如何提高延边黄牛的质量

黄泥河镇位于敦化市的西北部,属于高寒山区,森林多、草原少,全镇有29个自然村屯.发展畜牧业有着优越的条件,多年来,黄泥河镇一直是发展延边黄牛基地镇之一.     

基于高密度SNP标记的云南元阳红米种质资源遗传多样性分析

为了明确云南元阳红米地方品种种质资源的遗传背景及遗传多样性,给当地红米种质资源保护与开发利用提供理论依据,对元阳梯田地区的红米种质资源进行了全面收集,并利用分布于水稻12条染色体53 032个SNP标记的水稻50K液相基因芯片对155份红米材料进行全基因组基因型检测,通过群体结构和聚类分析,评价红米种质资源的遗传背景和多样性。通过计算最小等位基因频率（MAF）、核苷酸多态性（pi）、多态性信息含量（PIC）等多个多态性指标,发现元阳红米品种间的位点遗传多样性较低。通过群体结构分析,可将供试材料分为9大类,9个类群之间基因交流不频繁,类群内遗传背景单一,少部分材料具有混合的遗传背景。NJ聚类分析可将供试材料分为明显的籼、粳2大类,其中籼稻类涵盖的材料有140份,占供试材料总数的90%。本研究利用高密度SNP基因型数据揭示了云南元阳地方红米品种的遗传多样性水平较低、种质资源遗传背景单一等特点,通过精准鉴定去除了品种重复,为当地红米种质资源的保护与利用提供理论依据。     

基于随机森林回归算法的小麦叶片SPAD值遥感估算

使用机器学习中的随机森林(RF)回归算法构建小麦叶片SPAD值遥感反演模型。以2010—2013年江苏地区试验点稻茬小麦3个生育期(拔节、孕穗、开花)的叶片为材料,结合我国自主研发的环境减灾卫星HJ-1对研究区域进行同步监测,分析了各生育期叶片SPAD值与8种植被指数间的相关性;以0.01水平下显著相关的植被指数作为输入参数,使用RF回归算法构建了每个生育期的小麦SPAD反演算法模型,即RF-SPAD模型,以支持向量回归(SVR)和反向传播(BP)神经网络算法构建的SVR-SPAD模型和BP-SPAD模型作为比较模型,以R2和均方根误差(RMSE)为指标,分析了每个生育期3个模型的学习能力和回归预测能力,结果表明:RF-SPAD模型在3个生育期都表现出最强的学习能力,R2和RMSE在拔节期分别为0.89和1.54,孕穗期分别为0.85和1.49,开花期分别为0.80和1.71;RF-SPAD模型在3个生育期的回归预测能力都高于BP-SPAD模型,高于或接近于SVR-SPAD模型,R2和RMSE在拔节期分别为0.55和2.11,孕穗期分别为0.72和2.20,开花期分别为0.60和3.16。     

基于随机森林的玉米发育程度自动测量方法

为提高玉米果穗发育程度检测的自动化程度与精度,提出一种基于机器视觉技术的测量方法。在随机森林机器学习算法的基础上构造秃尖、干瘪和籽粒区域的识别模型。该模型由多个独立同分布的弱分类器构成,对输入的训练样本进行列和行两个方向上的随机采样。比较随机森林模型和决策树模型的分类效果可知随机森林模型有效避免了过拟合和局部收敛现象的产生,并具有良好的推广能力。为确定最优的弱分类器数目,选择弱分类器个数为训练样本数量的1/80、1/40、1/20、1/10、1/5、1/4时分别构建随机森林分类器。研究结果表明,当随机森林中弱分类器个数为训练样本数量的1/20时,模型的识别率与稳定性最好。然后,以最优的随机森林模型作为分类器构建玉米果穗不同发育程度自动检测方法。试验结果表明,各区域长度测量的准确性均在95%以上,测量速度可达30个/min以上。     

