检索结果-内蒙古大学图书馆

土壤与作物 2024年第4期13卷 428-438页

作者：司马鑫琪李彦生于镇华刘俊杰顾海东刘居东王光华吴俊江苗淑杰乔云发金剑中国科学院东北地理与农业生态研究所黑土保护与利用全国重点实验室黑龙江哈尔滨150081 中国科学院大学北京100049 黑龙江省农业科学院大豆研究所农业农村部大豆栽培重点实验室/黑龙江省大豆栽培重点实验室黑龙江哈尔滨150086 南京信息工程大学生态与应用气象学院江苏南京210044

为研究气候变化对东北农田黑土碳库和相关微生物组特征的影响,本文以东北春玉米连作的黑土为研究对象,利用原位开顶式气候室(OTC)模拟长期大气CO_(2)浓度和温度升高,利用土壤物理分级技术将土壤有机碳(SOC)分组为颗粒(POC)和矿质结合有... 详细信息

为研究气候变化对东北农田黑土碳库和相关微生物组特征的影响,本文以东北春玉米连作的黑土为研究对象,利用原位开顶式气候室(OTC)模拟长期大气CO_(2)浓度和温度升高,利用土壤物理分级技术将土壤有机碳(SOC)分组为颗粒(POC)和矿质结合有机碳(MOC),并通过16S rRNA高通量测序分析土壤细菌微生物群落结构,探讨气候变化影响黑土碳库稳定性的微生物作用机制。结果表明,与CK相比,连续12年大气CO_(2)浓度和温度升高没有改变SOC总量,但影响其周转率。温度升高显著增加了细颗粒有机碳(fPOC)的含量,CO_(2)和温度同时升高降低了MOC含量。CO_(2)浓度升高并未影响fPOC和MOC含量。温度或CO_(2)浓度升高显著改变了细菌群落结构,温度升高增加苔藓杆菌属(Bryobacter)的相对丰度,CO_(2)浓度升高增加了革兰氏阴性菌硝化螺旋菌属(Nitrospirae)的丰度。长期大气CO_(2)浓度和温度同时升高增加硝化螺旋菌属(Nitrospirae)的丰度,该菌属丰度的增加可能会进一步影响SOC稳定性。

关键词：土壤有机碳气候变化土壤颗粒态有机碳矿物结合态有机碳微生物群落

来源：评论

学校读者我要写书评

暂无评论

我国南方地区水稻投入与产出、利润关系的解析——以江西省进贤县为例

引用

江西农业学报 2024年第1期36卷 169-176,184页

作者：彭路路刘姝含董晓英肖珣代文台柳开楼沈仁芳赵学强南京信息工程大学应用气象学院江苏南京210044 土壤与农业可持续发展国家重点实验室/中国科学院南京土壤研究所江苏南京210008 中国科学院大学南京学院江苏南京211135 江西省红壤及种质资源研究所江西南昌331717

于2023年采用田间地头访谈和调查问卷的方式,在江西省进贤县选取5个乡镇,调查了水稻生产中种子、化肥、农药、水电、改良剂、有机肥、机械等投入因素及产出情况,并通过回归拟合方法解析了水稻投入与产出、利润的关系。结果表明:当地93.1... 详细信息

于2023年采用田间地头访谈和调查问卷的方式,在江西省进贤县选取5个乡镇,调查了水稻生产中种子、化肥、农药、水电、改良剂、有机肥、机械等投入因素及产出情况,并通过回归拟合方法解析了水稻投入与产出、利润的关系。结果表明:当地93.1%的农民对水稻生产的投入总成本过高,95.1%的农民过量施用化肥且钾肥施用不足,超过80%的农民过量施用农药;过度投入的增产效果不明显,反而降低利润;相对于常规稻,杂交稻平均产出显著提高了21.1%,但杂交稻在早稻生产中的占比不足1/3;施用土壤改良剂石灰可以减少农药投入,从而提高利润33.4%,但仅有不到20%的农民施用石灰。基于上述研究结果,提出了相应的建议。

关键词：水稻生产成本利润肥料农药杂交稻石灰

来源：评论

学校读者我要写书评

暂无评论

不同CO2浓度升高水平对水稻光合特性的影响

不同CO2浓度升高水平对水稻光合特性的影响

引用

2017江苏省农业气象重点实验室学术年会

作者：刘超胡正华陈健刘晓萌于凌飞孙文娟南京信息工程大学江苏省农业气象重点实验室南京 210044 中国科学院植物研究所植被与环境变化国家重点实验室北京 100093 中国科学院大学北京 100049 中国科学院植物研究所植被与环境变化国家重点实验室北京 100093

通过田间开顶箱试验，运用CO2浓度自动调控系统实现不同CO2浓度升高水平，研究不同CO2浓度升高对水稻光合特性的影响.CO2浓度自动调控系统由12个开顶式气室、供气系统和控制系统组成.CO2浓度设置3个水平：以背景大气CO2浓度为对照(CK)，...

通过田间开顶箱试验，运用CO2浓度自动调控系统实现不同CO2浓度升高水平，研究不同CO2浓度升高对水稻光合特性的影响.CO2浓度自动调控系统由12个开顶式气室、供气系统和控制系统组成.CO2浓度设置3个水平：以背景大气CO2浓度为对照(CK)，在CK基础上分别增加40μmol·mol-1(T1)和200μmol·mol-1(T2).

