基于GM(1,1)-BP神经网络的城市耕地数量预测研究

基于灰色理论和BP神经网络建立GM(1,1)-BP神经网络组合模型,把灰色模型的时序性、无序性等优点与BP神经网络自学习、自组织的特点相结合,对耕地数量进行组合预测。结果表明,组合模型对耕地数量的变化预测精度较单一的灰色预测法有提高,与实际值有较好的拟合度,且具有简单、易用的特点。     

耕地产能核算理论模型的研究——以广东省潮汕平原区为例

以广东省潮汕平原区理论调查数据为基础,应用SPSS软件对调查数据进行分析,剔出异常数据,建立农用地分等自然等指数与产能间的函数关系,并进行检验,对农用地产能进行核算和分析。结果表明,农用地分等指数与单产间存在线性关系,可以农用地分等为基础进行产能核算,反映农用地的生产能力及潜力,但要实现核算的产能,仍需解决多方面的问题。     

基于空间数据挖掘的广东省"旱改水"优先区选择

随着新型城镇化水平的不断提高,大量耕地将会被占用。为有效遏制水田面积减少趋势,提升耕地质量,保障粮食安全,各地政府开始实施"旱改水"工程改造,即将同等数量的旱地改造为水田的方式间接开发水田。旱改水优先区域选择是实施改造先后顺序的重要评判标准。借助WEKA软件,基于空间数据挖掘的方法来选择"旱改水"优先区:(1)通过属性选择获取相关性较高的9个改造因子,实现数据的预处理;(2)通过K-means聚类分析将研究对象划分成5类簇;(3)通过Apriori关联规则挖掘出分区因子属性之间最强关联关系作为决策挖掘出优先改造的簇,并对结果进行分析。应用于我国广东省,试验证明,空间数据挖掘有效地从庞大数据量中提取信息,耦合空间关系,把数据转化为有用的知识,使用空间数据挖掘的方法选择优先区是可行和科学的。     

基于XGBoost算法的可恢复耕地宜耕性评价——以湘阴县为例

为科学有序开展可恢复耕地资源的整治,本研究提出一种基于XGBoost算法的可恢复耕地的宜耕性评价方法。选取自然条件、区位条件、社会经济状况以及工程条件等4个方面的因素,涉及海拔高程、坡度级别、国家自然等、集块面积、国家经济等、地块形状等36项影响因素为自变量,以现状可恢复耕地和耕种耕地二分类为因变量,分析各项影响因素对耕地宜耕性评价的重要程度,并进一步结合皮尔逊共线性分析和指标关联性分析,最终得到21项影响因素及其权重P值,优化后影响因素的权重P值相对稳定,其中自然因素对可恢复耕地宜耕性的影响权重最大,区位因素和工程因素权重次之,社会经济因素的权重最小。经过验证发现,预测耕种情况与实际耕种情况的符合率高达91.87%,且具有良好的泛化能力和鲁棒性,预测效果良好。借助上述模型预测得到的湘阴县可恢复耕地地块的宜耕潜力,形成如下认识：全县中西部平原区可恢复耕地宜耕潜力明显优于东部丘陵山区;可恢复耕地中未耕种和即可恢复地块的宜耕潜力高于工程恢复类地块,这些地块均属于良好的整治地块,可优先整治恢复为耕地;从可恢复耕地具体地类来看,坑塘和养殖坑塘类可恢复耕地的宜耕潜力最大,其次为其他林地类可恢复耕...     

青海省近10年草地植被覆盖动态变化及其驱动因素分析

草地是陆地生态系统的重要组成部分,认清其植被覆盖变化规律对草地可持续发展和草地生态系统的恢复具有重要意义。基于2005—2014年增强型植被指数(MODIS EVI)数据和气象数据,结合相关分析、残差趋势分析等方法,分析了10年间青海省生长季草地植被覆盖变化规律,以及气候因素和人类活动对其变化的影响。结果表明:(1)10年间青海省生长季草地EVI的年增长速率为0.0023,整体呈波动增加趋势,其中东部黄土高原区整体呈显著增加趋势,其次是青南高原区、柴达木盆地,环湖和祁连山区整体呈退化趋势。(2)青海省生长季草地EVI与温度和降水相关性显著,与平均温度和累积降水量的偏相关总体呈正相关关系,空间差异明显,与温度的关系更为密切。(3)从驱动因素来看,主要受气温驱动的区域有环湖和祁连山区(Ⅲ级)、青南高原区(Ⅳ级);主要受降水驱动的区域有东部黄土高原区(Ⅲ级和Ⅳ级);主要受气温和降水驱动的区域有柴达木盆地(Ⅱ级,Ⅲ级和Ⅳ级)、环湖和祁连山区(Ⅰ级和Ⅳ级)、青南高原区(Ⅱ级和Ⅲ级);其他区域主要受非气候因子驱动。(4)人类活动对青海省草地植被生长总体上呈正影响,尤其对于草地植被明显变化区域的生态系统建设和破坏起着主导的作用。     

于都县耕地压力现状分析

我国耕地资源逐年减少,耕地压力不断增大。本文从于都县人均耕地情况出发,采用耕地压力指数对于都县耕地压力现状进行分析。研究结果显示:1997～2005年,于都县耕地面积呈下降趋势,人口数量逐年增加,从而造成人均耕地面积逐年减小,耕地压力指数历年都大于1,耕地保护形势严峻。据此,提出降低耕地压力,保护耕地的措施。     

农田土壤重金属污染监测技术发展趋势

农田土壤作为人类各种粮食作物赖以生存的自然环境,其生态环境问题一直是环境科学界研究的热点。随着世界工业化和城市化进程整体快速推进,环境污染日益加剧,土壤的重金属污染甚为严重,为了更好地对土壤环境进行监测评估和控制,研究和开发有效的检测土壤重金属方面的仪器和监测方法是十分必要的。为此,简述了国内外常用的实验室监测农田土壤重金属污染的技术及其监测局限性,同时重点介绍了基于激光诱导击穿光谱法和磁化率法这2种现场快速监测技术的研究发展现状及对其未来发展需要解决的关键问题进行了探讨。最后对比分析了实验室及现场快速这2种监测方式自身的优劣势,进而探讨了未来区域农田土壤重金属污染监测技术的发展趋势。     

面向水产品的安全生产服务平台分析与研究

针对水产品面临的质量安全问题,综合利用3S(GPS、RS、GIS)、无线传感器、RFID等技术,对面向水产品的安全生产服务平台进行系统的分析与研究,介绍了水产品安全生产服务平台的总体结构、功能分析,实现了水产品的质量安全全过程监管。     

基于遥感技术的林地枯落物持水量研究

林地枯落物持水量的研究已成为森林水文研究的重要方向之一。采用Palsar雷达数据和CBERS CCD光学遥感数据,结合样地调查数据,采用分类和回归树模型对大岭山林场的林地枯落物持水量进行了估测研究。研究结果表明遥感技术可以用于林地枯落物的估测。本研究为今后中国南方开展大面积的林地枯落物持水量提供了一种连续的、可行的和廉价的研究方法。     

基于农用地分等成果的耕地质量监测分区研究

采用GIS的空间分析方法、聚类分析方法、专家咨询法,构建了基于农用地分等成果的耕地质量动态监测分区的指标体系,划定了化州市36个耕地质量监测分区。研究结果表明,化州市耕地质量监测分区方案符合化州市耕地质量的实际需要,将为华 南地区耕地野外监测提供技术支持,为广东省及全国耕地质量动态监测工作奠定基础。