黑河流域上游水沙变化特征及成因分析

[目的]研究黑河流域上游干流的水沙时空变化特征及其成因,为流域生态保护和水资源开发利用提供科学依据。[方法]选取黑河上游干流主要水文站近60a的实测径流、输沙及降雨资料,通过采用Mann-Kendall秩相关检验法、累积距平法和相关分析法,研究水沙变化特征及驱动因子。[结果]黑河上游干流径流量总体上从20世纪80年代以后呈增加趋势;输沙量从20世纪70年代开始呈不显著增加趋势,但莺落峡水文站输沙量从2001年开始呈显著下降趋势。[结论]降水增加是影响黑河上游径流量增多的重要原因;水土流失导致了札马什克站和祁连站输沙量的增加,而水库拦沙是莺落峡水文站输沙量显著减少的主要原因。     

基于GIS与RS的北方防沙屏障带生态系统格局演变

研究北方防沙屏障带生态系统格局演变特征,对加强屏障带建设、改善生态环境具有重要意义。以北方防沙屏障带为研究区,根据2005、2010、2015年MODIS遥感影像,将北方防沙屏障带生态系统类型划分为森林、草地、湿地、农田、城镇、荒漠和裸地7类。采用空间统计、转移矩阵、景观指数分析法、PNTIL模型等方法,对北方防沙屏障带2005—2015年生态系统类型时空演变特征进行分析。结果表明,2005—2015年北方防沙屏障带生态系统整体呈稳定状态;从分屏障带看,内蒙古防沙屏障带荒漠面积明显减少,塔里木防沙屏障带森林面积迅速增加,而河西走廊防沙屏障带草地面积明显增加;从正/逆转换方向来看,屏障带内农田、城镇、荒漠及裸地生态系统正向转换率高于逆向转换率。10年间,在景观水平上,北方防沙屏障带斑块数量、斑块密度呈减少趋势;在类型水平上荒漠景观整体呈现破碎化萎缩的趋势特征,森林、草地向形状简单化的方向发展。研究表明,2005—2015年,北方防沙屏障带生态总体向好,治沙效果明显,但局部仍面临较大压力。     

肉鸭粪便排放特征的季节性变化

本研究旨在探讨肉鸭粪便的特性,并对其不同季节的污染物排放特征进行评价,为肉鸭养殖场废弃物处理和资源化利用提供依据。分4个季节进行了北京Z型肉鸭饲养试验(饲养期37 d),记录采食量、产粪量,并定期测定饲料和粪便中水分和有机质含量及总氮(TN)、P、Cu、Zn含量。结果表明:肉鸭粪便中Zn含量秋季最高, TN、P、Cu含量均为冬季最高;冬季粪便中TN含量极显著高于夏、秋两季(P0.01); P、Cu含量在冬季均极显著高于其余季节(P0.01);粪便中Cu、Zn含量均为春季最低。肉鸭粪便平均含水率为84.61%,夏季最高,春季最低;平均有机质含量为83.38%,表现为冬春秋夏。春夏秋冬四季的粪便产生量分别为338.3g?d~(-1)?只~(-1)、275.9 g?d~(-1)?只~(-1)、317.6 g?d~(-1)?只~(-1)和327.0 g?d~(-1)?只~(-1),夏季最低。TN、P、Cu、Zn的排泄系数分别为2.13 g?d~(-1)?只~(-1)、2.48g?d~(-1)?只~(-1)、2.56 mg?d~(-1)?只~(-1)、21.10 mg?d~(-1)?只~(-1);春冬两季的TN日排泄量显著高于夏秋两季; P的日排泄量表现为冬季极显著高于其余3个季节;夏季Cu的日排泄量与春季差异不显著,极显著低于秋、冬两季(P0.01)。TN在秋季排泄占比最低,春季最高;而P排泄占比为秋季最高,春季最低。肉鸭在饲养期TN、P、Cu、Zn的排泄量与对应元素的摄入量具有极显著的正相关关系(P0.01)。研究表明:季节因素能对肉鸭粪便中含水率、有机质、TN、P、Cu和Zn含量产生显著影响,同时各季节各元素的排泄量与相应元素的摄入量显著相关。     

1985—2015年中国县域芝麻生产的时空演变

为阐明我国芝麻生产的时空变化特征，基于1985—2015年的我国县域芝麻生产统计数据，采用集中度、重心迁移、产量贡献率、优势度等指标，对我国芝麻种植面积、产量和单产的时空动态变化进行分析。结果表明:1)1985—2015年，我国芝麻产量和面积的分布基本一致，主要集中在大别山山脉一带和辽宁省西北部；全国芝麻单产水平不断提升，种植面积自2000年起小幅缩减，而产量变化处于明显的波动状态。2)30年间，全国芝麻产量集中度和面积集中度变化波动较小，集中地区分布发生了一定的变化；我国芝麻产量、面积重心同步向南偏西方向迁移，迁移距离分别为252和344 km。3)我国芝麻生产的主导因素一直为面积，占比为40.0%—49.9%；我国芝麻的生产优势区主要在河南、安徽、湖北、江西四省。近30年来，我国芝麻种植变化受其自身特性、病虫害、湿害以及政策等影响，芝麻生产受到一定的限制。因此，优化和调整我国芝麻生产的政策倾向、种植结构、良种研发以及栽培管理等方面尤显关键。     

