草地净第一性生产力估算的研究进展

草地净第一性生产力(NPP)是全球变化与陆地生态系统研究的核心内容之一。草地NPP的模拟方法从站点实测法、统计模型发展到了机理性的过程模型,NPP的站点实测数据为统计模型和过程模型模拟结果提供参考。统计模型通过NPP和温度、降雨等气候因子或者直接与遥感获得的植被指数建立统计关系计算NPP;过程模型从机理上对植物的生物生理过程进行模拟并能够对NPP的影响因子进行分析,主要过程包括了光合作用、生长和维持呼吸、蒸散、氮吸收和释放、光合物质分配与分解,和季相变化等。遥感过程模型通过遥感手段获得地表覆盖状况、植被冠层结构变量值(如LAI)、地表反射率、地表辐射温度及土壤水分状况等作为重要参数应用到模型中,改善了模拟结果的时空精度,成为当前草地生产力模型的主要研究方向。最后对遥感监测草地NPP研究中存在的问题进行了分析并提出了展望。     

高温季节如何防治家禽热应激

家禽在35℃以上的高温环境中会出现明显的热应激反应:精神沉郁、反应迟钝,体表毛细血管扩张,皮肤温度升高,心跳加快,呼吸急促,采食量明显减少,但饮水量大为增加,活动量减少,常躲避阳光或聚集在阴凉的地方,张开翅翼、张口喘息、冠髯发绀、粪便稀薄,严重者可能会惊厥死亡.盛夏高温季节,防治家禽热应激是一项重要任务.     

基于MODIS和NOAA/AVHRR的荒漠化遥感监测方法

土地荒漠化是中国西部最严重的生态环境问题,荒漠化遥感监测技术是掌握荒漠化发展趋势的重要手段。基于空间分辨率为1 km的NOAA/AVHRR和MODIS遥感数据,首先依据湿润指数法确定了荒漠化范围和气候分区。然后选取出了可以反映不同荒漠化特征,并且能够通过中低分辨率的NOAA/AVHRR和MODIS遥感影像反演出来的5个荒漠化遥感监测指标,通过精度评价分析,确定了最佳指标组合。由于MODIS和NOAA/AVHRR数据的影像特征存在较大差异,针对每一气候分区, 建立了分别适用于MODIS和NOAA/AVHRR数据的两套遥感指标分类体系。通过不同分类方法的比较,确定了最佳分类方法－决策树分类法。通过对中国1995年和2001年的荒漠化动态变化状况进行了分析,结果表明,本文提出的荒漠化遥感监测方法,不仅能够成功地进行大尺度的荒漠化遥感监测,而且能够取得较好的监测效果。     

怎样让孕畜在白天分娩

孕畜分娩若在夜晚,特别是在寒冷的冬季,对孕畜和幼仔的成活、对产畜的护理、对饲管人员都会带来不便和影响,往往是因预产期计算不准,孕畜分娩时无人护理,所产仔多不是冻死,就是被压死,或生后假死仔畜得不到及时救护而死去,孕畜分娩得不到应有福利照顾,就会带来产后诸多病症,甚至母仔全亡,这就给养殖者造成较大的经济损失.笔者近期对26头经产母猪分娩时间进行了调查,结果是:(1)总产仔252头,头均9.7头,在夜晚产仔的217头,占总产仔数的86.1%.其中一家的12头母猪的119头仔猪全在夜晚分娩,冻死、压死仔猪共117头,占这12头总产仔的98%.(2)母猪产后得不到及时护理而患感冒、产后热、不食等占15.2%,头均医疗费达30～45元.     

应用热分析方法和红外分光光度法分析鉴别人参不同炮制品

目的 通过对人参和人参的不同炮制品的粉末采用物理化学的热分析方法以及红外分光光度法进行分析,为鉴别人参不同炮制品的粉末提供新方法。方法选用4年生的园参及其不同炮制品分为5组,包括鲜参组、冷冻干燥参组、生晒参组、红参组和黑参组,分别采用热重(TG)和差示扫描量热(DSC)方法及红外分光光度法对人参不同炮制品的热重(TG)和(DSC)曲线进行分析和鉴别。结果实验证明热分析法具有操作简便、快速、样品用量少、数据曲线识别率高等优点,结合红外光谱的指纹特征,可以作为一种快速分析鉴别不同炮制品粉末的新方法。     

