基于NC-DEA模型长株潭耕地利用经济效率的视窗分析

笔者利用长株潭地域15个县市区1996—2012时段面板数据,采用非控制变量数据包络模型视窗分析方法研究耕地利用效率的变化。结果发现:长株潭市区县地域单元耕地利用经济效率时间变化相对稳定,市域耕地利用经济效率高于其他地域,表明外部环境因素对经济效率产生明显影响,优越的社会经济环境条件有利于耕地效率的提高,非控制变量的数据包络方法在不删除其他要素条件下能评价耕地单要素效率,视窗分析能解释效率的动态变化,二者结合的特定要素的DEA视窗分析方法可以给其他类型土地效率评价提供重要的分析工具。     

温室作业机具室内定位方法研究

针对农机具在温室大棚内的定位、作业轨迹跟踪及作业面积核算需求,提出一种基于多源数据融合理论的温室机具室内定位优化算法。首先根据惯性导航测量技术预估被测目标定位初值,再利用无线RSSI测距技术使用加权质心算法获得定位测量结果,利用卡尔曼滤波算法进行定位信息最优化计算,以消除基于单一测量技术存在数据漂移、测试信号受遮挡、电磁干扰造成的误差,获得准确的定位信息,进而实现作业轨迹的实时跟踪以及作业面积的有效核算。在Matlab仿真分析中,首先建立定位算法评价指标以便于定位效果评估,通过仿真计算得出:基于多源数据融合的优化定位算法的定位精度及稳定性均优于单一无线RSSI室内定位算法。温室大棚田间试验的实际测试结果表明,室内定位精度不大于0.125 m,定位误差小于0.4%,能够较好地满足温室内作业机具的定位及作业轨迹实时获取与监测的需求。     

基于数据融合算法的灌区蒸散发空间降尺度研究

采用Landsat和MODIS数据,通过增强自适应融合算法(Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM)对蒸散发进行空间降尺度,构建田块尺度蒸散发数据集;利用2015年田间水量平衡方法计算的蒸散发数据对融合结果进行评价。在融合蒸散发基础上,结合解放闸灌域2000—2015年间种植结构信息,提取不同作物各自生育期和非生育期内年际蒸散发量,并分析了大型灌区节水改造以来,作物蒸散发占比的年际变化。研究结果表明:融合蒸散发与水量平衡蒸散发变化过程较吻合,小麦耗水峰值出现在6月中下旬—7月初,玉米和向日葵峰值出现在7月份。在相关性分析中,玉米、小麦和向日葵的决定系数R2分别达到了0.85、0.79和0.82;生育期内玉米(5—10月份)、小麦(4—7月份)和向日葵(6—10月份)的均方根误差均不高于0.70 mm/d;平均绝对误差均不高于0.75 mm/d;相对误差均不高于16%。在农田蒸散发总量验证中,融合蒸散发与水量平衡蒸散发相关性较好,两者决定系数达到了0.64。基于ESTARFM融合算法生成的高分辨率蒸散发(ET)结果可靠,具有较好的融合精度。融合结果与Landsat蒸散发的空间分布和差异性一致,7月23日、8月24日和9月1日相关系数分别达到0.85、0.81和0.77;差值均值分别为0.24 mm、0.19 mm和0.22 mm;标准偏差分别为0.81 mm、0.72 mm和0.61 mm。ESTARFM融合算法在农田蒸散发空间降尺度得到较好的应用,可有效区分不同作物蒸散发之间的差异。不同作物在生育期和非生育期内耗水量差别较大;生育期内套种(4—10月份)耗水量最大,达到637 mm,玉米(5—10月份)和向日葵(6—10月份)次之,分别为598 mm和502 mm,小麦(4—7月份)最低为412 mm;非生育期内,小麦(8—10月份)耗水量最大,年均达到214 mm,玉米(4月份)和向日葵(4—5月份)分别为42 mm和128 mm。不同作物多年平均耗水量(4—10月份)差异较小,其年际耗水总量主要随作物种植面积的变化而变化。     

基于表驱动的动态数据上报管理系统研究

近年来,信息管理系统广泛应用于各个领域,由于大多研发者只着眼于设计开发自己所需求的应用系统,由此产生一系列问题:各领域内系统整体开发效率低下,系统的扩展性和通用性差,造成了资源的大量浪费。本文针对于数据填报及统计类系统领域,设计并实现包含数据访问构件、数据校验构件、空缺数据填补构件和统计结果查询输出构件在内的可复用软件——基于表驱动的动态数据上报管理系统(DDTMS),以解决信息管理系统中数据填报及统计类系统的共性问题。将DDTMS应用到中国林业生态资源环境承载力:数据投放器和中国生态安全指数系统中,试验表明:该可复用软件具有良好的通用性,极大提高了系统开发效率,改善了系统的扩展性,表现出良好的实用性和稳定性。     

