青海省河南蒙古族自治县高原鼠兔洞口空间分布格局及其成因研究

黄河源区位于我国青藏高原东北部,是重要的生态屏障和生物多样性宝库。高原鼠兔（Ochotona curzoniae）在黄河源区广泛分布,认识高原鼠兔时空分布特征对了解其在生态系统中的作用具有重要意义。采用无人机技术,通过自主研发的无人机航拍系统,于2016年8月、2017年8月、2017年12月、2018年5月多次在位于黄河源区的青海省黄南州河南县进行野外航拍工作,共布设了29个工作点（每个工作点单独设置航线,包含12～16个固定拍摄点）,共计拍摄500余张定点航拍照片,每张照片覆盖地面35 m×26 m范围。同时,对工作点进行了相关地面调查。河南县高原鼠兔洞口分布异质性较大,分布极不均衡。鼠洞密度在2016—2017年间有增加趋势,由平均14.7个?亩-1增加到20.1个?亩-1。影响鼠洞分布的因素较为复杂,如气候、植被、放牧、土壤、招鹰架的布设及灭鼠等。就放牧强度与离水源地距离两点加以分析,结果表明在中等放牧强度下和与水源地有一定距离（50～200 m）的环境下鼠洞密度较高。     

黄河故道砀山酥梨气候品质评价模型研究

【目的】建立砀山酥梨果实的气候品质评价模型,为科学开展农产品气候品质气象认证和区域优势气候资源开发等提供技术支撑。【方法】基于1996-2015年安徽省砀山县气象站逐日气象监测资料和砀山酥梨品质因素测定数据,采用主成分分析法(PCA)、有序样本最优聚类法和逐步回归法等统计方法,建立砀山酥梨气候品质指数(V)和3个采摘时期(09-10,09-20,09-30)的梨果气候品质评价模型,并将砀山酥梨气候品质划分为4个等级。【结果】砀山酥梨气候品质指数(V)可以由8个品质要素(一级果率、二级果率、三级果率、等外果率、果实含糖率、平均单果质量、最大单果质量和果形指数)降维成4个加权求和组成,权重系数为4个主分量所对应的特征值占原变量总方差的比例。砀山酥梨气候品质4个等级"特优"、"优"、"良好"、"一般"所对应的V的阈值分别为V0.75,0.45V≤0.75,0.30V≤0.45和V≤0.30。砀山酥梨气候品质指数与旬及跨旬尺度的日照、气温、降雨和空气相对湿度等19个气象因子相关,其中与日照时数和平均气温多呈正相关,与空气相对湿度和降雨方面的因子多呈负相关,尤其与4月下旬-6月上旬和7,8月3个时期的空气相对湿度因子呈极显著负相关关系(P0.001)。3个采摘期砀山酥梨果实的气候品质评价回归方程分别由6,6,8个气象因子构成;3个回归方程的模拟精度均较高,均方根误差为0.03~0.07。【结论】所建立的梨果气候品质评价模型可用于砀山酥梨气候品质的定量化评价,在采摘前由气象因子驱动相应时期的评价模型,以确定梨果气候品质等级。     

安徽淮北平原冬小麦不同发育期干旱等级的形态特征指标

为了建立冬小麦干旱灾害监测与评估的形态特征指标,利用1980—2013年冬小麦生育期间的干旱灾害观测资料和典型干旱年份的调查数据,结合干旱胁迫试验,通过采用定性与定量统计分析方法,分析研究了干旱发生期间冬小麦茎、叶、穗、粒、株高、叶面积等主要形态特征参量的变化。从而得到了安徽省淮北平原冬小麦播种—三叶期、苗期（三叶—分蘖期—越冬前）、越冬期、返青—拔节期、拔节—抽穗（开花）期、抽穗（开花）—乳熟期6个生育时段,发生轻度、中度、重度和特重类型干旱时的主要形态特征及其分级标准。可作为冬小麦干旱灾害田间调查分级的参考依据。     

不同播期对南繁玉米农艺性状和产量的影响

选取辽宁省5个主栽玉米杂交种丹玉405、丹科2151、丹玉801、丹玉508和先玉335及5个骨干自交系丹299、丹717、丹TX-2、丹D15和PH6WC为试验材料,研究不同播期对玉米主要农艺性状和产量的影响。结果表明,播期延后玉米各生育时期和生育期有不同程度延长,株高、穗位高和空秆率有所增加,病虫害发生程度加重,果穗性状不断劣化,产量逐渐降低。根据试验结果,南繁玉米播种的最佳时间在每年的10月末至11月初,如遇特殊的台风天气影响播期可适当推延,在最佳播期播种可以降低田间管理难度,获得较高产量,方便晾晒储运,也为北方春季试材准备赢得充足时间。     

基于无人机RGB影像估测田间小麦穗数

单位面积穗数是小麦产量构成的重要因素，利用图像信息处理技术快速、准确地估测田间小麦穗数，可以为小麦长势监测和产量估测提供直接依据。利用无人机路径规划和控制系统（fragmentation monitoring and analysis with aerial photography， FragMAP）获取标准统一、高分辨率的田间小麦RGB航拍影像，通过高效的目标检测手段（YOLOv3）获得训练模型并自动识别麦穗，通过分析该方法（FY方法）与传统方法测定麦穗数量的关系来构建单位面积麦穗估测模型。结果表明，FY方法的样本获取效率和观测面积显著高于传统方法（P < 0.001）；YOLOv3训练模型识别麦穗的准确率随着训练样本数量和迭代次数增加而增加，500个训练样本迭代6 250次，获得模型识别麦穗的准确率超过90%；FY方法和与传统方法测定的田间小麦穗数量呈显著的线性相关关系，据此构建估测田间小麦穗数的模型为：y=0.816x-14.863（R² = 0.790，P<0.001）。上述结果表明，结合标准统一、高分辨率的无人机航拍影像和深度学习方法估测田间小麦穗数精度高、实时性强，可为小麦长势监测和产量估测提供重要的数据和技术支撑。     

皖北砂姜黑土地冬小麦生育期尺度干旱指标研究

为给砂姜黑土区小麦干旱灾害监测、预警、评估等工作提供参考,利用代表站点的气象资料、冬小麦生育期观测资料和麦田不同时期土壤水分测定资料,采用平均值、点聚图、有序样本最优聚类等方法,建立了皖北砂姜黑土地冬小麦生育期尺度的土壤水分、降水量负距平百分率、麦田水分盈亏率干旱指标,并分为轻旱、中旱、重旱和特旱4个等级。经检验,降水量负距平百分率指标和水分亏缺率指标的平均正确率均在80%以上,2种指标对重旱和长期干旱具有较强的解释能力。同时,给出了不同生育期发生不同等级干旱时的减产率参考值。