【背景】自1995年至今,小麦赤霉病(Fusarium head blight,FHB)逐渐在海河平原蔓延,由零星出现演变成连片发生,在流行年份呈现出暴发快、面积大、损失重的特点,小麦赤霉病已由次要病害上升为主要病害之一。准确的预测预报是有效控制小麦...【背景】自1995年至今,小麦赤霉病(Fusarium head blight,FHB)逐渐在海河平原蔓延,由零星出现演变成连片发生,在流行年份呈现出暴发快、面积大、损失重的特点,小麦赤霉病已由次要病害上升为主要病害之一。准确的预测预报是有效控制小麦赤霉病发生与发展的关键和难点。【目的】根据海河平原小麦赤霉病发生情况的监测分析,构建适宜的小麦赤霉病预测模型,为科学防控赤霉病提供技术支撑。【方法】基于2001-2016年海河平原21个小麦主产县(市)的赤霉病病穗率数据,以及小麦关键生育期内的气象数据,采用逐步回归分析,筛选影响小麦赤霉病发生的关键气象因子,构建基于多元线性回归模型和增强回归树模型的小麦赤霉病发生预测模型。【结果】明确了增强回归树模型的学习效率(lr)为0.005、树的复杂度(tc)为6时,模型的预测偏差最低,残差标准误为0.006311;筛选出8个对海河平原小麦赤霉病发生影响显著的关键气象因子,即MRH15、Rain-35、MRH-55、SD15、LT-65、MWS-55、MT-25、DRain15,并构建了含有8个预测变量的多元线性回归模型(R^(2)=0.8158,矫正R^(2)=0.8018,P<2.2×10^(-16))。同时,应用增强回归树模型评估了上述8个关键气象因子的重要性,分别为69.62%、14.08%、4.89%、4.34%、3.35%、2.02%、1.20%、0.50%;根据重要的预测变量进一步简化预测模型,构建了含有4个预测变量的多元线性回归模型(y=-19.45376+0.11689MRH15+0.17346Rain-35+0.04185SD15+0.26592MRH-55,R^(2)=0.7575,矫正R^(2)=0.7468,P<2.2×10^(-16));当预测变量由8个调减至4个时,利用2008、2010、2012年安新、定州、馆陶等地历史数据验证模型预测病穗率的准确度,多元线性回归模型预测准确度由88.43%降至85.90%,增强回归树模型预测准确度由87.72%升至91.23%;利用2001-2016年正定、栾城的历史数据验证模型预测病穗率的准确度,两个模型预测准确度无显著变化,多元线性回归模型预测准确度由87.53%变为87.42%,增强回归树模型预测准确度由89.20%变为89.21%。整体而言,多元线性回归模型预测准确度呈下降趋势,而增强回归树模型预测准确度呈上升趋势。【结论】研究构建了含有4个预测变量的增强回归树模型,其预测准确度达89.21%,病穗率预测值与实际观测值的波动趋势基本一致,表明增强回归树模型在海河平原小麦赤霉病预测预报中具有很好的应用前景。展开更多
地表水的非点源污染在点源污染不断得到控制的前提下已经成为水环境污染的首要问题.非点源污染影响因子的复杂性及不确定性一直是流域非点源污染研究的重点和难点.本文利用SWAT(Soil and Water Assessment Tool)模型,以辽河子流域汎河...地表水的非点源污染在点源污染不断得到控制的前提下已经成为水环境污染的首要问题.非点源污染影响因子的复杂性及不确定性一直是流域非点源污染研究的重点和难点.本文利用SWAT(Soil and Water Assessment Tool)模型,以辽河子流域汎河流域为例,模拟了2003—2012年的非点源污染状况,对其空间分布状况进行了分析,并应用增强回归树的方法定量分析各种影响因子(坡度、土地利用类型、高程和土壤类型)对该流域非点源污染的贡献率.结果表明:在汎河流域,非点源污染呈现较高的空间异质性,其中总氮的空间分布差异较大,总磷的空间分布差异较小.坡度因子与载体泥沙、总氮和总磷均呈极显著正相关关系(P<0.01),对泥沙和总磷有显著影响,其贡献率分别为46.5%、38.2%;土地利用因子对载体泥沙、总磷的负荷量有重要影响,其贡献率分别达到27.2%、35.3%;高程较低、坡度较缓的耕地地区易产生较高的总磷负荷量;褐色土壤最易流失总磷,而草甸土易流失总磷,且易受泥沙侵蚀.本研究利用增强回归树模型克服了流域非点源污染影响因子的复杂性,可加深对非点源污染产生机制的理解.展开更多
