滁州市冬小麦产量预报与气象条件分析

利用2000—2016年滁州市冬小麦产量与气象数据,运用直线滑动平均模拟趋势产量,结合调和权重法预测趋势产量并分离出冬小麦气象产量。依据冬小麦生育普遍期的出现时间,以旬为单位选取气象因子,进行相关分析和逐步回归,得到气象产量预测模型。经检验,预测模型具有较高的信度和实用性,可作为滁州市冬小麦产量定量预报的有效工具之一。     

滁州市土地利用变化驱动力及对策研究

土地利用变化是全球变化研究的核心与热点问题,驱动力研究则是土地利用变化研究的难点和重点.本文以安徽省滁州市为例,在分析其土地利用动态变化特征的基础上,对影响滁州市土地利用变化的驱动因子进行了定性分析和定量验证.研究表明,影响滁州市土地利用变化的主要社会经济因子是固定资产投资、农业生产技术、人口尤其是农业人口及经济利益.同时建立了土地利用变化驱动机制模型,并提出土地资源可持续利用的相应对策.     

滁州市耕地变化及驱动力分析

耕地利用变化是土地利用变化研究的核心与热点问题,驱动力研究则是耕地利用变化研究的难点和重点。本文以安徽省滁州市为例,在分析其耕地利用动态变化特征的基础上,对影响滁州市耕地利用变化的驱动因子进行了定性分析和定量验证。研究表明,影响滁州市耕地利用变化的主要社会经济因子是人口增长、经济发展、农业结构调整与政策等。     

加快城镇化进程 促进社会和谐——滁州市农村城镇化建设与发展的对策

城镇化是衡量一个国家或地区现代化程度的重要标志。本文在分析滁州市农村城镇化的现状及原因的基础上, 提出加快滁州市农村城镇化建设与发展的对策: 高度重视, 加强领导, 形成齐抓共管的局面: 构筑产业, 壮大经济, 以农村工业化带动农村城镇化; 精心组织, 深化改革, 努力实现农业人口向城镇集聚; 多方融资, 加大投入, 积极拓宽城镇建设的融资渠道     

人口预测模型在乡镇土地规划修编中的应用研究——以梧州市长洲镇为例

对乡镇规划修编中几种常用人口预测模型的特点和适用条件进行实证分析和比较分析，并提出相应的建议，最后对人口预测模型在未来土地规划修编中的前景进行展望。     

江西省农村人口的仿真模拟预测

在宋健人口预测模型的基础上,建立了一个系统动力学模型,通过仿真模拟,预测出江西省农村人口在未来25年的结构变化。     

"阳光玫瑰"葡萄在滁州市的种植表现及优质丰产栽培技术

2013年春引入阳光玫瑰葡萄在滁州市南谯区种植,通过4年的生产实践,证明阳光玫瑰葡萄栽培容易、抗性及适应性强,产量高、口感好、经济效益显著,适宜在滁州市发展。该文介绍了阳光玫瑰葡萄在滁州市的种植表现,提出了适宜于在滁州市应用的优质丰产栽培技术。     

莱芜市人口的具有外生变量的时间序列预测模型

基于人口总量与经济增长有强相关关系,结合时间序列预测模型的良好适应性,建立了将经济增长作为外生变量的人口时间序列预测模型,以莱芜市1989-2011年人口总量和GDP总量数据为例,建立了莱芜市人口发展趋势的含外生变量的时间序列模型,并对模型的精确度进行检验,模型结果精确度较为理想。然后对2012-2016年莱芜市人口总量及其增长速度进行了预测,结果显示,"十二五"期间莱芜市总人口在未来几年将保持年均增长量为0.4万人,环比平均增长速度为0.3%,人口总规模将近130万。     

基于ERDAS与GIS的滁州市植被NDVI时空变化特征研究

[目的]研究滁州市归一化植被指数(NDVI)时空分布规律,为今后有针对性地改善滁州市的植被资源乃至生态系统提供理论依据。[方法]运用ERDAS和GIS技术,选取2001~2010年滁州市MODIS影像数据,得到2001~2010年滁州市的NDVI,并分析了NDVI时空变化的特征。[结果]从时间上看,2001~2010年滁州市植被NDVI平均值整体呈上升趋势,其中2001年植被NDVI平均值为0.468 1,2010年达0.681 3,年均增加率5.06%;从空间上看,滁州市植被NDVI的空间分布格局产生了较大变化,呈现东部和东北部增加,北部和西南部减少的趋势,中部和南部较为稳定。[结论]2001~2010年滁州市植被NDVI总体呈上升趋势,且植被起伏较大,区分较明显。     

