基于粒子群优化投影寻踪的玉米单产估测

为了提高玉米单产估测精度,以河北省中部平原为研究区域,以与玉米长势和产量密切相关的条件植被温度指数(vegetation temperature condition index,VTCI)和叶面积指数(leaf area index,LAI)为遥感特征参数,通过投影寻踪法确定玉米主要生育时期VTCI和LAI的权重,进而构建基于县域尺度加权VTCI和LAI与玉米单产间的线性回归模型。结果表明,同时构建加权VTCI和LAI与玉米单产间的回归模型的精度最高,达到极显著水平(P0.001)。与变异系数法相比,基于投影寻踪法所建双参数回归模型的精度较高,研究区域各县(区)估测单产与实际单产的平均相对误差降低了0.88个百分点,均方根误差降低了50.56kg/hm2。通过投影寻踪法构建的双参数回归模型对研究区域玉米单产进行估测,结果表明研究区域玉米单产具有西部单产最高、北部和南部次之、东部最低的空间分布特征,以及在研究年份间玉米单产在波动中呈先下降后上升趋势的时间演变特征。     

基于环境变量的中国土壤有机碳空间分布特征

研究中国土壤有机碳(Soil Organic Carbon,SOC)的空间分布特征对SOC储量估算以及农业生产管理具有重要意义。以全国第二次土壤普查2473个土壤典型剖面的表层(A层)SOC含量为研究对象,探寻地形、气候和植被等环境因素对SOC空间异质性分布的影响;以普通克里格法为对照,利用地理加权回归、地理加权回归克里格、多元线性回归和回归克里格模型建立SOC空间预测模型;并分别绘制了中国SOC的空间分布预测图。结果表明:(1)SOC含量与年均降水量、年均温、归一化植被指数、高程以及地形粗糙指数呈极显著相关关系;(2)平均绝对估计误差、均方根误差、平均相对误差和皮尔逊相关系数等模型验证指标表明地理加权回归的预测精度优于其他模型,可以更好地绘制SOC在大尺度上的空间分布特征;(3)较高SOC含量主要分布在研究区东北部、西南部以及东南部,而西北部SOC含量普遍偏低。本文以期从大尺度上探讨土壤属性与环境变量之间的相关关系,为全国土壤属性的空间制图提供一定的解决方案和思路。     

基于REML的普通克里格和回归克里格在土壤属性空间预测中的比较

比较普通克里格与回归克里格预测精度的研究还存在着不同观点和结论,且现有的对比研究多使用矩量法(Mo M)计算变异函数。有限最大似然(REML)方法相比Mo M方法具有明显的优点,因而有必要使用REML方法来比较普通克里格与回归克里格的预测精度,为土壤属性空间预测提供方法优选的参考依据。本文在广西南宁高峰林场采集土壤样品,测定有机碳、pH和粘粒含量,再基于REML建立普通克里格和回归克里格模型,同时比较普通克里格、回归克里格以及多元线性回归的预测精度,并分析影响预测精度的因素。结果表明:空间相关性较弱且线性回归模型的决定系数较大时(约大于20%),回归克里格优于普通克里格;相反地,空间相关性较强或较弱且线性回归模型的决定系数较小时(约小于10%),普通克里格预测精度优于回归克里格。同时,线性回归模型的决定系数还影响普通克里格与回归克里格的精度提高的幅度。此外,回归克里格的精度一般不低于多元线性回归,且线性回归模型的决定系数越小,则回归克里格越优于多元线性回归。因此,本研究认为,线性回归模型的决定系数和土壤属性的空间相关性是影响普通克里格与回归克里格精度差异的主要因素。     

近39年东北地区风蚀气候侵蚀力及其对气候变化的响应

为评估东北地区风蚀气候侵蚀力及其对区域气候变化的响应，基于东北地区66个气象站点1981—2019年气象数据，采用风蚀气候侵蚀力计算方法，解析东北地区风蚀气候侵蚀力空间分布特征、时间变化趋势及其对气候变化的响应。结果表明：近39年(1981—2019年),东北地区风速和相对湿度呈下降趋势，降水量呈波动增加趋势，气温呈上升趋势；风蚀气候侵蚀力整体呈西高东低趋势，全区平均为18.8,空间变化范围为0.9～63.8;春、夏、秋和冬季的风蚀气候侵蚀力分别为10.4,1.4,4.1和2.9;全区年风蚀气候侵蚀力平均每10年减小3.71,春、夏、秋和冬季平均每10年分别减小2.05,0.24,0.96和0.44;风蚀气候侵蚀力有明显的空间性(西高东低)和季节性(春季高，夏季低)。39年来，全年及四季的风蚀气候侵蚀力整体呈下降趋势。研究结果可为不同农业种植区土壤风蚀防治提供理论依据。     

