山东省第八次社科评奖揭晓 我院一项成果获二等奖
基于无人机遥感的作物表型参数获取和应用研究进展
㊀山东农业科学㊀2024ꎬ56(4):172~180ShandongAgriculturalSciences㊀DOI:10.14083/j.issn.1001-4942.2024.04.022收稿日期:2023-03-30基金项目:山东省自然科学基金项目(ZR2021M055)ꎻ国家重点研发计划课题(2021YFB3901303)作者简介:曾世伟(2000 )ꎬ男ꎬ硕士研究生ꎬ主要从事农业遥感研究ꎮE-mail:1422180426@qq.com通信作者:侯学会(1985 )ꎬ女ꎬ博士ꎬ助理研究员ꎬ主要从事农业遥感研究ꎮE-mail:sxhouxh@126.com王宗良(1986 )ꎬ男ꎬ博士ꎬ副教授ꎬ主要从事光纤传感研究ꎮE-mail:wangzongliang@lcu.edu.cn基于无人机遥感的作物表型参数获取和应用研究进展曾世伟1ꎬ2ꎬ侯学会2ꎬ王宗良1ꎬ骆秀斌2ꎬ巫志雄1ꎬ2ꎬ王宏军1(1.聊城大学物理科学与信息工程学院ꎬ山东聊城㊀252000ꎻ2.山东省农业科学院农业信息与经济研究所ꎬ山东济南㊀250100)㊀㊀摘要:作物表型参数是由基因和环境因素决定或影响的作物生理㊁生化特征和性状ꎮ通过获取不同环境㊁不同生长时期的作物表型信息ꎬ可直观了解作物生长状况ꎬ以及时调整栽培管理措施ꎬ保障作物高效生产ꎮ无人机搭载RGB相机㊁光谱相机㊁激光雷达等传感器ꎬ可充分发挥灵活性好㊁获取数据效率高㊁成本相对较低等优势ꎬ实现作物表型参数信息的高效获取ꎬ同时ꎬ快速发展的图像处理和识别分类技术又为无人机遥感获取的作物表型参数信息提供了有效的处理和分析方法ꎬ从而使得作物监测更加便捷㊁高效ꎮ本文总结了无人机遥感获取作物表型参数信息的流程与方法ꎬ概括了基于无人机遥感开展作物株高㊁冠层覆盖度㊁叶面积指数㊁水分胁迫㊁生物量㊁产量等表型参数研究的现状ꎬ并对无人机遥感技术在作物表型参数信息解析方面的应用前景进行了展望ꎬ以期为充分发挥该技术在农业生产中的作用提供参考ꎮ关键词:无人机遥感ꎻ作物表型参数ꎻ作物监测中图分类号:S127㊀㊀文献标识号:A㊀㊀文章编号:1001-4942(2024)04-0172-09ResearchProgressofObtainingandUtilizingCropPhenotypicParametersBasedonUAVRemoteSensingZengShiwei1ꎬ2ꎬHouXuehui2ꎬWangZongliang1ꎬLuoXiubin2ꎬWuZhixiong1ꎬ2ꎬWangHongjun1(1.SchoolofPhysicalScienceandInformationTechnologyꎬLiaochengUniversityꎬLiaocheng252000ꎬChinaꎻ2.InstituteofInformationandEconomicResearchꎬShandongAcademyofAgriculturalSciencesꎬJinan250100ꎬChina)Abstract㊀Cropphenotypicparametersrefertocropphysiologicalandbiochemicalcharacteristicsthataredeterminedorinfluencedbygeneticandenvironmentalfactors.Throughobtainingcropphenotypicinformationunderdifferentenvironmentsandgrowthperiodsꎬthegrowthstatusofcropscouldbeknownintuitivelysothatcultivationmanagementstrategiescouldbeadjustedintimetoensurehighcropproductivity.ThroughcarryingdifferentsensorssuchasRGBcameraꎬspectrumcameraandLIDARꎬUAVremotesensinghasadvantagesofgoodflexibilityꎬhighefficiencyandrelativelylowcostinacquiringdataꎬwhichprovidesanefficientwaytoobtaincropsphenotypicinformation.Atthesametimeꎬfastdevelopingimageprocessingandrecognitionandclassificationtechnologiesprovideseffectiveprocessingandanalysismethodsforcropphenotypicparameterin ̄formationobtainedbyUAVremotesensing.Allthesemakecropmonitoringmoreconvenientandefficient.InthispaperꎬprocessandmethodsofobtainingphenotypicparameterinformationwereintroducedꎬandresearchstatusofcropphenotypicparametersbasedonUAVremotesensingsuchasplantheightꎬcanopycoverageꎬleafareaindexꎬwaterstressꎬbiomassandyieldweresummarizedꎬandtheapplicationforegroundofUAVremotesensingtechnologyincropphenotypicinformationanalysiswasprospectedꎬhopingtoprovidereferencesforbetterapplicationofthetechnologyinagriculturalproduction.Keywords㊀UAVremotesensingꎻCropphenotypicparametersꎻCropmonitoring㊀㊀随着世界人口快速增长㊁可耕地面积越来越少㊁全球气候急剧变化和资源短缺加剧ꎬ农业生产面临着严峻的挑战ꎬ粮食安全问题日益突出[1]ꎮ因此ꎬ培育优良品种以达到稳产㊁增产的目的ꎬ成为目前作物研究的热点方向之一ꎮ作物表型信息如株高㊁叶面积指数㊁生物量等影响着后期产量的形成ꎬ是育种过程中的重要参考指标ꎮ传统的作物表型信息获取多采用人工地面抽样调查法ꎬ费时㊁费力且观测数量有限ꎬ不能满足大面积作物信息调查需求ꎮ近年来ꎬ低空无人机遥感技术快速发展ꎬ通过无人机搭载RGB相机㊁光谱相机㊁激光雷达等构建无人机遥感平台ꎬ能够快速㊁高效获取一定范围内作物冠层的株高㊁叶面积指数㊁生物量等的连续动态信息ꎬ从而实现作物产量的动态预测[2]ꎮ目前ꎬ在田间作物表型遥感监测研究中应用的无人飞行器有无人直升机㊁飞艇㊁固定翼无人机㊁多旋翼无人机等ꎬ其中对起降条件要求不高且可以满足任何飞行轨迹要求的多旋翼无人机应用较为广泛ꎬ获取作物表型信息更加方便㊁快捷[3]ꎮ但由于无人机负载能力有限ꎬ其搭载的传感器需要满足高精度㊁轻质量和小尺寸的要求ꎬ目前适合无人机搭载的主要传感器有RGB数码相机㊁红外热成像仪㊁多光谱相机㊁高光谱相机㊁多谱段激光雷达等ꎮ不同的传感器性能不同ꎬ获取的作物表型参数信息也不同ꎬ导致最终得到的遥感监测结果不同[4-5]ꎮRGB相机[6]㊁热红外成像仪[7]㊁多光谱相机[8-9]和高光谱相机[10-11]成像原理相同ꎬ都是通过感测光谱波段来捕获图像信息ꎬ但它们感测光谱波段的种类和能力存在差异[12]ꎬ因此可用于测量不同的表型参数[13]ꎬ其中ꎬRGB相机可用于测量作物的株高㊁冠层覆盖度等ꎻ热红外成像仪可实现在生物和非生物胁迫条件下对作物表型参数的间接测定ꎬ尤其在测量作物的冠层温度时效果较好ꎻ多光谱相机和高光谱相机都能测量作物的叶面积指数㊁生物量㊁产量等表型参数ꎬ但高光谱相机的光谱分辨率更高ꎬ能获得更多的波段数据ꎬ可测量更多的作物表型参数ꎬ然而同时也存在数据处理过程更加复杂㊁仪器价格较高的问题ꎮ多谱段激光雷达能够分析作物的光谱特性和空间目标方位㊁距离㊁三维形貌和状态特征[14]ꎬ常用于对作物株高和生物量的测量研究ꎮ本文综述了无人机遥感监测农作物表型参数的信息获取流程㊁方法及研究进展ꎬ并对今后的研究方向进行展望ꎬ以期为深入研究和应用该技术提供参考ꎮ1㊀无人机遥感监测图像数据的处理及信息提取流程和方法1.1㊀图像处理遥感图像处理是利用无人机遥感研究作物表型的基础ꎮ因遥感图像存在由大气㊁传感器㊁无人机飞行状态等因素引起的几何畸变和辐射畸变ꎬ在提取作物表型参数之前必须对图像进行预处理ꎬ以有效改善提取表型参数信息的精度[15]ꎮ图像处理过程包括辐射定标㊁几何校正㊁数据质量检查㊁图像特征点提取㊁图像特征匹配㊁空中三角测量与区域网平差㊁生成数字高程模型(DEM)㊁正射校正生成数字正射影像(DOM)和拼接镶嵌等[16]ꎮ需根据无人机搭载的传感器类型选择合适的图像处理方法ꎮ如戴建国等[17]获取可见光图像后ꎬ使用Pix4Dmapper软件进行图像快速拼接检查ꎬ然后通过正射校正获得高质量㊁高精度的正射影像图ꎻ程雪等[18]获取高光谱影像后ꎬ除了使用Pix4DMapper软件进行拼接镶嵌外ꎬ还采用辐射定标以及大气校正等对图像进行了处理ꎮNäsi等[19]将得到的光谱图像依次进行了辐射标定㊁几何校正㊁图像融合和图像增强ꎬ然后使用371㊀第4期㊀㊀㊀㊀㊀㊀曾世伟ꎬ等:基于无人机遥感的作物表型参数获取和应用研究进展ArcGIS㊁ENVI等软件提取光谱反射率ꎬ用于建立研究作物表型性状的植被指数ꎮ1.2㊀特征集的选取作物特征包括植被指数特征㊁纹理特征等ꎬ在实际应用时需根据研究目的选择合适的特征来构成特征集ꎮ植被指数是通过多个波段数据计算得出的ꎬ能够有效度量作物株高㊁生物量和覆盖度等表型信息[20]ꎮ常用的植被指数有归一化差值植被指数(NDVI)㊁绿色归一化植被指数(GNDVI)㊁比值植被指数(RVI)㊁红绿蓝植被指数(RGBVI)㊁红边归一化植被指数(rNDVI)㊁优化土壤调节植被指数(OSAVI)㊁修正归一化植被指数(mNDVI)㊁可见光大气阻抗植被指数(VARI)㊁蓝绿色素指数(BGI2)㊁增强植被指数(EVI2)等ꎮ其中ꎬNDVI能够突出植被在图像中的显示ꎬ可准确估测植被的覆盖度[12]ꎻVARI㊁NDVI㊁RVI㊁rNDVI㊁mNDVI㊁GNDVI能有效预测叶面积指数[18]ꎻNDVI㊁OSA ̄VI㊁BGI2等常被用于预测植物叶片的叶绿素含量[21]ꎻVARI能有效预测作物的水分胁迫ꎻRDVI㊁RGBVI在估测作物生物量方面效果较好[22]ꎮ图像的灰度分布及其重复性是纹理特征的表现形式ꎬ可以反映地物的视觉粗糙程度ꎮ不同地物表现出的纹理特征不同ꎬ因此可根据该特征描述和识别地物[16]ꎮ另外ꎬ同一波段的图像有相同种类的纹理特征ꎬ可通过最小噪声分离变换和基于主成分分析方法等提取纹理滤波特征ꎬ选择最佳波段ꎬ作为最终纹理滤波特征[23]ꎮ1.3㊀特征筛选用于遥感图像估测表型参数的属性特征很多ꎬ若不经过筛选ꎬ则分析特征和训练模型所需要的时间会很长ꎬ模型也会很复杂ꎬ从而导致模型的泛化能力下降ꎬ不利于在实际生产中推广应用ꎮ因此ꎬ需在保证估测精度的前提下ꎬ选用最少的特征来构建模型ꎬ以避免特征变量过多引起的 维数灾难 ꎮ常用的特征筛选方法大致分为三类ꎬ分别是过滤式㊁包裹式㊁嵌入式筛选法[24]ꎮ过滤式特征筛选法先选定特征再进行学习ꎬ具有较强通用性ꎬ其典型方法有ReliefF算法ꎻ包裹式特征筛选法利用学习算法的性能来评价自身优劣ꎬ筛选得到的特征集分类性能较好ꎬ其典型方法有SVM-RFE算法ꎻ嵌入式特征筛选法将特征选择过程作为学习过程的一部分ꎬ在学习过程中自动进行特征筛选ꎬ特征筛选效果最好㊁速度最快且模式单调ꎬ其典型方法有Lasso算法[25]ꎮ特征选定后ꎬ还要根据估测能力强弱对其进行权重赋值ꎬ最终构建出最佳特征集ꎬ用于建立估测模型ꎮ1.4㊀模型的构建及精度评价构建估测模型能够表征遥感数据与作物特征的相关性ꎬ可为定量反演作物的表型参数奠定基础[1]ꎮ1.4.1㊀数据集的划分㊀估测模型的构建及其精度与样本数量和质量紧密相关ꎬ因此确保田间采样质量是保证构建模型估测效果的重要前提[18]ꎮ采集到的样本首先要采用适当的方法合理地划分成训练样本集和验证样本集ꎮ常见的划分方法有留出法㊁交叉验证法和自助法ꎬ其中交叉验证法是无人机遥感监测作物表型参数研究中最常用的方法ꎮk折交叉验证是典型的交叉验证法ꎬ其原理是将数据集分成k个样本数相等的子集ꎬ任选其中1个子集作为测试集ꎬ另外k-1个子集作为训练集ꎬ然后无重复地执行k次ꎬ使得每个子集都能作为训练集和测试集来训练模型ꎮ1.4.2㊀模型构建㊀除数字高程模型能够有效且快速获取作物株高信息外ꎬ其他表型参数的估测模型一般采用机器学习算法构建ꎮ根据训练数据是否拥有标记信息ꎬ可将机器学习算法分为监督式和非监督式两种[26]ꎮ分类和回归算法是典型的监督式算法ꎬ包括支持向量回归(SVR)㊁随机森林回归(RFR)㊁人工神经网络(ANN)㊁多元线性回归(MLR)等ꎬ其中回归算法更适用于数据具有连续性的叶面积指数㊁生物量㊁产量㊁水分胁迫等的监测ꎬ而分类算法更适用于作物分类和冠层覆盖度等的监测ꎮ另外还有一些表型参数研究没有足够的先验知识ꎬ很难对其进行人工标注且标注成本较高ꎬ通常采用无监督算法训练被标记的样本ꎬ以解决模式识别过程中的各种问题ꎮ聚类算法是非监督学习算法的代表ꎬ依据相似度进行分471山东农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第56卷㊀类ꎬ典型的聚类算法有K均值(K-means)聚类算法和K-中心点(K-medoids)聚类算法ꎮ1.4.3㊀模型估测精度评价㊀估测模型的精度评价ꎬ通常用决定系数(R2)和均方根误差(RMSE)作为评判预测值与实测值拟合效果的指标ꎬ其中ꎬR2值越接近1ꎬ说明模型的参考价值越高ꎻRMSE值越小ꎬ说明模型精度越高[27]ꎮ2㊀无人机遥感监测作物表型参数的研究进展2.1㊀作物株高株高能够反映作物的群体结构状况ꎬ植株过高易导致倒伏ꎬ而过矮会降低群体中下部的通风和透光ꎬ导致光合效率下降ꎬ进而影响作物产量ꎬ因此株高监测在作物生产调控中具有重要意义ꎮ作物株高监测通常利用获取可见光数据来测量ꎮ张宏鸣等[28]用无人机搭载数码相机获取作物的可见光图像ꎬ采用高清数码正射影像(DOM)和数字表面模型(DSM)相结合的骨架算法提取植株骨架ꎬ估测作物株高的精度较高(R2=0.923ꎬRMSE=11.493cmꎬMAE=8.927cm)ꎮ牛庆林等[29]利用无人机拍摄玉米的高清数码影像ꎬ将其与地面控制点(GCP)结合进行图像拼接处理ꎬ生成相应的DSM和DOMꎬ得到的株高预测值与实测值拟合性较高(R2=0.93ꎬRMSE=28.69cmꎬnRMSE=17.90%)ꎮ刘治开等[30]用无人机拍摄冬小麦的高清数码影像ꎬ通过构建作物DSM及作物高度模型(CHM)来测量小麦株高ꎬ最终得到的估测结果较好(R2和RMSE分别为0.82和4.31cm)ꎮKhan等[31]使用无人机遥感平台拍摄小麦的RGB图像ꎬ采用Pix4Dmapper软件处理后用于估测小麦株高ꎬ精度较高(R2=0.85ꎬRMSE=6.64cm)ꎮ此外ꎬ有研究者利用多光谱和高光谱成像技术获得多个波段和空间特征来测量作物株高ꎮ边琳等[32]使用无人机搭载多光谱传感器获得烤烟的遥感信息ꎬ捕捉到多个波段的反射光ꎬ通过构建光谱反射率与烤烟株高的拟合模型ꎬ估测烤烟株高的效果最佳(R2=0.785)ꎮAasen等[33]利用无人机采集三维高光谱图像来建立三维表面高光谱模型ꎬ实现株高可视化ꎬ株高估算效果也较好(R2=0.7)ꎮ但总体来说ꎬ利用高光谱成像技术测量作物株高的效果并不理想ꎬ而在估测作物覆盖度[34]㊁生物量[35]㊁叶面积指数[36]㊁产量[37]等表型参数时的精确度则较好ꎮ2.2㊀作物冠层覆盖度冠层覆盖度是反映作物生长状况的重要因素ꎬ可通过提取冠层覆盖度监测作物长势[38]ꎮ通过无人机遥感平台获取可见光图像和多光谱图像ꎬ然后利用计算机视觉方法或植被指数和光谱反射率建模反演等方法可快速得到作物的冠层覆盖信息[39]ꎮJin等[40]利用无人机遥感搭载数码相机获取研究区域的可见光成像数据ꎬ采用原始颜色特征作为模型输入ꎬ选用支持向量机算法训练作物分类模型ꎬ并选用粒子群优化算法(PSO)训练SVM模型参数(惩罚系数c㊁不敏感损失系数ε以及核函数功能γ)ꎬ最终监测结果的RMSE和rRMSE分别为34.05株/m2和14.31%ꎬ偏差为9.01株/m2ꎮ万亮等[41]利用无人机搭载多光谱相机获取多光谱图像ꎬ将各个波段的光谱反射率作为特征输入到随机森林回归模型ꎬ最终得到的结果较好(R2=0.93ꎬrRMSE=9.47%)ꎮ武威等[42]采用图像处理技术分析小麦图像的颜色特征 