浙江省麻雀数量变化与环境关系研究

利用浙江省陆生野生动物疫源疫病监测站2010~2013年的监测数据,分析了麻雀(Passer montanus)种群动态变化及其影响因子,对野外鸟类监测工作提出建议。结果表明,麻雀数量空间分布呈现出北部平原地区>东部沿海丘陵地区>西南高山地区。麻雀数量的动态变化:1~3月数量稳定,4月数量增长出现峰值,8月数量再次出现峰值,10月数量开始下降,11~12月稳定,推算得出浙江省麻雀繁殖期在4~9月。平均温度为0~10℃时,麻雀数量稳定;平均温度为10~20℃时,数量开始增加;平均温度为20~25℃时,数量有下降;平均温度为25~35℃时,数量又有增加。麻雀数量和天气因子极显著相关(P<0.01)。因此,地理环境、温度和天气因子是影响麻雀数量变化的影响因子。

红火蚁入侵浙江的风险分析及防控对策

红火蚁Solenopsis invicta为我国检疫性外来入侵有害生物,目前已经在我国12个省份和地区发生和危害,与浙江省相邻的福建和江西也是重要发生疫区,2016年浙江省首次在金华市被发现并得到了有效控制。为了充分认识其在浙江省发生和危害的风险,根据有害生物风险分析(PRA)程序,从传入、定殖和扩散的可能性、危害影响和危害管理难度5个方面进行定性和定量分析,结果表明,浙江省红火蚁的有害生物风险综合评价值R=2.41,为高度风险,应引起高度重视并采取科学的防控措施。

高校实验室管理现状与对策

高等教育改革与创新的一个重要方面就是实验教学,实验室作为实验教学的场地,对人才培养起到重要的作用。文章以浙江农林大学实验教学中心为例,从实验室管理队伍、硬件、信息化建设等方面分析了实验室建设的现状,在此基础上提出了一些建设性意见。这些对策可提高实验室管理队伍的工作效率和实验室的利用率,为全校师生提供更方便、更高效、更优质的服务。

红心李总可溶性固形物含量的电子鼻预测方法研究

为实现红心李品质的无损检测,采用国标法检测红心李样品的可溶性固形物含量,测定并记录电子鼻响应值,采用非线性随机共振提取电子鼻信噪比特征值,构建红心李总可溶性固形物含量非线性Boltzmann预测模型。结果表明,构建的红心李可溶性固形物含量预测模型的相关系数R2=0.9700,表明电子鼻可以预测红心李可溶性固形物含量。验证可知,该模型的预测精度较高,对所有测试样品的预测值皆较准确。本研究为果蔬品质电子鼻快速无损检测提供了理论参考。

基于分水岭算法的阔叶林郁闭度提取方法的研究

针对现有的人为调查林区郁闭度耗时,费力且林区条件恶劣等问题,本研究实现了一种使用无人机来测定森林郁闭度的方法。通过无人机在面积为50 m×70 m以内的5个阔叶林为主的地块中,在不同间距和高度拍摄4组图像并制作成正射影像图,通过对图像的灰度化以及滤波等预处理,使用改进的标记控制分水岭的分割算法来提取树冠,并与人工提取做比对,经过实际试验该算法有较高的准确度,所得误差在5%左右,并对提取的树冠使用样线法计算郁闭度,结果表明对0.5~0.9之间的郁闭度有较高的精度。

基于贝叶斯估计的土壤呼吸传感器最优高度点搜索研究

为了准确监测土壤呼吸,针对土壤呼吸传感器最优布点的问题,提出了一种基于贝叶斯估计的土壤呼吸传感器最优高度点搜索算法。算法的具体思路为:首先通过CFD(计算流体力学)仿真与涡度相关法得到土壤呼吸稳态时气室内不同高度的碳通量数据,然后对数据赋予一定的权值得到不同高度的融合数据,最后采用贝叶斯估计理论求解相应高度的概率密度,从而确定传感器最优高度点。结果表明:直径为0.25 m,高度为0.3 m的气室传感器最优高度点为中轴线上0.083 6 m处,且该点数据的均方根误差RMSE为1.426μmol·m^(-2)·s^(-1),平均偏差Bias为1.224μmol·m^(-2)·s^(-1),并与贝叶斯联合密度的计算结果验证分析,证明此算法有很高的可行性与准确性,为土壤呼吸传感器的最优高度点选取提供了方向与建议。

