基于三种空间预测模型的海南岛土壤有机质空间分布研究

为探索适合热带地形复杂区土壤有机质(SOM)含量的空间预测方法,以海南岛为研究区域,结合地形因子、归一化植被指数、土壤类型、土地利用类型变量,选用普通克里格法(OK)、回归克里格法(RK)、随机森林模型(RF)三种方法对训练集128个样点SOM含量的空间分布规律进行预测,并通过验证集32个验证点比较了三种方法的预测精度。结果表明:(1)0~5 cm土层三种方法的平均预测误差(ME)均接近于0,从均方根预测误差(RMSE)来看,RF(0.8867)RK(0.910 4)OK(0.9641),从决定系数(R~2)来看,RF(0.214 1)RK(0.171 5)OK(0.070 8)。综合以上三个参数,该土层最优拟合模型为RF。同理得出0~20、20~40、40~60 cm土层的最优拟合模型分别为RF、RF、OK。RK和RF能够更好地描述SOM含量局部变异信息;(2)四个土层SOM含量的均值分别为19.67、15.89、10.30、8.07 g kg~(-1),呈现出西南、东北高,西部、东南沿海地区低的空间分布趋势。     

基于GIS和随机森林算法的宁东土壤饱和导水率分布与预测

为探明宁东土壤饱和导水率(Ks)的空间分布特征,在宁东采集136个原状土,采用经典统计和地统计方法分析土壤Ks的空间结构特征,并以地形因子、土壤属性等作为辅助变量,运用随机森林法(RF)、普通克里格法(OK)和逐步回归克里格法(RK)对区域土壤Ks进行预测并对3种方法的预测结果进行精度评价。结果表明:Ks介于0.05~7.13 mm/min,平均值为1.46 mm/min,变异系数为106.86%;Ks与容重、孔隙度、高程、坡度、坡向、平面曲率和剖面曲率在不同滞后距离下具有自相关关系和交互相关关系;土壤Ks块金值为38,表明随机因素引起的土壤Ks变异性较大,空间异质比为15.32%,在空间上呈现强变异性;RF法的预测精度最高,其平均相对误差(MRE)和均方根误差(RMSE)绝对值均为最小,相比OK和RK方法预测精度分别提高了5.53%和2.49%,且对局部细节的描述更准确、模拟效果最佳。RF法可以较为准确的预测宁东土壤Ks,为了解研究区土壤水文过程及林草植被建设提供数据参考。     

基于两点机器学习方法的土壤有机质空间分布预测

准确预测土壤有机质(Soil Organic Matter,SOM)空间分布对精细农业、耕地质量建设、生态环境保护以及固碳减排等均具有重要的意义。该研究探讨了基于两点机器学习方法(Two-pointMachineLearning,TPML)提高SOM空间分布预测的可行性。以黑龙江省海伦市为研究区,以气候、地形地貌、社会经济和空间位置信息等因素作为辅助变量,充分利用空间位置信息和属性相似关系,有效处理SOM空间分布异质性及其与辅助变量间关系异质性,以提高TPML方法进行SOM空间分布预测的精度。采用随机森林、基于随机森林的回归克里格、反距离权重法和普通克里格(Ordinary Kriging,OK)方法作为对比,以平均绝对误差(Mean Absolute Error,MAE)、均方根误差(Root Mean Square Error,RMSE)、预测值与真实值相关系数(r)和决定系数(R²)作为评价指标,进行不同样本量下的多组对比试验,评价不同方法的预测精度。结果表明：1)研究区SOM含量在1.775～7.188 g/kg之间,平均值为3.179 g/kg,空间分布...     

