基于多变量与RF算法的耕地土壤有机碳空间预测研究——以福建亚热带复杂地貌区为例

耕地土壤有机碳(Soil Organic Carbon,SOC)含量不仅是土壤质量的重要表征,还是农业温室气体的重要源库,而基于环境变量建立的随机森林算法(Random Forest,RF)是当前提高土壤有机碳空间预测精度的方法,但不同组合环境变量对RF模型预测精度的影响仍需深入研究。本文以福建闽东南复杂地貌区为例,以两种环境变量组合(遥感变量+气候因子和遥感变量+气候因子+土壤属性)为输入数据集,利用RF算法对耕地表层SOC含量进行模拟预测和精度对比,并与普通克里格(OrdinaryKriging,OK)插值模型进行比较。结果表明,基于全部环境变量构建的RF模型表现最佳,其模型拟合度和预测精度相较于未加入土壤属性的模型有显著提高(r提高7.95%,为0.95,RMSE下降45.13%),且对SOC空间分异信息的捕获更精确,OK模型总体预测精度最弱。利用最优模型反演得到的研究区耕地SOC含量为14.70±2.95 g·kg~(–1),东部沿海低于西部内陆。变量贡献率分析显示,除了与土壤碳紧密相关的水解性氮(N),遥感变量中数字高程模型(Digital Elevation Modecs,DEM)也是影响闽东南地区SOC预测精度的重要变量,因此,遥感变量、气候因子和土壤属性共同驱动的随机森林模型可作为闽东南复杂地貌区耕地有机碳含量空间预测的有效方法。     

机器学习用于耕地土壤有机碳空间预测对比研究——以亚热带复杂地貌区为例

耕地土壤有机碳(SOC)是土壤质量的重要指标,也是生态系统健康的重要表征。当前机器学习(Machine Learning, ML)用于SOC数字制图日益热门,但不同算法在高空间分辨率SOC数字制图中的对比研究尚有欠缺。本研究以福建省东北部复杂地形地貌区为例,采用10m空间分辨率Sentinel-2影像数据,选取地形、气候、遥感植被变量为驱动因子,重点分析当前常用的机器学习算法——支持向量机(SupportVector Machine,SVM)、随机森林(RandomForest,RF)在SOC预测中的差异,并与传统普通克里格模型(Ordinary Kriging, OK)进行比较。结果表明:基于地形、遥感植被因子和气候因子构建的RF模型表现最佳(RMSE=2.004,r=0.897),其精度优于OK模型(RMSE=4.571, r=0.623),而SVM模型预测精度相对最低(RMSE=5.190, r=0.431);3种模型预测SOC空间分布趋势总体相似,表现为西高东低、北高南低,其中RF模型呈现的空间分异信息更加精细;最优模型反演得到耕地土壤有机碳平均含量为15.33 g·kg-1; RF模型和SVM模型变量重要性程度表明:高程和降水是影响复杂地貌区SOC空间分布的重要变量,而遥感植被因子重要性程度低于高程。     

