河南省农业水资源脆弱性时空特征及障碍度诊断

从自然脆弱性、人为脆弱性和承载力脆弱性3个层面构建农业水资源脆弱性评价体系,运用熵值法和线性加权综合法测算了2001—2016年河南省农业水资源脆弱性,并利用障碍度模型分析了影响脆弱性的主要障碍因子。结果表明:2001—2016年河南省郑州等9市农业水资源脆弱性呈减小态势,开封等9市呈增大态势,脆弱性增速差异显著;脆弱性演变趋势可分为先升后降、先降后升、波动上升和波动下降4种类型;河南省农业水资源脆弱性空间分布集聚特征明显,脆弱度排序为豫北豫东豫南豫中豫西;河南省农业水资源脆弱性主要受到人为脆弱性和承载力脆弱性的影响,且主要障碍因子存在差异。因此,应积极加强对水资源系统人为干预,通过加大农业资金投入、优化农田水利建设水平、提高农业用水效率等,以实现河南省农业生产与水资源利用协调发展。     

利用WGCNA进行玉米花期基因共表达模块鉴定

权重基因共表达网络分析(weighted gene co-expression network analysis, WGCNA)是系统生物学的一种研究方法,在挖掘生物学数据与特定性状之间的生物学关系方面具有十分重要的作用。本研究利用玉米(Zea mays L.)自交系B73的14份不同发育阶段的转录组数据,筛选掉低表达丰度的基因,最终得到了22,426个高表达的基因用于创建基因表达矩阵;利用不同组织作为性状,创建表型矩阵。然后利用R软件中的WGCNA包建立了共表达网络,共得到20个模块。本研究将与组织相关性高于0.65的模块定义为组织特异性模块,最终鉴定到14个组织特异性模块。利用在线网站Agrigo对组织特异性模块中的基因进行GO (gene ontology)富集分析,发现14个模块中均可以得到富集种类。开花作为玉米生育周期中的一个重要生理过程,不仅代表着植物从营养生长到生殖生长的转变,也关系到产量、株高和抗逆性等农艺性状。本研究发现8个组织特异性模块中的基因可以富集到与开花调控的代谢通路。此外,有17个已经报道过的开花时间调控基因存在于共表达模块中,并且主要分布在Blue模块和Darkmagenta模块,因此本研究重点关注了这2个模块内部的基因调控网络。本研究通过计算不同组织中的基因表达丰度,并联合权重基因共表达网络分析的方法,鉴定到了具有生物学意义的共表达基因模块,挖掘到了数个开花相关的模块,有助于揭示玉米开花调控的遗传机制。     

气候变化适应及其影响因素研究——山东胶州湾地区居民的实证分析

为探索气候变化感知在适应决策过程中的作用机理，本研究以深度访谈数据为基础，基于“感知－适应”分析框架，采用二元Probit模型和泊松回归模型，分析胶州湾地区居民气候变化适应决策和适应选择的影响因素。研究表明，胶州湾地区绝大多数居民已经感知到气候变化，半数以上居民采取了一定的适应措施，大多数居民对适应措施效果的感到满意。居民采取适应措施介于0-4项，平均为1.07项，适应措施的普及率和多样化仍有提升空间。影响胶州湾地区居民气候变化适应决策与适应选择的主要因素存在一定差异性，但“居民对气候变化的感知”不论是对适应决策还是对适应选择的影响都较大，其中又以“对降水变化的感知”和“对气象灾害损失的感知”最为显著。     

