黑龙江省水稻种植成本调查分析

粮食安全是国之根本。中国是世界水稻强国和消费大国,水稻消费量占居民口粮消费的60%左右。黑龙江省是中国粮食生产大省,对黑龙江省水稻种植成本进行调查分析,能够为政府制定农业生产政策提供参考,具有重要意义。本研究基于问卷调查和SPSS软件进行数据的收集和分析,得出黑龙江省水稻种植面积及种植成本的变化及原因。分析结果表明:(1)与2020年相比,2021年黑龙江省户均水稻种植面积减少0.8 hm^(2),单产比2020年增加479.10 kg/hm^(2)。(2) 2021年黑龙江省水稻种植总成本比2020年上涨765.6元/hm^(2),且地区间差异较大。(3)在水稻种植成本构成中,租地成本占总成本比例最大,约占49%;水稻种子和灌溉投入占总成本比例最小,各项均约占3%;雇佣人工成本上涨幅度居各项成本之首,为9.28%,收割成本上涨幅度最小,为0.49%。基于此,应探索农业保险品种,不断完善理赔机制,加强地租管理,完善生产者补贴制度,并继续探索农机、农资价格调控机制,控制价格上涨幅度,以此保护农民种植积极性,保障农民收入和国家粮食安全。

自然资源—体化全领域“—码管控”的研究与应用

为深化“放管服”,持续优化营商环境,促进自然资源政务审批效能的持续提升,自然资源部、国务院等相关部门陆续发布相关政策文件,提出要深化应用不动产单元代码,通过“一码关联”确保业务环节前后衔接一致、真实准确,便利共享查询追溯。在国家部委及山东省相关政策文件指导下,滨州市及其下辖县区在自然资源—体化领域开展了“一码管控”改革,通过不动产权籍调查提前介入,建立起了贯通土地供应、规划许可、批后监管、竣工验收、不动产登记等业务全流程的应用场景,构建起了用地(海)全业务、全流程、全生命周期业务高效协同、系统共享集成、整体智治的自然资源一体化全领域管控新机制。

Sentinel-2数据县域尺度大豆种植信息提取研究

及时准确地获取农作物种植信息对把握区域农作物生产情况、种植结构调整等具有重大战略意义。大豆是国家重要农作物,在农业生产中占有重要地位。本文以大豆为目标作物,利用Sentinel-2遥感影像数据开展县域尺度大豆种植信息提取研究。以Sentinel-2影像为数据源,利用监督分类的最大似然算法提取县域尺度大豆种植信息,并进行精度验证。利用此种方法获取到2023年黑龙江省海伦市大豆种植信息,种植面积为959.51km^(2),用户精度为0.938,Kappa系数为0.809,与实际情况高度一致。基于Sentinel-2影像数据的最大似然法监督分类能够应用于县域尺度农作物信息提取,并将其应用到种植结构调整,农作物长势监测及估产等环节中,为制定农业政策、保障粮食安全等提供数据支持。

基于遥感方法的黑龙江省海伦市大豆种植面积变化及驱动力分析

大豆是国家重要农作物,在农业生产中占有重要地位。本文以大豆为目标作物,利用Sentinel-2遥感影像数据开展2018-2023年黑龙江省海伦市大豆种植面积提取,并分析其背后的驱动因素。以Sentinel-2影像为数据源,利用监督分类的最大似然算法提取2018-2023年黑龙江省海伦市大豆种植面积,并进行精度验证。利用此种方法获取到2018-2023年黑龙江省海伦市大豆种植面积,其用户精度为0.938,Kappa系数为0.809,与实际情况基本一致。基于Sentinel-2影像数据的最大似然法监督分类能够应用于黑龙江省海伦市大豆种植面积提取中。2018-2023年,黑龙江省海伦市大豆种植面积变化量多在274~673km^(2)间浮动,2019年面积变化量最大,2022年面积变化量最小。海伦市在2019年、2022年大豆种植面积为正增长,2020年、2021年、2023年为负增长,面积变化率多在±30%左右,仅有2019年出现53.07%的面积变化率。导致这一结果出现的主要原因包括农民种植意愿,生产者补贴、黑土保护和轮作休耕、禁烧秸秆等多重政策因素及市场原因等。

