“人的城镇化”与图书馆全方位知识服务

人的城镇化是新型城镇化的核心。在此分析了"人的城镇化"的内涵、中国在"人的城镇化"中面临的问题,并结合作为全国统筹城乡综合配套改革试验区的重庆市的现状,探寻"人的城镇化"问题的根源。基于重庆市南岸区参与新型城镇化工作试点的实践基础,提出在"人的城镇化"进程中,图书馆全方位知识服务的应对策略。     

《重庆图情研究》2004～2008年载文、作者及引文分析

运用计量学的方法,对《重庆图情研究》2004～2008年间载文、作者及引文情况进行统计分析。通过对作者区域、所属系统及合著率、合作度进行细化分析,以期把握该刊发展状况,对学科和刊物的发展方向提出一些思考。     

空间自相关性对冬小麦种植面积空间抽样效率的影响

空间抽样是实现区域农作物面积高效估算的重要手段,农作物分布受自然条件等因素影响普遍存在空间自相关性,但以往针对空间相关性对农作物面积抽样效率的影响研究明显不足。该研究选取安徽省凤台县为研究区,通过2017年4月4景GF-1全色多光谱影像(Panchromatic and Multispectral, PMS)与Google Earth高空间分辨率影像相结合提取研究区冬小麦。设计10种抽样单元尺度、3种抽样外推方法、2种相对允许误差和5种样本布局方式,构建多种冬小麦面积空间抽样方案。利用全局莫兰指数(global Moran’s index)评价不种尺度下抽样单元内冬小麦面积比的空间自相关强度,分析空间自相关性对冬小麦面积抽样效率(抽样误差、样本容量和空间布局)的影响。研究结果表明,抽样单元内冬小麦面积比的空间自相关强度随单元尺度的增大而减小,全局莫兰指数相应地由0.75降至0.50。无论在何种尺度下抽样单元内冬小麦面积比都呈显著的空间正相关性;抽样外推冬小麦面积总体的误差随空间自相关强度的减小呈先减小后明显增大的趋势。在10种抽样单元尺度中,当抽样单元尺度为2000m且抽样比为5%时,无论采用何种抽样方法外推总体的误差均为最小(简单随机抽样、系统和分层抽样外推总体的相对误差分别为17.94%、9.48%和1.82%);当相对允许误差设计为5%时,简单随机抽样外推总体所需样本容量随空间自相关强度的降低从660降至56。而分层抽样的样本容量不受空间自相关性的影响;5种样本布局方式中,采用分层随机抽样方式外推冬小麦面积总体的平均相对误差、平均变异系数和均方根误差最小,分别为1.82%、3.19%和0.11×108 m2。该研究可为有空间自相关存在下的农作物面积空间抽样方案合理设计提供参考依据。     

无人机遥感的农作物精细分类研究进展

【目的】农作物精细分类是面积估算、长势监测、产量预测及灾害评估的重要前提和基 础。近年来，无人机低空遥感技术因其操作成本低、空间分辨率高、灵活性强等优势，成为田 块尺度下农作物精细分类的重要工具。【方法】文章系统总结了国内外近10 余年无人机遥感在 农作物分类领域的研究进展，介绍了目前常用的无人机平台和传感器，归纳了农作物分类特征 及算法的使用情况，指出了无人机遥感农作物精细分类研究存在的问题。【结果】当前无人机 遥感农作物精细分类研究存在一些不足之处：（1）无人机遥感监测面积小，无法在较大尺度区 域实现农作物精准监测。（2）适用于无人机遥感的农作物分类特征仍需进一步挖掘，面向高光 谱影像的农作物分类特征及特征组合尚需进一步明确。（3）分类器使用单一，分类算法的普适性 和稳定性不强。【结论】无人机遥感农作物精细分类研究的发展趋势主要包括3 个方面：（1）无人 机遥感影像与星载遥感数据的高效融合，拓宽无人机的监测范围。（2）面向无人机遥感影像 的农作物分类特征提取与优化研究。（3）适合无人机遥感的农作物分类算法改进。     

