华南地区极端气温事件时空变化及其因子分析

选用1959—2016年华南地区72个地面气象站点逐日气温数据,计算了研究区16种极端气温指数,分析了1959—2016年研究区极端气温事件的时空变化特征和影响研究区极端气温指数的因子,及其与年平均气温、地理位置和大尺度大气环流的关系,并预测了未来研究区域极端气温事件变化趋势.结果表明:1959年以来,研究区气温日较差(DTR)和极端冷事件(FD、ID、TN10p、TX10p、CSDI)呈下降趋势;生物生长季(GSL)、极端热事件(SU、TR、TN90p、TX90p、WSDI)和气温极值指数(TXx、TNx、TXn、TNn)呈明显增加趋势.从年代际尺度来看,1960s(19世纪60年代,以下以此类推)以来,研究区极端气温事件与其年际变化趋势基本一致.从空间尺度来看,气温日较差(DTR)和极端冷事件(FD、ID、TN10p、TX10p、CSDI)气候倾向率小于0的站点比例分别为85％、99％、100％、99％、90％、93％,仅有个别站点存在下降趋势,零星分布在沿海地区.生物生长季(GSL)增加的站点共有55个,但其显著性水平较低;极端热事件(SU、TR、TN90p、TX90p、WSDI)气候倾向率大于0且通过显著性检验站点分别为20、58、68、48、29个,增加趋势明显.气温极值指数(TXx、TNx、TXn、TNn)也呈增加趋势,仅沿海地区个别站点呈下降趋势.利用因子分析法提取了5个公共因子,其累计方差贡献率为82.49％,其中公共因子1方差贡献率为44.72％,反映了极端气温事件与极端热事件的相关性很强.相关分析表明,极端热事件(SU、TR、TN90p、TX90p、WSDI)能很好地指示年平均气温的变化情况,并且其他极端气温指数之间也存在很好的相关关系;极端气温指数变化趋势表现出明显的地理位置依赖性.此外,大尺度环流分析表明,ENSO异常变化与华南地区极端气温关系密切,南海副高强度指数(SCSSHII)和西太平洋副高强度指数(WPSHII)对研究区极端气温事件具有明显贡献.R/S分析法表明,研究区极端气温事件表现为强持续性,未来变化趋势与过去的变化趋势相同.     

