不同施氮量下覆膜滴灌玉米相对根长密度模型研究

为探明施氮量对宁夏引黄灌区覆膜滴灌玉米根长密度(RLD)的影响,设置5个施氮水平和1个对照(CK,不施氮与不覆膜)进行试验,测定玉米RLD,建立不同施氮量下相对根长密度(NRLD)模型,并加以检验。结果表明:不同施氮处理的玉米RLD分布区域均随土层深度的增加而减小,且大部分集中在0～20 cm土层;随着施氮量的增加,RLD分布区域明显扩大; NRLD分布满足三阶多项式函数模型,模拟曲线的决定系数R2为0.951,模型检验结果R2为0.845,均方根误差(RMSE)为0.248,拟合效果好,但该多项式模型不能保证NRLD在相对取样深度Zr为1时达到0,故对玉米NRLD分布多项式模型进行优化。优化模型验证结果显示,各施氮处理RMSE不大于0.308,CK、N0、N1、N2、N3和N4处理的标准化均方根误差分别为0.242、0.193、0.184、0.226、0.208和0.273,R2分别为0.903、0.953、0.920、0.944、0.962和0.898,具有较高的拟合度,解决了NRLD在Zr=1时达到0的问题。本研究可为宁夏引黄灌区膜下滴灌玉米NRLD分布拟合、根系养分吸收和施肥管理提供理论参考。     

Improving wood volume predictions in dry tropical forest in the semi-arid Brazil

The volumetric variability of dry tropical forests in Brazil and the scarcity of studies on the subject show the need for the development of techniques that make it possible to obtain adequate and accurate wood volume estimates. In this study, we analyzed a database of thinning trees from a forest management plan in the Contendas de Sincorá National Forest, southwestern Bahia State, Brazil. The data set included a total of 300 trees with a trunk diameter ranging from 5 to 52 cm. Adjustments, validation and statistical selection of four volumetric models were performed. Due to the difference in height values for the same diameter and the low correlation between both variables, we do not suggest models which only use the diameter at breast height (DBH) variable as a predictor because they accommodate the largest estimation errors. In comparing the best single entry model (Hohenald-Krenn) with the Spurr model (best fit model), it is noted that the exclusion of height as a predictor causes the values of 136.44 and 0.93 for Akaike information criterion (AIC) and adjusted determination coefficient (R2 adj), which are poorer than the second best model (Schumacher-Hall). Regarding the minimum sample size, errors in estimation (root mean square error (RMSE) and bias) of the best model decrease as the sample size increases, especially when a larger number of trees with DBH≥15.0 cm are randomly sampled. Stratified sampling by diameter class produces smaller volume prediction errors than random sampling, especially when considering all trees. In summary, the Spurr and Schumacher-Hall models perform better. These models suggest that the total variance explained in the estimates is not less than 95%, producing reliable forecasts of the total volume with shell. Our estimates indicate that the bias around the average is not greater than 7%. Our results support the decision to use regression methods to build models and estimate their parameters, seeking stratification strategies in diameter classes for the sample trees. Volume estimates with valid confidence intervals can be obtained using the Spurr model for the studied dry forest. Stratified sampling of the data set for model adjustment and selection is necessary, since we find significant results with mean error square root values and bias of up to 70% of the total database.     

芋疫病空间分布格局及其抽样技术研究

为了进一步提高对芋疫病预测预报,科学指导生产上的防治,应用最小二乘法、频次分布、聚集度指标、m^*-m回归分析和Taylor幂法则等对病株的空间分布型进行了分析。结果表明:当田间芋疫病病株率在0.427~0.513时,病株田间分布属聚集分布;当田间芋疫病病株率在0.720~0.820时,病株田间分布属均匀分布。此外其病株空间分布的基本成分是个体群,病株个体间相互吸引,病株在大田中存在明显的发病中心,且病株个体的空间格局随着病株密度的提高越趋均匀分。在此基础上,提出了Iwao最适理论抽样模型N=232.3783/m-87.9438,并建立序贯抽样模型T₀(N)=0.3689N±1.7177$\sqrt{N}$,即:调查株数N时,若累计病株率超过上界可定为防治对象田,若累计病株率未达到下界时,可定为不防治田,若累计病株率在上下界之间,则应继续调查,直到最大样本数m₀=0.3689时,也即病株率15%,所需抽样数542株止。     

