木霉菌M2的鉴定及其对小白菜促生效果研究

以一株分离自健康、高产辣椒根际土壤的木霉菌(Trichoderma spp.)M2为供试菌株,研究其对小白菜生长发育的影响并在形态学分类的基础上结合r DNA-ITS序列分析的手段,对木霉菌M2进行分类鉴定,以期为微生物肥料的开发提供优良菌种。将木霉菌M2进行固体发酵制得孢子粉,研究其在温室条件下是否对小白菜的生长具有促生能力。结果表明:菌株M2属于哈茨木霉(Trichoderma harzianum);在温室盆栽试验中,土壤接种M2孢子粉对小白菜具有不同程度的增产作用,且能够提高叶绿素含量、可食用叶片数,其中接种5.0×10~9cfu的M2孢子粉处理的鲜重、干重最高,比对照组分别增加30.26%、20.08%;接种5.0×10~8cfu的M2孢子粉处理鲜重、干重较对照组分别增加18.33%、12.46%。这说明哈茨木霉M2菌株对小白菜的增产效果明显,具有潜在的农业应用价值。     

黄土山丘区农村居民点类型划分与优化策略

科学划分农村居民点类型和制定优化策略,对于区域农村居民点空间布局优化具有重要意义。以山西省长河流域为例,以农户问卷调查为基础,运用层次分析法和专家咨询法构建了长河流域农村居民点综合影响力评价指标体系,对研究区域农村居民点进行了综合评价,划分了农村居民点等级类型,并确定了农村居民点布局优化策略。研究表明:长河流域农村居民点布局主要受经济发展水平、社会环境水平和生态环境水平的影响,具体包括农业机械化水平、城镇辐射度和工业区与居民区的临近度等12个影响因子;基于农户问卷调查和专家咨询的长河流域农村居民点综合影响力评价指标体系,以煤炭资源、土地资源和水资源的协调利用为背景,能较全面且针对性地反映研究区农村居民点综合影响力特点;通过农村居民点类型划分和优化策略,实现了对不同类型的农村居民点实施分级、分类管理,确保了布局优化后农村居民点的空间结构和层次具有一定的稳定性。可为黄土山丘区农村居民点类型划分与优化策略研究提供一种思路与方法,为北方压煤山丘区村庄综合整治与时空管控提供依据。     

三万年来卤阳湖湖泊沉积物地球化学元素变化特征及其环境意义

利用荧光光谱仪、等离子发射光谱,测定关中盆地卤阳湖区沉积物(0~280cm)元素含量变化,在光释光定年与R型聚类分析基础上,探讨3万年来该区26种元素的地球化学行为特征及环境意义。结果表明:卤阳湖沉积物元素大致可分4类:第1类Si、Zr、Hf、Na,指示4.6ka B.P.后湖泊萎缩,外源沉积减少;第2类Ga、U、Sr,指示4.6ka B.P.和2.0ka B.P.前后的湖区干旱气候;第3类Cu、Hg、Mn、Mg,指示4.6ka B.P.后湖水咸度的增加;第4类Ti、Sb、Pb、V、Th、Co、Fe、Bi、Cs、Zn、Ni、Rb、Ga、K、Al,这15种元素指示湖水咸度与周边人为活动的增加。元素变化特征说明,卤阳湖在33~10.4ka B.P.之间,沉积环境稳定,全新世前期(10.4~4.6ka B.P.)湖水变淡,4.6ka B.P.后,外源沉积减少,湖水咸度升高,在2.0ka B.P.前后,湖泊干旱造成大量盐分生成,之后,虽气候转湿,但人为活动增加使湖泊快速走向衰亡。     

Developments in land information systems: examples demonstrating land resource management capabilities and options

