松嫩平原优势种羊草与其主要伴生种芦苇空间分布格局分析

芦苇是松嫩草地优势种羊草的主要伴生种,两者常常形成物种组成比较单一的混生群落或者与其他物种组成羊草 杂类草群落.选择羊草 芦苇混生群落,羊草群落和芦苇群落的交错区进行羊草、芦苇单物种格局分析.结果表明,1)混生群落和交错区中,羊草和芦苇均是以集聚分布的形式存在;2)羊草在混生群落中的格局强度小于交错区中的格局强度,芦苇在2种类型群落中的格局强度没有显著差异;3)除了考虑物种的生物学特性以外,混生群落种内、种间竞争也是影响羊草集聚分布和格局强度的主要因素,交错区中,环境异质性和种间竞争是影响集聚分布和格局强度的重要因子;4)芦苇在混生群落和交错区中格局强度没有明显差异,由此可以判定芦苇的空间分布格局形成主要受植物本身生物学特性的影响.     

不同程度退化草地生物量的分布模式

以高寒矮嵩草草甸为研究对象,分析了不同程度退化草地地下和地上生物量的变化。结果表明:地下和地上生物量随着草地退化程度的加剧而下降;地下生物量主要分布在0~10cm的范围内,随着草地退化程度的加剧,植物根系有向表层聚集的趋势;植物群落组成中,莎草和禾草地上和地下生物量均呈现下降的趋势,而杂类草则表现出逐渐增加的趋向;轻度和中度退化草地总地上生物量远低于地下生物量,重度和极度退化草地则相差较小,特别是在极度退化草地,地上生物量与地下生物量十分接近。     

0～3周龄北京鸭氨基酸理想模式的研究

依据扣除法原理，根据现有氨基酸需要量标准和目前的研究结果规划出一种氨基酸模式，依次将模式中赖氨酸、蛋氨酸、色氨酸、苏氨酸、异亮氨酸扣除20％，而非扣除的氨基酸量保持不变，来确定扣除某一种氨基酸后对育雏期北京鸭生产性能和血液生化指标的影响，确定出理想的氨基酸比例。试验共设6个处理组，为6种氨基酸模式，每个处理设4个重复。结果表明：北京鸭育雏期氨基酸理想模式为赖氨酸：蛋氨酸：色氨酸：苏氨酸：异亮氨酸=100：42：22：38：48。     

高寒区轮作模式对当归田土壤特性及药材产量的影响

连作重茬造成当归产量逐年下降。采用药用植物秦艽(QJ)、羌活(QH)轮作当归(DG),以当归连作为对照,通过测定土壤和药材产量指标,利用主成分分析确定各指标权重,并结合隶属综合因子分析和聚类分析,旨在揭示不同药用作物轮作当归对土壤环境与药材产量的影响,为筛选适宜当归栽培的轮作模式提供科学依据。结果表明,不同作物轮作对当归田土壤特性和药材产量均具有显著影响,秦艽轮作当归可有效改善土壤特性,使当归成药期土壤磷和钾含量处于较低水平,而有机质维持在较高水平,对土壤水分的季节调控作用更为显著,与当归连作相比较,当归成药率提高94.10%,药材单根鲜重和药材鲜产量分别提高53.46%和125.56%,而羌活轮作当归土壤pH最高,有机质含量最低,当归连作土壤有机质含量虽高,但土壤富集磷和钾,对土壤水分季节性调控作用最小,当归成药率和药材产量均低。不同轮作模式当归成药率和药材产量依次为秦艽-当归>当归-当归>羌活-当归,综合指数大小依次为秦艽-当归(0.8132)>羌活-当归(0.3315)>当归连作(0.2051)。聚类分析将3种轮作模式分为三大类,重复小区亚类间距离均小,说明不同作物轮作对土壤的调控作用不同,高寒产区秦艽轮作当归是优化调控土壤环境,提高当归产出性能的有效轮作模式。     

Determining spatial feed distribution in sea cage aquaculture using an aerial camera platform

Within this paper we describe an unmanned aerial vehicle (UAV) based method to estimate the spatial feed pellet distribution in salmon fish-cages and exploit it within a case study to determine the radial pellet distribution for different rotor spreaders and blower configurations. Compared to previously used methods, capturing pellets thrown from a rotary feed spreader in rows of Styrofoam boxes, the UAV based method is simpler and faster to setup and allows to cover a larger portion of the sea cage surface area. We compare results obtained with the Styrofoam box method with results we obtained by an automatic analysis of aerial videos taken by the UAV during feeding experiments. The employed method helps to gain insight into the spatial feed pellet distribution in full-scale salmon fish-cages where the feeding pipe and actual fixation of the spreader may influence the dynamic behaviour of the feeding system. This can also be seen as a step towards a continuous measuring of the feed pellet distribution, particularly in view of possible future feeding systems that may allow to adapt the feed pellet distribution to the actual fish distribution.     