滁州市气候变暖对农业的影响及应对措施

根据滁州市1961—2013年逐日气温资料,利用统计学方法对其气温变化特征进行分析,得出滁州市增温趋势显著。同时,探讨气候变暖对滁州市农业的影响,提出气候变暖的应对措施。     

基于组合模型的黑龙江省人口预测及分析

首先以1993～2004年黑龙江省人口数据资料为依据,应用Logistic增长模型,线性回归模型,灰色系统GM（1,1）理论,分别构建人口预测模型,预测结果与实际数值比较、分析,表明模型应用效果比较符合实际。然后考虑到定性和定量性,将模型有机的结合,建立一个更合理的模型,提高模型预测精度,对2007～2012年黑龙江省的已有人口数和未来人口规模进行分析与预测。     

Incorporating genomic annotation into single-step genomic prediction with imputed whole-genome sequence data

Single-step genomic best linear unbiased prediction (ssGBLUP) is now intensively investigated and widely used in livestock breeding due to its beneficial feature of combining information from both genotyped and ungenotyped individuals in the single model. With the increasing accessibility of whole-genome sequence (WGS) data at the population level, more attention is being paid to the usage of WGS data in ssGBLUP. The predictive ability of ssGBLUP using WGS data might be improved by incorporating biological knowledge from public databases. Thus, we extended ssGBLUP, incorporated genomic annotation information into the model, and evaluated them using a yellow-feathered chicken population as the examples. The chicken population consisted of 1 338 birds with 23 traits, where imputed WGS data including 5 127 612 single nucleotide polymorphisms (SNPs) are available for 895 birds. Considering different combinations of annotation information and models, original ssGBLUP, haplotype-based ssG_HBLUP, and four extended ssGBLUP incorporating genomic annotation models were evaluated. Based on the genomic annotation (GRCg6a) of chickens, 3 155 524 and 94 837 SNPs were mapped to genic and exonic regions, respectively. Extended ssGBLUP using genic/exonic SNPs outperformed other models with respect to predictive ability in 15 out of 23 traits, and their advantages ranged from 2.5 to 6.1% compared with original ssGBLUP. In addition, to further enhance the performance of genomic prediction with imputed WGS data, we investigated the genotyping strategies of reference population on ssGBLUP in the chicken population. Comparing two strategies of individual selection for genotyping in the reference population, the strategy of evenly selection by family (SBF) performed slightly better than random selection in most situations. Overall, we extended genomic prediction models that can comprehensively utilize WGS data and genomic annotation information in the framework of ssGBLUP, and validated the idea that properly handling the genomic annotation information and WGS data increased the predictive ability of ssGBLUP. Moreover, while using WGS data, the genotyping strategy of maximizing the expected genetic relationship between the reference and candidate population could further improve the predictive ability of ssGBLUP. The results from this study shed light on the comprehensive usage of genomic annotation information in WGS-based single-step genomic prediction.     

皋兰县麦长管蚜的田间消长规律及预测模型

根据皋兰县中堡村麦田的系统调查资料和县气象局的气象资料,对麦长管蚜的田间消长规律进行了分析并建立了发生期预测模型。分析表明麦长管蚜在田间的发生与小麦的生育期有密切的关系:小麦生育前期蚜量较少,随着小麦的生长蚜量逐渐增加,从小麦抽穗后蚜量急剧上升,到灌浆期达到高峰。并应用1981～2000年20年的平均温度、相对温湿系数建立了发生期的回归预测模型,对历史资料进行检查,符合率分别达95 % 以上。     

非均衡经济增长条件下耕地保有量预测模型的探讨——以毕节地区为例

[目的]结合毕节地区土地利用现状和规划实践,探讨耕地保有量需求预测方法。[方法]多元回归预测法、时间序列预测法。[结果]应用毕节地区耕地综合生产能力、人口发展、耕地面积变化、固定资产投资等数据,建立了耕地保有量需求预测模型,并通过评价与解释确定最优模型作为毕节地区耕地保有量预测方案。[结论]将预测方案与贵州省宏观调控下达给毕节地区规划"影子指标"对照,并将规划"影子指标"分解到其所辖的8个县市,实现了预测方案与规划"影子指标"的衔接,为毕节地区土地利用总体规划编制工作提供了科学依据。     