遥感和作物模型技术耦合现状和发展趋势

随着科学技术不断发展,遥感技术与作物模型的耦合可以预估作物产量,具有非常重要的研究价值。本文目的是应用科学的计量学方法来统计遥感和作物模型领域中重要的研究成果,通过CiteSpace软件进行可视化分析,并对这些数据进行分析,所得结论不仅了解遥感领域和作物模型研究领域的作者之间联系,并且结论极大有助于对作物模型和遥感技术耦合领域的探索研究。结合当前的研究现状,通过对CiteSpace软件进行数据化分析并对其未来发展趋势做出展望。     

犬瘟热病毒病诊治

犬瘟热由瘟热病毒引发,病毒存在血液中一周后开始扩散传染。病犬在感染两周后出现高烧、干咳、结膜炎、呕吐、腹泻等症状。犬瘟热发生的原因多为3～4月龄的小狗缺乏免疫力,病犬多表现中枢神经细胞变异。     

基于Landsat-8OLI数据的植被覆盖度反演模型研究——以西安市雁塔区为例

植被覆盖度遥感反演模型是用定量的方法来估算研究区范围内植被的覆盖分布。本文主要利用Landsat-8OLI遥感数据分别提取3类常用植被指数包括归一化植被指数NDVI、增强植被指数EVI、比值植被指数RVI,根据像元二分模型建立植被覆盖度反演模型。同时利用交叉验证的方式对其估算模型进行验证,来反映估算模型的精度。     

基于NDVI和GF影像的冬季未种植耕地遥感识别——以遵义市为例

第七次人口普查和第三次土地调查数据显示,我国人口呈现持续增长而耕地面积不断减少的局面,严重危害着国家粮食安全和社会稳定,为提高耕地利用率和耕地产出率,开展冬季土地资源利用情况监测势在必行。本文以遵义市为例,利用中分辨率成像光谱仪(MODIS)16d合成的归一化植被指数(NDVI)数据产品MOD13Q1以及土地利用数据,基于高分影像进行未种植耕地采样并计算采样阈值,同时结合耕地NDVI最小值计算最终未种植耕地的动态识别阈值,进而对遵义市2016—2021年冬季未种植耕地的空间分布和闲置时间进行提取分析。研究发现,遵义市耕地闲置时间主要为32～64d,受疫情等因素影响,2019—2020年冬季未种植耕地面积为近5a最大值即1458.25km²,占耕地总面积17.3%,主要分布在与重庆接壤的道真、务川、正安以及桐梓、习水等地区。2020—2021年冬季未种植耕地为48km²,相对上年同期减少了96.7%,其中遵义汇川区、桐梓、务川、道真等地减少明显。由于农业部门对耕地保护的监管力度不断加大,同时在政府的政策指导下,冬季耕地资源得到有效利用,未种植耕...     

基于GF-6/WFV卫星遥感的大田冬小麦叶片氮素含量估测

为对大田冬小麦叶片氮素含量（LNC）进行快速、准确及无损监测,通过在江苏省泰州泰兴市、盐城大丰区和南通如皋市布设冬小麦遥感监测大田试验,在获取试验样点冬小麦冠层红光波段反射率（RED_ref）、近红外波段反射率（NIR_ref）和计算的十个光谱指数（RVI、NDVI、DVI、SAVI、OSAVI、MSR、RDVI、EVI2、NLI和SVI）基础上,将12个遥感光谱指标与冬小麦LNC进行相关分析,选出与LNC相关性较好的作为模型输入变量,构建基于BP神经网络的冬小麦LNC估测模型, 并利用GF-6/WFV卫星遥感影像对县域冬小麦LNC的空间分布开展监测。结果表明,12个遥感光谱指标与冬小麦LNC之间存在不同程度的相关性,其中NDVI、RVI、MSR、OSAVI和NLI与冬小麦LNC的相关性较好（相关系数不低于0.65）。将优选的5个遥感光谱指标作为模型输入变量,构建基于BP神经网络的冬小麦LNC估测模型（LNC-BPEM）,模型的估测精度r²=0.866,RMSE=0.246%,ARE=12.9%。将冬小麦LNC-BPEM估测模型和GF-6/WFV影像结合对县域冬小麦LNC的空间信息监测,获得了如皋县域冬小麦LNC的空间分布特征,该区域冬小麦LNC范围在0.9%~2.0%（长势正常）的种植面积为29 693.3 hm²,占冬小麦总种植面积的74%。这说明利用GF-6/WFV卫星的多个遥感光谱指标与神经网络结合建模可有效估测县域大田冬小麦叶片氮素含量。