福建省漳州市水稻物候特征对稻田土壤有机碳制图的影响

高精度土壤有机碳制图是研究耕地土壤有机碳时空格局及其影响机制的基础，相关研究结果可为农田“固碳减排”措施的制定提供决策支持。农业管理活动是农田土壤有机碳发生变化的重要影响因子，但基于农业管理活动的土壤有机碳制图却较为少见。基于遥感影像提取的物候参数是农业管理活动的直接反映，在研究农业管理活动对农田土壤有机碳的影响方面有较大应用潜力。基于此，本研究以福建省漳州市水稻田为研究对象，利用随机森林算法，基于5组不同的变量组合（A组：仅自然环境变量；B组：自然环境变量+早稻物候参数：C组：自然环境变量+晚稻物候参数；D组：自然环境变量+早稻物候参数+晚稻物候参数；E组：仅早稻物候参数+晚稻物候参数），分别构建土壤有机碳含量预测模型。通过对比5组模型的预测精度、预测值的空间分布特征和相关影响因子的重要性，分析物候参数对于土壤有机碳制图精度的影响作用，挖掘漳州市水田土壤有机碳制图的主要影响因子，解析对漳州市水田土壤有机碳有重要影响作用的农业管理活动。研究结果表明：物候参数的加入能够降低预测模型的误差和提升模型解释方差的能力；对漳州市水田土壤有机碳影响作用最大的物候参数依次为早稻季的NDVI增长速率（h1）、早稻生长季节开始的时间（a1）与早稻季NDVI下降速率（i1）；三个最重要的物候参数与土壤有机碳含量分别呈正相关、负相关和负相关，因此，采取能够促使早稻苗早生快发、加快早稻分蘖速率和减缓早稻衰老速率的水肥管理措施可增加耕地土壤有机碳含量。基于物候参数构建预测模型能有效提高农田土壤有机碳制图精度，基于物候参数的农田土壤有机碳制图研究可为农田管理提供决策支持，此次研究结果可为相关研究提供理论依据。     

基于随机森林模型的安徽省土壤属性空间分布预测

为探讨随机森林(random forest,RF)模型对土壤属性空间预测的精度,本文以安徽省为例,收集140个土壤样本,利用GIS和RS技术,获取相关的地形因子、遥感植被指数及气候数据,利用RF模型分析土壤有机碳(SOC)含量、土壤容重和土壤黏粒含量与地形因子、遥感植被指数及气候数据之间的关系,并进行空间分布预测。研究结果表明:①RF建模预测中,当节点分裂次数(mtry)值为1,决策树数量(ntree)值分别为100、1 000和100时,获得的SOC含量、土壤容重和土壤黏粒含量RF模型最优;②高程、归一化植被指数(NDVI)、地貌、多尺度山谷平坦指数(MrVBF)和土壤类型是SOC含量的重要预测因子;地貌、年均降水量(MAP)、MrVBF、高程和土壤类型是土壤容重的重要预测因子;高程、MAP、MrVBF和平面曲率是土壤黏粒含量的重要预测因子;③RF模型可以较好地进行土壤属性空间预测,多源环境变量组合可以分别解释SOC含量、土壤容重和土壤黏粒含量的26%、23%和22%;同时RF模型对于土壤类型和地貌等类型变量的处理具有一定优势。研究表明,在大尺度研究区域内,利用RF模型进行土壤属性空间预测有一定的意义。     

基于地形与遥感辅助信息的小流域尺度高分辨率有机碳空间分布预测研究

土壤有机碳(soil organic carbon,SOC)既是衡量土壤质量的重要指标，也是影响全球碳氮循环的关键因素之一。作为数字土壤制图(digital soil mapping,DSM)研究中起主要作用的环境变量，地形元素在SOC预测制图中也是无可替代的。应用机器学习模型，通过引入不同超参数设置下获得的高分辨率(5 m)Geomorphons(GM)地形分类图作为丘陵地形特征信息的补充，结合数字高程模型(digital elevation model,DEM)衍生变量和光学、合成孔径雷达(synthetic aperture radar,SAR)遥感数据对句容市黄梅镇北部小流域尺度(1︰25 000)丘陵地貌区地表层SOC含量进行预测制图，并评估不同GM变量在SOC含量预测中的表现。基于74个土壤样本和不同环境变量组合，分别采用袋装决策回归树(bagged classification and regression tree,bagged CART)、随机森林(random forest,RF)和立体派(cubist)三种方法构建SOC含量预测模型，并通过四个精度验证指标，采用十...     

