论高科技在化解农业风险中的作用

我国的农业依然是高风险产业。化解农业风险，保证农业的安全，已经成为中国经济发展和社会稳定的一项重大的历史性课题。化解农业风险，必须依赖于一套完整的农业风险化解体系。高科技农业在其中居于极为重要的地位，是化解农业风险的根本出路。本文系统阐述了中国农业所面临的风险及高科技农业的内涵和作用，提出了发展高科技农业的总体思路和对策。     

镇坪县森林火险区划的研究

通过对《ＬＹ１０６３—９２专业标准》─全国森林火险区划等级在镇坪县的应用研究，充实了“标准”对县级森林火险区划的使用方法。在与“标准”规定的级距和级别相同的基础上，运用４１个基本区划单元对镇坪县作了火险区划分区，它突出了群体的火险作用，更符合火的生物学和生态学特点。得出的３种等值线简化了区划时的计算。     

化肥滥用隐患及对策研究

从化肥滥用的种种表现入手,结合农业生产实际,揭示化肥滥用的危害后果,提出控制化肥滥用及科学合理施用肥料的对策。     

基于改进交叉影响法的木材加工产业园区火险因素研究

【目的】为正确把握木材加工产业园区的消防管控方向,运用改进的交叉影响分析法对木材加工产业园区火险影响因素进行研究,以深入剖析木材加工产业园区火险因素间的交互作用,为木材加工产业园区的科学防火提供模型支撑。【方法】首先从系统论和事故致因角度出发,建立包含人、物、环、管4方面共16个影响因素的木材加工产业园区火险因素体系,进而运用三元模糊法,基于各影响因素间的相互作用关系,构建火险因素的交叉影响关系矩阵,并将马尔科夫稳态预测模型引入交叉影响分析过程中,计算木材加工产业园区中火险因素火灾发生的校正概率,实现对木材加工产业园区火险因素交互作用下的发生概率变化趋势的预测。【结果】通过实例分析可知:消防安全意识、人员工作技能、木材贮存规范性、园区消防安全氛围、消防设施、消防救援力量、消防制度与机构、安全教育与培训、事故应急管理、消防巡查与监管的火灾发生概率呈上升趋势;人员基本素质、设备健康状态、木材贮存数量、园区规模、消防规划合理性的火险发生概率呈下降趋势。【结论】改进的交叉影响分析法可以应用到木材加工产业园区火险因素的预测中,且能够真实地反映因素交叉影响后的发展方向和程度,为木材加工产业园区的安全生产、科学管理及消防风险决策提供理论依据和新思路。     

林火预警及实现方法

为建立适用于我国宏观区域的林火预警系统,以我国2000-2008年间发生的重大森林火灾为研究对象,利用MODIS数据估算森林可燃物的长势及含水量,与地理信息系统技术和数据库技术相结合,以火险指数作为预报林火发生等级的定量因子,研究并建立了林火预警模型;在商业遥感和GIS软件提供的二次开发平台下,利用Microsoft Visual Studio 2005语言,开发了林火预警系统。同时,利用选取的实验区及数据对预报方法和系统进行测试。结果表明:利用建立的林火预警系统所得的森林火险等级值,与实际发生的林火趋势基本一致;另外,火险指数可用作林火发生预警的定量分级因子。     

浅谈玛可河林区森林火险等级预报

森林火灾的发生对森林资源造成了巨大的危害和损失,但是它的发生与气象因子的状况具有密切的关系,对各气象因子进行监控,结合林火风险预测模型,对于及时发现森林火源并进行科学决策具有重要意义。     

瞬变电磁法探测水库坝基溶洞的效果

在工程地球物理中,溶洞探测是一项非常重要的任务.介绍了一种溶洞探测的新技术--中心回线观测方式瞬变电磁测深方法的基本原理与仪器系统、资料采集及资料分析与解释.在一个中型水库大坝上进行了试验,成功找到了溶洞,并进行了钻孔验证,效果十分明显,说明该方法在工程物探中具有良好的应用前景.     

林火扑救危险地带自动识别与提取方法研究

安全科学扑火是森林消防的重要工作,影响扑火安全的因素很多,其中地形是最基础的因素.一些特殊的地形对扑火人员的生命安全构成了极大的威胁,如陡坡、窄山谷、窄山脊、单口山谷(葫芦峪)、鞍部、悬崖等,如何高效地识别扑火危险地带,对于科学指挥、安全灭火至关重要.文章以广州市大岭山林场为例,采用GIS(地理信息系统)的栅格分析方法,基于DEM(数字高程模型)分析识别林火扑救危险地带的地形特征,建立ArcGIS可视化分析模型快速提取危险地带,与实际地形对比准确度很高,表明该方法科学有效.     

中山市平原河网区水土流失易发区划分研究

[目的]开展中山市境内平原河网区水土流失易发区的划分工作,为更好地贯彻落实《水土保持法》,保护宝贵的水土资源,为政府依法行政、实施生产建设项目水土保持管理提供科学依据。[方法]通过分析区域内土壤抗蚀性弱,母岩易风化,降水多,强度大且年内分布不均,水热条件充裕等自然特点,以及人类社会经济活动较强等社会经济特点,基于GIS,RS技术开展研究。[结果]通过划分水土保持分区,明确了需界定水土流失易发区的平原河网区范围,也探明了研究区地形地貌、降雨、土壤、植被及河网区水土流失易发敏感因子,合理选取定量和定性指标,构建了水土流失易发区划分指标体系,划分出中山市平原河网区水土流失易发区。[结论]中山市平原河网区水土流失易发区主要有小榄镇、黄圃镇等9个镇区,土地面积约666.92km2,占该市土地总面积的37.39%。易发区划分成果完善了中山市水土保持规划体系,同时也可为编制地市级水土保持规划或制定规章制度提供依据。     

基于粒子群算法和BP神经网络的多因素林火等级预测模型

针对现有小尺度林火预测模型预测结果有效性、可扩展性等方面的不足,通过考虑多种火险因素,构建BP神经网络预测模型以提高预测精度,在此基础上借助粒子群算法加快BP神经网络收敛速度,进而提出一种混成的多因素森林火险等级预测模型particle swarm optimization based back-propagation neural network (PSO-BP)。所构建的预测模型,能够同时考虑气候因素(日最高气温、日平均气温、24 h降水量、连旱天数、日照时数、日平均相对湿度、日平均风速)、地形地貌因素(海拔、坡度、坡向、土壤含水量)、可燃物因素(植被类型、可燃物含水率、地被物载量)、人为因素(人口密度、距人类活动区域的距离) 16个变量。基于南京林业大学下蜀林场森林防火实验站传感器网络所采集的实际数据及现场测量数据,通过一组试验验证提出模型的有效性。结果表明:基于训练数据集及检验样本所构建的模型能够开展有效的火险等级预测;模型的计算复杂度较单独使用BP神经网络模型明显下降。