2000—2015年西南区县域土地利用变化特征及驱动力分析——以重庆市奉节县为例

综合分析重庆市奉节县土地利用格局时空演变及其驱动力,为优化西南区县域尺度的土地利用规划、生态大保护和区域可持续发展提供理论参考和数据支持。基于RS和GIS技术,利用四期（2000、2005、2010和2015年）土地利用基础数据,从土地利用动态模型和地学信息图谱等方面出发,揭示区域2000—2015年的土地利用动态变化特征及时空演变规律。依据主成分分析模型和线性回归分析模型,并基于奉节县社会经济统计数据,探究研究区土地利用驱动机制。研究期内,研究区土地空间格局呈现以林地和耕地为主体,同时交错分布其它土地类型的特点。耕地、草地和未利用地土地面积分别减少 78.84 km²、3.73 km²、2.54 km²,而林地、水域和居民工矿用地面积分别增加23.36 km²、46.67 km²、9.03 km²。受三峡移民影响,区域土地利用分布格局由整体无序向局部有序的方向发展。研究期的前10年间,土地利用类型转移主要发生在林地、草地和耕地之间,林地→耕地和草地的面积总和分别为849.38 km²和425.17 km²;2010—2015年间林地和居民工矿用地新增面积分别为9.93 km²和7.09 km²。从产业结构调整、政策影响和社会发展等方面探究区域城镇化的驱动机制,城镇化因素、政策因素、经济因素、社会发展因素和农业因素是影响奉节县土地利用类型变化的主要驱动力。     

Potato absorption and phytoavailability of Cd,Ni, Cu,Zn and Pb in sierozem soils amended with municipal sludge compost

Effects of sludge utilization on the mobility and phytoavailability of heavy metals in soil-plant systems have attracted broad attention in recent years. In this study, we analyzed the effects of municipal sludge compost(MSC) on the solubility and plant uptake of Cd, Ni, Cu, Zn and Pb in a soil-potato system to explore the mobility, potato plant uptake and enrichment of these five heavy metals in sierozem soils amended with MSC through a potato cultivation trial in Lanzhou University of China in 2014. Ridge regression analysis was conducted to investigate the phytoavailability of heavy metals in amended soils. Furthermore, CaCl_2, CH_3 COONH_4, CH_3COOH, diethylene triamine pentacetic acid(DTPA) and ethylene diamine tetraacetic acid(EDTA) were used to extract the labile fraction of heavy metals from the amended soils. The results show that the MSC could not only improve the fertility but also increase the dissolved organic carbon(DOC) content of sierozem soils. The total concentrations and labile fraction proportions of heavy metals increase with increasing MSC percentage in sierozem soils. In amended soils, Cd has the highest solubility and mobility while Ni has the lowest solubility and mobility among the five heavy metals. The MSC increases the concentrations of heavy metals in the root, stem, peel and tuber of the potato plant, with the concentrations being much higher in the stem and root than in the peel and tuber. Among the five heavy metals, the bioconcentration factor value of Cd is the highest, while that of Ni is the lowest. The complexing agent(DTPA and EDTA) extractable fractions of heavy metals are the highest in terms of phytoavailability. Soil properties(including organic matter, p H and DOC) have important impacts on the phytoavailability of heavy metals. Our results suggest that in soil-potato systems, although the MSC may improve soil fertility, it can also increase the risk of soils exposed to heavy metals.     

常州市钟楼区耕地产能空间分布与影响因素分析

耕地产能评价对于耕地资源保护及质量提升具有重要的现实意义。通过构建耕地产能评价体系，运用空间自相关及主成分回归分析法对常州市钟楼区的耕地产能进行空间分布及影响因素分析。结果表明：基于气候、自然因素和技术水平综合指标的耕地产能评价体系具有适用性和可操作性；钟楼区耕地产能等别分为6等和7等，其中6等地占比达到97.55%，等别空间分布呈现出城区内部街道低、外围地区较高的格局；耕地产能整体空间集聚性显著，各街道（乡镇）均表现出较强的空间正相关性，正相关类型（HH型和LL型）多呈现组团式，负相关类型（LH型和HL型）则分布零散；耕地自然质量和技术水平是影响钟楼区耕地产能空间分布的主要驱动因素，其中，耕作层厚度、有机质含量、障碍层距地表深度和土壤养分元素为主导因素，pH值、灌溉保证程度和排水条件为次要因素。因此，应从增强耕地自然质量、提高耕地技术水平等方面制定提高耕地产能的针对性措施。     

Impact of cash crop cultivation on household income and migration decisions: Evidence from low-income regions in China

This study examines the impact of cash crop cultivation on household income and migration decisions, using survey data collected from low-income regions in China. Given farmers decide themselves whether to cultivate cash crops, an endogenous treatment regression model that accounts for potential selection bias issue is used to analyze the data. The empirical results show that cash crop cultivation exerts a positive and statistically significant impact on household income, but it does not affect household migration decisions significantly. The disaggregated analyses reveal that cash crop cultivation significantly increases farm income but decreases off-farm income.     

