基于土地利用调查成果的草原资源监测技术研究

草原是我国陆地生态系统的重要主体,也是生态文明建设的主战场之一.但草原资源本底不清,限制了草原的科学管理.按照牧区、半牧区、林区草原资源的差异性,分别选择典型县域进行案例分析.结果表明,由于草地认定标准差异、资源自身空间上的重叠、精度差异等方面原因,三调初步成果与原有的调查资料草地面积总量和空间分布均存在不同程度的差异;国土三调初步成果的图斑区划和属性因子不能满足草原资源经营管理的需求,应在三调的基础上进行经营区划和调查;草班和小班的区划要满足不同区域草原资源管理和经营的需要,调查内容包括类型、数量、质量、结构和功能等5个方面.     

中国森林火灾发生规律及预测模型研究

量化分析森林火灾发生规律能为预测和防治森林火灾提供科学依据。文中采用四参数Weibull分布描述了我国森林火灾发生次数和火场面积分布规律,运用Spearman相关系数分析承灾主体因子、灾害管理因子、孕灾环境因子与森林火灾发生次数、面积间关系,基于全国森林火灾数据分别建立灰色系统理论模型、BP人工神经网络模型和时间序列ARIMA模型,并采用Markov随机过程改进已建立模型。结果表明,我国森林火灾发生次数分布呈左偏正态分布,火场面积呈倒J型分布,火灾次数和火场面积分布模型拟合决定系数分别为0.63和0.66;承灾主体、孕灾环境和灾害管理对森林火灾次数和火场面积影响程度依次减小,人工林面积、累年年平均气温、年降雨量平均差值、年最低气温平均日数与森林火灾发生具有明显相关性,影响森林火灾的因子与森林火灾发生次数、火场面积间存在指数型关系;不同模型对森林火灾发生次数和火场面积拟合优度次序为BP模型、GM（1,1）-Markov模型、BP-Markov模型、GM（1,1）模型、ARIMA模型、ARIMA-Markov模型,采用Markov过程能显著改进GM（1,1）预测模型对火灾随机性的预测效果,可以更好地反映森林火灾发生规律。     

培养高素质农药使用者是农药安全使用的关键因素

农药的安全使用日益成为备受关注的问题,分析了农药使用者在安全使用农药中的作用,据此提出了培养高素质农药使用者并对之正确引导和监督是做到农药安全使用的关键因素。     

GIS在云南省松材线虫病风险评估研究中的应用

运用GIS的空间分析功能和空间建模方法对云南省松材线虫病的风险进行了分析评价．根据已有资料,筛选了寄主、病原、媒介昆虫、环境和人为干扰因素5个指标作为一级评价指标,再细划为若干个二级及三级层次指标,由专家打分评判、计算各级指标因素的权重,再通过GIS的空间分析方法对各级指标进行空间模拟,生成各个因素的专题图层,最终将各因素的图层进行空间叠加生成云南省松材线虫病风险等级图．     

培养高素质农药使用者是农药安全使用的关键因素

针对农药尤其是化学农药的安全使用日益成为备受关注的问题,分析了农药使用者在安全用药中的作用,据此提出了培养高素质农药使用者并对之正确引导和监督是做到农药安全使用的关键因素。     

利用arcgis实现林地保护利用规划落界操作——以寿宁县为例

通过利用稳定、界面友好的地理信息系统软件arcgis来实现林地保护利用规划落界操作,摸索出较为合理的落界操作过程,为今后落界过程提供参考。     

指导用药对苹果园虫害发生的影响

[目的]明确指导用药对防治苹果虫害的积极作用。[方法]在综合分析2006和2007年苹果园农药使用情况的基础上,制定指导农药使用方案,于2007～2009年实施,调查指导用药对苹果园叶螨及蚜虫发生的影响。[结果]实施指导用药方案的果园,其叶螨和蚜虫的发生率均低于常规施药的果园,2008年8月14日和22日2次调查的叶螨平均发生率分别为13.5%和11.5%;2009年3月26日调查的蚜虫平均发生率仅为13.8%。[结论]指导用药对苹果园虫害的防治具有积极作用。     

浅谈农药零售环节存在的问题

通过考察农药零售点,结合与农药使用者的访谈,发现昆明地区农药零售环节存在销售高毒、过期农药,管理不规范,监管不力,恶性竞争等问题,并在此基础上提出相应对策,以提请有关部门注重农药零售环节的管理。     

农作物病虫害防治中存在的问题及对策

当前农业生产已步入建设现代农业时期．农作物产品由单纯追求产量、效益型逐步转向“高产、优质、高效、生态、安全”并重发展的新阶段。农作物病虫害防治作为一项重要的保产措施．其内容、任务也发生了变化。要树立“公共植保,绿色植保”的理念,既要有效地控制病虫害的发生危害．保证农产品的产量安全．又要有效控制化学农药对生态环境及农产品污染,保证农产品的质量和环境安全。     

自适应性神经网络预测模型及其在农机动力需求预测中的应用

建立了一个自适应性神经网络模型,它在Ｂ－Ｐ网络模型基础上,对网络的自身结构及学习规则进行了动态优化。网络能自组织和自学习自己的结构,即在学习过程中,网络可根据具体问题自动调整本身的结构,从而使结构达到最优。学习速度具有动态调节功能,根据每次学习时得到的误差不同,网络不断调整学习速率,从而在不引起系统振荡的情况下加速了收敛过程。在此基础上,对我国农机总动力需求进行了预测,预测结果和实际结果有很好的一致性。