大气CO_2浓度与作物干物质含量

在不同CO_2浓度的试验中测出六种陆生作物和两种水生作物的鲜重和干重。并从有关文献中摘录了其它18种作物的类似数据。一般说来CO_2浓度对作物干物质含量没有什么影响,只有在有利于叶片中淀粉积累的条件下,才能提高作物干物质含量百分率。     

PCA-BP神经网络在SO2浓度预报中的应用

将基于主成分分析(PCA)的BP神经网络预报方法引入大气污染预报,建立SO2浓度预报模型.结果表明:应用主成分分析对数据进行前处理,以原始预报因子的主成分作为BP神经网络的输入,降低了数据维数,消除了样本间存在的相关性,大大加快了BP神经网络的收敛速度.对模型进行预报验证,预报值与实际值之间的绝对误差为0.0098,预报值与实际值的相关系数达到0.885,得到较好的预报效果.并且比一般的BP神经网络模型具有较高的拟合和预报精度.     

塑料温室的CO2浓度试验研究简介

温室在国内外已经很普遍,多数温室都是使用较廉价的结构,用聚乙烯(PE)薄膜覆盖而成,多为平顶和低顶角温室,因有限的通风和缺少加热装置,这些塑料温室内部的气候条件与最佳气候条件相差甚远,而且温室内 CO_2浓度明显减少,因而降低光合作用,造成减产。有关这方面的研究国内还很少,本文介绍西班牙的 P.Lorenzo、C.Maroto 和 N.Castilla 在 Almeria 进行的有关这方面的试验研究,以期能对我国今后温室生产起借鉴作用。     

大气中CO_2和其它微量气体浓度变化及其气候效应

近来有关全球气候变暖问题,已成为世界各国新闻媒介报导的热门话题之一.在所有关于气候变暖的研究中,二氧化碳和其它微量气体的温室效应是近年来国际上最受重视的课题.1985年10月在奥地利菲拉赫召开的“CO_2和其它温室气体对气候变化及有关方面影响的国际论证会”,和同年底美国能源部组织世界上主要专家编写的6卷报告,是当今关于这一问题的最有权威的观点.这里我们选择一些研究资料,介绍以下几个问     

水稻发育对光周期和CO_2浓度的响应

地球大气中CO_2浓度的增加已引起了人们对CO_2对植物的影响,尤其是对世界粮食供应的未来展望的兴趣。水稻是一种主要的粮食作物,人们对CO_2浓度在水稻生理生长期和整个生育期方面的影响了解相对较少,而这是一个水稻品种对一特定地区环境适应性的一个重要方面。本研究的目的是确定一个当代改良水稻品种(Oryza sativa,品种 IR-30)在两个对照的光周期下对不同CO_2浓度的响应。在整个生育期中,水稻植株生长在置于室外、采用自然光照并由计算机控制环境条件的人工气候室中。室内的CO_2浓度分别为160、250(低于环境浓度)、330(环境浓度)、500、660和900(高于环境浓度)μmol CO_2/mol 空气。在1987年,整个试验进行了两次。第一次即早稻试验在营养生长阶段内延长了光周期,而第二次即晚稻(LPR)试验只利用自然出现的光周期。在两个试验中,营养生长期的主茎叶片发育速率均比生殖生长期的主茎叶片发育速率快,同时在营养生长阶段,出叶速度随CO_2处理而加快。在晚稻试验中,与等于环境CO_2浓度和低于环境CO_2浓度的处理相比,高于环境CO_2浓度处理下的水稻幼穗分化和孕穗期出现较早,且整个生育期缩短。这种随CO_2浓度上升而产生的植物发育加速现象与CO_2引起的营养生长阶段内主茎叶片的减少有关。相对于晚稻试验,在早稻试验中水稻植株发育对CO_2的响应的减弱是由人为延长光周期迫使生殖生长发育阶段推迟引起的,在高于环境浓度处理中更是如此。鉴于全球大气中CO_2浓度的持续增大,CO_2导致的发育加速和全生育期缩短可能会成为一个参与挑选水稻品种和安排特定地区农事活动的水稻学家和育种学家感兴趣的问题。     

