当前位置: MCBANG > 首页考试试题 > 计算机 > 安全论文 > 正文

尖刀网安: 中国耕地资源安全模式识别的PNN神经网络方法

2012-7-5 13:18 来源:尖刀网安 浏览次数:11769 我来说两句(0)
  基金项目:国家科技支撑计划项目(007BAC29B05);中南林业科技大学人才引进项目(2008Y002);湖南省教育厅项目"土地整理与新农村建设的耦合关系及模式创新研究";湖南省国土厅项目"长株潭两型社会背景下城市功能结构与土地利用格局"。
  中国耕地资源安全模式识别的PNN神经网络方法;地表过程与资源生态国家重点实验室/民政部/教育部减灾与应急管理研究院/环境演变与自然灾害教育部重点实验室,耕地资源安全不仅事关中国的粮食安全,而且影响中国的生态安全和社会安全。
  为了分析各地区耕地安全的特点和影响因素,笔者首先选取评价指标,构建区域耕地资源安全风险评价模型,然后应用安全预警理论建立耕地安全风险评价指标阈值标准,最后利用PNN神经网络模型,对中国区域耕地风险进行分析。
  结果表明,中国耕地安全风险分为5类地区:高度危险区:四川、云南、内蒙古、福建、重庆、陕西、贵州、甘肃、青海,主要是生态脆弱区;危险地区:山东、北京、上海、天津、广西;值得关注地区:宁夏、江苏、浙江、西藏、广东,既有经济发达地区又有相对落后地区;安全区:辽宁、山西、河南、河北;高度安全区:安徽、湖南、湖北、新疆、海南、江西、吉林、黑龙江,安全和高度安全区中,大部分是中国的粮食主产区。
  这意味着中国耕地保护政策要转向耕地生态背景和质量的保护,经济发展对耕地资源的压力也不容忽视,同时要继续加强对粮食主产区耕地保护的倾斜政策,确保中国的粮食安全。
  湖南省教育厅项目"土地整理与新农村建设的耦合关系及模式创新研究";湖南省国土厅项目"长株潭两型社会背景下城市功能结构与土地利用格局"。
  耕地资源安全不仅事关中国的粮食安全,而且影响中国的生态安全和社会安全。
  为了分析各地区耕地安全的特点和影响因素,笔者首先选取评价指标,构建区域耕地资源安全风险评价模型,然后应用安全预警理论建立耕地安全风险评价指标阈值标准,最后利用PNN神经网络模型,对中国区域耕地风险进行分析。
  这意味着中国耕地保护政策要转向耕地生态背景和质量的保护,经济发展对耕地资源的压力也不容忽视,同时要继续加强对粮食主产区耕地保护的倾斜政策,确保中国的粮食安全。


[广告]赞助链接:

知安,互联网产品安全医院:http://www.knowsafe.com
舆情监测,互联网舆情首选查舆情:http://www.chayuqing.com/
爱尖刀科技,关注企业数据与安全:http://www.ijiandao.com

关注公众号:Mcbang_com 了解更多精彩,关注:chayuqing_com 娱乐资讯早知道!
收藏 分享 发布者: admin |
看完这篇文章,你的感受如何?


伤心


无视


惊讶


流汗


赞同


路过
Copyright© 2006-2016 IjianDao.Com All rights reserved.
知娱 版权所有 京ICP备14006288号-3