基于多源遥感数据的综合干旱监测模型构建

在全球气候变化越来越复杂的大背景下,准确监测华北粮食主产区的旱情对区域农业生产有重要的指导意义。以往的遥感干旱监测方法多侧重于监测土壤或植被等单一干旱响应因子,反映综合信息的能力较差,为此该研究使用中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)、热带降水测量计划(tropical rainfall measuring mission,TRMM)卫星等多源遥感数据,在综合考虑干旱发生发展过程中的土壤水分胁迫、植被生长状态和气象降水盈亏等因素的基础上,利用空间数据挖掘技术,构建综合干旱监测模型,并以山东省为例进行了试验验证。结果表明,模型监测出山东省近年来所经历的重大干旱过程与实际旱情一致,模型输出的旱情指标-综合干旱指数(synthesized drought index,SDI)与小麦的标准化作物单产变量的相关系数均大于0.7(P0.05);在小麦和玉米的生长期,综合干旱指数与作物受灾面积的相关系数在-0.67～-0.85之间,与标准化降水指数(standardized precipitation index,SPI)的相关系数在0.44～0.67之间,且通过了P0.01的极显著检验(3月份除外)。研究结果为综合评估区域干旱提供了一种新的方法。     

基于耕地发展权价值测算的陕西省耕地保护补偿研究

基于耕地发展权价值视角测算耕地保护补偿价值,建立耕地保护补偿机制,有利于明确耕地保护权责、调动耕地保护主体的积极性、促进各区域经济发展和耕地保护的均衡和谐。因此,为准确测量耕地发展权价值,建立起融合耕地发展权价值在内的耕地保护补偿机制,该文以陕西省为例,基于耕地发展权价值测算视角,构建耕地发展权价值测算方法体系,测算了耕地盈亏平衡和耕地发展权价值,最终依据该价值确定出相应的补给和受偿情况。研究结果表明:1)2015年陕西省总体处于耕地亏损区,总赤字面积为39.52×10~4 hm~2,人均耕地赤字面积为0.0136 hm~2,耕地总面积赤字率为9.89%;2)在省级层面,陕西省现实耕地发展权价值为50.57元/m~2,考虑到陕西省耕地盈亏量,陕西省总体耕地发展权价值处于亏损状态,因此在国家未给予政策优惠的情况下实际需要支付1998.50亿元的耕地发展权资金;3)在地级市层面,西安市、汉中市、商洛市、延安市、安康市和铜川市6市(亏损程度从重到轻排序)处于耕地发展权价值补给区域,而榆林市、渭南市、宝鸡市和咸阳市4市(盈余程度从高到低排序)则处于耕地发展权价值受偿区域。     

盛夏西太平洋副热带高压对陕西降水的影响

利用1961-2008年陕西78个气象站7-8月降水资料、西太平洋副高逐月指数资料及500hPa位势高度场和700hPa风场月平均再分析资料,通过相关、回归分析、小波凝聚谱分析等方法探讨盛夏西太平洋副热带高压对陕西降水的影响及机制,为盛夏陕西降水的气候预测提供依据.结果表明,盛夏副高强度、脊线、西伸脊点指数与陕西降水关系密切,副高偏强偏西时陕西降水偏多,副高偏北时陕西北部降水偏多、南部偏少.8月副高3个指数与陕西降水的相关关系更为密切,通过显著性检验的站点明显增多.副高的强度和位置变化引起副热带和中高纬度大气环流的异常,进而影响陕西降水.8月副高偏强偏西时,巴尔喀什湖阻高增强,700hPa西南季风的水汽输送增强,陕西位于冷暖空气交汇区,降水偏多;副高偏南时,水汽辐合区位于陕南,陕西南部多雨、北部少雨;副高偏北时,水汽辐合区位于陕北,陕西北部多雨、南部少雨.8月副高强度指数与同月陕西降水的显著共振周期为7 ～8a,且副高强度变化超前于陕西降水变化1.26a,说明8月副高强度的年际变化是引起同月陕西降水年际变化的重要原因.     