农业气象学在作物生产模拟及其应用中的作用

就作物模拟模型及其应用,以及气象因子在这些模拟应用中的重要性作了综合论述.为了说明气象和气候变率对作物生产的影响,农业气象要素(包括最高和最低气温、太阳辐射及降水量)被当作作物模拟模型的基本输入因子.多数作物模型使用的气象资料为逐日值,因为很多地区没有更小时间尺度的观测资料.气象及其它输入数据均采用标准文件格式,这有利于数据在不同模型中使用.如果输入因子缺少或数据丢失、无效,将会影响到作物模型模拟的准确性.利用天气发生器随机生成的逐日气象数据可以解决数据丢失或序列较短的问题.当然,模拟时要尽可能采用气象观测资料,以确保作物产量模拟值的准确性,这在热带地区显得尤其重要.许多作物模型用来进行产量预报和决策管理,作物产量及其相关变量的预测变率以及自然资源的利用主要由天气气候条件的短期与长期变化所致.模型的产品可用来制定相应的管理决策,提供给农户和其他关注农业生产的人们.作物模型也广泛应用于气候变化对农业生产和粮食安全性的影响研究.最近,作物模型又用于气候变率和厄尔尼诺与南方涛动(ENSO)的影响研究.随着计算机的普及,农场主、农业咨询人员以及政策制定、决策者等模型的使用者也将越来越多.历史资料和作物生长期间的气象观测资料以及短期、中期、长期天气预报将在这些应用中发挥重要作用.     

IPCC确定的几种未来大气CO_2浓度水平对人为CO_2排放的限制

用三维海洋碳循环模式和一个简单的陆地生物圈模式计算了ＩＰＣＣ（政府间气候变化委员会）未来大气ＣＯ２情景中海洋和生物圈的吸收，并结合上地变化的资料得出燃料的排放值。结果表明：尽管在所有的构想下，为了使大气中ＣＯ２浓度达到稳定必须减少排放，但对应不同的ＩＰＣＣ未来大气ＣＯ２情景，对人为ＣＯ２排放的限制是很不相同的。     

大气中CO_2浓度增加对我国气候的影响

本文利用一个全球九层大气环流模式，对大气CO2浓度倍增以及CO2浓度倍增同时海温升高进行了两个数值试验。主要分析了CO2浓度增加对我国夏季气候的影响。在仅仅考虑CO2浓度倍增的情况下，我国大部分地区气温升高，尤其在西北地区升温最多，但是长江中、下游地区则是降温。考虑CO2浓度倍增后大气对海洋的感热作用使海表温度上升，所得结果基本相同，但升温幅度增大。大气中CO2浓度倍增后，我国降水分布有所改变，西北地区更加干燥，沿海地区更加湿润。     

大气扩散参数在大气污染物落地浓度估算中的贡献

从实际环评工作中如何确定扩散参数的角度，讨论其对污染物落地浓度的影响，提出在一定条件下切合实际的建议。     

大气中CO_2浓度倍增时植被生产力的变化

本文探讨了大气中CO_2浓度增加一倍对气候和自然植被生产力的影响。文中得出,大气中CO_2含量增加一倍时,北半球植被的生产力与当今CO_2含量值相比,将相应地变化28％。但是,在各个地带,这些变化值是不一样的。文中给出各纬度植被生产力变化数据。     

Fuzzy图论在作物气候区划中的应用

对于大范围的作物气候区划,一般是通过农业气候分析,找出有明确意义的区划指标,采用指标法或指标重迭法进行分区。近年来,Fuzzy 聚类分析己广泛应用到农业气候区划中,促使区划方法向多元化、客观化、定量化的方向发展。本文利用 Fuzzy图论中的最大树法,对甘肃省玉米种植的气候适应性进行了区划处理,得出了与传统分类相一致的结果。     

保水剂在作物抗旱栽培中的应用

应用小麦、花生的田间小区试验资料，分析了保水剂在抗旱栽培中的作用，结果表明：保水剂是一种十分有效的抗旱剂，确定起到保墒增湿的作用，而且价格低廉，技术容易掌握，是一种经济有效、增产节能的栽培措施，可推广使用。     

