Combining deliberative and computer-based methods for multi-objective land-use planning

This paper reports the outcomes of a deliberative workshop comparing land-use plans proposed by land-manager or domain experts with those derived using a computer-based decision support system (DSS). The DSS integrates four main components, a geographic information system, land-use systems simulation models, impact assessments and land-use planning tools. The land-use planning tools draw on the other components to generate and evaluate alternative patterns of land use and management. Since the land-use planning tools are based on multi-objective genetic algorithms (mGAs) it is possible to generate a range of alternative plans that define the structure of the trade-off between the objectives. The workshop tasked the delegates with specifying land-use plans that achieved the best compromise between two objectives known to be non-commensurable and conflicting. The nature of the best compromise was dependent on their individual perspectives. The delegates proposed allocations both as individuals and in researcher-facilitated sub-groups. The mGA allocations were then compared with those derived by delegates and were found to be broadly similar in performance. Differences in the range of allocations considered feasible were explained by the hard and soft constraints on allocations agreed between the delegates and articulated within the workshop process. The hypothesis that part of the difference in performance between the mGA and delegate allocations was due to the delegates blocking together fields with the same land use for convenience of management was proved. The analysis of the group allocations revealed that the decision-making process had failed to improve on the individual allocations. From these results it was concluded that there was a potential role for mGA based land-use planning tools in researching into, and deliberating on, the possible impacts of policy or other factors affecting land-use systems. It was further concluded that the tools should not be used in isolation since there was the need for stake-holder inputs to adequately define the range of feasible and practical land-use plans.     

基于支持向量机回归的营养液调控模型研究

针对目前设施栽培中营养液动态调配精确度低的问题,提出一种基于支持向量机回归(Support vector machine regression,SVR)的营养液调控模型.首先,通过设计嵌套试验采集了13个温度、50组不同Knop营养液(A:99％Ca(N03)2·4H20、B:98％KN03、C:99％KH2P04、D...     

地源热泵水蓄能型植物工厂降温系统夏季运行特性

针对田间环境复杂、秸秆形态多样、秸秆覆盖率判断主观性影响过大、补贴面积测量耗时耗力等问题,该文开展了秸秆覆盖率率自动识别方法研究和监测设备研制。首先,提出利用时频变换进行秸秆识别,设计高通滤波器提取了图像的频域特征进行自适应分割。基于集成分类器利用已有的秸秆识别数据训练支持向量机分类器,对秸秆图像进行再识别和筛选。最后,设计多尺度占比滤波器,对识别图像中的噪声和空洞进行修补,生成适应多种情况的秸秆覆盖率识别算法。与北斗定位模块、无线通讯模块、摄像头、传感器、服务器等设备共同组成秸秆覆盖率识别系统。试验结果表明,设备的秸秆覆盖率识别误差为4.55%,平均单张图像耗时0.05 s。研究结果满足保护性耕作中的自动化监测要求,可为保护性耕作作业质量评测提供有效的技术支持。     

利用机器视觉与近红外光谱技术的皮蛋无损检测与分级

为了对优质蛋、次品蛋和劣质蛋这3种皮蛋进行检测及分级,该文应用机器视觉结合近红外光谱技术,研究利用皮蛋凝胶品质无损检测的分级方法。首先采集皮蛋透射光图像,提取18个图像颜色特征值,然后将所提取的18维特征利用主成分分析(principal component analysis,PCA)进行降维,对PCA降维后的3个主成分建立遗传算法优化支持向量机(genetic algorithm-support vector machine,GA-SVM)分级模型,把皮蛋样本分为两大类:可食用蛋(优质蛋与次品蛋)与不可食用蛋(劣质蛋),劣质蛋测试集识别率为100%。然后在机器视觉分类结果的基础上,利用近红外光谱技术获取可食用蛋(优质蛋与次品蛋)的原始光谱,并进行多元散射矫正(multiplicative scatter correction,MSC),利用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)降维提取特征波长,基于支持向量机(support vector machine,SVM)对特征波长变量建立分级模型,区分出优质蛋与次品蛋,优质蛋测试集识别率为96.49%,次品蛋识别率为94.12%。研究结果表明:基于机器视觉和近红外光谱进行皮蛋凝胶品质无损检测分级是可行的。     

基于野外VIS-NIR光谱的土壤盐分主要离子预测

为明确干旱区土壤盐分主要离子的特征光谱,建立精度高和稳定性好的盐渍土预测模型,以新疆阜康市为研究区域,采用网格法采集55个土壤样本,利用实测VIS-NIR光谱,选择多元线性回归(MLR)、支持向量机(SVM)、随机森林(RF)法构建土壤盐分主要离子含量反演模型,而后对反演精度进行检验。结果显示:(1)在0.01显著水平下,土壤盐分与Na⁺、Cl^–、Ca²⁺含量均呈显著相关,相关系数分别为0.978、0.814、0.645;(2)综合光谱响应和相关性分析确定土壤盐分主要离子的特征波段为459、537、1 381、1 386 nm,显著特征波段为459、537 nm;(3)3种模型拟合效果从高到低依次为RF>MLR>SVM,采用RF所建模型盐分主要离子(Na⁺、Cl^–、Ca²⁺)R²最高,RMSE最小,RPD最大,分别为2.11、2.03、1.80,为最优预测模型。通过选取土壤主要离子显著特征波段,进而采用RF法构建其估测模型...     