基于无人机多光谱遥感的冬小麦冠层叶绿素含量估测研究

为探讨利用无人机多光谱影像监测冬小麦叶绿素含量的可行性,基于北京市大兴区中国水科院试验基地的2019年冬小麦无人机多光谱影像和田间实测冠层叶绿素含量数据,选取16种光谱植被指数,确定对冬小麦冠层叶绿素含量显著相关的植被指数,采用一元二次线性回归和逐步回归分析方法建立各生育时期及全生育期的SPAD值估测模型,通过精度检验确定对冬小麦冠层叶绿素含量监测的最优模型。结果表明,两种分析方法中逐步回归建模效果最佳。拔节期选取4个植被指数(MSR、CARI、NGBDI、TVI)建模效果最好,模型率定的决定系数(r~2)为0.73,模型验证的r~2、相对误差(RE)和均方根误差(RMSE)分别为0.63、2.83%、1.68;抽穗期选取3个植被指数(GNDVI、GOSAVI、CARI)建模效果最好,模型率定的r~2为0.81,模型验证的r~2、RE、RMSE分别为0.63、2.83%、1.68;灌浆期选取2个植被指数(MSR、NGBDI)建模效果最好,模型率定的r~2为0.67,模型验证的r~2、RE、RMSE分别为0.65、2.83%、1.88。因此,无人机多光谱影像结合逐步回归模型可以很好地监测冬小麦SPAD值动态变化。     

土壤因子与小粒咖啡品质产量形成关系研究

土壤因子是影响小粒咖啡品质产量的主要因子。本研究通过对土壤因子进行相关性分析、改进的灰色关联分析、通径分析及多元线性回归分析,明确影响小粒咖啡品质和产量的主要因子,以指导科学施肥。结果表明:小粒咖啡咖啡因含量的土壤决定因子为海拔（-0.296^*）,总糖含量的土壤决定因子为有机质（0.607^**）和速效磷（-0.232^*）,蛋白质的土壤决定因子为pH（-0.387^**）和有机质（0.227^*）,灰分含量的土壤决定因子为速效磷（0.334^**）,水溶性浸出物含量的土壤决定因子为海拔（-0.494^**）,脂肪含量的土壤决定因子为碱解氮（-0.461^**）,产量的土壤决定因子为速效钾（0.339^**）和有机质（0.248^*）。研究结果可为小粒咖啡优质高产的土壤条件筛选和肥料的减施增效提供一定的理论基础,以期增强优质咖啡种质的适宜性和目的性。     

基于PLSR-BP复合模型的红壤有机质含量反演研究

对红壤地区土壤有机质进行快速预测,以满足智慧农业与精准施肥的需要。以江西省奉新县北部为研究区域,采用1 km×1 km标准格网划分研究区进行采样,共得到红壤样本248个。对土壤光谱进行了包含分数阶导数在内的3种数学变换方法,将经过P=0.01显著性检验的波段用于模型的构建,选用偏最小二乘回归(PLSR)和BP神经网络建立土壤有机质含量预测模型。结果表明:当对红壤光谱数据进行1.5阶导数变换后再使用PLSR-BP复合模型对土壤有机质含量进行预测时的结果为最优,训练集R~2=0.89,RMSE=4.68g·kg~(-1),验证集R~2=0.87,RMSE=5.55g·kg~(-1),RPD=2.75。1.5阶导数对红壤光谱数据的变换能够更好地突出与有机质相关的特征信息,有助于其含量预测。PLSR-BP复合模型预测精度优于单一模型,能够较好地预测红壤有机质含量,为精准农业快速监测红壤有机质含量提供了新的途径。