基于SWAP模型同化遥感数据的黑龙江南部春玉米产量监测

农作物种植类型的地理分布差异,气候条件差异、土壤环境不同等因素的影响,需要开展农作物生长模型参数区域化、本地化的研究工作;通过改善区域气象数据空间化方法以提升插值精度的研究,也需要得到应用的重视。针对以上问题,该文以SWAP(soil-water-atmosphere-plant model,土壤-水-大气-作物模型)模型为基础,以中国黑龙江省南部地区作为研究区域,以其主要农作物春玉米为目标作物,确定研究春玉米的作物生长模型参数,并综合考虑纬度及海拔对气温的影响情况,研究将协同克里金(coKriging)方法引入作物生长模型气象数据插值获取中,从而提高模型输入参数中气象数据精度,并以叶面积指数(leaf area index,LAI)及蒸散发(evapotranspire,ET)数据作为同化遥感数据源,通过优化玉米灌溉量和出苗日期,获取了研究区2013年的玉米产量空间分布成果,与统计资料结果对比,玉米总产量监测结果的R2达到了0.939 4,均方根误差(root mean squared error,RMSE)达到了148 065 t,平均绝对误差(mean absolute error,MAE)为114 335 t。研究区15个县市区的预测单产和统计单产之间的决定系数达到了0.724 5,RMSE为598.5 kg/hm~2,MAE为531.5 kg/hm~2。研究结果表明,利用SWAP模型,以协同克里金方法获取气象数据空间插值成果作为输入数据,通过同化LAI和ET遥感数据,可以有效进行黑龙江南部区域的玉米产量遥感监测,为区域作物生长及生产力的遥感监测预测提供参考。     

近30年中国玉米气候生产潜力时空变化特征

气候变化背景下中国玉米气候生产潜力变化趋势及其空间差异值得关注。在1981年-2010年日气象数据、玉米生育期数据和土壤数据基础上,该文采用GIS技术和AEZ模型结合的方法,模拟了30a平均中国玉米生产潜力和中国玉米生产潜力变化趋势。研究得出:近30a中国春玉米气候生产潜力变化趋势为每5a变化-887～1689kg/hm2,空间差异明显,东北地区西部、黄淮海平原北部和黄土高原部分地区气候生产潜力呈降低趋势,黄淮海地区南部和南方绝大部分地区呈增加趋势。中国夏玉米气候生产潜力变化趋势为每5a变化-589～1768kg/hm2,除黄淮海平原北部呈降低趋势外,其他地区夏玉米气候生产潜力呈增加趋势。中国春玉米、夏玉米气候生产潜力呈下降趋势地区玉米光温生产潜力在近30a显著增加,气候干旱化是主要影响因素。该研究可为中国玉米生产宏观决策提供支持。     

基于回归克里格和遥感的紫色土区土壤有机质含量空间预测

精确预测紫色土区土壤有机质含量的空间分布,对于指导紫色土区农业生产和培肥土壤具有重要意义。以杜家沟小流域为研究区,以遥感影像作辅助变量,采用回归克里格法,预测土壤有机质含量的空间分布,并与参照方法的预测精度进行比较。结果表明:(1)Landsat ETM+影像的波段2和波段5是土壤有机质含量多元线性回归预测的最佳辅助变量,回归残差的最优半方差函数模型为球状模型,模型的拟合精度较高;(2)土壤有机质含量呈由沟谷逐渐向坡顶递减的趋势,空间变异的细节信息表达较好;(3)回归克里格法在验证点的预测值与实测值的拟合能力更好,预测结果更倾向于无偏的,MAE、RMSE和R2均优于参照方法。因此,回归克里格法是紫色土区土壤有机质含量高精度空间预测的有效方法。     

