日本创新能力教育及其借鉴意义

国家竞争力的关键在于技术人才的素质，而技术人才最重要的能力是创新能力。没有创新就没有高附加值。本选择松下电器公司、东京工业大学以及日本发明协会来分析日本企业、高校、社会三方面，如何致力于创新能力培养。本可作为我国推动技术人才创新能力发展的参考。     

基于耕地质量指数局部空间自相关的耕地保护分区

科学合理地制定耕地保护分区,是实现耕地差异化保护、精细化管理的重要保障。该文采用Moran散点图和局部空间自相关分析相结合的方法,以耕地质量指数为空间变量,探讨广宁县耕地质量的空间结构性特征和聚集性规律,并据此提出耕地保护分区方案。研究结果表明:广宁县耕地质量在空间分布上呈现出一定的聚集性规律,正相关类型(高-高和低-低型)多以"组团"形式出现,聚集性较强;负相关类型(高-低和低-高型)无明显集中区域,零星分布。基于局部空间自相关分析的耕地保护分区,既综合考虑了耕地自然条件、利用条件和经济条件,同时将耕地质量的空间属性作为第4维,纳入到耕地保护分区研究中,为耕地差异化保护、精细化管理提供了思路。最后,提出了基于局部空间自相关的耕地保护分区方案及相应的保护措施,可为研究区域耕地保护分区提供参考。     

基于T-S模糊模型的TDR土壤水分传感器标定方法研究

利用TDR土壤水分传感器实现土壤水分数值的精确采集具有现实意义[1-3]。为了获得TDR土壤水分传感器水分含量测量所对应输出电压与实际土壤含水量的良好对应关系,在采用取土实验测量法获得实际水分含量数值与对应输出电压数值的基础上,利用Takagi-Sugeno模型逼进精度高、后件参数线性化等优点[2,4]对TDR土壤水分传感器     

县域“旱改水”项目遴选布局方法与实证研究

从分析遂溪县"旱改水"建设适宜性和空间稳定性入手,提出了基于耦合协调度模型和冷热点分析方法的"旱改水"建设项目遴选布局方法。结果表明,遂溪县开展"旱改水"建设潜力较大,其中高、中适宜区占耕地总面积的81.08%,主要分布在中东部乡镇;稳定性与适宜性的空间分布差异显著,高稳定性地块主要集中在北坡镇和广前公司,在其余乡镇也有分布;容易改造地块占耕地总面积的41.04%,主要分布在北坡镇、界炮镇、杨柑镇和广前公司等,该类耕地自然禀赋较好、基础设施完备,并且与城镇、交通干线有一定距离,建设占用的可能性较小;"旱改水"建设适宜性和空间稳定性耦合协调的热点区主要分布在杨柑镇、北坡镇、界炮镇和广前公司等中部乡镇,是"旱改水"项目布局的优先选择区域;结合研究区实际,确定遂溪县"十三五"期间"旱改水"建设区总面积462.75 hm2。该研究为科学遴选、布局"旱改水"建设项目提供了方法借鉴。     

广州市土地利用生态服务价值测算研究

定量研究经济发达地区土地利用与生态服务价值的变化情况,可为生态资源的合理定价与有效补偿,促进自然生态系统与社会经济系统的协调发展提供科学依据.利用单一土地利用动态度模型、土地利用程度综合指数和土地利用程度变化率分析了广州市土地利用的变化情况;参考Costanza及谢高地等人的生态服务价值系数,对广州市生态服务价值及其影响机制进行了定量研究;并应用相关性分析和敏感性分析方法探讨了生态服务价值与主要社会经济因子的关系.研究结果表明,广州市土地利用的生态系统服务价值总体呈逐年下降趋势,其中林地、水域和园地等地类的生态服务价值所占比例较大,土地利用结构和各类土地面积的变化直接影响到生态服务价值量的变化,广州市生态服务价值与总人口、GDP及城市化水平间均存在负相关关系,说明该市社会经济的发展是以生态服务价值的损失为代价的,生态系统服务价值的变化对人口、GDP和城市化水平总体上缺乏弹性.相对而言,对于人口的变动较为敏感,其次是城市化水平,对GDP变动的影响敏感性最弱.     

基于时空角度的广东省耕地占补平衡绩效评价

随着社会经济的迅猛发展,我国的城市化水平不断加快,城市面积不断扩张,耕地资源面临着被过度占用的风险,耕地的锐减对国家的粮食安全及生态环境产生了负面影响。在耕地面积逐渐减少的背景下,国家制定了耕地占补平衡相关政策,以期保护耕地、促进土地资源的高效利用以及维护国家粮食安全和社会稳定。本研究从时间角度对广东省2000—2016年耕地占补平衡政策绩效进行评价,从空间的角度通过构建PSR模型对广东省21个市2011—2015年耕地占补平衡政策绩效进行评价。结果显示,在时间维度上2000—2016年政策绩效呈阶段性上升的特点,2016年上升至最大值。在空间维度上,广东省耕地占补平衡政策绩效存在明显的区域差异,粤东、粤西地区在落实耕地占补平衡政策方面取得较好的绩效成果,其中粤西沿海和粤西北山区实施绩效最好,而珠三角平原地区实施绩效较差。最后,在广东省耕地占补平衡政策绩效评价的基础上,从缓解耕地占补平衡压力、加大惠农力度、耕地提质、引入社会资金等四个方面提出合理有效的建议。     

基于概率神经网络的广东省土地资源评价

用概率神经网络的方法,以广东省土地资源为对象进行了土地资源评价的研究,并与BP网络的评价结果作了比较,结果表明,用概率神经网络进行评价的结果比BP网络的评价结果更加准确,更加切合实际情况,一定程度上避免了人为因素的干扰,提高了土地资源评价的准确性．     

多种分类器在农用地分等中的应用及其用法改良

以广东省第二次土壤普查成果资料为主要数据源,选取贝叶斯决策、BP神经网络、概率神经网络、聚类等分类方法分别对数据源进行分类;并且,笔者为了充分利用有监督学习分类准确率高和无监督学习无需标定的学习样本的优点,提出了基于监督--非监督的聚类算法,然后对上述五种方法的评价结果作了比较分析;实验表明文章提出的基于监督--非监督聚类方法只利用少量的有标定学习样本,即可得到较高的分类准确率,特别在少量样本时,该方法能得到比贝叶斯决策方法、BP神经网络和概率神经网络等监督学习方法更好的土地评价结果;在实际应用中,可以尝试结合监督和非监督学习的方法,实现分类正确率和获取大量有类标签的样本之间的折中。     

农用地综合生产能力调查评价信息系统研制与应用

为提高农用地综合生产能力调查评价工作效率、保证测算精度、提高成果质量,面向不同来源、不同层次采集的大样本数据,集成多种分析、筛选方法,构建多类型质量等指数-农用地综合生产能力模型进行比较优选,“一键式”完成农用地综合生产能力与利用强度、利用潜力的测算,对于推进GIS技术在土地资源管理规划中的应用具有重要的理论和实践意义.     

广东省高标准基本农田建设重点区域划定

从广东省实际情况出发,采用因素分析法和定量分析法,综合选取耕地连片程度、地方财力支持、粮食生产能力与耕地整治潜力4个因素,构建指标体系,最终确定以综合评价得分大于50分的县(区)作为广东省高标准基本农田建设重点区域,共计40个,其中珠三角平原区16个、粤东沿海区9个、粤西沿海区10个、粤西北山区5个,并分别提出这4大区域基本农田重点区域的建设方向。