种植密度对油松幼苗生长的影响

以油松作为研究对象,设置4种栽培密度(50 cm×50 cm,50 cm×80 cm,80 cm×80 cm和80 cm×100 cm),研究不同种植密度对油松幼苗生长、根系发育、干物质积累和幼苗质量的影响,其结果表明:种植密度的降低,有利于促进油松幼苗的生长、根系发育和干物质的积累,并以80 cm×100 cm密度条...     

面向聚落景观空间的三维形态指数体系构建与实现途径研究

景观空间形态指数可将三维实体景观空间转换为可进行数学分析的量化指标,突破了传统空间形态分析受制于研究者主观判断与手工制图的差异而评价标准难以统一的难题,实现对复杂景观空间形态特征的精准表达与规律总结,进而推动不同类别、不同时间聚落景观的量化对比分析与生成机制研究.在总结聚落景观空间形态研究趋势的基础上,构建了包含平面形态指数、立体形态指数、综合形态指数的多维景观空间形态指数体系,并对如何在复杂环境下进行高精度、全方位的空间形态数据采集,如何从海量图像资料中快速识别、提取空间形态的分类信息与矢量数据,如何对多维空间形态指数进行计算等技术瓶颈给出了具体可行的实现途径.     

广东省森林资源“天-空-地”一体化监测构建与应用

充分利用卫星遥感、无人机、互联网等先进技术,搭建森林资源监测平台,结合森林生长模型,构建了广东省森林资源“天—空—地”一体化监测体系。在多年的生产实践过程中,该体系及时的掌握广东省森林资源消长变化,实现了对森林资源变化的快速提取、现场取证和实时在线更新,并为各级林业主管部门决策提供准确的数据支撑,进一步提高了森林资源管理和信息化水平。     

基于气象大数据的承德市避暑旅游景区评价

为了加强气象大数据在避暑旅游资源开发中的应用,提取承德市288个区域气象站的气温、湿度等资料、数字高程等资料,利用层次分析法对承德市47个主要旅游景区5—8月逐月建立避暑分级评价模型,基于GIS空间分析技术制作了承德市逐月避暑指数分布图。结果表明：5月下旬与8月承德县中南部、兴隆县东部景区有中暑的可能性,其他大部地区均凉爽舒适;6月最适宜避暑的景区位于承德市北部县区、平泉市大部;7月最宜避暑的景区位于坝上地区、围场县大部、丰宁县中北部、隆化县北部、平泉市北部,中南部景区均易发生中暑。     

基于搜索指数探析昆虫学社会服务功能与公众关注度

为强化高校专业课的社会服务功能,探求公众对昆虫学的兴趣与关注问题,利用网络搜索指数研究公众对昆虫学的直接需求与关注热点。基于百度指数与谷歌趋势,分析近5年国内外公众对昆虫学领域搜索量动态、人群特征、关注热点等问题。结果表明：公众对昆虫的搜索呈现周年节律性,夏季高峰,冬季低谷,与昆虫周年活动节律相吻合。蝴蝶、蜜蜂的网络关注度高于其他昆虫。2种搜索指数均会因相关新闻事件、热点而波动,但谷歌指数的分类分析可减少这些噪声的影响。在国内,对昆虫相关关键词检索频率占前3位的省份分别为浙江、广东和江苏,30～39岁人群查询频率最高,女性查询的比例高于男性。这提示昆虫学专业课需拓宽其知识受众面,主动挖掘社会需求,丰富的线上线下教学资源可提升社会服务功能;将专业课程考核与社会服务相结合有助于教学相长。     

遥感和作物模型技术耦合现状和发展趋势

随着科学技术不断发展,遥感技术与作物模型的耦合可以预估作物产量,具有非常重要的研究价值。本文目的是应用科学的计量学方法来统计遥感和作物模型领域中重要的研究成果,通过CiteSpace软件进行可视化分析,并对这些数据进行分析,所得结论不仅了解遥感领域和作物模型研究领域的作者之间联系,并且结论极大有助于对作物模型和遥感技术耦合领域的探索研究。结合当前的研究现状,通过对CiteSpace软件进行数据化分析并对其未来发展趋势做出展望。     

基于Landsat-8OLI数据的植被覆盖度反演模型研究——以西安市雁塔区为例

植被覆盖度遥感反演模型是用定量的方法来估算研究区范围内植被的覆盖分布。本文主要利用Landsat-8OLI遥感数据分别提取3类常用植被指数包括归一化植被指数NDVI、增强植被指数EVI、比值植被指数RVI,根据像元二分模型建立植被覆盖度反演模型。同时利用交叉验证的方式对其估算模型进行验证,来反映估算模型的精度。     

基于GF-6/WFV卫星遥感的大田冬小麦叶片氮素含量估测

为对大田冬小麦叶片氮素含量（LNC）进行快速、准确及无损监测,通过在江苏省泰州泰兴市、盐城大丰区和南通如皋市布设冬小麦遥感监测大田试验,在获取试验样点冬小麦冠层红光波段反射率（RED_ref）、近红外波段反射率（NIR_ref）和计算的十个光谱指数（RVI、NDVI、DVI、SAVI、OSAVI、MSR、RDVI、EVI2、NLI和SVI）基础上,将12个遥感光谱指标与冬小麦LNC进行相关分析,选出与LNC相关性较好的作为模型输入变量,构建基于BP神经网络的冬小麦LNC估测模型, 并利用GF-6/WFV卫星遥感影像对县域冬小麦LNC的空间分布开展监测。结果表明,12个遥感光谱指标与冬小麦LNC之间存在不同程度的相关性,其中NDVI、RVI、MSR、OSAVI和NLI与冬小麦LNC的相关性较好（相关系数不低于0.65）。将优选的5个遥感光谱指标作为模型输入变量,构建基于BP神经网络的冬小麦LNC估测模型（LNC-BPEM）,模型的估测精度r²=0.866,RMSE=0.246%,ARE=12.9%。将冬小麦LNC-BPEM估测模型和GF-6/WFV影像结合对县域冬小麦LNC的空间信息监测,获得了如皋县域冬小麦LNC的空间分布特征,该区域冬小麦LNC范围在0.9%~2.0%（长势正常）的种植面积为29 693.3 hm²,占冬小麦总种植面积的74%。这说明利用GF-6/WFV卫星的多个遥感光谱指标与神经网络结合建模可有效估测县域大田冬小麦叶片氮素含量。     

遥感技术在农作物种植结构的研究现状

农作物种植结构信息是农业生产管理和决策的重要基础,遥感技术在此领域的应用逐渐成为研究热点。以遥感数据源、分类特征变量和分类算法为论述框架,首先介绍了不同的遥感数据源,然后从分类特征变量和分类算法两方面对遥感数据源在农作物种植结构提取中的应用现状进行综述,最后展望未来遥感发展方向。有利于提高农作物种植结构信息提取的精度和效率,为农业高效发展和乡村振兴提供重要支持。