蓝莓VcLon1基因的克隆、表达及抗旱性分析

【目的】Lon1蛋白酶具有降解叶绿体和线粒体内氧化蛋白、维持细胞正常代谢的功能。在分析蓝莓VcLon1时空表达模式的基础上,利用烟草遗传转化技术结合干旱生理分析,揭示蓝莓VcLon1的生物学功能,为运用生物技术培育蓝莓抗旱品种提供理论基础,并为其他植物抗旱机制研究提供基础信息。【方法】在从南高丛蓝莓‘夏普蓝’中克隆得到VcLon1全长(Gen Bank登录号:MF972079)的基础上,利用DNAMAN、MEGA4.0、Wo LF PSORT和Protparam等生物信息学软件及在线程序预测VcLon1序列及蛋白结构特征,分析比对氨基酸序列同源性并构建其同源蛋白序列进化树;同时,采用实时荧光定量PCR分析蓝莓VcLon1在不同组织及干旱条件下的表达模式;最后,构建表达载体,遗传转化本氏烟,以野生型、VcLon1超表达这2种基因型本氏烟为材料,进行干旱处理并分析二者在生物量生长、光合生理及氧化胁迫水平等方面的差异。【结果】1)PCR扩增得到VcLon1的ORF序列长2 982 bp,该序列编码993个氨基酸,预测蛋白的理论等电点为5.44,分子量为109.5 kDa。VcLon1编码的蛋白序列含有1个典型的AAA+结构域,属于AAA+超家族,定位分析编码蛋白在叶绿体和线粒体中表达,该蛋白与葡萄、苹果等Lon1蛋白酶亲缘关系较近。2)利用实时荧光定量PCR对VcLon1的表达量分析,发现其在‘夏普蓝’蓝莓各组织中均有表达,老叶中的表达量显著低于嫩叶,干旱胁迫显著提高蓝莓VcLon1的转录水平。3)干旱胁迫下各株系本氏烟生长均受到抑制,但VcLon1超表达植株均较野生型生长健壮,其中又以VL-6长势最佳,其叶片未发黄且根系发达,其株高、干质量分别比野生型高36.66%、114.29%。4)干旱胁迫下野生型本氏烟叶绿体肿胀明显且部分基粒片层结构模糊,分层不明显,而VcLon1超表达本氏烟仅部分叶绿体基粒片层空隙增大,其叶绿体超微结构未出现明显损伤,且叶片叶绿素含量高于野生型。同时,野生型本氏烟胞内线粒体普遍出现肿胀、变形,嵴断裂、解体并空泡化的现象,而VcLon1超表达本氏烟的线粒体仍维持正常椭球形。5)在氧化胁迫水平方面,VcLon1超表达植株干旱胁迫下的MDA含量均比野生型低34.38%~49.68%,且其叶片中H2O2的积累也较低,而野生型叶片的褐色面积明显上升。羰基化蛋白含量也呈现相似的变化趋势,VcLon1超表达本氏烟比相同条件下的野生型低36.89%,这可能由于VcLon1超表达植株各株系中SOD、GR、APX及POD等抗氧化酶的活性普遍显著高于野生型所致。【结论】干旱胁迫下,南高丛蓝莓‘夏普蓝’内VcLon1的运作机制可能是通过维护细胞膜系统及叶绿体的正常形态结构,同时通过降解线粒体内羰基化蛋白质,使线粒体结构保持完整、能量代谢等功能得以正常维护,减少活性氧自由基(ROS)的产生及维护抗氧化酶类活性,从而有效地降低细胞器内ROS的产生与积聚,并最终降低胞内的氧化胁迫水平,维持正常植物代谢,提高其抗旱能力。     

海南岛橡胶林叶面积指数遥感估算模型比较研究

叶面积指数（LAI）是描述植被生长状况和冠层结构的一个重要参数,快速获取大面积植被与作物LAI对于生态系统科学研究、农林业生产指导具有十分重要的理论和实践意义。本研究选取海南岛典型热带作物——橡胶树为研究对象,构建基于卫星遥感植被指数的橡胶林LAI估算模型并分析其变化规律。结果表明,相较于归一化植被指数（NDVI）、绿色归一化植被指数（GNDVI）、比值植被指数（RVI）和宽动态范围植被指数（WDRVI）四个指数,增强植被指数（EVI）、土壤调节植被指数（SAVI）、差值植被指数（DVI）和改良土壤调节植被指数（MSAVI）四个指数同LAI之间的相关性较高。构建的基于不同植被指数的橡胶林LAI估算模型（一元线性、指数和对数模型）中,基于EVI指数的橡胶林LAI一元线性估算模型效果最佳,其决定系数R²为0.69。经验证,该模型估算的橡胶林LAI精度较高,观测和模拟的橡胶林LAI线性拟合R²为0.67,均方根误差RMSE为0.16,平均相对误差RE为-0.25%,但在橡胶林LAI中值区存在低估现象,同时在LAI高值区和低值区存在一定的高估现象。从空间分布来看,海南岛橡胶林LAI高值区（4.40~6.23）主要分布在海南岛西部儋州、白沙等市县,LAI中值区（3.80~4.40）主要分布在海南岛中部澄迈、屯昌、琼中等市县,LAI低值区（2.69~3.80）主要分布在海南岛东部和南部的定安、琼海、万宁、乐东、三亚等市县。总之,构建的基于EVI指数的橡胶林LAI一元线性估算模型精度较高,克服了NDVI、GNDVI、RVI等植被指数容易出现指数饱和问题,具有较好的科学性和良好的推广应用价值。     