Land Information Systems (LIS) provide a foundation for supporting decision‐making across a broad spectrum of natural resource applications: agronomic, environmental, engineering and public good. Typically, LIS constitute a computerized database repository holding geospatial components, ‘mapping unit’ geometry and related georeferenced materials such as satellite imagery, meteorological observations and predictions and scanned legacy mapping. Coupled with the geospatial data are associated property, semantic and metadata, representing a range of thematic properties and characteristics of the land and environment. This paper provides examples of recent developments of national and regional LIS, presenting applications for land resource capabilities and management. These focus on the ‘Land Information System’ (LandIS) for England and Wales, and the ‘World Soil Survey Archive and Catalogue’ (WOSSAC) and consider Agricultural Land Classification in Wales, an Irish land and soil information system, and a scheme to optimize land suitability for application of palm oil biofertilizers in Malaysia. Land Information Systems support purposeful environmental interpretations, drawing on soil and related thematic data, offering insight into land properties, capabilities and characteristics. The examples highlight the practical transferability and extensibility of technical and methodological approaches across geographical contexts. This assessment identifies the value of legacy‐based natural resource inventories that can be interoperated with other contemporary sources of information, such as satellite imagery.     

基于卷积神经网络与迁移学习的油茶病害图像识别

传统的植物病害图像识别准确率严重依赖于耗时费力的人工特征设计。该文利用深度卷积神经网络强大的特征学习和特征表达能力来自动学习油茶病害特征,并借助迁移学习方法将Alex Net模型在Image Net图像数据集上学习得到的知识迁移到油茶病害识别任务。对油茶叶片图像进行阈值分割、旋转对齐、尺度缩放等预处理后,按照病害特征由人工分为藻斑病、软腐病、煤污病、黄化病和健康叶5个类别。每个类别各选取750幅图像组成样本集,从样本集中随机选择80%的样本用作训练集,剩余20%用作测试集。利用随机裁剪、旋转变换和透视变换对训练集进行数据扩充,以模拟图像采集的不同视角和减少网络模型的过拟合。在Tensor Flow深度学习框架下,基于数据扩充前后的样本集,对Alex Net进行全新学习和迁移学习。试验结果表明,迁移学习能够明显提高模型的收敛速度和分类性能;数据扩充有助于增加数据的多样性,避免出现过拟合现象;在迁移学习和数据扩充方式下的分类准确率高达96.53%,对藻斑病、软腐病、煤污病、黄化病、健康叶5类病害的F1得分分别达到94.28%、94.67%、97.31%、98.34%和98.03%。该方法具有较高的识别准确率,对平移、旋转具有较强的鲁棒性,可为植物叶片病害智能诊断提供参考。     

基于土地功能的农村居民点内部用地结构分类

科学合理的农村居民点内部用地功能结构分类是提升农村土地利用效率、实现用地结构优化配置的重要前提。该文在梳理农村居民点用地分类现状的基础上,从土地利用的功能角度出发,构建了涵盖农村居民点用地生产功能、生活功能、生态功能和潜在功能的分类体系,其中包含4个一级类、10个二级类和37个三级类;并以该分类方法为基础,通过实地调查典型农村居民点内部用地结构现状,从微观视角揭示内部用地结构。基于新的分类体系,大兴庄村用地类型可分为28种,农村居民点内部生产用地、生活用地和生态用地的比例分别为34.73%、53.53%和4.06%,可挖潜面积比例为占农村居民点总面积的13.09%。研究结果为中国农村居民点用地分类体系构建提供了基本思路和工作框架。     

基于GF-1 WFV数据的玉米与大豆种植面积提取方法

准确掌握农作物的空间种植分布情况,对于国家宏观指导农业生产、制定农业政策有重要意义。针对黑龙江省玉米与大豆生育期接近、光谱特征相似,较难区分的问题,以多时相16 m空间分辨率高分一号(GF-1)卫星宽覆盖(wide field of view,WFV)影像为数据源,选择归一化植被指数(normalized difference vegetation index,NDVI)、增强植被指数(enhanced vegetation index,EVI)、宽动态植被指数(wide dynamic range vegetation index,WDRVI)、归一化水指数(normalized difference water index,NDWI)4个特征,结合实地调查样本点,采用随机森林分类算法,提取黑龙江省黑河市嫩江县玉米与大豆种植面积。研究表明,区分玉米与大豆的最佳时段为9月下旬至10月上旬,即大豆已收获而玉米未收获的时段,在4个待选特征中,NDVI、NDWI与WDRVI指数组合表现最佳;随机森林算法与最大似然算法、支持向量机算法相比,分类精度更高,其总体分类精度为84.82%,Kappa系数为77.42%。玉米制图精度为91.49%,用户精度为93.48%;大豆制图精度为91.14%,用户精度为82.76%。该方法为大区域农作物的分类提供重要参考和借鉴价值。     

