怒江西藏段鱼类群落结构及多样性

为了探究怒江西藏段鱼类群落结构及多样性特征,于2017-2020年在怒江西藏段干流及主要支流设置9个调查站点进行了8次鱼类资源调查。调查共采集到鱼类23种,隶属于2目6科9属,其中怒江特有种有6种,外来鱼类5种。鱼类种类数分布总体上呈现随着海拔上升而逐渐减少的分布趋势。优势种为怒江裂腹鱼（Schizothorax nukiangensiss）、裸腹叶须鱼（Ptychobarbus kaznakovi）和热裸裂尻鱼（Schizopygopsis thermalis）,3种鱼类共占调查鱼类总生物量的96.28%,占生物总数的91.25%。群落多样性分析结果显示Shannon指数、Simpson指数、Margalef指数、Pielou指数范围分别为0.369~0.908、0.222~0.496、0.317~0.754和0.405~0.692,怒江西藏段鱼类群落多样性整体上处于较低水平。生态类型上分为底栖缓流型、底栖间隙型、急流吸附型及静水中层型4类,摄食类型基本上都为杂食性。下游察瓦龙乡与那曲大坝上游的鱼类物种组成相似性指数（11.76%）最低,支流左贡玉曲河与比如大坝下游的鱼类物种组成相似性指数（70.00%）最高。流域总体上处于中度干扰状态,上游大坝之间的河段及支流玉曲河处于较为严重的干扰状态。为了保护怒江西藏段鱼类多样性,降低区域内干扰,建议在玉曲河支流设立保护区,同时加强流域渔政管理,规范放生行为,做好流域开发的生态保护修复与预案研究。     

宏观网络视角下世界原木贸易关系形成的影响因素分析

文中从内生自组织结构、国家属性以及其他关系网络等视角,利用指数随机图模型对原木贸易网络的影响因素进行实证检验.具体来看,国家经济规模是影响原木贸易网络中核心—半边缘—边缘特征的最主要因素,是推动一国成为原木贸易网络核心国家的主要力量.其中,经济规模排名中等国家之间原木贸易关系较为密切.从关系网络来看,原木贸易国家之间地...     

国务院常务会议部署做好当前农民工工作 决定增加农机具购置补贴

<正>新华社北京12月11日电国务院总理温家宝10日主持召开国务院常务会议,部署做好当前农民工工作,决定增加农机具购置补贴。会议指出,今年以来,我国就业形势总体良好,但也出现不少新情况。由于国际金融危机的影响不     

农机推广中的5个实际问题亟待解决

从2004年起,国家开始实施农业机械购置补贴政策,极大地推动了农业机械化的发展,减轻了农民劳动强度,增加了农民收入,大大提高了农业生产力水平。但是,在农业机械化推广过程中,还有以下5个方面的实际问题亟待解决。     

基于Sentinel-2多光谱数据的棉花叶面积指数估算

棉花叶面积指数（leaf are index, LAI）的快速、准确获取对棉花长势监测、发育期诊断、面积提取以及产量估算等遥感监测具有重要意义。该研究利用2017年和2018年的Sentinel-2多光谱卫星数据及大面积田间试验观测获取的棉花不同发育期LAI实测数据,构建了基于单波段反射率及各类植被指数的棉花不同发育期及全发育期LAI估算模型,并采用留一验证（LOOCV, leave-one-out cross validation）和交叉验证对模型精度进行了检验。结果表明：1）对于单波段反射率,基于中心波长为842 nm波宽为145 nm的B8近红外波段对不同发育期LAI估算精度最优均方根误差（RMSE, root mean square error, RMSE=0.378）;2）对于各类植被指数,花蕾期（20170616）和花铃期（20170802）时增强植被指数（EVI, enhanced vegetation index,）表现最佳（RMSE分别为0.352和0.367）,开花期（20180623）时校正土壤调节植被指数（MSAVI2, modified soil adjusted vegetation index 2,）估算精度最高（RMSE=0.323）;3）单波段反射率和各类植被指数对全发育期LAI的估算均要优于对单个发育期LAI的估算,其中基于IRECI指数的（inverted red-edge chlorophyll index）全发育期LAI估算模型精度最佳,LOOCV检验RMSE=0.425,交叉检验RMSE=0.368;将基于IRECI的全发育期LAI估算模型应用到单个发育期LAI估算并与各单个发育期LAI估算模型精度对比,发现交叉验证RMSE平均值仅比LOOCV验证RMSE平均值高0.07,反映了全发育期LAI估算模型良好的普适性。该研究为农作物LAI估算提供了新的数据选择,完善了Sentinel-2卫星数据在LAI估算中的应用领域。     