Landsat TM8及GF-1影像黑龙江省线状地物实际与解译宽度对比

线状地物又称为线性地物,是一种普遍存在的土地利用方式。在遥感图像上,线状地物大量存在,这种存在表现为线状地物的可见性,即线状地物的图像特征表现为数个像元宽度的狭长型地物;另一方面,大量线状地物被＂淹没＂在遥感图像的混合像元中,这部分线状地物在遥感图像上具有相对不可见性。在面状地物解译中,线状地物常常由于遥感影像分辨率有限而包含在面状地物中,使面状地物解译结果偏大而不够准确。因此,准确解译线状地物可以校正面状地物解译结果。Landsat TM8影像与GF-1影像作为近几年新出现的高质量高分辨率卫星遥感影像,在各行各业中应用较为广泛,在农业遥感中亦是如此。在农作物面积估算中,Landsat TM8影像与GF-1影像线状地物扣除技术的精确程度直接影响农作物面积估算精度。Landsat TM8影像与GF-1影像线状地物实际宽度与解译宽度对比研究对于农作物面积估算和估产具有重大意义。由于分辨率相差较大,在线状地物解译中,GF-1影像具有明显优势。该文以23景Landsat TM8影像和14景GF-1影像为基础,运用统计学方法对黑龙江省341条线状地物实际宽度与解译宽度做对比研究。结果表明,对线状地物解译精度影响较大的主要因素为卫星遥感影像分辨率。Landsat TM8影像解译精度较差（｜夸张系数｜〉50%）的线状地物共94条,占全部线状地物的27.5660%;在这部分线状地物中,通常是解译宽度远大于实际宽度;以线状地物实际宽度分类中的0~10 m类别中,线状地物的解译精度最差,而按走向分类和按类型分类对线状地物解译精度影像不大。GF-1影像解译精度较差的线状地物共有29条,占全部线状地物的8.5044%,在这部分线状地物中,通常是解译宽度远大于实际宽度。

大庆城区土壤重金属污染及相关性分析

以大庆市城区土壤为例,经过野外调查取样和室内分析,对大庆市城区土壤重金属污染及相关性进行了研究。采用的主要方法有:玻璃电极法,重铬酸钾法,统计学方法等。结果表明:大庆市土壤重金属污染的最主要贡献因子为Cd。在农牧业区和采油区重金属元素之间及重金属与土壤理化性质之间均不存在相关性;在工业区,仅有Pb、Cd和Zn与有机质之间存在相关关系;在生活区有6对重金属元素之间存在相关关系。造成这一结果的原因主要是人为活动的影响。

自钻式旁压仪测定黏性土原位水平应力和K_0值

根据剑桥自钻式旁压仪的工作原理,分别按确定原位水平应力的观察法、迭代法、拟合法对天津市滨海新区黏性土的旁压曲线进行分析,并剖析算得的初始压力P0的物理意义,提出以观察法为基础的相关公式,用以确定原位水平应力。将试验数据按相关公式、迭代法、拟合法得到的P0计算K0,并与经验公式进行对比,认为K0值与土性和分析方法的基本假设有关。分析结果表明,用观察法的相关公式确定原位水平应力及K0值是一种适用于工程实践的有效方法。

ArcGIS,MapInfo到MapGIS数据格式的转换

随着来自不同软件且存储结构各异的GIS数据资源日渐增多,数据的综合利用呈现出诸多不便.为此,笔者结合中国地质行业要求MapGIS格式文件为资料汇交标准格式的需求,通过分析常用软件的优缺点及其数据格式的存储原理,反复应用数据转换流程,探讨并提出ArcGIS,MapInfo向MapGIS数据转换的最优方法及误差的修正.