EPIC模式模拟作物对当前气侯CO_2条件反应的效果

用于预测气候变化对作物生产影响的模拟模型，必须首先能如描述任一特定地区的作物生产实况．本文将作物生产力的蚀损生产力计算者模式（ＥＰＩＣ）所模拟的密苏里（Ｍｉｓｓｏｕｒｉｌｏｕａ）─—内布拉斯加（Ｎｅｂｒａｓｋａ）─—堪萨斯（Ｋａｎｓａｓ）（ＭＩＮＫ）地区１９５１～１９８０年间的作物产量与美国农业部的“县级产量估计”数据（１９８４～１９８７年平均）、各典型农场的专家评估以及文献中报告的农学试验结果相比较，发现虽然有一些出入较大，但大多数ＥＰＩＣ模拟产量均在ＵＳＤＡ（美国农业部）报告的产量以及专家估计产量值的±２０％误差范围内．ＥＰＩＣ模拟的作物产量、蒸散量、水分利用率均在试验结果范围内．要求模拟结果与观测到的作物行为完全一致是不可能的，也没有必要．我们有充足的理由证明ＥＰＩＣ模式用于模拟气候变化对作物的影响是合理的．     

海洋叶绿素a浓度反演及其在赤潮监测中的应用

采用OC2和OC3两种标准经验算法以及Clark和NSMC-CASE2两种半分析算法进行了MODIS海洋叶绿素a浓度反演, 并根据2004年福建近海赤潮监控区内10个站点的叶绿素a浓度观测数据对反演结果进行了分析。 利用2002—2005年MODIS叶绿素a浓度反演结果对同期发生在福建近海的赤潮灾害进行了初步研究, 并探讨了250 m 和500 m 分辨率的MODIS可见光数据对赤潮灾害监测的可能性。 结果表明: 两种标准经验算法和两种半分析算法对叶绿素a浓度的反演均存在不同程度的偏高, 相对而言, OC3标准经验算法比较适合基于MODIS的福建近海叶绿素a浓度反演; MODIS红光 (250 m) 和绿光 (500 m) 通道数据的比值在赤潮灾害发生过程中发生了显著变化, 在灾害发生时其值明显较灾前和灾后均偏大。     

O3,CO2浓度及太阳光谱变化对作物光合作用影响的数值模拟研究

对光合作用 蒸腾作用 气孔调节进行耦合 ,从生物化学尺度扩展至冠层尺度 ,发展了一个冬小麦冠层光合作用生态动力模式 ,模式考虑了O3,CO2 和光谱变化对作物光合的综合影响。利用美国光合作用实测资料对模式进行验证 ,叶片模式通过了相关显著性检验并具有较高的准确度。数值分析表明 :当O3 浓度由 0× 10 -9V/V上升至2 0 0× 10 -9V/V时 ,冠层光合速率下降 2 9%左右 ;当CO2 浓度由 330× 10 -6V/V上升至 6 6 0× 10 -6V/V时 ,冠层光合速率增加大约 37% ;当光谱比例系数由目前的 0 .5下降至 0 .4时 ,冠层光合速率将下降 2 7%左右。对于污染严重、易发生光化学烟雾的城郊附近 ,在阳光强烈的典型晴天 ,中午O3 浓度达到 2 0 0× 10 -9V/V时 ,即使气候条件不发生改变 ,CO2 浓度对作物光合作用的正效应也不足以弥补O3 浓度升高所造成的负效应 ,冠层光合速率将比目前干洁地区略有下降 ,如果进一步考虑光合作用有效辐射光谱成分下降至 0 .4左右 ,冠层光合作用将比目前的BASE值下降 35 %左右。     

气象卫星遥感在林火面积估算中的应用

气象卫星遥感在林火面积估算中的应用张树誉（陕西省农业遥感信息中心西安·７１００１５）利用气象卫星的ＡＶＨＲＲ信息遥感监测地球表面同一地区具有周期短、视野广的特点，这对研究大面积宏观的环境生态特征具有明显优势，特别对环境生态具有破坏性的森林火灾的监测更...     

