一、99年美国冬小麦将减产14%（论文文献综述）
袁成福[1]（2021）在《西北旱区灌溉条件下土壤水盐动态监测分析与数值模拟》文中认为我国西北干旱半干旱地区（简称为西北旱区,下同）水资源严重短缺,农业生产过量引用地表水和超采地下水。水资源短缺和土壤盐碱化已经严重制约着我国西北旱区农业生产的可持续发展和生态环境的改善。本文以我国西北旱区水资源短缺及节水灌溉实施现状为背景,选取内蒙古河套灌区和甘肃石羊河流域为典型研究区,在水盐观测和数据资料收集的基础上,分析研究区耕地与盐荒地（简称为耕-荒地,下同）地下水与土壤水盐动态规律及其主要影响因素,并基于MODFLOW数值模型对研究区耕-荒地地下水流运动进行模拟,估算研究区耕-荒地间的地下水盐运移量,分析研究区耕-荒地的盐分平衡;应用SWAP模型模拟典型研究区引黄灌溉和咸水灌溉条件下土壤水盐变化,优化作物的灌溉模式,为西北旱区水资源高效利用和农业可持续发展及防治土壤盐碱化提供理论依据。主要研究内容和结论如下:（1）在河套灌区永济灌域选取典型研究区,于2018-2020年观测了耕地和盐荒地的土壤含水率、土壤含盐量、地下水位埋深及矿化度,分析了耕-荒地地下水与土壤水盐动态规律及其主要影响因素。结果表明:耕地土壤含水率的主要影响因素是灌溉及降雨、作物生长、地下水位埋深和土壤质地;盐荒地土壤含水率的主要影响因素是耕地灌溉和地下水位埋深。总体上,耕地土壤含水率比盐荒地土壤含水率变化更剧烈。耕地土壤含盐量的主要影响因素是灌溉、土壤质地、地下水位埋深和作物生长,盐荒地土壤含盐量的主要影响因素是地形地貌和地下水位埋深。耕地土壤含盐量在3.5 g/kg以下,为轻度盐碱化土壤,盐荒地中心区域的土壤含盐量在4.0～10.0 g/kg,为重度盐碱化土壤。耕地地下水位埋深主要受灌溉和作物生长的影响,在春灌和秋浇时期埋深最浅,在秋浇前埋深最大;盐荒地地下水位埋深受耕地灌溉的影响较大。地下水矿化度主要受灌溉及地形地貌的影响,耕地地下水矿化度较低,一般在3.0 g/L以下;盐荒地地下水矿化度较高,其中心区域地下水矿化度平均在7.5g/L左右。耕地地下水流向盐荒地,地下水盐分随着地下水的流动而运移,盐荒地为耕地重要的排水排盐区域。（2）在典型研究区耕-荒地水盐观测和资料收集的基础上,基于MODFLOW软件构建研究区地下水流数值模型,并模拟了耕-荒地地下水流运动。结果表明:研究区现状灌溉条件下,耕荒比为1.14:1,作物生育期内耕地面积为80 hm2的平均干排水量为3.03万m3,平均干排水比为14.22%,平均干排盐量为41.21 t,平均干排盐比为38.68%,平均积盐量为65.35 t,盐荒地面积为70 hm2的平均积盐量为41.21 t。作物生育期内耕地积盐量逐渐增大,生育期结束后需要秋浇淋洗盐分来维持河套灌区的盐分平衡。（3）利用2019-2020年河套灌区向日葵、春玉米观测资料对SWAP模型参数进行率定和验证,并利用率定后的SWAP模型模拟了向日葵和春玉米农田土壤（0-100 cm）水盐变化。模拟向日葵农田土壤水盐通量结果表明:在灌溉阶段,向日葵根系层底部土壤水分通量主要向下渗漏,在非灌溉阶段,地下水向上补给向日葵根系层土壤,两年模拟期间水分通量累计量分别为52.5 mm、60.6 mm;盐分通量具有与水分通量类似的变化规律,但两年模拟期间盐分通量累计量分别为-4.5 mg/cm2、-4.9 mg/cm2,向日葵全生育期内0-100 cm 土层土壤积盐量分别为7.5 mg/cm2、7.1 mg/cm2。模拟春玉米农田土壤水盐通量结果表明:春玉米农田土壤水分通量与向日葵农田土壤水分通量变化规律相似,两年模拟期间水分通量累计量分别为111.6 mm、63.1mm,但两年模拟期间盐分通量累计量分别为-1 0.3 mg/cm2、-1 1.1mg/cm2,春玉米全生育期内0-100 cm 土层土壤积盐量分别为7.7 mg/cm2、6.9 mg/cm2。研究区现状灌溉和地下水浅埋条件下,向日葵和春玉米全生育期内能够充分利用地下水满足其生长的需要,且农田土壤积盐。（4）利用2013-2014年石羊河流域制种玉米咸水灌溉试验资料对SWAP模型参数进行率定和验证,并利用率定后的SWAP模型模拟了制种玉米农田土壤水盐变化。结果表明:两年模拟期间,制种玉米根系层底部土壤水盐通量主要向下渗漏,土壤水盐通量受灌溉和降雨的影响明显,并且随着灌溉水矿化度的增加,土壤水分通量、盐分通量、水分通量累计量和盐分通量累计量逐渐增大;在制种玉米现状灌溉和降雨条件下,3.0 g/L和6.0 g/L的咸水灌溉制种玉米根系层土壤盐分能够淋洗至深层土壤,不会造成土壤盐分大量累积。（5）在SWAP模型率定与验证的基础上,利用率定后的SWAP模型对制种玉米咸水灌溉利用模式和灌溉制度进行了模拟与优化。