基于随机森林算法的橡胶林地上生物量遥感反演研究——以景洪市为例

以景洪市橡胶林为研究对象,将获得的样地植被指数和生物量数据用随机森林方法建立相关关系,将建立的关系用Landsat TM影像反演出整个研究区域的生物量分布,用影像和实地样地调查数据进行分析和验证,实现光学遥感的大范围生物量反演。在反演过程中将植被指数作为自变量,使用R语言环境下的随机森林方法进行变量筛选和建模,并对该方法的适用性进行分析评价。结果表明：随机森林算法适用于森林生物量反演;选择的变量为可见光大气阻抗植被指数（VARI）、简单比值指数（RVI）、归一化植被指数（NDVI）、水分胁迫指数（MSI）、中红外指数（MidIR）;总体模型反演精度R2=043,RMSE=4605。反演结果对于生物量密度较低的区域回归效果较好,对于生物量超过200t/hm2的地区,反演结果偏低,且随着生物量密度的增加,反演结果偏差逐渐增大。     

基于Xception-CEMs神经网络的植物病害识别

随着深度学习技术与农业的密切融合,越来越多的研究将深度学习技术用于农业病虫害检测,提高农产品产量和质量.本文提出一种新颖的基于Xception模型的植物病害识别方法.了解到植物病害图像会受到不确定环境因素的干扰而减小图像信息.在Xception的基础上,提出一种新的通道扩增模块,采用带有通道分配权重的多尺度深度卷积与组...     

剖析日本农协财政金融支持政策

中日两国农业在经营规模小、家庭经营为主、人均土地占有量低、农业文化等方面都存在着很大的相似性。日本在恢复和发展战后农业的过程中,逐渐形成了世界农业合作经济的典范——农业协同组合（以下简称农协）。农协最初是在日本政府的指导授权下建立的，虽然其后成为独立的特殊法人，但它的发展一直受到日本政府的关注和扶持，可以说日本农协的发展和成功离不开日本政府在财政、金融、法规等方面的大力支持。     

坝上盐碱地枸杞人工林群落生物量研究

通过对坝上盐碱地枸杞人工林现存生物量的研究,结果估算出当前枸杞现存生物量为25.199 t/hm2。地上部分为13.129 t/hm2,其中枝干的生物量10.265 t/hm2,叶的生物量2.873 t/hm2。地下部分为12.070 t/hm2,且87.4%的根分布于地面下0~100 cm。适当密植有利于生物量的积累,同时可以改良土壤结构。     

王六壕湖卤虫生物学特性的研究

通过野外调查及室内试验,掌握了王六壕湖卤虫的生物学特性.王六壕湖卤虫属孤雌生殖种群,繁殖方式属卵生、卵胎生混合型;食物由有机碎屑、嗜盐菌及藻类组成;干燥卵径为246.6±11.2um;壳厚为8.8um;卵量为2153万粒/g.     

东北过伐林区森林景观演替分析

运用1997年二类调查数据,借助二歧指示种分类(TW INSPAN)方法,在ArcInfo的支持下,采用统一网格样点采样法,对吉林省汪清林业局金沟岭林场的森林景观的分类与演替进行了研究。结果表明:TW INSPAN通过15次划分,把整个金沟岭森林划分为7种经营景观类型,演替阶段从低到高依次为:人工纯林景观、榆杂林景观、杨桦林景观、阔叶混交林景观、针阔混交林景观、云冷落针叶混交林景观、阔叶红松林景观。同时,也说明TW INSPAN不仅可以有效地进行景观分类,还能反映景观类型在某一时空的梯度关系。     

这些食品可防艾滋病

每年的12月1日是世界艾滋病日。艾滋病是一种严重危害人类生命的传染病，目前尚无特效的治疗方法，除了杜绝不洁的性行为，慎重输血输液，讲究卫生以便预防外，还要多吃下面这些能抵抗艾滋病毒的食品，从而预防艾滋病。     

论知识经济与素质教育

一）所谓“知识经济”是与农业经济、工业经济为主体的经济相对而言的概念，它是“以智力资源的占有、配置，以科学技术为主的知识的生产、分配和使用（消费）为最重要因素的经济，”“它以高技术产业为第一支柱产业；以智力资源为首要依托，因此是可持续发展的经济”（吴...     

三种不同类型灌丛的结构特点及演替利用前景

在贵州省黔东南地区雷山、施秉、镇远三县调查了三种不同类型的灌丛，对样地内灌木树种和草本植物的种类、密度、覆盖度、水平及垂直分布等结构特点进行了分析．并对其演替及利用前景进行了评价。     

基于 SVM 方法的高山松林蓄积量遥感估测研究

以香格里拉县高山松为研究对象,利用2006年香格里拉县TM遥感影像、2006年森林资源二类调查小班数据、2009年精度为30 m 的DEM数据以及2013年香格里拉县高山松实测样地数据,提取研究区内高山松林影像分布图及筛选出17个因子（13个遥感因子、3个地形因子、1个地面调查因子）作为备选自变量,在MAT-LAB下利用LIBSVM模块建立研究区高山松林蓄积量单位面积（30 m ×30 m）估测模型。结果表明,选用RBF核函数在参数范围内寻找出SVM模型的最佳参数C＝3.5809, g＝0.1、 p＝0.01,利用最佳寻优参数建立SVM非参数模型,对SVM模型进行测试得到,均方根误差MSE＝0.0087,复相关系数R＝0.51,相对误差RE＝23.4％,估测精度为76.6％。以像元为单位,分块提取高山松林对应的各像元自变量因子,利用估测模型预测得到香格里拉县高山松林总蓄积量为13318476.5 m3。