基于环境变量的渭干河-库车河绿洲土壤盐分空间分布

土壤属性的数字制图对精准农业生产和环境保护治理至关重要。为了在大尺度上尽可能精确的监测土壤盐分空间变异性,该文使用普通克里格(ordinary kriging,OK)、地理加权回归(geographically weighted regression,GWR)和随机森林(random forest,RF)方法,结合地形、土壤理化性质和遥感影像数据等16个环境辅助变量,绘制渭干河-库车河绿洲表层土壤盐分分布图。基于决定系数(R^2)、均方根误差(RMSE)和平均绝对误差(MAE)验证模型精度。结果表明:不同方法预测的盐分分布趋势没有显著差异,大体上从研究区的西北向东南部方向增加;结合辅助变量的不同预测方法中,RF方法预测精度最高,R^2为0.74,RMSE和MAE分别为9.07和7.90 mS/cm,说明该模型可以有效地对区域尺度的土壤盐分进行定量估算;RF方法对电导率(electric conductivity,EC)低于2 mS/cm时预测精度最高,RMSE为3.96 mS/cm,很好的削弱了植被覆盖对电导率EC的影响。     

平原丘陵过渡区土壤有机质空间变异及其影响因素

研究土壤有机质(SOM)在平原丘陵过渡区域的空间变异规律及其影响因素对指导农业生产实践具有重要意义。选取平原丘陵过渡区域(江汉平原与鄂西山区)作为研究区,采集500个土壤表层(0~20 cm)样本,利用相关分析和逐步回归分析从14个影响因素中选取与土壤有机质密切相关的7个变量作为解释变量:高程、坡度、坡向、有效铁、容重、砾石度、黏粒含量。利用普通克里格(OK),回归克里格(RK)和地理加权回归克里格(GWRK)方法对研究区土壤有机质含量进行预测,并用平均误差(ME)、平均绝对误差(MAE)、均方根误差(RMSE)、相关系数(r)和不精确度(IP)作为验证指标来检验模型的预测精度。结果表明,GWRK插值结果最优,局部空间回归模型可以更好地表明过渡区域SOM的空间变异规律。且GWR模型的系数空间分布图可以反映环境变量在不同地理位置对SOM的空间非平稳性的影响程度,为探讨SOM在不同地形条件下的主导影响因子提供了依据,同时也为精确模拟过渡地带土壤有机质空间制图提供了重要的参考方法。     

消减残差自相关性的县域土壤有机质整合模型预测研究

提升土壤属性空间预测精度对实现农田精准施肥和保护生态环境具有重要意义。利用河北省滦平县采集的1 773个样点耕地表层(0～20cm)土壤有机质(SOM)及其地理环境数据,通过逐步回归分析方法筛选出最优环境变量;基于其中1 426个农田样点分别建立多元线性回归(Multiple Linear Regression,MLR)、随机森林(Random Forest,RF)、贝叶斯正则化神经网络(Bayesian regularization neural network,BRNNBP)以及与普通克里格(OK)整合模型(MLR-OK、RF-OK和BRNNBP-OK)预测SOM空间分布,以其余347个样点数据为测试集检验分析不同模型预测精度,并对模型残差进行半方差函数和空间自相关分析以评价模型拟合效果。结果表明,研究区耕地表层土壤SOM处在8.62～35.64 g·kg^-1变化区间,变异系数为20.26%,属中等程度空间变异;SOM高值区主要分布在东北及东南海拔较高地区,低值区多分布在西南及中部河谷地区;海拔、坡度和年均温度与SOM关系密切(P<0.001);整合模型...     

淮北平原农田土壤养分空间变异特征——以安徽省蒙城县为例

以安徽省淮北平原的蒙城县为例,利用测土配方施肥获取796个农田表层样点数据(0~20 cm),运用地统计学方法研究了土壤有机质(SOM)、全氮(TN)、速效磷(AP)和速效钾(AK)含量的空间变异特征及其影响因素。结果表明,蒙城县SOM含量为17.14±2.70 g kg~(-1),TN含量为0.85±0.14 g kg~(-1),AP含量为16.63±9.66 mg kg~(-1),AK含量为129.63±35.24 mg kg~(-1),属中等水平。变异系数介于15.75%~58.09%,属中等变异强度。地统计分析表明,蒙城县土壤养分的变异函数符合指数模型,具有中等强度的空间自相关性。SOM和TN的空间自相关性稍强,AP和AK的空间自相关性稍弱。土壤养分在空间上呈块状分布,SOM、TN和AK的空间分布总体上北高南低、在东南—西北方向上变异较强,在西南—东北方向上变异较弱。AP含量总体上由北到南,先降低再升高。     

