基于机器学习的棉花叶面积指数监测

为实现基于机器学习和无人机高光谱影像进行棉花全生育期叶面积指数(Leaf Area Index, LAI)监测,该研究基于大田种植滴灌棉花,在不同品种及不同施氮处理的小区试验基础上,对无人机获取的高光谱数据分别采用一阶导(First Derivative, FDR)、二阶导(Second Derivative, SDR)、SG(Savitzky-Golay)平滑和多元散射校正(Multiplicative Scatter Correction, MSC)进行预处理,并结合Pearson相关系数法、连续投影(Successive Projections Algorithm, SPA)、随机蛙跳(Shuffled Frog Leaping Algorithm, SFLA)和竞争性自适应重加权(Competitive Adaptive Reweighting, CARS)筛选敏感波段,将筛选出的波段,使用偏最小二乘回归(Partial Least Squares Regression, PLSR)、支持向量回归(Support Vector Regression, SVR)和随机森林回归(Random Forest Regression, RFR)3种机器学习算法构建棉花LAI监测模型。结果表明:棉花冠层LAI敏感响应波段集中在可见光(400～780 nm)和近红外(900 nm之后)波段;对比3种机器学习算法,各预处理下RFR建立的LAI监测模型精度最高,稳定性最好,其中以FDR-SFLA-RFR模型最佳,在建模集的决定系数为0.74,均方根误差为1.648 3,相对均方根误差为26.39%;验证集的决定系数、均方根误差分别为0.67和1.622 0,相对均方根误差为25.97%。该研究基于无人机获取的棉花冠层光谱反射率,从不同光谱预处理、波段筛选及建模方法建立的模型中筛选出最佳估算模型用于棉花全生育期LAI监测,研究结果可为棉花大田精准管理及变量施肥提供依据。     

蓬勃发展的罗马尼亚家具业

罗马尼亚位于欧洲中部的东南,人口2 200多万人,54%的人口住在城镇。罗马尼亚自然资源丰富,森林覆盖面积占全国土地的28%,榉木的储藏量世界第一,占30%,针叶类占24.4%,橡木占19.3%。     

大果沙棘杂交后代果实主要成分遗传变异倾向研究

本文以黑龙江省绥棱浆果研究所选育的"楚伊×蒙优1"、"楚伊×蒙优2"、"楚伊×蒙优3"、"楚伊×蒙优4"、"HS-21×蒙优1"、"HS-22×阿列伊"、"绥1×蒙优7"和"HS-20×阿列伊"8个大果沙棘杂交组合为研究对象,对杂交后代果实中糖、酸和黄色素成分的遗传变异倾向进行了初步研究.结果表明:以蒙古沙棘系列雄株为父本的杂交组合后代果实中糖含量呈低亲变异的趋向,以阿列伊为父本的杂交组合后代果实中糖含量在一定程度上呈高亲变异倾向.阿列伊作为父本优于蒙古沙棘系列雄株."高糖"母本楚伊杂交组合的F1代株系果实中糖含量均呈现出衰退趋势.8个沙棘杂交组合后代果实中酸含量呈现一定程度的高亲变异."HS-21×蒙优1"杂交组合后代果实中酸含量变异广泛.8个沙棘杂交组合后代果实中黄色素含量一定程度上亦呈高亲变异倾向.在"楚伊×蒙优4"杂交组合后代中进行选择,获得超亲株系的几率最大.     

螯合诱导植物修复技术在土壤重金属污染治理中的应用

系统介绍螯合剂对土壤重金属活性、植物吸收的影响,以及对植物富集重金属的作用,分析目前该项技术在重金属污染土壤修复中所存在的问题,提出应用螯合诱导植物修复技术治理重金属污染土壤的新思路。     

