排序方式: 共有30条查询结果,搜索用时 78 毫秒
1.
2.
3.
采用文献统计法、内容分析法分析近年来土地整治生态风险的文献特点和发展概况,发现土地整治生态风险文献数逐年递增;土地整治生态风险研究时风险源一般为整治的四大工程类型,生境一般为土地利用类型,生态受体一般为生物多样性、土壤、水环境质量等;生态风险评价研究时常见理论有可持续性发展理论、景观生态学理论、系统动力学理论等,基本方法有物元分析模型和RRM模型等,常见规避措施有工程、技术、生物措施等。土地整治生态风险研究虽然取得了显著进展,但仍存在很多不足,仍需加强生态风险评价多方法多技术、自然和人为风险源对生境与生态受体的叠加影响、评价结果的不确定性分析以及生态风险与土地资源调查、发展规划、空间管控等结合的研究,从而在管控分区、整治模式等方面从源头上减少风险。 相似文献
4.
【目的】针对叶脉图像存在模糊性和噪声的问题,将模糊逻辑与复合顺序形态学相结合,提出一种叶脉模糊逻辑增强方法,以提高叶脉检测方法的抗噪能力和检测效果。【方法】根据5×5邻域中各像元距中心像元的距离,确定邻域像元权重,提出像元隶属度计算方法,利用三角型隶属函数实现叶脉图像模糊化。结合Sugeno模糊模型,提出模糊逻辑推理规则,增强叶脉图像对比度。构建2个尺度分别为3和5的方形结构元素及4个尺度为5的不同方向的线形结构元素,建立基于4个不同方向卷积差分模板的最佳线形结构元素确定方法,设定多个百分位,提出多结构元多百分位的复合顺序形态学检测算子。以叶脉原图和加噪后的图像为例,进行8种不同检测方法的对比试验,以峰值信噪比定量评定方法优劣。【结果】模糊逻辑与复合顺序形态学相结合的叶脉检测方法可增强原图对比度1.668倍,最大峰值信噪比为52.624 6,相较其他方法噪声得到了更有效的处理,提取的叶脉图像更加清晰、完整、连续。【结论】模糊逻辑与复合顺序形态学相结合的叶脉检测方法可有效提高叶脉检测抗噪能力和检测效果,是一种有效的叶脉检测手段。 相似文献
6.
7.
[目的]通过构建杉木生长样本库,研究一种考虑林分空间结构与生长之间交互过程的生长模拟方法,同时结合三维可视化技术,实现林分生长动态可视化模拟。[方法]以2012—2017年湖南省黄丰桥国有林场6块杉木样地的连续调查数据为数据源,考虑相邻木树冠侧方挤压及上方光照遮盖对中心木生长的影响,研建基于空间结构单元的水平、垂直空间结构参数,在此基础上,选取特征指标构建样本库,以马氏距离作为待模拟林木与样本库的匹配准则,对林木与样本库进行迭代匹配,实现考虑空间结构与生长交互过程的林分生长模拟。同时基于三维模型剖分及动态组织方法,采用节点动画技术对林分生长动态进行可视化表达。[结果]经相关性对比分析,选取年龄、胸径、水平、垂直空间结构参数及胸径连年生长率作为特征指标构建样本库预测胸径生长(包含杉木8 934株,其中死亡97株),采用线性建模预测树高、冠幅、活枝下高生长。通过对样地观测值与生长预测值进行配对样本T检验及线性回归,结果表明:胸径、树高、冠幅、活枝下高的生长预测效果良好,具体顺序为胸径树高冠幅活枝下高,线性回归决定系数R~2分别为0.925、0.556、0.482、0.459。[结论]基于样本库的林分生长动态可视化模拟方法能实现胸径、树高、冠幅、活枝下高4个指标的生长可视化,效果形象直观,能满足林业科研和生产实践要求。 相似文献
8.
为及时准确评估黑土区土壤全氮(soil total nitrogen,STN)含量的空间分布,以指导作物精准施肥和提高农作物产量,该研究基于绥化市实测STN数据和Sentinel-2卫星Level-2A遥感影像反射率,构建光谱指数结合环境变量的STN预测模型,包括随机森林(random forest,RF)、自适应增强(adaptive boosting,AdaBoost)、梯度提升(gradient boosting categorical features,CatBoost)等集成学习算法和多元逐步线性回归(simple linear regression,SLR)、支持向量机(support vector regression,SVR)、神经网络(back propagation neural network,BPNN)等监督学习算法,并考虑波段1~12遥感反射率、波段1~12遥感反射率联合光谱指数和环境变量作为算法输入变量的2种情景。结果表明:1)绥化市实测STN平均含量为1904.06 mg/kg,变异系数为17.93%;2)以波段1~12遥感反射率作为输入变量时,6种STN模型验证集拟合决定系数(coefficient of determination,R2)小于 0.6,模型验证集决定系数精度由大到小顺序为:RF、CatBoost、AdaBoost、BPNN、SLR、SVR;3)结合波段1~12遥感反射率、光谱指数和环境变量优选方法,构建STN含量预测模型,模型验证集决定系数精度由大到小顺序为:RF、CatBoost、BPNN、AdaBoost、SLR、SVR,验证集模型决定系数精度提升幅度从大到小依次为RF、SVR、BPNN、AdaBoost、CatBoost、SLR,其中RF模型验证集决定系数预测精度提升最大,决定系数增加0.22,均方根误差(root mean square error,RMSE)降低了35.30 mg/kg;4)基于光谱指数和环境变量优选的机器学习算法具有强大的非线性拟合能力,RF能够更好地模拟STN与遥感光谱信息及地形因子之间复杂的多元非线性关系,并获得较高的实测和反演模型拟合结果;5)结合模型,绥化市STN的空间分布呈现东北高西南低、由北向南逐渐降低及中部略高的空间分布特点。研究结果为东北黑土区STN含量实时动态监测、土地肥力评价和农业可持续发展提供技术支持,为开展黑土地保护与利用及农田生态系统保护提供决策依据。 相似文献
9.
10.
基于我国东北平原上的产粮大县-梨树县土地规模种植方式的实地调研,探索了粮食主产区土地流转方式和规模经营途径,并分析了农户自愿进行土地流转的因素和动力。研究结果表明:以农民专业合作社为载体,改变生产和经营方式,采取统分结合-“四统一分”的经营模式,建立并完善了“五个机制”,奠定了土地规模化经营和机械化作业的基础。土地流转的推动力是积极发挥科技、农机农艺结合的优势,降低生产成本,以提高土地的生产效益、增加农民的收入,使农民自愿有序地进行土地流转。同时,针对土地流转中存在问题,提出了相应的措施和建议。 相似文献