2020年桃-阿海子水鸟群落状况简述

以往研究结果显示,内蒙古桃力庙-阿拉善湾海子繁殖鸟、夏候鸟种类、数量均低于春秋两季鼎盛时期。2020年夏季,引黄济湖工程实施2 a后,桃-阿海子夏季水鸟群落出现一些明显的变化,具体表现为:(1)繁殖鸟与夏候鸟种类总数至少达41种,为以往所从未出现的高值;(2)繁殖鸟与居留型夏候鸟共处,且整个湖区中夏候鸟个体数量明显多于繁殖鸟;(3)2020年夏季桃-阿海子成为遗鸥与棕头鸥非繁殖群的居所;(4)环境变化并未影响到蓑羽鹤在桃-阿海子湖区的营巢及育幼;(5)鱼苗投放使食鱼鸟类(多种涉禽、普通鸬鹚等)在湖区批量聚集;(6)鸥嘴噪鸥与黑颈鸊鷉繁殖群回归;(7)1个相对稳定的白琵鹭非繁殖群自2月下旬出现于桃-阿海子,一直滞留至10下旬,最大数量达100只。2020年8-10月初桃-阿海子水鸟数量最多,在连续50余天的时间里,桃-阿海子水鸟保有量持续维持在2万只以上,间或超过2.5万只。至10月中旬,水鸟已不足5000只,11月中旬阿海子水面封冻前,水鸟尚有1500只左右。     

尼泊尔巴迪亚国家公园缓冲区的人象冲突（英文）

亚洲象（Elephasmaximus）是尼泊尔特莱（Terai）低地保护区重要的大型动物之一,它们经常在保护区森林边界附近遇到人类及其生计支持活动。人象冲突一直是保护区附近人类居住区的主要问题之一,每年都会造成经济损失,甚至威胁人类的生命安全,这一问题阻碍了保护区的可持续管理。本研究的目的是分析巴迪亚国家公园缓冲区人象冲突的原因,并评估人们对这种大型动物的感知。为此,在巴迪亚国家公园缓冲区内的三个市镇进行了结构化问卷调查。此外,作为问卷调查的补充,还对关键知情人士进行了访谈。结果显示,93%的受访者在过去三年中曾遭遇大象的袭击。由于大象袭击,去年每个家庭平均损失了大约9690尼泊尔卢比。大象的攻击行为大多数发生在7月至9月,其次是10月至12月。这表明大象对作物的偏好是研究区大象发起攻击/袭击行为的主要原因。大象袭击的第二个重要原因是由于农田向森林的扩张而导致大象食物不足。90%的受访者对大象攻击的反应是驱赶它们（使用火或噪音）;51%的受访者接受人象共存,他们认为大象具有生物学和经济价值;然而,还有41%的人拒绝与大象共存,因为大象对当地居民及其生计构成了威胁。人象冲突已对保护区管理...     

松嫩平原湖泊鱼类群聚结构

根据2008-2009年的湖泊渔业资源调查,分析松嫩平原20个湖泊鱼类群聚结构特征.结果表明,20个湖泊鱼类群聚由44种鱼类组成,隶属于4目9科34属.21种鱼类的优势度指数在10000以上,17种鱼类为优势种.群聚Margalef指数(dMa值)为0.908-3.096(1.615±0.615),Simpson指数(λ值)为0.090-0.568(0.222±0.110),Gini指数(D值)为0.432-0.910(0.778±0.107),Shannon-Wiener指数(H值)为1.012-2.690(1.878±0.431),Pielou指数(J值)为0.407-0.915(0.777±0.107).dMa值与λ值、D值、H值和J值的相关系数分别为-0.670、0.665、0.867和0.340;λ值与D值、H值和J值的相关系数分别为-0.631、-0.924和-0.896;D值与H值和J值的相关系数分别为0.924和0.896;H值和J值的相关系数为-0.639.总体上,20个湖泊鱼类群聚结构处在不稳定中.     

新疆乌伦古湖浮游植物群落结构

于2006年11月至2007年7月按季度对乌伦古湖浮游植物进行了取样调查,共发现浮游藻类164种(包括若干未定名种),隶属于8门90属,其中Anabaena bergii为新疆新记录种,两种硅藻Chaetocerns sp.和Thalassionema sp.属于海产种类.各季种类组成均以绿藻门和硅藻门为主,蓝藻门和裸藻门次之,甲藻门、金藻门、黄藻门、隐藻门种类均比较少.秋季种类最多,有141种;其次是夏季和春季,分别为128种和121种;冬季种类最少,仅有95种.中华小尖头藻、微小四角藻、小形月牙藻、小球藻及尖针杆藻为全年可见优势种;肘状针杆藻在春季、夏季和秋季构成优势种群;扭曲蹄形藻和椭圆小球藻仅在夏季构成优势种群,而水溪绿球藻和粗刺四棘藻仅在冬季构成优势种群.藻类生物量周年变动模式为单峰型,生物量的峰值出现在夏季(6.77mg/L).最低值出现在冬季(1.45mg/L).结合历史资料分析发现,30年来,乌伦古湖浮游藻类不仅在种类组成上发生了明显的变化,在数量上也显著着一定的增长,并以绿藻和硅藻类群的增长最为显著.     