基于VG-PENG收缩特征曲线与收缩各向异性的裂隙率估算模型

为量化农田裂隙发育程度,考虑脱湿过程中土壤孔隙在基质域、沉降域和裂隙域间转化,该研究提出基于土壤收缩特征和收缩各向异性的裂隙体积比率(裂隙率)关于含水率的预测模型。该模型包括3个子模型:改进VG型式的基质域收缩特征VG-PENG模型,描述收缩各向异性的几何因子Logistic模型,基于上述VG-PENG收缩特征模型和几何因子模型的裂隙率预测模型。通过土壤收缩试验和裂隙演化监测试验,采用图像处理技术提取裂隙数据,评价了该模型的优度及适用性。结果表明,VG-PENG收缩模型具有较好的连续性和明确的物理意义,可精确描述土壤收缩特征(R~20.98);该研究引入Logistic曲线描述土壤收缩几何因子,揭示了收缩过程中土壤横向开裂和纵向沉降的各向异性机理,提出了脱湿初期纵向沉降(几何因子趋近1)、中期主沉降-副开裂(几何因子处于1～3之间)、后期趋于稳定3个阶段,Logistic模型可精确描述收缩几何因子随含水率变化;基于VG-PENG收缩模型和Logistic几何因子模型,构建了裂隙率关于含水率的演化模型,该模型呈"S"型曲线,取决于土壤收缩属性及其各向异性特征,裂隙率模拟值和实测值吻合较好,呈显著水平(R~20.90,P0.001)。该研究裂隙率预测模型修正了土壤收缩各向异性在裂隙率估算中造成的误差,并突破性地将VG-PENG收缩特征曲线进一步推演并应用于裂隙率模拟,可方便、快捷地通过土壤收缩数据预测农田裂隙率随含水率演化规律,为膨缩土裂隙流研究提供理论依据和参数基础。     

柴达木盆地沙丘移动的空间分异及对形态参数的响应

研究沙丘移动规律与空间分异特征有助于准确了解风沙活动的危害程度,为区域城镇规划和青藏高原国家生态安全屏障保护与建设提供参考。该研究基于GoogleEarth软件测量横向沙丘的形态参数与移动速度,分析了移动速度与方向的空间分异特征,以及移动速度对形态参数的响应。结果表明,1)柴达木盆地内沙丘移动速度介于0～23.53 m/a之间,平均4.66 m/a,以中速(1～5 m/a)为主(53.73%),中部移动最快(5.22±4.27 m/a),东南部最慢(3.27±3.08 m/a),移动方向与主风向一致;2)沙丘移动速度与宽度的相关性最好(R~2=0.988),以后的研究中需多关注沙丘宽度这一参数;3)从柴达木盆地整体看,降水量越大、风速越低,沙丘移动越慢;从局部看,植被覆盖度越大,沙丘移动越慢;4)密集的河流可阻挡沙丘移动,保护格尔木市区,但不能消除沙丘移动的威胁。     

结合Sentinel-2影像和特征优选模型提取大豆种植区

准确获取大豆的空间分布对于产量估计、灾害预警和农业政策调整具有重要意义,目前针对种植结构复杂地区所开展的大豆遥感识别研究鲜有报道。该研究以安徽省北部平原的典型大豆产区——龙山、青疃镇为研究区,基于Sentinel-2数据提出一种分层逐级提取策略的大豆识别方法。该方法首先构建决策树筛选规则,剔除研究区内非农田地物,获得田间植被的总体分布;然后生成19个候选特征因子,包括分辨率小于等于20 m的10个波段反射率以及9个植被指数。在典型地物类型样本的支持下,将ReliefF特征权重评估算法与随机森林(RandomForest,RF),BP神经网络(Back-Propagation Neural Network,BPNN)和支持向量机(Support Vector Machine, SVM)相结合,分别构建ReliefF-RF、ReliefF-BPNN、ReliefF-SVM三种组合模型筛选出对于大豆识别最有效的特征,并基于布设在研究区内6个样方(大小为1 km×1 km)的无人机影像提取得到的大豆分布来评估3种模型在大豆制图中的表现。结果表明,ReliefF-RF模型表现最佳,基于该模型筛选出7个优选特征因子,大豆制图的总体精度介于85.92%～91.91%,Kappa系数在0.72～0.81之间,各个样方的提取效果均优于其他两种模型。此外,基于优选特征达到的提取精度明显高于原始波段反射率,虽然略低于全部19个特征的结果,但是数据量降低了63.16%。该研究可以为农田景观破碎、种植结构复杂地区的大豆种植区提取相关研究提供有价值的参考和借鉴。     

