不同生境下云南蓝果树幼苗生长状况分析

对人工种植在关坪和景洪2个区域内的3个不同生境条件下的云南蓝果树幼苗生长情况比较得出：2011年,关坪区域林窗地块内幼苗的平均基径和平均苗高分别为1.5cm和1459cm,非林窗地块内则分别为1.0cm和101.3cm,而景洪区域幼苗的平均基径和平均苗高分别为1.9cm和121.5cm;2013年3个地块的平均基径和平均苗高分别为3.7cm和2996cm、2.3cm和1954cm、55cm和381.3cm。景洪区域的幼苗基径和苗高增长变化最为明显,其次为林窗地块,变化最小的是非林窗地块;2013年不同生境条件下云南蓝果树的生长差异极显著。     

基于随机森林算法的橡胶林地上生物量遥感反演研究——以景洪市为例

以景洪市橡胶林为研究对象,将获得的样地植被指数和生物量数据用随机森林方法建立相关关系,将建立的关系用Landsat TM影像反演出整个研究区域的生物量分布,用影像和实地样地调查数据进行分析和验证,实现光学遥感的大范围生物量反演。在反演过程中将植被指数作为自变量,使用R语言环境下的随机森林方法进行变量筛选和建模,并对该方法的适用性进行分析评价。结果表明：随机森林算法适用于森林生物量反演;选择的变量为可见光大气阻抗植被指数（VARI）、简单比值指数（RVI）、归一化植被指数（NDVI）、水分胁迫指数（MSI）、中红外指数（MidIR）;总体模型反演精度R2=043,RMSE=4605。反演结果对于生物量密度较低的区域回归效果较好,对于生物量超过200t/hm2的地区,反演结果偏低,且随着生物量密度的增加,反演结果偏差逐渐增大。     

1971-2016年寒地大豆霜冻害时空演变特征及对产量影响

为研究寒地大豆霜冻害演变特征,利用黑龙江省大豆主产区59个气象观测站1971-2016年逐日日最低气温资料和大豆发育期资料,基于作物霜冻害等级气象行业标准,采用数理统计和墨西哥帽小波法分析大豆乳熟期轻、中、重霜冻害的空间分布特征及时间变化规律,并统计分析研究区各站霜冻害发生年份的产量增(减)状况。结果表明:1971-2016年,黑龙江省西北部、三江平原西北部及牡丹江半山区等地为寒地大豆乳熟期霜冻主要发生区域。大豆乳熟期轻度、中度、重度霜冻害在1971-1980年发生范围最广、发生频率最高,2011-2016年发生范围及频率最小。寒地大豆乳熟期霜冻害发生存在3～5年短期振荡周期和20年左右的中期振荡周期。1971-2016年,霜冻对大豆产量的影响在一定程度上以负效应为主。对典型站分析结果表明,大豆乳熟期霜冻害出现日期越早对产量的负效应越大。霜冻害对大豆产量的影响为霜冻等级及出现日期的协同作用。研究结果对寒地大豆安全生产及防灾减灾具有重要意义。     

Na2CO3胁迫对高羊茅种子萌发的影响

研究了不同浓度Na2CO3(0、20、40、60、80和100 mmol·L-1)胁迫对4个高羊茅(Festuca arundinacea)品种(美洲虎3号、雅典娜、爱瑞3号和火凤凰)种子萌发的影响。结果表明,Na2CO3胁迫均会延迟4个高羊茅品种的初始萌发时间,延缓发芽进程。随Na2CO3浓度的增加,4个高羊茅品种的种子发芽率和发芽势均呈下降趋势。4个高羊茅品种的相对发芽率与盐浓度均呈抛物线关系,拟合回归方程分别为美洲虎3号:y=-6E-05x2-1.203 5x+110.61;雅典娜:y = 0.007 4x2-1.792 8x+101.58;爱瑞3号:y=-0.001x2-1.070 3x+107.72;火凤凰:y=0.004 9x2-1.722 8x+114.97。分别得出了4个高羊茅品种种子萌发的临界耐盐浓度:美洲虎3号耐盐致死浓度是87.2 mmol·L-1,雅典娜是73.2 mmol·L-1,爱瑞虎3号是84.6 mmol·L-1,火凤凰是78.4 mmol·L-1。美洲虎3号种子萌发的耐盐性最好,其次为爱瑞虎3号和火凤凰,雅典娜种子萌发的耐盐性最差。     

留茬高度对黑麦草╋白三叶草地植物补偿性生长的影响

以我国南方广泛分布的黑麦草(Lolium perenne)+白三叶(Trifolium repens)退化草地为研究对象,探讨了不同留茬高度刈割处理下草地群落、功能群和主要优势物种补偿性生长的响应模式。研究表明,刈割能提高黑麦草+白三叶草地地上生物量,高茬(12 cm,HC)和低茬(6 cm,LC)刈割均能实现群落地上生物量正补偿性生长;禾草和杂类草在低茬和中茬(9 cm,MC)等较大刈割强度下仍能获得较高补偿性生长;豆科牧草地上生物量在高茬及中茬等适度刈割处理下为超补偿生长模式,补偿指数G/C分别为1.20和1.23,在低茬刈割下为低补偿模式(G/C=0.98)。表明豆科牧草的补偿性生长受刈割强度影响较大,在草地管理过程中可通过合适的留茬高度来提高豆科牧草的产量。而菊科类植物在3种留茬高度下均表现为G/C1(介于0.31~0.48),显示出明显的欠补偿特征。通过对不同留茬高度处理地上生物量与根系生物量分配关系分析发现,禾草类地上补偿性生长有可能是通过改变植株的生物量分配模式来实现的;杂类草和菊科植物则是由地上部分生长与根系协同生长完成;刈割对豆科植物的影响主要体现在地上部分,其根系生长具有相对独立性。群落和功能群水平的地上生物量补偿性生长最终都是由各优势物种不同响应模式来实现的。该研究结果对于解释放牧和刈割等利用方式对黑麦草+白三叶混播草地的种群结构变化、生物量构成和再生特性影响等具有一定的参考价值。     

