东北黑土区保护性耕作的发展现状与成效研究

东北黑土区承担着国家粮食安全“稳压器”的重要责任。然而,由于长期超负荷开发利用导致黑土日益退化,黑土资源的永续利用受到严重制约。理论与实践证明,保护性耕作是保护黑土地、推动黑土耕地质量和耕作效益绿色增长的发展模式。综述了保护性耕作的基本内涵及其在东北黑土区的发展现状与技术概况,从保护性耕作在土壤保持、保墒效益、结构改善、固碳培肥和土壤生物多样性增加、节本增效等方面系统评估了东北黑土区实施保护性耕作后的生态与经济效益,提出黑土区实施保护性耕作存在的问题与未来发展方向,以促进黑土地保护与利用协调发展、推动保护性耕作高质量跨越式发展。     

黄河北岸兰州段丘陵区土壤生态化学计量与空间变异北大核心CSCD

为探究黄河北岸兰州段丘陵区土壤碳、氮、磷含量及化学计量比的空间变异特征,基于12个样地数据,采集1 m剖面内不同发生层土壤进行土壤含水率(SWC)、pH、有机碳(SOC)、全氮(STN)和全磷(STP)的测定。分析了研究区土壤碳、氮、磷含量及其生态化学计量特征在植被和土层上的差异及空间变异特征。结果表明:(1)研究区SOC、STN、STP均值分别为4.53、0.74、0.13 g·kg^(-1),C∶N、C∶P、N∶P均值分别为7.85、55.17、8.40;(2)研究区SOC、STN、C∶N和N∶P的块基比C_(0)/(C_(0)+C)<0.25,主要受气候、植被、地形等自然因素影响;STP、C∶P则C/(C+C)>0.75,主要受退耕还草等人为因素影响;(3)研究区土壤整体受到氮限制,与此同时有机碳更为匮乏,磷则在短期内不会成为限制因子。在黄河流域兰州段北岸丘陵区北岸的生态治理与恢复中,应重视有机肥和氮肥的配置与施加,同时需减少人为干扰,这对于植被的快速恢复与养分的固定具有重要意义。     

天津市服务业利用外商投资的实证分析

服务业的发展是促进全球经济增长的重要力量,发达国家普遍呈现出产业结构高级化特征。利用外商投资可以促进中国服务业的发展,是加快经济发展的有效手段。通过对天津市服务业发展以及服务业利用外商直接投资现状的分析,对服务业外商直接投资与经济增长的关系进行了实证研究。研究结果表明:服务业外商直接投资不仅促进了天津经济的增长,同时,还对资本积累、产业结构、技术水平、就业程度及人力资本产生了不同程度的促进作用;技术水平进步、就业水平的提高、人力资本的提升又将带动天津经济增长。天津市应发挥现代服务业发展的优势,发挥天津自贸区的区位优势和政策优势,积极承揽国际服务外包。     

Elasticity soltion of rupture model of shallow earthquake

Based on the theory of elastic mechanics, and using the typical rupture model of shallow earthquake, the authors considered the shallow earthquake as a plane mechanical problem, which was constructed the corresponding mechanical model. By the stress components' formulas of the semi-infinite model acted by the finite even shearing force, the main stress is deduced. It is clear that the sector on the right of the center section is squeezed zone, where the maximum principal stress points at the "source of stress", and that on the left is tensile zone, where the minimum principal stress points to the "source of stress".     

兰州大学(盘旋路校区)2003年生态足迹调查分析

人均消费产品的数量是计算区域人均生态足迹关键和基础的一步。通过实地问卷调查，运用自下而上法收集资料，计算小尺度生态足迹。兰州大学(盘旋路校区)2003年的生态足迹计算结果为：人均生态足迹0．892hm^2，男、女生的人均生态足迹分别为0．976hm^2和0．788hm^2。这些数据与全国或者西部的人均生态足迹相比明显偏低，但总生态足迹为4119．3hm^2，是校园面积的73．7倍。因此，应合理利用自然资源，减少学生的生态足迹，真正做到可持续发展。     

基于K-Means聚类的辽宁省主体功能区试划研究

在国家提出的新的主体功能区概念体系和划分思路前提下,基于辽宁省主体功能区划定要求的8个基本指标项定量综合评价基础数据,选择“典型的”优化开发区、重点开发区、农产品主产区和重点生态功能区,采用K-Means聚类方法,分别在不指定初始聚类中心、指定初始聚类中心、以及PCA分析（即主成份分析）基础上指定初始聚类中心3种方法,对于全省100个县市区做4类主体功能区试划分.分别将划分结果与全省最终采用的划分方案进行比较,结果表明采用在PCA分析基础上指定初始聚类中心技术方法的划分结果更接近最终采用方案.     