植物细胞器内蛋白质量控制相关机理综述

植物体生长发育过程中,极易受到外界环境的非生物胁迫,当植株处于不利环境时,线粒体、叶绿体、过氧化物酶体等细胞器内由于代谢失衡将积累活性氧(reactive oxygen species,ROS),导致蛋白质等生物大分子的结构被氧化破坏,影响正常生命活动。对于农作物而言,ROS积累将直接影响其果实的产量和质量。细胞器内受氧化损伤的蛋白质可通过谷氧还蛋白系统和硫氧还蛋白系统进行修复,无法修复的蛋白质则被相关蛋白酶清除,从而维持细胞器蛋白水平的平衡。主要介绍了植物细胞器内蛋白氧化损伤的方式和检测指标,并对蛋白质量控制的相关机理进行整理归纳。     

基于近地光谱特征的玉米田间杂草识别研究

化学防治是我国农田杂草防治使用较广泛的方法之一,化学除草剂的过量喷洒以及粗略的施用方式已成为农药泛滥、质量安全问题的罪魁祸首。目前,精准施药技术成为杂草去除的重要手段,杂草识别又是精准施药的关键技术。利用ASD FieldSpec 4便携式地物光谱仪,采集玉米、马齿苋、野苋菜及香附植株冠层在350～2 500 nm波段内的光谱信息,经过数据预处理,运用逐步判别模型,筛选出了954、1 324、1 869、734 nm 4个特征波段。将特征波段带入贝叶斯判别函数模型,分别对玉米田间杂草进行预测。结果表明,贝叶斯判别函数模型正确识别率达85.8%;对玉米的识别精度达90.0%。特征波段选取中剔除了波长749 nm选入了734 nm波长变量,在"红边"680～780 nm区域的反射率对玉米田间杂草识别较为重要。试验结果进一步论证了基于贝叶斯判别模型方法的可靠性,且证明了高光谱在杂草的识别方向具有一定的应用价值,该研究结果为田间杂草识别及光谱传感器提供了参考。     

基于GEE和Landsat时间序列数据的海南岛土地利用分类研究

土地利用/覆盖变化（land use/cover change,LUCC）是当前全球变化研究的核心内容之一。土地利用遥感监测是土地利用变化相关研究的重要技术手段,尤其是高分辨率遥感技术和谷歌地球引擎（Google Earth Engine,GEE）云计算平台的出现,为土地利用空间信息的获取提供了新的途径和方法。本研究基于GEE云平台提供的Landsat-8 OLI时间序列卫星影像数据,采用随机森林（random forest,RF）和支持向量机（support vector machines,SVM）分类算法,对海南岛土地利用类型进行了遥感分类研究。结果表明：RF与SVM算法对海南岛土地利用中水体和建筑用地的分类精度均较高,对耕地、园地和林地分类精度较低。与SVM方法相比,RF分类方法能够更准确识别各类地物信息,更适于海南岛土地利用分类的研究。海南岛林地（包括天然林、橡胶林等）所占比例最大,主要分布在海南岛中部;耕地和园地面积接近,相间分布于海南岛大部分区域;水体和建筑用地面积较小,在海南岛均呈零散的分布状态,以沿海地区为主。GEE平台对于开展大区域土地利用分类与遥感动态监测具有重要的意义。     

结合随机森林与地理探测器的村域贫困分布格局及其分异机制分析

乡村贫困是我国经济发展过程中的重要问题,很多相关研究从定性或定量角度出发,分析地方或区域贫困问题,对扶贫脱贫的理论及实践产生了重要的意义.运用定量研究方法,结合机器学习与地理探测器分析村级贫困问题.以广东省重点扶贫地区连州市星子镇为例,选取12个对星子镇的贫困发生率产生影响的潜在因素,基于随机森林算法和地理探测器,对该镇21个行政村贫困分异的影响因素及其影响程度进行分析.结果表明:随机森林算法与地理探测器由于原理的差异,在分析各因子影响力这同一目的的前提下,得出数据结果存在差异;星子镇的贫困分异是多因子间的共同正向促进作用,具有复杂性,致贫需多模式综合并行;对于星子镇这个自然约束较大的地区,脱贫更需要着重降低社会阻隔,通过政策、资源的倾斜减缓社会阻隔,从而进一步促进自然约束力的降低,最终达到脱贫目的.     