绿光标准化值(NDIG)ꎬ并提出叶片盖度(LCD)参数ꎬ将NDIG和LCD相结合作为多元逐步回归模型的输入特征ꎬ估测效果较好(R2=0.896)ꎮ周在明等[43]使用四旋翼无人机搭载ADCAir多光谱相机ꎬ通过NDVI指数模型获取多光谱植被覆盖度信息ꎬ以高精度可见光影像为真值进行验证ꎬ结果表明NDVI模型估算值与真实值之间的决定系数为0.92ꎬ具有较好的一致性ꎮ相比广泛应用的无人机可见光图像[23ꎬ44-46]ꎬ利用无人机多光谱图像反演植被覆盖度时图像的空间分辨率要求较低[47]ꎮ目前ꎬ主要通过计算机视觉方法或植被指数建模反演等手段获取作物的冠层覆盖度信息ꎮ然而ꎬ这些方法存在一定的局限性ꎮ今后还需寻找一种普遍适用的方法ꎬ以实现对不同作物冠层覆盖度的精确获取ꎬ从而完善作物冠层覆盖度提取技术[48]ꎮ571㊀第4期㊀㊀㊀㊀㊀㊀曾世伟ꎬ等:基于无人机遥感的作物表型参数获取和应用研究进展2.3㊀作物叶面积指数叶面积指数(LAI)是指单位面积内作物叶片面积的总和ꎮLAI是表征作物光合作用㊁呼吸作用以及蒸腾作用的重要指示因子ꎬ也是评价作物长势和产量的重要依据ꎬ因此快速且高效地获取作物LAI对于估测作物产量具有重要意义[36]ꎮ陶惠林等[35]利用无人机搭载高光谱仪获取高光谱图像ꎬ通过线性回归和指数回归挑选出最佳估测参数NDVIˑSR作为模型的输入特征ꎬ然后采用多元线性回归构建模型ꎬLAI估测精度较高(建模和验证的R2㊁RMSE㊁NRMSE分别为0.6788㊁0.69㊁19.79%及0.8462㊁0.47㊁16.04%)ꎮ杨雨薇等[49]使用无人机遥感平台获取作物的高光谱影像ꎬ对光谱数据预处理后计算出植被指数NDVIꎬ然后构建出三种类型的模型 线性回归模型㊁物理模型㊁回归模型与物理模型相结合的半经验模型ꎬ用来反演作物LAIꎬ其中半经验模型的反演精度最好(R2=0.89)ꎮ孙诗睿等[50]利用无人机搭载多光谱传感器获取冬小麦多光谱影像ꎬ通过多个植被指数构建随机森林模型对冬小麦的LAI进行反演ꎬ反演值与真实值之间的R2=0.822ꎬRMSE=1.218ꎮ李剑剑等[51]利用无人机遥感平台获取地表作物的高光谱数据ꎬ然后结合PROSPECT叶片光学模型和SAIL冠层二向性反射模型相耦合后生成的模型(PROSPECT+SAIL)来反演作物的LAIꎬR2=0.82ꎬRMSE=0.43m2/m2)ꎮ傅银贞等[52]利用IRS-P6(LISS-Ⅲ)获取多光谱数据并计算出DVI㊁EVI2㊁MSAVI㊁NDVI㊁RDVI㊁RVI㊁TNDVI共7种植被指数ꎬ建立了LAI与各植被指数的统计模型ꎬ其中NDVI㊁RDVI㊁TNDVI反演LAI的效果较好ꎬ决定系数R2均能够达到0.76以上ꎮ2.4㊀作物水分胁迫测量作物水分胁迫对于发展节水灌溉农业及提高水分利用效率有重要意义[53]ꎮ气孔导度和叶片水势是表征作物水分胁迫的重要指标ꎮ冠层温度可反映气孔导度ꎬ而作物水分胁迫指数(CW ̄SI)与气孔导度相关ꎬ因此可以基于冠层温度测量监测作物水分胁迫状况[54]ꎮ张智韬等[55]基于无人机搭载RGB相机和近红外相机采集的图像ꎬ采用Otsu-EXG-Kmeans算法对玉米冠层温度进行提取ꎬ用户精度为95.9%ꎬ精度较高ꎬ提取的冠层温度与实测温度更接近(r=0.788)ꎬ将冠层温度代入水分胁迫公式计算出CWSIꎬCWSI与土壤含水率的相关性较高(r=-0.738)ꎮBellvert等[56]基于无人机搭载热成像仪获取热成像图片ꎬ得到葡萄的冠层温度ꎬ并计算出相应的CWSIꎬ发现CWSI与叶片水势的相关性较高(R2=0.83)ꎮ除了利用可见光㊁近红外和热红外传感器监测作物水分胁迫的方法外ꎬ利用多光谱㊁高光谱遥感以及多种传感器获取单一或多个波段建立植被指数模型也是常用的方法[57]ꎮ王敬哲等[58]采用无人机搭载高光谱传感器获取影像数据ꎬ经过5种不同的预处理后ꎬ构建了干旱区绿洲农田土壤含水量(SMC)高光谱定量估算模型ꎬ其中通过吸光度(Abs)预处理得到的模型预测精度最好ꎬ其建模集Rc2和RMSE分别为0.84㊁2.16%ꎬ验证集Rp2与RMSE分别为0.91㊁1.71%ꎬ相对分析误差(RPD)为2.41ꎮ张智韬等[54]利用无人机遥感系统获得玉米冠层多光谱正射影像ꎬ并同步采集玉米根域不同深度土壤含水量(SMC)ꎬ通过灰度关联法筛选出对SMC敏感的植被指数ꎬ采用多元线性回归㊁反向传播神经网络(BPNN)㊁支持向量回归(SVR)等机器学习方法构建不同生育时期的敏感植被指数与SMC的关系模型ꎬ结果表明SVR模型在各生育期的建模与预测精度均最优(建模集R2=0.851ꎬRMSE=0.7%ꎬNRMSE=8.17%ꎻ验证集R2=0.875ꎬRMSE=0.7%ꎬNRMSE=8.32%)ꎮ2.5㊀作物生物量生物量是作物产量形成的重要基础ꎬ准确快速获取作物生物量对预测其产量意义重大[59]ꎬ同时ꎬ生物量的定量估算也可为碳循环研究提供重要参考[48]ꎮ根据传感器收集到的数据信息ꎬ将能够反映作物生物量的不同特征数据相结合ꎬ构建更有效且不相关的特征ꎬ然后将该特征输入到回归模型中ꎬ能够提高作物生物量估测的准确性[60]ꎮ万亮等[41]利用无人机同时搭载数码相机和多光谱相机获取研究区域的可见光和多光谱成像数据ꎬ将671山东农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第56卷㊀可见光图像的颜色特征和纹理特征与多光谱图像的光谱反射率融合后输入到随机森林回归模型(RFR)中ꎬ有效改善了穗生物量的评估精度(R2=0.84ꎬrRMSE=8.68%)ꎮWang等[61]评估了高光谱和激光雷达数据融合在玉米生物量估算中的应用ꎬ结果表明ꎬ与单独使用LiDAR或高光谱数据相比ꎬ高光谱和LiDAR数据相融合能够更好地估测玉米的生物量(R2=0.883ꎬRMSE=321.092g/m2ꎬRMSECV=337.653g/m2)ꎮ刘畅等[62]结合纹理特征与植被指数构建了一种 图-谱 融合指标ꎬ用该指标构建的生物量模型精度较高(R2=0.81ꎬRMSE=826.02kg hm-2)ꎬ明显高于用单一植被指数(R2=0.69)和单一纹理特征(R2=0.71)构建的生物量模型ꎮ综上所述ꎬ不同的作物具有不同的特征ꎬ即使同一作物在不同的生长条件下也会表现出不同的特征[63]ꎬ这就需要使用不同的传感器来全面收集作物信息ꎬ并筛选出一些与生物量相关性最好的特征ꎬ将其融合后输入到回归模型中ꎬ从而实现精准估测作物生物量和提高估算模型精度ꎮ当研究的作物生物量较大时ꎬ用常规的植被指数来估测生物量往往会受到饱和问题的限制ꎬ导致不能较好地估算作物生物量ꎮ付元元等[64]研究证实ꎬ将波段深度分析和偏最小二乘回归(PLSR)相结合ꎬ能够有效解决作物生物量过大导致的问题ꎬ并提高冬小麦生物量的估算精度ꎬ其中波段深度比(BDR)与PLSR结合的模型的估算精度较好(R2=0.792ꎬRMSE=0.164kg/m2)ꎮ2.6㊀作物产量作物产量关乎国家粮食安全ꎬ早期准确地监测预报作物产量对于后期田间管理及灾害评估等具有重要意义ꎮ通过无人机遥感提取作物产量的常规方法如下:使用无人机搭载多种传感器获取可见光㊁光谱数据ꎬ基于可见光图像提取纹理特征ꎬ根据光谱数据提取特征波段并计算植被指数ꎻ然后将纹理特征㊁植被指数等特征作为模型输入ꎬ使用机器学习算法构建产量估测模型ꎻ最后引入R2和RMSE评价产量估测模型ꎮ模型构建时ꎬ将多种特征变量相结合往往能够改善作物估测模型的精度ꎮElsayed等[65]利用偏最小二乘法将光谱指数㊁温度参数和植株含水量等数据融合ꎬ使得小麦产量的估测效果得到进一步改善(R2=0.97ꎬRMSE=26.48g/m2)ꎮMaim ̄aitijiang等[66]利用RGB信息㊁光谱反射率及温度参数等多模态数据ꎬ基于中间级特征融合的DNN(DNN-F2)方法ꎬ准确估测了大豆产量(R2=0.720ꎬrRMSE=15.9%)ꎮ严海军等[67]使用无人机搭载多光谱相机在苜蓿的分枝期㊁现蕾期和初花期进行遥感监测ꎬ将植被指数与株高组合作为输入变量并采用支持向量回归算法构建模型ꎬ产量估测精度最高(R2=0.90ꎬRMSE=500kg/hm2ꎬNRMSE=14.3%)ꎮ可见ꎬ选用多源数据融合构建模型的效果较好ꎮ另外ꎬ在构建模型时ꎬ使用的算法不同也会影响作物产量估测的精度ꎮ张少华等[68]利用低空无人机遥感平台搭载多光谱相机㊁热红外相机和RGB相机ꎬ同步获取小麦关键生育时期的无人机遥感影像ꎬ并提取光谱反射率㊁热红外温度和数字高程信息ꎬ选取并计算出相应的特征集ꎬ然后利用支持向量回归(SVR)㊁多元线性回归(MLR)㊁随机森林回归(RFR)㊁偏最小二乘回归(PLSR)等机器学习算法建立小麦产量的估测模型ꎬ最终结果表明采用RFR算法建立的模型效果最好(R2=0.724ꎬRMSE=614.72kg/hm2ꎬMAE=478.08kg/hm2)ꎮ申洋洋等[69]采集冬小麦多光谱数据ꎬ选取多光谱相机的5个特征波段计算各生育时期的72个植被指数ꎬ分别通过逐步多元线性回归㊁偏最小二乘回归㊁BP神经网络㊁支持向量机㊁随机森林构建不同生育时期的产量估算模型ꎬ其中基于随机森林算法建立的模型估算效果最优(R2=0.94ꎬRMSE=0.32ꎬRE=9%)ꎮ赵鑫[70]利用多旋翼无人机搭载数码相机拍摄小麦的可见光图像ꎬ经预处理后计算出植被指数和颜色特征ꎬ然后结合多种机器学习算法建立产量估测模型ꎬ其中随机森林算法模型精度最高(R2=0.74)ꎮ作物发育时期也会影响模型精度ꎮ刘昌华等[71]以无人机多光谱影像为基础ꎬ提取冬小麦在几个生长阶段下的冠层多光谱数据并建立产量估算模型ꎬ其中返青期估算效果较差ꎬ拔节期㊁孕穗期㊁扬花期估算效果相近且较好(R2分别为0.93㊁771㊀第4期㊀㊀㊀㊀㊀㊀曾世伟ꎬ等:基于无人机遥感的作物表型参数获取和应用研究进展0.96㊁0.94)ꎮ申洋洋等[69]以冬小麦拔节期㊁孕穗期㊁抽穗期㊁灌浆期㊁成熟期的无人机多光谱影像为数据源ꎬ利用随机森林算法构建模型的R2㊁RMSE㊁RE分别为拔节期0.92㊁0.35㊁11%ꎬ孕穗期0.93㊁0.33㊁10%ꎬ抽穗期0.94㊁0.32㊁9%ꎬ灌浆期0.92㊁0.36㊁9%ꎬ成熟期0.77㊁0.67㊁33%ꎬ可见ꎬ抽穗期的估算效果最好ꎬ拔节期㊁孕穗期㊁灌浆期估算效果接近㊁也较好ꎬ成熟期的估算精度最差ꎮ3㊀总结与展望本文综述了基于无人机遥感开展作物表型参数研究的过程和方法㊁无人机遥感平台及其在作物表型参数估测上的应用研究进展ꎮ无人机遥感平台凭借着工作效率高㊁灵活性好㊁成本低㊁分辨率高㊁适用于复杂野外环境等优点ꎬ成为研究作物表型参数的有利工具ꎬ为农业精细化管理及农田生态系统建模提供了技术支持ꎮ由于外界环境和作物自身因素影响以及研究方法的局限性ꎬ目前多数研究构建的表型参数模型的精确性㊁鲁棒性㊁泛化性等性能较差ꎬ缺乏能够较好估测不同作物类型的表型参数的通用模型和方法ꎬ而且目前无人机遥感监测表型参数信息的研究多集中于玉米㊁小麦㊁水稻㊁大豆等少数作物ꎬ其他作物类型鲜有研究ꎬ因此该技术研究在深度与广度上还有很大的发展空间ꎮ参㊀考㊀文㊀献:[1]㊀仇瑞承ꎬ魏爽ꎬ张漫ꎬ等.作物表型组学测量方法综述[J].中国农业文摘-农业工程ꎬ2019ꎬ31(1):23-36ꎬ55. [2]㊀周济ꎬTardieuFꎬPridmoreTꎬ等.植物表型组学:发展㊁现状与挑战[J].南京农业大学学报ꎬ2018ꎬ41(4):580-588. [3]㊀TothCꎬJóz'kówG.Remotesensingplatformsandsensors:asur ̄vey[J].ISPRSJournalofPhotogrammetryandRemoteSens ̄ingꎬ2016ꎬ115:22-36.[4]㊀WeiXJꎬXuJFꎬGuoHNꎬetal.DTH8suppressesfloweringinriceꎬinfluencingplantheightandyieldpotentialsimultaneously[J].PlantPhysiologyꎬ2010ꎬ153(4):1747-1758. [5]㊀AlheitKVꎬBusemeyerLꎬLiuWXꎬetal.Multiple ̄linecrossQTLmappingforbiomassyieldandplantheightintriticale(ˑTriticosecaleWittmack)[J].TheoreticalandAppliedGenet ̄icsꎬ2014ꎬ127:251-260.[6]㊀GuoWꎬFukatsuTꎬNinomiyaS.Automatedcharacterizationoffloweringdynamicsinriceusingfield ̄acquiredtime ̄seriesRGBimages[J].PlantMethodsꎬ2015ꎬ11:1-15.[7]㊀SiebertSꎬEwertFꎬRezaeiEEꎬetal.Impactofheatstressoncropyield ontheimportanceofconsideringcanopytempera ̄ture[J].EnvironmentalResearchLettersꎬ2014ꎬ9(4):044012. [8]㊀张芳毓ꎬ谭永毅ꎬ聂婧ꎬ等.无人机多光谱在农业中的应用[J].智慧农业导刊ꎬ2022ꎬ2(24):11-13.[9]㊀HussainS.基于无人机载多光谱相机的油菜表观参数反演及早期草害检测[D].武汉:华中农业大学ꎬ2021. [10]ColominaIꎬMolinaP.Unmannedaerialsystemsforphotogram ̄metryandremotesensing:areview[J].ISPRSJournalofPho ̄togrammetryandRemoteSensingꎬ2014ꎬ92:79-97. [11]ZhongYFꎬWangXYꎬXuYꎬetal.Mini ̄UAV ̄bornehyper ̄spectralremotesensing:fromobservationandprocessingtoap ̄plications[J].IEEEGeoscienceandRemoteSensingMaga ̄zineꎬ2018ꎬ6(4):46-62.