新疆2000-2012年NDVI、降水和RUE的时空特征

本研究分析了新疆2000-2012年每年的6-9月归一化植被指数(NDVI)、降水量和植被降水利用率(RUE)空间分布特征和年际变化趋势。结果显示,1)月平均降水量和月平均NDVI空间分布均呈西北向东南递减的特征,13年间年降水量和年NDVI均呈现北疆递减、南疆递增的特征,但年降水量年际变化范围更明显;2)月平均降水量和月平均RUE空间分布对比不明显,年RUE与年降水量的年际变化呈相反趋势;3)不同土地类型中降水量和NDVI呈显著正相关(r0.3,P0.05),降水条件对植被空间分布影响明显,不同土地类型中降水和RUE呈显著负相关(r-0.22,P0.05),夏季过量降水对植被光合作用的抑制作用是其主要影响因素。     

山区放牧黑山羊干湿季节驱虫效果研究

通过对山区放牧山羊的寄生虫感染情况调查 ,并对在干季和湿季驱虫的效果和驱虫后的增重进行观察研究。结果表明 ,放牧山羊寄生虫感染率为线虫 10 0 % ,吸虫 83 3% ,体外寄生虫 10 0 % ;干季驱虫虫卵转阴率10 0 % ,湿季驱虫虫卵转阴率 80 %。但是 ,湿季驱虫后平均增重 2 5 8kg ,差异极显著 (P <0 0 1) ;干季驱虫后平均增重 0 85kg ,差异显著 (P <0 0 5 ) ,可见湿季驱虫比干季驱虫经济效益更好。     

基于BP神经网络和支持向量机的降水量空间插值对比研究——以甘肃省为例

为探究降水数据产品的高精度空间插值方法及其应用差异,以BP神经网络和支持向量机模型为研究对象,选取甘肃省为研究区域,构建降水量空间插值模型,分别完成基于两种模型的甘肃省降水量空间插值结果,并划分西区、中区、东区3个建模分区,对比分析两种模型空间插值的精度和应用差异。结果表明:支持向量机模型的插值精度显著高于BP神经网络模型,且支持向量机模型在降水空间分布中能体现更多细节;西区平均相对误差最大,其中,BP神经网络模型32.32%,支持向量机模型仅23.74%;东区平均相对误差最小,BP神经网络为8.28%,支持向量机模型为6.15%;另外,分区建模的插值精度有所提高,但两种模型的提高幅度存在差异,BP神经网络的平均相对误差降低了5.08%,支持向量机模型仅降低0.66%,表明支持向量机模型更加稳定,对影响降水量的经纬度和高程等因子自身变异性的适应能力更强。此研究解决了常用的反距离权重、样条函数、克里金插值等方法在降水量插值过程中准确性差,精度低的问题,为提高降水量空间插值的精度提供了新方法和思路。     

三江源草地总生物量对未来气候变化的响应

以青海省三江源为研究区域,利用2005?2016年间采集的2055个草地野外监测数据校正并构建了适用于该地区的DNDC(denitrification-decomposition,反硝化-分解)模型参数库.通过模拟三江源草地总生物量在两种不同代表性浓度路径(RCPs)气候情景下的时空变化,探究了气候因子对草地总生物量变化的影响,并分析了三江源不同区域草地应对未来气候变化的放牧利用对策.研究结果表明:1)草地总生物量的模拟值与实测值呈显著的线性相关(R2=0.690,RMSE=96.414 g·m?2,P<0.001),模型结果能够较好地解释实测数据.2)两种气候情景对比,RCP 8.5气候情景下温度增幅要高于RCP 4.5的气候情景,而降水量增幅则低于RCP 4.5的气候情景.3)在RCP 4.5和RCP 8.5两种未来气候情景下,研究区草地总生物量均呈显著下降趋势,总生物量模拟值分别下降了16.91％～18.51％和23.82％～26.44％.气候变化是导致草地总生物量变化的主要因素,草地管理应积极应对潜在的气候变化并制定相应对策,保障草地资源的可持续发展.     