森林土壤氧化亚氮排放对氮输入的响应研究进展

大气中氧化亚氮（N2O）浓度的上升加剧了全球变暖。森林土壤在调节大气N2O浓度中发挥着至关重要的作用。近年来,氮（N）输入对森林土壤N2O通量的影响备受关注。然而,森林土壤N2O排放对N输入响应的机制,尤其是植物和微生物对N2O通量的调控作用尚缺乏系统研究。因此,本文综述了N输入如何通过森林植被（根系N吸收、凋落物分解和形成丛枝菌根）和土壤微生物（微生物量和群落组成）调控N2O产生途径从而影响森林土壤N2O排放。结果表明,植物的竞争性氮吸收能降低氮输入对N2O排放的促进作用,其作用大小可能主要取决于土壤“氮饱和”状态。植物凋落物主要通过分解过程中的养分归还和次生代谢产物释放来影响氮输入背景下的森林土壤N2O排放,前者具有促进作用,而后者具有抑制作用。丛枝菌根主要通过吸收有效氮和水分、促进团聚体形成以及改变N2O相关功能基因群落调控森林土壤N2O通量。N输入导致的土壤酸化或养分限制,通常会降低微生物量和/或改变微生物群落组成,从而控制N2O排放。N输入对N2O不同产生途径也会造成影响,受土壤湿度、N2O底物浓度以及N2O相关功能基因丰度（AOB、 AOA、nirK、 nirS和nosZ）的调控。未来在模型预测中,需要将植物氮吸收、凋落物分解、菌根以及N2O产生途径充分纳入模型,以提高模型预测准确性,为全球变化背景下制订森林管理政策和温室气体减排措施提供支持。     

生长后期干旱复水对饲草大麦产量、品质及叶绿素含量的影响

为研究水分胁迫对饲草大麦生长、产量、籽粒关键品质和相关生理指标的影响,于2017～2018年采用盆栽称重控水法对甘饲麦1号进行以干旱胁迫持续时间(T)为主因素(10、20、30 d)和旱后复水量为副因素(W1、W2和W3)的裂区试验,测定其株高、穗长、生育期、单株产量及构成因子、关键品质指标以及叶绿素含量的变化。结果显示:干旱胁迫时间显著影响了各项测定指标,各项测定指标均表现出随着干旱胁迫时间的延长其显著降低,指标测定值均表现出T1T2T3。较T1,T2和T3处理的株高显著降低了10.87和16.26 cm,生育期显著提前了5.12和14.00 d;穗粒数、千粒重和单株产量分别显著降低了37.77%和67.06%、15.68%和30.62%、28.72%和69.09%;籽粒蛋白质含量显著提高了4.33%和10.16%,籽粒淀粉含量显著降低了5.65%和22.78%,籽粒饱满度显著降低了12.83%和18.95%。在同一胁迫期内,除了籽粒蛋白质含量以外,其余各项测定指标值均随着复水量的减少而不同程度的降低,指标测定值均表现为W1W2W3,且在T2和T3胁迫期下较对照W1,W3降低尤为明显。通过测定饲草大麦叶片叶绿素含量发现:在T1和T2持续胁迫时间下,复水后W1和W2处理存在显著的补偿效应,而W3以及T3持续胁迫时间的所有复水处理均未产生显著的补偿效应。说明甘饲麦1号干旱复水补偿效应的利用应注意干旱胁迫持续时间不超过20 d(土壤最大持水量的60%～65%),旱后复水量不低于田间土壤最大持水量的55%～60%为宜。     

"池-田"蓄引水模式改善环渤海棉田水盐运移提高棉花产量

为探明环渤海"池-田"蓄引水模式下棉田水盐运移规律对棉花生产的影响,2017和2018年4-10月对未改造棉田(CK)及模式中的台田(A)、浅层地下水抽提棉田(B)、抑盐排涝棉田(C)进行土壤水分、盐分和pH值、棉花光合指标、产量进行测定,结果表明,模式中棉田0～80cm土层盐分和pH值显著降低,A和B棉田盐分降至3.0g/kg左右,pH值低于8.0;C棉田盐分低于5.0 g/kg,7-8月pH值低于8.0。A棉田土壤水分、盐分和pH值最低,滴灌条件下棉花光合性能长期保持高值,光合物质积累的直线增长持续时间和活跃期最长,籽棉产量超过3 500 kg/hm~2。B棉田水分0～40 cm土层高于20%,光合性能高值较长,籽棉产量超过3 000 kg/hm~2。C棉花7-8月光合性能明显提高,籽棉产量超过2 500kg/hm~2。环渤海"池-田"蓄引水模式显著改善棉田水盐运移,有利于棉花生产,从而提高产量。研究可为高效开发利用滨海盐碱地提供科学模式和理论基础。