北京林业大学“程序设计”课程教学改革探索

“程序设计”课程是计算机科学与技术专业的专业基础核心课程。针对基于语法的“程序设计”课程教学模式存在的问题，分析北京林业大学“程序设计”课程的教学现状、教学定位和教学要求，提出由问题设计算法、由算法引导程序的基于算法的教学改革方案。实践证明，强调算法设计、淡化语法细节，在机房授课并在实验和考试中使用在线评判系统的教学模式更有利于培养学生的思维能力，也能更好地激发学生的编程兴趣以及提高学生的编程水平。     

金顶谢花酥梨叶片、新梢、果实生长动态及花芽分化进程研究

以宁陵的金顶谢花酥梨为试材,观察研究叶片、新梢、果实生长发育及花芽分化状况。结果表明,短枝叶片生长高峰期为4月5~14日;新梢生长高峰期4月14日至5月14日;果实体积增大高峰期7月25日至8月12日和8月24~30日;花芽形态分化初期6月下旬,大量分化期7月29日至8月28日。由此建议生产上应在枝叶生长高峰前约2周进行追肥灌水,促使叶片面积增大加厚、新梢生长。果实迅速增大期又是花芽大量分化期,在此之前约15天进行追肥灌水,利于果个增大,提高品质,促进花芽进一步分化。     

基于决策树分类方法的城市绿化分析——以兖州地区Hyperion遥感影像为例

以兖州实验区为例,探讨了利用决策树方法进行城市高光谱遥感绿化分析的流程和方法;分析了试验区典型地物的波谱特性;总结了常用反射率反演方法,并根据具体情况选择FLAASH模型进行了实验;试验区研究表明,决策树分类方法在高光谱遥感影像信息提取中具有可行性.这种基于高光谱的精细信息提取方法,可以提高不同植被类型的高光谱图像分类识别精度,为城市绿化分析提供参考依据.     

地理信息网格与数字农业建设刍议

网格技术是网络环境下海量数据管理和信息共享的有效方法。地理信息网格是网格技术在地理空间技术领域的应用，作为农业空间信息网格的基础，它是实现农业信息共享与服务的有效途径。地理信息网格在数字农业领域的广泛应用将深刻影响农业信息系统的规划部署、运行和管理机制，提高农业信息资源共享程度和使用效率，推进数字农业建设的步伐。     

地理信息网格与数字农业建设刍议

网格技术是网络环境下海量数据管理和信息共享的有效方法。地理信息网格是网格技术在地理空间技术领域的应用,作为农业空间信息网格的基础,它是实现农业信息共享与服务的有效途径。地理信息网格在数字农业领域的广泛应用将深刻影响农业信息系统的规划部署、运行和管理机制,提高农业信息资源共享程度和使用效率,推进数字农业建设的步伐。     

地理信息网格及其在数字农业建设中的应用

网格技术是网络环境下海量数据管理和信息共享的有效方法。地理信息网格是网格技术在地理空间技术领域的应用,作为农业空间信息网格的基础,它是实现农业信息共享与服务的有效途径。地理信息网格在数字农业领域的广泛应用将深刻影响农业信息系统的规划部署、运行和管理机制,提高农业信息资源共享程度和使用效率,推进数字农业建设的步伐。     

大棚葡萄设施栽培管理新技术

<正>葡萄具有适应性强,容易栽培、早期丰产、营养丰富和经济效益高等特点,是鲜食、酿酒、制汁、制干的优良水果。随着人民生活水平的逐渐提高和社会发展进步的需要,食用无公害葡萄、绿色葡萄和有机葡萄已成为当今社会消费总趋势。为了推动设施葡萄产业的发展,现对葡萄设施栽培管理新技术应用作如下分析:一、定植建园选用一年生健壮扦插苗,根长在15厘米以上,茎粗1厘米以上,有4~6个饱满素。行株距为1.2~1.5米×0.5米,亩定植1000株左右,施足底肥,然后先回填表土,再填底土,分层施入有机肥。二、建棚及扣棚北方地区为日光温室,东西向微拱式,北面有后墙,跨度7~9米,长50~70米,棚膜均采用透光保温     

海上溢油的原因、变化过程、危害和应急对策分析

随着国民经济的发展,海上货运量大幅度增长,特别是油船的数量和吨位也越来越大。随着石油进出口量的增加,油轮进出港次数的增加,船舶发生海损事故的几率也增加。近年来,在中国海域和国际上都发生过不少船舶溢油事故,而且都给海域和沿岸陆域造成严重的环境污染。另外石油开采过程中带来的喷井、海底漏油等也对海洋环境带来了威胁。石油作为全球性污染物,     

不同采样尺度下土壤碱解氮空间变异性研究——以榆树市农田土壤为例

在精准农业的实施过程中,研究如何用较少的样本来反映田间信息的空间变异规律,再用科学的插值方法进行插值和预估是精准农业研究中的一个关键问题。以东北典型黑土区——吉林省榆树市为研究区域,在榆树市弓棚镇13号村内选择相对平整的地块进行土壤采样并测试其土壤养分。在对原始采样格网点按一定的样点间隔和布局进行抽取的基础上,利用克里格插值方法和BP神经网络方法分别进行空间插值,比较不同采样尺度(40m×40m,56m×56m,80m×80m,113m×113m,160m×160m五个尺度)对空间插值精度的影响。结果表明:(1)随着采样尺度的增大,碱解氮的空间结构系数C/(C0+C)有减小的趋势,表明采样间距以内的不可估计误差逐渐增大,其空间结构的表现能力在逐渐减弱;(2)Kriging插值精度总体优于BP神经网络,随着采样尺度的增加,两种模型的模拟精度都有所下降,BP神经网路的插值精度和Kriging模型的插值精度的差距逐渐减小;(3)两种模型在113m×113m尺度上插值精度都发生了突变,如考虑碱解氮的空间变异规律和经济因素,碱解氮的最佳采样尺度应在80～113m。     

基于BP神经网络模型的三江平原湿地面积预测研究

以相关资料和文献中1950-2009年的数据为依据,利用相关分析、灰色预测方法和BP神经网络模型,定量分析了三江平原湿地面积变化的影响因素,并对未来20年三江平原的湿地面积进行预测。结果表明,耕地面积、年均气温、人口数量、径流深度、相对湿度、年降水量、政策因子与湿地面积变化关系密切,可以作为BP神经网络模型的预测变量。BP神经网络模型预测2010s三江平原的湿地面积为58.58万hm2,2020s为45.86万hm2,湿地面积在未来一段时间还有减少的趋势,但减少趋势明显减缓。