猕猴桃主栽品种气候品质评价模型构建

为定量化评估气象条件对猕猴桃品质的影响,本研究基于贵州、陕西、浙江、湖南和安徽等地猕猴桃可溶性固形物、总酸含量等品质数据,以及日照、气温、降水等逐日气象观测资料,采用相关性分析、通径分析和回归分析等方法,筛选出影响猕猴桃品质的关键气候因子,构建了中华猕猴桃和美味猕猴桃气候品质评价模型.结果 表明:糖分转化期和果实迅速膨...     

稻米品质形成的气候生态条件评价及我国地域分布规律

在多品种、多试点的田间分期播种和人工气候箱控温、遮光处理等试验的基础上,通过对影响稻米品质诸气候生态因子的相对重要程度及稻米品质形成与水稻灌浆结实期前30d的日均温度、日均太阳辐射间的关系进行分析,首先建立了稻米品质的温度评价函数,然后用分段法构建了稻米品质的日均太阳辐射量订正函数,将上述两式结合,则可得某一地稻米品质气候生存条件的综合评价函数。利用该公式,在全国选若干代表点计算其稻米品质的评价指标值,并以此为基础,分双季早籼、单季粳稻与双季早粳、双季晚粳4大类型描绘出我国不同气候生态条件下稻米品质的地域分布框架图。     

浙江省茶叶生长的气候适宜性

定量评估茶叶生长季气候适宜度特征及其对气候变化的响应具有重要意义.本文基于1971—2010年浙江省逐日气象资料,应用模糊数学方法,结合茶叶气象指标,建立了旬尺度的温度、降水和日照适宜度模型,并应用几何平均法建立了茶叶综合气候适宜度模型.结果表明: 研究期间,浙江省茶叶生长季内气候适宜度较高,均超过0.6;研究区茶叶的温度适宜度最高,降水适宜度次之,日照适宜度略低;茶叶气候适宜度具有明显的时间变化特征,20世纪70年代呈下降趋势,80年代变幅平缓,90年代之后表现为明显的上升趋势;春茶气候适宜度变化趋势与年度气候适宜度相似,均呈两头高、中间低,春茶气候适宜度的变幅更大,夏茶和秋茶气候适宜度均表现为下降趋势.     

不同茶园生态环境对茶树生育及茶叶品质的影响

茶树是一种喜荫好湿的多年生作物,它的整个生长发育过程及其高产稳产的获得,与茶园生态环境密切相关。而茶叶品质的形成和优劣则更受生态环境制约。为探讨不同茶园生态环境对茶树生育及茶叶品质的影响,特于1984—1986年在“凫绿”产地开展研究。     

浙江省茶叶气候品质等级评价

茶叶品质形成与气象条件密切相关,因此开展茶叶气候品质研究具有重要意义。本文基于浙江省2013年基本气象站和区域自动站的逐日气象资料,结合田间试验获取的茶叶品质数据和茶叶生产实际,提出了影响茶叶品质的3个气象指标。应用加权指数求和法,建立了茶叶气候品质评价模型。结果表明:2013年浙江省茶叶生长季茶叶气候品质表现为单峰型变化,气候品质指数在春季3—4月处于相对平缓高值区,指数2.2~2.8,等级1级;5月起开始逐渐下降,最小值出现在盛夏7月—8月中旬,指数0~0.4,等级4级;8月下旬开始逐渐上升,秋季指数0.8~1.6,等级2~3级;2013年浙江省茶叶气候品质空间分布具有区域性,春茶除少数高山地区外,大部地区指数2.2~3.0,等级1级;夏茶大部分地区指数0~0.8,等级3~4级;秋茶,品质指数0.6~1.8,等级2~3级;无论是时间上,还是空间上,茶叶气候品质等级评价与茶叶生产实际基本一致,表现为春茶1级,茶叶品质最优;秋茶其次,品质较优;夏茶品质最差。研究成果可为优化特色农业生产布局提供科学依据。     

