气候变暖背景下河南省夏玉米花期高温灾害风险预估

为预估未来气候变暖背景下夏玉米花期高温灾害风险,根据河南省19个农业气象观测站夏玉米抽雄期常年观测资料和未来RCPs(representativeconcentrationpathways)气候变化情景数据,构建夏玉米花期高温风险评价指标,开展河南省夏玉米花期高温灾害时空特征及风险演变分析。其中RCPs气候情景数据包括基准气候条件(1951—2005年, RCP-rf)和未来(2006—2050年)RCP 4.5(中)、RCP 8.5(高)两种浓度路径数据。以抽雄普遍期及之后7d确定为夏玉米花期,并内插匹配气候情景格点数据。以花期最高气温≥32℃和≥35℃作为轻度和重度高温灾害发生阈值,根据轻、重度夏玉米花期高温发生频率和高温积害,建立风险评价指标并分级。结果表明, RCP-rf情景下全省夏玉米花期高温发生频率在20.5%～81.0%(≥32℃)和3.9%～51.9%(≥35℃)。与基准条件相比,≥32℃高温发生频率增加9.1%(RCP4.5)和11.0%(RCP8.5),≥35℃高温发生频率增加8.7%(RCP4.5)和8.3%(RCP8.5)。RCP-rf情景下全省夏玉米花期高温积害在48.5～200.9℃·d(≥32℃)和9.8～138.5℃·d(≥35℃)。与基准条件相比,≥32℃高温积害增加25.4℃·d (RCP 4.5)和25.6℃·d (RCP 8.5),≥35℃高温积害增加25.8℃·d (RCP 4.5)和31.4℃·d (RCP 8.5)。由综合风险分析可知, RCP-rf情景下夏玉米花期高温灾害高值风险区主要分布在新乡、郑州、许昌、漯河、周口及其以东以北的地区(商丘除外),约占夏玉米主栽区面积的30.1%;RCP4.5情景下高值风险区扩大至洛阳和南阳以东的大部分地区,约占夏玉米主栽区面积的63.4%; RCP 8.5情景下高值风险区面积进一步向西扩大,约占夏玉米主栽区面积的占76.3%。     

扶贫小额信贷的风险防控

作为金融扶贫中的品牌项目,小额信贷在帮助贫困户发展生产,增收脱贫等方面取得了明显的成效,但随着扶贫小额信贷的陆续到期,信贷回收的风险也开始暴露出来。分析了当前扶贫小额信贷的现状,分析存在自然风险、贫困户思想观念落后、可持续发展能力不足等问题并提出从源头精准筛选、过程严格监管及指导、灵活回收措施等对策建议。旨在加强小额信贷的风险防控,打赢脱贫攻坚战。     

数字经济背景下法定数字货币的应用前景及风险防范

首先深入分析了数字经济背景下法定数字货币的应用前景,其后提出了一系列法定数字货币的风险防范策略。     

农户化肥减量替代采纳意愿与行为差异性分析

基于社会认知理论与农户行为理论构建分析框架,结合河南省滑县农户的调研数据,运用Logistic模型对农户化肥减量替代采纳意愿和行为差异性及其原因进行分析.结果 表明:1)农户禀赋、农户认知和外部环境对农户化肥减量替代采纳意愿与行为的影响效应呈现出"总体一致,局部差异"特征.2)肥料质量无保证、产量无保障等风险预测特征严重阻碍农户化肥减量替代采纳意愿向行为转化,是导致其采纳意愿与行为相悖离的关键因素.基于此,加强农技部门的宣传与培训,引导农户深刻认知生态效益、经济效益及社会效益协同发展的重要性,正确认识化肥减量替代价值;慎重评估采纳化肥减量行为带来的风险,防止出现肥料质量参差不齐、见效周期长等问题.     

豫东平原夏玉米超高产栽培技术路线探讨

摘 要：为了探讨豫东平原夏玉米超高产栽培技术路线，选用4个主导品种，采取理论测产与实收测产相结合，对项目组夏玉米超高产攻关田及农户高产田进行产量及产量构成因素调查，划分为3个产量水平，进行产量构成三要素与产量的相关及通径分析。结果表明：产量水平从10500~12000 kg/hm2提高至12000~13500 kg/hm2，收获穗数增加7736.25穗/hm2，增加了10.69%；产量增加1343.4 kg/hm2，增加了11.97%。产量水平由12000~13500 kg/hm2提高至13500 kg/hm2以上，收获穗数增加6333.75穗/hm2，增加了7.91%；产量增加1482.6 kg/hm2，增加了11.80%。直接通径系数，穗数（X1）为0.8146，穗粒数（X2）为0.1233，千粒重（X3）为0.1275，表明对产量的贡献大小依次为穗数＞千粒重＞穗粒数。因此，豫东平原夏玉米超高产栽培，应通过增加种植密度进一步提高产量。‘中单909’、‘登海605’、‘登海618’、‘郑单958’等品种，豫东平原夏玉米实现13500 kg/hm2以上的产量，种植密度为87000~91500株/hm2，收获穗数为84000~88500穗/hm2、穗粒数480~485粒、千粒重330~340 g。 关键词：夏玉米；超高产；栽培；通径分析；技术路线；技术途径     