基于多源辅助变量和随机森林模型的表层土壤全氮分布预测

土壤全氮与土壤质量和肥力密切相关,准确掌握土壤全氮的空间分布特征对精准农业管理措施的实施具有重要意义。以寻乌县为研究区域,利用随机森林(RF)和随机森林残差克里格(RFRK)方法,结合地形因子、地理坐标、遥感因子、气候因子、距离因子和土壤理化因子等多源辅助变量,对寻乌县表层土壤全氮的空间分布进行预测和制图,并在迭代100次模型后对比了两种模型的预测精度。结果表明,在选择的4种模型精度指标中,RF模型的决定系数均值(R~2=0.629 1)和一致性相关系数均值(CCC=0.7613)均高于RFRK模型(R~2=0.5719,CCC=0.6881),而RF模型的平均相对误差均值(MAE=0.157 0 g·kg^-1)和均方根误差均值(RMSE=0.210 8 g·kg^-1)均小于RFRK模型(MAE=0.168 2 g·kg^-1,RMSE=0.226 7 g·kg^-1)。将残差作为误差项加入RF模型并未提高其预测精度,因此,RF模型可以作为土壤属性预测的一种有效方法,为农业管理措施的实施提供技术支撑。     

人工神经网络及其与地统计的混合模型在小面积丘陵区土壤有机碳预测制图上的应用研究

当前,随着大数据和人工智能的快速发展,深度学习也逐渐被引入数字土壤制图(DSM)研究中。作为深度学习的重要基础之一,人工神经网络(ANN)在DSM中的应用已比较广泛。然而,ANN在40 km²以下的小区域上应用较少,且与其它常用模型的比较研究还不多。因此,在不同的情况下,还没有充分的依据来选用复杂的ANN及其与地统计的混合模型,还是简单的多元线性回归(MLR)、随机森林(RF)、普通克里格(OK)、回归克里格(RK)等方法进行土壤制图。为此,本文以广西高峰林场内一地形变异明显的小区域(面积约3.03 km²)为研究区,以13个地形因子和1个植被因子作为辅助变量,用ANN中常用的径向基神经网络(RBFNN)及其与OK相结合的模型(RBFNN-OK),对土壤有机碳(SOC)含量的空间分布进行预测,并与MLR、RF、OK、RK方法所得结果相比较。结果表明,与其他方法相比,RBFNN-OK和RBFNN在独立随机样本的验证集上预测准确性明显偏低;RBFNN-OK及RBFNN模型预测值的均方根误差值(RMSE)分别为6.57 g kg^-1     

基于改进OK模型的土壤有机质空间分布预测——以宜都市红花套镇为例

选择合适的土壤有机质（SOM）预测模型是提高区域化空间分布模拟精度的前提,也是监测土壤碳库动态变化和指导农田土壤肥力投入的基础。以湖北宜都红花套镇柑橘区为例,设置普通克里格（OK）插值的SOM结果作对照,分别建立SOM及其最显著相关辅助变量碱解氮间的建模协同克里格（COK₁）、全局协同克里格（COK₂）和两个融合辅助变量协同相关性的改进OK模型（CCOK₁、CCOK₂）,探讨纳入辅助变量、改变辅助信息插值数量以及结合辅助变量协同相关性对SOM含量预测的影响。结果表明：1）OK、CCOK₁和CCOK₂的块基比为25%~75%,表现出中等空间自相关性,而COK₁和COK₂的块基比小于25%,具有强烈的空间自相关,SOM的空间异质性受结构性因素影响的比重更大。2）SOM的预测含量范围为7.38~29.03 g·kg^-1,使用COK₁和COK₂模型插值获得的有机质空间分布较OK更为破碎,CCOK₁和CCOK₂的插值结果则呈连续片状分布,更符合研究区土地利用类型分布的实际情况。3）SOM的空间分布预测精度由高到低依次为CCOK₁ ≈ CCOK₂ > COK₂ > COK₁ ≈ OK,OK和COK₁两者精度指标相近,COK₂的拟合效果有一定改进,但CCOK₁和CCOK₂的相关系数（r）分别从0.10升高到0.70和0.69,均方根误差（RMSE）分别降低了15.40%和14.78%,预测精度最高。因此,本研究提出的融合辅助变量协同相关性的改进OK模型的估算效果最优且在最大程度上提高辅助信息的参与度,可为SOM预测提供参考。     