降水量的空间插值方法研究——以甘肃省为例

利用反距离加权(IDW)、普通克里格(OK)、样条函数(Spline)、协同克里格(CK)、径向基函数法(RBF)、全局多项式法(GP)、局部多项式法(LP)和"多元回归+残差分析法"(AMMRR)以及改进的AMMRR法(I-AMMRR)9种插值方法,以甘肃省及邻近区域113个气象站点1961～2004的年降水量数据为基础,选取其中90个站点做插值站点,23个站点做检验站点,结果表明:9种插值法得到的空间分布图均能反映出甘肃省降水从东南向西北递减的空间分布特征。I-AMMRR相关系数最高,平均相对误差、平均绝对误差、均方根误差均最小,为最优插值方法。由I-AMMRR模拟的甘肃省降水的空间分布图可知,降水量高值区位于陇南地区东南部的徽县和康县,降水量在700mm以上,低值区位于敦煌市、安西县、肃北蒙古自治县,降水量小于50mm。     

内蒙古荒漠草原不同等级降水时空变化特征

根据内蒙古荒漠草原11个气象观测站1961~2010年逐日降水资料,采用线性倾向估计、趋势分析、反距离权重(IDW)差值法,分析内蒙古荒漠草原50 a不同等级降水贡献率及降水日数的时空变化特征。结果表明:(1)内蒙古荒漠草原以日降水量≤5mm的降水事件为主。各级降水对总降水量的贡献率大小依次为中雨>小雨>小到中雨>大雨>微雨>暴雨>大暴雨;(2)近50年微雨、小雨的贡献率波动中减少,中雨的贡献率增加;(3)微雨、小雨、小到中雨日数均呈弱减少的趋势,仅中雨日数呈增加趋势,但不显著,主要分布在荒漠草原中南部和北部;(4)空间上,微雨、小雨、小到中雨的降水日数呈现由南向北逐渐减少的分布特征;中雨日数最多分布在草原区西南部。小降水事件(≤5mm降水)对荒漠草原生态系统具有显著的生态作用,研究结果可为当地畜牧业生产提供科学参考。     

基于MaxEnt下梭梭潜在地理分布对水热条件的响应

以梭梭(Haloxylon ammodendron)为研究对象,通过收集整理梭梭已知地理分布坐标和20个高分辨率环境因子图层,基于MaxEnt模型和GIS技术探讨了水热条件对梭梭潜在地理分布的影响、主要影响因子及其阈值。研究结果表明,1)梭梭在我国的潜在地理分布范围为新疆大部分地区、内蒙古西南、甘肃中部以北、宁夏西北部、青海海西蒙古族藏族自治州中间地带以及西藏西南部。其中最佳适生区为准噶尔盆地大部分地区、博罗科努山西南、哈尔他乌山东南,吐鲁番和库尔勒有零星分布,阿拉善左旗、鄂尔多斯、呼和浩特和乌兰察布的东南部,武威东北部、张掖大部分地区,格尔木以东以及乌兰县和都兰县西北零星分布。以上面积合计为2.95×105 km~2。2)年降水量(贡献率27.5%)、最湿季节降水量(贡献率20.3%)、年均气温(贡献率14.2%)和最干季节平均温度(贡献率10.1%)是影响梭梭在我国潜在地理分布的主要影响因子。3)各主要影响因子的阈值分别为年降水量15.0-114.5mm;最湿季节降水量8.0-59.5mm;年均气温-12.7-29.2℃;最干季节平均温度-33.3-35.9℃。上述研究结果可应用于梭梭适生区的种植区和保护区区划并为管理者决策提供参考。     

不同降水条件对干旱矿区土壤表层种子库的激活效应

近年来,随着国家煤炭开发产业逐渐西移,干旱荒漠矿区的生态恢复工作愈发受到重视。然而在干旱矿区水资源稀缺的背景下,针对土壤种子库(特别是持久土壤种子库)在天然降水条件下激活情况的研究依然匮乏。本研究以内蒙古乌海市新星露天煤矿周边0-5 cm表层土壤种子库为研究对象,采用人工模拟降水条件下种子库中种子短期萌发试验的方法,对矿区周边持久土壤种子库在不同降水量处理下的萌发进程以及不同日降水量、年降水量对土壤种子库的激活效应进行研究。结果表明：1)不同日降水量对土壤种子库的激活效应存在差异,随着日降水量的增加,激活的土壤种子库物种数和种子萌发数均呈先增加后降低趋势,其中5 mm日降水萌发的种子数最多,10 mm日降水萌发的物种数最多;2)不同植物种子对不同日降水量的响应状态不同,种子萌发数量最多的小画眉草(Eragrostis minor)、冷蒿(Artemisia frigida)在3～20 mm日降水均能被激活,而红砂(Reaumuria songarica)、猫头刺(Oxytropis aciphylla)等灌木种子需在10 mm以上降水量才能被激活;3)在50～150 mm年降水量范围,...     

