WTO协议的文体特征探析

应用现代文体学理论并结合语用学和认知语言学理论观点,尝试从字位与书写、词汇、句法层面描述和分析WTO英文协议的文体特征,希望对理解和翻译世界贸易法规和类似的经贸法规有所帮助。     

云南醉鱼草属(Buddleja L.) 观赏植物资源的调查研究

 在对云南分布的醉鱼草属观赏资源系统调查和资料整理的基础上, 研究了该属植物在云南的地理分布规律及25 种(包括变种) 醉鱼草的观赏性状, 包括花、叶、香气等观赏特征及其开花期, 指出开发利用面对的问题和应采取的措施。     

焉耆盆地土壤盐渍化的光谱特征分析

土壤盐渍化是干旱区/半干旱区常见的一种土地退化现象,加强对土壤的盐渍化遥感调查和监测有利于盐渍土壤的改良和利用。高光谱波段众多、光谱信息丰富,在识别和定量演算盐渍土壤盐分含量上具有较大的优势。为了推进高光谱遥感数据在土壤盐渍化监测中的应用,本文以焉耆盆地部分地区为研究区域,通过野外调查以及实地测点,利用便携式光谱仪测量研究区域内不同盐渍程度的土壤光谱,分析土壤光谱曲线与土壤盐渍程度之间的关系,从而为今后的高光谱遥感的盐渍化监测打下基础。     

2种中国黑块菌的介绍及可持续发展研究

黑块菌是一类珍稀的外生菌根食用菌。着重描述印度块菌和夏块菌的形态特征和鉴别特征,并介绍它们的生境及分布区域。同时,对块菌的可持续发展提出建议。     

基于随机森林算法的橡胶林地上生物量遥感反演研究——以景洪市为例

以景洪市橡胶林为研究对象,将获得的样地植被指数和生物量数据用随机森林方法建立相关关系,将建立的关系用Landsat TM影像反演出整个研究区域的生物量分布,用影像和实地样地调查数据进行分析和验证,实现光学遥感的大范围生物量反演。在反演过程中将植被指数作为自变量,使用R语言环境下的随机森林方法进行变量筛选和建模,并对该方法的适用性进行分析评价。结果表明：随机森林算法适用于森林生物量反演;选择的变量为可见光大气阻抗植被指数（VARI）、简单比值指数（RVI）、归一化植被指数（NDVI）、水分胁迫指数（MSI）、中红外指数（MidIR）;总体模型反演精度R2=043,RMSE=4605。反演结果对于生物量密度较低的区域回归效果较好,对于生物量超过200t/hm2的地区,反演结果偏低,且随着生物量密度的增加,反演结果偏差逐渐增大。     

不同生长期麻栎叶片水分含量与水分指数的回归关系研究

[目的]研究不同生长期麻栎叶片水分含量（FMC）与水分指数（WI）的回归关系。[方法]以连云港市花果山麻栎树为研究对象,在叶片水平上研究了WI对叶片FMC变化的敏感性,并分析其统计特征。[结果]WI对麻栎叶片FMC变化敏感,二者线性回归水平显著,并得到FMC与WI之间的拟合曲线。[结论]该研究为研究区范围内植被水分遥感获取方法提供了参考。     

茯苓硫酸酯化多糖的制备及其核磁共振波谱分析

[目的]用不同方法制备3种茯苓多糖硫酸酯（Pachyman sulfate,PS）,并对其进行核磁共振波谱对比分析,为多糖硫酸化提供基础数据。[方法]以氯磺酸为磺化试剂硫酸化茯苓多糖制备茯苓多糖硫酸酯PS—I和PSII,以氨基磺酸为磺化试剂制备PS-Ⅲ,分析磺化反应前后和不同硫酸根取代度（Degree of sulfation,DS）的多糖碳原子化学位移的变化规律。[结果]PS—I（DS=2．80）分子所有自由羟基均发生取代反应;PS—H（DS=1．55）C-6羟基被全部酯化,C-2和C-4羟基发生部分酯化反应;PS-Ⅲ（DS=0．95）C-6和C-2羟基发生部分硫酸酯化反应。[结论]发生取代反应的碳原子化学位移移动的距离与PS的DS呈正相关,核磁共振技术能够提供多糖结构解析的关键数据。     

