改进的Dijkstra算法及其在网络中的应用

提高计算机网络网络传输速度的关键是找到最佳的路由实现算法,本文从节约存储空间和提高运算效率方面对传统Dijkstra算法进行了改进,通过分析与比较,这种改进算法的效率优于传统的Dijkstra算法,特别适用于大规模网络。     

怀洪新河（安徽段）森林长廊建设规划要点浅析

怀洪新河是安徽境内第三大人工河流,河道两侧林木已陆续采伐,亟待更新并将建成森林长廊。通过对怀洪新河（安徽段）森林长廊建设类型、方式及建设布局的确定,提出河道管理区域内人工造林和更新改造的技术方案,旨在为森林长廊的建设提供参考,改善河道生态环境。     

基于连续投影算法和光谱变换的冬小麦生物量高光谱遥感估算

为探索基于全波段冠层高光谱以及变换光谱的冬小麦地上部生物量的遥感估算方法,以2016、2017年冬小麦田间试验为基础,通过对冠层光谱和地上部生物量的相关性分析,筛选拔节期、抽穗期的冬小麦冠层光谱、一阶导数光谱、对数变换光谱和连续统去除光谱对地上部生物量的敏感波段,并结合偏最小二乘法(PLS)分别建立拔节期和抽穗期基于SPA算法的冬小麦地上部生物量估测模型,再与基于任意两波段组合的最佳归一化光谱指数、比值光谱指数、差值光谱指数和已报道光谱指数的冬小麦地上部生物量估测模型进行比较。结果表明：(1)SPA算法较好地利用了全波段冠层光谱信息,并显著降低了光谱维度,不同变换光谱的地上部生物量敏感波段个数在4~14之间;(2)拔节期和抽穗期冠层光谱与地上部生物量的相关性高于开花期和灌浆期,各生育时期一阶导数光谱与地上部生物量之间的相关性优于连续统去除光谱、对数变换光谱和光谱指数;(3) 利用抽穗期一阶导数光谱敏感波段建立的预测模型和验证模型达到了较高的精度,其预测模型的决定系数和均方根误差分别为0.78和0.87 t·hm^-2,验证模型的决定系数和均方根误差分别为 0.84和0.69 t·hm^-2,预测相对偏差为2.74。这说明,抽穗期是估算地上部生物量的最佳生育时期,且基于冠层一阶导数变换光谱,结合连续投影算法和偏最小二乘回归方法所构建抽穗期地上部生物量估算模型具有最优的精度和预测能力,可用于地上部生物量的定量估算。     

鹤峰县天保工程建设成效定量分析

天保工程建设是生态环境建设的重要措施,是人与自然和谐发展的重要基础。我们对鹤峰实施天保工程以后,森林资源变化情况、水土流失变化情况等重要生态环境因子进行了详细调查,并与天保工程实施前比较,结果表明:5年来,鹤峰县天保工程建设取得了阶段性成效,生态、经济、社会三大效益显著,折算总效益784 959.90万元。     

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...     

森林土壤氧化亚氮排放对氮输入的响应研究进展

大气中氧化亚氮（N2O）浓度的上升加剧了全球变暖。森林土壤在调节大气N2O浓度中发挥着至关重要的作用。近年来,氮（N）输入对森林土壤N2O通量的影响备受关注。然而,森林土壤N2O排放对N输入响应的机制,尤其是植物和微生物对N2O通量的调控作用尚缺乏系统研究。因此,本文综述了N输入如何通过森林植被（根系N吸收、凋落物分解和形成丛枝菌根）和土壤微生物（微生物量和群落组成）调控N2O产生途径从而影响森林土壤N2O排放。结果表明,植物的竞争性氮吸收能降低氮输入对N2O排放的促进作用,其作用大小可能主要取决于土壤“氮饱和”状态。植物凋落物主要通过分解过程中的养分归还和次生代谢产物释放来影响氮输入背景下的森林土壤N2O排放,前者具有促进作用,而后者具有抑制作用。丛枝菌根主要通过吸收有效氮和水分、促进团聚体形成以及改变N2O相关功能基因群落调控森林土壤N2O通量。N输入导致的土壤酸化或养分限制,通常会降低微生物量和/或改变微生物群落组成,从而控制N2O排放。N输入对N2O不同产生途径也会造成影响,受土壤湿度、N2O底物浓度以及N2O相关功能基因丰度（AOB、 AOA、nirK、 nirS和nosZ）的调控。未来在模型预测中,需要将植物氮吸收、凋落物分解、菌根以及N2O产生途径充分纳入模型,以提高模型预测准确性,为全球变化背景下制订森林管理政策和温室气体减排措施提供支持。     