鄂尔多斯高原生态过渡带气候特殊性和气候植物生长指数与畜牧业生…

鄂尔多斯高原位于我国典型的生态过滤带,气候变化明显,系统反应敏感。因此,现有的主要用于植被和气候空间分类的有关材气候关系的模型和指数,均不适合用于鄂尔多斯高原生态过渡气候－植物动态分析,为此,本文利用位于鄂尔多斯高原中部的伊金霍洛旗３９ａ（１９５３－１９９１）气象资料,分析该地区的气候特点,构建一个可用于描述生态过滤带气候特征的气候植物生长指数,并用与植被动态密切相关的天然放牧条件（１９５８－１９     

基于化学成分和气候特征的当归品质空间变异规律

以甘肃省地道药材当归(Angelica sinensis(Oliv.) Diels)为材料,探讨当归品质的空间变异规律和气候特征。基于当归的5种化学成分含量分析其品质变异规律,并结合不同时间尺度气候因子研究品质变异的主要气候成因。结果显示,根据当归5种化学成分总含量可分为甘肃-云南高含量区和四川-湖北低含量区,藁本内酯、阿魏酸、丁烯基苯酞是造成当归品质地理变异的3种主要化学成分。年平均气温、≥10℃活动积温和年平均相对湿度是影响当归品质地理变异的主要气候因子,且4-10月间的月平均气温与丁烯基苯酞和藁本内酯呈强负相关,5-9月间的月平均气温与阿魏酸呈强负相关,说明花果期适当的低温、低湿有利于当归成分藁本内酯、阿魏酸、丁烯基苯酞的积累。研究结果解释了云南和甘肃低热量区当归品质相似的气候原因。     

基于遥感生态指数的雄安新区生态质量评估

城镇化建设的持续推进给生态环境带来的压力日益增加,多方位、客观、准确、快速测算区域生态环境质量是生态学研究的一个重点.本研究从绿度、湿度、热度、干度4方面分别提取了归一化植被指数(NDVI)、湿度指数(WET)、地表温度(LST)、归一化建筑-土壤指数(NDBSI)4个分量指标,采用基于ENVI平台的主成分分析技术集成所选指标,基于新型遥感生态指数(RSEI)对1995—2015年雄安新区生态质量进行评估.结果表明: 1995、2004和2015年,雄安新区的RSEI均值分别为0.724、0.710、0.682,生态质量总体呈下降趋势;1995—2015年间,研究区RSEI主要由4、5级向1、2、3级转变,生态质量改善和恶化的面积分别占总面积的8.9%和20.9%,生态改善区域主要位于雄县东部和南部,主要原因在于该区域大面积的林地和园地受到当地政府的高度重视和严格保护,生态质量恶化区域主要位于城镇外围以及白洋淀周边,原因在于白洋淀水域面积的锐减和城市化的不断推进;RSEI与各分量指标的平均相关系数为0.804,均高于各分量指标间的平均相关系数,表明RSEI能较好地综合各分量指标信息,全面准确反映研究区生态质量状况.     

基于水体型生态指数的无锡市城区生态质量时空变化分析

水体是构成生态质量的重要指标,传统的城市生态质量评价方法通常掩膜了水体区域,忽略了水对生态质量的影响。基于Google Earth Engine(GEE)平台提供的2013、2015、2017、2019、2021年的Landsat8-OLI影像数据,利用信息熵权重法耦合水体丰度(SPWI)、比率植被指数(RVI)、归一化潜热指数(NDLI)、干度(NDSI)、热度(LST)构建水体型生态指数(WBEI),对江苏省无锡市城区2013—2021年生态质量进行时空变化分析,并利用Moran指数计算无锡市城区生态质量的空间自相关性。结果表明：(1)WBEI融合了水体对生态指数的影响,弥补了传统方法无法反映水体区域生态质量的不足,能更好地反映包含水体区域在内的城市生态质量;(2)2013—2021年,无锡市城区平均WBEI分别为0.4808、0.4416、0.5068、0.4471、0.4682,城区生态质量呈波动变化,总体呈小幅下降的趋势;(3)无锡市城区生态质量极好等级的面积减少67.5251km²,良好与一般等级增加76.8633km²,生态质量...     

