新疆地州农业劳动力变化与农业经济发展的时空耦合及其对乡村振兴的启示

基于新疆14个地州1997、2007、2017年3期截面数据,利用定量和GIS空间分析法,分析了在经济快速发展的背景下,农业劳动力转移和经济发展的空间耦合关系.结果表明:①1997—2017年农业劳动力和农业经济发展呈现出良好的发展模式.1997—2007年劳动力和农业经济增长的速度大于2007—2017年,天山以北的地区经济以及劳动力的发展情况总体好于天山以南.②1997—2017年农业经济呈持续增长的态势,总量增长了54.48％,但是区域增长差异明显,呈"南高北低"的特征.③产劳弹性系数以农业劳动力和农业经济同增的增长型为主,2007—2017年有12个地州均为增长型耦合模式,剩下的2个地州以集约型为主,分别是博尔塔拉蒙古自治州和巴音郭楞蒙古自治州.     

基于机器学习算法的土壤有机质 质量比估算

为快速高效地估测干旱、半干旱地区土壤有机质(soil organic matter, SOM)质量比,提出了一种结合竞争适应重加权法(CARS)和随机森林(RF)的估测模型.以内陆干旱区艾比湖流域为研究区,测定土壤高光谱反射率和SOM质量比,经预处理后,利用CARS对原始光谱(R)、一阶导数(R′)、吸光度(log(1/R))及吸光度一阶导数［log(1/R)］′4种光谱变量的可见-近红外光谱进行筛选,并结合RF算法,建立全谱段RF模型与CARS-RF模型.结果表明,基于CARS方法对光谱进行变量筛选后,得出4种光谱变量的优选变量集个数分别为35,26,34和121;在4种光谱变量中,R′和［log(1/R)］′的SOM估测模型精度较高,以［log(1/R)］′为基础数据获得的模型精度最高;CARS-RF模型精度优于全谱段RF模型,模型验证集决定系数(R²)、均方根误差(RMSE)、相对分析误差(RPD)分别为0.881,6.438 g/kg和2.177.该研究在预处理的基础上通过变量优选,应用较少的变量个数获得较高的估测精度,为干旱、半干旱区SOM高光谱估测提供了适宜高效的方法.     

不同利用方式下草地物种多样性及其土壤因子解释

草地是干旱区重要的生态系统,了解不同利用方式下土壤因子(土壤含水量、有机碳含量、速效磷含量、pH值、容重)对物种多样性的影响,可为该地区草地的恢复重建提供理论依据。在新疆阿勒泰富蕴县,对不同利用方式的草地(禁牧草地、季节草地、弃耕草地、对照草地)运用单因素方差分析探讨不同利用方式下的物种多样性、土壤因子的差异性;冗余分析讨论物种多样性与土壤因子间的相关性。结果表明,(1)相较于其他3种利用方式的草地,季节草地植物Shannon-Wiener多样性指数(H)、Simpson多样性指数(D)、Margalef丰富度指数(R)、Pielou均匀度指数(J)均为最大,分别为0.910、0.516、0.479、0.662,说明适度放牧有利于物种多样性的增加;(2)不同利用方式下各土壤因子之间差异较明显,说明不同的利用方式对土壤因子有显著影响,但不同利用方式下容重无显著性差异;(3)土壤有机碳含量、pH值、含水量与多样性指数均呈正相关关系,与容重均呈负相关关系,丰富度指数R与速效磷含量呈正相关关系,与其余指数呈负相关关系。综上所述,季节性放牧有利于物种多样性的维持;速效磷含量与多样性相关性最大,且随着土壤含水量和pH值的增加,多样性指数增加。     

农田土壤重金属污染特征、生态风险评价与来源分析

目前,我国经济与工业快速发展,农田土壤重金属污染问题日益严重。采用污染负荷指数(PLI)、潜在生态风险指数(RI)、相关性分析和聚类分析等方法研究新疆乌鲁木齐市周边农田土壤重金属污染现状、空间分布特征、潜在生态风险及其主要来源。结果表明,乌鲁木齐市周边农田土壤重金属Cd、Cr、Cu、Ni、Zn、Hg含量的平均值均超过了新疆土壤背景值,特别是Cr和Zn的含量远超过新疆土壤背景值;乌鲁木齐市周边农田土壤属于轻度污染;乌鲁木齐市周边农田土壤重金属中Hg与Cd是最主要的生态风险因子,研究区生态风险预警指数呈现无警示状态。Cu、Cr、Hg、Ni、As的污染主要是由于污水灌溉,Pb和Cd的污染主要是由于煤矿开采,Zn的污染是由镀锌钢管大棚、机械制造及彩钢制造厂等所造成的。     

