耕地质量和产能评价指标体系研究——以广西宾阳县为例

为科学评价耕地资源,实现耕地的有效管理,提高土地利用效率,通过文献法对耕地质量和产能的评价指标进行梳理,利用地理探测器进行指标筛选,采用特尔斐法确定指标权重,应用加权求和法对指标系数进行修正,利用连乘积法计算耕地质量与产能指数,系统科学地构建耕地质量和产能评价体系。结果表明,宾阳县耕地质量整体情况良好,等别为优等和良等的耕地面积占99.95%,东北部耕地等别略低于西南部,其等别差异主要原因为土地利用方式不同和土壤健康状况的差异。耕地产能等别中旱地等别主要集中在11等,水田等别主要集中在7等,呈现中部高四周低的分布规律,中心城镇地势平坦、管理水平高是造成耕地产能等别差异的主要原因。研究表明,应用本研究构建的指标体系得到的宾阳县耕地质量评价结果能够很好地反映耕地实际质量状况,说明评价指标体系合理,适用性较强。     

资兴市耕地变化驱动力分析及对策

耕地的减少是资兴市城市发展面临的一个主要问题。在分析1996￣2004年资兴市耕地变化的基础上,采用主成分分析方法对影响耕地变化的社会经济因素进行归纳,概括为经济发展、人口增长、工业化发展水平和农业科技进步四个方面。并针对耕地变化的不同驱动力提出具体的对策措施。     

山苍子播种繁殖及扦插育苗初探

对山苍子的播种繁殖育苗、扦插繁殖育苗进行了探讨。结果表明：用草木灰揉搓种子和H2O2浸种，均能不同程度地减少种子中的发芽抑制物质，其发芽率分别提高了17．5％和20．0％；扦插繁殖育苗时利用其根颈部位萌芽条作为繁殖材料比较理想，未经任何处理和经过L1号生根粉处理均可达到70．0％以上的成活率。     

市(县)级土地利用总体规划修编问题研究——以湖南省资兴市为例

通过对资兴市土地利用总体规划修编前期工作中遇到的一些实际问题的阐述,分析其存在的原因及影响,提出相应的解决方案和对策.     

资兴市耕地动态变化的驱动力研究

针对资兴市1996～2004年间耕地数量变化的驱动力进行分析,试图揭示内地城市化过程中耕地利用变化的驱动机制.结果表明:尝试性地建立驱动因子指标体系,并运用 SAS 统计软件对55个驱动因子进行相关性分析,得出36个与耕地面积变化相关性较强的因子,运用主成分分析法对上述36个驱动因子进行分析.归纳出经济发展、城市建设、产业结构变化和科技进步为资兴市耕地利用变化的主要驱动因子,并进一步分析了这些驱动因子与耕地变化的关系.     

基于Hive的高寒草地海量数据高效分析系统设计研究

解决高寒草地的退化问题需要对高寒草地退化现状进行综合评价，而这需要相关数据作为支撑，本研究设计并实现了一个基于Hive的高寒草地海量数据高效分析系统，能对高寒草地的海量数据进行可靠、高效地存储分析。首先，平台设计基于Hadoop、Hive、Sqoop环境，通过节点和集群配置等步骤搭建完成；然后，通过期望最大化（EM）算法进行数据填充、数据导入、数据分区存储等步骤，完成数据抽取、转换、加载（ETL）及数据存储；最后，系统通过混合函数编码实现模糊查询功能，实验测试表明系统达到了预定的效果。随着文件大小的增加和总体数据规模的增大，系统整体存储和读取时间一直处于增长的状态，但平均运行时间（平均处理1 MB数据所使用的时间）处于降低的趋势，说明随着数据量的增加，系统并行处理海量数据的能力得到体现。使用2014年青海省称多县高寒草地样方监测数据和部分虚拟数据（总数据量约为3 958万条，7.56 GB），对Hive集群以及关系型数据库SQL Server的数据查询效率进行对比。结果显示，当查询数据量为3 958万条时，Hive集群数据查询的时间为SQL Server查询时间的67.8%。说明在数据量较大时，系统数据查询的效率比SQL Server更高。通过HiveQL对高寒草地生态数据进行分析处理，并开展相应的对照实验，对比发现，Hive数据分析技术与对照实验的处理结果相同。综上，将分布式数据仓库技术应用于高寒草地海量数据的存储与分析，较传统的数据存储与分析技术相比有明显的进步。本系统对海量数据处理效率高、可开发性强，可以很好地满足海量高寒草地数据的存储和分析要求。