东北地区春玉米农业气候资源数值模拟

运用ＡＲＩＯ ＣＲＯＰ模型对东北三省春玉米气候生产力进行了数值模拟研究,给出了气候丰产力分布图,并指定模式水分因子为最适状态,计算了春玉米光温生产潜力分布状况,在此基础上给出了水分增产力分布图。研究表明,东北地区春玉米气候生产力大致由南向北递减,变幅在４．５￣２２．５ｔ／ｈｍ＾２之间,而光温生产力分布则主要表现为由西南向东北递增。水分增产力分析表明,对春玉米生产而言,东北地区中部水分条件最优,水分     

土壤硝态氮含量检测和分布图生成中的最优样本量

土壤参数的时空变异是实施精细农业时要考虑的重要因素，在土壤检测的栅格采样中有必要确定最优样本量。本研究的试验田是一块生长中的玉米地块，试验区的面积为4.2 m×4.2 m，该试验区被假定为土壤采样中的一个栅格，该栅格又被细分为49个0.6 m×0.6 m的子栅格。采样时，所分析的土壤参数为土壤硝态氮含量，从播种到收获共进行了7次采样。通过对土壤样本土壤硝态氮时空变异的分析，揭示了样本量和土壤硝态氮含量预测误差之间的相关关系。土壤硝态氮含量呈非正态分布，通过对玉米各个生长期获得的数据分析表明：含量水平的预测误差随深度的增加而增大；当从一个栅格只采集1个土壤样本时(样本量为1)，预测误差基本在50％左右(显著水平：α≈0.10)，而当从一个栅格采集5个土壤样本时(样本量为5)，预测误差将降至25％左右。另一方面，当要求预测误差低于30％时，对于普通生长条件下的土壤需要从1个栅格至少采集3个样本，而对于追肥后的土壤则至少需采集15个样本。     

玉米倒伏胁迫影响因子的空间回归分析

为指导玉米新品种的推广,采用回归模型分析玉米主产区倒伏胁迫空间分布成因。该文用多元逐步线性回归法筛选黄淮海夏播玉米区的倒伏胁迫的决定因素,比较普通最小二乘法线性回归模型和地理加权回归模型的结果,以确定倒伏胁迫及其决定因素是否存在空间非平稳性和空间依赖性。结果表明：在探索倒伏的空间异质性时,地理加权回归模型显著优于普通最小二乘法线性回归模型;日降水量是玉米倒伏胁迫的主要环境成因,且倒伏程度随日降水量增加而加重;土壤含氮量、留苗密度和日平均风速与倒伏的关系随空间位置而发生正负向变化,因地制宜的分析倒伏成因才能客观有效的指导农民种植生产。     

黄绵土钾含量高光谱估算模型研究

为了研究可见/近红外光谱法估算渭北旱塬区黄绵土钾含量的可行性,以陕西省乾县试验田采集的120个土壤样品为研究对象,在室内进行土壤全钾、速效钾含量及反射光谱数据测量的基础上,应用多元线性回归(MLR)和偏最小二乘回归(PLSR)方法建立土壤钾含量的估算模型,并用独立样本进行验证。结果表明,以土壤光谱反射率一阶微分(DSSR)为自变量建立的多元线性回归模型(MLR)能进行土壤全钾含量准确估算。以波段深度一阶微分(DBD)为自变量建立的PLSR模型,验证集的决定系数(R2pre)大于0.90,预测均方根误差(RMSEpre)等于0.054,预测相对分析误差(RPDpre)等于3.310,是估算土壤全钾含量的最优模型;而以DSSR为自变量建立的PLSR模型,RPDpre值为1.619和1.572,是估算土壤速效钾含量的最优模型。本研究表明可见/近红外光谱结合多元线性回归和偏最小二乘回归方法能对渭北旱塬区黄绵土全钾含量进行快速、准确估算,但对速效钾含量仅能进行粗略估算。     

黑土区小流域土壤速效磷空间分布模拟方法

为探索东北黑土小流域土壤AP空间分布模拟的最佳方法,综合考虑区域尺度、景观格局和采样方法等信息,选取两个典型黑土小流域(光荣和海沟河流域)作为研究对象,结合半变异分析、回归分析、主成分分析等方法,比较了不同空间插值方法(反距离权重法、径向基函数法、普通克里格、协同克里格、多元线性回归模型、地理加权回归模型、回归克里格和地理加权回归克里格)对AP空间模拟精度的影响。结果表明:(1)引入主成分分析后能够提高回归克里格和地理加权回归克里格方法的模拟精度(4.5%和2.4%);(2)地理加权回归克里格方法可以作为最优空间插值方法模拟黑土区小流域AP的空间分布格局。地理加权回归克里格方法相较于传统插值方法能在一定程度上提高黑土小流域土壤AP空间模拟精度,为小流域尺度黑土养分管理提供技术支撑。     

