叶用型沙棘育种研究--“蒙×中”沙棘F1代雄株变异特性与选优标准的研究

通过对蒙古沙棘亚种优良品种与中国沙棘亚种优良类型F1代雄株的变异特性分析,建立了选择优 良单株的标准,为叶用型沙棘选择育种提供了科学依据。     

宁夏荒漠草原不同土地利用方式对土壤活性有机碳的影响

以宁夏荒漠草原不同土地利用方式(耕地、弃耕地、草地和柠条地)的土壤为研究对象,测定了不同土层土壤有机碳和活性有机碳含量,分析了土壤活性有机碳占有机碳的比例,以期探寻不同土地利用方式对土壤活性有机碳的影响。结果表明:不同土地利用方式土壤总有机碳含量范围在1.78~6.17 g·kg^-1,具体表现为弃耕地>柠条地>草地>耕地。表层(0~5 cm)土壤有机碳含量显著高于深层(10~60 cm),说明荒漠草原土壤有机碳主要富集在表层;4种土地利用方式土壤易氧化有机碳含量为0.57~1.38 mg·g^-1,变化趋势具体表现为柠条地>草地>耕地>弃耕地,且柠条地在每个土层都高于其它3种土地利用方式;土壤可溶性有机碳含量范围为6.8~11.1 mg·kg^-1,变化趋势表现为草地>耕地>柠条地>弃耕地。土壤易氧化有机碳含量占有机碳的比例范围为13.7%~43.1%,大小排序为柠条地>耕地>草地>弃耕地;土壤可溶性有机碳含量占有机碳的比例范围为0.11%~0.48%,比例大小为耕地>草地>柠条地>弃耕地,耕地和草地中土壤可溶性有机碳含量占有机碳比例随着土壤深度的增加而减小,这与有机碳在耕地和草地中变化趋势一致。土地利用变化可以显著影响土壤活性有机碳的含量与分布,能够敏感的反映土壤碳库的变化,可以作为评价宁夏荒漠草原土壤质量和肥力的指标之一。     

长白山林区主要可燃物类型地表可燃物载量分析

对长白山林区主要可燃物类型地表可燃物载量进行了对比分析和聚类分析。通过可燃物类型载量的对比分析,得出易燃的可燃物类型是云冷杉林(鱼鳞云杉103a)、落叶松林(115a)和云冷杉林(鱼鳞云杉80a),最不易燃的是岳桦林(142a)、白桦林(87a)和岳桦林(115a);释放能量最大的可燃物类型是落叶松林(115a),释放能量最小的可燃物类型是白桦林(87a)。通过各可燃物类型的1h时滞可燃物载量和地表总可燃物载量的聚类分析,可把13个可燃物类型化为6类。     

2003-2004年我国小麦叶锈菌致病类型苗期鉴定及毒性分析

为明确小麦叶锈菌的毒性基因谱,对2003-2004采自我国的117株小麦叶锈菌菌株进行了致病性鉴定及毒性基因分析。结果表明:2003-2004年,117株小麦叶锈菌被划分为104个致病类型,其中优势类型为PHSS、PHTT和FHSS,其出现频率分别为4.27%、3.42%和2.56%。毒性基因V2 a、V9、V24、V3 a、V19、V38、V39、V40、V41、V42、V43和V46的毒性频率<30%,其对应的抗性基因为有效抗病基因,特别是V38的毒性频率为0,其对应的抗性基因有很好的抗叶锈性。V1、V3 ka、V30、V18、V14 ab、V15、V20、V21、V23、V28、V29、V32、V33+34、V36、V44和V45的毒性频率都在30%~60%之间,表明其对应的抗叶锈基因尚有一定的利用价值;V2 c、V3、V16、V26、V11、V17、VB、V10、V14 a、V2 b、V3 bg、V14 b、V25、V33、V34和VT3的毒性频率都>60%,表明其对应的抗叶锈基因在2003-2004年生产上单独使用几乎没有利用价值。     

