基于便携式蜜柚光谱仪的金沙柚叶片氮含量监测模型研究

【目的】旨在检验便携式蜜柚光谱仪(PPS)监测金沙柚叶片氮含量(LNC)的准确性，构建基于PPS的金沙柚LNC光谱监测模型。【方法】通过实施不同施氮量的试验，于幼果期和果实膨大期利用便携式蜜柚光谱仪(PPS)、ASD高光谱仪和RapidSCAN光谱仪测定冠层光谱反射率，计算得到归一化红边指数(NDRE)与归一化植被指数(NDVI)，分析比较3种光谱仪测定的冠层植被指数变化规律与相关性，检验PPS的测定精度，构建基于PPS的金沙柚LNC光谱监测模型，采用不同试验点的数据检验模型。【结果】金沙柚LNC、NDVI和NDRE随着施氮量的增加表现为递增趋势；PPS和ASD测定的NDVI、NDRE间拟合的决定系数(R²)依次为0.909 5和0.900 5,PPS和RapidSCAN测定的NDVI、NDRE间拟合的R²依次为0.954 3和0.900 2，证明PPS的测定结果与ASD、Rapid SCAN具有很高的一致性。幼果期和果实膨大期的光谱监测模型的监测效果比生长中期好；PPS测定的NDVI_PPS与NDRE_PPS     

民族村寨社区参与旅游可持续发展的规划行动方案设计

民族村寨旅游的可持续发展离不开各参与主体的积极行动,为了更好地促进民族村寨社区参与旅游的可持续发展,在参阅文献和实地调研的基础上,编制了民族村寨社区参与旅游的可持续发展行动方案.主要包括:1)行动方案的基本框架构建,包括行动目标的制定、行动主体和具体行动计划的确定;2)以贵州部分有代表性的民族村寨社区为例,在总体目标控制下,根据各行动目标要求及行动主体利益诉求设计具体行动方索;3)为了行动方案的顺利实施,分析了可持续发展行动方案的保障机制.     

广西丘陵山区水稻机械化生产装备结构优化分析

为因地制宜地提出广西丘陵山区水稻机械化生产装备结构优化方案,本文以地区经济水平、规模化经营程度和耕种收综合机械化水平三个指标为划分依据重新将广西14个市分成三类区域。并运用数据包络分析方法 (DEA)对装备结构进行效率分析,得出全区成本效率为0.496,整体效率低下。通过构建Cost-C模型分析提出四套区域优化方案,并指出I类区域应逐步引导加强机具的使用和跨区作业,提高机具利用率;II类区域应加大推广应用小型农业机械的力度;III类区域应结合地形特征发展装备结构。     

浙江省桐庐县白云源气候旅游资源分析

对浙江省桐庐县白云源风景旅游资源及气候条件进行了调查分析.结果表明:白云源景区因山区独特的地理环境,形成了特殊的小气候.景区内年平均气温为14.6 ℃,年降水量1 800～2 000 mm,日照充足,冬不寒冷,夏不炎热,春秋宜人.一年四季旅游气候资源丰富,旅游气候障碍少,全年旅游适宜时间长达215 d,最适宜的是4～5月和9～10月,适宜为6～8月,并且各季中均有独特的旅游气候资源和气象景观,特别是夏季高温天气少,夏凉资源十分丰富.表2参9     

基于Malmquist指数的长江流域油菜生产效率实证分析

运用基于DEA的Malmquist指数方法和油菜成本收益数据,文章对长江流域油菜主产区油菜生产效率的变动轨迹进行了实证分析,并指出油菜生产效率分布及其影响因素的差异。结果表明：影响长江流域油菜全要素生产率的主要因素是技术进步,深入推进技术进步、提高技术效率及技术管理水平对油菜的指导作用将成为未来该区域油菜发展的新动力。而具体到每个省（市）,油菜未来可持续性生产发展的侧重点各有差异。     

监测花生叶面积指数和地上部生物量的最优植被指数及适宜波段带宽

为推动光谱遥感在快速无损监测花生生长中的应用，明确监测花生叶面积指数（leaf area index，LAI）和地上部生物量（aboveground biomass，AGB）的最优植被指数及适宜的核心波段带宽。设置2个花生品种、4个施氮水平的花生田间试验，在不同生育时期（苗期、开花下针期、结荚期、成熟期）用Analytical Spectral Devices（ASD）公司生产的FieldSpec HandHeld 2型野外高光谱辐射仪，采集325~1075 nm范围冠层反射光谱，筛选敏感植被指数，并研究核心波段带宽对其监测叶面积指数（LAI）和地上部生物量（AGB）时精度的影响。结果显示，对花生LAI和AGB敏感的植被指数均为归一化红边指数（normalized difference red edge），即NDRE（λ₇₉₀, λ₇₂₀）。进一步分析这一指数的监测精度随波段带宽的变化，发现监测LAI时，核心波段带宽（bandwidth，b）在（λ₇₉₀：1~33 nm，λ₇₂₀：41~59 nm）范围内时能使NDRE（λ₇₉₀, λ₇₂₀）保持较高监测精度，其中带宽组合（λ₇₉₀：33 nm，λ₇₂₀：53 nm）的带宽和值最大，对核心波段带宽的要求最低，利用其构建监测模型时决定系数（determination coefficient，R²）为0.7482，利用独立试验数据检验模型时相对均方根误差（relative root mean square difference，RRMSE）为13.88%。监测花生AGB时，核心波段带宽在（λ₇₉₀：1~101 nm，λ₇₂₀：19~101 nm）范围内时能使NDRE（λ₇₉₀, λ₇₂₀）保持较高的监测精度，其中带宽和值最大的核心波段带宽组合为（λ₇₉₀：89 nm，λ₇₂₀：89 nm），其建模R²为0.7103，检验RRMSE为20.42%。综上，在花生整个生长进程中，可用上述两个具有不同核心波段带宽的植被指数NDRE（λ₇₉₀-b₃₃, λ₇₂₀-b₅₃）和NDRE（λ₇₉₀-b₈₉, λ₇₂₀-b₈₉）分别对LAI和AGB进行监测，监测模型为LAI = 0.0296 × exp^{（14.365×NDRE）}和AGB = 0.6240 × exp^{（20.222×NDRE）}。在核心波段适宜带宽上的研究结果，可以为花生长势光谱监测设备研发及评估提供参考。