极化SAR 农作物分类研究进展

【目的】农作物分类是农情遥感监测的重要环节。及时、准确地获取农作物类型、面 积及空间分布信息对加强农业生产管理、制定经济政策以及保障国家粮食安全具有重要意 义。【方法】文章从监测的农作物类型、使用的数据源、分类特征、算法及精度等方面系统 总结了近10 余年来农作物极化SAR 分类的研究进展，梳理归纳了农作物SAR 分类特征及 其提取方法，对比分析了各种极化SAR 分类方法的优缺点及适用条件，并总结了多源多时 相数据在极化SAR 农作物分类中的应用。【结果】利用极化SAR 数据进行作物分类的精度 逐步提高，但仍存在以下不足：早期极化SAR 监测的作物类型较为单一，以水稻为主，近 期虽涉及多种作物类型，但针对个别旱地作物的分类研究精度仍不高；针对农作物尤其是旱 地作物的散射机制研究明显不足，适合各种旱地作物的分类特征尚未明确与优选；农作物极 化SAR 分类算法以统计方法和机器学习算法为主，机理性和稳定性不强。【结论】农作物极 化SAR 分类未来的发展方向：（1）深入研究农作物散射机制，发展更具普适性的分类算法； （2）选取用于分类的关键时相、关键特征；（3）多源数据融合，充分发挥各自优势，提高分 类精度。     

滁菊多酚氧化酶的三相分离及其酶学特性分析

滁菊在采收后极易因酶促褐变导致其品质下降,故以滁菊鲜花为原材料,针对影响其品质劣变的多酚氧化酶展开研究,明确其三相分离纯化工艺以及酶学特性.考察了硫酸铵浓度、pH值、提取液与叔丁醇体积比、提取时间等工艺参数对滁菊多酚氧化酶纯化效果的影响,结果表明三相分离纯化滁菊多酚氧化酶的较佳工艺参数为:硫酸铵质量浓度0.4 g·mL-1,pH值6.0,粗提液与叔丁醇的体积比为1∶1.5;按照此工艺条件对纯化后滁菊中多酚氧化酶的酶学特性进行了分析,滁菊多酚氧化酶最适pH值为6.50,最适反应温度为30℃;以邻苯二酚为滁菊多酚氧化酶反应底物时,底物最适浓度为0.35 mol·L-1,酶促反应米氏常数为0.1749 mol·L-1.     

基于支持向量回归的关中平原冬小麦估产研究

【目的】小麦产量估测为有关部门制定政策和经济计划提供依据,在粮食宏观调控中发挥重要作用。【方法】文章采用支持向量回归方法估测冬小麦产量,以陕西省关中平原的5个市(西安市、宝鸡市、铜川市、渭南市、咸阳市)作为研究区,将2011—2016年研究区内冬小麦4个生育时期(返青期、拔节期、抽穗—灌浆期、乳熟期)的条件植被温度指数、叶面积指数和每年的单产数据作为总样本,划分训练集和试验集。基于MATLAB平台和LIBSVM3.23软件包,建立研究区冬小麦产量回归预测模型,得到产量预测结果并评价模型精度。【结果】回归模型的决定系数为0.88,平均绝对百分比误差为6.12%,均方根误差336.39 kg/hm~2。【结论】支持向量回归模型拟合较为理想,有较高的预测精度和较强的泛化能力。回归时的重要参数有惩罚因子C和核参数σ,其中核参数σ对模型精度影响更大。研究表明用该回归模型进行冬小麦产量预测是可行的,支持向量回归方法在粮食产量预测领域有良好的应用前景。     

响应面法优化菟丝子类药材总黄酮提取工艺及含量测定

为优化菟丝子总黄酮提取工艺条件,本试验对69批不同地区来源的菟丝子类药材进行含量测定并比较差异。运用NaNO2-Al（NO3）3-NaOH比色法测定总黄酮含量|利用单因素试验考察乙醇浓度、料液比、提取温度对菟丝子总黄酮含量的影响|采用Box－Behnken Design试验（以下简称BBD试验）设计原理进行三因素三水平试验设计及响应面分析来优化菟丝子总黄酮提取工艺。结果表明：菟丝子总黄酮最佳提取工艺为乙醇浓度65%,料液比1：41（g/mL）,提取温度92 ℃|不同地区来源的小菟丝子总黄酮含量为0.92% ~ 2.18%,大菟丝子总黄酮含量为2.57% ~ 3.34%。Box－Behnken Design响应面优化菟丝子总黄酮的提取工艺可靠,具有实用价值|大菟丝子与小菟丝子能否同用值得进一步研究|建议《中国药典》增加菟丝子药材以芦丁（C27H30016）计,含总黄酮不得低于0.73%。 [关键词] 菟丝子类药材|总黄酮|响应面法|提取工艺|含量测定