井冈山国家级自然保护区森林土壤养分含量的空间变化

以井冈山国家级自然保护区为研究区,采集了57个土壤剖面的5个不同深度(0~10、10~20、20~40、40~60、60 cm)的土壤样品,对土壤样品的有机碳、全氮、全磷和全钾等指标进行了测定,并结合森林类型数据和DEM高程数据,对不同森林类型及高程条件下的土壤养分状况进行比较分析。结果表明:①土壤有机碳含量最大,全磷含量最小,各土壤养分含量均随土壤深度的增加而递减;②土壤类型的空间分布呈现海拔梯度特征,黄棕壤的分布海拔最高,依次为黄壤、黄红壤,红壤的分布海拔最低;③全磷、有机碳及C/N随着海拔高度的上升呈增加趋势。全钾含量随着海拔高度的上升呈下降趋势;④不同森林类型土壤养分存在差异,常绿阔叶林、落叶阔叶林和常绿落叶阔叶混交林的各土壤养分含量均较高;山顶矮林和温性针叶林除全氮和全钾含量外,其他土壤养分值显著高于其他林型;竹林及灌木林的土壤养分条件相对较差;⑤不同森林类型土壤养分含量的空间分布规律与其分布的海拔高度范围有关。     

采用K均值聚类和环形结构的狭叶锦鸡儿木质部提取算法

针对木质部交互统计误差大、效率低、重现性差、劳动强度高和传统图像处理算法精度不理想等问题,该文以狭叶锦鸡儿木质部切片图像为研究对象,根据木质部特点提出基于K均值聚类算法和环形结构提取算法相结合,实现木质部准确提取的方法。首先通过动态巴特沃斯同态滤波法对30幅供试图像进行光照不均校正,然后采用K均值聚类法对光照补偿后图像初分割,最后采用环形结构提取算法实现木质部提取计数。试验结果表明:采用K均值聚类算法对光照补偿后的木质部图像初分割分割误差R(section error, R)、过分割误差OR(over-segmentation error, OR)和欠分割误差UR(under-segmentation error, UR)均值分别为5.15%、1.48%和6.46%,优于未光照补偿和3R-G-B算法;该文提出的环形结构提取算法对初分割后木质部图像检测的平均相对误差为2.26%,比分水岭法低11.69个百分点,比凹点匹配法低4.93个百分点。从速度上看,该算法平均耗时3.17 s,比分水岭法快1.40 s,比凹点匹配法快4.88 s。该算法检测的均方根误差RMSE(root mean squared error, RMSE)为0.52%,约相当于分水岭法的1/3,约相当于凹点匹配法的1/2,该算法优于其他2种分割算法;在图像结构复杂、光照不均匀、内部分布不均等缺陷条件下,该文算法也能很好地实现木质部的分割和提取。该方法不仅能对狭叶锦鸡儿木质部自动分割和提取,也可为其他植物木质部分割提取提供参考。     

基于高光谱的双季稻分蘖数监测模型

旨在阐明双季稻分蘖数与冠层反射高光谱间的定量关系,构建基于高光谱的双季稻分蘖数监测模型。基于不同早、晚稻品种和施氮水平的田间试验,于关键生育期(分蘖期、拔节期和孕穗期)测定早、晚稻分蘖数,同步使用FieldSpec HandHeld 2型高光谱仪采集早、晚稻冠层反射高光谱数据,分别利用光谱指数法和连续小波变换构建新型光谱指数和敏感小波特征对双季稻分蘖数进行监测,建立双季稻分蘖数光谱监测模型,并用独立试验数据进行检验。结果表明,新型光谱指数和敏感小波特征对双季稻分蘖数的监测效果优于其他类型光谱参数(植被指数和“三边”参数),其中位于红边区域的小波特征db7(s9,w735)监测早稻分蘖数时表现最优,监测模型R2为0.754,模型检验相对均方根误差RRMSE为0.128;位于红边区域的小波特征mexh(s6,w714)监测晚稻分蘖数时表现最优,监测模型R2为0.837,模型检验RRMSE为0.112。研究结果可为双季稻分蘖数快速无损监测和群体质量精确调控提供理论基础与技术支持。     

连续投影算法融合信息熵选择霉变玉米高光谱特征波长

运用高光谱技术鉴别玉米霉变等级时,因光谱波段数多、数据量大、信息冗余度高,使鉴别工作难度加大。为了减少数据量,获得最有利于鉴别的高光谱信息特征波长,本研究提出了一种连续投影算法(SPA)融合信息熵的特征波长选择方法。首先,对霉变玉米样本高光谱数据运用多元散射校正(MSC)进行光谱预处理以消除噪声,然后利用SPA对处理过的光谱进行波长初选,得到8个初选特征波长,再通过信息熵原理处理初选特征波长下的图像信息,获得最佳特征波长。结果表明,运用SPA融合信息熵法得到有利于霉变玉米鉴别的最佳波长为819 nm,提取该波长下霉变玉米图像的纹理特征后,采用Fisher判别分析(FDA)进行鉴别,6个等级霉变玉米的鉴别正确率高达98.6%,充分证明所给出的特征波长选择方法是有效的。本研究特征波长选择方法可为更好地运用高光谱技术鉴别玉米霉变等级提供指导。