浙江省全域土地综合整治试点时空分异格局及影响因素分析

为探究浙江省全域土地综合试点的空间分布格局与影响因素,优化全域土地综合试点布局,基于2019—2021年浙江省全域土地综合整治试点POI数据,运用平均最近邻、标准差椭圆、核密度、网格维数法系统分析浙江省全域土地综合整治试点时空分布特征,并利用地理探测器模型探究其主要影响因素。结果表明：1）浙江省全域土地综合整治试点整体呈集聚分布状态;集聚过程中连片分布特征呈不断加强趋势,由嘉兴市、衢州市和台州市“三核心”变化为以嘉兴市、湖州市和绍兴市为核心的连片高密度区;2）浙江省全域土地综合整治试点在空间分布上概率不等,分形结构复杂,存在局部围绕平原地区集聚情况;重心逐渐由东南向西北迁移,移动幅度逐渐变小;3）政策文件数、农作物播种面积、人均GDP、地形起伏度和城镇化率是影响浙江省全域土地综合整治试点空间分布的主要因素,影响强度依次递减,且影响因子的交互作用大于单因子对试点空间分布的影响。本研究可为浙江省优化国土空间布局和深化全域土地综合整治政策提供科学依据。     

U形渠道流速分布特性分析与试验

依据室内试验和田间实测资料,分析了U形渠道水流流速分布特性,建立了U形渠道水流横向流速分布指数律、垂向流速分布双幂律,给出了相关参数的确定方法,并提出了基于U形渠道水流分布规律的明渠测流计算断面中线“三点法”.实测资料验证表明:中线“三点法”在室内不同工况计算流量相对误差均在±4％范围内;除个别测点外,现场实测计算流量相对误差也在±5％范围内,说明中线“三点法”计算精确.与流速-面积法需9个测点相比,中线“三点法”节省了60％以上的测流工作量.     

玉米抗倒性检测环境的选取方法

倒伏是玉米的重要胁迫之一,为提高玉米新品种抗倒性检测的效率,需选择倒伏胁迫高发环境作为测试环境。该文结合倒伏胁迫发生机理和大风概率统计模型,首先计算每个气象站点的因风倒伏概率,通过插值和区域统计,得到东华北、黄淮海两大玉米主产区各县区的因风倒伏概率,最后进行玉米抗倒性检验环境的选取分析。结果表明：倒伏胁迫概率超过60%的县区适宜作为玉米抗倒性检测的备选环境,只需3～5个点即可基本保证每年试验都会发生倒伏胁迫;黄淮海发生极严重倒伏胁迫的平均概率高于东华北,与实际情况吻合,两大区域可作为极严重倒伏胁迫检测环境的备选县区有54个,严重倒伏有16个,一般性倒伏有21个;本方法为测试环境选取决策提供了一种量化操作的手段,有助于提高测试环境倒伏胁迫的发生概率和新品种抗倒性检测的效率,降低应用风险。     

Copulas函数在多变量干旱联合分布中的应用

以渭河流域西安站77年的月降水资料为例,采用7种单参数族Copulas函数,建立干旱特征变量之间的联合分布。经拟合优度评价,Plackett Copula函数对干旱历时和干旱烈度、干旱历时和干旱烈度峰值之间拟合程度最好;而Clayton Copula函数对于干旱烈度和烈度峰值拟合程度最好。分别应用这2种Copulas函数对西安站进行干旱特征变量之间的二维条件概率分布及组合重现期计算。结果表明,Copulas函数能较好的描述干旱特征变量间的联合分布;并且具有灵活性和应用范围广等特点,在多变量干旱特征分析中具有广泛的应用前景。     

太行山前平原井灌农田点尺度土壤水分动态随机模拟

基于中国科学院栾城农业生态系统试验站2002—2008年夏玉米生长期内的土壤水分观测数据及2000—2008年的降水(灌溉)、气象、生物数据,结合Laio土壤水分动态随机模型研究了太行山山前平原典型农田点尺度土壤水分动态的随机性。结果表明:研究区2000—2008年夏玉米生长期内日平均降水量为10.71 mm,降水频率0.290 9,其中小雨、暴雨的发生频率表现出明显上升趋势,中雨的发生频率呈显著下降趋势,大雨发生频率表现出微弱下降倾向;玉米生长期的土壤含水率6月份处于增长期,7月份达到生长期最高值并稳定在32.2%的水平,8月份以后下降并在9月份趋于稳定;Laio模型模拟得到土壤相对湿度的概率密度函数在曲线形状(峰值、峰值出现的位置、90%置信区间)与数字特征(中位数、均值、方差)方面与观测结果一致(α=0.05),模型在井灌区具有很好的适用性,且可以将灌溉作为一次降雨事件来处理;应用Laio模型得到在多年平均降雨条件下,32.1 mm的田间净灌溉量可以在50%水平上使夏玉米生长期内的土壤含水率保持在田间持水量的80%以上。     

