景谷县森林蓄积量遥感估测及其动态变化分析

以云南省景谷县为研究区,基于Landsat5和Landsat8遥感数据,利用2012年和2017年两期全国森林资源连续清查实地调查数据,建立多元逐步回归和随机森林模型对景谷县森林蓄积量进行遥感估测对比研究。结果显示:综合建模精度来看,随机森林法在相同样地数量条件下具有更好的估测效果;从估测结果与林地保护利用规划和林地变更数据结果相比较,随机森林法估测值接近真实值,估测精度较高。     

青贮玉米品质性状遗传变异及主成分分析

为了鉴定青贮玉米品质性状间的相关和依附关系,对14份青贮玉米材料的22个品质性状检测分析,并进行一般描述统计、遗传变异、相关性及主成分分析。结果表明,参试青贮玉米各品质性状中,脂肪、钾、木质素、淀粉含量的变异系数较大,分别为0.20、0.19、0.17和0.16,表明这些性状在品种遗传选育进程中有较大的改良空间;消化率及能量品质相关性状的变异系数介于0.03~0.08,表明这部分性状难以得到遗传改良;青贮玉米品质性状间相关性较大,适宜采用主成分分析保留品质性状的最重要方面。对测试的22个品质性状进行主成分提取,前3个主成分的累积贡献率达到91.29%,分别代表了青贮玉米的饲用价值、微量元素及粗蛋白成分。     

我国食用菌产业发展现状及产业升级路径分析

对我国食用菌产业发展现状进行梳理,指出我国食用菌行业主要存在的问题不仅是开发规模小、科技含量低,而且品种质量参差不齐、销售渠道不畅、食用菌产品存在滞销等。构建面板数据模型探究影响我国食用菌产业升级的主要影响因素,结果表明,食用菌年度生产总量、食用菌行业从业人员总数、出口贸易总额、固定资产投资、居民消费支出水平与食用菌产业结构升级之间为显著的正相关关系,基于此提出了助力我国食用菌产业升级的政策。     

城市池塘水质时间变化特性--以扬州大学江阳路南校区池塘为例

城市中的池塘是城市水体的重要组成部分,为揭示城市化背景下池塘水体水质的时间变化特性,选取扬州大学江阳路南校区池塘为研究区,对该池塘2018年7月至2019年6月的水质参数蓝绿藻浓度(Phyco)、水温(WT)、溶解氧(DO)、pH与电导率(EC)进行观测,采用变异系数法、单因子水质标识指数法以及多元线性回归法对各参数的变化特性进行评价。结果显示:池塘WT呈季节性变化;观测期间pH变化范围为7.74~9.98,水体呈碱性;DO变化的随机性较强,未表现出明显变化规律;各水质参数变异性及权重从大到小依次为WT>DO>EC>pH;以DO为指标的单因子水质标识指数结果表明:池塘DO达到Ⅲ类水要求的时段占总观测时段的84%;多元线性回归分析结果表明:DO与WT、pH呈正相关,与Phyco呈负相关,Phyco及pH的变化对DO浓度的影响相对于WT大。     

不同释放期控释肥和水氮用量对冬小麦产量的综合影响

为揭示不同释放期控释肥及其水肥用量对冬小麦产量的影响，优化冬小麦水氮管理措施，采用裂区设计进行田间试验，以灌水量为主处理，施氮量和控释肥类型分别为副处理和次副处理，其中，灌水量设30、60和90 mm；施氮量设0、75、150和225 kg/hm2的施肥梯度；控释肥类型包括释放期分别为60、120 d的聚氨酯包膜尿素（PCU60，PCU120），以普通尿素作为对照（U）。结果表明：灌水量、施氮量、控释肥类型单一因素均对冬小麦有效穗数、千粒质量、干物质质量、籽粒产量有显著影响。各因素两两之间的交互作用对籽粒产量有显著影响。相较于U处理，增加灌水使PCU60产量平均提高308 kg/hm2，PCU120产量平均下降270 kg/hm2；增施氮肥刚好相反，使PCU60产量平均下降289 kg/hm2，PCU120产量平均提高118 kg/hm2。根据所构建3种肥料的水氮生产函数可知，在U处理取得最高理论产量6 823 kg/hm2时的水氮用量下，2种释放期的控释肥PCU120和PCU60可分别获得14.31%和12.08%的增产效果。利用水氮生产函数和频率分析法得到不同控释肥类型获得较高产量的水氮用量区间，以PCU120产量最高、所需灌水量最低，分别为7 744～7 826 kg/hm2、47.72～52.28 mm；PCU60所需施氮量最低，为145.42～187.91 kg/hm2。综合考虑增产节肥节水效果，推荐PCU120为冬小麦季适宜的控释肥类型，其适宜水氮用量区间分别为47.72～52.28 mm、159.23～199.47 kg/hm2。     

不同地区楼葱栽培种的性状与品质分析

为了研究不同地区楼葱的特性,试验对我国不同地区12个楼葱栽培种的数量性状和品质性状进行了测定分析。14个数量性状的相关分析结果显示,主成分分析数量指标后,单株质量、株高、假茎质量、花葶高、叶形指数和假茎指数影响分类;相关性分析说明主要数量指标间具有极显著相关性(P<0.01)。聚类分析后,遗传距离为3.1时可将楼葱种质根据所得主要数量性状分为4个类群。测定不同地区楼葱6个品质指标后,相关性分析结果表明,紧实度与蛋白质含量、干物质率、香辛油含量、总糖含量、游离氨基酸总量存在着极显著正相关或相关性,主成分分析表明主成分反映了89.99%的原有信息量,楼葱的干物质率与紧实度为主要成分;应用灰色关联度分析了品质与数量性状的关系,假茎直径、出叶孔间距、单株质量这3个数量性状对楼葱品质的影响居前3位。研究表明楼葱种质材料具有极其丰富的遗传多样性,宁夏同心2个地区黄水桥HSQ、石羊圈SYJ的楼葱种质距其他种质资源间亲缘关系最远且干物质率含量及紧实度最高。     

