新型烟草漂浮塑料育苗池的研发及效益分析

新型漂浮塑料育苗池是一款在烟苗育苗建池环节中环保、高效的育苗器具,该文总结漂浮塑料育苗池的研发过程,并与常规木板育苗池进行生产效益对比分析.     

利用生物地球化学模型研究草地生态系统土地变化对生态环境的影响

分析了生物地球化学循环中植物—土壤生态系统的有机物动态,土壤有机质(SOM)主要库类——土壤C,N,P,S循环特点;阐述了土壤有机质的生物地球化学循环模型CENTURY结构。利用CENTURY模型模拟土地利用变化情形下内蒙古草原生态典型区土壤有机质动态。由数值模拟结果分析看,CENTURY对自然和人为活动影响下生态系统的土壤有机质动态有良好的模拟能力,同时又可有效地反映土地利用类型变化对生态环境和土壤侵蚀的影响。     

草地净第一性生产力估算的研究进展

草地净第一性生产力(NPP)是全球变化与陆地生态系统研究的核心内容之一。草地NPP的模拟方法从站点实测法、统计模型发展到了机理性的过程模型，NPP的站点实测数据为统计模型和过程模型模拟结果提供参考。统计模型通过NPP和温度、降雨等气候因子或者直接与遥感获得的植被指数建立统计关系计算NPP；过程模型从机理上对植物的生物生理过程进行模拟并能够对NPP的影响因子进行分析,主要过程包括了光合作用、生长和维持呼吸、蒸散、氮吸收和释放、光合物质分配与分解，和季相变化等。遥感过程模型通过遥感手段获得地表覆盖状况、植被冠层结构变量值(如LAI)、地表反射率、地表辐射温度及土壤水分状况等作为重要参数应用到模型中，改善了模拟结果的时空精度，成为当前草地生产力模型的主要研究方向。最后对遥感监测草地NPP研究中存在的问题进行了分析并提出了展望。     

江淮流域地下水位变化规律及预报模型与耕作层排渍模型研究

研究分析了江淮流域地下水位年内和年际变化规律以及地下水位与初始土壤湿度、初始地下水位、温度、日照、参考作物蒸散量、蒸发和降水的关系。并用逐步回归方法建立了地下水位预报模型;用相关分析法求出给水度,并建立耕作层排渍模型。     

抗虫棉高产·优质·高效栽培技术

抗虫棉作为一种新型的棉花品种类型,只有采取相应的配套栽培技术,其内在的优良特征特性才能充分表达.抗虫棉前期生长发育缓慢,开花后生长发育较快,至开花结铃期个体生长发育和棉田长势都达到或超过常规棉.特别是单株结铃数量多,脱落少,生殖生长旺盛,结铃后期易发生早衰现象.根据抗虫棉的生育特点,笔者对其栽培措施进行了研究和总结.     

土地适度流转 促进烟叶生产

探讨土地主要流转形式及制约因素,提出稳妥推进土地流转的相关政策建议。     

近20年藏北草地地表参数动态变化研究

草地的覆盖度、地表反照率和地表温度是评价、监测牧草生长状况和草地退化的重要参数.利用1982～2000年NOAA/AVHRR 1、2、4、5通道的10天合成资料以及常用的遥感反演和统计方法,分析了近20年藏北那曲地区3个参数的时空变化规律.主要结果:植被区内牧草覆盖度0.1～0.95,年变率-0.012～0.012 a-1,24%的草地在退化,变异系数0.05～0.6,植被覆盖度与变异系数成反比;6～9月平均地表反照率0.152～0.300,年变率-0.009～0.007 a-1,51%的草地在退化,变异系数0.02～0.23;7～8月平均地表温度20～44℃.结论:植被生长越好,植被覆盖度越高,地表反照率越小,地表温度越低.每个参数均可单独评价和监测草地退化,但综合考虑各个参数将更客观、更合理.     

基于环境卫星的混合像元分解提取江汉平原油菜种植面积

利用中低分辨率卫星影像进行油菜面积提取时,需要考虑混合像元产生的影响,以提高面积提取的精度。通过选取2011年湖北省江汉平原油菜生长期内不同生育期的两景HJ-1A/B-CCD数据,生成1组8波段的数据;采取阈值技术结合夏收作物NDVI指数变化特点,提取夏收作物在江汉平原的空间分布;选取线性光谱混合模型进行油菜种植面积的分解计算研究。结果表明,线性光谱混合模型能够高精度地提取油菜的种植面积,是一种很好的油菜种植面积监测方法。     

基于TM影像的喀什地区土地利用分类

以喀什地区为研究区,选取2010年9景TM影像为遥感信息源,利用支持向量机法对喀什地区的土地进行分类。最终分成7个类别,并用混淆矩阵对分类结果作精度评价,总体分类精度为85.28%,Kappa系数为82.79%。结果表明,利用支持向量机分类方法对TM影像进行喀什地区土地利用分类与制图是可行的,能较真实地反映该地区植被和土地利用的基本特征。     

基于机器学习融合多源遥感数据模拟SPEI监测山东干旱

以山东省为研究区,选择偏差校正随机森林BRF（Bias-corrected random forest）,支持向量回归SVR（Support vector regression）和Cubist模型三种机器学习方法融合多影响因子模拟3个月时间尺度的标准化降水蒸散指数SPEI-3,以期为精确监测山东地区干旱提供一种方法。将2001−2017年23个站点的SPEI-3值作为因变量,多源遥感数据包括降水量、地表温度、蒸散发、潜在蒸散发、归一化植被指数以及土壤湿度六类7个影响因子作为自变量,自变量和因变量构成数据集的80%作为训练集,20%作为测试集。根据BRF模型得到研究区各个站点的模拟值以及各影响因子的相对重要性,绘制SPEI-3的空间分布图,并进行验证。结果表明,综合因子比单一因子模拟效果好,BRF模型测试集中的模拟值和观测值的决定系数R2达到了0.856,均方根误差RMSE为0.359,BRF模型能较好模拟站点SPEI-3值。大部分站点模拟值与观测值反映的干旱趋势一致,反映站点不同程度旱情的月份个数基本相同。此外,BRF模型模拟的SPEI-3的空间分布与站点SPEI-3观测值表现的干旱程度基本一致,且SPEI-3空间分布站点之外栅格数据也可以较准确地反映旱情,说明根据BRF模型可在站点和空间尺度上较精确地监测山东地区干旱情况。