吉林省经济增长与环境污染水平演进关系的实证研究

基于环境库兹涅茨曲线假设(EKC),采用吉林省1981-2010年的环境污染指标与经济增长指标数据,经统计回归得到环境污染指标与经济增长指标演进关系的计量模型,进而研究分析EKC的曲线特征.结果表明:吉林省的环境污染指标EKC形状不完全符合典型的“倒U型”特征.其中,工业废水排放量的EKC呈现“正U+倒U型”,在2009年出现拐点;工业废气排放量EKC呈连续增长态势,无拐点;工业固体废弃物产生量的EKC大致处于“倒U型”的左半部分,预计于2014年到达拐点;工业粉尘排放量的EKC呈对数函数,呈逐渐减小的趋势,不存在拐点;工业SO2排放量的EKC呈“正U+倒U型”,2008年出现拐点;工业废水COD排放量的EKC呈现不明显的“正U+倒U型”,2009年出现拐点,吉林省总体环境污染处于不断改善的阶段.灰色关联分析表明:吉林省环境污染指标的主要影响因素有工业比率、第三产业比率、单位GDP能耗、环境科研人数4个方面.吉林省必须采取一系列有效的对策,优化现有产业结构、加大科技创新力度、提高环境科研人员数量与素质,以保证经济增长与环境保护协调健康发展.     

耕作方式对豫南雨养区土壤微环境及冬小麦产量的影响

针对豫南雨养农业区降水基本满足作物生长需求但年内和年际间分配不均、土壤耕性差的生态实际,为解决小麦播种期和冬春干旱以及改善耕层水、肥、气、热等因子提供理论依据。于2007—2015年,在豫南雨养农业区进行了连续9a的大田定位试验,研究了不同耕作模式对小麦生长季土壤水分、容重、温度及冬小麦产量的影响。试验共设置6个处理:T1(传统翻耕)、T2(不覆盖/不深松+覆盖/免耕)、T3(覆盖/不深松+不覆盖/免耕)、T4(不覆盖/深松+不覆盖/免耕)、T5(覆盖/深松+覆盖/免耕)以及T6(不覆盖/不深松+还田/旋耕)。结果表明,(覆盖/深松+覆盖/免耕)T5可以有效提高小麦播种期0~40cm土层的含水量,为麦播提供较好的水分基础,不同耕作方式处理对冬小麦越冬期和返青期土壤日平均温度影响较小,不足以对冬小麦发育进程产生影响。(覆盖/深松+覆盖/免耕)T5能够有效降低耕层0~20cm和0~40cm的土壤容重。覆盖/深松+覆盖/免耕处理的前3a,冬小麦产量较对照有所降低,从第4年开始较对照增产,2011—2015年增产幅度分别为2.02%、2.83%、10.93%、5.88%、1.97%。以上结果表明,通过T5(覆盖/深松+覆盖/免耕)的简耕覆盖技术可以有效利用降水资源、培肥地力,提高产量,具有节本增效的作用。     

基于ISM模型的山东省农村生活环境污染影响因素分析

农村生活环境污染影响因素复杂多样。通过实地调研,从生活污水、生活垃圾、生活能源和农村厕所4个层面,识别出影响山东省农村生活污染的11个具体因素,运用ISM模型分析山东省农村生活污染的影响因素及其层次关系。结果表明:11个影响因素之间相互关联,构成一个5层级的影响因素递阶结构,其中卫生知识和环保意识是表层直接影响因素;户主受教育程度、家庭经济水平、所在村对环境保护的重视程度、非农业就业经历、政府投入和基础设施投入是中层间接影响因素;年龄、城镇化水平和人口居住密度是深层根源影响因素。     

吉林省农田耕层土壤pH的时空变化特征

本研究通过分析2005~2013年测土配方施肥项目在吉林省采集的大量土壤样品,明确了不同地区农田耕层土壤pH的空间变异特征,并与第二次土壤普查数据对比探讨了土壤pH的变化趋势。结果表明,目前吉林省农田耕层土壤pH分布在3.8~9.1之间,平均值为6.5。不同类型农田土壤pH的高低顺序为:黑钙土风沙土草甸土黑土白浆土≈暗棕壤水稻土。空间上,吉林省农田耕层土壤呈现自西向东逐渐降低的分布特征,以西部白城市的通榆县最高而东部延边朝鲜族自治州的汪清县最低。时间上,与第二次土壤普相比,吉林省各种土类的pH存在共性的土壤酸化趋势。不同土类间pH的降幅存在较大差异,代表性的黑土下降约0.5个单位,酸化程度较大的草甸土和水稻分别下降了1.4和1.6个单位,而酸化程度较小的白浆土下降了0.1个单位。吉林省农业生产中应控制化肥用量,调整肥料品种,合理增施有机肥,大力推广秸秆还田,从而缓解土壤酸化趋势,改善土壤肥力。     

