排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
2.
基于文献计量的巢湖农业面源污染概况分析 总被引:3,自引:0,他引:3
为了解巢湖农业面源污染的研究进展,明确该领域的研究现状和热点,以CNKI、维普、SCOPUS数据库为基础,采用文献计量的方法对巢湖农业面源污染主题的文献进行检索。结果表明:巢湖流域治理方向的发文量最多,其中大多数是从源头控制、中间拦截、末尾治理定性叙述的,模型和现状的关注度也比较高,主要参考国外通用模型进行验证及负荷估算等。安徽农业大学和合肥工业大学等机构为巢湖该领域发展做出很大贡献;马友华团队等是该领域的核心团队,主要发文期刊有《中国农学通报》、《安徽农学通报》、《水土保持学报》、《环境科学学报》等。由此发现,巢湖流域的研究热点集中在治理方向,其中定性叙述治理措施文献偏多,定量研究治理效果和生态补偿标准的确定是未来的一个发展方向,模型的创新性有待于提高。 相似文献
3.
东北黑土漫岗区春耕期土壤水分空间变异及地形影响 总被引:1,自引:0,他引:1
土壤水分存在强空间变异特征,在多重尺度上受地形、土壤、土地利用、植被等因素综合影响,是农业生产和耕作的关键要素。为了揭示东北黑土漫岗区春耕期农田土壤水分空间变异特征及分析地形因子对其影响,以赵光农场为研究对象,利用Sentinel-1数据反演的土壤水分和DEM数据,采用半方差函数、集成推进树算法(ABT)等方法分析了春耕期土壤水分的空间变异及地形因子(坡度、坡向、坡位、高程、地形湿度指数)对土壤水分空间异质性的相对影响,并系统分析了土壤水分在不同坡位、坡度和坡向的变化特征。结果表明:研究区2018年4月24日处于春耕时期黑土漫岗区的土壤质量含水量分布在25%~37%; 地块内部变异系数为5.81%,相邻地块间变异系数为4.16%; 针对整个农场尺度土壤水分空间变异的有效变程为3 000 m,地块尺度上有效变程为300 m。土壤水分分布与地形湿度指数呈显著正相关,与坡度、坡向、高程、坡位呈显著负相关; 坡位、坡度、坡向是影响土壤水分空间变异的主控因子,其累计相对解释率超过了70%,其中坡位占36.28%。研究结果有助于了解东北黑土漫岗区春耕期农田土壤水分空间分异规律及影响机制,对黑土漫岗区土壤水分管理、春耕春播期农机科学调度、保障粮食安全具有重要意义。 相似文献
4.
【目的】分析海河流域农田氮磷面源污染及对水质影响的空间分布特征,并识别关键源区,以期为该流域面源污染治理提供参考依据。【方法】基于InVEST营养物传输率模型和产水量模型,估算了海河流域农田氮磷入河负荷、河流断面氮磷入河通量和潜在氮磷径流质量浓度,结合GIS空间热点分析、水文网络分析识别面源污染关键源区。【结果】海河流域2015年氮磷入河负荷分别为2.41 kg/hm2和0.56 kg/hm2,入河总量达3.4934万t和0.8077万t,潜在氮、磷径流质量浓度分别为5.97、1.47 mg/L,约55%的河段超过地表V类水质TN、TP标准。农田氮磷污染呈明显的沿西北部山区向中南部平原方向上升的分布特征;农田氮磷入河负荷和潜在氮磷径流质量浓度的空间分布差异明显,前者高值分布在徒骇马颊河水系、漳卫河水系、子牙河水系,后者高值分布在徒骇马颊河全线、黑龙港运东河中下游、大清河支流和子牙河上游部分河段;流域水系上游或支流的潜在氮磷径流质量浓度普遍高于干流。热点区面积分别占14.45%、16.02%,贡献入河总量的23.39%、27.71%。【结论】海河流域农田氮磷面源污染较严重,西北部山区地区的污染程度低于中南部平原地区,以流域中南部、石家庄和秦皇岛的周边地区为关键源区。 相似文献
5.