高寒草甸优势物种饲用品质对短期放牧的响应

为了解放牧强度对高寒草甸牧草饲用品质的影响,以青藏高原东北边缘高寒草甸为对象,研究了轻度(0.75牦牛单位·hm-2)、中度(1.00牦牛单位·hm-2)和重度(1.25牦牛单位·hm-2)放牧下优势植物珠芽蓼(Polygonum viviparum)和线叶嵩草(Kobresia capillifolia)的全氮、酸性洗涤纤维、中性洗涤纤维含量以及牧草的可吸收营养物质总量和相对饲喂价值等的变化。在放牧末期,中度放牧下牧草的植株高度显著高于其他放牧强度(P0.05)。在整个放牧期,中度放牧下牧草的全氮含量高于其他放牧强度,其中珠芽蓼的全氮含量在放牧末期显著高于重度放牧(P0.05);各放牧强度间植物的酸性和中性洗涤纤维含量在放牧末期无显著差异;中度放牧下牧草的营养价值指数整体呈上升趋势或保持稳定。在青藏高原东北边缘,3年的短期中度放牧利用有利于高寒草甸主要优势物种珠芽蓼和线叶嵩草保持较高而稳定的饲用品质。     

冬季火烧对川西亚高山草甸土壤理化性质的影响

为探究冬季火烧对草地土壤理化性质的影响,以2010年12月5日发生火灾的川西地区亚高山草地为研究对象,对比火烧与未火烧草地表层0-20 cm土层土壤理化性质的差异,发现冬季火烧并不足以改变土壤含水量、容重和孔隙度,却在一定程度上改善了土壤的通气性,并显著提高了0-5 cm土层土壤的有机质、全氮、有效磷和速效钾的含量(P0.05),但未改变土壤的可溶性碳、氮含量。总的来说,冬季火烧改善了翌年草地植物生长的土壤环境,不仅为根系生长提供了更大的扩展空间,还为植物生长提供了更多的养分资源。     

不同药剂处理对黄芪根腐病的防治效果

本研究用黄芪(Astragalas mongholicus)一年龄种苗为材料,从恶霉灵、甲基托布津、高巧+瑞苗清3种药剂中筛选出防治黄芪根腐病的最有效药剂。结果表明,高巧+瑞苗清药剂组合 (22 512+24 012 g·hm-2)防治效果最佳,为32.21％,其次为甲基托布津药剂处理(502.5 g·hm-2), 而恶霉灵处理(700.5 g·hm-2) 防治效果最差,为-0.07％。虽然3种供试药剂对黄芪根腐病具有一定的防治作用,但防治效果均不明显。     

自动化场景区分下FABF-YOLOv8s轻量化肉牛行为识别方法

针对现有目标检测模型在自然天气环境下肉牛行为识别易受复杂背景干扰及模型参数量、计算量、权重文件占用内存较大等问题,该研究提出基于自动化场景区分的轻量化肉牛多行为识别方法。首先,通过FasterNet模型自动区分天气场景。其次,对YOLOv8s网络进行轻量化设计改进,在Backbone端更换FasterNet 轻量级模型主干,结合尺度内特征交互AIFI,捕获重要特征信息;利用加权双向特征金字塔BiFPN作为Neck端网络,选择特征提取网络C2f-Faster作为节点,缩减卷积过程中参数量和计算量的同时提高模型精度,使其更适用肉牛行为识别及后期的部署。然后,使用MPDIoU 函数,解决肉牛交叉遮挡等局限性问题。最后,设计系统可视化界面,以图像和视频形式输入模型,借助可视化系统完成对肉牛行为识别效果展示。试验结果表明,FABF-YOLOv8s（FasterNet、AIFI、BiFPN、C2f-Faster,FABF）模型在肉牛行为数据集上,相较于YOLOv5s、YOLOv7和原YOLOv8s模型的mAP@0.5分别提升了1.1、4.7、0.4个百分点,参数量和浮点数计算量分别减少59.48%和43.66%,降低到4.51M和16.0 GFLOPs。引入自然场景因素构建的FasterNet-FABF-YOLOv8s模型mAP@0.5达到了94.6%。研究表明,自动化场景区分下构建轻量化肉牛行为识别系统,可为农户监测肉牛健康状况以及自动化智慧养殖提供技术支持。     

基于树冠最高点和地面树干中心的森林影像点云配准方法

为了弥补无人机和地面不同观测视角导致的森林信息缺失以及不同平台摄影测量影像点云难以高效配准的问题,该研究基于无人机和地面摄影测量构建森林三维影像点云数据,以提取的无人机树冠最高点和地面树干中心为关键特征点,参考由粗到精的配准思路,借助特征点在3D和2D的映射关系以及改进的模拟退火算法和迭代最近点算法,提出了一种适合于无人机和地面不同观测平台的森林影像点云配准框架。测试结果表明,相较于银杏树和楸树而言,杨树对关键点匹配影响较大（杨树1.13 m > 楸树0.75 m > 银杏树0.52 m）,不同树种对粗配准影响较小（杨树0.13 m > 银杏树0.08 m > 楸树0.07 m）;所提方法在不同树种组成的6块典型样地上表现出色,平均精配准误差分为0.06 m,有效实现了无人机和地面平台影像点云的精细化配准。研究结果可为森林资源调查、森林三维重建以及影像点云的推广应用提供有力的支撑。