锡林河流域降水量时空动态及对NDVI的影响

以锡林河流域为研究对象,基于1960～2015年间锡林浩特气象站降水日值资料,运用Mann-Kendall非参数统计检验等方法,开展不同时间尺度降水量趋势分析和突变检验;利用2008～2015年锡林浩特气象站及流域内CMADS站点对锡林河流域年降水量进行空间插值,分析多年平均降水量空间变化规律;通过对比典型水文年各月份降水量与NDVI的变化关系,揭示NDVI空间异质性。结果表明:时间上,年均降水量和汛期平均降水量均呈不显著下降趋势,春、夏、秋三季降水变化均不显著,而冬季呈显著上升趋势(P0.05);空间上,年降水量呈现由东南向西北减小趋势,典型水文年月降水量与各月NDVI呈显著相关(R~2=0.733,P0.01),尤其丰水年内各月降水量与月NDVI的相关系数介于-0.76～0.99,二者呈现良好的一致性。     

基于组合物种分布模型的黄河源区鹅绒委陵菜适宜生境及其对气候变化的响应

鹅绒委陵菜(Potentilla anserina)是多年生蔷薇科草本植物,在黄河源区分布较为广泛,是青藏高原主要的野生经济植物之一。目前鲜有在区域尺度上刻画鹅绒委陵菜空间分布格局的研究,没有适宜的大范围开展高精度观测方法是主要限制因素之一。本研究利用无人机路径规划和信息提取系统(Frag MAP)于2018–2020年在黄河源区获取了> 3 000个观测样本(航拍照片)。基于高分辨率(0.55 mm)航拍照片,人工识别鹅绒委陵菜出现与否作为基础数据(即0, 1型数据集),利用BIOMOD物种分布集成预测平台,结合气候、地形、土壤3类环境数据预测黄河源区鹅绒委陵菜的分布特征,并在气候变化背景下模拟2050年和2070年源区内鹅绒委陵菜的空间分布特征。结果表明：1)组合物种分布模型能降低预测的不确定性,较好地模拟黄河源区鹅绒委陵菜的空间分布特征。2)鹅绒委陵菜在黄河源区的潜在分布主要集中在中部和东南部,影响其空间分布的主要因子为年降水量和海拔高度。3)在未来气候情景下,黄河源区鹅绒委陵菜极适宜生境面积呈先增加后降低的趋势。本研究在区域尺度上刻画了鹅绒委陵菜分布特征,为高寒草地经济作...     

Genetic parameters for various random regression models to describe the weight data of pigs

Various random regression models have been advocated for the fitting of covariance structures. It was suggested that a spline model would fit better to weight data than a random regression model that utilizes orthogonal polynomials. The objective of this study was to investigate which kind of random regression model fits best to weight data of pigs. Two random regression models that described weight of individual pigs, one using orthogonal polynomials, and the other using splines, were compared. A comparison with a multivariate model, Akaike's information criterion, and the Bayesian-Schwarz information criterion were used to select the best model. Genetic, permanent environmental, and total variances increased with age. Heritabilities for the multivariate model ranged from 0.14 to 0.19, and for both random regression models the heritabilities were fluctuating around 0.17. Both genetic and phenotypic correlations decreased when the interval between measurements increased. The spline model needed fewer parameters than the multivariate and polynomial models. Akaike's information criterion was least for the spline model and greatest for the multivariate model. The Bayesian-Schwarz information criterion was least for the polynomial model and greatest for the multivariate model. Residuals of all models were normally distributed. Based on these results, it is concluded that random regression models provide the best fit to pig weight data.     