自然资源视角下的林地界定标准探究 ——以上海市某区为例

系统梳理国内外关于林地界定的标准,重点分析我国目前已发布的林地界定标准《林地分类》(LY/T1812-2009)和《土地利用现状分类》(GB/T21010-2017)的差异。以上海市某区为例,具体分析林地界定差异引起的数据统计及相关管理、审批等方面的问题,结合自然资源统一管控趋势,提出增加复合用地分类,统一具体认定口径,建立分类对照表,明确林地界定的状态等林地界定标准修订及相关管理完善建议。     

基于DMSP/OLS的重庆市夜间灯光与旅游统计数据相关性分析

对重庆市直辖以来的1997年、2002年、2007年、2012年的DMSP/OLS夜间灯光数据、有关旅游数据进行相关性研究,研究间隔周期为5年,结合使用GIS、SPSS软件进行了数据分析处理。研究结果表明:相关系数为0.99,说明重庆夜间灯光指数与有关旅游数据呈高度及显著的相关性,估算得到的旅游数据密度能够从一定层面反映重庆旅游发展状况的宏观分布现状,可为重庆市作出后期的旅游发展空间分布、相关决策等提供一定的参考。     

基于适宜性与发展水平评价的村庄用地类型划分

科学划分村庄用地类型并提出差异化的整治策略,是编制村庄发展规划和建设用地减量规划的基础。该文以北京市密云区为例,基于土地利用、兴趣点和社会统计等数据,从自然条件和用地形态2方面构建村庄用地适宜性评价模型,从区位条件、基础设施、生态条件和资源产业4方面构建村庄发展状况评价模型,系统分析村庄用地适宜性与村庄发展状况及其二者的组合状态,进而划分村庄用地类型。结果表明:1)密云区村庄用地适宜性呈现明显的从西南到东北降低的分布趋势;2)村庄发展指数较高的村庄主要分布在西南区域的环密云城区一带,其次是中部围绕密云水库区域,北部区域村庄发展水平较低;3)基于二者的评价结果将全区村庄用地划分为9种组合,进而合并为4种村庄用地类型。该研究可为村庄用地的高效、有序整治利用提供依据。     

格网化小麦生长模拟预测系统设计与实现

利用作物生长模型模拟小麦区域生产力,分析气候变化对农业生产的影响是研究粮食安全的热点问题之一。拥有操作方便、计算快速特点的小麦区域生产力模拟系统,可有效提高作物生长模型区域应用能力。该研究在分解小麦生长模型WheatGrow算法基础上,利用Python语言构建了格网化小麦生长模型,实现了基于空间格网数据的小麦区域生产力模拟。验证试验结果表明:模拟产量的均方根误差为1 070 kg/hm~2,标准均方根误差小于20%,系统所集成的WheatGrow模型具有较好的预测性;同时,结合格网数据分块构建区域模拟的并行计算策略,优化了区域模拟的性能。在此基础上,采用GIS组件式开发模式,在.NET平台下开发格网化小麦生长模拟预测系统,实现作物生长模型与GIS耦合,为研究区域小麦产量潜力,评估气候变化对小麦生长影响,制定农业决策提供软件工具。     

自适应进化模型下的土壤重金属含量预测

针对Elman神经网络在土壤重金属含量预测时出现预测精度低、模型收敛速度慢等问题,提出一种自适应进化模型(AEM)。该模型以Elman神经网络为基础,运用贝叶斯正则化优化Elman神经网络的目标函数,提高网络模型预测精度;为解决网络模型收敛速度慢和易陷入局部极值等缺陷,采用自适应灰狼算法(AGWA)对网络模型初始参数进行优化;采用基于熵权距离的离群点检测法剔除数据中的离群点,以降低离群点对预测结果的干扰。以武汉市农业科学院采集的农田土壤重金属含量数据进行预测试验,AEM模型预测重金属含量的平均绝对误差和平均绝对百分比误差分别为1.623和17.48%,其决定系数比Elman的提高了0.394。AEM、自调整反距离加权插值模型(SIDIM)、小波神经网络模型(CBSA–WNN)、双向门控循环神经网络模型(SBGRNN)及Elman神经网络模型等5种不同预测模型进行对比试验表明,AEM模型在土壤重金属含量预测上具有更高的准确性。消融试验结果表明,贝叶斯正则化优化、自适应灰狼算法优化和基于熵权距离的离群点检测的离群点数据剔除等3个改进点对于提升土壤重金属含量预测精度均有一定的贡献。