近代黄河三角洲段渤海海岸线缓冲带土地利用时空特征分析

通过解译1986、1996和2001年遥感图像,获得了黄河三角洲海岸带土地覆被数据。将该地区土地覆被分为9种类型：水域、芦苇、林地、耕地、柽柳、柽柳芦苇、翅碱蓬獐茅、滩涂、建设用地,并将3 km宽的海岸带分为6个缓冲带,每个带宽0.5 km。运用ARC/INFO软件和景观生态学方法,研究了渤海海岸线缓冲带的土地利用和景观格局变化。主要结果如下：在空间上,1986年和2001年各缓冲带土地利用程度综合指数随着距海岸线距离的增大而升高,两者呈直线关系;但在1996年,两者之间未呈现直线关系。在时间上,各缓冲带土地利用程度综合指数逐年增加;除了优势度外,所研究的其他景观格局指标与距海岸线的距离没有显著关系。     

受(霜)冻果树光谱特征及其受冻级别的定量化测评——以酥梨、砂红桃、红富士苹果树为例

此研究试图探寻受霜冻程度不同的果树的反射光谱特征,并尝试利用光谱数据对果树的受冻程度进行定量化测评.首先,分别对酥梨、砂红桃、红富士3种果树4个受冻级别的花朵的光谱反射率进行了预处理.随后,对光谱数据以9种不同的波长为间隔进行了一阶微分变换.最后,利用优选的3组微分波谱在其对应的特征波段区间内的积分求值,分别对3种果树花朵的受冻程度进行了定量化评估建模.主要结论为:①每种果树各级受冻花朵的反射波谱均在360 nm附近出现了最低谷区,而在360～440 nm的波段区间均出现了坡度最大的陡坎,陡坎坡度的大小顺序为:未受冻级别＞轻度受冻级别＞中度受冻级别＞重度受冻级别,并且陡坎的最大坡度均出现在400 nm附近;②当波长间隔同时设为9 nm时,酥梨、砂红桃、红富士苹果树的各级受冻花朵的微分波谱分别在396±20,400±20,410±20 nm波段区间内的积分求值差异最大;③利用上述的3组积分值,可分别对3种果树花朵的受冻级别建立定量化评估模型.     

Simple method for extracting the seasonal signals of photochemical reflectance index and normalized difference vegetation index measured using a spectral reflectance sensor

A spectral reflectance sensor(SRS) fixed on the near-surface ground was developed to support the continuous monitoring of vegetation indices such as the normalized difference vegetation index(NDVI) and photochemical reflectance index(PRI). NDVI is useful for indicating crop growth/phenology, whereas PRI was developed for observing physiological conditions. Thus, the seasonal change patterns of NDVI and PRI are two valuable pieces of information in a crop-monitoring system. However, capturing the seasonal patterns is considered challenging because the vegetation index values estimated by the reflection from vegetation are often governed by meteorological conditions, such as solar irradiance and precipitation. Further, unlike growth/phenology, the physiological condition has diurnal changes as well as seasonal characteristics. This study proposed a novel filtering method for extracting the seasonal signals of SRS-based NDVI and PRI in paddy rice, barley, and garlic. First, the measurement accuracy of SRSs was compared with handheld spectrometers, and the R~2 values between the two devices were 0.96 and 0.81 for NDVI and PRI, respectively. Second, the experimental study of threshold criteria with respect to meteorological variables(i.e., insolation, cloudiness, sunshine duration, and precipitation) was conducted, and sunshine duration was the most useful one for excluding distorted values of the vegetation indices. After data processing based on sunshine duration, the R2 values between the measured vegetation indices and the extracted seasonal signals of vegetation indices increased by approximately 0.002–0.004(NDVI) and 0.065–0.298(PRI) on the three crops, and the seasonal signals of vegetation indices became noticeably improved. This method will contribute to an agricultural monitoring system by identifying the seasonal changes in crop growth and physiological conditions.