福建省典型茶园土壤硒含量及其影响因素研究

采集了福建省60份典型茶园表层土壤(0~20 cm),测定了土壤全硒和有效硒含量,分析了土壤类型、植茶年限和海拔对土壤硒及有效硒含量的影响,并探讨其受土壤理化性质的影响。结果表明,福建省茶园土壤全硒含量范围为0.22~2.20 mg·kg^-1,均值为0.73 mg·kg^-1,有86.67%的茶园土壤硒含量达到富硒土壤标准(>0.4 mg·kg^-1);茶园土壤有效硒含量为5.21~448.86 μg·kg^-1,均值为62.98 μg·kg^-1;土壤硒活化率为1.10%~31.64%,均值为8.76%,硒有效程度较低。砂砾岩和凝灰岩发育的茶园土壤硒和有效硒含量较高,紫色砂岩和河流冲积物发育的茶园土壤硒含量较低;山地草甸土茶园土壤全硒和有效硒含量最高,潮砂土和水稻土硒含量较低;成龄茶园和老茶园土壤全硒和有效硒含量较高,新垦茶园硒含量较低;中高海拔地区茶园土壤全硒及有效硒含量较高,低海拔地区茶园土壤硒含量较低。相关分析表明,茶园土壤硒及有效性主要受土壤有机质和全氮的影响,pH对有机质含量较低的红壤茶园和幼龄茶园有显著影响,有效磷对成龄茶园和中高海拔茶园有显著影响。总体而言,该区域茶园富硒土壤为发展天然富硒茶提供了物源保证,但硒有效程度不高,应针对不同类型茶园采取相应栽培措施(增施有机肥、改良剂和钙镁磷肥)来提高土壤有效硒。     

Deep neural network algorithm for estimating maize biomass based on simulated Sentinel 2A vegetation indices and leaf area index

Accurate estimation of biomass is necessary for evaluating crop growth and predicting crop yield.Biomass is also a key trait in increasing grain yield by crop breeding.The aims of this study were(i)to identify the best vegetation indices for estimating maize biomass,(ii)to investigate the relationship between biomass and leaf area index(LAI)at several growth stages,and(iii)to evaluate a biomass model using measured vegetation indices or simulated vegetation indices of Sentinel 2A and LAI using a deep neural network(DNN)algorithm.The results showed that biomass was associated with all vegetation indices.The three-band water index(TBWI)was the best vegetation index for estimating biomass and the corresponding R2,RMSE,and RRMSE were 0.76,2.84 t ha−1,and 38.22%respectively.LAI was highly correlated with biomass(R2=0.89,RMSE=2.27 t ha−1,and RRMSE=30.55%).Estimated biomass based on 15 hyperspectral vegetation indices was in a high agreement with measured biomass using the DNN algorithm(R2=0.83,RMSE=1.96 t ha−1,and RRMSE=26.43%).Biomass estimation accuracy was further increased when LAI was combined with the 15 vegetation indices(R2=0.91,RMSE=1.49 t ha−1,and RRMSE=20.05%).Relationships between the hyperspectral vegetation indices and biomass differed from relationships between simulated Sentinel 2A vegetation indices and biomass.Biomass estimation from the hyperspectral vegetation indices was more accurate than that from the simulated Sentinel 2A vegetation indices(R2=0.87,RMSE=1.84 t ha−1,and RRMSE=24.76%).The DNN algorithm was effective in improving the estimation accuracy of biomass.It provides a guideline for estimating biomass of maize using remote sensing technology and the DNN algorithm in this region.     

基于无人机多光谱遥感的冬小麦冠层叶绿素含量估测研究

为探讨利用无人机多光谱影像监测冬小麦叶绿素含量的可行性,基于北京市大兴区中国水科院试验基地的2019年冬小麦无人机多光谱影像和田间实测冠层叶绿素含量数据,选取16种光谱植被指数,确定对冬小麦冠层叶绿素含量显著相关的植被指数,采用一元二次线性回归和逐步回归分析方法建立各生育时期及全生育期的SPAD值估测模型,通过精度检验确定对冬小麦冠层叶绿素含量监测的最优模型。结果表明,两种分析方法中逐步回归建模效果最佳。拔节期选取4个植被指数(MSR、CARI、NGBDI、TVI)建模效果最好,模型率定的决定系数(r~2)为0.73,模型验证的r~2、相对误差(RE)和均方根误差(RMSE)分别为0.63、2.83%、1.68;抽穗期选取3个植被指数(GNDVI、GOSAVI、CARI)建模效果最好,模型率定的r~2为0.81,模型验证的r~2、RE、RMSE分别为0.63、2.83%、1.68;灌浆期选取2个植被指数(MSR、NGBDI)建模效果最好,模型率定的r~2为0.67,模型验证的r~2、RE、RMSE分别为0.65、2.83%、1.88。因此,无人机多光谱影像结合逐步回归模型可以很好地监测冬小麦SPAD值动态变化。     