基于环境变量的中国土壤有机碳空间分布特征

研究中国土壤有机碳(Soil Organic Carbon,SOC)的空间分布特征对SOC储量估算以及农业生产管理具有重要意义。以全国第二次土壤普查2473个土壤典型剖面的表层(A层)SOC含量为研究对象,探寻地形、气候和植被等环境因素对SOC空间异质性分布的影响;以普通克里格法为对照,利用地理加权回归、地理加权回归克里格、多元线性回归和回归克里格模型建立SOC空间预测模型;并分别绘制了中国SOC的空间分布预测图。结果表明:(1)SOC含量与年均降水量、年均温、归一化植被指数、高程以及地形粗糙指数呈极显著相关关系;(2)平均绝对估计误差、均方根误差、平均相对误差和皮尔逊相关系数等模型验证指标表明地理加权回归的预测精度优于其他模型,可以更好地绘制SOC在大尺度上的空间分布特征;(3)较高SOC含量主要分布在研究区东北部、西南部以及东南部,而西北部SOC含量普遍偏低。本文以期从大尺度上探讨土壤属性与环境变量之间的相关关系,为全国土壤属性的空间制图提供一定的解决方案和思路。     

基于不同模型的区域尺度耕地表层土壤有机质空间分布预测

研究不同模型对土壤有机质空间预测的性能差异对制定更加科学合理的采样策略、提升采样效率和提高土壤空间预测精度有着重要的指导意义。本研究将6496个土壤样点按8∶2的比例分层随机分成训练集与验证集,应用普通克里格、随机森林以及随机森林－回归克里格三种有代表性的数字化土壤制图（Digital Soil Mapping,DSM）模型,对河南省许昌市耕地表层土壤有机质含量及空间分布进行预测,对三种模型性能表现进行综合评价。三种模型输出的预测结果显示:研究区耕地表层土壤有机质含量水平一般,均值为18.70 ~ 18.81 g kg?1,变异系数0.15 ~ 0.17,属中等强度变异;空间分布总体格局为西北与西南部分山地褐土区、东南部砂姜黑土区表层有机质含量高,中北部脱潮土、石灰性潮土区表层有机质含量低。验证结果表明:三种模型性能表现无明显差距,预测精度基本一致,输出结果对研究区耕地表层土壤有机质变异解释百分比在33% ~ 34%之间,在相同和相近尺度土壤有机质空间预测案例研究里属中等水平。在协变量有限且样点分布较为均匀的情况下,普通克里格模型便于快速获得研究区目标变量的空间分布;如果协变量比较丰富且易于收集利用,或是进行空间预测的同时还需要甄别不同因素对目标变量的影响大小,则建议采用随机森林模型;协变量有限,但样点密度较大时,随机森林－回归克里格模型可能是对目标变量进行空间预测的不错选择。     

结合高光谱信息的土壤有机碳密度地统计模型

传统线性回归模型在借助光谱信息进行土壤属性预测时,通常忽略了土壤自身所具有的空间异质性和依赖性,并且未考虑模型残差的空间结构。针对以上不足,该文以江汉平原232个土壤样本为研究对象,以土壤反射光谱为辅助变量,采用偏最小二乘回归、普通克里格、协同克里格以及回归克里格分别构建土壤有机碳密度预测模型,选取决定系数(R~2)、均方根误差、标准差与预测均方根误差比(ratio of performance to deviation,RPD)对模型预测精度进行对比评价。结果显示,结合高光谱信息,且同时考虑残差空间结构的回归克里格模型表现优于其他模型,预测决定系数R~2为0.617,RPD为1.614。鉴于土壤光谱信息同时还具有测定简单、省时、无损等优点,因此土壤光谱是土壤有机碳密度空间插值的理想辅助因子。     