农村居民点用地的多功能性划分及其农户利用差异性评价

受农户生计方式多元化和城市文化的影响,农村居民点内部用地分工更为明显且呈多功能性,探讨农村居民点用地的多功能性及农户个体利用的差异性特征,既利于客观测算农村居民点用地资产价值,又能为合理设计农民新居内部构型提供理论基础。研究以重庆市江津区燕坝村1 923处农村居民点用地为研究对象,在农村居民点用地的多功能性划分基础上构建多功能评价指标体系,测算农村居民点用地的优势功能,进而辨析不同生计类型农户的农村居民点用地优势功能差异性。其结果为:按照二级分类体系,农村居民点用地可划分为居住用地、农业生产用地、非农生产用地、附属用地4个1级地类,堂屋用地、圈舍养殖用地、院落用地等11个2级地类;不同生计类型农户的农村居民点用地优势功能差异明显,农业专业化发展型农户以农业生产功能为主导(优势度达1.987 8),而兼业发展型农户优势功能不明显,具均衡性;农业多样化发展型农户、非农多样化发展型农户、非农专业化发展型农户分别以服务功能(优势度1.873 0)、居住功能(优势度1.569 2)、非农生产功能(优势度2.387 9)为主导。农户生计方式与农村居民点用地优势功能是相适应的,农民新居建设应根据不同生计类型农户的生计方式设计不同的农村居民点用地组合模式。     

基于HJ时间序列数据的农作物种植面积估算

通过对长时间序列遥感影像的波谱变化特征分析,可以有效地进行农作物种类识别与信息提取,提高农作物种植面积的遥感监测精度。中空间分辨率多光谱遥感影像适合于中国大范围大宗农作物面积监测,也是能够提供稳定时间序列遥感数据源之一。该研究以河北省衡水市为研究区域,采用2011年10月3日-2012年10月24日期间,16景30 m空间分辨率的HJ-1A/B卫星CCD(电荷耦合元件,charge-coupled device)影像月度NDVI(归一化植被指数,normalized difference vegetation index)时间序列数据,针对冬小麦、夏玉米、春玉米、棉花、花生和大豆等主要作物类型,在全生育期波谱特征曲线分析基础上,提取主要作物类型的曲线特征,采用基于NDVI阈值的决策分类技术,进行了农作物种植面积遥感识别,以15个规则的2 km×2 km的地面实测GPS(全球定位系统,global positioning system)样方进行了精度验证。考虑到大豆和花生2种作物的NDVI时间序列特征相似性较高,将这2种作物合并为一类进行分类,并命名为小宗作物。结果表明,冬小麦、夏玉米、春玉米、棉花和小宗作物等5类目标可以有效识别,分类总体精度达到90.9%,制图精度分别为94.7%、94.7%、82.4%、86.9%和81.2%,其他未分类类别精度为85.9%。利用中高分辨率遥感时间序列卫星影像,在大宗农作物时间序列的变化规律分析基础上,可以准确地提取大宗农作物种植面积,在农作物面积资源调查中具有较大的应用潜力。     

江苏湖泊渔业信息化建设的初步探索

针对江苏湖泊管理现状,分析了面临的主要问题,阐述了湖泊渔业信息化建设的迫切性和重要性,提出了湖泊渔业信息化建设的目标和内容,设计了管理系统的框架和主要功能,为江苏湖泊的现代化管理提供了一些思路。