关键词：

来源：评论

学校读者我要写书评

暂无评论

城市化对我国局地气候和植被影响的遥感研究

城市化对我国局地气候和植被影响的遥感研究

引用

2017江苏省农业气象重点实验室学术年会

作者：周德成赵淑清张良侠刘曙光孙阁郝璐南京信息工程大学气象灾害预报预警与评估协同创新中心/江苏省农业气象重点实验室江苏南京 210044 北京大学城市与环境学院北京 100871 南达科达州立大学美国布鲁金斯 57007 美国农业部林务局南方试验站美国罗利 27606

作为世界最大的人口大国，中国是过去三十年全球城市化速度最快的国家，而且这种趋势至少还将持续几十年.中国城市人口从1980年的1.9亿增长到2016年的7.9亿(占全球总城市人口的20％)，预测到中国城市人口到2050将达到10.4亿.城市无疑在...

作为世界最大的人口大国，中国是过去三十年全球城市化速度最快的国家，而且这种趋势至少还将持续几十年.中国城市人口从1980年的1.9亿增长到2016年的7.9亿(占全球总城市人口的20％)，预测到中国城市人口到2050将达到10.4亿.城市无疑在人类社会的可持续发展中起着不可替代的作用，如作为财富创造、社会服务、文化以及政治等中心.

关键词：

来源：评论

学校读者我要写书评

暂无评论

散射辐射对冬小麦总初级生产力和光能利用率的影响

散射辐射对冬小麦总初级生产力和光能利用率的影响

引用

2017江苏省农业气象重点实验室学术年会

作者：杨晓亚李俊同小娟于强南京信息工程大学应用气象学院江苏省农业气象重点实验室南京 210044 中国科学院地理科学与资源研究所陆地水循环及地表过程重点实验室北京100101 北京林业大学林学院北京 100101 西北农林科技大学黄土高原土壤侵蚀与旱地农业国家重点实验室杨凌 712100 悉尼科技大学生命科学学院悉尼2007 中国科学院地理科学与资源研究所陆地水循环及地表过程重点实验室北京100101

伴随着总太阳辐射降低的散射辐射增强，是影响作物总初级生产力(GPP)和光能利用率(LUE)的重要因素。明确LUE和散射辐射比例(DF)之间的数量关系，是在作物模型LUE的模拟中急需解决的问题。本文在冬小麦田间CO2通量观测的基础上，研究了D...

伴随着总太阳辐射降低的散射辐射增强，是影响作物总初级生产力(GPP)和光能利用率(LUE)的重要因素。明确LUE和散射辐射比例(DF)之间的数量关系，是在作物模型LUE的模拟中急需解决的问题。本文在冬小麦田间CO2通量观测的基础上，研究了DF变化对冬小麦GPP和LUE的影响。

关键词：

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的Angstr?m-Prescott公式系数的估算

引用

节水灌溉 2024年第7期 108-118页

作者：冯文哲和志豪陈上董文彪李若彤于强冯浩何建强西北农林科技大学旱区农业水土工程教育部重点实验室西北农林科技大学中国旱区节水农业研究院南京信息工程大学江苏省农业气象重点实验室中国科学院水利部水土保持研究所黄土高原土壤侵蚀与旱地农业国家重点实验室

地表太阳辐射（Rs）数据在水文、农业和生态等领域具有重要的应用价值。由于目前仅有少数国家气象站点具备直接观测条件，因此Angstr?m-Prescott （A-P）公式被广泛应用于逐日Rs的估算。尽管使用A-P公式需提供的两个经验系数a和b已经有F... 详细信息

地表太阳辐射（Rs）数据在水文、农业和生态等领域具有重要的应用价值。由于目前仅有少数国家气象站点具备直接观测条件，因此Angstr?m-Prescott （A-P）公式被广泛应用于逐日Rs的估算。尽管使用A-P公式需提供的两个经验系数a和b已经有FAO （Food and Agriculture Organization）推荐值（a=0.25;b=0.5），但是越来越多的研究指出这两个参数的本地化有助于提高Rs的估算精度。利用1967-2017年全国80个具有太阳辐射观测数据气象站的逐日地表太阳辐射（Rs）及其他常规气象数据，来获取中国大陆地区A-P公式的a、b系数。首先，整个中国大陆地区被划分为高原山地气候区（Mountain Plateau Zone,MPZ）、亚热带季风气候区（Subtropical Monsoon Zone,SMZ）、温带季风气候区（Temperate Monsoon Zone,TMZ）、温带大陆性气候区（Temperate Continental Zone,TCZ）等4个不同气候区。其次，基于最小二乘法回归得到各气候区不同站点A-P公式系数值，可视为A-P公式系数的观测值。然后，利用4种机器学习算法分别估算全国80个具有太阳辐射观测数据气象站的A-P公式系数，各算法分别结合不同输入因子组合构建不同的A-P公式系数估算模型。最后，评估机器学习算法估算得到的A-P公式系数自身的精度，及其在Rs估算中的精度。研究发现在估算系数a时，机器学习模型中基于五因子输入组合的SVM模型的估算精度最高（R2=0.661,RMSE=0.022,nRMSE=0.120）。在估算系数b时，机器学习模型中基于四因子输入组合的ELM模型的估算精度最高（R2=0.550,RMSE=0.031,nRMSE=0.055）。基于所选最优机器学习模型各自估算的a和b系数值来驱动A-P公式进一步估算Rs，结果表明机器学习模型在MPZ、SMZ、TMZ、TCZ气候区Rs估算中的nRMSE分别为0.168、0.225、0.138、0.180。因此，推荐使用五因子输入组合的SVM模型来估算系数a，使用四因子输入组合的ELM模型来估算系数b，可以得到更为准确的中国大陆地区A-P公式系数，从而提高使用A-P公式估算Rs的精度。研究结果可为实现A-P公式系数在中国大陆地区的本地化和提高Rs估算精度提供一定的理论依据和技术途径。

关键词：太阳辐射 Angstr?m–Prescott a、b系数机器学习

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：