1988-2018年哈密绿洲植被覆盖度时空变化及其驱动力

[目的] 对近30 a来哈密绿洲植被覆盖度时空变化及驱动力进行分析，为该地区绿洲持续健康发展提供理论借鉴。[方法] 以1988，1998，2008及2018年4期影像为基础数据，利用像元二分模型计算了基于AFRI_SWIR2指数提取的植被覆盖度，利用动态度指数与植被覆盖度转移矩阵分析哈密绿洲植被覆盖度动态变化；再通过地理探测器对8个影响因子进行探测，探寻哈密绿洲植被覆盖度的驱动因子。[结果] 近30 a来哈密绿洲面积从1988年的214 km²增长到2018年的632.1 km²，增幅达195%，但绿洲内植被覆盖度等级却较低，同时哈密绿洲面积主要扩展的区域在西北部和东南部区域；哈密绿洲的发展阶段可分为3个阶段：1988-1998年为低强度稳定期，1998-2008年为极度扩张期，2008-2018年为高强度稳定期。[结论] 土地利用类型变化是造成哈密绿洲植被覆盖度变化的直接原因，同时在近30 a内，人为因素对哈密绿洲植被覆盖状况的影响远高于自然因素。     

国家中心城市基础设施承载力评价及障碍因素诊断

[目的]定量分析国家中心城市2006—2017年基础设施承载力的具体情况,为促进国家中心城市建设良性健康发展提供科学依据。[方法]选取2006—2017年国家中心城市基础设施承载力面板数据,从压力和状态两个层面构建城市基础设施承载力评价指标体系。运用熵权TOPSIS方法和障碍度模型对2006—2017年国家中心城市基础设施承载力和障碍因素进行评价和诊断,并基于基础设施承载力评价结果,定量测度基础设施承载力状况并诊断其障碍因子。[结果] 2006—2010年国家中心城市的基础设施承载力水平总体上大幅度提升,2011—2017年基础设施承载力的增长速度有所减缓,北京、上海、成都、郑州、西安的基础设施承载力大幅度提高,广州市的基础设施承载力改善幅度最小;随着国家中心城市的人口持续增加,基础设施的承载压力也持续增加,通过障碍度模型分析发现制约国家中心城市基础设施承载力的主要因素为人均绿地面积、人均家庭年生活用水量和城市移动电话普及率。[结论]随着中国经济的发展,中心城市对人口的虹吸作用越加强烈,人均绿地面积、城市移动电话普及率以及人均家庭年生活用水量可能与城市的经济与人口规模产生脱钩现象,无法满足人们日常的基础设施需求。     

杨梅果实生长指标的数学模型及各指标间的相关性分析

为揭示白杨梅果实颜色和单果质量等相关性状的变化规律,以及各指标间的相互关系,本研究以10年生水晶种为试材,测定其果实生长发育过程中各生长指标的动态变化,选择3种理论生长方程对单果质量、纵径、横径、果形指数、果实明度(L^*)、红绿值/黄蓝值(a^*/b^*)、柠檬酸、草酸、葡萄糖、蔗糖和果糖等11个指标进行拟合,并根据拟合结果确定合适的生长方程确立数学模型;同时,对果实生长各指标间的相关性进行分析。结果表明,L^*、果形指数、柠檬酸和蔗糖等指标适合选择三项式方程,a^*/b^*、草酸、果糖和葡萄糖等指标符合二项式方程,单果质量、纵径和横径等指标符合Logistic方程。在果实发育过程中,a^*/b^*与单果质量、纵径、横径、蔗糖、葡萄糖、果糖和明度之间呈极显著正相关,a^*/b^*与果形指数和柠檬酸之间呈显著负相关,草酸与L^*和a^*/b^*之间呈极显著负相关。本研究结果为基于颜色对杨梅品质进行无损伤检测和模拟、预测果实发育奠定了理论基础。     

植保无人机旋翼风场模型与雾滴运动机理研究进展

近几年，植保无人机施药技术在中国获得广泛应用，并逐渐发展为国内主要植保技术之一。但由于对植保无人机施药技术基础理论研究不够深入，相关机理尚不明晰，且植保无人机作业平台的稳定性依然有待提高，导致国内植保无人机施药效果不够理想。深入研究植保无人机施药技术的基础理论，理论结合试验结果共同指导植保无人机田间施药是提高其施药效果的经典方法。该研究综述了植保无人机旋翼风场分布特性、雾滴与无人机旋翼风场交互机理、雾滴沉降与飘移机理、雾滴与叶片表面的交互机理及雾滴分散和蒸发特性等植保无人机施药技术基础理论及其模型构建情况的国内外研究现状，并结合其基础理论与模型构建的国内外研究现状，给出植保无人机施药技术的未来发展建议，以期为植保无人机施药技术的发展提供参考。     