基于模糊C均值聚类和梯度提升决策树的护林员评价方法

现有关于基层护林员科学、客观、精准的评价方法的研究十分缺乏,传统的人员绩效评价方法也不适用于护林员巡护情况的评价。本文以中国东南部某县级市的护林员为研究对象,自创1种基于模糊C均值聚类(Fuzzy C-means,FCM)结果和FCM隶属度以及梯度提升决策树相结合的护林员巡护情况评价方法。首先对护林员巡护情况数据集进行Z-Score标准化处理以提高算法的准确率和效率,其次以里程数、考勤率、耗时数和上报事件数为特征变量,使用FCM对巡护情况数据集进行聚类,确定基准月,并使用隶属度评价得分划定法计算基准月护林员评价得分,再通过梯度提升决策树(Gradient boosting decision tree,GBDT)和基准月数据确定研究期内其他月份的护林员评价得分,最后对护林员巡护情况进行综合分析。研究结果表明,该方法可精准、清晰地划定护林员巡护情况评价得分;研究期内护林员整体巡护情况偏差,评价得分≤60分的人数占比较大;常驻护林员在研究期内巡护情况评价得分基本保持不变,偶尔上下波动,毫无提升。本文的方法从实际数据出发,对护林员巡护情况进行针对性的分析,使得护林员管理者可制定科学的管理方案,并以期为护林员巡护情况的评价方法提供新的方向和思路。

基于高光谱的水稻种子活力无损分级检测

为研究高光谱图像技术用于水稻种子活力快速无损鉴别的可行性,本试验以不同老化程度的4个水稻品种共960粒水稻种子为材料,对样品进行人工老化后进行发芽试验,统计发芽率和根长,计算简易活力指数,据此将每个品种的样品划分为不同活力梯度组,采用高光谱图像技术,通过提取水稻种子的光谱反射率,结合Savitzky-Golay（SG）平滑算法、标准正态变量（SNV）和多元散射校正（MSC）对874~1 740nm波段内的光谱数据进行去除噪声处理,采用主成分分析法（PCA）、连续投影算法（SPA）进行特征波长选择,基于全波段光谱和基于特征波长分别建立了偏最小二乘判别分析（PLS-DA）模型。试验结果表明,经MSC预处理后,采用SPA挑选的特征波长建立的PLS-DA模型,建模集和预测集的识别正确率分别达到100%和98.75%。研究结果表明,利用高光谱图像技术对水稻种子活力进行快速无损检测是可行的。

基于无人机影像与Mask R-CNN的单木树冠检测与分割

对无人机遥感影像中单木树冠进行检测与分割并获取树冠冠幅与树冠面积参数,可以为城市中不同场景下的林业资源调查提供高效快捷的途径。以银杏树为研究对象,创建基于无人机遥感影像的银杏单木树冠数据集,并使用卷积神经网络Mask R-CNN算法结合正射影像图对城市中不同场景下的树冠进行检测和树冠边界勾绘以获取相关树冠参数。结果表明,加入无人机银杏树冠影像数据集训练后的网络模型,可以较好地适用于城市不同场景下的银杏单木树冠检测与分割。在4个测试场景下的86棵银杏单木树冠目标总体查准率达到93.90%,召回率达到89.53%,F1-score为91.66%,平均精度均值为90.86%,且可以提取到较为准确的银杏单木树冠的冠幅值与树冠面积,预测冠幅的平均相对误差与均方根误差分别为7.50%和0.55,预测树冠面积的平均相对误差与均方根误差分别为11.15%和2.48。将无人机影像与深度学习算法结合应用到城市林业资源调查中,可以得到较为准确的树冠检测与轮廓分割结果,有效地提高城市林业资源调查效率。

基于RBF和IDW的气象要素插值方法比较

我国众多的气象站点为气象监测、预测及其他资源与环境相关研究提供了较好的条件,但因受各种复杂因素的影响,已有监测站点的数据存在部分缺失问题。为此,需要对现有站点缺失数据进行补全。基于浙江省100个站点的2014年6月至2016年5月两年的气象数据,分别采用IDW(反距离权重法)和RBF(径向基函数法)对各个气象因子进行插值比较。结果表明,RBF的插值精度总体优于IDW,RBF更适合作为缺失气象数据的补全方法。