[12]WangTHꎬLiuYDꎬWangMHꎬetal.ApplicationsofUASincropbiomassmonitoring:areview[J].FrontiersinPlantSci ̄enceꎬ2021ꎬ12:616689.[13]XuRꎬLiCYꎬPatersonAH.Multispectralimagingandun ̄mannedaerialsystemsforcottonplantphenotyping[J].PLoSONEꎬ2019ꎬ14(2):e0205083.[14]李晶ꎬ车英ꎬ王加安ꎬ等.折反射共光路多谱段激光雷达光学系统设计[J].中国激光ꎬ2018ꎬ45(5):273-278. [15]YangGJꎬLiuJGꎬZhaoCJꎬetal.Unmannedaerialvehiclere ̄motesensingforfield ̄basedcropphenotyping:currentstatusandperspectives[J].FrontiersinPlantScienceꎬ2017ꎬ8:1111. [16]朱秀芳ꎬ李石波ꎬ肖国峰.基于无人机遥感影像的覆膜农田面积及分布提取方法[J].农业工程学报ꎬ2019ꎬ35(4):106-113.[17]戴建国ꎬ张国顺ꎬ郭鹏ꎬ等.基于无人机遥感可见光影像的北疆主要农作物分类方法[J].农业工程学报ꎬ2018ꎬ34(18):122-129.[18]程雪ꎬ贺炳彦ꎬ黄耀欢ꎬ等.基于无人机高光谱数据的玉米叶面积指数估算[J].遥感技术与应用ꎬ2019ꎬ34(4):775-784.[19]NäsiRꎬHonkavaaraEꎬLyytikäinen ̄SaarenmaaPꎬetal.UsingUAV ̄basedphotogrammetryandhyperspectralimagingformappingbarkbeetledamageattree ̄level[J].RemoteSensingꎬ2015ꎬ7(11):15467-15493.[20]姚雄ꎬ余坤勇ꎬ刘健.基于无人机多光谱遥感的马尾松林叶面积指数估测[J].农业机械学报ꎬ2021ꎬ52(7):213-221. [21]朱红艳.基于无人机低空遥感的油菜表型信息获取方法研究[D].杭州:浙江大学ꎬ2019.[22]刘建刚ꎬ赵春江ꎬ杨贵军ꎬ等.无人机遥感解析田间作物表型信息研究进展[J].农业工程学报ꎬ2016ꎬ32(24):98-106.[23]赵静ꎬ杨焕波ꎬ兰玉彬ꎬ等.基于无人机可见光图像的夏季玉米植被覆盖度提取方法[J].农业机械学报ꎬ2019ꎬ50871山东农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第56卷㊀。
第八届教育部人文社会科学奖获奖名单
第八届教育部人文社会科学奖获奖名单教育部人文社会科学奖是我国教育部设立的一项重要奖项,旨在表彰在人文社会科学领域做出杰出贡献的个人和团队。
第八届教育部人文社会科学奖评选结果于近日揭晓,以下是获奖名单:一等奖:1. 张三教授:在社会学领域取得突出成就,其研究成果对我国社会发展具有重要意义。
2. 李四教授:在教育经济学领域的研究成果获得广泛认可,为我国教育改革提供了有力支持。
二等奖:1. 王五教授:在历史学领域的研究成果受到广泛关注,对我国历史文化传承与发展做出了重要贡献。
2. 赵六教授:在教育心理学领域的研究成果对教育教学实践具有重要指导意义。
三等奖:1. 孙七教授:在教育法学领域的研究成果为我国教育法律体系建设提供了宝贵经验。
2. 刘八教授:在人口学领域的研究成果对人口政策制定和社会发展具有重要参考价值。
特别奖:1. 陈九教授:在中国特色社会主义理论研究方面做出杰出贡献,为我国社会主义事业发展提供了理论支持。
此次获奖名单涵盖了人文社会科学的多个领域,体现了我国人文社会科学研究的丰富性和创新性。
获奖者们凭借扎实的学术功底、创新的研究思路和务实的工作态度,取得了卓越的研究成果,为我国的社会发展和教育事业做出了重要贡献。
这些获奖者代表了我国人文社会科学研究领域的最高水平,他们的研究成果不仅具有学术价值,更具有实践意义。
他们的研究成果为我国的社会政策制定、教育改革、文化传承等方面提供了重要参考和支持,对推动我国社会进步和民族复兴具有重要作用。
教育部人文社会科学奖的评选过程严格、公正,评审委员会由一批资深的学者和专家组成,他们经过细致的评审和专家评审,最终评选出了这些优秀的获奖者。
他们的工作成果得到了权威专家和学术界的高度认可,对于我国人文社会科学研究的发展起到了积极的推动作用。
教育部人文社会科学奖的设立和颁发,不仅是对获奖者个人的嘉奖和鼓励,更是对我国人文社会科学研究的肯定和支持。
通过这一奖项的设立,我国人文社会科学研究的水平和影响力得到了进一步提升,为我国的教育事业和社会发展提供了宝贵的智力支持。
2023山东社科基金立项结果
2023山东社科基金立项结果2023年,山东社科基金的立项结果揭晓了。
这一消息对于众多学者和研究人员来说,无疑是个令人期待的好消息。
毕竟,这意味着他们的研究项目有机会得到资助,进一步深入探索自己感兴趣的领域。
在社科基金的立项结果中,我们看到了各种各样的研究课题。
有关教育领域的,有关经济发展的,有关社会问题的,各个方向的项目都有涉及。
这充分展示了山东省对于社科研究的重视和关注。
一项立项成功的研究项目,需要研究人员有创新的思维和深入的洞察力。
他们需要通过自己的努力和勤奋,提出有价值的研究问题,并选择合适的方法和途径来解决问题。
在申请立项时,研究人员需要清晰地阐述研究的目标和意义,以及预期的研究成果和贡献。
社科基金的立项结果,也反映了学术界对于一些热点问题的关注。
比如,有些立项项目聚焦于人工智能技术的应用和发展,研究人员希望通过深入探索人工智能技术的优势和不足,推动其在各个领域的应用和创新。
还有一些项目关注社会问题,如贫困、教育公平等,研究人员希望通过研究,为社会发展提供有益的倡议和政策建议。
立项成功只是一个开始,接下来的研究过程将会更加充满挑战和困难。
研究人员需要进行大量的文献研究和实地调研,收集和整理相关数据和信息。
他们需要分析和解读这些数据,提出自己的观点和结论。
研究人员还需要与同行进行学术交流和讨论,不断修正和完善自己的研究思路和方法。
然而,研究人员并不孤单。
他们可以借助社科基金的支持,与其他研究者组成团队,共同攻克难题。
他们可以参加学术会议和研讨会,与其他领域的专家进行跨学科的交流和合作。
这样的合作和交流,不仅可以促进学术研究的进步,还可以培养出更多优秀的学术人才。
2023年山东社科基金的立项结果,无疑为社科研究的发展注入了新的活力和动力。
希望这些研究项目能够取得丰硕的成果,为山东省的社会发展和进步做出更大的贡献。
相信在研究人员的共同努力下,这些项目一定能够取得令人瞩目的成果,为人类的发展进步贡献一份力量。
山东社科界第八届人文作品
山东社科界第八届人文作品山东社科界第八届人文作品是旨在挖掘山东地区的人文之美,展示社科界人才的优秀创作成果的一项活动。
本次活动旨在通过文字艺术的表达方式,传递人文关怀,弘扬社会正能量,以期激发更多人投身于人文创作的热情。
本文将从人文艺术的重要性、人文作品的特点以及社科界第八届人文作品活动的影响力等方面进行论述。
一、人文艺术的重要性人文艺术作为一种独特的表达方式,在社会文化发展中扮演着重要角色。
它不仅能够反映人们内心世界的情感,还能够传承文化、塑造价值观和凝聚社会共识。
人文艺术作品通过独特的表达手法,能够触动人们的心灵,引发共鸣,使人们对于人性、生命、社会等问题有更深入的思考。
因此,积极发展人文艺术,对于社会的和谐稳定、文化的多元发展具有重要意义。
二、人文作品的特点人文作品具有一定的特点,主要表现在以下几个方面。
1.关注个体与社会:人文作品关注人的内心感受和情感体验,注重个体在社会中的生活和成长。
它能够真实地展现人的复杂内心世界,引发读者对于人性的思考。
2.注重细节表达:人文作品通过细腻的描写,注重细节表达,使得作品更加生动、具体。
通过对于环境、人物、事件等的描写,使读者产生代入感,对作品产生更深的共鸣。
3.具备思想性与艺术性:人文作品既要具备一定的思想性,传达作者的观点和思考,也要具备一定的艺术性,通过独特的表达方式吸引读者的注意力。
人文作品将思想与艺术完美结合,使作品更加丰富多彩。
三、社科界第八届人文作品活动的影响力山东社科界第八届人文作品活动举办以来,已经产生了广泛的影响力。
1.挖掘了优秀人才:该活动为社科界的人文创作者提供了展示的平台,吸引了大量的优秀人才参与。
通过评选出优秀的作品,激励更多的创作者投身于人文创作之中,提升了人文艺术的水平。
2.弘扬社会正能量:参与该活动的作品多以关怀社会、塑造美好形象为主题,通过真实的故事、感人的情节传递积极向上的价值观。
这些作品能够有效地引导公众思考社会问题,传播正能量,弘扬社会文明。
山东人文社科课题
山东人文社科课题摘要:一、引言二、山东人文社科课题的背景与意义三、山东人文社科课题的研究现状四、山东人文社科课题的发展趋势与建议五、总结正文:一、引言山东作为我国历史文化名省,拥有丰富的人文社科资源。
近年来,山东人文社科课题在学术界越来越受到关注,为我国人文社科领域的发展做出了重要贡献。
本文旨在对山东人文社科课题进行梳理和分析,以期为推动山东乃至全国人文社科研究的繁荣和发展提供参考。
二、山东人文社科课题的背景与意义1.山东人文社科课题的背景山东人文社科课题植根于齐鲁大地深厚的文化底蕴,涵盖历史、地理、文化、哲学、政治、经济、社会等多个领域。
这些课题是我国人文社科研究的重要组成部分,具有广泛的研究价值和深远的历史意义。
2.山东人文社科课题的意义山东人文社科课题的研究有助于深入挖掘齐鲁文化的内涵,传承和弘扬中华优秀传统文化,推动山东地区经济社会发展,同时为全国人文社科研究领域提供丰富的学术资源。
三、山东人文社科课题的研究现状1.研究领域的多样化山东人文社科课题研究涉及多个学科领域,研究者从不同角度对课题进行深入探讨,形成了多元化的研究格局。
2.研究成果丰富近年来,山东人文社科课题研究成果不断涌现,为学术界提供了丰富的研究资料和学术观点。
3.研究方法不断创新在传统研究方法的基础上,山东人文社科课题研究者不断尝试新的研究方法,如数字人文、跨学科研究等,为课题研究注入新的活力。
四、山东人文社科课题的发展趋势与建议1.加强跨学科研究山东人文社科课题研究应充分发挥跨学科的优势,拓宽研究视野,提高研究质量。
2.关注现实问题研究者应关注时代发展中的现实问题,将理论研究与实际应用相结合,为山东乃至全国经济社会发展提供智力支持。
3.提高国际影响力加强与国际学术界的交流与合作,推动山东人文社科课题研究走向世界,提升国际影响力。
五、总结山东人文社科课题研究在学术界具有重要地位和影响力。
11.山东省社会科学优秀成果奖智库研究、应用与普及(B)类成果客观分数评价标准及赋分表
4.A1-2中所列报刊,都须具有全国统一刊号。
5.再版的著作,如果上一版没有参加过评奖,其反响按照申报时间的上隔一年的前五年的最早时间计算。
6.著作出版前围绕该著作有关内容发表的论文的反响,不计分。
7.全国报刊索引数据库、中文社会科学引文索引CSSCI等因收录面过宽,不计分。
优秀13分
良好11分
合格10分
三档:教育部课题、山东省社会科学规划研究重大项目、山东省自然科学基金重点项目(如果结项不分等次计10分,副省长以上党政领导人肯定性批示、省部级党政机关采用11分)
优秀11分
良好10分
合格9分
四档:除教育部以外的部级课题、山东省社会科学规划研究其余项目、山东省自然科学基金其余项目、山东省人文社会科学课题优秀结项(如果结项不分等次计9分)
列入设区的市重点推荐书目著作或印1万—5万册以内最高7分(以1万册3分为起点,每增加1万册增加1分)
印5000—1万册以内最高3分(以5000册以内0.5分为起点,每增加1000册增加0.5分)
应得客观分:
计算客观分:
赋分人员签名:
审核专家签名:
注:应得客观分为实际得分,计算客观分满分为30分。
优秀15分
8-15
1.申报成果分为五种形式:出版的著作、发表的论文、结项的课题、副省级以上党政领导批示的调研报告或决策咨询文稿、省部级以上党政机关采用的调研报告或决策咨询文稿(必须为全文采用)。
2.CSSCI来源期刊排名计算百分比实行进位的原则。刊物是否为C刊,要看论文发表当年是否为C刊。CSSCI扩展版不算C刊。
8.B2-1中,县(市、区)级以上党委政府或党政部门、中型以上企业采用的成果,均需提供被采用的文件等原件物证,并在提供的原件上标注被采用内容;副省级以上党政领导批示,提供领导批示复印件和有关单位有效证明。
山东大学本科学生综合素质测评办法
“山东大学本科学生综合素质测评办法口腔医学院实施细则一、基础性素质评测 1.操行评定“操行评定”由“记实”分值与“评议”分值组成,满分 100 分。
(1)“记实”是指对学生在日常学习和生活过程的行为进行记录,并根据此记录 得出记实分值。
需“记实”的关键行为有:①学校要求每个学生必须做到的行为; ②学校提倡、鼓励学生做到的行为; ③学校反对并予以纪律处分的行为。
达到上述前两项要求的,计 50 分。
对未达到学校要求或有其它违纪行为的,予以 减分:受学校职能部门通报批评的,每人次减 2--4 分;受学校警告,严重警告,记过 处分的,每次分别减 16,20,24 分;受留校察看处分的, 记实”分值为 0。
学院计分细则:① 旷课一小节,每人次减 1 分;迟到或早退,每人次减 0.2 分。
② 学院组织的大型活动,要求参加而没有参加者,每人次减 0.5 分。
③ 每周宿舍卫生检查中,被宿管中心、辅导员或院学生会自律委员会评为不合格的宿舍,该宿舍成员每人次减 0.5 分,舍长减 0.8 分。
④ 查夜中被发现无故夜不归宿者,每人次减 3 分。
⑤ 受到学院院务委员会通报批评者,每人次减 3 分。
以上各项记实减分可以累计,减完为止。
(2)“评议”是指学年末,依据“政治思想”、“道德修养”、“身心素质”、“学习 态度”、“遵章守纪”、“社会活动”等各方面内容,对学生的现实表现做出的评议。
评 议采取学生自评、同学互评和教师评议相结合的方式进行。
学生评议所占权重为 70%。
“评议”最高分计 50 分。
学院实施方法:班委组织各班同学对全班同学(含自己)进行百分制打分,算出个人平均分 A 后, A*0.35 为学生评议最后得分,学生评议分满分 35 分。
评议分剩余的 15 分,由所在班辅导员掌握 10 分,院分管副书记掌握 5 分,在此 限制内进行打分,学生评议分 + 辅导员评议分 + 分管副书记评议分 = 该生评议分对于辅导员组织的班级活动,要求参加而没有参加者,将在辅导员掌握的 10 分中 进行扣减,每人次 0.5 分。
全国本科高校教学基本状态数据库
