDAS IMAGINE9.0/ArcGIS9.2的建模及空间分析工具,采用TM影像和1∶100 000地形图作为数据源,从TM影像提取野外GPS采样点缓冲区内6个波段的灰度值及其线性和非线性组合等遥感因子,从地形图提取海拔、坡度、坡向等GIS因子,以各遥感因子和GIS因子作为自变量,以GPS野外调查样点缓冲区内的蓄积量作为因变量建立多元线性回归模型.样本数据筛选采用标准差法,因子变量筛选采用主成分因子分析法、多元线性回归的逐步回归和强行进入法等方法,建立的多元回归模型预测总体精度达到87.35%.用2006年山东省TM影像提取的有林地掩膜模型中各因子变量灰度图,得到各因子变量的掩膜图层.将各因子变量的掩膜图层代入多元回归模型进行复合运算,得到有林地蓄积量灰度图像.经蓄积量灰度图像属性表统计得到山东省的有林地总蓄积量为6 203.53万m3,为快速、准确地对大面积的森林蓄积量估测提供一种有效的途径和方法.