日本创新能力教育及其借鉴意义

国家竞争力的关键在于技术人才的素质，而技术人才最重要的能力是创新能力。没有创新就没有高附加值。本选择松下电器公司、东京工业大学以及日本发明协会来分析日本企业、高校、社会三方面，如何致力于创新能力培养。本可作为我国推动技术人才创新能力发展的参考。     

地理探测器与Tobit模型在粤西地区粮食生产效率及影响因子分析中的比较应用

为明晰粤西地区粮食生产效率及其关键影响因子，实现优化资源配置效率和推进粮食生产转型升级，基于1999—2018年粤西地区茂名、阳江、湛江3市粮食生产数据，采用交叉效率DEA模型测算区域粮食生产效率，揭示近20年粮食生产效率的时空变化特征，并利用Tobit模型和地理探测器模型比较分析粮食生产效率的关键影响因子。结果表明：粤西地区粮食生产效率平均值为0.77，其中，茂名市粮食生产效率最高（0.88），阳江市次之（0.78），湛江市最低（0.65）。Tobit模型和地理探测器测算粤西地区粮食生产效率影响力（贡献力）最大的投入因子是农业机械总动力，分别为-1.082和0.942。Tobit模型测得的7个投入因子仅化肥施用量（0.015）与粮食生产效率呈显著正相关，有效灌溉面积、粮食播种面积、农药使用量3个因子与粮食生产效率相关性不显著，农用塑料薄膜使用量、从业人口、农业机械总动力3个因子呈显著负相关。而地理探测器测得所有因子均对粮食生产效率产生显著影响。阳江市投入因子贡献力与粤西地区大致相同，但化肥施用量贡献力高出有效灌溉面积0.008。湛江市与茂名市化肥和农药投入的贡献力仅次于农业机械总动力，有效灌溉面积贡献力均最低。但茂名市粮食播种面积的贡献力依次大于从业人口和农用塑料薄膜使用量，湛江市则相反。研究表明，20年来粤西地区粮食生产效率不高，整体呈中等效率水平，粮食生产效率先降后升的变化趋势显著；地理探测器测度结果无不显著因子存在，探测因子影响力比Tobit模型所得结果更稳定且偏误小；农业机械总动力是影响粤西3市粮食生产效率的主导因子，但不同城市粮食生产效率的因子贡献力差异较大，湛江和茂名对化肥、农药等污染较大的生产要素依赖性更强。     

胡仁甫报艺馆作品选

初 晴恐龙胡仁甫报艺馆作品选@胡仁甫 @胡月亭 @胡月明     

高背型异育银鲫池塘主养试验

鲫在传统的养殖业中，仅是一个配养种类，因此，产量低，经济效益不显著。为了活跃市场，丰富人们的生活，使养殖业获得较好的经济效益，我所以高背型异育银鲫为对象，进行了养殖试验。现将结果介绍如下：一、材料和方法（一）材料“1．池塘条件：池塘土质为沙壤上，为防止渗漏，池底和池边铺以塑料薄膜，并在薄膜上覆盖20厘米厚的土层。面积3．sl亩，池塘为东西走向的长方形，池深2．5米，水深1．0～1．6米。2．水源及水质状况：水源为地下水。设四十米深的6时密封井抽灌，水温16～17C，经水泥衬砌渠道80米流程后进入鱼池。溶氧3．15毫克…     

BTOPMC/SCAU分布式流域水文模型原理和系统设计

BTOPMC(block-wise use of TOPMODEL(TOPgraphic MODEL,基于地形的水文模型)with the Muskingum-Cunge method,分块应用TOPMODEL和马斯京根-康吉汇流方法)是一个具有较强物理基础的分布式流域水文模型,主要用于教学和流域研究,模型有待软件化,以便用于流域作业预报和水资源管理。该文采用多层架构体系设计了该模型的计算机系统,形成了BTOPMC/SCAU(south china agricultural university),系统由数据层、模型层、通信层、数据表达层和用户操作层组成,运行环境采用客户端/服务端模式。提供手动和自动2种参数率定模式,自动率定采用SCE-UA(shuffled complex evolution developed at university of arizona)全局最优算法,内置7种目标函数。采用Open MP(open multi-processing,开放式多处理)多核并发编程技术在产汇流模块实现了多核并行计算。系统为流域水文作业预报和水资源管理提供了精致的方法和简便工具。     

