黑龙江省水稻生长季积温计算方法

以水稻为例,根据温强系数研究成果和温度日变化事实,探索一种集农学和生物学意义的积温计算方法。研究表明:利用日极端温度,通过正弦分段模拟,并经订正方程可以模拟出与实际情况相似的日温度连续变化;利用方程分段模拟出低于20℃、高于30℃的水稻温强系数,拓展了水稻温强系数的研究成果,获得了水稻三基点温度范畴的温强系数;温强系数实质是对水稻温度三基点学说的具体度量;通过时温度当量和日温度当量,实现了对水稻整个生长时期的任意时段的热量条件进行无缝量化。以哈尔滨市为例,分析了1961-2015年近55年的水稻当量积温时间特征。因计算积温时考虑了温度三基点及温度日变化的事实,提高了当量积温计算的精确度,能够突出时间和空间上的热量差异。     

上海青西地区社会经济发展对水环境影响与对策

以上海青西地区为研究对象,研究社会经济发展对水环境影响与对策,结果显示：①1992～2008年,青西地区社会经济高速发展,GDP年均增长率21.6%,工业总产值年均增长率19.1%,外来人口显著增多,从2004年的4.7万人增长至2008年的7.9万人;②地处黄浦江上游水源保护区,青西地区工业发展受到限制,畜禽养殖场被关闭,为水源保护做出较大贡献,但与此同时水源保护也面临社会经济发展带来的较大压力,主要表现在工业污染、农业污染和生活污染等三个方面;③从产业结构升级、污水处理系统建设、农村面源污染治理、生态补偿机制建立等方面提出建议,以协调区域社会经济发展与水源保护。     

室内地图数据标准体系探讨

室内空间信息服务潜在的市场需求和室内定位技术的发展使室内地图得到日益广泛的关注,但是室内地图数据缺乏统一的标准规范,使得室内地图的生产、更新、维护和数据共享成为难点。本文在调研目前室内地图应用和相关标准研制现状的基础上,指出室内地图数据标准编制的必要性和室内地图数据标准编制时应遵循的原则,并对室内地图数据标准的体系结构进行了分析阐述,对室内地图数据标准的最终确立将起到推动作用,有利于加快室内地理空间信息产业化的步伐。     

卷积神经网络迁移的高分影像场景分类学习

针对基于人工提取特征的传统分类方法无法有效表达高空间分辨率遥感影像高层语义信息,且需要大量高质量训练数据,而带标签样本数据匮乏的问题。迁移学习运用已有知识对不同但相关领域问题进行求解,可有效解决目标领域中仅有少量标签样本数据的学习问题。该文提出利用迁移学习,基于卷积神经网络的深度学习模型进行高分影像场景分类。首先,基于Image Net预训练的卷积神经网络Inception-v3模型提取高分影像数据的特征向量;然后,将特征向量作为输入数据训练一个新的单层全连接神经网络,经少量带标签影像场景数据训练后得到最终分类结果。该方法在UC Merced、AID和Wuhan 7类场景影像数据集上分别取得99%、93.3%和96.6%的准确率,相比已有方法,有效提高高分影像场景分类精度,同时说明知识迁移在高分影像场景分类领域的可行性。     

吉林省26处湿地地表水中硝态氮和氨氮含量分布特征

为了了解吉林省湿地地表水的水质状况,在吉林省选择了26处湿地,于2015?2016年7?8月,采集各湿地的地表水样品,测定地表水中硝态氮和氨氮含量并分析其空间分布特征,进一步分析了硝态氮和氨氮含量与其它指标的关系.研究结果表明,吉林省26处湿地地表水中的硝态氮和氨氮含量整体上自东向西逐渐增大;吉林省26处湿地地表水中硝...     