面向立木识别的有效K 均值聚类算法研究

针对林区自动对靶施药过程中,当立木生长密集时,获取的点云数据聚类准确率低、效率低的问题,提出优化后的K-均值聚类算法,数据获取方式基于2D激光扫描。针对立木点云信息聚类前需对相关数据进行滤波,提出窗口滤波算法,选取产生混合像素点的树干边缘,提取3次连续扫描的混合像素及其近邻点组成滤波窗口,进行最大阈值滤波,结果显示50次试验中仅有2个混合像素点未被滤除,混合噪声的滤除率高。在K-均值算法优化方面,针对算法需预先确定聚类数和初始聚类中心的不足,提出利用斜率变化确定聚类数的方法,试验对5个不同距离下5组立木分别进行100次测量,结果显示错误测量次数仅为3次,并可在试验前期通过人工方式去除,算法合理有效;对哈夫曼树法确定立木扫描点聚类中心的性能进行了试验分析,3种不同树干分布类型下分别运用随机抽样法和哈夫曼树法进行K-均值聚类,前者平均正确率仅为76.4%,后者则为95.5%;同时分析了Ⅰ型分布下2种算法聚类的迭代次数和耗时,5个不同距离下,随机抽样法的平均迭代次数明显高于哈夫曼树法,平均运行耗时上,哈夫曼树法则高于随机抽样法,前者变化范围为120~220 ms,后者为50~85 ms,该范围为林区测绘的可接受范围。试验证明,基于斜率变化确定聚类数和基于哈夫曼树法确定聚类中心的K-均值算法是林区立木点云聚类的有效算法,可应用于林区的立木检测。     

非结构环境中扰动葡萄采摘点的视觉定位技术

非结构环境下采摘机器人对扰动葡萄采摘点的视觉识别定位有实际应用价值。首先基于"挠性杆-铰链-刚性杆-质量球"模型对葡萄串形态进行分析,将其扰动状态分解为XOY和YOZ 2个平面的类单摆运动,对扰动葡萄进行视频拍摄,通过对视频中多帧葡萄图像进行Otsu阈值分割得到果实和果梗,并计算出各帧图像中葡萄串的质心;对各帧图像的葡萄串质心进行曲线拟合,计算出葡萄类单摆运动的周期与摆角,从而确定当前扰动葡萄是否适合视觉定位;对可实现视觉定位的扰动葡萄,选取类单摆中间位置质心点对应的葡萄图像,对葡萄串上方矩形区域进行Canny边缘检测,再利用霍夫直线拟合结合角度约束法实现扰动葡萄采摘点的定位。视觉定位试验结果表明:自然环境中不同光照下扰动葡萄采摘点的视觉定位准确率达80%以上,为采摘机器人应用于实际生产提供了理论基础。     

基于改进SIFT-ICP算法的Kinect植株点云配准方法

针对传统配准方法准确度低、速度慢的问题,提出了基于改进SIFT-ICP算法的彩色植株点云配准方法。首先采用Kinect获取不同视角下植株彩色图像和深度图像合成原始植株彩色点云,通过预处理提取原始点云植株信息,对植株点云进行尺度不变特征变换(SIFT)的特征点检测,得到点云配准关键点,再对关键点进行自适应法线估计,然后求取关键点的快速点特征直方图(FPFH),通过采样一致性(SAC-IA)初始配准方法改进点云间初始位置关系,最后利用Nanoflann加速最近点迭代(ICP)算法完成精确配准。试验结果表明,改进SIFT-ICP算法可以大幅度提高点云配准的准确性和快速性,其中对应点间平均欧氏距离小于7 mm,配准时间小于30 s。     

地埋滴灌点源入渗土壤水分运动规律实验研究

通过室内砂土中进行地埋滴灌的实验,对地埋滴灌在砂土中的适应性进行初步研究,为田间试验布置提供依据。通过分析湿润锋的推移速率、特征点的土壤含水率变化规律,发现湿润锋推移速率先是径向大于垂向,随着灌水时间和灌水量增加,水平方向和垂向的湿润锋和含水率趋于平衡。根据对比滴灌带埋深15和20 cm特征点的含水率变化情况,得出埋深15 cm节水效果更好,更利于作物生长。实验还得出湿润比能作为滴灌灌水参数的指标,由于作物种植的间距和作物根系深度之比基本小于1.0,因此在田间实际灌溉中湿润比应控制在1.0左右。