全国本科高校教学基本状态数据库填报表格(2011)版全国高校教学基本状态数据库系统课题组二○一一年二月目录表Ⅰ学校基本情况 (1)表Ⅱ校训、办学思想 (2)表Ⅲ院系情况 (3)表Ⅳ学科专业情况 (3)表Ⅴ学校面积 (3)表Ⅵ学校发展规划 (4)表Ⅶ校友会与社会合作 (4)表1-1 校领导基本信息 (5)表1-2 教师队伍概况 (6)表1-3 学校聘请校外教师概况 (7)表1-4-1 高层次人才 (8)表1-4-2 高层次研究群体(团队) (8)表1-5 院(系)和其他教学单位专任教师情况 (9)表1-6 院(系)教师培训进修、交流情况 (10)表1-7 学校实验技术人员职称、学位、年龄 (11)表1-8 院(系)实验技术人员职称、学位、年龄 (12)表2-1 院(系)下属各专业情况 (13)表2-2 院(系)教学安排 (14)V10.8.2 2010年09月09日表2-3 体育项目 (14)表2-4 人才培养模式创新实验区 (14)表2-5 国家级教学基地 (15)表2-6 实验教学示范中心 (15)表2-7 本科实验教学实验室(中心) (15)表2-8 校外实习、实训基地 (15)表2-9-1 教材情况——编写教材概况 (16)表2-9-2 教材情况——使用教材概况 (16)表2-10-1 教学管理制度 (17)表2-10-2 教学管理文件目录 (17)表2-11 本科教学信息化 (18)表2-12 教学质量监控体系 (18)表2-13 教学管理组织机构(科室) (19)表2-14 校级教学管理人员 (19)表2-15 院(系)教学管理人员 (19)表2-16 教学管理人员培训及成果 (19)表2-17 教学质量监控人员 (20)表2-18 评教统计表 (20)表2-19 本科课程情况表 (20)表2-20 各专业专任教师职称、学位、年龄、学缘情况 (21)表2-21 教学事故 (22)表2-22-1 教师所获荣誉概况 (22)表2-22-2 院(系)教师个人所获荣誉 (23)V10.8.2 2010年09月09日表2-22-3 院(系)教学团队 (23)表2-23-1 课程建设 (24)表2-23-2 课程情况 (24)表2-23-3 精品课程 (24)表2-24 分专业实验、毕业综合训练情况 (25)表2-25 院系毕业综合训练指导教师情况 (25)表2-26-1 教学改革概况 (25)表2-26-2 教育教学研究与改革项目 (25)表2-26-3 教学成果奖 (26)表2-27 本科生教学效果 (27)表2-28-1 院(系)教学效果——本科生竞赛获奖情况 (28)表2-28-2 院(系)教学效果——本科生课外科技、文化获奖情况 (28)表2-28-3 院(系)教学效果——本科生文艺、体育竞赛获奖情况 (28)表2-28-4 院(系)教学效果——本科生社会实践团队获奖情况 (28)表2-28-5 院(系)教学效果——本科生社会实践个人获奖情况 (29)表2-28-6 院(系)教学效果——专利情况 (29)表2-28-7 院(系)教学效果——参加国际会议 (29)表2-29 学生交流情况 (29)表3-1 教学经费概况 (30)表3-2 学校教育经费支出 (30)表3-3 教育事业收入 (30)表3-4 当年捐赠情况 (31)表3-5 院(系)教育经费支出 (31)V10.8.2 2010年09月09日表4-1 固定资产情况 (32)表4-2 分院(系)教学科研仪器值 (32)表5-1 教学行政用房及教学设备 (33)表5-2 校内实习、实训场所 (33)表5-3 图书、期刊 (33)表5-4 校园网建设情况 (34)表5-5 生活用房(学生食堂、澡堂、宿舍) (34)表6-1 教风学风概况 (35)表6-2-1 学生管理组织机构(科室) (36)表6-2-2 校级学生管理人员 (36)表6-2-3 院(系)及相关单位思政教师信息表 (36)表6-3 就业管理人员 (36)表6-4 学生数量基本情况 (37)表6-5 普通本科分专业学生数 (38)表6-6 近一届本科生招生类别情况 (38)表6-7 国外及港澳台学生情况 (38)表6-8 近一届本科生录取标准及人数 (39)表6-9 各专业报到情况 (39)表6-10 本科生奖贷补 (39)表6-11-1 应届本科毕业生就业情况 (40)表6-11-2 院(系)应届本科毕业生就业情况 (40)表7-1 学生社团 (41)表7-2 课外活动、讲座 (41)V10.8.2 2010年09月09日表7-3 素质教育基地、职业资质培训等情况 (41)表8-1-1 科研机构概况 (42)表8-1-2 科研机构列表 (42)表8-2 教师科研情况 (43)表9-1 学科建设概况 (44)表9-2 博士后流动站 (44)表9-3 博士点、硕士点 (44)表9-4 重点学科 (44)特殊情况说明 (45)V10.8.2 2010年09月09日表Ⅰ学校基本情况1.学校名称(章)2.学校英文名称3.学校行政辖区名称代码续4.邮政编码7.校园网域名10.填报负责人11.校长(签章)5.学校办公电话-8.学校主页网址姓名电子信箱6.学校办公传真号码-9. 学校办公电子信箱续12.办学类型13.学校性质类别14.学校举办者普通高等学校民办的其他高等教育机构本科院校:大学学院□□□综合院校理工院校农业院校林业院校医药院校师范院校语言院校财经院校政法院校体育院校艺术院校民族院校□□□□□□□□□□□中央部门地方政府省部共建非地方政府民办15.学校层次16.招生批次设有研究生院的高校“985工程”院校“211工程”院校一般院校新建院校□□□□□第一批次招生第二批次招生A第二批次招生B第三批次招生A第三批次招生B□□□□□V10.8.2 2010年09月09日续17.学校升本情况学校升本时间升本前校名续18.学校地址编号校区名称地址邮政编码表Ⅱ校训、办学思想1.校训2.学校发展定位3.学校人才培养目标定位4.教育教学思想5.多媒体反映链接地址V10.8.2 2010年09月09日表Ⅲ院系所情况编号院系表Ⅳ学科专业情况编号院系专业专业结构与布局文件上传表Ⅴ学校面积单位:(平方米)1.占地面积2.总建筑面积总占地面积其中:绿化用地面积总计学校产权非学校产权其中:a.独立使用-b.共同使用-V10.8.2 2010年09月09日表Ⅵ学校发展规划学校发展规划发展战略规划文件上传学科建设和队伍建设规划文件上传校园建设规划文件上传表Ⅶ校友会与社会合作1.校友会(个)2.签订合作协议的机构(个)总数其中机构总数其中境内境外学术机构企业地方政府V10.8.2 2010年09月09日表1-1 校领导基本信息校领导基本信息编号姓名职务出生年月性别专业技术职务学历校内分管工作专业学习和工作简历(链接)V10.8.2 2010年09月09日表1-2 教师队伍概况单位:人类别教师数量总计其中:女性双师型具有行业背景具有工程背景职称教授副教授讲师助教无职称学位博士硕士学士无学位年龄35岁及以下36~45岁46~55岁56岁及以上学缘本校外校(境内)外校(境外)学校教师库链接链接地址V10.8.2 2010年09月09日表1-3 学校聘请校外教师概况单位:人类别教师数量总计其中:女性来源企业行业部门高校其他职称正高级副高级中级初级无职称年龄35岁及以下36~45岁46~55岁56岁及以上外聘教师库链接V10.8.2 2010年09月09日表1-4-1 高层次人才高层次人才编号姓名类型研究方向获得年份个人简介链接备注表1-4-2 高层次研究群体(团队)高层次研究群体(团队)编号研究方向负责人类型获得年份简介链接V10.8.2 2010年09月09日表1-5 院(系)和其他教学单位专任教师情况院(系)名称:单位:人数量总计其中:女性双师型具有行业背景具有工程背景职称正高级副高级中级初级无职称学位博士硕士学士无学位年龄35岁及以下36~45岁46~55岁56岁及以上学缘本校外校(境内)外校(境外)V10.8.2 2010年09月09日表1-6 院(系)教师培训进修、交流情况院(系)名称:1.教师培训进修2.交流教师(3个月及以上)(人次)境内(人次)境外(人次)到行业培训(人)攻读学位(人)教师培训情况说明来访出访国际交流教师名单及内容总数其中:3个月以总数其中:境内境外境内境外博士硕士文件上传V10.8.2 2010年09月09日表1-7 学校实验技术人员职称、学位、年龄单位:人教师数量总计职称正高级副高级中级初级无职称学位博士硕士学士无学位年龄35岁及以下36~45岁46~55岁56岁及以上V10.8.2 2010年09月09日表1-8 院(系)实验技术人员职称、学位、年龄单位:人院(系)名称:教师数量总计职称正高级副高级中级初级无职称学位博士硕士学士无学位年龄35岁及以下36~45岁46~55岁56岁及以上V10.8.2 2010年09月09日表2-1 院(系)下属各专业情况院(系)名称:专业名称:1.专业建设发展规划2.支撑学科名称3.优势专业(品牌专业、特色专业、示范专业、重点建设专业)4.专业设置时间 5.是否新办专业级别类型起始时间文件上传是□否□续6. 培养方案上传文件7.培养目标与服务面向文本框续8.专业培养计划学时与学分学时数(学时)学分数(分)总数其中总数其中课内教学实验教学集中性实践教学环节课内教学实验教学课外科技活动续9.各专业带头人姓名出生年月学历学位专业技术职称学缘参加教学工作时间V10.8.2 2010年09月09日表2-2 院(系)教学安排编号院(系)名称教学安排课表链接表2-3 体育项目1.中国大学生体育训练基地编号名称续2.大学生高水平运动项目编号名称续3.国家运动训练专业编号名称表2-4 人才培养模式创新实验区编号人才培养模式创新区名称级别设立年份V10.8.2 2010年09月09日表2-5 国家级教学基地国家级教学基地编号名称级别设立年份表2-6 实验教学示范中心实验教学示范中心编号名称级别设立年份表2-7 本科实验教学实验室(中心)本科实验教学实验室编号名称面向专业年度承担的实验教学人时数(人时)开放情况文件上传表2-8 校外实习、实训基地编号名称地址面向专业每次可接纳学生数(个)V10.8.2 2010年09月09日V10.8.2 2010年09月09日表2-9-1 教材情况——编写教材概况单位(册)编写情况 总数 其中国家级 省部级 规划教材 获奖教材近三年学校主编出版教材一览表文件上传表2-9-2 教材情况——使用教材概况1.使用规划教材、获奖教材情况(册)2.选用近三年出版的省部级以上(含)规划教材、指定教材、重点推荐、精品教材等优质教材的比例(%)总数其中国家级省部级规划教材获奖教材规划教材获奖教材表2-10-1 教学管理制度教学管理制度教学计划修订制度有□无□文件上传制定(修订)培养方案的原则意见有□无□文件上传教学工作基本规范有□无□文件上传实验教学管理制度有□无□文件上传新教师培训制度有□无□文件上传教学事故认定办法有□无□文件上传学生学籍管理细则有□无□文件上传学生学业指导手册有□无□文件上传学生违纪处理细则有□无□文件上传表2-10-2 教学管理文件目录教学管理文件校级文件上传链接地址院(系)名称院(系)1 文件上传院(系)2 文件上传V10.8.2 2010年09月09日表2-11 本科教学信息化本科教学信息化教学管理信息系统有□无□链接地址网络教学平台有□无□链接地址表2-12 教学质量监控体系教学质量监控体系教学质量保障体系建设基本情况有□无□文件上传教学工作定期检查制度有□无□文件上传教学督导机构和制度有□无□文件上传学生评教制度有□无□文件上传评教结果数据库地址课程教学评价体系有□无□文件上传实验教学评价体系有□无□文件上传实习教学评价体系有□无□文件上传毕业综合训练环节评价体系有□无□文件上传院(系)或专业本科教学工作评价制度有□无□文件上传学校年度教学工作分析报告有□无□文件上传学校开展教学自我评价及质量改进机制有□无□文件上传V10.8.2 2010年09月09日表2-13 教学管理组织机构(科室)机构名称编号部处下设科室表2-14 校级教学管理人员单位:人编号姓名性别出生年月所属部门行政职务专业技术职务专业学历学位表2-15 院(系)教学管理人员编号姓名性别出生年月所属部门行政职务专业技术职务专业学历学位表2-16 教学管理人员培训及成果教学管理人员培训教学管理人员成果培训计划培训实施情况教学成果奖(项)教学论文(篇)教育教学研究及实践成果一览表总数其中总数其中国家级省部级校级教学研究教学管理文件上传V10.8.2 2010年09月09日表2-17 教学质量监控人员编号姓名性别出生年月所属部门行政职务专业技术职务专业学历学位表2-18 评教统计表分类按课堂分数统计评教类型结果分析优(90分以上)良好(90-75分)中(75-60分)差(60分以下)理论课文件上传实践教学表2-19 本科课程情况表1.本科课程总门次(门次)2.主讲本科课程的教师总人数(人)其中由教授授课的课程门次(门次)由副教授授课的课程门次(门次)符合岗位资格(人)教授(人)副教授(人)V10.8.2 2010年09月09日表2-20 各专业专任教师职称、学位、年龄、学缘情况单位:人院(系)名称:专业名称数量总计其中:女性职称正高级副高级中级初级无职称学位博士硕士学士无学位年龄35岁及以下36~45岁46~55岁56岁及以上学缘本校外校(境内)外校(境外)V10.8.2 2010年09月09日表2-21 教学事故单位:次年度教学事故总数其中严重教学事故一般教学事故表2-22-1 教师所获荣誉概况1.教学名师(个)2.教学团队(个)3.全国师德先进个人累计数(个)4.教学成果奖(项)累计数其中累计数其中累计数其中国家级省部级国家级省部级校级国家级省部级续5.学生思政队伍工作成果奖(项)6.研究与创作(校级及以上文化体育创作、演出、比赛活动)获奖(项)7.其他奖励(项)累计数其中累计数其中国家级省部级国家级省部级国家级省部级市级校级文件上传文件上传V10.8.2 2010年09月09日表2-22-2 院(系)教师个人所获荣誉院(系):______________编号姓名所在单位类别获奖级别授予单位获奖年份个人简介链接备注表2-22-3 院(系)教学团队教学团队编号团队名称负责人主要成员级别获得年份团队简介链接V10.8.2 2010年09月09日表2-23-1 课程建设1.学校促进课程建设的政策、措施文件上传2.学校课程建设规划文件上传3.学校课程考核管理办法文件上传4.学校教材建设规划文件上传5.学校教材选用和评价制度文件上传表2-23-2 课程情况1.课程门数(门)2.课程门次(门次)总数其中总数其中:小班授课网上教学多媒体教学续3. 精品(优秀)课程(群)建设情况(项)4.双语课程(门)国家级省部级校级总数其中:国家双语教学示范双语教学课程名单文件上传表2-23-3 精品课程精品课程编号名称级别负责人获准时间备注V10.8.2 2010年09月09日表2-24 分专业实验、毕业综合训练情况1.实验情况2.毕业综合训练课题(个)有实验的课程(门)独立设置的实验课程(门)实验开出率(%)综合性、设计性实验教学(门)总数在实验、实习、工程实践和社会调查等社会实践中完成数表2-25 院系毕业综合训练指导教师情况院系名称指导毕业综合训练教师数量专任教师外聘教师表2-26-1 教学改革概况1.学校教学改革的总体思路与实施方案(含“质量工程”实施方案)文件上传2.教师发表教学研究论文、论著文件上传3.其他教学改革成果一览表文件上传4.教学改革成果的推广应用情况文本框表2-26-2 教育教学研究与改革项目教育教学研究与改革项目编号项目名称主持人级别立项时间验收时间经费(万元)V10.8.2 2010年09月09日表2-26-3 教学成果奖教学成果奖编号奖励名称主持人级别获奖时间授予单位V10.8.2 2010年09月09日表2-27 本科生教学效果1.学校组织、激励学生参加科技活动和学科竞赛活动的有关规定文件上传2.