降水量的季节分配对羊草草原群落地上部生物量影响的数学模型

根据羊草草原群落地上部生物量连续１３ａ手定位观测资料，分析了降水量及其季节分析对群落地上部生物量年度波动的影响，并应用积分回归模型，计算出１－７月各旬降水量对群落地上部生物量的影响系数。     

基于高光谱数据的高寒草地土壤有机碳预测模型研究

土壤退化是草地退化的更深层次指示,运用遥感手段大面积测定土壤有机碳进而评估草地土壤状况有助于对草地退化状态的正确认识。以甘南州高寒草地土壤为研究对象,使用ASD地物光谱仪,在室内条件下对土壤样品进行可见光/近红外光谱测量,分析8种光谱变换形式与土壤有机碳含量的相关性并选取特征波段,利用3种多元回归方法(逐步多元线性回归、主成分回归、偏最小二乘回归),通过验证样本的决定系数(R_v²)、均方根误差(RMSE)和剩余估计偏差(RPD)来评价模型,进而确定高寒草地土壤有机碳的最佳估测模型。结果表明,微分变换方法可以显著提高光谱特征与土壤有机碳含量的相关性,在所有变换形式中以光谱反射率的一阶微分与土壤有机碳含量相关性最好,最大相关系数绝对值为0.865;基于光谱反射率一阶微分变换形式的3种多元回归方法对土壤有机碳均有极好的预测能力,表明对于土壤有机碳的稳定监测来说光谱反射率的一阶微分是非常有效的变换形式;综合考虑基于所有光谱变换形式的3种多元回归方法的预测结果,偏最小二乘回归法具有高的R_v²和RPD,同时具有低的RMSE值,是研究区土壤有机碳估测的最优回归方法;基于光谱反射率对数的一阶微分变换形式所建立的偏最小二乘回归模型具有相对较高的预测集决定系数(R_v²=0.878)、最大剩余估计偏差(RPD=2.946)和最小均方根误差(RMSE=7.520),因此该模型为甘南高寒草地土壤有机碳的最优估测模型,最优模型的RPD大于2.5说明该模型有足够的稳定性可以应用于其他地区土壤有机碳的估测。     

内蒙古通辽市夏季降水量短期气候预测方法研究

为提高内蒙古通辽市夏季降水量气候预测水平,利用积分回归法建立该地区夏季降水量短期气候预测方法。结果表明,建立的方法物理意义清楚,所建预测模型达到了显著水平,并且在一定程度上反映了气候变化的过程,经试报检验具有一定的实用价值。     

高寒草原对气候生产力模型的适用性分析

本研究利用中国科学院巴音布鲁克草原生态研究站1984-1990年、2004-2008年2个时间序列植物营养生长期的气候指标及净第一性生产力(NPP)实测值,结合北京模型、综合植被模型和林慧龙等建立的模型模拟研究区的NPP;根据3个模型NPP的模拟值与实测值对其进行了一元线性回归与相关分析,并基于NPP的模拟值探讨了研究区草地载畜量。结果表明,北京模型(R=0.857**)、综合植被模型(R=0.894**)和林慧龙建立的模型(R=0.894**)的NPP模拟值与实测值相关性及一元线性回归方程拟合较好,同时从线性回归的拟合度也揭示了降水是研究区NPP的主要限制因子,而温度对NPP的影响程度相对较小。在年均气温增加2和4℃,年降水量增加20%时,草地理论载畜量分别由目前的0.94个羊单位/hm2增加到1.49和1.62个羊单位/hm2。     

气象因子与羊草生长高度的关系研究——以内蒙古草甸草原区为例

为研究1990—2017年内蒙古草甸草原羊草生长高度与主要气象因子之间的关系,根据内蒙古草甸草原气候特点,选取呼伦贝尔市牧业气象试验站1990—2017年历年5月1日—8月31日各旬降水、温度、日照时数及其相应累加值等6个水热环境参数变量,以及同期同地区羊草生长高度监测数据,建立羊草生长高度与主要气象因子关系模型,对羊草高度与气象因子之间的关系进行相关与回归分析。结果表明,羊草生长高度与返青日期呈负相关,与5月中旬降水量、6月中旬日照时数、5月1日—6月20日降水总量呈正相关;5月1日—6月20日降水总量可以影响到7月中旬羊草高度,是影响羊草高度年内最高值的重要气象因子;以旬为单位通过逐步回归的方法建立了各旬羊草生长高度与气象因子的关系模型。研究结果为该地区草地植物生长动态变化研究提供了基础数据。     

Spring Precipitation as a Predictor for Peak Standing Crop of Mixed-Grass Prairie

