Impact of climate change on maize yield in China from 1979 to 2016

Climate change severely impacts agricultural production, which jeopardizes food security. China is the second largest maize producer in the world and also the largest consumer of maize. Analyzing the impact of climate change on maize yields can provide effective guidance to national and international economics and politics. Panel models are unable to determine the group-wise heteroscedasticity, cross-sectional correlation and autocorrelation of datasets, therefore we adopted the feasible generalized least square(FGLS) model to evaluate the impact of climate change on maize yields in China from 1979–2016 and got the following results:(1) During the 1979–2016 period, increases in temperature negatively impacted the maize yield of China. For every 1°C increase in temperature, the maize yield was reduced by 5.19 kg 667 m–2(1.7%). Precipitation increased only marginally during this time, and therefore its impact on the maize yield was negligible. For every 1 mm increase in precipitation, the maize yield increased by an insignificant amount of 0.043 kg 667 m–2(0.014%).(2) The impacts of climate change on maize yield differ spatially, with more significant impacts experienced in southern China. In this region, a 1°C increase in temperature resulted in a 7.49 kg 667 m–2 decrease in the maize yield, while the impact of temperature on the maize yield in northern China was insignificant. For every 1 mm increase in precipitation, the maize yield increased by 0.013 kg 667 m–2 in southern China and 0.066 kg 667 m–2 in northern China.(3) The resilience of the maize crop to climate change is strong. The marginal effect of temperature in both southern and northern China during the 1990–2016 period was smaller than that for the 1979–2016 period.     

基于距离相关系数和KNN回归模型的森林蓄积量估测研究

【目的】探究Landsat8 OLI数据和KNN算法在森林蓄积量估测中的潜力。【方法】以湖南省湘潭县为研究区,采用Landsat8 OLI数据和同时期的二类调查数据,通过距离相关系数筛选特征,分别采用线性回归模型(MLR)、K-近邻模型(KNN)、距离加权KNN模型(DW-KNN)和优化欧式KNN模型(FW-KNN)对森林蓄积量进行估测。使用十折交叉方法进行精度检验,对检验结果进行对比分析。【结果】3种KNN模型的估测结果均高于传统的线性模型,并且在3种KNN模型中,FW-KNN算法效果最好,决定系数达到0.69,为3种模型中最高;3种KNN模型中,本研究优化欧氏距离KNN模型的估测精度最高,其均方根误差为30.3%,相比于传统KNN模型的均方根误差降低了5.1%,相比于DW-KNN模型降低了3.3%。【结论】采用DW-KNN蓄积量估测结果明显优于其他两种模型,说明通过特征与蓄积量的相关性优化样本间的距离是一种可行的KNN优化方法。     

内蒙古高原紫花苜蓿土壤氮素丰缺指标和推荐施氮量

为了给内蒙古高原紫花苜蓿（Medicago sativa L.）测土施氮奠定科学基础，本研究采用“零散实验数据整合法”和“养分平衡-地力差减法”新应用公式，开展了该自然区域紫花苜蓿土壤氮素丰缺指标和推荐施氮量研究。结果表明：内蒙古高原生长第1年紫花苜蓿土壤碱解氮第1~6级丰缺指标为≥48，20~48，8~20，4~8，2~4和<2 mg·kg^-1，土壤全氮第1~5级丰缺指标为≥1.4，0.8~1.4，0.4~0.8，0.2~0.4和<0.2 g·kg^-1，土壤有机质第1~6级丰缺指标为≥17，10~17，6~10，3~6，2~3和<2 g·kg^-1。当紫花苜蓿目标产量9~18 t·hm^-2、氮肥利用率40%时，内蒙古高原紫花苜蓿第1~6级土壤推荐施氮量分别为0，68~135，135~270，203~405，270~540和338~675 kg·hm^-2。     

郁金香新品种‘黄玉’

‘黄玉’是从郁金香‘Golden Apeldoorn’的芽变中选育的新品种。株高37 cm，花单生于茎顶，鲜黄色，外轮花瓣外侧黄绿色。生育期75 d，盛花期13 d，花朵品质高，抗寒能力强，是优良的盆栽和园林绿化品种。     

外源NO及反向调控PEG胁迫下苜蓿萌发种子抗氧化酶及其同工酶动态的研究

以紫花苜蓿为材料,用一氧化氮供体硝普钠(SNP)及一氧化氮清除剂c-PTIO对苜蓿种子进行浸种处理,采用分光光度法和同工酶电泳技术来研究外源NO及反向调控对PEG胁迫下紫花苜蓿抗氧化酶活性及其同工酶的影响,并探讨NO调控苜蓿种子耐旱性的生理机制。结果表明:PEG胁迫下外施0.1 mmol·L^-1 SNP,第6天时较PEG处理POD活性降低了32.72%;第4天时SOD、CAT活性较PEG处理升高了10.48%、23.60%,有效缓解了PEG对紫花苜蓿萌发中种子的氧化损伤,提高其抗氧化能力。PEG胁迫下添加 c-PTIO抑制了苜蓿萌发期的抗氧化系统活性。从同工酶的谱带数量和强弱来看,POD同工酶各区带活力均随PEG胁迫时间的延长而增加,在第2天酶带只有1条,而第4天酶带呈现9条;SOD和CAT同工酶表达量变化不显著,但酶带强弱有一定变化,S3酶带随处理时间的延长表达量逐渐减弱;CAT同工酶谱带则一直保持2条带,无明显强弱变化。因此,外源NO在PEG胁迫下紫花苜蓿萌发中抗氧化酶快速响应并在维护氧自由基代谢平衡中起重要保护作用。     

甘肃连城自然保护区的生态旅游资源及其评价

位于兰州市西北部的甘肃连城自然保护区,是一个具备丰厚的自然及人文旅游资源的国家级自然保护区.经多方位多层次的调查,在获取该保护区生态旅游资源完备材料的前提下,对其生态旅游资源作了分类描述;在作单项评价后,运用层次分析法对连城自然保护区的生态旅游资源进行了综合评价,据此提出了开发建议.     

联合营销在北京森林旅游市场中的应用

通过对北京市森林旅游区市场营销现状的调查和存在问题的分析,针对北京森林旅游市场的实际,提出了一种新的营销模式——联合营销。其具有低投入、高回报、影响广泛、利于资源整合等特点。     

用Auto CAD2000进行机械二维图形的设计

叙述了用AutoCAD2 0 0 0进行机械二维图形设计的各种技巧 ,并详细介绍了绘图时的环境设置、图形绘制、标注及绘图输出等。     

长翅燕蝗发生与防治初报

2001年5月末至6月上旬，在岫岩县牧牛乡河滩地上的枫杨上，发现大批蝗虫危害，每棵树上均有一千头以上蝗虫成虫在取食叶片，稍经震动即可起飞。在树冠下的草地上仍有部分蝗蝻取食杂草，经现场调查平均每平方米有幼蝻105头，多者达270多头。6月中旬枫杨树叶基本被吃光，开始转入邻近的玉米田危害，平均每株玉米有长翅燕蝗成虫38头，多者达80多头，仅一夜间邻近枫杨的玉米叶肉己被吃光，受害面积几百公顷，来势凶猛。