基于WOFOST模型与UAV数据的玉米生长后期地上生物量估算

地上生物量能够有效反映作物的生长状态,其信息的实时估算对产量预测和农田生产管理都有重要意义。作物生长模型因其详尽的生理生化基础和对生长过程数字化描述能力,成为生物量估算的理想模型。近年来,研究人员利用数据同化算法将时间序列遥感数据同化到作物生长模型中,实现了作物模型由基于气象站的点模拟到区域尺度面模拟的外推,使生物量模拟结果同时具备大范围和机理性两个方面的特点。这一模式下,时间序列的遥感数据质量将对生物量模拟精度产生直接影响,作物生长后期受到光谱饱和的影响,遥感数据的作物冠层信息获取能力会出现明显下降,因此有必要对该阶段遥感数据和作物模型的结合方式进行优化,提升生物量模拟精度。本文针对东北地区春玉米生物量遥感估算存在的问题,提出了利用WOFOST作物模型结合无人机（UAV）遥感数据实现作物生长后期生物量准确估算的新思路。新思路首先利用多光谱遥感数据获取WOFOST模型具备较高空间异质性的土壤速效养分参数以提升模型的空间信息模拟能力,使其能在一定程度上摆脱点尺度模拟的限制。同时,结合集合卡尔曼滤波算法将生长前期无人机（UAV）遥感数据同化到模型中,以缩短模型单独运行时间,减少模型运行过程中的参数误差累积,实现无遥感数据参与下的短期作物生长模拟,并输出生长后期相应的生物量模拟结果。最后,本文利用地面实测数据对新方法的生物量模拟精度进行了评价。结果表明,与全生育期数据同化相比,新方法的生物量估算精度有了明显的提升（全生育期同化：R² = 0.45,RMSE = 4254.30 kg/ha;新方法：R²= 0.86,RMSE = 2216.79 kg/ha）。     

基于地统计学空间插值法的作物单产估算

针对第三次全国农业普查农产量抽样调查的样本调查方法改革后,现行的传统农作物单产抽样调查估算方法无法有效利用调查样本所包含的空间差异性来估算抽样设计中子总体的作物单产等问题,提出了一种基于地统计学的空间插值估算方法,对调查队取得的样本数据进行深度挖掘。以河南省辉县为研究区,以冬小麦单产为研究对象,进行实验和结果分析。结果表明,利用地统计学克里格插值法取得的村级冬小麦平均单产估算精度在90%以上的村达到研究区村总量的91%,且其中83%的村估算精度优于95%;估算精度在90%以下的所有村的冬小麦种植总面积仅占全县的2.26%,对全县产量的影响微乎其微。基于地统计学的空间插值法很好地分析和利用了样本属性中的冬小麦单产信息表现出的空间相关性和异质性,不仅能较高精度地估算出现行的传统农作物单产推算方法无法给出的抽样设计中子总体(全县各村)的单产信息,而且能较好地给出总体(全县)的单产信息。利用该方法得到的全县冬小麦平均单产估算精度达到97.75%,高于现行的传统农作物单产抽样调查估算精度,估算效果良好,方法可行性高,相对传统方法还可起到费省效宏的作用。     

黑河流域中游地区作物种植结构的遥感提取

及时、准确地获取农作物种植结构对区域水资源管理与作物产量估测等具有重要意义。随着对通过遥感手段获得作物种植结构的深入研究,如何优选遥感数据和分类器成为需要重点考虑的关键问题。针对黑河流域中游地区的作物分布与种植特点,提出一种基于多时相遥感影像与多分类器组合的作物种植结构提取方法。利用2018年18景16 m分辨率的GF-1 WFV影像,构建NDVI时间序列。根据NDVI时间序列表征的作物季相节律和物候变化规律特点,采用分层的策略,首先解译一级土地覆被类型,再解译二级土地覆被类型。一级土地覆被类型解译中,使用决策树分类方法先将NDVI特殊且易提取的水体进行解译,再使用面向对象分类方法通过分区将需借助NDVI纹理信息提取的建设用地进行解译,最后使用随机森林分类方法解译耕地、林地、草地、裸地和湿地。在对耕地的进一步分类中,使用决策树分类方法首先将具有特殊物候规律且易于区分的苜蓿类别解译出来,再将与其他类别物候差异较大的小麦解译,最后将物候相似的玉米、蔬菜及其他解译。黑河流域中游研究区内一级土地覆被分类总体精度为97.24%,卡帕系数为0.96;作物种植结构解译总体精度为86.58%,卡帕系数为0.80。此外,还分析了影响黑河流域中游研究区解译精度的4个因素：对土地覆被类别的定义、混合像元、影像分割时基础影像的选择以及分类方法的选择。通过对不同分类方法的比较发现,与仅使用最大似然分类方法、支持向量机分类方法或随机森林分类方法相比,本文提出方法的解译结果更好,解译精度更高。     

深海微生物极端酶的研究进展

21世纪是海洋的世纪,海洋生物资源的开发和利用已成为世界各海洋大国竞争的焦点之一,其中基因资源的争夺更是焦点中的重点.     

双频多极化SAR数据与多光谱数据融合的作物识别

本文以北京昌平为研究区域,针对农作物的分类特点,结合ASAR的VV极化、新型PALSAR的HH、HV极化以及TM的多光谱数据进行细化分类.首先,使用MIMICS模型对该地区主要农作物玉米和果林的后向散射特性进行了模拟分析,并跟SAR实际观测数据进行对比.在充分认识农作物后向散射的机制和数值大小关系的基础上,构建一种基于BP神经网络和正态模糊分布函数的模糊神经网络模型,结合双频多极化SAR数据和多光谱数据进行农作物类型的识别.研究结果表明:双频多极化SAR数据能够提供有利于作物类型识别的信息,并产生重要的可分离性,其结合多光谱数据进行作物类型识别是一种有效的途径,具有较大的优势.