气溶胶对利用近红外波段反演CO_2浓度精度的影响研究

近红外波段CO_2浓度反演误差主要与气溶胶散射作用引起的吸收光程改变量难以精确估计有关。此外,不同的气溶胶模式及下垫面反射率条件下吸收光程改变量也不尽相同。针对不同气溶胶模式条件下,忽略气溶胶散射对CO_2浓度反演精度的影响进行分析。研究发现,对乡村型、对流层型和海洋型气溶胶来说,忽略气溶胶散射效应,在暗地表时(反射率0.1)会导致CO_2浓度反演结果低估;当地表反射率超过0.1后,CO_2浓度反演结果均为高估,且随地表反射率的增加,反演误差增加。对城市型气溶胶模式来说,忽略气溶胶影响均会导致CO_2浓度反演结果低估,随地表反射率增加,反演误差递减。在典型观测几何下,地表反射率(1.6μm)和气溶胶光学厚度(0.55μm)在0.1~0.3范围内时,忽略气溶胶影响,城市型、海洋型、乡村型以及对流层气溶胶分别会引入-0.1%~-0.5%、0.22%~1.92%、0.09%~1.46%及0.02%~0.45%的反演误差。在利用GOSAT观测光谱对XCO_2(干燥空气下CO_2平均混合比)进行反演时发现,相比GOSAT发布结果(389.814ppm,1ppm=10~(-6)),基于地基实测气溶胶特性数据的XCO_2反演结果(390.95ppm)与地基观测结果(390.737ppm)有更好的一致性。     

北方黑云杉林冠内空气CO2浓度及其上方通量模拟

考虑植物阴叶和阳叶对环境的反应、植物叶片丛聚特性以及叶片氮素水平的垂直差异,建立了黑云杉林与大气之间物质输送和能量交换的一维完全多层模式.模式中对阳叶和阴叶的叶面积指数借用Chen J M等提出的方法,并经过修改以适用于多层模拟.叶水平的光合作用c运用Farq uhar方程并与CO2传导方程联列获得.模式验证的资料取自BOREAS(Boreal Ecosystem-fAtmosphere Study)研究计划中加拿大Saskatchewan的南试验区,属于温带气候.通过对冠.层上方的显热、感热和CO2通量、以及植物光合作用、蒸腾作用和气孔传导等生理作用t过程的实测值进行了计算结果的验证,结果表明计算的显热通量比实测值偏低,潜热通量则略高于实测值,而CO2通量只有在较高水平时偏高,3个通量的计算值与实测值比较接近,R 2分别为0.71,0.78和0.65,取得了较好的效果.气孔导度、光合作用和蒸腾作用的模拟结果表明,三者的实测与模拟值之间的R 2分别达到0.57,0.69和0.66,均通过0.01显著度检验,且无显著的系统偏差.因此,可以认为在多层模拟中充分考虑叶片不同受光状况,不同氮素水平以及叶片丛聚特性的影响有助于更好地研究植被与大气的交换过程.     

CO_2浓度倍增对大豆叶片和总生物量的影响研究

该文利用ＯＴＣ－１型开顶式气室中进行的ＣＯ＿２浓度倍增对大豆影响的试验资料，详细分析了当大气中ＣＯ＿２浓度倍增时，对大豆叶片和总生物量的影响情况，并对大豆总生物量的时间动态变化进行了模拟。结果表明，当大气中ＣＯ＿２浓度倍增时，大豆全生育期将缩短，３叶和分枝的ＤＶＳ值变大，而结荚和鼓粒的ＤＶＳ值变小；总生物量和绿叶重增加显著，但在同一个ＤＶＳ值时，绿叶率（ＧＲ）、黄叶率（ＹＲ）的差异不明显；大豆的总生物量变化均遵循自然增长曲线，且处理和对照有极好的线性正相关关系；总生物量的积温当量提高，并且使大豆总生物量的最大积温当量出现的时间推迟，有利于植株积累更多的营养物质。     

遥感估算降水在西藏高原中的应用研究

采用遥感估算降水模型RFE 2.0(Rainfall Estimation Algorithm Version 2)模拟了2009年西藏高原的区域降水,并结合该地区气象站降水观测资料分别从日、月、年尺度上评价了该模型在西藏高原降水估算中的适用性,最后通过系数校正分析了2009年8月西藏高原降水量和年降水量的分布格局。结果表明,RFE2.0模型日降水量模拟值与观测值的相关系数在0.40以上的测站占46%,变化趋势较一致,但在日降水量较小时(接近零)模拟结果不稳定,在降水量较大时(>15mm)模拟结果一般会偏低;月平均降水量模拟结果与观测结果的相关系数在0.80以上的测站占62%,模拟结果较好地反映了观测结果的变化趋势,但个别月份的模拟结果会出现偏差。雨季降水量的模拟结果明显好于干季,为进一步提高模拟精度,确定雨季校正系数为1.133,干季校正系数为1.265;年尺度上降水量的模拟值与观测值的相关系数为0.368(P=0.026)。整体来看,遥感估算降水模型(RFE2.0)模拟的西藏高原降水结果较好,可为西藏高原降水模拟提供借鉴和参考。