基于地形因子的土壤有机碳最优估算模型

基于数字地面模型(Digital Terrain Model,DTM),同时考虑因子组合和分辨率构建土壤有机碳(SOC)最优估算模型。在7 100 km2范围内,选取了71个分辨率和22个地形因子中不多于5个因子的所有可能组合,构造了2 514 820个模型。采样点随机分为两组,6 362个训练样点构造数据挖掘模型,其他2 208个为验证样点。根据模型相关系数r值大小从中选取了不同个数因子组合以及相应分辨率的最优模型,并根据这些模型生成对应的土壤有机碳图。结果表明:单个地形因子模型和栅格大小之间的关系表现出多样化,并不是分辨率越高模型结果越好。单因子模型r值的大小并不能决定其在因子组合模型中的重要性。不同的因子及其组合有其特定的最适分辨率,最佳分辨率范围约为60~150 m。综合数据的存储空间和计算量、模型复杂度、预测精度以及空间表达能力,该地区最优模型由相对坡位、高程、归一化高程及多尺度山谷平坦指数等4个变量组成,对应分辨率为121.6 m。同时与多种克里格空间插值方法生成的土壤有机碳空间分布图进行了对比分析,发现无论几个变量的组合,其空间预测能力均较克里格空间插值方法更能表达SOC的空间变化,预测精度也较高。     

江苏沿海垦区暗管排水农田轮作对土壤有机碳的影响模拟

针对江苏沿海垦区地势平坦、降雨量大,农业生产易受涝渍灾害影响,而新开垦农田土壤贫瘠、有机质含量极低的问题,该研究基于江苏省东台市内省水科院农田暗管排水试验基地的气象、土壤、作物等数据,联合运用田间水文模型-DRAINMOD和土壤有机碳模型-DNDC（Denitrification-Decomposition Model）,研究了轮作和秸秆还田方式对暗管排水农田土壤有机碳（Soil Organic Carbon,SOC）累积过程的影响。结果显示：对于地下水位埋深较浅的沿海垦区,在DRAINMOD准确预测暗管排水农田地下水位动态的基础上,运用DNDC模型可以更好的预测土壤有机碳的累积过程;以现有土壤有机碳含量（2.95 g/kg）为初始值,DNDC模型32 a长序列模拟发现,冬小麦-玉米轮作配施全量秸秆还田措施效果最佳,可提升耕层土壤有机碳含量至17.85 g/kg;冬小麦-玉米-冬小麦-绿肥（紫花苜蓿）轮作配施全量秸秆还田措施可提升耕层土壤有机碳含量至16.12 g/kg,具有很好的固碳效果。与研究区现有明沟排水系统相比,暗管排水可快速降低地下水位,减少涝渍胁迫,作物产量提升3.9%,耕层固碳速率提升39.39%。暗管排水条件下,湿润年频繁降雨造成了土壤干湿交替变化,由此激发了高强度土壤的呼吸作用,导致了一定程度的SOC损失;建议采用农田控制排水措施来抑制过度排水,减少高强度土壤呼吸对SOC累积过程的不利影响。研究成果可为沿海垦区农田地力提升和农业碳中和提供参考。     

青海省耕地资源开发利用分析及对策研究

分析论述了青海省耕地资源开发利用的现状、特点和问题。在此基础上,提出了对青海省耕地资源进行研究的框架体系和思路,同时基于GIS/RS技术设计了相关的技术路线。最后依据所做设计对青海省耕地资源开发利用做了初步分析,并进行了相关的对策研究分析。     

烘焙对生物质热解产物特性的影响

烘焙可有效地降低生物质中的水分和氧,对其热解过程有显著的影响。该文主要研究了烘焙温度（200,230,260,290℃）对生物质热解过程及产物特性的影响行为及影响机制;研究发现烘焙能改善热解产物的品质,随着烘焙温度的升高,热解合成气中CO含量由48%逐渐减少到34%,CH4和H2增加,其中H2含量最大增加了77.4%,而液体产物中,乙酸和水分含量逐渐减小,水分含量最大减少了42.8%,而酚类产物的含量明显增加,有利于生物油品质的提高。该研究为烘焙技术的发展和生物质高效热化学转化提供科学参考。     