房地产企业财务风险形成原因及解决对策

随着国际政治局面的影响,世界经济近年来也呈现出全球大环境下的波动和不可预计性,房地产企业作为举足轻重的经济组成部分,在残酷激烈的市场经济竞争的大环境下,需要主动开展经营管理,避免因企业自身客观因素的影响而导致大面积的财务风险危机,本文以房地产行业为立足点,以房地产企业为主导,深入研究房地产企业财务风险形成的原因,并着重剖析以何种对策才能有效地规避财务风险,寻找合理的财务风险防范措施,使企业自身能对财务工作实现真正意义上的全方位的管控,满足企业自身发展的同时,最大限度降低财务风险指数。     

猪粪沼液在苹果种植中的应用及风险

沼液作为有机肥,含有丰富的氮磷钾、微量元素及生物活性质,具有改善土壤有机质含量,促进苹果生长,提高苹果品质的作用,科学合理的利用将促进苹果产业的发展。通过对猪粪发酵沼液成分分析,提出果园使用方法及风险,便于苹果种植者参考。     

喀斯特地区贫困乡村景观格局及生态风险分析

为揭示喀斯特不同地貌乡村景观格局及生态风险的差异，以贵州省石门乡（喀斯特中山）、宗地镇（峰丛洼地）、周覃镇（低山丘陵）、掌布镇（峰丛峡谷）4种典型喀斯特地貌的贫困乡村为例，利用ArcGIS 10.1、Fragstats 4.2软件对乡村景观格局进行分析，并定量评价景观生态风险。结果表明，不同地貌乡镇的各斑块面积占比（PLAND）、斑块数量（NP）、斑块密度（PD）、斑块形状指数（LSI）存在较大差异。掌布镇景观水平上指标特征与石门乡相反，而宗地镇和周覃镇景观水平上指标特征介于掌布镇和石门乡之间。周覃镇与掌布镇景观生态风险低于石门乡以及宗地镇。石门乡中北部景观生态风险高于东部和西南部，与中北部以未利用地和建设用地景观为主、东部和西南部以灌草丛和林地景观为主有关。宗地镇中部比重较大的未利用地使其景观生态风险较高，而东部和西部比重较大的灌草丛使其景观生态风险较低。除西部地区外，周覃镇大部分地区耕地、林地和灌草丛的连片分布使得景观生态风险较低。中北部占主导地位的林地以及南部各地类的镶嵌分布，使掌布镇中北部景观生态风险明显低于南部。研究结果可为喀斯特地区乡村土地利用调控及生态风险管理提供科学依据。     

畜禽粪便中铜和锌污染现状及风险分析

为研究我国畜禽粪便中重金属Cu和Zn的现状及对土壤的污染风险,对数据库和课题组已有的数据进行整理,分析了我国畜禽粪便中Cu、Zn的现状,建立土壤中畜禽粪便重金属Cu和Zn的风险评估模型,预测施用畜禽粪便后土壤Cu、Zn的污染情况,并推算畜禽粪便Cu、Zn的阈值。研究发现,不同畜禽粪便中Cu、Zn含量差异较大,且Zn的含量均高于Cu含量。猪粪中Cu、Zn含量最高,中位值分别为406.9 mg·kg~(-1)和671.3 mg·kg~(-1),羊粪中Cu、Zn含量最低,中位值分别为28.7 mg·kg~(-1)和101.1 mg·kg~(-1)。施用猪粪的土壤中Cu和Zn的积累速率分别为12 080.0 g·hm~(-2)·a~(-1)和18 928.4 g·hm~(-2)·a~(-1);家禽粪的影响其次,Cu和Zn的积累速率分别为1 396.4 g·hm~(-2)·a~(-1)和7 978.1 g·hm~(-2)·a~(-1);牛粪和羊粪的污染风险较低。根据模型计算的阈值中,粪肥中Cu和Zn的阈值范围分别为80.8～2 256.6 mg·kg~(-1)和1 322.4～20 040.9 mg·kg~(-1);粪肥污染风险与阈值呈负相关,污染风险最高的猪粪,阈值最低,其Cu和Zn的阈值范围分别为80.8～163.2 mg·kg~(-1)和1 322.4～1 972.8 mg·kg~(-1)。     

土壤中毒死蜱及主要代谢产物的降解与生态风险

为探讨施用农药毒死蜱后土壤中毒死蜱及其主要降解产物3，5，6-三氯吡啶-2-酚（TCP）污染分布特征，评估农田土壤环境中毒死蜱及TCP的环境风险，以玉米、小麦和大豆3种作物农田为研究对象，开展旱地农田田间试验。通过对施用后不同时间农田土壤中毒死蜱浓度检测发现，土壤中毒死蜱均在前期消解较快，后期逐渐变缓。小麦、大豆、玉米种植土壤中毒死蜱的半衰期为7.86~24.84 d（均小于30 d），消解速率常数为0.027 9~0.088 2 d^-1。前期均表现为0~5 cm土壤中毒死蜱残留量最大，15~20 cm土壤中毒死蜱残留量最小，即随着深度的增加土壤中毒死蜱的残留量逐渐降低；随着时间的延长，0~10 cm土壤中毒死蜱残留量逐渐减少，10~20 cm土壤中毒死蜱残留量逐渐增加。TCP比母体毒死蜱更容易迁移，对环境的污染风险较高。随着毒死蜱施用剂量的增加，小麦、大豆、玉米3种作物种植土壤中毒死蜱及TCP的短期和长期生态风险均增大。超推荐剂量施用毒死蜱导致毒死蜱及TCP产生较高的短期和长期生态风险，TCP生态风险在3种作物农田中均达到了高风险等级。