软基水闸底板脱空动力学反演模型构建与试验验证

软基水闸极易因地基不均匀沉降、渗透变形等发生底板脱空现象，传统的无损检测方法难以在水下探测底板脱空，且不具实时性，其应用还存在一定局限性。该研究基于软基水闸室内物理模型，提出了一种软基水闸底板脱空动力学反演方法。首先，基于多参数变量的底板脱空范围数学模型，改进了反映软基水闸底板脱空参数与水闸动力学参数（模态参数）之间非线性映射关系的数学代理模型；其次，以水闸多测点多阶频率和振型变化率组合作为动力学敏感特征量，建立了软基水闸底板脱空参数反演的目标函数，并基于遗传算法对目标函数进行求解。最后，建立了软基水闸室内物理模型，并在模型中设置3种不同的底板脱空工况，采用软基水闸底板脱空动力学反演方法对软基水闸底板的脱空进行反演识别与模型验证。结果表明：基于动力学参数反演识别的水闸底板脱空区域趋势和脱空面积与模型实际脱空情况吻合较好，3种工况下水闸底板脱空面积反演结果与模型实际脱空面积的相对误差分别为7.47%、6.78%、6.90%，验证了该方法的可靠性，可望为软基水闸实际工程底板脱空隐患检测提供一种新的思路。     

GFDL-ESM2M气候模式下京津冀地区未来潜在蒸散量时空变化

为探究未来潜在蒸散量时空变化特征,该研究以京津冀地区为例,基于美国GFDL提供的GFDL-ESM2M全球气候模式,得到京津冀地区92个格点2000-2050年的平均气温、最高气温、最低气温、太阳总辐射、平均相对湿度和近地面平均风速,应用Penman-Monteith公式计算京津冀地区未来92个格点的逐日潜在蒸散量(ET0),分析其时空分布特征及其与气象要素的相关关系。结果表明:未来年ET0总体呈增加趋势,RCP8.5情景下ET0上升速度最快,且随着时间推移增幅越来越大。夏季ET0增长速度最快,其次为春季、秋季与冬季,意味着未来ET0季节差异将愈加明显,可能出现更为严重的季节性干旱。ET0空间分布呈由西南向东北逐渐递减趋势,其中中部地区增速最快,增长趋势由中部向南北递减。不同气候情景下平均气温均呈逐年上升趋势,风速、太阳总辐射略微上升,而相对湿度下降。ET0与太阳总辐射的相关系数最大,呈由东北向西南递增趋势,其次为最高气温,呈由西北向东南递增趋势。ET0与相对湿度变化呈显著负相关,相关系数绝对值呈东北向西南递增趋势,ET0与风速相关度不明显。该研究可为农业需水预测与灌溉管理、科学应对气候变化提供基础支撑。     

基于农田管理分区的制种玉米产量估算与限制因子评价

为了提升规模化农田不同管理分区的玉米产量,实现精准管理,该研究使用相关成分回归法(Correlated Component Regression,CCR),考虑地形因素(高程)、土壤理化性质(砂粒、粉粒、黏粒、容重、土壤含水率、土壤有机碳、全氮、全磷、速效氮、电导率)11个因子,评估规模化农田和聚类分析得到的3个管理区(M1、M2和M3)内产量的限制因子,并在不同分区内建立产量估算模型。模型验证结果表明:未分区的情况下,产量限制因子为土壤粉粒、砂粒、土壤有机碳、土壤含水率、速效氮和全氮,经验证,产量估算模型的决定系数(R~2)为0.70,标准均方根误差(Normalized Root Mean Square Error,nRMSE)为0.21。分区后,M1的产量限制因子为土壤粉粒、砂粒、黏粒、速效氮、电导率、全氮和全磷,M2的产量限制因子为土壤粉粒、砂粒和土壤含水率,M3的产量限制因子为高程、土壤砂粒、黏粒和电导率,产量估算模型的精度高(经验证,0.71R20.83,0.16nRMSE0.18)。对农田进行分区管理,并根据各管理区内作物产量的限制因素制定分布式管理策略,可以更具针对性地提升作物产量。