金鲳鱼货架期品质快速检测方法研究

为研究金鲳鱼货架期间品质的变化,分别测定鱼肉样品的质构、挥发性盐基、p H、可见-近红外光谱、电子鼻等指标。黏度、挥发性盐基氮和p H上升以及硬度下降表明货架期间金鲳鱼的鱼肉成分及肌肉组织发生了变化。对获取的电子鼻检测数据进行主成分分析及随机共振信噪比谱分析。主成分分析表明前3个主成分构成空间可有效区分不同货架期的金鲳鱼。采用信噪比谱特征值构建金鲳鱼货架期预测模型,具有较高的拟合精度,实现了金鲳鱼货架期的定量检测。

基于应力波和支持向量机的木材缺陷识别分类方法

现有的应力波木材检测仪只能测定木材内部是否存在缺陷,无法对木材缺陷类型进行分类。笔者提出了一种结合应力波无损检测技术和支持向量机(SVM)的木材缺陷识别分类方法,该方法首先测量木材内部的应力波传播速度,以此作为分类特征,利用支持向量机对木材的内部缺陷进行分类。为了验证该方法的有效性,选取健康的以及含有不同缺陷的山核桃木试样31件、松木试样28件,采集山核桃木试样应力波传播速度数据117组、松木试样应力波传播速度数据80组,以应力波传播速度为分类特征,利用支持向量机对木材的缺陷类型进行分类。结果表明:山核桃木试样缺陷分类准确率达到93.75%,松木试样缺陷分类准确率达到95%。该方法不仅能识别木材内部是否存在缺陷,还能对木材的空洞、裂缝、腐朽等缺陷进行准确分类。

基于电子鼻的霉变黄豆和白芸豆检测方法

豆类富含蛋白质、碳水化合物等营养物质,不但可直接烹饪食用,而且可以作为其它食品的原料。在储藏过程中,豆类易受环境的影响而霉变,而霉变豆类中所含霉菌毒素进入体内后将严重损害健康。因此,霉变程度评估对指导豆类储藏具有重要意义。本文用黄豆和白芸豆为试验材料,根据豆类霉变所产生的特征气体,合理选用相应的气敏传感器组成阵列,构建用于豆类霉变程度检测的电子鼻系统。采用人工感官方法评价豆类样品的霉变状态。同时使用电子鼻检测不同储藏时间的豆样品,以主成分分析法区分电子鼻检测的试验数据,并采用随机共振方法提取豆类样品的霉变特征值,构建豆类霉变检测模型,用于黄豆和白芸豆样品霉变状态的快速表征。

基于Graph Cut算法的多株立木轮廓提取方法

【目的】在复杂的自然环境下进行目标立木轮廓提取时,容易受遮挡物影响,导致立木图像分割效果不理想。笔者提出一种基于Graph Cut算法的多株立木轮廓提取方法,可实现单张相片中多目标立木界线分割。【方法】首先通过彩色直方图均衡化实现RGB颜色空间下各个通道的图像细节增强,利用Graph Cut算法构造s-t网络图,将图像分割问题转化为能量函数最小化问题,并标记图像前背景像素实现单张相片中多株立木图像初分割;然后将单张相片中的每株立木分割图像二值化,利用形态学腐蚀膨胀运算处理图像达到填充、去噪、平滑等目的;在此基础上,利用改进型Canny算子边缘检测方法,用双边滤波代替高斯滤波增强边界信息得到每株立木轮廓;最后,根据立木相对坐标不变性,利用几何重组方法实现目标立木特征表达并判断其拓扑关系,最终得到每株目标立木轮廓提取结果。【结果】为了验证该方法的有效性,本研究对自然环境下采集到的立木图像进行试验。结果表明,该方法能够在不同光照条件的复杂背景下,有效分割出每株立木轮廓,平均误分率为5. 62%,假阳性率为4. 49%,假阴性率为4. 33%,均优于常用的OTSU分割算法(41. 40%、26. 73%、10. 99%)、K-means聚类算法(49. 97%、35. 02%、11. 92%)和基于C-V模型水平集法(28. 43%、20. 53%、13. 38%)。【结论】复杂的自然环境下,利用基于人工交互的Graph Cut算法可有效分割出每株立木轮廓界,研究结果可为立木可视化重建、特征提取等提供参考。