我国网络犯罪现状与内部网络安全管理模式探讨

我国正处在互联网络的飞速发展的时代，由于网络规模不断扩大，复杂程度日益升高，加上不同的网络提供商所采用的技术不同，以及网络攻击技术越来越完善，网络犯罪猖獗，我国信息安全形势非常严峻。网络安全防范工作面临新的挑战。作者根据大量工作实践，提出内网安全防范的管理模式，对网络安全管理具有重要参考价值。     

基于积分回归法黑龙江省作物产量动态预报研究

由于积分回归法生物学意义明确,预报效果较好,已成为一种新的作物产量动态预报方法。为了完善黑龙江省主要作物的动态预报方法,提高作物单产的预报准确率,本文利用积分回归方法,随机选取以县为单元的研究对象,开展黑龙江省多种作物积分回归产量动态预报模型的适用性研究。结果表明:建立的黑龙江省6月下旬至9月下旬春玉米、大豆和水稻积分回归产量动态预报模型均通过了F的显著性检验,作物产量预报的平均差MD和相对误差RE均未通过显著性检验,表明建立的春玉米、大豆和水稻产量预报模型的预报效果较好;其中春玉米和水稻产量预报模型的预报准确率较高,模型预报的单产与实际单产的一致性较好。通过对2011—2014年黑龙江省作物单产进行试报和检验,发现春玉米、水稻和大豆单产的预报准确率平均为96%、95%和93%;表明积分回归方法对黑龙江省大豆单产预报的适宜性略差,积分回归法适用于黑龙江省水稻和春玉米单产的预报。基于积分回归法的原理,可以在黑龙江省开展春玉米和水稻单产的动态预报,并继续开展大豆产区积分回归产量动态预报的适用性研究。     

独山 以盛产中国“四大”名玉之一五靓寰宇使其地名增添美彩

独山玉,简称独玉,因其主要产于南阳独山而得其名。西汉时曾称独山为“玉山”。独山位于河南省南阳市东北部。独山玉玉质坚韧微密,细腻柔润,有绿、蓝、黄、紫、红、白六种色素,77个色彩类型,是工艺美术雕件的重要玉石原料,成为南阳著名特产,     

双台河口自然保护区30a间土地利用/覆被变化及其驱动力分析

双台河口国家级自然保护区位于辽河下游入海口,该地区湿地发育,区域内土地利用/覆被类型多样。本文基于5个不同时相的Landsat卫星系列TM、ETM和OLI-TIRS遥感影像,采用监督分类法对影像进行分类处理,然后结合GIS空间分析与数理统计方法,分析了1984—2013年期间双台河口国家级自然保护区土地利用/覆被变化情况。结果表明:1984—1992年期间芦苇沼泽和养殖水域大面积增加,天然水域和滩地大面积减少,养殖水域的单一土地利用动态度最大;1992—2000年期间耕地和滩地面积快速增长,天然水域和芦苇沼泽面积快速减少,研究区综合土地利用动态度最大;2000—2007年期间,养殖水域大面积增加;2007—2013年期间,城建用地大面积增加。双台河口自然保护区LUCC受多种因素影响,人口、经济和政策等是主要的社会经济因素,不同时期各社会经济因素对LUCC的推动作用有所差异。     

卷积神经网络迁移的高分影像场景分类学习

针对基于人工提取特征的传统分类方法无法有效表达高空间分辨率遥感影像高层语义信息,且需要大量高质量训练数据,而带标签样本数据匮乏的问题。迁移学习运用已有知识对不同但相关领域问题进行求解,可有效解决目标领域中仅有少量标签样本数据的学习问题。该文提出利用迁移学习,基于卷积神经网络的深度学习模型进行高分影像场景分类。首先,基于ImageNet预训练的卷积神经网络Inception-v3模型提取高分影像数据的特征向量;然后,将特征向量作为输入数据训练一个新的单层全连接神经网络,经少量带标签影像场景数据训练后得到最终分类结果。该方法在UC Merced、AID和Wuhan 7类场景影像数据集上分别取得99%、93.3%和96.6%的准确率,相比已有方法,有效提高高分影像场景分类精度,同时说明知识迁移在高分影像场景分类领域的可行性。