基于地形因子和随机森林的丘陵区农田土壤有效铁空间分布预测

为了掌握丘陵地区农田土壤有效铁含量及其空间分布,本文以重庆市江津区永兴镇内同源成土母质的典型丘陵(2 km2)为研究区,采集309个土壤样点,利用普通克里格(Ordinary Kriging,OK)、多元线性回归(Multiple Linear Regression,MLR)、随机森林(Random Forest,RF)模型,结合高程、坡度、坡向、谷深、平面曲率、剖面曲率、汇聚指数、相对坡位指数、地形湿度指数等地形因子对土壤有效铁进行空间分布预测,并通过85个验证点评价、筛选预测模型。结果表明:1)土壤有效铁与谷深、地形湿度指数存在极显著水平正相关关系,与坡度、平面曲率、剖面曲率、汇聚指数、相对坡位指数存在极显著水平负相关关系。2)随机森林模型的预测精度明显高于多元线性回归和普通克里格插值,其平均绝对误差为22.33 mg·kg-1、均方根误差为27.98 mg·kg-1、决定系数为0.76,是研究区土壤有效铁含量空间分布的最适预测模型。3)地形湿度指数和坡度是影响该区域土壤有效铁含量空间分布的主要地形因子。土壤有效铁与坡度、谷深、平面曲率、剖面曲率、汇聚指数、相对坡位指数、地形湿度指数均达到极显著水平相关关系。4)研究区土壤有效铁含量范围为3.00~276.97 mg?kg-1,水田有效铁含量大于旱地;土壤有效铁具有较强的空间相关性,土壤有效铁含量空间变异主要受到结构性因素的影响。可见,基于地形因子的随机森林预测模型可以较好地解释丘陵区农田土壤有效铁含量的空间变异,研究结果为丘陵区土壤中、微量元素含量及空间分布预测提供方法借鉴和理论依据。     

气候变化背景下中国玉米单产增速减缓的原因分析

采用集合经验模态分解方法,分析1981—2008年中国玉米单产的变化趋势,发现全国和15个省(自治区、直辖市)均出现了玉米单产增速变缓的现象。该研究选取10个出现玉米单产增速变缓的主产省(自治区、直辖市),基于Cobb-Douglas生产函数,构建了肥料、灌溉、其他物质投入和气候要素4类驱动因子与玉米单产之间的多元回归模型,分析各驱动因子对玉米单产的影响和贡献。结果表明:1)肥料、灌溉、其他物质投入和气候要素4类驱动因子与1981—2008年玉米单产均存在着显著的相关关系,其中肥料、其他物质投入和灌溉显著地促进了玉米单产的增长,当这些因子每增加1%时,将分别促进玉米单产增长0.39%、0.06%和0.04%。气候要素中,降水对玉米单产也表现为促进作用,当降水每增加1%,玉米产量会增长0.21%;而气温和太阳辐射(云覆盖率)则对玉米单产产生负面影响,当温度每增加1%和太阳辐射每减少1%,将导致玉米单产下降0.99%和1.04%。2)1981—2008年,肥料对玉米单产增加的贡献最大(使玉米增产70.24%),其次是灌溉(9.44%),其他物质投入的贡献为5.43%。气候变化要素中,温度升高导致玉米产量降低了1.98%,而降水和辐射的减少则使玉米产量分别降低了1.08%和4.72%。3)肥料对2个玉米主产区(北方春玉米区和黄淮海夏玉米区)的产量增加均呈现显著的促进作用,灌溉对北方春玉米单产有显著的正面影响,其他物质投入对黄淮海夏玉米单产有显著的正面影响。气候因子中,气温上升能显著的促进北方春玉米单产增长;太阳辐射的减少对2个主产区玉米单产均有显著的负面影响。     

基于APCS-MLR模型和地统计学相结合的矿区农田土壤砷源解析

为了研究矿区周边农田土壤As等重金属的污染特征和来源情况,在云南会泽铅锌矿区采集了42个农田土壤样品,测定了9种元素含量,利用绝对主成分得分–多元线性回归(APCS-MLR)受体模型定量解析了土壤中As的来源和贡献率,并结合地统计学方法揭示了As的不同来源及其贡献的空间分布状况.结果表明:①研究区土壤As的平均含量为7...     