望远摄影测树仪设计与试验

以摄影测量学原理、图像处理技术原理、测树学原理为理论基础,设计望远摄影测树仪,该仪器由PDA模块、远程EDM模块、长焦CCD镜头模块和云台组成,测量时获取倾角、方位角、远程距离及图像信息等参数,通过在Android Studio 2.1开发环境下集成并利用Java语言进行汇编实现树高测量、胸径测量、微样地林分测量等功能。通过试验验证,树高测量精度达93.32%,胸径测量精度达96.49%,林分平均高度测量精度达94.47%,林分平均胸径测量精度达91.68%,林分密度测量精度达86.04%,林分蓄积量测量精度达82.64%,解决了不可到达点观测难度高、看得见测不到等问题。     

基于随机森林算法的自然光照条件下绿色苹果识别

果实识别是自动化采摘系统中的重要环节,能否快速、准确地识别出果实直接影响采摘机器人的实时性和可靠性。为了实现自然光照条件下绿色苹果的识别,本文采集了果实生长期苹果树图像,并利用随机森林算法实现了绿色苹果果实的分类和识别。针对果树背景颜色和纹理特征的复杂性,尤其是绿色果实和叶片在很多特征上的相似性,论文基于RGB颜色空间进行了Otsu阈值分割和滤波处理,去除枝干等背景,得到仅剩果实和叶片的图像。然后,分别提取叶片和苹果的灰度及纹理特征构成训练集合,建立了绿色苹果随机森林识别模型,并使用像素模板验证数据集,对模型进行预测试验,正确率为90%。最后,选择10幅自然光照条件下不同的果树图像作为检测对象,使用该模型进行果实识别并使用霍夫变换绘制果实轮廓,平均识别正确率为88%。结果表明,该方法具有较高的鲁棒性、稳定性、准确性,能够用于自然光照条件下绿色果实的快速识别。     

基于辅助信息的森林蓄积量空间模拟

以北京市密云县一类清查的样地蓄积量为研究对象,结合与蓄积量相关的辅助因子,采用普通克里格法、协同克里格法对森林蓄积量进行空间插值估测,并与文献[25]同一研究区的基于偏最小二乘法回归法估测结果进行比较分析。结果表明,普通克里格法、基于辅助信息的协同克里格法、偏最小二乘回归法的蓄积量估测值与实测值间的相关系数分别为0.389、0.845、0.766;基于辅助信息的协同克里格法要优于普通克里格法和偏最小二乘回归法,能够明显提高预测精度;与普通克里格法相比,所产生的均方根误差减小了71%,预测值和实测值的相关系数提高了54%。最后生成了密云县森林蓄积量空间分布图。研究表明应用地统计学方法进行蓄积量估测具有很好的应用前景,可以为森林蓄积量的估测提供一种可行的方法。     

基于随机森林模型的山体滑坡空间预测研究

滑坡灾害空间分布的准确预测是实现防灾减灾的重要途径。以2010年福建省顺昌地区滑坡资料为基础数据,分别应用随机森林模型和逻辑回归模型对福建顺昌地区山体滑坡发生与滑坡因子之间的关系进行实证分析,通过模型变量筛选、模型精度分析,探讨了随机森林模型在我国南方山体滑坡空间预测中的适应性。结果表明:随机森林模型对滑坡发生数据的拟合效果比逻辑回归模型好,其对顺昌地区滑坡发生数据的预测精度为90.8%,而逻辑回归模型的预测精度为81.8%;随机森林模型对研究区滑坡发生的泛化能力比逻辑回归模型好,其预测出高危险区和较高危险区所包含的滑坡比总和为66.05%,而逻辑回归模型为63.34%。研究结果表明随机森林模型的性能优于逻辑回归模型,可用于顺昌地区基于滑坡因子的未来滑坡发生的预测预报。     

森林的水土保持机能(Ⅲ)——保水(水源涵养)机能

<正>1 森林对保水的影响1．1 地上部(树冠、树干)的影响1．1．1降水量的增加一般来说,林内雨量比林外雨量少,但是有时树冠集中了林内的雾,而使林内的雨量增大,把此称为树雨。     

森林防止崩塌的机理

<正>关于森林防止崩塌的各种争议,包括哪些内容呢?根据文献对下述3个问题进行讨论。1．森林是否能防止崩塌;2．森林防止崩塌的主要原因;3．不同的森林状况防止崩塌的机能是否存在差异。