氟对小鼠生精细胞凋亡的影响及锌的保护作用

为观察氟对成年雄性小鼠生精细胞凋亡的影响及锌的保护作用,通过腹腔注射氟化钠建立氟中毒动物模型及锌保护实验。采用石蜡切片、苏木精-伊红染色(HE染色)、末端原位标记(TUNEL)及琼脂糖凝胶电泳的方法检测小鼠生精细胞的凋亡情况。结果显示:(1)氟感染组无论是低剂量组(NaF10 mg/kg)或是高剂量组(NaF 20 mg/kg)生精细胞都发生了明显的凋亡。生精细胞凋亡主要发生在精母细胞和精原细胞,凋亡指数与对照组差异极显著(P<0.05)。(2)无论是高剂量锌(ZnSO430 mg/kg)和低剂量锌(ZnSO415 mg/kg)都可以使凋亡指数明显降低,高剂量锌组的凋亡指数与对照组差异不显著(P>0.05)。     

稀释介质种类对豆乳蛋白胶体粒子zeta电位测定效果的影响

蛋白粒子zeta电位是衡量豆乳体系稳定性的一个重要指标,而在电位分析前常采用稀释介质对豆乳进行预处理。为了确保zeta电位测定的准确性和科学性,必须选择合适的稀释介质。因此,该研究采用去离子水、豆乳超滤液两种稀释介质分别对豆乳进行稀释,并比较了这2种稀释介质对zeta电位、粒径分布、pH值以及电导率的影响。结果表明,若以去离子水为稀释介质,zeta电位的绝对值会随着稀释倍数的升高而显著增加（*P<0.05）,这主要是由于豆乳蛋白胶体粒子发生解聚导致粒径减小,而pH值的升高和电导率的降低则说明豆乳的离子强度显著降低。相比之下,选用豆乳超滤液稀释豆乳时,体系的 zeta 电位、粒径分布、pH值以及电导率都未随稀释倍数的增加而改变（*P>0.05）,说明此法能够较好地维持豆乳蛋白粒子的荷电稳定性。由此可知,豆乳超滤液可做为豆乳zeta电位测定的理想稀释介质。     

荔枝种子结构的扫描电镜观察

荔枝种子从果实中剥离出来后, 即使在室内条件下, 也极易失水干缩, 潮湿环境中又易发霉而腐烂。扫描电镜观察表明: 种皮上布满纹孔, 水分散失面积很大; 种脐部为疏松的海绵组织, 且营养丰富。据此, 生产上应对种子彻底清洗, 并保存于适当湿度的环境中, 以提高其发芽率。     

三门峡水库库岸坍塌成因分析与防治措施研究

三门峡水库自1960年9月蓄水运行以来,库岸坍塌现象频繁发生,平均每年塌岸0.5～0.7亿m3.指出了造成库岸坍塌的原因主要是地质环境的影响以及水力条件的变化;不同的地形、地貌、地质结构和岩性特征,表现了不同的塌岸强度,其中黄土塬区为极强塌岸段,黄河Ⅱ级阶地为强烈塌岸段,黄河Ⅰ级阶地为中等强烈塌岸段;分析了引起库岸坍塌的主要水力条件有大气降水、地表水和地下水,并且不同水力条件及其变化特征,对库岸坍塌影响的方式和程度也不同;最后给出了防治库岸坍塌应采用标本兼治的原则,治标是指对塌岸进行必要的加固、支挡、衬砌等;治本就是根据引起塌岸的原因以及不同地质环境条件下的塌岸特征和水力条件,因地制宜,因害设防,从根本上进行综合治理.     