荒漠植物凝结水形成机制研究进展

系统综述了国内外对凝结水的最新研究进展,包括凝结水形成机制、生态作用以及冠层凝结水吸收利用.结合荒漠植物的特点及研究现状,指出加强对荒漠植物吸收冠层凝结水的内在机理研究有助于理解荒漠植物对干旱胁迫的适应,可为全球变暖背景下的荒漠植物响应对策的阐述提供理论依据.     

干旱区城市森林大气颗粒物浓度变化特征及其与环境因子的关系

干旱区城市颗粒物如可吸入颗粒物(PM_(10))、细颗粒物(PM_(2.5))以及超细颗粒物(PM_(1.0))受到越来越多的关注。根据新疆维吾尔自治区乌鲁木齐市燕儿窝生态林大气颗粒物(PM_(1.0)、PM_(2.5)、PM_(10))浓度、温度、相对湿度、风速等环境因子数据,对干旱区城市森林内大气颗粒物浓度时间变化规律进行分析。结果表明:(1)3种颗粒物(PM_(10)、PM_(2.5)、PM_(1.0))的日变化较为相似,均呈现"早晚高,中午低"的浅"V"形变化趋势。(2)3种颗粒物季节变化均表现为冬季秋季春季夏季,其中冬春2季林地内浓度小于林地外,而夏秋2季林地内浓度大于林地外。(3)环境因子与3种不同粒径大气颗粒物浓度存在显著相关关系,相对湿度、风速与颗粒物浓度呈显著正相关,温度与颗粒物浓度呈显著负相关。     

基于变量优选与机器学习的干旱区湿地土壤盐渍化数字制图

土壤盐渍化是导致土壤退化和生态系统恶化的主要原因之一，对干旱区的可持续发展构成主要威胁。为了尽可能精确地监测土壤盐渍化的空间变异性，该研究收集新疆艾比湖湿地78个典型样点，其中选取54个样本作为训练集，24个样本作为独立验证集。基于Sientinel-2 多光谱传感器（Multi-Spectral Instrument，MSI）、数字高程模型（Digital Elevation Model，DEM）数据提取3类指数（红边光谱指数、植被指数和地形指数），经过极端梯度提升（Extreme Gradient Boosting，XGBoost）算法筛选有效特征变量，构建了关于土壤电导率（Electrical Conductivity，EC）的随机森林（Random Forest，RF）、极限学习机（Extra Learning Machine，ELM）和偏最小二乘回归（Partial Least Squares Regression，PLSR）预测模型，并选择最优模型绘制了艾比湖湿地盐渍化分布图。结果表明：优选的红边光谱指数基本能够预测EC的空间变化；红边光谱指数与植被指数组合建模效果总体上优于其与地形指数的组合，3类指数组合的建模取得了较为理想的预测精度，其中RF模型表现最优（验证集R2=0.83，RMSE=4.81 dS/m，RPD=3.11）；在整个研究区内，中部和东部地区土壤盐渍化程度尤为严重。因此，XGBoost所筛选出的环境因子结合机器学习算法可以实现干旱区土壤盐渍化的监测。     

基于特征空间的土壤含盐量的遥感反演

土壤表层含盐量的聚集是造成土壤盐渍化的主要原因,因此借助遥感手段及时、准确地对土壤含盐量进行研究有着重要的现实意义。以渭干河-库车河流域三角洲绿洲为研究区,采用2011年4月的Landsat卫星资料,利用改进型植被MSAVI和盐分指数(SI)构建土壤含盐量特征空间的遥感模型,并且通过2011年9月野外同步实测的地表0~10 cm土壤含盐量进行相关性分析,R2=0.859 6,精度较好。这对干旱区绿洲农业的发展有着重要的现实意义。