GIS在生态土地分类中的作用

This paper depicted the physiographic landscape features and natural vegetation situation of study area (the eastern Jilin Province), and expatiates the definition, basic characters and its development of Ecological Land Classification (ELC). Based on the combination of relief map, satellite photography for study area and vegetation inventory data of 480 sample sites, a 5-class and a 15-class ecological land type map was concluded according to 4 important factors including slope, aspect, vegetation and elevation. Ecological Classification System (ECS) is a method to identify, characterize, and map ecosystems. The Ecological Land Type (ELT) was examined and applied initially in eastern Jilin Province. Foundation item: This paper was supported by Chinese Academy of Sciences “100 people” project and the Open Research Station of Changbai Mountain Forest Ecosystem. Biography: XIAO Bao-ying (1974-), female, postgraduate in Institute of Applied Ecology, Chinese Academy of Sciences, Shenyang 110016, P. R. China Responsible editor: Zhu Hong     

江苏毛竹林生产力类型区的划分及分析

根据毛竹生产力和环境指标将江苏省毛竹林区划分出高生产力、中生产力、一般生产力和低生产力类型区,并分析了各类型区的主要特点。同时,提出了各类型区的经营发展方向。     

光敏核不育水稻选育与利用的几个问题讨论

对现有光敏核不育材料进行了分类,分为４种遗传类型;其中,温光弱感到光敏核不育系是最为理 想的遗传工具,并就其选育途径和选择“粳不籼恢”繁殖制种技术体系进行了论证．     

盐池半荒漠风沙区土地沙漠化发生发展规律的研究

本文耐盐池半荒漠风沙区土地沙漠化发生发展规律进行了探讨，主要分析了在土地沙漠化的过程中土壤和植被的变化过程及其成因。     

BP神经网络在储粮害虫分类中的应用研究

综合利用计算机视觉技术和BP神经网络技术,实现对粮仓害虫的无损检测.通过对粮仓害虫图像的CCD图像预处理,获取了几何特征和不变矩等15个特征参数,并通过优化选取其中七个参数输入神经网络进行训练.仿真结果表明训练网络对粮仓四类常见害虫的识别率达到了85%,得到了较好的识别结果.     

森林经营与可持续发展战略的探讨

森林对改善生态环境、维护生态平衡、保护人类生存和发展起着决定性作用。国有重点林区担负着生态、社会、经济多种功能。由于国有林区长期依赖林木采伐的思想,使人们的经营理念受到限制,制定林区长期发展规划和发展战略将成为我省森工林区加强生态建设和森林资源林政管理系统建设中长期发展目标的指导性文件。     

农林复合系统分类体系与研究方法综述

给出了农林复合系统的定义。由于生产实践和各地自然条件的不同,至今尚无统一的农林复合系统的分类方法和分类体系。文章对农林复合系统的分类体系和研究方法进行了归纳,建立分类体系的依据和标准为组分种类、时空结构、组分功能和组合方式;其发展的总趋势是由单因子、单层次逐渐向多因子、多层次方向发展。     

基于改进的PSO进化神经计算进行苹果颜色快速分级

为克服在苹果颜色分级中存在的速度慢、误差大等缺点,基于再现群智能的粒子群进化算法和神经计算技术,提出了一种新颖、快速的智能分级方法,即首先通过计算机视觉技术获取苹果表面颜色的色度,并提取其特征;然后采用改进的带自适应惯性权值的粒子群优化算法训练神经网络结构,最后用训练好的神经网络进行苹果颜色分级。实际应用表明该方法切实可行且效果显著,不仅分级速度快,而且分级正确率高达98%以上。