浑善达克沙地飞播区不同恢复阶段植物群落结构动态变化

为研究浑善达克沙地飞播区不同恢复阶段植物群落结构动态变化,揭示飞播后浑善达克沙地植被恢复的特点和变化规律,于2013—2017年在浑善达克沙地11个飞播区进行了植被调查试验,并从功能型角度出发,结合对应分析、关联度分析以及Mann-Kendall趋势分析等数据分析方法探讨了飞播区植被恢复的阶段性以及各功能型植物在群落中的地位和作用。结果显示:浑善达克沙地飞播区19 a恢复时间共分为3个恢复阶段,且飞播后,伴随恢复时间的推移,乔木、灌木半灌木、多年生杂类草、一/二年生杂类草、多年生豆科牧草、多年生禾草、一/二年生禾草7个功能型植物间的相互依赖程度逐渐减弱;随着恢复年限的增加,群落的稳定性逐渐增大。不同恢复阶段,植被恢复的主导功能型并不唯一,可在不同阶段进行适时管理,从而使植物群落的演替阶段和整体发展趋势更有利于退化沙地的植被恢复与重建。     

凤阳山不同林分土壤腐殖质特征及影响因素

以浙江省凤阳山海拔1 300~1 400 m处不同林分类型(阔叶混交林、针阔混交林、杉木林、竹林)为对象,测定不同土层土壤基本理化性质、酶活性及腐殖质质量分数,分析土壤腐殖质特征及影响因素,为凤阳山自然保护区的土壤肥力和可持续经营发展提供理论依据。结果表明:土壤腐殖质质量分数针阔混交林最高,阔叶混交林、竹林、杉木林次之;胡敏酸质量分数针阔混交林最高,杉木林最低;富里酸质量分数针阔混交林最高,竹林最低。除磷酸酶活性随土层加深无统一规律外,4种林分脲酶活性、过氧化氢酶活性及蔗糖酶活性土壤随土层加深皆呈现降低趋势。土壤pH值、土壤密度与土壤腐殖质质量分数、胡敏酸质量分数和富里酸质量分数均呈现显著的负相关;除磷酸酶活性相关性不显著外,土壤脲酶活性、蔗糖酶活性、过氧化氢酶活性、总孔隙度、毛管孔隙、非毛管孔隙与土壤腐殖质质量分数、胡敏酸质量分数和富里酸质量分数均呈现显著的正相关。凤阳山不同林分类型对土壤腐殖质特征的影响较土层深度更显著,土壤理化性质及酶活性与土壤腐殖质质量分数有着密切关系。     

运用植被指数时序特征对落叶松人工林分类

为探究植被指数时序特征是否有利于落叶松人工林提取,以孟家岗林场为研究试验区域,根据落叶松人工林季相和物候特征,利用Landsat8OLI影像数据提取研究区内5种植被的归一化植被指数(I NDV)、差值植被指数(I DV)、比值植被指数(I RV)、增强型植被指数(I EV),构建相应的植被指数时序特征。采用最大似然和随机森林两种方法对单一时相影像和加入植被指数时序特征的影像进行对比试验。结果表明:影像中加入植被指数时序特征后,最大似然算法的分类总体精度为89.53%,Kappa系数为0.87,比单一时序特征的影像分类精度提高了13.35%;随机森林算法的森林类型分类总体精度为93.22%,Kappa系数为0.92,比单一时序特征的影像分类精度提高了19.8%。因此,加入植被指数时序特征后能得到更高的落叶松人工林提取精度。