基于Web的煤矿废弃地土地复垦决策支持系统设计与实现

为了克服现有煤矿废弃地土地复垦与植被恢复试验法费时费力的缺陷,根据土壤基质和气候相似性原理,采用模糊综合评价一灰色关联优势分析、基于距离的相似算法、基于规则的推理等多种数学方法,分别从植被恢复潜力评价、适生植物品种选择、土地复垦方案选择3个方面建立了相关数学模型,解决了煤矿废弃地恢复潜力的分级、先锋植物选种和土地复垦方案的确定等问题,从而为煤矿废弃地的植被恢复提供了一系列的决策支持.并使用ASENET 等编程语言结合MS Access数据库设计并开发了基于web的煤矿废弃地植被恢复的决策支持系统,该系统能为煤矿废弃地植被恢复工作提供新的研究模式和手段,并已经在辽宁省阜新矿区得到应用,结果表明系统所采用的方法科学、合理、可行.     

奈曼旗土地退化遥感监测研究

奈曼旗是土地退化比较严重的旗县,为查清该旗的土地退化类型、分布及程度,监测其土地退化的发展趋势,该文选取土地利用/覆被方式、复合植被指数、风蚀土地占像元面积百分比和土壤含水率作为土地退化评价体系的4个指标,利用TM数据获取4个指标的反演数据。采用层次分析法构造4个指标的判断矩阵,通过判断矩阵特征向量的计算得到土地退化指标的权重,构建土地退化综合评价公式。结合综合评价公式,计算出奈曼旗的土地退化结果,并将土地退化分为未退化、轻度退化、中度退化、重度退化和严重退化5个等级。1987年、1991年、1996年、1999年、2002年和2007年的土地退化评价结果表明,奈曼旗的土地退化在1987-1999年期间处于"局部好转、整体恶化"的局面,2000年以后土地退化扩展趋势得到遏制,土地退化治理取得了一定的效果。该研究对奈曼旗的土地退化防治和生态建设具有一定的指导意义。     

生态系统视角下农村失独家庭的困境应对策略研究

农村失独父母是我国计划生育政策实施以来产生的一个特殊弱势群体.由于农村社会经济发展的特殊性,处于失独困境的家庭亟待政府和社会的更多关注和支持.农村失独家庭面临家庭关系紧张、精神承受重压、经济水平落后、生活缺乏照顾、养老医疗困顿、人际关系贫瘠等难题.为了化解上述难题,必须尽可能发挥政府和社会的保障支持功能.基于生态系统理...     

基于IGWPSO-SVM的HMCVT湿式离合器摩擦副温度预测

针对传统机器学习模型预测重型拖拉机液压机械无级变速箱(Hydro mechanical continuously variable transmission, HMCVT)湿式离合器温度的局限性,提出了基于改进灰狼粒子群优化-支持向量机(Improved grey wolf particle swarm optimization-support vector machine, IGWPSO-SVM)的HMCVT湿式离合器摩擦副温度预测模型。首先,对湿式离合器摩擦副滑摩过程进行热分析,确定影响湿式离合器摩擦副温度的因素;然后,基于支持向量机(Support vector machine, SVM)搭建温度预测模型,并利用改进灰狼粒子群优化(Improved grey wolf particle swarm optimization, IGWPSO)算法对SVM的结构参数进行优化;最后,基于HMCVT湿式离合器试验台数据搭建离合器摩擦副温度预测模型的样本数据库,以湿式离合器摩擦副对偶钢片为对象,对IGWPSO-SVM模型进行试验验证。试验结果表明,IGWPSO-SVM模型预测摩擦副对偶钢片...     

农田信息管理决策支持系统的设计与实现——基于Silverlight

随着我国农业的发展,农田分布范围不断扩大,产生的农田信息繁多而复杂。基于WebGIS的农业决策支持系统已在一些地区的现代化农业生产中得到了示范应用,但由于其客户端采用Ajax或Flex技术实现,存在多媒体功能不足及平台可移植性较差等问题。为此,借助WebGIS开放性平台,采用微软Silverlight技术,设计开发了基于Silverlight的农田信息管理决策支持系统,实现了地图基本操作、地块信息管理决策及环境信息管理决策等功能。该系统可以辅助用户管理农田信息,并为施肥及生产计划提供决策支持。在黑龙江红星农场的试用结果表明:系统自投入使用后运行正常,并能提供信息管理及适宜辅助决策支持。