Towards bioremediation of toxic unresolved complex mixtures of hydrocarbons: identification of bacteria capable of rapid degradation of alkyltetralins

Background, aim and scope  Unresolved complex mixtures (UCMs) of aromatic hydrocarbons are widespread, but often overlooked, environmental contaminants. Since UCMs are generally rather resistant to bacterial degradation, bioremediation of UCM-contaminated sites by bacteria is a challenging goal. Branched chain alkyltetralins are amongst the individual classes of components of aromatic UCMs which have been identified in hydrocarbon-contaminated sediments and a number of synthetic alkyltetralins have proved toxic in laboratory studies. Thus, alkyltetralins should perhaps be amongst the targets for UCM bioremediation strategies. The slow degradation of several alkyltetralins by a microbial consortium has been reported previously; however, the bacteria involved remain unidentified and no single strain capable of alkyltetralin biodegradation has been isolated. The present project therefore aimed to enrich and identify bacterial consortia and single strains of bacteria from a naturally hydrocarbon-contaminated site (Whitley Bay, UK), which were capable of the degradation of two synthetic alkyltetralins (6-cyclohexyltetralin (CHT) and 1-(3’-methylbutyl)-7-cyclohexyltetralin (MBCHT)). Materials and methods  Bacteria were enriched from sediment collected from Whitley Bay, UK by culturing with CHT and MBCHT for a period of 4 months. Biodegradation experiments were then established and degradation of model compounds monitored by gas chromatography–mass spectrometry. Internal standards allowed the generation of quantitative data. 16S rRNA gene clone libraries were constructed from individual enrichments to allow assessment of microbial community structure. Selective media containing MBCHT were used to isolate single bacterial strains. These strains were then tested in liquid culture for their ability to degrade MBCHT. Results  The consortia obtained through enrichment culture were able to degrade 87% of CHT and 76% of MBCHT after only 46 days compared with abiotic controls. The 16S ribosomal RNA gene clone libraries of these bacteria were dominated by sequences of Rhodococcus spp. Using selective media, a strain of Rhodococcus was then isolated that was also able to biodegrade 63% of MBCHT in only 21 days. Discussion  The present report describes the isolation of a single bacterial strain able to degrade the resistant MBCHT. Although significant losses of MBCHT were observed, putative metabolites were not detectable. Rhodococcus sp. have been reported previously to be able to biodegrade a range of hydrocarbon compounds. Recommendations and perspectives  Due to their environmental persistence and toxicity, aromatic UCMs require bioremediation. The culturing and identification of such bacteria capable of rapid degradation of alkyltetralins may be an important step toward the development of bioremediation strategies for sites contaminated with toxic UCMs.     

食用仙人掌萎蔫气象条件分析

塑料大棚内种植的食用仙人掌在土壤墒情较好时也有萎蔫现象发生，通过试验观测和对仙人掌生理习性的分析，发现阴雨过后天气突然放晴温度急剧上升易使仙人掌发生萎蔫现象，并提出了田间管理的应对措施。     

大豆连作障碍的研究进展

从生物学、微生物学和植物营养生理学的角度及诸多障碍因子等方面,综合评述和分析了国内外大豆连作研究的现状,阐述了目前国内外学者提出的各种应对连作问题的策略和技术措施,提出大豆连作障碍研究仍有待解决的问题和研究方向。     

石羊河下游民勤绿洲荒漠化影响因素趋势预测

 从荒漠化治理的实践出发,用Hurst指数对内陆河下游民勤绿洲荒漠化影响因素进行预测分析,对体现民勤绿洲荒漠化主要影响因子的农村人口、耕地面积、农村用电量、机井眼数和沙尘暴时间5个指标进行预测。结果表明:未来10年内,农村人口Hurst指数为0.381,与1989—2003年的上升趋势相反,具有下降趋势;年耕地面积Hurst指数为0.578 3,与1989—2003年时的上升趋势一致,但持续性不强;农村用电量Hurst指数为0.3324,与1989—2003年的上升趋势相反,具有下降趋势;年机井眼数Hurst指数为0.2618,与1989—2003年的上升趋势具有较强的长期相关性,但为相反趋势;年沙尘暴时间Hurst指数为0.4043,呈与1953—1998年的下降趋势相反的弱持续相关性。通过预测认为:应该加强对耕地面积的宏观调控,抑制土地利用所引起荒漠化的发展,控制开荒,提高现有耕地的利用效率;同时要继续宏观调控农村人口、农村用电量、机井数量变化向良性方向发展。