自然村落景观“源—聚”空间演变的文化活态保护路径——以黑龙江省宾州镇为例

自然村落承载的乡土记忆是人类宝贵的文化遗产。面对经济变迁下的城镇化改造，如何借助空间特征定位村落文化保护的转型路径成为关键。本文探讨了将“源汇”嵌入文化景观进而拓展为景观”源—聚”的可行性，并以亟待转型的东北村落为例展开实证分析。结果表明：（1）景观“源—聚”方法突破了对单一要素和信息片面化关注的局限，能够借助区划手段探索文化空间的分区特征，支撑文化景观格局构建。（2）宾州镇以聚落生活区为主，主城区辐射带动效应明显，村落间文化联系紧密，可构建“中心—附属—外围”的层级传递与联动模式，促进乡村文化空间的协同发展。研究挖掘了乡土景观自然结构背后的文化意义，从理念与实践中探索了自然村落文化保护的活态路径。     

浅谈校园景观的构成形态

浅谈校园景观的构成形态山东师范大学附属中学朱新民学校，作为教育下一代的殿堂，其校园景观应该是和谐优美的。唯此，方可对学生施行全方位的陶冶和训练，培养出适应未来发展的一代新人。校园景观是学校这个地域范围内人类文化景观的生动体现。它即包括校风、学校特色、...     

神州绿网

云南：植树交钱引发争议;重庆：计划建设“森林城市”；湖南：启动“湿地使者行动”；四川：重建环保能力；珠三角空气联防机构欲“破茧”.     

不同空间划分方式下袁河流域景观结构对水质的影响

近年来景观结构的水文效应受到关注,研究不同空间划分方式下景观结构对河流营养盐、重金属变化的影响机制对于流域生态保护具有重要意义.本文于2018年7月和2019年1月在袁河干流及支流38个采样点采集水样,测定水体营养盐类污染指标（DO、NO₃^--N、NH₄⁺-N、TP和DOC浓度）和重金属类污染指标（Cr、Mn、Fe、Cu、Zn、As、Cd和Pb浓度）.基于前向变量选择、冗余分析等方法,筛选景观结构指标,量化其在不同尺度下对水体营养盐、重金属变化的影响.结果表明：①农田、斑块密度（PD）、斑块聚集指数（COHESION）及散布与并列指数（IJI）是影响水体营养盐变化的主要指标.林地、建设用地（Res）、平均最近邻体距离（ENN_MN）和最大斑块指数（LPI）的组合是影响重金属变化的主要指标.②在河岸缓冲带与圆形缓冲区划分方式下,景观结构均在100 m尺度对营养盐变化解释能力最强,平均解释率分别为31.5%、24.3%,均在1000 m尺度对重金属变化解释能力最强,平均解释率分别为32.0%、42.6%.③100 m河岸缓冲带和子流域尺度分别是景观结构影响水体营养盐、重金属变化的最佳空间尺度,平均解释率分别为31.5%、42.8%.以上结果表明,针对水体不同的污染类型,采用对应的划分方式及缓冲尺度有助于提高定量分析精度,为流域水环境保护、景观优化与管理提供科学依据.     

基于RF-LSTM的鸡舍恶臭气体预测研究

以鸡舍氨气为研究对象,对鸡舍氨气预测模型进行了研究.首先,利用随机森林算法（RF）对影响鸡舍氨气浓度的环境变量进行重要性排序,选取温度、湿度、光照、气象温度、降雨量作为模型的输入变量;在此基础上,构建了基于长短时记忆神经网络（LSTM）的鸡舍氨气浓度预测模型,并将提出的预测模型应用于江苏省宜兴市某养鸡场的氨气浓度预测中,并与LSTM模型、RF-Elman模型和RF-BP模型进行了对比实验,结果表明,基于RF-LSTM模型的预测效果最好,其平均绝对误差（MAE）、平均绝对百分误差（MAPE）和均方根误差（RMSE）分别为0.9183、4.9637%和1.4262;同时,为了验证该模型的性能,本文还实现了不同时间尺度的鸡舍氨气浓度预测,提前2h、3h、4h、5h氨气预测的平均绝对误差（MAE）分别为1.6218、2.1991、2.8553和3.0677.本文提出的预测模型提高了鸡舍氨气浓度的预测精度,可为减少鸡舍恶臭气体排放提供科学依据.     

大兴安岭5种乔木树种燃烧释放PM2.5中水溶性元素特性

采用自主设计的生物质燃烧实验装置,在不同燃烧状态（明燃、阴燃）下,对大兴安岭林区5种典型乔木树种的不同部位（枝、叶、皮）燃烧释放PM_2.5中的水溶性元素特性进行研究.结果显示,不同树种间PM_2.5的排放因子差异显著,排放范围为（2.408±0.854）~（9.227±1.172）g/kg.5种乔木树种燃烧释放PM_2.5中主要检测到Mg、Ca、K等16 种元素,其中Ca、K、Zn、Mg 4种元素的排放因子明显大于其它元素.不同树种间元素排放因子差异较大,针叶树的排放因子一般高于阔叶树.除Cd元素外,不同器官间排放的元素总量无明显差异.不同树种不同器官燃烧释放PM_2.5中水溶性元素的占比顺序较为一致,其中Ca、K、Zn和Mg 4种元素的排放因子在枝、叶、皮中均较高.此外,燃烧状态对元素排放特征影响较大,Li、Mg、Ca等7种元素的排放因子均表现为明燃显著高于阴燃.     

基于高分1号影像的森林植被信息提取

实时最新森林植被信息的提取是林业航空植保作业的必要前提。论文以安徽省蚌埠市为研究区域,探讨了基于高分1号卫星遥感数据在亚热带农林植被混合地区的森林植被信息提取。根据植被物候信息差异选择了提取森林植被信息的5个关键时期高分影像,采用分区决策树方法监测森林植被的空间分布和面积信息,并与未分区决策树法的提取结果进行比较。结果表明：采用分区决策树法和未分区决策树法对于大中尺度森林植被信息提取的总体精度均优于85%。但分区决策树森林植被提取总体精度达到90.72%,较未分区决策树法提高3.80%、4.65%,Kappa系数达到0.81,较未分区决策树法提高约0.07~0.10,结合植被物候信息的分区决策树森林植被提取法好于未分区决策树法,能够满足林业航空植保作业的精度需求。具有较高空间分辨率、宽覆盖、短重访周期的高分1号影像,对于大区域的林业航空植保当年最新森林植被信息的提取表现出较大的潜力。