学生参加课外学术活动情况文本框3.学生参加各级各类学术活动立项一览表文件上传4.学生参加教师科研项目情况一览表文件上传5.学生发表论文、作品情况一览表文件上传续6.学科竞赛获奖(项)7.本科生课外科技、文化获奖(项)8.国家级或国际级文艺、体育竞赛获奖(项)总数其中总数其中总数其中国家级省部级国家级省部级国际级国家级省部级续9.学生发表学术论文(篇)10.学生发表作品数(篇、册)11.学生获准专利数(项)12.获取专业资格证书人数(人)13.英语等级考试14.体质合格率(%)15.参加国际会议(人次)英语四级考试累计通过率(%)英语六级考试累计通过率(%)续16.国家级或省部级社会实践获奖(项)国家级省部级团队个人V10.8.2 2010年09月09日表2-28-1 院(系)教学效果——本科生竞赛获奖情况院(系)名称:学科竞赛获奖情况编获奖项目奖励名称级别等级授予单位获奖者姓名指导教师获得年份号表2-28-2 院(系)教学效果——本科生课外科技、文化获奖情况院(系)名称:课外科技、文化获奖情况编号获奖项目奖励名称级别等级授予单位获奖者姓名指导教师获得年份表2-28-3 院(系)教学效果——本科生文艺、体育竞赛获奖情况院(系)名称:文艺、体育竞赛获奖情况编号获奖项目奖励名称级别等级或名次授予单位获奖者姓名指导教师获得年份表2-28-4 院(系)教学效果——本科生社会实践团队获奖情况院(系)名称:社会实践团队获奖情况编号团队名称奖励名称级别等级授予单位获奖者姓名指导教师获得年份V10.8.2 2010年09月09日表2-28-5 院(系)教学效果——本科生社会实践个人获奖情况院(系)名称:社会实践个人获奖情况编号奖励名称级别等级授予单位获奖者姓名指导教师获得年份表2-28-6 院(系)教学效果——专利情况院(系)名称:专利情况编号专利名称类别专利号姓名指导教师获得年份表2-28-7 院(系)教学效果——参加国际会议院(系)名称:参加国际会议编号参会学生姓名会议名称发表论文题目地点指导教师举办年份表2-29 学生交流情况交流学生数(个)总数其中本校到境外本校到境内境内到本校境外到本校V10.8.2 2010年09月09日表3-1 教学经费概况1.学校教育经费总额(万元)2.教学经费预算总额(万元)3.学校年度教学改革与建设专项经费(万元)4.学校年度教学经费分配办法文件上传5.学校年度财务决算报告文件上传表3-2 学校教育经费支出学校教育经费支出(万元)教学日常运行支出教学改革支出课程建设支出专业建设支出教材建设支出实践教学支出学生活动经费支出总数其中:校外表3-3 教育事业收入1. 经常性预算内教育事业费拨款2.学费收入(万元)3.社会捐赠收入(万元)4.其他教育事业收入(万元)国家(万元)地方(万元)本科生各类研究生高职高专网络与继续教育V10.8.2 2010年09月09日表3-4 当年捐赠情况编号捐赠机构或人员名称类别捐赠金额(万元)捐赠金额总计(万元)自动生成注:填写额度在1万元以上的捐赠;数值保留小数点后一位。
2017山东省高等学校人文社会科学优秀成果奖拟奖名单(高职高专)
高职院校优秀传统文化育人模式实践研究—— 山东水利职业学院 以水文化为例 基于特色社团活动的高职院校德育文化建设研 山东水利职业学院 究 区域高等职业教育科学发展研究 城镇化建设与高职院校办学定位研究 德州职业技术学院 潍坊职业学院
现代职业教育体系视域下的中高职,应用型本 济南工程职业技术学 科专业协调发展研究 院 应用型高校核心竞争力发展研究——以山东为 济南工程职业技术学 例 院 高职涉外类专业跨文化交际课程教学现状调查 山东外国语职业学院 研究 高职院校校企共同体体制机制创新研究 济宁职业技术学院
拟奖 等次 3 3 3 3 3 3 3 3 3 3 3 3 3 3
职业院校涉外护理专业人才培养国际化英语第 泰山护理职业学院 二课堂的研究与实践 高职院校体育课引入素质拓展训练的实践研究 潍坊护理职业学院 “五方融通”机制在高职院校全员育人中的研 潍坊护理职业学院 究与实践 我心中的的学校教育 青岛职业技术学院
高校思想政治理论课引入服务学习的理论基础 山东商业职业技术学 探析 院 《中国村庄社会变迁研究——鲁西南老凹张村 山东外事翻译职业学 的百年演变史》 院 基于金融资产配置差异的家庭财务状况比较分 山东外贸职业学院 析 非线性季节财务风险预警模型研究 水利工程施工管理路径研究 高职院校E-Learning教学资源平台应用研究 基于ISO9001标准构建高职院校质量管理体系 的研究 淄博职业学院 山东水利职业学院 聊城职业技术学院
基于商业模式创新的企业风险防控对策研究— 山东商业职业技术学 —以山东为例 院 “互联网+”背景下跨境电商人才需求及培养 路径研究 山东科技职业学院
董事会治理要素与公司绩效相关性研究——来 德州职业技术学院 自制造业的经验证据 企业采购与付款循环业务内部控制审计研究 德州职业技术学院
双碳目标下ESG_表现与企业财务绩效——基于外部压力的调节作用
摘要:随着我国“双碳”目标的提出以及绿色建设的不断推进,ESG 投资理念为企业可持续发展提供了新的思路与可能。
基于此,以2009—2020年我国A 股上市企业为样本,探究了在三种不同的外部压力作用之下,企业ESG 表现对财务绩效的影响。
研究发现:企业良好的ESG 表现能够改善财务绩效,政府规制、行业竞争、舆论监督均在二者的关系中发挥了正向的调节作用;对于非国有、信息披露质量高、规模较小的企业而言,企业ESG 表现对财务绩效的改善更为明显;机制检验发现,提升技术创新水平是企业ESG 表现提高财务绩效的内在渠道,且政府规制的调节效应可以同时通过技术创新中介实现,随着政府规制压力的增大,ESG 表现通过技术创新渠道对企业财务绩效的改善作用减弱。
研究结论对企业进行ESG 实践、对政府完善相关政策、推动绿色发展进程,具有一定的参考意义。
关键词:企业ESG 表现;财务绩效;外部压力;技术创新文章编号:1003-4625(2023)06-0069-13中图分类号:F832.6文献标识码:A Abstract Abstract::With the proposal of “carbon peaking and carbon neutrality ”goal and the continuous ad⁃vancement of green construction,ESG investment concept provides a new idea and possibility for the sustainable development of enterprises.Based on this,taking Chinese A-share listed companies from 2009to 2020as samples,this paper explores the influence of corporate ESG performance on fi⁃nancial performance under three different external pressures.The results show that good ESG perfor⁃mance can improve financial performance,and government regulation,industry competition and pub⁃lic opinion supervision all play a positive moderating role in the relationship between the two.For non-state-owned enterprises with high information disclosure quality and small scale,the improve⁃ment of corporate ESG performance on financial performance is more obvious.The mechanism test shows that the improvement of technological innovation level is the internal channel for ESG perfor⁃mance to improve the financial performance of enterprises,and the regulatory effect of government regulation can be realized through the intermediary of technological innovation at the same time.With the increase of the pressure of government regulation,the improvement effect of ESG perfor⁃mance on the financial performance of enterprises through technological innovation channel weak⁃ens.The conclusion of the study has certain reference significance for enterprises to carry out ESG practice,the government to improve relevant policies,promote the process of green development.words Key words::enterprise ESG performance;financial performance;external pressure;technological in⁃novation蔡雯霞,邓琳琳,刘宇(山东理工大学经济学院,山东淄博255000)收稿日期:2023-02-20基金项目:本文为山东省社科基金项目“新旧动能转换下山东制造业转型升级的路径和对策研究”(19CDNJ34)的阶段性成果。
遥感技术在农业资源与土壤环境综合监测上的应用
㊀山东农业科学㊀2024ꎬ56(3):163~170ShandongAgriculturalSciences㊀DOI:10.14083/j.issn.1001-4942.2024.03.022收稿日期:2023-08-24基金项目:国家自然科学基金面上项目(41977019)ꎻ山东省本科教学改革研究面上项目(M2021062)ꎻ山东省科技型中小企业创新能力提升工程项目(2022TSGC2437)作者简介:鄂高阳(2002 )ꎬ男ꎬ黑龙江佳木斯人ꎬ在读本科生ꎬ研究方向为土地资源管理ꎮE-mail:2966281708@qq.com韩芳(1981 )ꎬ女ꎬ博士ꎬ副教授ꎬ研究方向为资源环境遥感应用ꎮE-mail:hanf@lreis.ac.cn∗同为第一作者ꎮ通信作者:刘之广(1987 )ꎬ男ꎬ山东招远人ꎬ博士ꎬ副教授ꎬ主要从事土壤肥料资源高效利用研究ꎮE-mail:liuzhiguang8235126@126.com遥感技术在农业资源与土壤环境综合监测上的应用鄂高阳1ꎬ韩芳2∗ꎬ秦秉希3ꎬ刘之广1(1.山东农业大学资源与环境学院ꎬ山东泰安㊀271018ꎻ2.山东理工大学建筑工程与空间信息学院ꎬ山东淄博㊀255049ꎻ3.山东农业大学信息科学与工程学院ꎬ山东泰安㊀271018)㊀㊀摘要:近年来ꎬ遥感技术和遥感设备已被普遍应用于农业资源与土壤环境综合监测中ꎬ且在农业生产㊁环境保护和自然资源管理等几个方面成效卓著ꎮ但是ꎬ土壤问题依然影响着人类的生态文明建设ꎬ制约着人类健康和发展的稳定性ꎮ随着国内外对土壤问题研究和调查的不断深入ꎬ针对性提出的一系列解决方案和政策措施在一定程度上改善了土壤环境问题ꎬ但也暴露出监测技术不足㊁监测方法亟待改进等很多新问题ꎮ本文综述了遥感监测技术在农业生产㊁环境保护和自然资源管理三个方面的应用现状ꎬ重点对遥感监测手段㊁遥感技术在土壤监测方面的应用进行了较全面的阐述ꎬ对现有工作中存在的问题进行总结ꎬ并对今后的发展方向做出展望ꎮ关键词:遥感技术ꎻ土壤综合监测ꎻ农业生产ꎻ环境保护ꎻ自然资源管理中图分类号:S127㊀㊀文献标识号:A㊀㊀文章编号:1001-4942(2024)03-0163-08ApplicationofRemoteSensingTechnologyonIntegratedMonitoringofAgriculturalResourcesandSoilEnvironmentEGaoyang1ꎬHanFang2∗ꎬQinBingxi3ꎬLiuZhiguang1(1.CollegeofResourcesandEnvironmentꎬShandongAgriculturalUniversityꎬTaian271018ꎬChinaꎻ2.SchoolofCivilEngineeringandGeomaticsꎬShandongUniversityofTechnologyꎬZibo255049ꎬChinaꎻ3.CollegeofInformationScienceandEngineeringꎬShandongAgriculturalUniversityꎬTaian271018ꎬChina)Abstract㊀Therecentdevelopmentofremotesensingtechniqueandequipmenthasadvanceditsapplica ̄tiononintegratedmonitoringofagriculturalresourcesandsoilenvironmentꎬwhichhasoutstandingeffectsinagriculturalproductionꎬenvironmentalprotectionandnaturalresourcesmanagement.Howeverꎬsoilproblemsstillaffecttheconstructionofhumanecologicalcivilizationandrestrictthestabilityofhumanhealthanddevel ̄opment.Withthedeepeningofresearchandinvestigationofsoilproblemsathomeandabroadꎬaseriesoftar ̄getedsolutionsandpolicymeasureshadbeenputforwardandhadimprovedsoilenvironmenttoacertainex ̄tent.Butmanynewproblemssuchasinadequacyandneedtoimprovingofmonitoringtechnologyhavebeenexposed.Inthispaperꎬtheapplicationstatusofremotesensingmonitoringtechniqueonagriculturalproduc ̄tionꎬenvironmentalprotectionandnaturalresourcemanagementwerereviewedꎬtheapplicationofremotesensingmonitoringtoolsandtechniquesonsoilmonitoringwaselaboratedꎬtheexistingproblemsweresumma ̄rizedꎬandtheoutlookofresearchdirectionwasproposed.Keywords㊀RemotesensingtechnologyꎻIntegratedmonitoringofsoilꎻAgriculturalproductionꎻEnviron ̄mentalprotectionꎻNaturalresourcesmanagement㊀㊀土壤作为农业㊁林业㊁畜牧业等领域的重要资源ꎬ其质量㊁特性及变动会对作物产量和品质产生直接影响ꎮ在社会与经济不断发展的大背景下ꎬ土壤开发利用中的损害和污染问题日益凸显ꎮ近年来ꎬ土壤问题已引起广泛关注ꎬ不仅关系到人类的生活品质ꎬ更是国家可持续发展战略的重要组成部分ꎮ因此ꎬ加强土壤综合监测和保护能力ꎬ有利于推进国家生态文明建设和提高生态兼容性[1-2]ꎮ工业经济的迅速发展对生态环境造成了极大的破坏ꎬ且土壤处于脆弱状态ꎬ易遭受到来自物理㊁化学等多方面的影响ꎮ研究显示ꎬ人类活动引起的全球生态环境变化ꎬ致使土壤严重受损ꎬ直接或间接导致全球生物多样性和生态功能的退化[3-4]ꎮ例如ꎬ乙撑双二硫代氨基甲酸酯类杀菌剂和各种有毒杀虫剂的滥用对环境造成了大量原生和次生污染ꎬ有毒物质通过食物链积累ꎬ最终进入人体ꎬ产生与癌症㊁遗传毒性等相关的物质[5-6]ꎮ工业化进程不断推进ꎬ土壤环境恶化加剧ꎬ工业废水排放等导致土壤污染问题日益严重ꎬ土壤中重金属含量急剧上升ꎬ给食物链的中高层生物带来严重威胁[7-8]ꎮ在我国ꎬ土壤问题主要表现为不合理开发㊁不合规排放和有毒农药及化肥的过度使用等ꎬ水土流失㊁土壤侵蚀和土壤污染等问题尤为严重[1-2]ꎮ与此同时ꎬ我国土壤监测发展相对滞后ꎮ国外土壤监测的相关研究可追溯至20世纪60年代末ꎬ而我国则在20世纪80年代才开始ꎮ因此ꎬ我国亟需采取有效措施进行土壤环境监测和修复ꎮ传统的土壤监测方法主要依赖于现场调查和实验室分析ꎬ耗时长㊁费用高ꎬ且难以实现大范围㊁高效率的监测ꎮ遥感监测是指利用遥感技术进行监测的技术方法ꎬ在获取大面积信息方面具有快而全的优势ꎬ为土壤监测提供了新的可能性[9]ꎮ1㊀土壤综合监测及遥感技术概述遥感技术具有监测范围广㊁信息连续性强㊁信息处理效率高等优势ꎮ相较于传统监测技术ꎬ遥感技术可大幅降低人工和经济成本ꎬ缩短信息处理周期ꎬ保证信息时效性ꎬ有助于加快土壤信息汇总进度ꎬ及时处理土壤污染事件ꎮ遥感技术还可进行非常规监测ꎬ扩大土壤监测范围且对极端地形的监测效果显著ꎬ还能够实现全天候环境监测ꎮ遥感技术可实现对单个区域的动态监测ꎬ有助于监测土壤变化ꎬ及时了解土壤受污染程度ꎬ实时监控土壤修复进程ꎬ提升土壤污染治理效果ꎮ遥感技术作为一项综合技术ꎬ实现了土壤资源整合的统一与信息化ꎬ推进了土壤综合监测等的研究进度ꎮ土壤遥感监测基本流程如图1所示ꎮ图1㊀土壤遥感监测流程461山东农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第56卷㊀㊀㊀土壤遥感监测通常包含8个理化指标㊁3种放射性监测方式㊁17种有机监测方式和23种无机监测方式[9]ꎮ数据源主要有多源遥感卫星数据㊁无人机遥感数据以及地面测量数据等ꎮ多源遥感卫星数据包括Landsat㊁MODIS㊁Sentinel等ꎬ这些卫星的光谱范围广㊁时间分辨率高ꎬ可满足不同尺度㊁不同时相的土壤监测需求ꎻ无人机遥感数据优势在于具有高空间㊁高时间分辨率和高精度ꎬ利于细节特征的精细化监测ꎻ地面测量数据包括传统的土壤样点信息和高精度的地形数据ꎬ可与遥感数据交叉验证ꎬ提高监测精度和可信度ꎮ2㊀土壤遥感监测技术土壤遥感监测技术通过遥感和地面探测等技术手段ꎬ对土壤进行非接触式的监测和评估ꎬ可以为土地利用㊁农业生产㊁环境保护等领域提供丰富的信息ꎬ是实现土壤可持续发展的重要工具ꎮ常用的土壤遥感监测技术包括: (1)遥感影像分析技术ꎮ利用高分辨率卫星或无人机获取的影像数据ꎬ分析土壤覆盖类型㊁土地利用状况以及土壤质量[10]ꎮ如利用Landsat卫星数据进行耕地㊁林地㊁草地等土地利用类型的分类和监测ꎻ通过NDVI(normalizeddifferencevege ̄tationindex)指数评估植被覆盖程度ꎬ从而反映土壤肥力状况ꎮ(2)土壤光谱技术ꎮ这是一种利用光谱仪器测量土壤反射光谱ꎬ推断土壤性质和特征的方法[11]ꎮ例如ꎬ近红外光谱技术可以获取土壤有机质含量㊁水分含量和pH值等信息ꎻ红外光谱技术可以获得土壤粘粒含量和矿物成分信息ꎮ通过这些信息可以评估和监测土壤质量ꎮ(3)地球物理勘探技术ꎮ这是通过测量土壤的物理特征ꎬ如电阻率㊁磁性和声波传播速度等ꎬ推断土壤性质和结构的方法ꎮ例如ꎬ电磁法测量土壤电阻率可以获取土壤含水量和盐分信息ꎻ地震波速度测量技术可以获得土壤密度和压缩模量信息ꎮ通过这些信息可以评估和监测土壤结构和性质ꎮ综上所述ꎬ通过三种土壤遥感监测技术ꎬ可获取土壤覆盖类型㊁土地利用状况㊁土壤质量与结构等信息ꎬ实现无接触的土壤监测和评估ꎬ为土地利用㊁农业生产与环境保护等提供丰富的数据和信息ꎬ为土壤资源的管理与保护提供科学有效的数据支持ꎮ3㊀遥感技术应用3.1㊀农业生产遥感技术在农业领域应用非常广泛ꎮ郭广猛等[12]使用中红外波段对土壤湿度进行遥感监测ꎬ通过回归分析发现土壤水分与MODIS(moderate ̄resolutionimagingspectroradiometer)第7波段的反射率之间具有较好的相关关系ꎮZhu等[13]利用机器学习对根际土壤湿度进行预测ꎬ显著提高了土壤水分预测的准确率与服务水平ꎮLiu等[14]研究表明土壤光谱反射率与土壤湿度存在相关性ꎬ在一定土壤水分临界值下土壤光谱反射率与土壤湿度呈负相关ꎮ通过对土壤盐碱性㊁腐蚀㊁水分以及农作物生长环境等进行遥感监测分析ꎬ可以连续监测并发现其变化趋势ꎬ为其管理提供科学的指导和建议ꎮ例如提出农业用水管理决策ꎬ提高农业灌溉用水效率等[15]ꎮ同时ꎬ遥感技术也可监测草地的长势㊁产量㊁退化㊁沙化及耕地与草地的面积变化等[16]ꎬ为草原与畜牧业管理决策提供有价值的信息ꎮ通过遥感数据可以了解农业有效灌溉面积的增长情况[17]ꎬ并预测未来的发展趋势ꎬ对于解决灌溉节水及水土流失等问题具有重要意义ꎮ遥感技术还可以通过监测土地利用变化情况ꎬ对农业生产提供支持ꎮ例如ꎬ可以对农田土地利用类型进行分类ꎬ了解耕地的变化情况ꎬ以便能够及时调整农业生产布局ꎮ同时ꎬ遥感技术还可以监测农作物的生长状况(生长阶段㊁病虫害等)ꎬ为农业生产提供实时数据支持ꎬ帮助农民及时采取相应的管理措施ꎮRomanak等[18]利用气相色谱法对土壤环境(如二氧化碳㊁氧气㊁温度㊁水分和压力等)进行了长期监测ꎮJiao等[19]利用极化细束影像对加拿大安大略东北部地区的小麦㊁大豆等主要作物进行了分类和面积提取ꎮ岳云开等[20]利用无人机多光谱遥感反演苎麻叶绿素含量ꎬ为高效检测苎麻叶绿素提供新方法ꎮ杨娜等[21]利用SMOS㊁SMAP数据技术对青藏高原季风及植被生长季土壤水分消长特征进行了研究ꎬ明确了近期青藏高原土壤水分的总体分布状况ꎬ为地区和全球气候及灾害的预测预报提供了561㊀第3期㊀㊀㊀㊀㊀㊀鄂高阳ꎬ等:遥感技术在农业资源与土壤环境综合监测上的应用借鉴和科学依据ꎮBala等[22]基于MODIS影像的NDVI数值进行土豆长势监测ꎮ何亚娟等[23]对冬小麦不同生育期的产量三因子(穗数㊁穗粒数㊁千粒重)进行双因子建模ꎬ使预报时间提前至抽穗后期至灌浆期ꎬ并且有90%的拟合精度ꎮSon等[24]利用MODIS数据建立了水稻生长期与单产的关系模型ꎬ并成功应用于湄公河三角洲水稻的长势监测与产量预测ꎮ韩文霆等[25]利用无人机多光谱遥感平台结合机器学习模型估测不同深度土壤含盐量ꎬ为农业生产提供了科学依据ꎮ3.2㊀环境保护遥感技术可以实时监测土壤质地㊁营养成分等的变化ꎬ进而对土壤质量和健康进行评估ꎮ其中ꎬ遥感技术在土壤侵蚀㊁土壤污染和土地利用监测等方面具有重要的应用价值ꎮ3.2.1㊀土壤侵蚀监测㊀遥感技术可以通过监测土壤的光谱信息ꎬ实现土壤侵蚀情况的监测ꎮ研究表明ꎬ450nm波段光谱值与土壤水分含量有关ꎬ500~640nm波段与土壤中氧化铁含量有关ꎬ660nm波段与土壤有机质含量呈负相关[26]ꎮ杨丽娟等[27]利用无人机遥感影像分析土壤侵蚀重要表现形式的新成切沟发生规律ꎬ为切沟的预防与治理提供科学依据ꎮ遥感监测技术为及时制定对策防止土壤流失和泥石流等自然灾害情况发生提供了重要的数据支撑ꎮ张晓远等[28]利用卫星遥感影像结合GIS和RS技术对RCSLE模型进行修正ꎬ使之能够对小流域水土流失动态变化进行分析和评价ꎮ3.2.2㊀土壤利用监测㊀遥感技术可以通过土地利用监测ꎬ帮助农业决策者确定土地分类和资源要求等信息ꎮ例如ꎬ黄应丰等[29]利用土壤光谱特性对华南地区主要土壤类型进行分类ꎬ提取10个光谱特征作为土壤光谱特征指标ꎬ综合应用土壤特征指标及其他分类指标对土壤进行分类ꎬ结果与中国土壤系统分类[30]中的相关内容相一致ꎮ李娜等[31]利用基于POI数据的城市功能区识别与分布特征研究ꎬ开展了遥感技术在农业资源与环境领域土壤综合监测方面的应用研究ꎬ为土壤分类识别在城市规划㊁城市管理㊁经济分析和环境保护等方面的应用提供了借鉴ꎮSenanayake等[32]利用遥感影像对降水量㊁土地利用率㊁土地覆盖和作物多样性等几个变量进行了时间序列分析和空间建模ꎬ监测土壤侵蚀㊁作物多样性和降水量变化ꎮ赵建辉等[33]提出了一种基于特征选择和GA-BP(geneticalgorithm ̄backpropagation)神经网络的多源遥感农田地表土壤水分反演方法ꎬ为多源遥感农田地表土壤水分反演提供了新思路ꎮ冯泉霖等[34]利用多光谱影像生成聚类深度网络遥感估算模型ꎬ完成SOM的含量估算与区域尺度上的数字制图ꎬ可为区域尺度上的土壤质量精细监测及管理提供有效的技术支持ꎮ3.2.3㊀土壤污染与重金属监测㊀通过遥感技术提取大面积土地的红外㊁雷达和光谱信息ꎬ实现土壤污染监测ꎮ遥感数据的采集㊁处理和分析可以揭示出地表环境的空间分布ꎬ便于地理信息系统(GIS)管理地表资源ꎮ遥感图像的特征分析和遥感模型构建可以确立土壤污染区域ꎬ依据土壤类别㊁地形地貌㊁气象特征㊁植被类型和人类活动等因素变化进行污染物模型构建ꎮ刘雯等[35]利用高分五号卫星高光谱影像对土壤Cd含量进行的大范围反演ꎬ可为环境污染评价及生态保护提供更好的数据支撑ꎮMesquita等[36]通过对土壤淋滤过程进行模拟分析ꎬ得出了一种利用在线模拟降水监测土壤铁元素及其配合物流失的方法ꎮ宋子豪等[37]通过对石油污染的农田土和湿地土进行采样分析ꎬ考察了石油污染对两种类型土壤的影响ꎮ黄长平等[38]利用遥感数据反演分析了南京城郊土壤重金属铜的10个敏感波段ꎮ张雅琼等[39]基于高分1号卫星影像快速提取了深圳市部九窝余泥渣土场的信息ꎬ验证表明归一化绿红差异指数的提取精度在97.5%以上ꎮ蔡东全等[40]利用HJ-1A高光谱遥感数据研究发现ꎬ铜㊁锰㊁镍㊁铅㊁砷在480~950nm波段内具有较好的遥感建模和反演效果ꎮ宋婷婷等[41]基于ASTER遥感影像研究土壤锌污染ꎬ发现481㊁1000㊁1220nm是锌的敏感波段ꎬ相关性最好的波段在515nm处ꎮDvornikov等[42]利用便携式分析仪测量了俄罗斯科拉半岛土壤中铜和镍的含量ꎬ并根据地形建立了回归模型ꎬ得出1.0~1.5m分辨率的辅助数据是预测该研究地区表层土中Cu和Ni含量的最佳方法ꎮ钟亮等[43]以遗传算法优化的偏最小二乘回归算法ꎬ对预处理后的农田土壤样品和小麦叶片光谱建立土壤重金属镉(Cd)和砷(As)含量的估测模型ꎬ为将来实现定661山东农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第56卷㊀量㊁动态㊁无损遥感监测大面积农田土壤重金属污染状况提供了参考依据ꎮ综上所述ꎬ随着遥感技术的不断升级和完善ꎬ其在土壤侵蚀监测㊁土壤污染监测和土地利用监测方面的应用将会更加广泛和深入ꎮ遥感技术可以为农业生产提供科学依据ꎬ帮助农业决策者制定更加科学的农业规划ꎬ促进农业可持续发展ꎮ3.3㊀自然资源管理遥感技术可以通过多角度㊁多时相的综合分析和评估ꎬ获取综合性土壤信息ꎬ进而对整个地区的土地资源状况和变化进行精细分类和数量分析ꎬ辅助GIS等信息技术分析手段对土地资源进行评估㊁监测和管理ꎮ其主要应用包括土壤类型识别㊁土壤水分监测㊁土壤质量评估和土地利用变化监测ꎮ3.3.1㊀土壤类型识别㊀遥感技术可以在短时间内获取大面积土壤类型信息ꎬ为构建土地利用/覆盖类型分类提供基础数据ꎬ为土地利用管理提供科学参考ꎮ例如ꎬ徐彬彬等[44]通过测定我国23类主要土壤类型的反射光谱曲线ꎬ将其归纳为平直型㊁缓斜型㊁陡坎型和波浪型ꎬ为构建土地类型分类提供了依据ꎮWei等[45]利用机器学习和高光谱技术ꎬ构建基于特征波段的土壤有机质(SOM)反演模型并取得了较好成果ꎬ为土壤类型识别提供了借鉴ꎮChimelo等[46]利用PlanetScope卫星星座和随机森林算法预测土壤中的粘土含量ꎮTunçay等[47]利用SFI等级与卫星图像的植被指数值进行比较ꎬ量化干旱与半干旱地区土壤的物理㊁化学和肥力指标的空间动态ꎮ杨栋淏等[48]通过结合多光谱与高光谱遥感数据ꎬ对云南山原红壤主要养分含量的高光谱特性进行研究ꎬ并利用机器学习建立相关模型ꎬ为土壤养分含量估测提供了依据ꎮ3.3.2㊀土壤水分监测㊀遥感技术可以多角度㊁多时相地获取土壤水分动态变化信息ꎬ结合植被生长指数等参数ꎬ帮助实现农林生产㊁荒漠化和水土流失等环境问题的监测ꎮ陈怀亮等[49]利用归一化植被指数NDVI和AVHRR4通道亮温建立回归方程ꎬ将土壤含水量与遥感指数联系起来ꎮ国外学者通过对比分析ERS-1的SAR图像与地面土壤水分实测值ꎬ发现土壤含水量与雷达后向散射系数间呈线性关系[50]ꎮ许泽宇等[51]利用增强型DeepLab算法和自适应损失函数的高分辨率遥感影像分类技术ꎬ通过改变编码器和解码器的结合方式增强二者的连接状态ꎬ加入自适应权重以及进行多通道训练等多方面改进ꎬ提高了地物高精度分类网络E-DeepLab的性能ꎬ为适用于遥感地物的自动分类和提取提供了借鉴ꎮDari等[52]利用K-Means聚类算法对意大利中部某地区2017年至2019年生成的100m空间分辨率灌溉区地图与地面实况数据相比较ꎬ取得较好结果ꎬ可为土壤水分遥感分析工作提供依据ꎮ3.3.3㊀土壤质量评估与土地利用变化监测㊀遥感技术可以精准㊁快速地获取相关土壤信息ꎬ用于土壤质量变化趋势分析㊁预测和评估ꎮDalal等[53]使用近红外光谱法预测土壤水分㊁有机碳和总氮含量ꎬ发现土壤有机质含量在0~2.6%范围内时ꎬ近红外法预测结果相对准确ꎻ而在有机质含量高于2.6%时ꎬ预测结果存在偏差ꎮBen ̄Dor等[54]利用近红外光谱法预测土壤有机质含量ꎬ通过分析土壤有机质的C/N比率来改进近红外法的预测准确度ꎮ沙晋明等[55]使用VF991地物光谱测量仪对不同环境条件下的土壤样本剖面进行测量ꎬ并测定了各土层土壤的有机质含量ꎮGuo等[56]利用多光谱㊁高光谱数据与植被指数ꎬ结合机器学习实现了土壤有机碳含量的测量与绘制相关图像ꎮ张智韬等[57]利用无人机遥感平台计算归一化植被指数并代入像元二分模型计算植被覆盖度ꎬ利用偏最小二乘回归算法和极限学习机算法构建不同覆盖度下各深度土壤含盐量反演模型ꎬ为无人机多光谱遥感监测农田土壤盐渍化提供了思路ꎮ吴倩等[58]使用便携式光谱仪采集陕西省黄土高原区黄绵土土壤的光谱数据ꎬ利用机器学习方法得出土壤碳酸钙含量与光谱反射率呈现正相关态势的结论ꎮ佘洁等[59]分析土壤养分空间变异来源ꎬ兼述遥感㊁GIS与人工智能等研究现状ꎬ并对当前存在的问题进行剖析ꎮ遥感技术还可以通过遥感数据解析和分类实现土地利用变化监测ꎬ并进一步提供多维度数据可视化和地表覆被变化分析等ꎬ快速监测不可再生土地用途的变化情况ꎬ这对于土地资源管理和保护具有重要意义ꎮ综上所述ꎬ遥感技术在土地资源管理和评估中具有重要的应用价值ꎬ可以为土地利用/覆盖类761㊀第3期㊀㊀㊀㊀㊀㊀鄂高阳ꎬ等:遥感技术在农业资源与土壤环境综合监测上的应用型分类㊁土壤水分监测㊁土壤质量评估和土地利用变化监测等提供科学依据和技术支持ꎮ随着遥感技术的不断发展和创新ꎬ其在土地资源管理和评估中的应用将会更加广泛和深入ꎬ为土地可持续利用和保护提供更强大的支持ꎮ4㊀展望土壤综合遥感监测技术已经在农牧业㊁林业㊁荒漠化和环境保护中得到广泛应用ꎮ综合遥感监测具有较高的实用价值ꎬ为土地资源的监测和管理提供了较为可靠的科学依据ꎮ尤其在当前科技发展较为迅速的大背景下ꎬ综合遥感监测技术的进一步推广和应用将为土地资源中长期规划㊁生态环境保护㊁自然灾害预警㊁公共安全等领域提供科学的数据基础和服务支撑ꎮ4.1㊀农业生产应用展望随着遥感技术的不断升级和完善ꎬ其在农业领域的应用将更加广泛和深入ꎮ例如ꎬ随着卫星分辨率的提高ꎬ可以更加精确地监测农田的土地利用㊁土壤水分等情况ꎬ为农业生产提供更加精准的数据支持ꎻ同时ꎬ随着人工智能和机器学习技术的发展ꎬ可以利用遥感数据进行数据挖掘和分析ꎬ提高数据的处理效率和准确性ꎬ帮助农业生产做出更加科学的管理决策ꎻ此外ꎬ还可以将遥感技术与其他技术相融合ꎬ如地理信息系统㊁无人机等技术ꎬ实现更加全面㊁精准的农业监测和管理ꎮ4.2㊀环境保护应用展望随着无人机㊁多光谱/高光谱等多源遥感设备的普及以及计算机技术的发展ꎬ土壤综合遥感监测技术在环境保护中将越来越得到更加广泛的应用ꎮ例如ꎬ利用无人机㊁卫星等搭载光谱设备的遥感平台可以高效监测大范围土壤情况ꎬ实现土地利用㊁植被覆盖等信息的分析ꎬ结合地面监测数据ꎬ可以及时发现土壤污染情况并进行污染程度评估ꎻ通过遥感技术可以对土地利用类型及其变化进行监测和分析ꎬ包括农地㊁城市扩展㊁森林覆盖等情况ꎬ有助于合理规划土地利用结构ꎬ保护耕地和生态环境ꎻ通过长时间㊁高时空和高分辨率的遥感影像监测土壤侵蚀㊁土地滑坡㊁沙漠化等自然灾害ꎬ及时发现灾害隐患并评估风险ꎬ可为防灾减灾提供技术支持等ꎮ4.3㊀自然资源管理展望随着大数据技术以及多源遥感技术的发展ꎬ土壤综合遥感监测技术在自然资源管理中发挥着越来越重要的作用ꎮ例如ꎬ通过监测土地利用类型㊁土地覆盖变化㊁土地利用强度等信息ꎬ利用大数据以及人工智能技术帮助制定土地规划㊁土地整治和土地利用政策等ꎻ通过对土地资源进行监测和评估ꎬ实现土地资源的合理利用ꎬ保护农田㊁森林㊁草原等重要生态系统ꎬ维护生态平衡ꎻ通过监测土壤水分含量㊁地下水位㊁土壤侵蚀情况等ꎬ合理利用和保护水资源等ꎮ综上ꎬ土壤综合遥感监测在农业生产发展㊁环境保护和自然资源管理等场景中具有重要的应用价值ꎬ未来还需加强遥感数据与地面测量数据的协同应用ꎬ优化反演模型㊁特征提取和分类识别方法ꎬ发挥遥感技术在土壤监测研究和应用中的更大潜力ꎮ参㊀考㊀文㊀献:[1]㊀王慧婷ꎬ王洪敏ꎬ李百庆.土壤资源环境保护研究[J].环境与发展ꎬ2018ꎬ30(5):240-242.[2]㊀郝梦洋ꎬ朱欣.重金属土壤污染的来源和影响[J].现代盐化工ꎬ2017(3):11ꎬ26.[3]㊀SmithPꎬHouseJIꎬBustamanteMꎬetal.Globalchangepres ̄suresonsoilsfromlanduseandmanagement[J].GlobalChangeBiologyꎬ2016ꎬ22(3):1008-1028.[4]㊀LalR.Restoringsoilqualitytomitigatesoildegradation[J].Sustainabilityꎬ2015ꎬ7(5):5875-5895.[5]㊀LemosPVRBꎬMartinsJLꎬLemosSPPꎬetal.Hepaticdamageinnewbornsfromfemaleratsexposedtothepesticidederivativeethylenethiourea[J].ActaCirurgicaBrasileiraꎬ2012ꎬ27(12):897-904.[6]㊀MaranghiFꎬdeAngelisSꎬTassinariRꎬetal.ReproductivetoxicityandthyroideffectsinSpragueDawleyratsexposedtolowdosesofethylenethiourea[J].FoodandChemicalToxicolo ̄gyꎬ2013ꎬ59:261-271.[7]㊀HuangYFꎬChenGFꎬXiongLMꎬetal.Currentsituationofheavymetalpollutioninfarmlandsoilandphytoremediationap ̄plication[J].AsianAgriculturalResearchꎬ2016ꎬ8(1):22-24.[8]㊀SunYJ.EcologicalriskevaluationofheavymetalpollutioninsoilinYanggu[J].GeostatisticsValenciaꎬ2017ꎬ19:919-931. [9]㊀林龙飞.论遥感技术在土壤方面的应用[J].中国资源综合利用ꎬ2021ꎬ39(1):117-120.[10]黄仲良ꎬ何敬ꎬ刘刚ꎬ等.面向GEE平台的遥感影像分析与应用研究进展[J].遥感技术与应用ꎬ2022ꎬ37(3):1-8.861山东农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第56卷㊀[11]刘云鹤ꎬ殷长春ꎬ蔡晶ꎬ等.电磁勘探中各向异性研究现状和展望[J].地球物理学报ꎬ2018ꎬ61(8):3468-3487. [12]郭广猛ꎬ赵冰茹.使用MODIS数据监测土壤湿度[J].土壤ꎬ2004ꎬ36(2):219-221.[13]ZhuQꎬWangYSꎬLuoYL.Improvementofmulti ̄layersoilmoisturepredictionusingsupportvectormachinesandensembleKalmanfiltercoupledwithremotesensingsoilmoisturedatasetsoveranagriculturedominantbasininChina[J].HydrologicalProcessesꎬ2021ꎬ35(4):e14154.[14]LiuWDꎬBaretFꎬGuXFꎬetal.Relatingsoilsurfacemois ̄turetoreflectance[J].RemoteSens.Environ.ꎬ2002ꎬ81(2/3):238-246.[15]韩文霆ꎬ张立元ꎬ牛亚晓ꎬ等.无人机遥感技术在精量灌溉中应用的研究进展[J].农业机械学报ꎬ2020ꎬ51(2):1-14. [16]李飞ꎬ李冰ꎬ闫慧ꎬ等.草地遥感研究进展与展望[J].中国草地学报ꎬ2022ꎬ44(12):87-99.[17]宋文龙ꎬ李萌ꎬ路京选ꎬ等.基于GF-1卫星数据监测灌区灌溉面积方法研究 以东雷二期抽黄灌区为例[J].水利学报ꎬ2019ꎬ50(7):854-863.[18]RomanakKDꎬBomseDS.Fieldassessmentofsensortechnol ̄ogyforenvironmentalmonitoringusingaprocess ̄basedsoilgasmethodatgeologicCO2storagesites[J].InternationalJournalofGreenhouseGasControlꎬ2020ꎬ96:103003.[19]JiaoXFꎬKovacsJMꎬShangJLꎬetal.Object ̄orientedcropmappingandmonitoringusingmulti ̄temporalpolarimetricRA ̄DARSAT ̄2data[J].ISPRSJournalofPhotogrammetryandRemoteSensingꎬ2014ꎬ96:38-46.[20]岳云开ꎬ陈建福ꎬ赵亮ꎬ等.基于无人机多光谱遥感的苎麻叶绿素含量反演[J].山东农业科学ꎬ2023ꎬ55(7):152-158.[21]杨娜ꎬ汤燕杰ꎬ张宁馨ꎬ等.基于SMOS㊁SMAP数据的青藏高原季风及植被生长季土壤水分长消特征研究[J].遥感技术与应用ꎬ2022ꎬ37(6):1373-1384.[22]BalaSKꎬIslamAS.CorrelationbetweenpotatoyieldandMO ̄DIS ̄derivedvegetationindices[J].InternationalJournalofRe ̄moteSensingꎬ2009ꎬ30(9/10):2491-2507.[23]何亚娟ꎬ汪庆发ꎬ裴志远ꎬ等.冬小麦产量分阶段预测模型[J].农业机械学报ꎬ2012ꎬ43(1):89-93ꎬ133.[24]SonNTꎬChenCFꎬChenCRꎬetal.PredictionofricecropyieldusingMODISEVI ̄LAIdataintheMekongDeltaꎬViet ̄nam[J].InternationalJournalofRemoteSensingꎬ2013ꎬ34(20):7275-7292.[25]韩文霆ꎬ崔家伟ꎬ崔欣ꎬ等.基于特征优选与机器学习的农田土壤含盐量估算研究[J].农业机械学报ꎬ2023ꎬ54(3):328-337.[26]姚艳敏ꎬ魏娜ꎬ唐鹏钦ꎬ等.黑土土壤水分高光谱特征及反演模型[J].农业工程学报ꎬ2011ꎬ27(8):95-100. [27]杨丽娟ꎬ王春梅ꎬ张春妹ꎬ等.基于遥感影像研究极端暴雨条件下新成切沟发生发展规律[J].农业工程学报ꎬ2022ꎬ38(6):96-104.[28]张晓远ꎬ刘朱婷ꎬ连少宏ꎬ等.基于RCSLE的粤西均墟河小流域水土流失动态变化[J].中国水土保持科学:中英文ꎬ2022ꎬ20(4):42-49.[29]黄应丰ꎬ刘腾辉.华南主要土壤类型的光谱特性与土壤分类[J].土壤学报ꎬ1995ꎬ32(1):58-68.[30]张保华ꎬ何毓蓉.中国土壤系统分类及其应用研究进展[J].山东农业科学ꎬ2005(4):76-78.[31]李娜ꎬ吴凯萍.基于POI数据的城市功能区识别与分布特征研究[J].遥感技术与应用ꎬ2022ꎬ37(6):1482-1491. [32]SenanayakeSꎬPradhanBꎬHueteAꎬetal.Spatialmodelingofsoilerosionhazardsandcropdiversitychangewithrainfallvari ̄ationintheCentralHighlandsofSriLanka[J].ScienceofThetotalEnvironmentꎬ2022ꎬ806(Pt2):150405.[33]赵建辉ꎬ张晨阳ꎬ闵林ꎬ等.基于特征选择和GA-BP神经网络的多源遥感农田土壤水分反演[J].农业工程学报ꎬ2021ꎬ37(11):112-120.[34]冯泉霖ꎬ李洪涛ꎬ徐夕博ꎬ等.基于聚类深度网络模型的莱州湾近岸平原表层土壤有机质含量遥感估算[J].安全与环境学报ꎬ2022ꎬ22(4):2248-2258.[35]刘雯ꎬ韩玲ꎬ刘明ꎬ等.基于高分五号高光谱波段选择的矿区周边土壤Cd含量反演[J].激光与光电子学进展ꎬ2023ꎬ60(17):1728001.[36]MesquitaLSꎬMesquitaRBRꎬLeiteAꎬetal.Integratedflow ̄basedsystemdisplayinganin ̄lineminisoilcolumntomonitorironspeciesinsoilsleachates[J].CommunicationsinSoilSci ̄enceandPlantAnalysisꎬ2020ꎬ51(8):1089-1100. [37]宋子豪ꎬ韩阳ꎬ韦晨阳ꎬ等.受石油污染的农田土和湿地土的偏振光谱特征对比[J].光谱学与光谱分析ꎬ2022ꎬ42(8):2603-2609.[38]黄长平ꎬ刘波ꎬ张霞ꎬ等.土壤重金属Cu含量遥感反演的波段选择与最佳光谱分辨率研究[J].遥感技术与应用ꎬ2010ꎬ25(3):353-357.[39]张雅琼ꎬ赵宇昕ꎬ屈冉ꎬ等.基于GF-1卫星遥感影像的生态空间周边建筑余泥渣土场提取方法研究[J].环境保护科学ꎬ2018ꎬ44(6):50-55ꎬ89.[40]蔡东全ꎬ吴泉源ꎬ曹学江ꎬ等.基于HJ1A-HSI的龙口污水灌溉区土壤重金属含量反演[J].安全与环境工程ꎬ2015ꎬ22(5):33-39.[41]宋婷婷ꎬ付秀丽ꎬ陈玉ꎬ等.云南个旧矿区土壤锌污染遥感反演研究[J].遥感技术与应用ꎬ2018ꎬ33(1):88-95. [42]DvornikovYꎬSlukovskayaMꎬYaroslavtsevAꎬetal.High ̄res ̄olutionmappingofsoilpollutionbyCuandNiatapolarindus ̄trialbarrenareausingproximalandremotesensing[J].LandDegradation&Developmentꎬ2022ꎬ33(10):1731-1744. [43]钟亮ꎬ钱家炜ꎬ储学远ꎬ等.利用高光谱遥感技术监测小麦土壤重金属污染[J].农业工程学报ꎬ2023ꎬ39(5):265-270.[44]徐彬彬ꎬ戴昌达.南疆土壤光谱反射特性与有机质含量的相关分析[J].科学通报ꎬ1980(6):282-284.[45]WeiLFꎬYuanZRꎬWangZXꎬetal.Hyperspectralinversion961㊀第3期㊀㊀㊀㊀㊀㊀鄂高阳ꎬ等:遥感技术在农业资源与土壤环境综合监测上的应用。
山东省第26次社科成果奖的通知
山东省第26次社科成果奖的通知
尊敬的专家同志们:
根据山东省社会科学成果奖研究工作委员会的决定,经山东省政府批准,决定宣布山东省第26次社科成果奖得奖获奖项目目录,各获奖者应于2021年9月15日前向山东省社会科学促进会缴纳奖金,由省社会科学促进会统筹安排发放。
1. 一等奖
(1)宗教与文化对中国今天意义的探究,黄金时代社会科学研究院;(2)走出去跨文化交流研究,山东大学社会学研究所;
(3)政府公共政策形成的机理与实证研究,山东师范大学中国政治研究中心。
2. 二等奖
(1)中国传统社会契约关系研究,山东大学中国文化研究中心;(2)新型农业人员组建与农业产业体系再生产模式构建系列研究,山东农业社会科学部共同社会科学研究院;
(3)中国能源财政体系研究,山东大学能源政治学研究中心。
3. 三等奖
(1)中国传统山水学研究,千佛山宗教文化研究中心;
(2)构建中国新型城乡社会养老环境,山东社会调查研究中心;
(3)重构中国财政及金融管治的理论与实践研究,山东大学法学系。
4. 特别提名奖
(1)莱阳秦岭自然界山区社会生态系统研究,山东大学环境科学学院;(2)古村落体系的生态重建与世界遗产保护,山东省考古学会;
(3)政府行政经济话语研究,山东大学生态社会学研究中心。
特此通知!
