青藏高原地区积雪变化及特征分析

利用我国高原地区1963-2002年的逐月积雪日数资料,以及1972-2011年的格点积雪月频率资料,分析、对比了两种资料在该地区的时空演变特征。结果表明：同时段的(1972-2002)站点资料与格点资料相比,空间分布其高值区与积雪日数增值区均偏西北,偏北程度大致为3~4°,偏西程度大致为2~3°,且中心更为明显。在青藏高原西侧(85°E以西),积雪日数呈整体下降趋势。两种资料的积雪日数EOF分析存在一定的偏差,这与其对应的空间分布差异及气候趋势空间分布存在的偏差相吻合。     

Effects of Altitude Change on Nutritional Quality and Elymus nutans Regularity in Qinghai-Tibet Plateau

In order to reveal the effects of different altitudes on the nutritional quality of wild forage in Qinghai-Tibet Plateau,this study used Elymus nutans as the tested plants to evaluate the changes of nutrient contents and the correlation between the nutrient contents and altitudes.Four sampling sites were set up at altitudes of 2 562,2 660,2 775 and 2 905 m with the vertical distance among each sampling point was about 100 m.The results showed that the crude protein,ash and phosphorus contents of Elymus nutans decreased significantly with an increase in altitudes.The crude protein contents decreased by 1.87 % with each 100 m increase in altitudes.The variation rule of crude protein contents with altitudes in the simulated curve was "y=–0.0187x+63.244 (R~2=0.9557)".The crude ash contents decreased by 1.77% with each 100 m increase in altitudes.The variation rule of crude ash contents with altitudes in the simulated curve was "y=–0.0177x+56.144 (R~2=0.978)".Neutral detergent fiber (NDF) and acid detergent fiber (ADF) showed an overall increasing trend with the increase of altitudes,but the most obvious increase was at 2 775 m.The contents of crude fat and Ca did not change regularly with altitudes.     

黄土高原丘陵区枣和酸枣叶脉序特征分析

为了研究枣(Ziziphus jujuba Mill.)和酸枣(Z.jujuba var.spinosa)叶脉序的关系,选用黄土高原丘陵枣区的枣(55个)、酸枣(28个)和过渡型(7个)共计90个样品,利用LEAF GUI叶脉序分析技术,测定了叶脉密度(VLA)、叶脉间距离(IVD)和节点数(Nodes)等14个指标,主成分分析选出8个枣叶脉序特征指标,研究了枣和酸枣叶脉序指标特点及特征。结果表明,在干旱、贫瘠生境中生长的酸枣,其叶脉间距离(0.094 mm)、网眼面积(2.84×10~(-4)mm~2)和节点数(17 823个)都显著低于黄土高原丘陵区枣园栽培条件下的枣(p0.05),而酸枣的叶脉密度(7.14 mm·mm~(-2))显著高于栽培条件下的枣,表现出很高的生态适应性。并且,枣叶脉序特征指标的变异系数范围(15.24%～74.69%)大于酸枣(20.37%～52.84%)。因此,枣和酸枣可以通过权衡叶脉序指标之间的关系,采取不同的适应策略。酸枣相比枣,更倾向于选择高叶脉密度、低网眼面积、低节点数的适应策略。对陕北样品聚类分析,在相似系数为1.8时,分为I、II两大类群;对黄土高原丘陵区的样品聚类分析,在1.69时,分为I、II两大类群,分别为酸枣和枣,过渡型在两个类群中都有。说明酸枣经过渡型向枣的演化,也说明叶脉序可以区分枣和酸枣。而栽培枣被分为4个类群,相似系数为1.29,种间结构较为复杂,是由长期的人工选择和营养繁殖模式所决定。     

Soil water response to precipitation in different microtopographies on the semi-arid Loess Plateau,China

