基于土壤优化光谱参数估测太湖地区土壤全氮含量

为明确太湖地区土壤全氮的高光谱特征，构建定量分析模型，以江苏省无锡市滨湖区为研究区域，选取地理位置跨度大、土壤质地相似的93个样品，进行土壤风干样品全氮含量测定和光谱数据采集，对光谱反射率进行一阶微分，运用相关系数峰谷值法筛选敏感波长，将敏感波长两两结合进行土壤调节光谱指数（MSASI）运算。将两两结合后敏感波段分别采用多元线性回归分析、人工神经网络分析和偏最小二乘法构建土壤全氮含量的定量高光谱分析模型。结果表明，研究区内土壤全氮含量与光谱反射率呈正相关，敏感波段包括420~444 nm和480~537 nm。基于土壤调节光谱指数的多元线性回归分析对敏感波段诊断的效果最佳（R²=0.98、RMSE=0.04），其精度高、可靠性强，是筛选出的最佳土壤全氮含量估测模型。偏最小二乘法模型（R²=0.70、RMSE=0.13）次之，而人工神经网络模型（R²=0.69、RMSE=0.15）精度最低。该研究结果为太湖地区土壤全氮水平的高光谱快速估测提供了方法借鉴，可为土壤养分精准管理提供技术参考。     

黄淮海地区蔬菜废弃物污染风险及资源化潜力分析

对蔬菜废弃物进行资源化利用和养分回收是实现可持续和生态友好型农业的必要措施。为了确定黄淮海地区蔬菜废弃物的污染风险及资源利用潜力，通过文献整理和数据分析，以地级市为单位估算该地区蔬菜废弃物产量及总氮（TN）、总磷（TP）、总钾（TK）养分污染负荷，利用ArcGIS表征TN、TP、TK污染强度及污染风险综合指数的空间分布情况，确定该区蔬菜废弃物面源污染治理重点区域，并结合化肥需求情况比较蔬菜废弃物资源化利用潜力。结果表明，2017年黄淮海地区蔬菜废弃物总量为1 618.08万t，其中TN、TP、TK污染负荷分别为41.80万、11.18万、53.79万t；各地市蔬菜废弃物污染强度平均为6.45 t·hm^-2·a^-1，TN、TP、TK污染强度分别为15.15、4.05、19.49 kg·hm^-2·a^-1。黄淮海地级市中，蔬菜废弃物污染负荷超过58万t·a^-1的地区集中在中部地区，包括徐州、潍坊、周口、南阳、商丘、唐山6市，污染负荷占黄淮海总负荷的26.44%，这些地区TN、TP、TK污染负荷超过1.60万、0.40万、1.90万t·a^-1。蔬菜废弃物污染强度超过10 t·hm^-2·a^-1，TN、TP、TK污染强度超过23.76、6.36、31.58 kg·hm^-2·a^-1的地区包括枣庄、开封、莱芜、唐山、泰安、安阳、济南、潍坊、阜阳、商丘。蔬菜废弃物资源化利用潜力较高地区包括潍坊、青岛、德州、聊城、临沂、泰安、济宁、菏泽、商丘、周口、南阳等市，占黄淮海地区的19.0%。研究结果为区域蔬菜废弃物总量控制、合理布局和综合利用提供决策依据。     

庭院养殖富了李有通

景东县安定乡望福村望月村民小组李有通，利用自家庭院优势走加工业带动养殖的庭院养殖生产路子，成了穷山沟的“首富大哥”。