实际地形下地表太阳总辐射的简化算法及应用

为快速准确估算实际地形下地表太阳总辐射,针对辐射观测资料不足现状,通过考虑天文、大气和地理地形等因子对地表太阳总辐射的影响,构建了融合起伏地形天文辐射模型、地表太阳总辐射气候学公式和日照百分率优化插值方案的太阳总辐射简化算法。并以安徽省为例,对简化算法实施参数化和应用,采用2个辐射站观测资料统计回归得到气候学公式参数,参数化后的公式计算相对误差为7.65%。利用80个站点的日照百分率数据分析了不同插值方法适用性,逐点交叉检验结果表明,薄盘样条法对安徽省日照百分率具有更好的插值效果。基于简化算法计算得到实际地形下安徽省地表太阳总辐射平均为4500MJ·m~(-2)·a~(-1),总体呈北部高、南部低,山区南坡高、北坡低的分布特征,部分开阔南坡的太阳辐射超过同纬度水平地面。季节特征上地形对太阳辐射的影响随月份而异,在冬半年影响幅度更为明显,夏半年地形影响相对较弱,并多以削减为主。安徽省太阳能资源以3级为主,大别山和皖南山区的北坡多为4级,而在皖北低山丘陵的南坡存在零星的2级资源区。近年来由于日照百分率的下降,导致全省地表太阳总辐射普遍减少。     

基于地区和土类的吉林省农田耕层土壤氮素时空变化特征

为明确吉林省农田耕层土壤氮素营养的时空变化特征,基于2005—2013年间测土配方施肥项目测定的土壤全氮和碱解氮数据,分析吉林省不同地区、土类农田耕层土壤氮素养分的空间变异特征,并与第2次土壤普查数据对比,探讨土壤氮素养分的时间变化趋势。结果表明,目前吉林省农田耕层土壤全氮含量为0.4~3.9g/kg,平均为(1.62±0.60)g/kg,碱解氮含量为15~360 mg/kg,平均为(145.0±59.5)mg/kg。不同土类之间全氮和碱解氮含量的高低顺序一致,均以暗棕壤最高,平均分别为(2.02±0.57)g/kg和(190.2±72.80)mg/kg,其后依次为白浆土、水稻土、黑土、草甸土、黑钙土和风沙土;空间变异方面,吉林省农田耕层土壤氮素营养水平呈自东向西逐渐下降的分布特征,全氮和碱解氮含量在县域尺度上存在显著正相关关系;时间变化方面,吉林省农田耕层土壤全氮和碱解氮含量相比第2次土壤普查均呈明显上升趋势,中部地区变化最显著,西部地区变化相对较小。不同土类之间,黑土、黑钙土、草甸土和风沙土呈上升趋势,而暗棕壤、白浆土和水稻土出现下降,其中以风沙土的增加和暗棕壤的下降最明显。综上所述,吉林省农田耕层土壤氮素营养状况在空间上存在显著差异,时间上也发生了巨大变化。建议中部粮食主产区应严格控制作物施氮量以提高氮肥效率,降低环境风险,东、西部地区应因地制宜优化氮肥管理以提升地力,实现增产增效。     

近30年来黑龙江省气候变化特征分析

基于黑龙江省30个气象观测站的农业气象观测资料,利用气候倾向率和累积距平法,分析了1980-2009年黑龙江省年均温和年降水量的时空变化特征,以期揭示黑龙江省近30a来的气候变化规律。结果表明:(1)黑龙江省年平均气温呈上升趋势,气候倾向率为0.55℃/10a,从季节来看,以冬季升温最快,其中又以1月份升温最快(0.86℃/10a);(2)年降水量表现为明显的减少趋势,其中夏、秋2个季节降水减少显著;(3)年均温增温幅度在空间上总体表现为南高北低的趋势;年降水量减少幅度大的区域主要分布在松嫩平原南部和三江平原北部的大部分地区。