山东省社科成果奖研究工作委员会
2021年7月30日。
山东省社会科学优秀成果奖(1987.7—1988.6) 山东大学获奖名单
山东省社会科学优秀成果奖(1987.7—1988.6) 山东大学获奖
名单
无
【期刊名称】《山东大学学报:哲学社会科学版》
【年(卷),期】1990(000)001
【总页数】2页(P121-122)
【作者】无
【作者单位】
【正文语种】中文
【中图分类】C55
【相关文献】
1.山东省教育厅关于印发山东省高等学校科学技术奖励办法和山东省高等学校人文社会科学优秀成果奖奖励办法的通知 [J], ;
2.山东省社会科学优秀成果奖(1988.7—1989.6)——山东大学获奖名单 [J], 无
3.山东省高校哲学社会科学优秀成果奖山东大学获奖名单 [J], 无
4.陕西省第十二次哲学社会科学优秀成果奖西安交通大学获奖名单 [J],
5.第八届湖北省社会科学优秀成果奖获奖名单 [J],
因版权原因,仅展示原文概要,查看原文内容请购买。
教育部关于颁发第六届高等学校科学研究优秀成果奖(人文社会科学)的决定
教育部关于颁发第六届高等学校科学研究优秀成果奖
(人文社会科学)的决定
文章属性
•【制定机关】教育部
•【公布日期】2013.03.22
•【文号】教社科[2013]2号
•【施行日期】2013.03.22
•【效力等级】部门规范性文件
•【时效性】现行有效
•【主题分类】高等教育
正文
教育部关于颁发第六届高等学校科学研究优秀成果奖(人文
社会科学)的决定
(教社科[2013]2号)
第六届高等学校科学研究优秀成果奖(人文社会科学)的评奖工作业已完成。
按照我部《高等学校科学研究优秀成果奖(人文社会科学)奖励办法》,经专家评审、面向社会公示和奖励委员会审核通过,共有830项成果获奖,其中一等奖45项,二等奖250项,三等奖518项,成果普及奖17项。
现将获奖名单予以公布(详见附件)。
开展高校科学研究优秀成果奖(人文社会科学)评奖工作,是教育部为表彰全国高校哲学社会科学工作者所取得的突出成绩,鼓励和引导广大科研人员严谨治学、勇于创新、铸造精品,大力推进学科体系、学术观点、科研方法创新,深入推进高校哲学社会科学事业繁荣发展的一项重要工作。
各地教育行政部门和高等学校要以本次评奖工作为契机,认真总结经验,牢固树立创新意识和质量导向,积极推进高等学校哲学社会科学创新体系建设,为建设社会主义文化强国和全面建成小康
社会作出更大的贡献。
附件:第六届高等学校科学研究优秀成果奖(人文社会科学)获奖成果名单(830项)
教育部
2013年3月22日附件:
第六届高等学校科学研究优秀成果奖(人文社会科学)
获奖成果名单(830项)。
非物质文化遗产在高校中的传承发展路径——以泰山科技学院为例
教学实践[摘 要]目前,非遗在传承发展过程中出现了面窄、断层、生命力薄弱等问题。
高校作为知识、创新高地,在非遗传承发展中的作用越来越重要。
近年来,高校贯彻落实国家政策,多样化开展非遗进校园活动,成为非遗传承发展新阵地。
以泰山科技学院非物质文化遗产研究中心(以下简称“非遗中心”)为例,从非遗传创、非遗记忆、非遗公益、非遗展陈四个板块出发,深度探索非遗在高校中的传承发展路径。
[关键词]非物质文化遗产;高校;发展路径[中图分类号]J026 [文献标识码] A [文章编号] 2095-7556(2023)10-0091-03 本文文献著录格式:刘会.非物质文化遗产在高校中的传承发展路径:以泰山科技学院为例[J ].天工,2023(10):91-93. 刘 会 泰山科技学院非物质文化遗产在高校中的传承发展路径—以泰山科技学院为例基金项目:本文系2022年度山东省传统文化与经济社会发展专项课题“泰山木版年画文化与美德山东建设研究”(项目批准号:22C309300001)的阶段性研究成果。
作者简介:刘会(1988—),女,汉族,山东临沂人,硕士研究生,副教授,泰山科技学院非物质文化遗产研究中心主任,研究方向:大学通识教育、美育、地方文化与经济发展。
非物质文化遗产(以下简称“非遗”)是中华优秀传统文化的精华,是人民精神信仰和生存情调的彰显,是国家和民族历史文化成就的重要标志。
非遗在传承发展过程中遇到了面窄、断层、生命力薄弱等发展瓶颈。
近年来,高校纷纷响应国家政策,多样化开展非遗进校园活动,成为非遗传播、传承、发展新阵地。
泰山科技学院积极构建中华传统文化育人体系,成立非物质文化遗产研究中心(以下简称“非遗中心”),非遗中心作为学校特色育人模式与服务地方经济文化相结合的时代产物,经过探索逐步摸索出了一条适合地方院校非遗“双创”之路。
非遗中心以非遗传创、非遗记忆、非遗公益、非遗展陈四个板块为工作支点,通过教师指导、组织学生参与传创、公益、采风、研究等非遗活动,立志于唤醒师生文化基因、燃烧师生文化激情、重塑师生文化认知、增强师生文化自信。
第八届中国人口科学优秀成果获奖名单
第八届中国人口科学优秀成果获奖名单第八届中国人口科学优秀成果获奖名单于近日揭晓,这是一项备受瞩目的盛事。
中国人口科学研究一直以来都备受关注,因为人口是一个国家和社会发展的基础,对于制定政策和规划未来具有重要意义。
在这次评选中,经过专家评审和公众投票,最终确定了一批优秀的人口科学成果。
这些成果涵盖了人口统计、人口迁移、人口政策等多个领域,展现了中国人口科学研究的丰硕成果和创新能力。
首先,获得一等奖的是《中国人口与经济发展报告2020》,该报告通过对中国人口结构、人口迁移、人口老龄化等方面的深入研究,提出了一系列政策建议,为中国的经济发展和社会稳定提供了重要参考。
其次,获得二等奖的是《城市化进程中的人口流动与社会问题研究》,该研究通过对中国城市化进程中人口流动和社会问题的分析,揭示了城市化对人口流动和社会结构的影响,为城市规划和社会管理提供了有益的建议。
此外,还有多个研究项目获得了三等奖,包括《人口老龄化对社会保障的影响与对策研究》、《人口统计学方法在人口预测中的应用研究》等。
这些研究项目从不同角度出发,对人口老龄化和人口预测等问题进行了深入研究,为应对人口挑战提供了有力支持。
此次获奖的人口科学成果不仅在学术界具有重要意义,也对政府决策和社会发展具有重要影响。
这些成果的产生离不开广大科研人员的辛勤努力和创新思维,同时也得益于中国政府对人口科学研究的高度重视和支持。
未来,中国人口科学研究将继续深入发展,面临的挑战也将更加复杂和严峻。
人口老龄化、人口流动、人口结构调整等问题将成为研究的重点。
希望通过这些研究成果的推动,能够为中国的人口政策制定和社会发展提供更科学、更有效的支持。
总之,第八届中国人口科学优秀成果获奖名单的揭晓,标志着中国人口科学研究的进一步发展和成熟。
这些优秀成果的产生,将为中国的人口问题提供更多解决方案,为国家的发展和社会的进步做出更大贡献。
教育部关于第八届高等学校科学研究优秀成果奖(人文社会科学)奖励的决定
教育部关于第八届高等学校科学研究优秀成果奖(人文社会科学)奖励的决定文章属性•【制定机关】教育部•【公布日期】2020.12.10•【文号】教社科〔2020〕4号•【施行日期】2020.12.10•【效力等级】部门规范性文件•【时效性】现行有效•【主题分类】科技奖励正文教育部关于第八届高等学校科学研究优秀成果奖(人文社会科学)奖励的决定教社科〔2020〕4号为深入学习贯彻习近平新时代中国特色社会主义思想和党的十九大精神,深入贯彻落实习近平总书记关于教育的重要论述、关于哲学社会科学工作的重要论述,全面贯彻落实中共中央印发的《关于加快构建中国特色哲学社会科学的意见》精神,按照《高等学校科学研究优秀成果奖(人文社会科学)奖励办法》,教育部组织开展了第八届高等学校科学研究优秀成果奖(人文社会科学)的评奖工作。
经专家评审、面向社会公示、奖励委员会审议通过和教育部批准,共有1539项成果获奖(含香港、澳门高校获奖成果)。
其中:著作论文奖1241项,含一等奖152项、二等奖783项、三等奖306项;咨询服务报告奖77项,含一等奖10项、二等奖47项、三等奖20项;普及读物奖20项;青年成果奖201项。
现将获奖成果名单予以公布(详见附件,香港、澳门高校获奖成果名单另行通知)。
开展高校科学研究优秀成果奖(人文社会科学)评奖工作,是教育部为表彰奖励高校哲学社会科学工作者取得的突出成绩,展示高校社科界服务党和国家事业发展的重大理论与实践成果,推动高校加快构建中国特色哲学社会科学的重大举措。
希望获奖人员珍惜荣誉、再接再厉、严谨治学、铸造精品,积极为党和人民述学立论、建言献策,把获奖成果及时转化到教育教学、教材建设和社会服务中。
各地教育部门、各高校和广大高校哲学社会科学工作者,要增强“四个意识”,坚定“四个自信”,做到“两个维护”,深入贯彻落实党的十九届五中全会精神,坚持马克思主义在意识形态领域指导地位的根本制度,坚持立德树人,坚持扎根中国,全面繁荣高校哲学社会科学事业,建设高质量教育体系,为加快推进教育现代化、建成教育强国、办好人民满意的教育,实现“两个一百年”奋斗目标、实现中华民族伟大复兴的中国梦作出新的更大贡献!附件:第八届高等学校科学研究优秀成果奖(人文社会科学)获奖成果名单教育部2020年12月10日。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1 9 9 3 年第 1 2 期
.
、
,
,
。
,
,
、
、
。
这 次 山东 省 社 科 优 秀 成 果 二 等 奖 中 青 岛地 区 获得 者 还有 : 青 岛大 学 冯 光廉 教授 刘 增 人 教 授 的
《 中 国新 文 学 发 展 史 》
、
,
青 岛对 外 经 济 贸 易 委 员会 姜 培 玉 (北 京 经 济 学 院兼 职 教 授 ) 的 《 中 国 海 港
、
经贸风云 》
青 岛 大 学 吕 明灼 教 授 的 《 对 中 国 现 代 革 命 性 质认 识 上 的 两 次 转 变 论 》
、
青岛市委党
校 吕振 宇副 教 授 的 《 中 国经 济 矛 盾 论 》 和 青 岛 医 学 院 董 果 雄 张社 华 的 《 劳 动计 量 学 与 劳 动 控 制 论》
。
” 。 , , 。 , , , “ ” 、 “ , , , , , ,
、 、 、 、
绝 不 允 许 在 党 内 和 政 府 内 出现 谁 也 管 不 了 的
。
土 围子
土皇
前 车 之覆 后 车 之 鉴 我 们 应 该牢 牢 记 住 这 条 古 训 不 然 让 极 端 个 人 主 义 发 展 下 去 就 会 走 向
在敌 人 的铡 刀 下 保 卫 了党 的利 益 邱 少 云 为 了 不暴 露 志 愿 军 的潜 伏 部 队 烈 火 烧 身 毅 然 不 动 严 格 遵 守 战 场 纪 律 献 出 了 自己 宝 贵 的 生 命 保证 了 战 斗 任 务 的 胜 利 完 成 这 种 高 度 的 组 织 纪 律 性
。 , , . , , , . ,
. ’
,
。
,
,
人 为 财 死 鸟 为食 亡
,
”
、
“
飞蛾 扑 火 自取 灭 亡
,
”
的道路
。
(作 者 单位: 青 岛 教 育 学 院 )
山东省 第八次 社科评奖 揭 晓 我 院 一 项 成果获二 等奖
朝息 山 东 省 第八次社会科学 优秀 成果 评选 于 1 9 9 3 年 1 1月 2 l 1 [ 在 枣庄 揭 晓 我 院 郭 洋溪 的 《 中 国 占代 民俗 》 一 书 (与 冯 杰 合 著 ) 获 二 等 奖 该 书3 8 万 字 香港 新 闻 出 版 社 出 版 由天 津 南 开 大 学 历 史 系 主 任 社 会 史 专 家 博 士生 导 师 冯 尔 康 教 授 和 中央 工 艺 美 术 学 院 博 士 生 导 师 田 自秉 教 授 分 别 作 序
,
。
,
,
,
是 和他 们 的无 产 阶 级 觉 悟 分 不 开 的 但 是 有 少 数 党 员 由于 缺 乏 遵 守 党 的纪 律 的 自觉 性 最 后 走 向 严 重 违 法 乱 纪 的道 路 例 如 天 津 市 静 海 县 大 邱 庄 万 全 集 团 公 司 原经 理 部 经理 刘 云 章 等 1 8 人欧打 危福 合 致死 案 和 大 邱 庄 企 业 集 团总 公 司 原 董 事 长 禹作 敏 等 8 人 窝藏 妨 害公 务 行 贿 非 法 拘禁 非 法 管 制 案 以 及 青 岛 市 殷 钦 祖 案 件 就 说 明 了任 何 人 如 果 头 脑 膨 胀 不遵 纪守 法 胡 作 非 为 都 迟 早要 垮 台 良取 毁 灭 他 们 的 教训 告 诉 我 们 一 定要 加 强 党 的 建 设 严 格 党 的 纪 律 和 党 内 生 活 坚 特 党 的 民主 集 中制 和 群 众 路 线 帝