安徽省花生产量与气象因素的关联度分析及预测模型研究

为分析气象因子对安徽花生产量的影响,构建适用于本地的花生单位产量预测模型,以期为探讨花生经济效益、应对气象灾害风险管理提供参考。对安徽各市2000—2017年花生气象产量和气象因子进行灰色关联度分析,筛选出关联度较大的气象因子,并采用逐步回归法建立产量预测模型。结果表明：安徽花生产量与生育期气象因子关联度5月份平均气温>7月份光照时数>5月份光照时数>6月份光照时数>7月份平均气温>8月份光照时数>8月份平均气温>6月份平均气温>8月份降水量>7月份降水量>5月份降水量>6月份降水量,应用建立的花生单位产量预测模型对历年产量进行回测,结果显示预测值与实际值均方根误差为815 kg/hm²、拟合指数为0.81,总体较好,具有一定的应用价值。     

龙井茶适制茶树品种多性状综合评价——基于多元统计分析

确定适宜加工龙井茶的茶树品种的多性状评价指标,建立龙井茶适制品种农艺性状的综合评价体系,为鉴定筛选优良龙井茶适制品种或资源提供技术支撑。对浙江省15份主要栽培茶树品种（系）的芽叶长宽比、百芽重、展叶角度、亮度值(L)、红绿属性(a)、黄蓝属性(b)、色彩饱和度(C)、氨基酸、茶多酚、水浸出物、咖啡碱、酚氨比、外形、汤色、香气、滋味和叶底17项农艺性状进行综合比较,并联合使用主成分分析、聚类分析和层次分析对茶树品种（系）的龙井茶适制性进行综合评价。17项农艺性状的平均变异系数为12.05%,百芽重的变异系数最大(28.15%),叶底的变异系数最小(0.86%),适制龙井茶农艺性状变量间既相对独立又密切相关,应用主成分分析法,将17个评价指标压缩成6个综合指标,经过分析6个主成分函数式中的17项农艺性状系数,可以将17项农艺性状分为外形因子、内质因子、感官因子3个主要指标,这3个主要指标可以较准确地评价龙井茶适制品种,其中芽叶长宽比、a值、茶多酚、酚氨比、外形、香气和汤色是主要性状。采用聚类分析,可以将15个品种分为2个大的类群,采用层次分析可以将茶树品种采制龙井茶的适宜性进行综合排序。采用多元统计分析中的主成分分析和聚类分析对15份茶叶品种的17项农艺性状进行龙井茶适制性综合评价是可行的,结合层次分析可以得到更加准确的排序,可以从不同角度进行较全面客观评价,为龙井茶适制品种的选育提供参考。     

秸秆复合有机酿热物对大棚土壤环境的影响

为解决黑龙江省早春大棚土壤温度低及设施土壤环境恶化问题,以‘千禧’番茄为材料,研究秸秆+牛粪(NGH)、秸秆+马粪(MGH)、秸秆+羊粪(YGH)、单一秸秆(JG),以未进行反应堆技术为对照(CK),对早春大棚‘千禧’番茄土壤温度、土壤理化性状、酶活性及微生物群落结构的影响。结果表明,与对照相比,各处理降低了土壤pH,提高了土壤温度、土壤EC、碱解氮、速效钾、有机质含量及土壤蔗糖酶、脲酶、磷酸酶、过氧化氢酶活性。经过秸秆生物反应堆处理的20 cm土层温度有明显的提升,其中秸秆+羊粪处理在反应启动后提升土壤温度效果最好;秸秆+羊粪(YGH)处理提高了土壤速效磷含量,是对照的2倍;秸秆+羊粪(YGH)处理土壤中4种酶活性均处于最高水平,分别比对照提高了91.9%、220%、18.5%、7.3%。各处理微生物多样性指数均显著高于对照,变化规律一致为秸秆+羊粪(YGH)>秸秆+牛粪(NGH)>秸秆+马粪(MGH)>秸秆(JG)>对照(CK);秸秆+羊粪(YGH)及秸秆+牛粪(NGH)处理对糖类、氨基酸类、酯类、醇类、胺类、酸类6类碳源的利用能力最强,显著高于其他处理和对照。应用主成分分析和聚类分析方法将大棚番茄土壤分为4个等级,秸秆+羊粪(YGH)处理为第一级,秸秆+牛粪(NGH)处理为第二级,秸秆+马粪(MGH)及单一秸秆(JG)处理为第三级,对照(CK)为第四级。应用秸秆复合有机酿热物生物反应堆促进了土壤环境的改善,以秸秆+羊粪(YGH)作为复合有机酿热物效果最佳。     

基于粒子群算法优化BP神经网络的土壤含水量短期预测模型

为提高土壤含水量预测精度,基于物联网监测数据,提出了粒子群算法(PSO)优化BP神经网络的土壤含水量预测方法。首先应用主成分分析法筛选出影响土壤含水量的关键影响因子,然后构建8-5-1的BP神经网络拓扑结构,应用粒子群算法优化BP神经网络的初始权值和阈值。结果表明:与传统BP神经网络相比,新模型优化了网络结构,避免了陷入局部最优解,具有良好的预测效果;模型的评价指标平均绝对误差、平均绝对百分误差、误差均方根分别为0.259 2、0.010 5和0.135 6,与单一BP神经网络相比,预测精度更高,可满足实际的土壤含水量预测的需要。