基于GIS技术的小型水库规划方法

在小流域治理中，为了提高水库规划的精确度和速度，提出了基于GIS技术来实现小型水库规划的方法。主要是基于GIS技术的库客曲线的制作方法；小型水库规划的可视化。在GIS中，真实地形在计算机中的表达用数字高程模型(DEM)表示，水库规划的三维可视化环境的实现需利用0penGL技术。     

外源ABA对茶树抗寒生理指标的影响

为了研究外源ABA对茶树抗寒性的影响,用不同浓度的ABA喷施茶树枝条,根据叶片可溶性糖含量的变化确定适宜的浓度,再用最适浓度的ABA喷施茶树枝条,测定经低温胁迫后抗寒生理指标可溶性糖、丙二醛含量及相对电导率的变化。结果表明:50mg/L和250mg/LABA喷施茶树枝条对叶片可溶性糖含量影响最显著,但50mg/L较为适宜。-8℃低温处理48h后,ABA喷施的叶片可溶性糖含量高于对照40.13%,丙二醛含量低于对照10.42%。实验表明一定浓度的外源ABA可在一定程度上缓解茶树叶片的低温伤害,增强茶树抗寒性。     

嘉兴医养结合+PPP模式发展探析

随着嘉兴人口老龄化形势日趋严峻,医养结合养老服务需求快速增长。构建医养结合型养老服务模式是嘉兴完善养老服务体系建设的发展方向,推广政府和社会资本合作(PPP)的投融资模式是嘉兴推进医养结合养老服务发展的有效手段。嘉兴发展医养结合+PPP模式既有优势条件也面临挑战,需要从政策法规、组织管理、人才等方面给予保障。     

昆明市林火驱动因子及火险区划研究

【目的】对昆明市2000—2015年的火点数据进行分析,确定主要林火驱动因子,建立昆明市林火预报模型并进行火险区划,为昆明市林火预防提供参考。【方法】基于林火数据,选取气象、地形、植被、人为等17个林火驱动因子构建Logistic回归林火概率模型,并划分5个中间模型选取全样本的显著变量因子,用受试者工作特征曲线(ROC)进行模型检验与评价,基于全样本的模型结果分析昆明市主要林火驱动因子,并计算得到林火发生概率的最佳阈值,根据Logistic模型结果划分五级火险区。【结果】海拔、距居民点距离、距铁路距离、归一化植被指数(NDVI)值、月均地表温度、月均气压、月均相对湿度、月均风速、人均国内生产总值(GDP)等9个因子与昆明市林火发生概率存在显著关系;Logistic模型的预测准确率高达81.7%;ROC曲线下面积(AUC)的值为0.905;划分的最佳阈值为0.342;火险区划的五级火险区面积比率分别为48.82%、35.17%、11.26%、2.55%、2.20%。【结论】昆明市林火主要驱动因子是气象因子;昆明市高火险区集中分布在五华区、盘龙区、官渡区、呈贡区、西山区、安宁市等西南部地区...     

3种特色野菜特性及其高效种植技术

对养心菜、地笋、雪樱子的生物特征、营养成分、保健功能及种植技术进行介绍,可为野菜资源的开发、野菜基地建设及野菜消费提供参考。     

卡那霉素浓度对抗虫棉和非抗虫棉种子萌发及苗期生长影响的比对

转基因抗虫棉是将能表达抗虫蛋白的基因转入到非抗虫棉中,使棉花具有一定的抗虫能力,其叶片对外源卡那霉素处理不敏感,而非转基因抗虫棉不携带嵌合基因卡那霉素,其叶片对外源卡那霉素处理敏感.本试验采用不同的卡那霉素浓度对抗虫棉和非抗虫棉种子进行浸泡处理,并将已萌发的棉花种子种植到田间.     

“地笋”种植效益高

地笋别名泽兰、地瓜儿、地蚕子、银条菜、地参。株高可达1.5米。长约20厘米,茎粗1.2~2厘米,洁白像竹笋,其节上有鳞片和须根。叶边缘具不整齐的粗锐锯齿,表面暗绿色。轮伞花序,花冠钟形,花小呈白色,花期7~9月,果期9~11月,小坚果扁平,倒卵状三棱形,长1~1.5毫米,暗褐色。     

“地笋”种植效益高

地笋别名泽兰、地瓜儿、地蚕子、银条菜、地参。株高可达1.5米。长约20厘米,茎粗1.2~2厘米,洁白像竹笋,其节上有鳞片和须根。叶边缘具不整齐的粗锐锯齿,表面暗绿色。轮伞花序,花冠钟形,花小呈白色,花期7~9月,果期9~11月,小坚果扁平,倒卵状三棱形,长1~1.5毫米,暗褐色。     

3D LiDAR感知的植物行信息提取方法与试验

目的 针对林间或冠层下等卫星信号严重遮挡的区域,提出一种面向农业机器人导航环境感知的低成本3D激光雷达(LiDAR)点云信息处理与植物行估计方法。方法 利用直通滤波器滤除感兴趣区域外的目标无关点;提出均值漂移聚类、扫描区域自适应的方法分割每棵植物主干,垂直投影主干点云估算中心点;利用最小二乘法拟合主干中心,估计植物行。分别在开阔地的仿真果园与水杉树林进行模拟试验与田间试验,以植物行向量与正东方夹角为指标,计算本研究提出的方法识别的植物行信息与GNSS卫星天线定位测得的植物行真值间的角度误差。结果 采用提出的3D LiDAR点云信息处理与植物行估计方法,模拟试验和田间试验对植物行识别误差平均值分别为0.79°和1.48°,最小值分别为0.12°和0.88°,最大值分别为1.49°和2.33°。结论 车载3D LiDAR能够有效估计水杉树植物行。该研究丰富了作物识别思路与方法,为无卫星信号覆盖区域的农业机器人无图导航提供了理论依据。