-
题名新疆天然草地的水土流失与基本防治对策
被引量:6
- 1
-
-
作者
木哈买提.尼牙孜
-
机构
新疆维吾尔自治区水利厅水利水土保持技术推广中心
-
出处
《中国水土保持》
北大核心
2007年第1期24-26,共3页
-
文摘
新疆极干旱的荒漠气候和不合理的人类活动,尤其是超载过牧和开荒(草原)造田,造成了严重的草地水土流失,致使草地退化、沙化严重,生产力下降,河流萎缩,湖泊干涸,地下水位下降,湿地减少。要搞好新时期的草原水土保持工作,应充分发挥和依靠生态系统的自我修复能力,通过封育管护、转变农牧业生产方式、调整产业结构、加强农业基础设施建设等多种措施,小治理、大封禁,小开发、大保护,有效利用和保护水土资源。提出了几项基本防治对策。
-
关键词
天然草地
水土流失
生态修复
新疆
-
分类号
S812
[农业科学—草业科学]
-
-
题名滴头流量对干旱区膜下滴灌棉田土壤盐分变化的影响
被引量:6
- 2
-
-
作者
苏里坦
玉米提
宋郁东
-
机构
中科院新疆生态与地理研究所
新疆维吾尔自治区水利厅水土保持技术推广中心
-
出处
《干旱区地理》
CSCD
北大核心
2010年第6期889-895,共7页
-
基金
国家重点基础研究发展计划973项目(2009CB421302)
国家自然科学基金项目(40601019)
中国科学院“西部之光”人才培养计划项目(RCPY200602)共同资助
-
文摘
通过膜下滴灌大田试验研究了3种不同滴头流量处理(I:1.8L/h、II=2.6L/h、III=3.2L/h)下滴灌对棉田土壤盐分变化的影响。结果表明:滴灌结束后,空间尺度上土壤盐分的水平和垂直运移距离均随着滴头流量的增加呈现先增加后减小的趋势,在时间尺度上,随着时间的推移,土壤盐分呈现从膜下到膜间的迁移趋势。在滴水定额为4500m3/hm2条件下,在0—40cm土层内,3种滴头流量处理下滴灌之后土壤平均含盐量均呈明显的减小趋势,处理I、Ⅱ、Ⅲ的脱盐率分别为13.5%、40.4%、14.6%,其中处理Ⅱ的脱盐效果最好,其次是处理11I;而在0—120cm土层内,所有处理下的土壤平均含盐量的下降幅度均不明显。在0—40cm土层内,3种滴头流量处理下棉花收获后土壤平均含盐量均呈减小的趋势,但在0—120cm土层中,膜间土壤呈积盐状态,其中处理Ⅱ的积盐率最小,为1.9%,因此采用2.6L/h的滴头流量为最适宜的滴水强度,这对于浅层(根层)土壤盐分的淋洗作用明显。
-
关键词
滴头流量
膜下滴灌
棉花
土壤盐分
变化
-
Keywords
emitter discharge rate
irrigation under mulch
cotton
soil salinity
variation.
-
分类号
S562
[农业科学—作物学]
-
-
题名基于改进BP神经网络的干旱区芦苇腾发量预测模型
被引量:4
- 3
-
-
作者
苏里坦
玉米提
宋郁东
-
机构
中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室
新疆维吾尔自治区水利厅水土保持技术推广中心
-
出处
《干旱区地理》
CSCD
北大核心
2011年第4期551-557,共7页
-
基金
国家自然科学基金项目(41071026
40601019)
国家重点基础研究发展计划973项目(2009CB421302)共同资助
-
文摘
植被蒸腾与地表蒸发研究是土壤-植物-大气连续体系统研究的核心部分,也是干旱区自然植被需水量研究的前提。计算植被蒸腾与地表蒸发的方法众多,但需要大量参数的输入,其中水分特征曲线、非饱和导水率、水分扩散率、比水容重、导热率、比热容等土壤水热特性参数很难获取。针对这些繁琐问题,在传统BP网络中加入有动量的梯度下降法,建立了基于有动量梯度的改进BP网络模型,提出了通过易获取的气象、植物、土壤数据预测植被腾发量的新方法,并对该模型的有效性进行了初步验证。研究结果表明:应用有动量梯度的改进BP网络模型可以很好的反映环境因子(气象因子、植物因子、土壤因子)与芦苇腾发量(芦苇蒸腾量、地表蒸发量)之间的非线性函数映射关系。在无长序列气象资料的条件下,利用改进BP神经网络,以日为时间尺度来预测芦苇蒸腾量和地表蒸发量可以取得很好的效果,克服了以往的BP算法收敛速度慢和预报精度低的缺欠。与传统回归模型相比,改进BP网络模型中的输入参数(太阳净辐射、大气温度、大气相对湿度、冠层顶风速、芦苇盖度和土壤含水率)比较容易测定,且模型也便于应用,能够更好刻画植被腾发量的复杂非线性特性,为干旱区自然植被腾发量估算和生态需水量计算提供了新的思路和方法。
-
关键词
改进BP神经网络
干旱区
芦苇蒸腾
地表蒸发
预测模型
-
Keywords
modified BP neural network
arid regions
transpiration of Phragmites australis
ground surface evaporation
prediction model
-
分类号
S161.4
[农业科学—农业气象学]
-