多种分类器在农用地分等中的应用及其用法改良

以广东省第二次土壤普查成果资料为主要数据源,选取贝叶斯决策、BP神经网络、概率神经网络、聚类等分类方法分别对数据源进行分类;并且,笔者为了充分利用有监督学习分类准确率高和无监督学习无需标定的学习样本的优点,提出了基于监督--非监督的聚类算法,然后对上述五种方法的评价结果作了比较分析;实验表明文章提出的基于监督--非监督聚类方法只利用少量的有标定学习样本,即可得到较高的分类准确率,特别在少量样本时,该方法能得到比贝叶斯决策方法、BP神经网络和概率神经网络等监督学习方法更好的土地评价结果;在实际应用中,可以尝试结合监督和非监督学习的方法,实现分类正确率和获取大量有类标签的样本之间的折中。     

基于概率神经网络的广东省土地资源评价

用概率神经网络的方法，以广东省土地资源为对象进行了土地资源评价的研究，并与BP网络的评价结果作了比较,结果表明，用概率神经网络进行评价的结果比BP网络的评价结果更加准确，更加切合实际情况，一定程度上避免了人为因素的干扰，提高了土地资源评价的准确性．     

土壤有机质空间变异与农用地自然质量关系研究

该文以广州市花都区赤坭镇为试验区，根据典型农用地类型的土壤采样基于Cokriging方法进行土壤有机质精确插值与空间变异分析，并将结果与农用地分等成果进行相关分析。结果表明，以土壤有机质和农用地类型为协因子的球状模型Cokriging总体插值精度最高，试验区内土壤有机质分布格局是四周丘陵和水库区含量较低，巴江河两岸的平原地区、西南角的山前冲积平原含量较高，这也是灌溉水田密集的区域；试验区内土壤有机质含量菜地分布比较均匀、空间相关性很强，而水浇地分布差异较大、空间变异性较高；土壤有机质分布在南北、东北-西南两个方向相关性较强具有各向同性特征，在东南-西北、东西方向具有各向异性特征，受到随机因素的影响变异性较大。土壤有机质Cokriging插值结果与试验区内农用地自然质量等指数的相关性很显著，菜地与农用地自然质量等指数相关性最强，灌溉水田其次，旱地最差。     

基于TM8卫星热红外数据地表温度反演及其应用

地表温度(LST)是农业旱灾监测模型和农作物估产模型的关键因子,在干旱遥感监测中有着广泛应用.针对TM 8卫星运行陆地成像仪(OLI)和热红外传感器(TIRS)数据波段特点,提出新的劈窗算法流程图,推导新的劈窗算法系数,对地表比辐射率和大气透过率这两个基本参数进行了分析.选取同一时刻珠三角区域的MODIS温度产品和气象站点观测值作为基准,对该算法进行精度分析.结果表明:LST散点图得出RMSE为0.3845;从LST差值直方图得出反演LST和产品LST误差范围主要集中在-0.6～0.6℃之间;对观测的气象站点值进行统计,产品站点温度均值、算法反演温度均值和站点观测温度均值分别为21.61、21.19、21.38℃,对高温区域的气象站点温度数据统计得出该算法的RMSD为0.742℃,误差小于1℃.从实例应用来看,该算法能快速有效地反演农业旱灾监测中所需要的LST参数,并获得较好的反演效果,能提高农业旱灾监测模型的反演精度.