东北黑土典型水蚀区农田侵蚀与退化特征

[目的]定量化评价东北黑土区土壤侵蚀退化程度,有助于不同地区因地制宜地布设阻控措施。[方法]以东北黑土典型水蚀区农田为研究对象,采用铯-137(^(137)Cs)示踪技术量化不同样点的土壤侵蚀速率(SER)。基于黑土退化“变薄”“变瘦”“变硬”3大类问题,分别选择SER、pH、有机质(SOM)、全氮(TN)、全磷(TP)、全钾(TK)和容重(BD)等7个代表性指标,采用全数据集(TDS)和模糊隶属度函数构建土壤退化指数(SDI)。[结果](1)不同样点的平均SER表现为宾县[BX,8417.86 t/(km^(2)·a)]>海伦[HL,7083.96 t/(km^(2)·a)]>公主岭[GZL,3168.71 t/(km^(2)·a)]>北安[BA,2786.09 t/(km^(2)·a)]>龙江[LJ,2722.46 t/(km^(2)·a)],其中BX和HL属于强烈侵蚀,GZL、BA和LJ属于中度侵蚀;(2)SER与SOM、TN、TP呈显著负幂函数关系,而与BD呈显著正对数关系(p<0.05),R^(2)为0.222~0.532,表明土壤侵蚀显著加剧黑土养分流失和土层硬化;(3)黑土农田“变薄”“变瘦”“变硬”之间存在相互影响,SDI表现为BX(0.44)>HL(0.36)>LJ(0.21)>GZL(0.10)>BA(0.05)。[结论]研究结果可为东北黑土区侵蚀退化诊断评价和精准防治提供科学支撑。

结合光谱变换和Kennard-Stone算法的水稻土全氮光谱估算模型校正集构建策略研究

土壤组分光谱估算过程中校正样本集的构建会影响模型的预测精度。当前结合反射光谱和Kennard-Stone(KS)算法的校正样本集构建策略忽视了土壤反射光谱是土壤属性的综合反映,构建的样本集通常无法很好地代表目标土壤组分的变异。光谱变换方法可以突出目标组分的光谱特征,为此,本文以湖北省江汉平原滨湖地区水稻土为研究对象,结合包括一阶微分(FD)、Savitzky-Golay(SG)、Haar小波变换、标准正态变量变换(SNV)和多元散射校正(MSC)在内的光谱变换方法和KS算法进行校正样本集建构,通过对比不同样本集构建策略对使用偏最小二乘回归(PLSR)建立的土壤全氮含量光谱估算模型预测精度的影响,研究光谱变换是否有助于提高基于KS算法构建的校正样本集的代表性。结果表明:不同光谱变换会影响校正样本集的构建。反射光谱经过SG或Haar小波变换后,再使用KS算法构建校正样本集与直接基于反射光谱使用KS算法构建的校正样本集相同,建立的估算模型精度不变,相对分析误差(RPD)分别为1.41和1.27。结合FD,SNV或MSC变换和KS算法构建的校正集与基于反射光谱使用KS算法构建的校正集不同,建立的估算模型RPD分别从0.95,1.48和1.42提高到1.13、1.78和2.20。研究表明SNV和MSC等光谱变换方法可以提高基于KS算法构建的校正样本集的代表性,并可有效提高模型预测精度。

中国气象辐射观测站总辐射表稳定性统计分析

利用中国辐射台站元数据集,收集整理了1990—2012年全国业务用总辐射表计量性能参数。对全国辐射观测站的总辐射表的稳定性进行统计分析,统计分析结果表明中国台站业务观测使用的国产总辐射表稳定性56.1%满足WMO高质量的要求,其中63.4%满足良好质量的要求,76.8%满足中等质量的要求。91%满足我国总辐射表计量检定规程1年稳定性在5%以内的要求,94.8%满足2年稳定性在8%以内的要求。国产总辐射表的稳定性基本满足使用要求,且其长期稳定性状态良好。同时分析处理形成了新的标记明显误差和疑问的总辐射表灵敏度统计分析结果的辐射台站元数据集,对全国辐射数据的应用和质量评估起到借鉴作用。

中国农业部门经济增长核算:1982—2015年

基于1981—2015年中国投入产出表以及各行业劳动与资本投入等数据,核算了劳动投入、资本投入、中间投入以及全要素生产率对中国农业部门经济增长的贡献,并基于各类要素投入质量改善贡献考察了中国农业部门各要素投入的增长潜力。结果显示,全要素生产率与要素投入对中国农业部门经济增长的贡献率由“三七”结构转向“七三”结构,全要素生产率成为中国农业部门经济持续增长的主要源泉;农业部门劳动力数量流失严重,致使劳动投入萎缩,导致2001—2015年劳动投入对中国农业部门经济增长产生抑制作用;1982—2000年要素投入质量改善整体贡献大致呈倒“V”型态势,2001—2015年趋于稳定,2006—2015年要素投入质量改善贡献几乎完全源自中间投入。可见,实现中国农业经济持续高质量增长,应进一步提高劳动投入与资本投入质量以及全要素生产率,重视农业部门人力资本积累,推动农业生产经营集中化、产业化。