青海省耕地资源开发利用分析及对策研究

分析论述了青海省耕地资源开发利用的现状、特点和问题。在此基础上,提出了对青海省耕地资源进行研究的框架体系和思路,同时基于GIS/RS技术设计了相关的技术路线。最后依据所做设计对青海省耕地资源开发利用做了初步分析,并进行了相关的对策研究分析。     

氟对小鼠生精细胞凋亡的影响及锌的保护作用

为观察氟对成年雄性小鼠生精细胞凋亡的影响及锌的保护作用,通过腹腔注射氟化钠建立氟中毒动物模型及锌保护实验。采用石蜡切片、苏木精-伊红染色(HE染色)、末端原位标记(TUNEL)及琼脂糖凝胶电泳的方法检测小鼠生精细胞的凋亡情况。结果显示:(1)氟感染组无论是低剂量组(NaF10 mg/kg)或是高剂量组(NaF 20 mg/kg)生精细胞都发生了明显的凋亡。生精细胞凋亡主要发生在精母细胞和精原细胞,凋亡指数与对照组差异极显著(P<0.05)。(2)无论是高剂量锌(ZnSO430 mg/kg)和低剂量锌(ZnSO415 mg/kg)都可以使凋亡指数明显降低,高剂量锌组的凋亡指数与对照组差异不显著(P>0.05)。     

荔枝种子结构的扫描电镜观察

荔枝种子从果实中剥离出来后, 即使在室内条件下, 也极易失水干缩, 潮湿环境中又易发霉而腐烂。扫描电镜观察表明: 种皮上布满纹孔, 水分散失面积很大; 种脐部为疏松的海绵组织, 且营养丰富。据此, 生产上应对种子彻底清洗, 并保存于适当湿度的环境中, 以提高其发芽率。     

三门峡水库库岸坍塌成因分析与防治措施研究

三门峡水库自1960年9月蓄水运行以来,库岸坍塌现象频繁发生,平均每年塌岸0.5～0.7亿m3.指出了造成库岸坍塌的原因主要是地质环境的影响以及水力条件的变化;不同的地形、地貌、地质结构和岩性特征,表现了不同的塌岸强度,其中黄土塬区为极强塌岸段,黄河Ⅱ级阶地为强烈塌岸段,黄河Ⅰ级阶地为中等强烈塌岸段;分析了引起库岸坍塌的主要水力条件有大气降水、地表水和地下水,并且不同水力条件及其变化特征,对库岸坍塌影响的方式和程度也不同;最后给出了防治库岸坍塌应采用标本兼治的原则,治标是指对塌岸进行必要的加固、支挡、衬砌等;治本就是根据引起塌岸的原因以及不同地质环境条件下的塌岸特征和水力条件,因地制宜,因害设防,从根本上进行综合治理.     

Towards bioremediation of toxic unresolved complex mixtures of hydrocarbons: identification of bacteria capable of rapid degradation of alkyltetralins