江西省水资源利用时空变化特征及区域差异

[目的] 定量研究2008—2017年江西省水资源利用时空变化特征以及各项水资源指标的区域差异，为水资源可持续利用提供参考依据。[方法] 基于2008—2017年江西省自然、社会经济以及水资源资料，利用变差系数、泰尔系数和空间分级分类法，从时间维度和空间维度分析了江西省2008—2017年水资源时空分布特征，并采用“竹笋”七色差异评价法对江西省各项水资源指标的区域差异进行研究。[结果] 南昌市2008—2017年水资源开发利用相对处于一个较高的水平，年均水资源开发利用率达到46%，处于不健康状态，而整个江西省平均开发利用率不到25%，水资源状况呈现健康的状态；江西省2008—2017年工业用水和农业水量分布差异较大，11市的生活用水和总用水空间分布差异较小；江西省2008—2017年人均水资源和地均水资源区域差异的差异值小于380，处于“竹笋”七色模型的稳定区，2008—2017年期间波动小。[结论] 整体来看江西省各市水资源禀赋差异性较大，要综合多个因素，深度剖析各个地区的水资源各类指标，比如人口数量、气候、环境、地形、文化差异等，因地制宜，才能使水资源真正为社会经济的可持续发展服务，达到人与水环境的协调统一。     

近年来新疆第二产业内部结构的时空变化特征分析——基于分行业就业人口分布的实证研究

新疆地域广阔，受各地州市自然基础、资源禀赋、历史文化等条件差异的影响，第二产业内部各行业地区差异较大，就业人口分布也不均衡。本文利用2000-2011年新疆分行业就业人口统计数据、行政区划面积和行政区划图等资料，采用地统计学、时间序列分析方法，结合GIS、Geoda空间分析工具，对新疆第二产业内部的空间结构特征和时序变化特征进行了分析，结果表明：①新疆第二产业内部各行业具有独特的形态分布。2011年新疆第二产业内部采矿业，制造业，电力、热力、燃气及水生产和供应业，建筑业分别呈现出两个独立中心-外围结构、两个“C” 型结构、“一轴两翼”结构、和“一”字型结构；②2011年新疆第二产业内部存在空间集聚现象，行业和地域分布不同。阿克苏地区、喀什地区是采矿业、制造业显著聚集的区域，阿克苏地区是电力行业显著聚集的地区。③2000-2011年期间新疆第二产业内部不同行业之间比重有较大的差别，采矿业和电力行业对第二产业内部结构的变动起着重要的作用。     

CALCA 基因遗传变异及其与肉质性状关联分析

旨在分析早胜牛及其杂交牛CALCA基因第4外显子的多态性及其与肉质性状的相关性，发现与肉质性状相关的分子标记，为加快肉牛选育进程提供参考。利用PCR-SSCP 技术对早胜牛、南杂牛、秦杂牛和西杂牛共362个个体的CALCA基因第4外显子进行了遗传变异检测，并运用SPSS 17．0软件对早胜牛（平凉类群）遗传变异与经济性状关联性进行了分析。结果表明，CALCA基因第4外显子存在2个突变位点T3237 A和G3289 A，并检测到AA和AB 2种基因型。相关性分析表明，CALCA基因突变位点与剪切力、眼肌面积、热胴体重和熟肉率显著相关（P＜0．05），AA基因型个体剪切力、热胴体重和熟肉率显著高于AB基因型个体（ P＜0．05），而AB基因型个体眼肌面积显著高于AA基因型个体（P＜0．05），其他性状在各基因型间差异不显著。因此，初步推测CALCA 基因的突变位点可以作为评定早胜牛肉质性状的遗传标记。     

结合多等级代表性采样和模糊隶属度的区域土壤制图方法

High-resolution and detailed regional soil spatial distribution information is increasingly needed for ecological modeling and land resource management. For areas with no point data, regional soil mapping includes two steps: soil sampling and soil mapping. Because sampling over a large area is costly, efficient sampling strategies are required. A multi-grade representative sampling strategy, which designs a small number of representative samples with different representative grades to depict soil spatial variations at different scales,could be a potentially efficient sampling strategy for regional soil mapping. Additionally, a suitable soil mapping approach is needed to map regional soil variations based on a small number of samples. In this study, the multi-grade representative sampling strategy was applied and a fuzzy membership-weighted soil mapping approach was developed to map soil sand percentage and soil organic carbon(SOC) at 0–20 and 20–40 cm depths in a study area of 5 900 km2 in Anhui Province of China. First, geographical sub-areas were delineated using a parent lithology data layer. Next, fuzzy c-means clustering was applied to two climate and four terrain variables in each stratum. The clustering results(environmental cluster chains) were used to locate representative samples. Evaluations based on an independent validation sample set showed that the addition of samples with lower representativeness generally led to a decrease of root mean square error(RMSE). The declining rates of RMSE with the addition of samples slowed down for 20–40 cm depth, but fluctuated for 0–20 cm depth. The predicted SOC maps based on the representative samples exhibited higher accuracy, especially for soil depth 20–40 cm, as compared to those based on legacy soil data. Multi-grade representative sampling could be an effective sampling strategy at a regional scale. This sampling strategy, combined with the fuzzy membership-based mapping approach, could be an optional effective framework for regional soil property mapping. A more detailed and accurate soil parent material map and the addition of environmental variables representing human activities would improve mapping accuracy.     

Mathematical modeling and an application of the filled function method in entomology

Macrosiphum rosae (L.) is one of the most destructive pests for Rosa damascena (Miller) when it is found in high numbers. In order to understand the population dynamics of this pest, our priority should be the determination of what extent environmental factors affect the pest population. In this study, we apply fuzzy logic modeling to visualize the population variations, which depends on the environmental factors (temperature and humidity), by using the data obtained from the field studies. After that, we determine the values of temperature and humidity that makes the number of M. rosae maximum by using the filled function method as a global optimization technique.