桃果实单果重及可溶性固形物含量的全基因组选择分析

【背景】桃单果重和可溶性固形物含量（SSC）是育种家关注的两个重要的数量性状,受到多个微效基因的控制,难以通过单个标记进行早期筛选。全基因组选择作为一种新颖的数量性状早期预测工具,在果树上已经有了初步应用,但其在桃上的应用效果以及影响预测准确性的因素仍需要深入探讨。【目的】建立桃单果重和SSC的全基因组选择技术,为桃高效分子育种技术体系的建立奠定基础。【方法】以520株训练自然群体为试材,通过重测序筛选出的48 398个SNP进行分型,在11个全基因组预测模型中分别筛选出两个数量性状适宜的模型,进而在56株自然群体和1 145株杂交群体上进行应用。【结果】3类群体的平均测序数据量在1.95—3.52 Gb,测序深度为5.29—10.79×。训练自然群体经与参考基因组比对,共得到5 065 726个SNP,去除缺失率较高（>20%）、最小等位基因频率过低（<0.05）的位点后,随机挑选基因组上48 398个SNP用于训练群体的全基因组选择模型构建。单果重预测精度最高的模型是BayesA,SSC预测精度最高的模型为randomforest。分别利用两个数量性状最适的模型进行预测...     

基于主成分分析的玉米棉铃虫预测模型

棉铃虫是河西走廊东部玉米主要害虫之一,气象因素对其种群消长具有非常重要的影响。利用1999-2008年棉铃虫发生资料与同期气象资料,通过对棉铃虫危害程度和其种群消长动态的分析,采用主成分方法对棉铃虫发生动态进行模拟,建立了棉铃虫危害特征预测模型。检验结果表明:预测模型准确率78%~89%,订正模型准确率提高10%以上。模型预测时效超前、效果好,且具有动态特征,可用于研究区域棉铃虫发生程度的监测、预警与研究。     

浙江塘栖枇杷黄毛虫种群数量特征及预测模型

采用灯下诱蛾和田间幼虫系统调查相结合的方法,研究枇杷黄毛虫Melanographia flexilineata种群数量特征和消长动态,并建立其发生趋势预测模型。结果表明:2008-2013年灯下诱蛾越冬代成虫始见期在4月中旬至下旬(4月14日至29日),其中2010-2012年相对较迟,峰期持续时间、蛾量受当年气候等条件的影响呈相应的变化,2008年和2011年为最高峰期虫量,2013年明显低于历年同期;田间幼虫发生量也呈现出相似的趋势,年度间均以第2代幼虫危害最重,峰期主要出现在6月下旬,少数年份推迟至7月上旬,第4代灯下成虫与田间幼虫量均下降较快。在此基础上,以枇杷黄毛虫的田间系统监测资料及气温、相对湿度、降水量等气象因素作为预测因子,采用逐步回归分析法,筛选出了具有显著回归影响的24个因子进入回归模型,建立了第1代至第3代枇杷黄毛虫发生期和发生量预测模型,其中影响枇杷黄毛虫种群数量消长的关键因子为种群基数和降水量、气温和相对湿度。经检验,各代次发生期、发生量预测模型均达到99分以上的历史符合率和预测准确度,模型拟合值与实测值相符,能准确地预测出其发生量和发生高峰期。     

许昌市小麦蚜虫种群变化规律及气象预测模型

小麦蚜虫是危害许昌小麦生产的主要虫害之一,其发生面积广、危害重.为此,对许昌市小麦蚜虫的种群变化规律进行研究,并建立其发生危害的预测模型.根据许昌植保站2007年、2008年监测资料进行分析,蚜虫在小麦上迁移危害其种群数量变化遵从logistic增长曲线,可以划分为开始增长期(3月下旬-4月上旬)、加速增长期(4月中旬...     

江淮稻区稻纵卷叶螟异地预测预报

利用江淮稻区稻纵卷叶螟轨迹分析所确定的中、小尺度范围虫源地气象资料，对该稻区７个代表地点迁入代的迁入高峰日、高峰日蛾量和世代累计蛾量作了中期异地预测，组建了逐步回归模型，依此可以提前１－２月出预报，各代表地点的预测准确率均超过了７０％，同时，对选择合适的预测因子及预报方法作了深入的探讨，提出了异地预测的可行性及实际应用所存在的问题。并且进一步验证了轨迹分析得出的虫源地的准确性，为解决迁飞害虫的预测