城市农业公园的内涵、模式及路径

城市农业公园是一种将城市元素与农业元素有机结合的融入城乡一体化发展理念的集生态、绿色、人文、产业等特征于一体的以农业为主题的城市公园。阐述了城市农业公园的内涵特征及其功能价值和城市农业公园的发展模式及其路径选择，并在此基础上，结合铜仁市的山水自然特征及其农业产业发展特色，从经验借鉴和实践研究层面对铜仁市城市农业公园的发展进行战略思考和总体设计。以铜仁市郊区的和平乡、坝黄镇、挞扒洞村以及松桃正大乡为例对以铜仁市城市农业公园建设为切入点打造铜仁生态旅游城市提出了具体的发展构想。     

基于GIS的农村居民点空间分布特征研究----以扶余市为例

科学认识乡村地域结构是全面推进农业农村现代化和乡村振兴的基础。本文以扶余市第二次土地调查调数据为基础，借助ArcGIS空间分析软件，运用规模分析、核密度估算、缓冲区分析，从用地规模、分布格局与土地利用条件方面探讨扶余市农村居民点地域分异特征。研究表明：扶余市以微、小型居民点居多，居民点数量随着规模的增大逐渐减少，居民点之间的距离差异较大，总体呈现大散居、小聚居，不均匀分散分布；农村居民点的平均核密度为0.4个/km2，空间布局呈东南部高密度集聚成片，向西逐渐密度降低，西部零散错落分布；居民点分布呈现较强的城镇指向性，交通用地对居民点有集聚的作用，河流对微型居民点和大型居民点有集聚吸引的功能。     

近32年来新疆地区植被覆盖的时空变化

基于拟合的长时间序列数据监测新疆植被时空动态变化。结果表明,近32年来,新疆植被总体呈现增加趋势,但存在明显的阶段变化和空间差异;植被生长季NDVI值西部和西北部高,东部和东南部低;1982-2013年间新疆植被改善面积大于退化面积,绿洲农田植被覆盖区改善明显、草原区退化严重;整个研究区域的植被重心从北向南移动,天山以北的植被重心呈现西南-东北方向移动,天山以南呈现近似东西方向的移动。     

谷子秸秆剪切力与其饲料营养特性变化规律及相互关系

为探究谷子秸秆力学性质与其饲料特性的变化规律及相互关系，选用谷物完熟期的谷子秸秆，将其分为5段（近根部、中下部、中部、中上部、上部）并每隔7 d进行秸秆节间、茎节力学性质（剪切、压缩）和饲料特性（形态指标、营养成分）测定。试验结果表明：谷物完熟后，随着时间的推进，秸秆节间、茎节剪切力、抗压强度、干物质含量、纤维素含量、半纤维素含量和木质素含量总体上呈增大趋势，而秸秆含水率、当量直径、横截面积、线性密度和粗蛋白含量总体上呈减小趋势。谷子秸秆单位直径剪切力与含水率和线性密度呈负相关关系（R2≥0.903），与其干物质、纤维素、半纤维素和木质素含量呈正相关关系（R2≥0.845），与其粗蛋白含量无显著相关关系（P>0.05）。采收期内，谷子秸秆基部起秸秆剪切力至顶部逐渐增大，且剪切力与当量直径、横截面积呈正相关关系（R2≥0.916）。试验表明谷子秸秆饲料特性指标验证试验值与预测值相对误差不大于6.48%，预测模型合理。测量秸秆剪切力可用于预测其形态指标参数和营养成分含量，进而一定程度地反映秸秆饲用价值和反刍动物择食趋向。采收期内，谷子中部及以上秸秆单位直径剪切力显著小于其近根部（P<0.05），更适合饲用；且谷物完熟后，及时采收可避免秸秆饲用价值降低。该研究可为高效利用谷子秸秆资源提供参考。     

Geostatistical interpolation and aggregation of crop growth model outputs

Many crop growth models require daily meteorological data. Consequently, model simulations can be obtained only at a limited number of locations, i.e. at weather stations with long-term records of daily data. To estimate the potential crop production at country level, we present in this study a geostatistical approach for spatial interpolation and aggregation of crop growth model outputs. As case study, we interpolated, simulated and aggregated crop growth model outputs of sorghum and millet in West-Africa. We used crop growth model outputs to calibrate a linear regression model using environmental covariates as predictors. The spatial regression residuals were investigated for spatial correlation. The linear regression model and the spatial correlation of residuals together were used to predict theoretical crop yield at all locations using kriging with external drift. A spatial standard deviation comes along with this prediction, indicating the uncertainty of the prediction. In combination with land use data and country borders, we summed the crop yield predictions to determine an area total. With spatial stochastic simulation, we estimated the uncertainty of that total production potential as well as the spatial cumulative distribution function. We compared our results with the prevailing agro-ecological Climate Zones approach used for spatial aggregation. Linear regression could explain up to 70% of the spatial variation of the yield. In three out of four cases the regression residuals showed spatial correlation. The potential crop production per country according to the Climate Zones approach was in all countries and cases except one within the 95% prediction interval as obtained after yield aggregation. We concluded that the geostatistical approach can estimate a country’s crop production, including a quantification of uncertainty. In addition, we stress the importance of the use of geostatistics to create tools for crop modelling scientists to explore relationships between yields and spatial environmental variables and to assist policy makers with tangible results on yield gaps at multiple levels of spatial aggregation.