Soil water is an important factor restricting afforestation on the semi-arid Loess Plateau.The microtopography of the loess slope has changed the distribution pattern of soil water on the slope.To improve water utilization efficiency and optimize afforestation configuration patterns,the relationship between soil water and precipitation at micro-topographic scale must be studied.We used time series analysis to study the temporal variation of soil water and its response to precipitation in four kinds of micro-topographies and undisturbed slope on loess slopes.Micro-topographies significantly influenced soil water distribution and dynamics on the slopes.Soil water stored in the platform,sinkhole,and ephemeral gully influenced subsequent soil water for 4 weeks,whereas soil water stored in the scarp and undisturbed slope could influence soil water for 2 weeks.It took 12 weeks,10 weeks,18 weeks,6 weeks,and 12 weeks for precipitation to reach the deeper soil layer in the platform,sinkhole,scarp,ephemeral gully,and undisturbed slope,respectively.These soil water characteristics in different micro-topographies are vital factors that should be taken into consideration when undertaking afforestation on the Loess Plateau.     

青藏高原草地降水利用效率时空动态及对气候变化的响应

本研究利用CASA(Carnegie-Ames-Stanford Approach)模型模拟了2000—2013年青藏高原草地净植被生产力(Net Primary Production，NPP)，结合实测数据、气象数据和土地覆被数据计算了草地降水利用效率（PUE），探究其时空分布特征，以及不同草地类型PUE及其对气候变化的响应。结果表明：青藏高原草地PUE在研究年限内呈现波动增加趋势，增加速率为每年0.0035 g·m^-2·mm^-1，14 a的平均值为0.38 g·m^-2·mm^-1。PUE的空间分布具有明显的异质性，呈现东部高、中西部低的基本格局。PUE分布在0.2～0.4 g·m^-2·mm^-1之间的比例最大，占青藏高原总面积的55.63%，呈减少趋势的区域主要分布在青藏高原的北部和西部，以及东部的边界地区，呈增加趋势的地区集中在研究区的中部和南部。研究年限内PUE的变异系数分布在0.07～0.85之间，变化稳定的区域所占面积最大，为总面积的43.43%，主要分布在唐古拉山脉和横断山脉附近。不同草地类型间PUE均值存在差异，具体表现为：草甸（1.06 g·m^-2·mm^-1）>坡面草地（0.80 g·m^-2·mm^-1）>平原草地（0.30 g·m^-2·mm^-1）>高山与亚高山草甸（0.29 g·m^-2·mm^-1）>荒漠草地（0.23 g·m^-2·mm^-1）>高山与亚高山草地（0.094 g·m^-2·mm^-1）。总体上，青藏高原草地PUE与降水成负相关关系，而与气温呈正相关，PUE的变化对降水响应更加敏感。     

陇东旱塬区复种不同藜麦品种(系)的适应性初步评价

为分析不同藜麦品种(系)在陇东雨养地区夏播复种的生态适应性,以12个藜麦品种(系)为材料,对其物候期、农艺性状、经济性状、品质性状等指标进行考察,采用相关性分析、主成分分析和聚类分析法对其适应性进行综合评价。结果表明:供试的12个藜麦品种(系)除LY-2无法复种成熟外,其余的11个品种(系)均能完成生育期;对其19个性状进行相关性分析表明,单位面积籽粒产量与单株粒质量和千粒质量呈极显著正相关(P0.01),而与根倒率、茎倒率呈极显著负相关(P0.01);株高与千粒质量呈极显著正相关(P0.01),籽粒粗蛋白和淀粉分别与籽粒直径和千粒质量呈极显著正相关(P0.01);对其15个性状指标进行主成分分析和聚类分析,对提出的5个主成分累计贡献率达85.04%,根据综合得分,筛选出适应性最好、得分最高的2个品种(系)‘陇藜4号’和‘Q2’;聚类分析表明,11个藜麦品种(系)系统聚为3大类型,各品种(系)间性状与遗传距离方面存在较大差异,其中第三类产量最高,第二类有矮秆、早熟等特性,可根据生产需要和育种目标进行综合考虑。     