基于GLC30数据的近20年海南岛土地利用动态变化研究

土地利用/覆盖变化（land use/cover change,LUCC）是当前全球变化研究的核心内容之一。近20年来,受自然环境和人文社会经济双重影响的海南岛土地利用变化显著,但其时空动态变化特征及其格局尚不明确。基于GLC30全球地表覆盖数据,分析了海南岛近20年来土地利用时空分布格局、时空动态变化。结果表明,海南岛土地利用/覆盖类型空间分布格局以耕地和林地为主,耕地主要分布在沿海地区,林地主要分布在中部山区。2000—2010年海南岛土地利用时空变化格局以林地面积增加为主,主要由耕地、草地、湿地和水体转化而来;2010—2020年海南岛土地利用时空变化格局以耕地和建筑用地显著增加为主,耕地增加主要来源于林地的转化,建设用地的增加则来源于耕地和林地。2000—2020年,海南岛林地和建筑用地面积显著增加,耕地和草地明显减少;湿地、水体、裸地和海域的面积变化较小。林地增加的区域主要分布在海南岛中部山区及东北部文昌市,大部分由草地转化而来;建筑用地主要来自于耕地、林地和草地的转化,另一部分则来自于湿地、水体和海域的开发,主要分布在海南岛沿海城镇居民点的周边地区;耕地减少主要是转化为林地,分布在海南海口、昌江、琼海和万宁等市县;草地减少区域主要分布在海南岛中部山区,转化为林地。2000年、2010年和2020年海南岛土地利用程度在各个时期变化较小,总体数值处于中间偏上水平,表明海南岛土地利用/覆盖变化的稳定性较高,人类对土地的开发强度适中。通过本研究可为海南岛土地利用合理开发及未来海南自由贸易港建设提供科学参考。      

基于低频GPR的土壤累积入渗量的探测方法研究

农田尺度上土壤累积入渗量的准确获取是目前土壤入渗研究中的难题.通过土工模拟和灌水实验,探讨利用低频探地雷达(GPR)技术探测土壤累积入渗量的方法.在分析灌水前后GPR剖面特征的基础上,分别构建和对比了基于波速法和振幅法的土壤累积入渗量计算模型.结果表明,基于振幅的探测模型在精度和稳定性方面均优于波速法,反射波振幅模型精度高于地面波模型,利用反射波波谷1构建的累积入渗量的GPR探测模型的决定系数达到0.96.因此,使用低频探地雷达可以实现对土壤累积入渗量的准确探测.研究结果为农田尺度上土壤累积入渗量的探测方法提供了一种新思路,同时,也为GPR在土壤学领域中的进一步应用提供了科学依据.     

农作物空间格局研究进展及发展探讨

农作物空间格局研究具有重要的理论意义和现实意义，已经成为地理学和生态学研究的前沿和热点。本文总结了农作物空间格局重构方法、驱动力分析和模拟预测等方面的研究进展，在讨论分析当前研究所存在问题和未来发展趋势的基础上，提出了农作物空间格局研究工作的思维导图。研究表明，在农作物空间信息重构领域，统计调查法、遥感提取法和空间模型分配法均存在优势和缺陷；在农作物空间格局驱动力分析和模拟预测领域，仅从自然驱动力或社会经济驱动力单一角度来分析往往难以全面理解农作物空间格局变化过程。研究认为，基于空间模型的区域农作物空间信息复合重构技术、融合自然和社会经济多因子多尺度的农作物空间格局驱动力研究方法、耦合地理模型和社会经济模型的农作物空间格局模拟预测模型将是农作物空间格局研究领域的重要发展方向。