Ranchers and range managers need a decision support tool that provides a reasonably accurate prediction of forage growth potential early in the season to help users make destocking decisions. Erroneous stocking rate decisions can have dire economic and environmental consequences, particularly when forage production is low. Predictions must be based on information that is easily obtained and relevant to the particular range. Our goal was to evaluate monthly precipitation in spring months as a potential predictor of forage production compared to annual and growing-season precipitation. We analyzed the relationships between grazed and ungrazed peak standing crop (PSC) and precipitation using nonlinear regression and a plateau model, Akaike’s information criterion for model selection, and data from three locations: Streeter, North Dakota; Miles City, Montana; and Cheyenne, Wyoming. The plateau model included a linear segment, representing precipitation limiting production, and a plateau, an estimate of average production when precipitation is no longer the limiting factor. Both the response and predictor variables were rescaled so variability in production from average production was related to variability in precipitation from the long-term average. We found that grazing did not affect the relationship between PSC and precipitation, nor were annual or growing-season precipitation good predictor variables. The best predictor variable was total precipitation in April and May for Montana, May and June for North Dakota, and April, May, and June for Wyoming, with r² ranging from 0.74 to 0.79 for precipitation less than long-term average. These results indicate that spring precipitation provides useful information for destocking decisions and can potentially be used to develop a decision support tool, and the results will guide our choice of possible predictor models for the tool.     

基于RS和GIS的甘南草地生产力估测模型构建及其降水量空间分布模式的确立

利用遥感（Remote Sensing)、地理信息系统(Geographic Information System)并结合植被生态学基本原理，以甘南藏簇自治州高寒草甸生态系统为研究对象，进行了草地生产力估测模型构建与降水量空间分布模式确立的方法研究。以归一化植被指数NDVI和降水数据库为例，具体论述了草地GIS数据库的形成过程。通过遥感气象卫星NOAA数据在ERDAS图像软件中进行处理，提取了甘南全州的NDVI值，并结合实际采样点的植物地上部分生物量鲜重实测数据，进行统计回归分析（线性回归和指数回归），建立了生产力估测模型，证实了NDVI值与地面初级生产力之间的正相关关系。利用甘南全州及周围共61个气象站和水文站的多年平均降水资料，形成了甘南多年平均降水等值线图。在分析降水数据时，采用了SPLINE、IDW、TREND、KRIGING4种插值法，对4种插值方法进行分析，发现SPLINE方法比较适合甘南降水资料的插值模拟。     

The Predictive Value of Porcine Seminal Parameters on Fertility Outcome under Commercial Conditions

The aim of this study was to address the question of whether differences in farrowing rate and litter size after the use of different ejaculates could be predicted using the standard semen parameters under commercial conditions. In this study, a total of 1818 sows were used to evaluate the fertility predictive value of different sperm parameters. Logistic regression analysis (univariate and multivariate) was used to correlate the dichotomous farrowing rate data to the sperm parameters. Linear regression was also used to determine the relationship between litter size and semen parameters (Pearson correlation and multiple regression). Receiver-operating curves (ROC) were used to determine the overall performance characteristics of each semen variable in the logistic regression model. Semen analysis, under commercial conditions, allows to identify ejaculates with very low fertility potential but the pre-selection of the samples, the high number of sperm per doses and the high quality of the semen used in artificial insemination (AI) programmes reduces the variability. Therefore, it is unlikely to detect fertility differences associated with seminal parameters.     

安格斯牛×秦川牛F1代产量分级模型的研究

本研究旨在对中长期育肥的安格斯牛×秦川牛F1代的胴体性状指标进行筛选并建立其产量分级模型。随机选取115头发育正常、健康无病的育肥牛屠宰后测定胴体性状指标,采用相关分析和因子分析对其进行筛选并建立产肉率预测模型。结果表明,胴体重、后躯部位肉重、眼肌面积、背膘厚是胴体产量分级的重要指标;将其与产肉率进行多元线性回归,得到胴体产量分级模型,产肉率(%)=41.372-0.046×胴体重+0.403×后躯部位肉重-0.049×眼肌面积+0.334×背膘厚(R²=0.850),经回归诊断和t检验证明该模型预测结果良好,预测值和实测值间差异不显著。结果提示,建立的产量分级模型可用于安格斯牛×秦川牛F1代产量的预测,为开展雪花牛胴体分级提供科学依据。