遥感技术在黑龙江省大豆种植面积监测中的应用

利用遥感手段进行作物种植面积监测是国家保障粮食安全的基础性措施之一。以2010年度黑龙江地区大豆种植面积遥感监测为例,利用抽样的方式对遥感监测样区进行面积监测,在抽样样方监测调查的基础上对遥感监测样区的结果进行修正,对比2009年黑龙江地区大豆种植面积监测的结果,得出2010年黑龙江地区大豆种植面积相比2009年减少3.17%,原因主要是经济因素。

哈尔滨市东郊菜地土壤重金属环境质量评价

以哈尔滨市东郊菜地土壤为研究对象,经过野外调查和室内分析对哈尔滨市东郊菜地土壤重金属As、Pb、Zn、Ni、Cr、Cd的总量进行分析测定。采用内梅罗综合污染指数法及模糊数学综合评价法进行土壤重金属污染综合评价。结果表明:单因子污染指数小于1,属于土壤未污染;综合污染指数为0.505,污染等级为安全,污染水平为清洁;模糊数学综合评价结果也表明土壤污染等级为清洁。

大豆振兴计划背景下黑龙江省县域尺度大豆种植结构研究

黑龙江省是我国重要的大豆生产基地。研究黑龙江省大豆的种植结构和动态变化,能够为优化大豆生产模式,调节生产布局,加快农业供给性结构改革提供参考依据。本研究基于Sentinel-2卫星影像提取了黑龙江省海伦市2018-2020年的大豆种植空间分布信息,分析了该市大豆种植结构动态变化及重迎茬情况。结果发现:一方面,海伦市大豆种植面积在大豆振兴计划实施第一年(2019年)即实现了大幅提升,面积变化率为53.07%,次年(2020年)虽小幅回落,但总量仍较2018年增加了30.46%;另一方面,大豆的重茬情况较为严重。2019、2020年大豆重茬情况比较严重,且2020年重于2019年、市西部地区重于东部地区。同时,2018-2020年连续三年重茬情况在整个海伦市整体偏高;在迎茬方面,2020年海伦市大豆迎茬情况普遍偏低。由此认为,大豆振兴计划显著提升了海伦市的大豆种植面积,然而也伴随产生了较为普遍和严重的重茬现象,存在一定的生产隐患。

哈尔滨市郊菜地土壤重金属及土壤理化性质

为了解哈尔滨市郊菜地土壤环境质量,促进蔬菜生产向高产优质方向发展,合理采样并测定了菜地土壤重金属含量及理化性质指标。利用SPSS 15进行了重金属元素间以及重金属元素与土壤理化性质间的Pearson相关分析。分析结果表明,研究区菜地土壤重金属含量未超标,土壤环境质量属于清洁水平;重金属元素间相关性小,土壤重金属空间差异大,来源复杂;菜地土壤理化性质pH、有机质、总磷、速效磷和土壤颗粒组成都适合土壤植物的生长,并且土壤的pH和有机质影响着菜地土壤重金属的分布。哈尔滨市郊菜地在当前的利用方式下,土壤环境质量状况好,适用于种植无公害蔬菜。

哈尔滨市西郊菜地土壤重金属污染评价

以哈尔滨市西郊菜地土壤为研究对象,经过野外调查和室内分析对哈尔滨市西郊菜地土壤的理化性质,重金属的含量及空间分异性进行研究。采用单因子和综合因子指数法对土壤中重金属的污染现状进行评价。结果表明:哈尔滨市西郊菜地土壤未受到重金属污染,土壤尚清洁,污染未超过警戒线。

大庆城区土壤重金属污染及潜在生态危害研究

以大庆主要城区土壤为研究对象,根据实地监测,采用单因子指数评价法及瑞典学者Hakanson提出的潜在生态风险评价法对大庆市的各功能区土壤污染进行了评价,评价结果表明:泡沼区为微污染,农牧业区为轻污染,工业区、生活区、采油区及自然保护区为中度污染;其污染的主要贡献者为镉(Cd),并且已对城市的生态环境产生了中等生态危害。

Al对高碳钢连续冷却转变行为的影响

通过热处理试验结合热力学与动力学计算,研究连续缓慢冷却过程中Al元素对高碳钢组织转变的影响。结果表明,未添加Al的高碳钢中,显微组织由马氏体及残余奥氏体组成,含1.37%Al的高碳钢中出现了体积分数为5.1%的珠光体组织,且宏观硬度降低了约0.8HRC,这是由于Al的加入能使高碳钢的共析点向高温高碳方向移动,提高了珠光体转变的临界冷却速度及相变开始温度,加速了珠光体组织的形成。