黄土高原植被恢复过程中土壤表面电化学性质演变特征

土壤胶体表面所带电荷是土壤具有一系列物理、化学性质的根本原因。表面电荷数量、比表面积、表面电荷密度、表面电场强度以及表面电位是土壤胶体颗粒重要性质,影响土壤中物理、化学、生物化学过程。运用带电颗粒表面性质联合分析法,测定黄土高原子午岭地区不同植被类型下土壤表面电荷性质,研究自然植被恢复过程对土壤表面电荷性质的影响。结果表明:随着植被的演替,子午岭林区土壤表面电荷数量、比表面积、表面电荷密度均随植被的恢复增加,变化范围分别为10.88～19.85 cmol·kg~(–1)、40.67～61.71 m~2·g~(–1)和0.22～0.31 c·m~(–2),平均值分别为16.18 cmol·kg~(–1)、54.88 m2·g~(–1)和0.28 c·m~(–2),土壤表面电场强度达108 V·m~(–1)数量级;土壤黏粒、有机碳含量是影响表面电荷性质的主要因素,解释率分别为62.5%和27.9%;土壤基本性质对表面电荷性质的影响由强到弱依次为:黏粒、有机碳、砂粒、全氮、C/N、粉粒、碳酸钙、pH。研究结果对于进一步认识黄土高原土壤颗粒表面性质,加深理解土壤中发生的一系列物理化学过程具有重要意义。     

黄河未来输沙量态势及其适用性对策

[目的] 探索黄河输沙预测的新思路，预估黄河未来输沙态势与输沙量水平，为黄河流域生态治理规划提供参考。[方法] 结合黄河流域水土保持生态修复现状，采用单累积曲线法、滑动平均及频率分析方法，分析1950—2019年黄河主要来沙区间的实测输沙量变化特征及其未来态势。[结果] 1950—2019年黄河输沙量呈现阶梯式减少。1950—2019年黄河中游各站累积实测输沙量随时间的变化可用“左半抛物线”表征。黄河输沙量自1997年以来已进入相对稳定态势，目前已达企稳状态；黄河潼关站未来年输沙量在90%频率下为1.00×10⁸ t左右，在10%频率下为5.00×10⁸ t左右，未来多年平均输沙量为1.40×10⁸ t。[结论] 为了维持黄河输沙量低稳状态，提升水土保持措施质量与标准，补齐“后水土保持”短板，构建完善的水沙关系调控体系，维持黄河下游河道冲淤平衡，是黄河流域生态保护与高质量发展的保障。     

鄂尔多斯高原沙地柏液流通量及其影响因子

[目的]分析沙地柏液流通量变化特征及主要影响因子,为沙地植被的保护提供理论依据。[方法]以鄂尔多斯高原沙地植被的优势种沙地柏为研究对象,利用热扩散(TDP)技术监测生长季沙地柏的液流动态,通过相关分析和回归分析等研究其与气象因子的关系。[结果]晴天沙地柏的液流通量为单峰曲线,干旱时为双峰曲线。雨天沙地柏的液流通量为单峰或双峰曲线。晴天沙地柏液流通量的最大值是2.30～23.38 g/(cm~2·h)。沙地柏液流通量对降雨的响应具有1～4 d的时滞。生长季沙地柏液流通量与光合有效辐射、水汽压亏缺、气温和风速均呈显著正相关,而与相对湿度和降雨量呈显著负相关。[结论]鄂尔多斯高原沙地柏的液流通量随天气而变化。太阳辐射和水分是沙地柏液流通量的主要影响因子。建议当地加强对沙地柏灌丛的保护,防止由于过度水分消耗导致的植被退化。     

基于迁移学习的棉花叶部病虫害图像识别

针对传统图像识别方法准确率低、手工提取特征等问题,该研究以棉花叶部病虫害图像为研究对象,利用迁移学习算法并辅以数据增强技术,实现棉花叶部病虫害图像准确分类。首先改进AlexNet模型,利用PlantVillage大数据集训练取得预训练模型,在预训练模型上使用棉花病虫害数据微调参数,得到平均测试准确率为93.50%;然后使用数据增强技术扩充原始数据集,在预训练模型上再训练,得到最终平均测试准确率为97.16%。相同试验条件下,该研究方法较支持向量机(Support Vector Machine,SVM)和BP(Back Propagation,BP)神经网络以及深度卷积模型(VGG-19和GoogLeNet Inception v2)分类效果更好。试验结果表明,通过迁移学习能把从源领域(PlantVillage数据集)学习到的知识迁移到目标领域(棉花病虫害数据集),数据增强技术能有效缓解过拟合。该研究为农作物病虫害识别技术的发展提供了参考。