西北生态脆弱区省域国土空间生态修复分区

在生态文明建设背景下的国土空间治理时代,国土空间生态修复是优化国土空间结构、提升国土空间功能的重要举措。针对西北生态脆弱区省域国土空间生态修复分区的理论创新与实践需求,该研究以县(区)为基本研究单元,将生态系统服务供需分析与国土空间生态修复分区结合起来,探索基于生态系统服务供需匹配程度差异的西北生态脆弱区省域国土空间生态修复分区思路与方法。对甘肃省的案例研究结果表明:1)除食物供给服务外,全省县域水源涵养服务、固碳释氧服务和土壤保持服务的总供给均大于总需求,但供给与需求存在明显的空间不匹配问题。2)甘肃省存在"高供高需""高供低需""低供高需"和"低供低需"4种供需匹配类型,但各项生态服务的主导供需匹配类型主要以"高供低需"和"低供低需"为主。3)依据区域生态系统服务供需差异及供需匹配类型,将甘肃省划分为绿洲保育、固碳提升、水源涵养和土壤保持4个生态修复大区,并按照自然地理特征与区域生态环境问题将4个大区划分为10个亚区,同时提出不同区域相应的生态保护修复工程措施。     

基于三维点云的植物多任务分割网络

在植物表型研究中,植物器官分割是实现无损、高通量、自动化表型测量的重要步骤。然而,现有植物器官分割方法通常需要凭借经验设置合理的阈值参数,且很少同时执行语义分割和实例分割。该研究提出了一个基于三维点云的植物多任务分割网络（a multi-task segmentation network for plant on 3D point cloud,MT-SegNet）,结合多值条件随机场（multi-value conditional random field,MV-CRF）模型,同时实现茎、叶语义分割和叶实例分割。在MT-SegNet中,为解决用最大池化或平均池化方法来聚合邻域点特征可能会导致重要信息丢失的问题,该研究提出了一种基于注意力机制的多头注意力池化模块。它能自动学习到重要的邻域点特征,从而有利于提高网络的分割性能。同时,MT-SegNet分成两个不同的分支,分别用于预测点的语义类别和将这些点嵌入到高维向量,以便将这些点聚类为实例。最后,使用MV-CRF进行多任务的联合优化。在彩叶芋点云数据集上的试验结果表明,该方法的茎、叶语义分割的交并比、准确率、召回率和F1分数的平均值分别为84.54%、93.64%、91.39%、92.48%,叶实例分割的平均准确率、平均召回率、平均实例覆盖率和平均加权实例覆盖率分别为88.10%、78.44%、76.24%、76.93%,均优于PointNet、JSNet等现有的深度学习网络。该模型也适用于类似植物的点云分割类任务。这有助于为植物自动化表型测量提供必要的技术条件。     

中国农业自然资源评价指标体系构建研究

为科学评价、合理利用农业自然资源，加强自然资源统一管理，实现农业高质量可持续发展。通过对比分析国内外农业自然资源评价框架及指标体系的理论研究和应用实践，围绕我国农业自然资源“开发-利用-保护-修复”的动态过程，提出并构建了我国农业自然资源全过程、多维度评价框架及指标体系。结果表明：该框架与指标体系面向气候、土地、水和生物四大农业自然资源在不同阶段的管理目标与核心内容，具体涵盖9个准则层、111个单项指标。研究表明，该概念框架及指标体系具有动态性、全过程性、系统性及与自然资源管理实务充分衔接的特点，具有良好的应用前景，实现了对农业自然资源的立体空间的连动式全面评价。