广东不同林龄乔木生物量及物种多样性与叶面积指数的关系

以广东的4个自然保护区和2个生态功能区的5种林龄的林分为研究对象,用样地调查法、生物量实测方法结合植物冠层分析仪对各样方的总生物量、乔木层的生物量、多样性指数和叶面积指数进行测定,分析其分布特征及相关关系。结果表明：总生物量为乔木层>灌木层>草木层,其中乔木层成熟林的生物量显著高于其他龄组,生物量关系为成熟林>近熟林>中龄林>过熟林>幼龄林,呈单峰型变化,在成熟林阶段达到峰值。乔木层LAI值在0.77~4.19;乔木层随着林龄的变化,LAI差异依次为中龄林>成熟林>近熟林>过熟林>幼龄林,呈倒“U”型变化;乔木层LAI与乔木层生物量存在正相关关系,相关显著;中龄林的乔木层LAI显著高于幼龄林和过熟林,中龄林、近熟林和成熟林的乔木层LAI差异不明显。不同林龄乔木层Shannon-Winner指数为近熟林>中龄林>过熟林>成熟林>幼龄林,总体趋势呈“S”型变化;不同林龄乔木层Pielou均匀度指数为成熟林>近熟林>中龄林>过熟林>幼龄林,总体趋势呈单峰型变化,峰值在成熟林阶段;乔木层Shannon-Winner指数、乔木层Pielou均匀度指数均与乔木层生物量呈线性显著正相关。因此,不同林龄下乔木层生物量、乔木层物种多样性指数和乔木层叶面积指数均存在差异;乔木层多样性指数与乔木层生物量存在正相关关系;乔木层叶面积指数与乔木层生物量存在正相关关系。     

基于无人机遥感的夏玉米水分胁迫指数改进方法

冠层温度（canopy temperature,Tc）是作物水分胁迫计算的基础。准确地剔除热红外图像中的土壤背景,可以提高作物水分的监测精度。该研究以4种水分处理的拔节期夏玉米为研究对象,借助无人机可见光和热红外图像,采用红绿比值指数（red-green ratio index,RGRI）法提取研究区域的面状玉米冠层温度的空间分布信息,并分析每幅热红外图像上冠层温度的累积频率。该并提出了两种改进作物水分胁迫指数（crop water stress index,CWSI）性能的方法,一是使用基于正态分布的不同统计分位数分割冠层温度,并基于不同统计分位数上的平均冠层温度计算CWSI（记为CWSITcF%）。二是基于冠层温度方差（canopy temperature variance,Var）,将玉米冠层数据分为4个区间：区间Ⅰ,Tc≤40,Var≤10;区间Ⅱ,Tc≤40,10< Var≤20;区间Ⅲ,35< Tc<45,Var>20;区间Ⅳ,40< Tc<50,0< Var≤20,并在各自区间上选择最敏感的统计分位数计算CWSI（记为CWSIn）。研究结果表明：1）利用2020年和2021年两年数据计算的CWSIn与作物生理指标（气孔导度Gs、净光合速率Pn、蒸腾速率Tr）间的决定系数R2分别为0.72、0.52、0.62 ,nRMSE分别为23.96%、24.06%、25.60%,模型拟合精度高于原始CWSI（R2分别为0.73、0.34、0.46,nRMSE分别为23.69%、28.27%、30.21%）,但与CWSITcF%差别不大（R2分别为0.74、0.54、0.61,nRMSE分别为22.87%、23.74%、25.61%）;2）虽然CWSITcF%能提高诊断作物水分胁迫的精度,但最敏感的冠层温度区间在年际间相差较大（2020,61.17%;2021,49.38%;两年数据,83.51%）,而CWSIn稳定性更高（与生理指标间的nRMSE分别为：2020年16.60%、27.37%、28.49%;2021年21.60%、18.95%、22.64%）。因此,综合来看 CWSIn可以更加精确地监测作物水分胁迫,利用该改进方法可为无人机遥感精准监测作物水分胁迫状况提供参考。     

近20年黄河流域甘肃段植被覆盖度变化与驱动因素分析

黄河流域甘肃段作为我国重要水源涵养区和北方防沙带建设区,掌握其植被变化及驱动力对流域生态保护和高质量发展具有重要意义。基于2001—2022年MODIS NDVI数据集,利用像元二分法、变异系数、趋势分析法、Hurst指数和地理探测器,分析了近20年来黄河流域甘肃段植被变化趋势及驱动力。结果表明：2001—2022年黄河流域甘肃段FVC在波动中呈上升趋势,植被生长呈向好趋势。近20年间黄河流域甘肃段近1/2区域具有相对高-高波动性,主要集中分布在流域北部的黄土高原区,中波动性、相对低-低波动性主要分布在甘南高原区和陇南山地等区域。黄河流域甘肃段大部分地区植被呈改善趋势,少部分区域表现为退化,未来植被变化将呈反持续性。驱动力分析表明降水量、植被类型和土壤类型对黄河流域甘肃段植被覆盖起主导作用。     

剑湖大型底栖动物群落结构及多样性

在剑湖选择11个采样点,于2011年1月、4月、6月和10月按季度4次对大型底栖动物进行采样调查,共发现大型底栖动物52种,主要为软体动物、水生昆虫和环节动物种类。大型底栖动物的密度和生物量时空分布差异明显,密度表现为冬季>春季>夏季>秋季;生物量表现为夏季>春季>秋季>冬季。各采样点全年密度为16~23840个/m2,最高密度出现在采样点A左,最低密度则在采样点E右;生物量全年为168~234347g/m2,以采样点D最高,采样点I最低。Margalef丰富度指数全年为010~275,最高值出现在秋季,最低值出现在夏季;Shannon-Wiener指数、Simpson生物指数和Pielou均匀度指数全年分别为009~109、003~065和003~143,最高值均出现在夏季,最低值均出现在冬季。