基于土地利用调查成果的草原资源监测技术研究     

吴恒  罗春林  朱丽艳  刘永杰  刘智军  赵磊磊  张英团  程燕芳  汤惠敏 《安徽农业科学》2021,49(20):80-83

草原是我国陆地生态系统的重要主体,也是生态文明建设的主战场之一.但草原资源本底不清,限制了草原的科学管理.按照牧区、半牧区、林区草原资源的差异性,分别选择典型县域进行案例分析.结果表明,由于草地认定标准差异、资源自身空间上的重叠、精度差异等方面原因,三调初步成果与原有的调查资料草地面积总量和空间分布均存在不同程度的差异;国土三调初步成果的图斑区划和属性因子不能满足草原资源经营管理的需求,应在三调的基础上进行经营区划和调查;草班和小班的区划要满足不同区域草原资源管理和经营的需要,调查内容包括类型、数量、质量、结构和功能等5个方面.  相似文献   

自走式圆捆机喂入量控制系统设计     

刘家君  郭辉  吕全贵  李林 《中国农机化学报》2021,42(7):13

为解决自走式圆捆机在作业过程中,因喂入量过高使得圆捆机易发生堵塞故障的问题,设计了以作业主轴负载为反馈信号,以闭式液压驱动系统为执行部件的喂入量控制系统。文中采用5点取样法测定秸秆生长密度为0.54 kg/m~2,结合作业速度可计算得到喂入量。通过不同喂入量对应的平均主轴负载数据,得到主轴负载与喂入量的关系曲线(R~2=0.994)。田间试验结果表明:当圆捆机打捆扭矩超过设定的最高扭矩时,控制系统可在7 s内减速至当前速度的50%,以减小喂入量,降低打捆负载,满足喂入量控制系统要求。  相似文献   

平罗县棉铃虫发生情况监测     

王玉娟  许秀琴 《湖北农机化》2020,(23):52-53

  相似文献   

云南坝溜镇草地贪夜蛾发生特点及防控措施     

杨文光 《农业工程技术:农产品加工》2021,(5):29-29,31

草地贪夜蛾以其对农作物生产危害严重性深受关注,该文对该类害虫形态特征、生物型、生物学特征等等发生特点简要概述,具体从组织管理、全面监测、综合防控技术应用等方面入手,详细介绍了草地贪夜蛾的有效防控措施,以降低此虫害在农业生产中的危害。  相似文献   

云南省岩溶区草原石漠化治理工程成效监测与分析     

任晓东 《绿色科技》2020,(6):75-79

指出了云南省岩溶面积位居中国第二,是我国石漠化最严重、生态问题最突出的区域之一。该区域岩溶地貌典型,广泛分布有不同类型、各具特点的石漠化草原,近年来通过对石漠化草原开展工程治理,取得了一定的效果。但具体成效如何,不同区域治理成效有何差异以及存在的问题还不是很清楚。通过开展草原石漠化治理工程成效监测,并对监测数据进行了分析,得到了一些有价值的启示,旨在为今后我国岩溶区生态修复、石漠化草原治理等方面提供参考。  相似文献   

大数据时代森林资源监测新模式     

黄国胜  刘谦  蒲莹  孙乡楠 《林业资源管理》2020,(6)

  相似文献   

校园环境噪声监测与评价--以华中师范大学为例     

仇浩然  姜艳 《绿色科技》2020,(6):102-105

环境噪声是环境质量评价的重要指标。通过噪声监测实验,记录了华中师范大学校园内的噪声污染数据,根据国家标准评估了校园环境噪声状况。试验采用网络剖分法,分别于昼间7:30~10:00和夜间22:00~22:55两个时间段对等效声级进行了测定。实验结果表明:昼间噪声污染更为严重,平均噪声超标率达到26%,夜间噪声污染相对较轻,但噪声超标率也达到19%。校园内不同功能区的噪声来源不同,工程施工产生的噪声是主要的污染源,影响比重达到58%。根据实验结果,校园声环境质量一般,需要对现状提出合理的改进建议。  相似文献   

牧草精密排种构件及其监测系统的设计     

焦巍  刘坤宇  顾丽霞  布库 《农机化研究》2020,42(12)

  相似文献   

国家地下水监测工程(辽宁省部分)站网布设探析     

李惠中 《现代农业科技》2018,(17)

根据国家地下水监测工程的总体部署,辽宁省地质环境监测总站完成了"国家地下水监测工程(辽宁省部分)"的初步设计、监测站点的建设以及验收工作。辽宁省共建成自动水位监测站点455个,监测站点覆盖了全省14个地级市,控制面积达62 118 km~2,全部实现了水位数据自动传输,提高了地下水监测工作的精度,形成了一个集地下水信息采集、传输、处理、分析及信息服务为一体的信息系统,基本实现了对辽宁省地下水动态的有效监测以及对重点地区地下水监测点的实时监控。  相似文献   

基于PCA-Attention-LSTM网络的土壤氮含量监测     

刘慧敏  甄佳奇  刘勇  解洪富  许文超 《中国农机化学报》2020,41(9):190

土壤作为农作物生长的主要营养来源,氮是植物生长的重要元素,有效评价土壤氮素含量可以促进配方施肥的发展。提出主成分分析、注意力机制和长短时记忆神经网络相结合的模型(PCA-Attention-LSTM)来监测土壤的氮素含量。采用PCA(主成分分析)对数据进行处理,提取影响土壤氮含量的关键影响因子,降低模型向量输入的维数,利用注意机制突出预测中的关键输入特征。在Keras深度学习框架的基础上搭建PCA-Attention-LSTM的网络模型,实现对未来2 h土壤氮含量的精监测。最后,以黑龙江省依安甜菜养植基地的数据对土壤氮含量进行训练和验证。结果表明,与RNN等其它网络模型相比,该模型的效果更好,基于PCA-Attenlion-LSTM网络模型的平均绝对误差,均方根误差和平均绝对百分误差分别为0.119、0.020、0.156。该模型预测精度高,泛化能力强,可以应用于土壤氮含量的监测。  相似文献