大尺度采样下不同模型方法预测土壤全氮空间分布研究——以海南岛为例

在大区域尺度、有限土壤样点情况下,为探索准确预测土壤属性的方法,以海南岛为研究区,采用近似网格采样方法,采集130个样点,用多元线性回归(MLR)、普通克里格(OK)和回归克里格(RK)3种模型方法进行土壤全氮预测,并以29个验证点比较了预测精度。结果显示:1)对较大区域进行土壤全氮的空间分布的预测精度为OKRKMLR;2)3种模型对土壤全氮含量空间预测分布趋势基本一致,总趋势为岛内自东向西方向逐渐降低;3)0~5 cm土壤全氮含量与土地利用方式呈极显著相关关系,0~20 cm土壤全氮含量与归一化植被指数呈显著相关,20~40、40~60 cm土壤全氮含量与归一化植被指数、坡度呈极显著或显著相关。     

基于DNDC模型的东北地区春玉米农田固碳减排措施研究

春玉米是我国东北地区主要粮食作物,但由于连年耕作和氮肥的高投入,春玉米农田也可能成为重要的温室气体排放源。因此,通过优化田间管理措施在保证作物产量的同时实现固碳减排,对于春玉米种植系统的可持续发展具有重要意义。过程模型（Denitrification Decomposition, DNDC）是评估固碳减排措施的有效工具,本研究在对DNDC模型进行验证的基础上,应用模型研究不同施氮和秸秆还田措施对东北地区春玉米农田固碳和氧化亚氮（N2O）排放的长期综合影响。模型验证结果表明,DNDC模拟的不同处理下土壤呼吸季节总量、 N2O排放季节总量和春玉米产量与田间观测结果较一致;同时模型也能较好地模拟不同处理下土壤呼吸和N2O排放季节变化动态。这表明DNDC模型能较理想地模拟不同施氮和秸秆还田措施对春玉米农田土壤呼吸、 N2O排放和作物产量的影响。利用模型综合分析不同管理情景对产量和土壤固碳减排的长期影响,结果表明: 1）与当地农民习惯施肥相比,优化施氮措施不会明显影响作物产量,能减少N2O排放,且对土壤固碳影响很小,因而能降低温室气体净排放,但净排放降低幅度有限（8%~13%）; 2）在优化施氮措施的同时秸秆还田能在保障供试农田春玉米产量的同时大幅度减少春玉米种植系统温室气体净排放,甚至可能将供试农田由温室气体排放源转变为温室气体吸收汇。本研究结果可为优化管理措施实现春玉米种植系统固碳减排提供科学依据。     

原位酶谱技术分析旱地长期覆盖下根际酶活性空间分布

根与土壤微生物产生的酶是土壤有机质分解的主要生物驱动因素,对土壤养分循环具有重要意义。该研究利用原位酶谱技术在不破坏作物根系的同时,研究了渭北旱塬长期覆盖春玉米根际土壤酶活性空间分布。田间试验于2020年6月在中国科学院长武黄土高原农业生态试验站进行。以春玉米\     

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...     

数值模拟气候情景下未来30年内蒙古三种主要粮食作物的单产趋势预估

基于内蒙古10个盟（市）农区58个气象站1961-2010年降水和气温日资料,38个旗（县）1961-2008年小麦、1979-2008年玉米和马铃薯单产资料,用自然对数曲线模拟作物趋势产量,并从单产序列中剥离气象单产。多元线性回归分析表明,大部盟（市）3种主要粮食作物的气象单产与生长季降水量和气温变化存在显著相关关系（P〈0.05）。利用PRECIS区域气候模式在SRES（A1B、A2和B2）和国家气候中心CMIP5数值气候模式对未来30a（2011-2040）10个盟（市）3种作物生长季平均气温、积温和降水量的模拟结果,采用多元线性回归模型预测各盟（市）作物的气象单产。结果显示,大部盟（市）气象单产总体呈增长趋势,预计未来30a全区平均小麦气象单产将增加179.0kg/hm2,玉米和马铃薯的增幅分别为51.6和50.7kg/hm2。叠加趋势产量后,小麦预计约增产1221.4kg/hm2,玉米和马铃薯预计约增产2121.1和1008.0kg/hm2。研究结果可为应对未来气候变化、确定粮食生产发展战略提供参考依据。