遥感图像几何校正模型探讨 总被引:1,自引:0,他引:1
遥感图像几何校正时,几何校正模型的选择很关键.该研究以某地区SPOT影像为例,分别基于ENVI、ERDAS和ArcGIS、MapGIS软件,采用多项式变换模型进行了几何校正,总结了各软件在遥感图像几何校正方面的特点,并对多个遥感图像几何校正模型进行了探讨,简要说明了有理函数模型的优化法. 相似文献
6.
基于开花期氮素营养指标的冬小麦籽粒蛋白质含量遥感预测 总被引:4,自引:2,他引:2
籽粒蛋白含量(grain protein content,GPC)是衡量小麦品质的重要指标,及时准确的预测小麦GPC有利于小麦的分类收割和分级存储。为了能够选择一个合适的氮素营养指标作为中间变量来反演小麦GPC,该文研究分别以开花期植株氮素累积量(plant nitrogen accumulation,PNA)、植株氮素含量(plant nitrogen content,PNC)、叶片氮素累积量(leaf nitrogen accumulation,LNA)和叶片氮素含量(leaf nitrogen content,LNC)4个氮素营养指标为中间变量,并运用支持向量机(support vector machines,SVM)算法实现4个氮素营养指标的估测,最后构建及评价基于开花期"植被指数(vegetation index,VI)-氮素营养指标(nitrogen nutrition index,NNI)-GPC"模式的冬小麦GPC预测模型。结果表明:1)通过分析植被指数与氮素营养指标的相关性,选择植被指数MSAVI、PSRI、DVI、RDVI和GNDVI作为氮素营养指标模型的构建变量;2)运用SVM方法构建的VI-NNI模型中LNC的建模精度与验证精度相对最优,其建模决定系数(coefficient of determination,R~2)和验证集标准均方根误差(normalized root mean squared error,n RMSE)及验证标准化平均误差(normalized average error,NAE)分别为0.820、9.553%、-1.4%,验证结果稳定性较好;3)构建NNI-GPC模型中PNC的建模精度与验证精度相对最好,其建模R~2和验证n RMSE及NAE分别为0.653、9.843%、-0.3%;4)最终构建的VI-NNI-GPC模型中,以开花期PNC为中间变量的模型建模及反演精度最好,其建模R~2和验证n RMSE及NAE分别为0.631、8.564%、-0.9%。以氮素营养指标为中间变量的GPC遥感反演是可行的,并且比较4个氮素营养指标为中间变量反演GPC,PNC具有较高精度的预测结果,为精确反演GPC提供一个可靠的依据,具有一定的应用前景。 相似文献
7.
基于Sentinel-1雷达影像的玉米倒伏监测模型 总被引:5,自引:3,他引:5
在玉米发生倒伏灾害后,为定量监测区域尺度下的玉米倒伏程度,该研究以2017年8月8日因强风和强雨造成大面积玉米倒伏的小汤山国家精准农业研究示范基地作为研究区,提取倒伏前后Sentinel-1A雷达影像的多种强度信息,与实测倒伏样本关联分析,筛选出玉米倒伏前后最佳敏感后向散射系数。采用自然高与植株高的比值作为倒伏程度评价指标并构建比值公式,最终得到倒伏监测模型。结果表明,倒伏前后玉米植株高度的最优敏感后向散射系数分别为σVH和σVV+VH。32个建模点的实测差值结果与模拟差值结果的R~2为0.896(P0.01)。15个检验样本点和总样本点的倒伏程度分类准确度均达到100%。模型求解的自然高与植株高的比值与实测的比值总体相关性达到0.899。其中,中度倒伏类型的相关性最好,严重倒伏次之,轻度倒伏最差。该研究结果表明,在倒伏发生后,基于Sentinel-1A雷达后向散射系数构建的倒伏监测模型能在区域尺度下有效的实现玉米倒伏程度的分级监测。 相似文献
9.
基于西安科技大学测绘平台上的GIS专业现状和存在的问题,提出突出GIS应用开发高级应用型专门人才培养是今后高校GIS专业人才培养的主攻方向. 相似文献
10.