哈尔滨市北郊菜地土壤重金属污染研究

以哈尔滨市北郊菜地土壤为研究对象,经过野外调查和室内分析对土壤的理化性质,重金属的含量及空间分异性以及土壤理化性质与土壤重金属之间的相关性进行研究;采用单因子和综合因子指数法对土壤中重金属的污染现状进行评价;结果表明,哈尔滨市北郊菜地土壤重金属污染的主要贡献因子是Cd;哈尔滨市北郊菜地土壤为轻污染;土壤对Cr,Cd和Ni的吸附容量取决于土壤颗粒的组成状况;Cu,Zn,Ni和Cr和土壤理化性质间存在相关性;重金属元素间存在相关性,说明它们的来源可能相同;造成这一结果的原因是受人类活动的影响。

天津海积软土蠕变特性试验研究

通过不排水三轴蠕变试验,对天津海积软土的蠕变特性进行了研究,得出了天津海积软土蠕变特性方程.用灰色系统理论建立了蠕变沉降预测模型GM(1,1),并利用试验实测数据进行了计算,结果表明:该预测模型具有较好的精度,对指导实际工程进行蠕变沉降预测有积极意义.

基于RS的黑龙江省水稻种植空间分布格局研究

黑龙江省水稻种植面积一直受到各级政府部门的重视,为合理规划水稻种植布局,以2011年黑龙江省水稻种植区域为研究对象,利用遥感手段提取水稻种植面积,结合黑龙江省水系、积温带、地形以及行政体系等影响水稻种植的因素,分析黑龙江省水稻空间分布格局特点。结果表明:黑龙江省水稻种植主要沿水系分布在三江平原、松嫩平原、东南部山地的第一、第二、第三、第四、第五积温带;地方系统和农垦系统水稻种植面积分别占黑龙江省水稻种植面积的44.6%和55.4%。

人眼分辨率和卫星数据分辨率与成图比例尺的适用性分析

从人眼对于计算机屏幕的最佳分辨率和人眼分辨率与卫星数据分辨率结合影响成图比例尺两个层面入手,从理论角度探讨人眼最佳分辨率、卫星数据分辨率及成图比例尺之间的关系。结果表明:在中高分辨率卫星中,250m分辨率的MODIS卫星最佳成图比例尺为1∶100万,30m分辨率的TM卫星最佳成图比例尺为1∶12万,15m分辨率的ETM卫星最佳成图比例尺为1∶6万,20m分辨率的SPOT卫星最佳成图比例尺为1∶8万,10m分辨率的SPOT卫星最佳成图比例尺为1∶4万,0.5m分辨率的WordView-2卫星的最佳成图比例尺为1∶2 000。

基于RUSLE的黑土区典型县域土壤侵蚀时空变化特征研究

[目的]明确土壤侵蚀时空变化特征,为土壤侵蚀防治与水土保持效益评估提供参考依据。[方法]基于RUSLE土壤侵蚀方程,在RS和GIS技术支持下,分析2000—2020年典型黑土区黑龙江省宾县土壤侵蚀时空演变特征,并探究地形因子及土地利用对土壤侵蚀的影响。[结果](1)2000,2010,2020年宾县平均土壤侵蚀模数分别为893.02,499.84,1 561.02 t/(km^(2)·a),土壤侵蚀强度整体以微度和轻度为主。(2)低强度侵蚀全区域均有分布,高强度侵蚀主要分布在南部山区;(3)100~200 m是侵蚀分布的主要高程带;土壤侵蚀面积与坡度成反比,0°~5°是主要侵蚀坡度带;偏北坡方向的土壤侵蚀面积大于偏南坡方向;(4)研究区坡耕地土壤侵蚀模数和侵蚀面积较大,是宾县土壤侵蚀治理的重点区域。[结论] 2000—2020年宾县平均土壤侵蚀模数呈现先增加后减少的趋势,具有显著的时空分异特征,地形因子和土地利用变化对该区土壤侵蚀驱动作用明显。可以作为黑土区土壤侵蚀防治和水土保持效益评估的参考依据。