天然固定沙地与人工固沙植被区土壤种子库的比较研究

土壤种子库是退化生态系统植被恢复重建的重要基础,研究土壤种子库特征对于阐明退化生态系统受损与恢复机理具有重要的科学意义。通过野外土样采集、野外种子萌发定位跟踪调查和室内周期性种子萌发实验,对腾格里沙漠东南缘人工固沙植被区和天然固定沙地的土壤种子库特征进行了对比研究。结果表明：人工固沙植被区土壤种子库包含21个物种,分属于8科;天然固定沙地土壤种子库有33种植物,属于11科。人工固沙植被区以一年生植物为主,天然固定沙地以多年生植物为主。人工固沙植被区的种子总密度明显低于天然固定沙地,但不同物种种子的密度变化存在显著差异。人工固沙植被区的物种丰富度和多样性指数均较天然固定沙地低。人工固沙植被区和天然固定沙地的土壤种子库与地上植被物种的相似性系数分别为0.73和0.71。尽管人工固沙植被区土壤种子库存在少量多年生植物种子,但仍未发展到以多年生草本植物为主的群落演替阶段,说明人工固沙植被区的植物多样性恢复尚需要漫长的过程。     

珠江三角洲地区未来海平面上升及风暴潮增水的耕地损失预测

珠江三角洲地区是中国海岸带中风暴潮灾害最集中的区域之一。在全球气候变化和海平面上升的影响下,风暴潮灾害将对该地区农业生产造成巨大的损失。在借鉴相关经验与研究的基础上,建立风暴潮增水灾害耕地产量损失评估模型,选择广东省珠江三角洲地区为研究区域,以该地区的DEM、土地利用等数据为基础,通过实地调研获取当地的作物种植结构、轮作方式、作物单产、不同淹没高度下不同作物的损失率等数据资料,基于未来海平面上升及风暴潮增水的不同时间情景,估算并分析了2030、2050及2100年珠三角地区耕地受灾范围的空间分布特征及产量损失变化情况。结果表明：受气候变化的影响,未来珠三角地区风暴潮影响下的耕地淹没面积比重不断上升,其中阳江、佛山和东莞等地耕地淹没面积从2030年到2100年增加较为明显,广州和珠海的耕地淹没面积增加幅度则较为缓和。从耕地淹没造成的农业产量损失来看,蔬菜、稻谷和花生等主要作物的损失产量比重呈现增加趋势,且蔬菜的增幅最大,其次是稻谷。其中广州、江门、阳江等地稻谷、花生、蔬菜的损失产量比重均表现为持续上升。     

科尔沁沙地春季冷锋过境的地面风况特征

对13个气象台站2014年5月上旬逐时风况的分析发现：（1）受高空槽和地面低压的影响,科尔沁沙地冷锋过境时瞬时风速8h内快速增加到10m·5s^-1以上,风向转为西北风;（2）上风向锡林郭勒草原的冷锋推进速度约为12.5m·5s^-1,科尔沁沙地主体部分则降到9.21m·5s^-1,总体推进速度因地而异;（3）风速的功率谱以大兴安岭东麓的林西县幅值最大,科尔沁左翼后旗最小;（4）沙地和草原两地区分别存在区域性10h、25h和2h、4h周期性,而冷锋过境引起的强风周期性不明显;（5）常年稳定而频繁的冷锋过境,不仅造成了沙丘的形态变化和不同程度的位移,而且还塑造和维持着该区沙丘群的多种空间格局。     

Predicting the visualization intensity for interactive spatio-temporal visual analytics: a data-driven view-dependent approach

The continually increasing size of geospatial data sets poses a computational challenge when conducting interactive visual analytics using conventional desktop-based visualization tools. In recent decades, improvements in parallel visualization using state-of-the-art computing techniques have significantly enhanced our capacity to analyse massive geospatial data sets. However, only a few strategies have been developed to maximize the utilization of parallel computing resources to support interactive visualization. In particular, an efficient visualization intensity prediction component is lacking from most existing parallel visualization frameworks. In this study, we propose a data-driven view-dependent visualization intensity prediction method, which can dynamically predict the visualization intensity based on the distribution patterns of spatio-temporal data. The predicted results are used to schedule the allocation of visualization tasks. We integrated this strategy with a parallel visualization system deployed in a compute unified device architecture (CUDA)-enabled graphical processing units (GPUs) cloud. To evaluate the flexibility of this strategy, we performed experiments using dust storm data sets produced from a regional climate model. The results of the experiments showed that the proposed method yields stable and accurate prediction results with acceptable computational overheads under different types of interactive visualization operations. The results also showed that our strategy improves the overall visualization efficiency by incorporating intensity-based scheduling.