青藏高原是中国陆地生态系统的一个重要的碳汇功能区,但其碳汇强度及潜力的估算存在很大的差异,不利于区域碳中和目标的实现。基于涡度相关技术观测的原生高寒草地生态系统CO_(2)通量的40个站点年数据,结合2000年~2018年的年均气温、年...青藏高原是中国陆地生态系统的一个重要的碳汇功能区,但其碳汇强度及潜力的估算存在很大的差异,不利于区域碳中和目标的实现。基于涡度相关技术观测的原生高寒草地生态系统CO_(2)通量的40个站点年数据,结合2000年~2018年的年均气温、年均降水和年最大归一化植被指数(NDVIm)等因子,构建增强回归树模型以研究青海省陆地生态系统碳汇潜力及空间特征。结果表明增强回归树模型能够较好地模拟原生高寒草地碳汇强度的时空变异(R2=0.61),碳汇强度的观测值与模拟值的均方根误差和平均绝对误差分别为33.78 g C/m^(2)和26.63 g C/m^(2)。年均气温和NDVIm是高寒草地碳汇强度时空变异的主要影响因子,二者的相对贡献分别为48.6%和39.0%。青海省陆地生态系统每年的碳汇潜力平均为44.82±22.57 g C/m^(2)(平均值±标准差),高值区集中在海北州的中部及黄南州、果洛州和玉树州的东南部,低值区分布在海西州、海南州和海东市。青海省陆地生态系统每年的碳汇潜力总和为16.60 Mt C,其中高寒草甸和高寒草原分别为11.48 Mt C和3.13 Mt C,是青海省碳汇功能维持和提升的重点保育对象。研究结果可为青海省陆地生态系统的功能评估及率先实现碳中和目标提供数据支撑。展开更多
近几十年中随着全球气候环境变化,青藏高原处于变暖变湿过程之中,植被生长发生了显著变化。基于卫星遥感归一化植被指数(NDVI),采用增强回归树模型(BRT)定量分析了1982—2015年影响青藏高原植被生长变化的主要环境因子的相对重要性。结...近几十年中随着全球气候环境变化,青藏高原处于变暖变湿过程之中,植被生长发生了显著变化。基于卫星遥感归一化植被指数(NDVI),采用增强回归树模型(BRT)定量分析了1982—2015年影响青藏高原植被生长变化的主要环境因子的相对重要性。结果表明:(1)整个青藏高原生长季(6—9月份)空间平均NDVI和降水呈上升趋势(1.265×10^(-4)a^(-1)和0.746 mm/a,P>0.05);温度和土壤湿度呈现显著增加趋势(0.048℃/a和3.954×10^(-4)a^(-1),P<0.01);向下短波辐射显著减小(-0.070 W m^(-2)a^(-1),P<0.01)。(2)青藏高原34.0%地区NDVI表现出显著增加趋势,主要分布在青藏高原北部大部分地区和西部部分区域;9.2%地区NDVI呈显著减小趋势,主要位于青藏高原东部地区。(3)土壤湿度、年均温、年降水和向下短波辐射分别解释了生长季NDVI变化的42%,19%,10%和9%。(4)土壤湿度、年均温、年降水和向下短波辐射对青藏高原植被生长动态影响的相对大小具有明显的空间差异特征。温度上升是青藏高原东北部和中部部分地区NDVI变化的首要因素(相对贡献率>40%),而土壤湿度增加是青藏高原西南部及东南部分地区NDVI变化的主要原因(相对贡献率>50%)。总体上,温度上升及由此所导致的冰冻圈消融引起的土壤含水量上升是近几十年青藏高原植被生长动态快速变化的主要原因。展开更多
文摘【背景】自1995年至今,小麦赤霉病(Fusarium head blight,FHB)逐渐在海河平原蔓延,由零星出现演变成连片发生,在流行年份呈现出暴发快、面积大、损失重的特点,小麦赤霉病已由次要病害上升为主要病害之一。准确的预测预报是有效控制小麦赤霉病发生与发展的关键和难点。【目的】根据海河平原小麦赤霉病发生情况的监测分析,构建适宜的小麦赤霉病预测模型,为科学防控赤霉病提供技术支撑。【方法】基于2001-2016年海河平原21个小麦主产县(市)的赤霉病病穗率数据,以及小麦关键生育期内的气象数据,采用逐步回归分析,筛选影响小麦赤霉病发生的关键气象因子,构建基于多元线性回归模型和增强回归树模型的小麦赤霉病发生预测模型。【结果】明确了增强回归树模型的学习效率(lr)为0.005、树的复杂度(tc)为6时,模型的预测偏差最低,残差标准误为0.006311;筛选出8个对海河平原小麦赤霉病发生影响显著的关键气象因子,即MRH15、Rain-35、MRH-55、SD15、LT-65、MWS-55、MT-25、DRain15,并构建了含有8个预测变量的多元线性回归模型(R^(2)=0.8158,矫正R^(2)=0.8018,P<2.2×10^(-16))。同时,应用增强回归树模型评估了上述8个关键气象因子的重要性,分别为69.62%、14.08%、4.89%、4.34%、3.35%、2.02%、1.20%、0.50%;根据重要的预测变量进一步简化预测模型,构建了含有4个预测变量的多元线性回归模型(y=-19.45376+0.11689MRH15+0.17346Rain-35+0.04185SD15+0.26592MRH-55,R^(2)=0.7575,矫正R^(2)=0.7468,P<2.2×10^(-16));当预测变量由8个调减至4个时,利用2008、2010、2012年安新、定州、馆陶等地历史数据验证模型预测病穗率的准确度,多元线性回归模型预测准确度由88.43%降至85.90%,增强回归树模型预测准确度由87.72%升至91.23%;利用2001-2016年正定、栾城的历史数据验证模型预测病穗率的准确度,两个模型预测准确度无显著变化,多元线性回归模型预测准确度由87.53%变为87.42%,增强回归树模型预测准确度由89.20%变为89.21%。