水培条件下营养元素对枳幼苗根毛发育及根生长的影响

以柑橘砧木枳实生苗为试材,研究水培条件下N、P、 K、Ca、Mg、Fe和Mn等7种营养元素分别缺乏对其根系主根长度、侧根数和主、侧根根毛密度、根毛长度及根毛直径等的影响．结果表明: 水培条件下,不同缺素处理枳实生幼苗的根毛均能生长,但根毛主要集中在近根基段,根尖处分布较少;侧根的根毛密度显著大于主根,而其根毛长度显著小于主根.不同缺素处理对根毛的生长发育影响较大,主根根毛密度为55.0~174.3 条·mm^-2．与对照相比,缺Ca诱发主根的根毛密度、长度显著增加;缺P使主根的根基段、中段及侧根的根毛密度、长度显著增加;缺Fe使主根根尖段根毛密度显著增加,而长度显著降低;缺K使主根、侧根的根毛密度、长度及根毛直径均显著降低;缺Mg使主根根毛长度显著增加．各处理主根的生长较一致;侧根除缺N、Mg处理外,其他处理均出现脱落后再生的现象.     

未来气候变化对不同国家茶适宜分布区的影响

茶是对气候变化敏感的重要经济作物, 评价全球气候变化对茶分布和生产的影响对相关国家经济发展和茶农的生计至关重要。本研究基于全球858个茶分布点和6个气候因子数据, 利用物种分布模型预测全球茶的潜在适宜分布区及其在2070年的不同温室气体排放情景(RCP2.6和RCP8.5)下的变化。结果表明: 当前茶在五大洲均有适宜分布区, 主要集中在亚洲、非洲和南美洲, 并且最冷季平均温和最暖季降水量主导了茶的分布。预计2070年, 茶的适宜分布区变化在不同的大洲、国家和气候情景间将存在差异。具体来说, 茶的适宜分布区总面积将会减少, 减少的区域主要位于低纬度地区, 而中高纬度地区的适宜分布区将扩张, 由此可能导致茶的适宜分布区向北移动; 重要的产茶国中, 阿根廷、缅甸、越南等茶适宜分布区面积会减少57.8%-95.8%, 而中国和日本的适宜分布面积则会增加2.7%-31.5%。未来全球新增的适宜分布区中, 约有68%的地区土地覆盖类型为自然植被, 因此可能导致新茶树种植园的开垦和自然植被及生物多样性保护产生冲突。     

A dynamic water quality index model based on functional data analysis

A water quality index (WQI) incorporates two shortcomings in the dynamic assessment of water quality, namely: (1) the sampling time series must be identical for each indicator and no missing data should occur, and (2) stationary weights cannot represent the changes in the pollutant importance. To solve these problems, the present study introduces the functional data analysis method into WQI research and establishes a dynamic WQI (D-WQI) model. D-WQI is a generalization of the conventional WQI. In the D-WQI model, the changes of water quality and pollutant importance are represented in the form of dynamic functional curves. The generation methods of the concentration curves, sub-index curves, dynamic weight curves, and WQI curves are discussed. As an illustration, the D-WQI model is applied in the water quality assessment of the Changjiang River in Sanjiangying in 2012. Result shows that the river can be classified as II (good) throughout the year, which can satisfy the requirement of the Chinese South-to-North Water Diversion Project.     

Observed change of the standardized precipitation index, its potential cause and implications to future climate change in the Amazon region

Observations show that the standard precipitation index (SPI) over the southern Amazon region decreased in the period of 1970-1999 by 0.32 per decade, indicating an increase in dry conditions. Simulations of constant pre-industrial climate with recent climate models indicate a low probability (p=0%) that the trends are due to internal climate variability. When the 23 models are forced with either anthropogenic factors or both anthropogenic and external natural factors, approximately 13% of sampled 30-year SPI trends from the models are found to be within the range of the observed SPI trend at 95% confidence level. This suggests a possibility of anthropogenic and external forcing of climate change in the southern Amazon. On average, the models project no changes in the frequency of occurrence of low SPI values in the future; however, those models which produce more realistic SPI climatology, variability and trend over the period 1970-1999 show more of a tendency towards more negative values of SPI in the future. The analysis presented here suggests a potential anthropogenic influence on Amazon drying, which warrants future, more in-depth, study.