Background, aim and scope  Unresolved complex mixtures (UCMs) of aromatic hydrocarbons are widespread, but often overlooked, environmental contaminants. Since UCMs are generally rather resistant to bacterial degradation, bioremediation of UCM-contaminated sites by bacteria is a challenging goal. Branched chain alkyltetralins are amongst the individual classes of components of aromatic UCMs which have been identified in hydrocarbon-contaminated sediments and a number of synthetic alkyltetralins have proved toxic in laboratory studies. Thus, alkyltetralins should perhaps be amongst the targets for UCM bioremediation strategies. The slow degradation of several alkyltetralins by a microbial consortium has been reported previously; however, the bacteria involved remain unidentified and no single strain capable of alkyltetralin biodegradation has been isolated. The present project therefore aimed to enrich and identify bacterial consortia and single strains of bacteria from a naturally hydrocarbon-contaminated site (Whitley Bay, UK), which were capable of the degradation of two synthetic alkyltetralins (6-cyclohexyltetralin (CHT) and 1-(3’-methylbutyl)-7-cyclohexyltetralin (MBCHT)). Materials and methods  Bacteria were enriched from sediment collected from Whitley Bay, UK by culturing with CHT and MBCHT for a period of 4 months. Biodegradation experiments were then established and degradation of model compounds monitored by gas chromatography–mass spectrometry. Internal standards allowed the generation of quantitative data. 16S rRNA gene clone libraries were constructed from individual enrichments to allow assessment of microbial community structure. Selective media containing MBCHT were used to isolate single bacterial strains. These strains were then tested in liquid culture for their ability to degrade MBCHT. Results  The consortia obtained through enrichment culture were able to degrade 87% of CHT and 76% of MBCHT after only 46 days compared with abiotic controls. The 16S ribosomal RNA gene clone libraries of these bacteria were dominated by sequences of Rhodococcus spp. Using selective media, a strain of Rhodococcus was then isolated that was also able to biodegrade 63% of MBCHT in only 21 days. Discussion  The present report describes the isolation of a single bacterial strain able to degrade the resistant MBCHT. Although significant losses of MBCHT were observed, putative metabolites were not detectable. Rhodococcus sp. have been reported previously to be able to biodegrade a range of hydrocarbon compounds. Recommendations and perspectives  Due to their environmental persistence and toxicity, aromatic UCMs require bioremediation. The culturing and identification of such bacteria capable of rapid degradation of alkyltetralins may be an important step toward the development of bioremediation strategies for sites contaminated with toxic UCMs.     

食用仙人掌萎蔫气象条件分析

塑料大棚内种植的食用仙人掌在土壤墒情较好时也有萎蔫现象发生，通过试验观测和对仙人掌生理习性的分析，发现阴雨过后天气突然放晴温度急剧上升易使仙人掌发生萎蔫现象，并提出了田间管理的应对措施。     

物联网安全及解决措施

物联网是一个集信息通信、数据交换、传感器技术与软件工程于一体的综合性产业,探讨和分析了物联网的结构体系与发展中遇到的安全问题。     

重庆市北碚区景观生态图的编制

景观生态图是以图形的方式客观而概括地反映自然景观生态类型的空间特征。以重庆市北碚区为研究区域,在对北碚区图件及其它资料的研究基础上,加上进一步的野外调查,借鉴前人研究景观生态制图的经验,以遥感影像和一些专题图件为基础数据源,以ArcGIS为平台,将两者有机结合起来,综合制成景观生态图。     

烘焙对生物质热解产物特性的影响

烘焙可有效地降低生物质中的水分和氧,对其热解过程有显著的影响。该文主要研究了烘焙温度（200,230,260,290℃）对生物质热解过程及产物特性的影响行为及影响机制;研究发现烘焙能改善热解产物的品质,随着烘焙温度的升高,热解合成气中CO含量由48%逐渐减少到34%,CH4和H2增加,其中H2含量最大增加了77.4%,而液体产物中,乙酸和水分含量逐渐减小,水分含量最大减少了42.8%,而酚类产物的含量明显增加,有利于生物油品质的提高。该研究为烘焙技术的发展和生物质高效热化学转化提供科学参考。     

非表层剖面层次土壤生产力评价研究

研究了盆栽条件下4个非表层土壤剖面层次(AB,Ab,Bk,Bg)土壤在3种肥料处理下对“京绿2号”小白菜根系发育和养分水分吸收的影响,并评价了其生长障碍因子。结果表明,各处理出苗无明显差异;施加尿素和磷二铵有利于干物质积累量增加,且磷二铵的效应更显著;施磷二铵处理的根冠比明显低于不施肥处理和施尿素处理;施加尿素和磷二铵后作物含N量增加;施加磷二铵后各土壤剖面层次土壤中的植株P浓度明显提高。综合分析表明,正常情况下只要补充N肥和P肥,作物耕层以下的各土壤剖面层次对作物生长并无明显的阻碍作用,且通过适当的耕作和灌溉,可使非耕层土壤生产力状况得到改善。