整体而言,多元线性回归模型预测准确度呈下降趋势,而增强回归树模型预测准确度呈上升趋势。【结论】研究构建了含有4个预测变量的增强回归树模型,其预测准确度达89.21%,病穗率预测值与实际观测值的波动趋势基本一致,表明增强回归树模型在海河平原小麦赤霉病预测预报中具有很好的应用前景。
文摘地表水的非点源污染在点源污染不断得到控制的前提下已经成为水环境污染的首要问题.非点源污染影响因子的复杂性及不确定性一直是流域非点源污染研究的重点和难点.本文利用SWAT(Soil and Water Assessment Tool)模型,以辽河子流域汎河流域为例,模拟了2003—2012年的非点源污染状况,对其空间分布状况进行了分析,并应用增强回归树的方法定量分析各种影响因子(坡度、土地利用类型、高程和土壤类型)对该流域非点源污染的贡献率.结果表明:在汎河流域,非点源污染呈现较高的空间异质性,其中总氮的空间分布差异较大,总磷的空间分布差异较小.坡度因子与载体泥沙、总氮和总磷均呈极显著正相关关系(P<0.01),对泥沙和总磷有显著影响,其贡献率分别为46.5%、38.2%;土地利用因子对载体泥沙、总磷的负荷量有重要影响,其贡献率分别达到27.2%、35.3%;高程较低、坡度较缓的耕地地区易产生较高的总磷负荷量;褐色土壤最易流失总磷,而草甸土易流失总磷,且易受泥沙侵蚀.本研究利用增强回归树模型克服了流域非点源污染影响因子的复杂性,可加深对非点源污染产生机制的理解.
文摘青藏高原是中国陆地生态系统的一个重要的碳汇功能区,但其碳汇强度及潜力的估算存在很大的差异,不利于区域碳中和目标的实现。基于涡度相关技术观测的原生高寒草地生态系统CO_(2)通量的40个站点年数据,结合2000年~2018年的年均气温、年均降水和年最大归一化植被指数(NDVIm)等因子,构建增强回归树模型以研究青海省陆地生态系统碳汇潜力及空间特征。结果表明增强回归树模型能够较好地模拟原生高寒草地碳汇强度的时空变异(R2=0.61),碳汇强度的观测值与模拟值的均方根误差和平均绝对误差分别为33.78 g C/m^(2)和26.63 g C/m^(2)。年均气温和NDVIm是高寒草地碳汇强度时空变异的主要影响因子,二者的相对贡献分别为48.6%和39.0%。青海省陆地生态系统每年的碳汇潜力平均为44.82±22.57 g C/m^(2)(平均值±标准差),高值区集中在海北州的中部及黄南州、果洛州和玉树州的东南部,低值区分布在海西州、海南州和海东市。青海省陆地生态系统每年的碳汇潜力总和为16.60 Mt C,其中高寒草甸和高寒草原分别为11.48 Mt C和3.13 Mt C,是青海省碳汇功能维持和提升的重点保育对象。研究结果可为青海省陆地生态系统的功能评估及率先实现碳中和目标提供数据支撑。
文摘近几十年中随着全球气候环境变化,青藏高原处于变暖变湿过程之中,植被生长发生了显著变化。基于卫星遥感归一化植被指数(NDVI),采用增强回归树模型(BRT)定量分析了1982—2015年影响青藏高原植被生长变化的主要环境因子的相对重要性。结果表明:(1)整个青藏高原生长季(6—9月份)空间平均NDVI和降水呈上升趋势(1.265×10^(-4)a^(-1)和0.746 mm/a,P>0.05);温度和土壤湿度呈现显著增加趋势(0.048℃/a和3.954×10^(-4)a^(-1),P<0.01);向下短波辐射显著减小(-0.070 W m^(-2)a^(-1),P<0.01)。(2)青藏高原34.0%地区NDVI表现出显著增加趋势,主要分布在青藏高原北部大部分地区和西部部分区域;9.2%地区NDVI呈显著减小趋势,主要位于青藏高原东部地区。(3)土壤湿度、年均温、年降水和向下短波辐射分别解释了生长季NDVI变化的42%,19%,10%和9%。(4)土壤湿度、年均温、年降水和向下短波辐射对青藏高原植被生长动态影响的相对大小具有明显的空间差异特征。温度上升是青藏高原东北部和中部部分地区NDVI变化的首要因素(相对贡献率>40%),而土壤湿度增加是青藏高原西南部及东南部分地区NDVI变化的主要原因(相对贡献率>50%)。总体上,温度上升及由此所导致的冰冻圈消融引起的土壤含水量上升是近几十年青藏高原植被生长动态快速变化的主要原因。