结果表明:研究区若直接采用咸水方式对制种玉米进行灌溉,0.71～2.0 g/L的微咸水可用于灌溉;6.0 g/L以上的咸水不适宜灌溉;3.0～5.0 g/L的咸水短时期可用于灌溉,但不适宜较长时期利用。研究区若采用咸淡水轮灌方式对制种玉米进行灌溉,3.0 g/L微咸水灌溉条件下,采用淡-淡-咸和淡-咸-咸的轮灌模式;6.0 g/L咸水灌溉条件下,采用淡-淡-咸的轮灌模式,这三种咸淡水轮灌方式为研究区制种玉米较优的咸淡水轮灌模式。研究区在利用3.0 g/L微咸水灌溉条件下,制种玉米最优灌溉定额为360 mm,生育期内灌溉4次,较长时期采用较优的咸水非充分灌溉方式持续进行灌溉,在配合春灌灌水量150 mm措施下,土壤盐分不会产生大量累积,为制种玉米较优的咸水非充分灌溉方案。
崔晓路[2]（2021）在《不同氮肥增效剂及水氮用量对作物产量及水氮利用的影响》文中指出研究氮肥增效剂类型、水氮用量对冬小麦/夏玉米产量、水氮利用效率及土壤硝态氮残留量的影响,对于指导冬小麦/夏玉米水氮管理有重要意义。本研究于2018年10月至2019年10月在陕西武功开展田间试验,试验采用裂-裂区设计,水分处理为主区,施氮处理为副区,氮肥增效剂类型为副-副区。主处理设低水30 mm（W1）、中水60mm（W2）和高水90 mm（W3）处理;副处理设低氮75 kg/hm2（N1,小麦）或90 kg/hm2（N1,玉米）、中氮150 kg/hm2（N2,小麦）或180 kg/hm2（N2,玉米）和高氮225kg/hm2（N3,小麦）或高氮270 kg/hm2（N3,玉米）处理;副-副处理为氮肥增效剂类型:尿素+脲酶抑制剂（NBPT）,尿素+双效抑制剂（NBPT+DCD）,以传统施肥（尿素,CO）处理为对照。另外,在三个水分水平下各设1个不施氮肥的处理,研究氮肥增效剂类型及水氮用量对冬小麦/夏玉米产量及水氮利用的影响,以期为作物优质高效生产的水氮管理提供参考。主要研究结果如下:（1）探明了氮肥增效剂类型及水氮用量对冬小麦/夏玉米产量的影响规律。灌水水平、施氮水平及氮肥增效剂类型对冬小麦/夏玉米产量均达到了极显着的影响。随着灌水量/施氮量的增加,冬小麦/夏玉米产量随之先增加后降低,NBPT处理和NBPT+DCD处理下冬小麦/夏玉米产量均显着高于CO处理。灌水水平与氮肥增效剂类型二者之间的交互作用对冬小麦/夏玉米产量有显着影响,随着灌水量的增加,氮肥增效剂的增产效果先增加后降低。回归分析和频率分析表明,冬小麦CO处理、NBPT处理、NBPT+DCD处理达到最高产量的施氮区间分别为143-247、139-183、149-185 kg/hm2,灌水区间分别为49-63、47-67、50-65 mm,相对应的产量区间为5912-6443、7037-7409、7923-8329 kg/hm2。夏玉米CO处理、NBPT处理、NBPT+DCD处理达到最高产量的施氮区间分别为154-171、159-175、162-179 kg/hm2,灌水区间分别为62-68、61-67、60-66 mm,相对应的产量区间为8397-8473、9051-9166、9789-9926 kg/hm2。（2）明确了冬小麦/夏玉米获得较高水分利用效率的氮肥增效剂类型及其水氮用量。灌水量、施氮量及氮肥增效剂类型均对冬小麦/夏玉米水分利用效率（WUE）产生极显着的影响。冬小麦/夏玉米WUE在W2灌水水平、N2施氮水平下均高于其他灌水施氮水平,并且两种氮肥增效剂类型下的WUE均高于尿素处理。灌水水平与氮肥增效剂类型二者之间的交互作用对冬小麦/夏玉米WUE有显着影响,与灌水量30 mm相比,灌水量增加到60 mm时,氮肥增效剂处理较CO处理增加WUE的效果平均提高0.05kg/m3（小麦）、0.03 kg/m3（玉米）,继续增加灌水量至90 mm,氮肥增效剂较CO处理增加WUE的效果平均减弱0.1 kg/m3（小麦）、0.07 kg/m3（玉米）。NBPT处理和NBPT+DCD处理下的WUE均高于CO处理。由WUE与灌水量和施氮量的二元二次效应方程得出,NBPT+DCD处理下冬小麦/夏玉米WUE最大。其达到冬小麦理论最高WUE的施氮量为182 kg/hm2,灌水量为42 mm,此灌水施氮量下较CO处理WUE增加33.47%。NBPT+DCD达到夏玉米理论最高WUE的施氮量为157 kg/hm2,灌水量为56 mm,此灌水施氮量下较CO处理WUE增加17.13%。（3）揭示了氮肥增效剂及水氮用量对冬小麦/夏玉米氮素生理利用效率及土壤硝态氮残留的影响规律。灌水量、施氮量及氮肥增效剂类型对冬小麦/夏玉米氮素生理利用效率（NPE）均有显着影响,随着灌水量/施氮量的增加,冬小麦/夏玉米NPE均呈现出先增加后降低的趋势。氮肥增效剂类型与灌水量之间的交互效应对冬小麦/夏玉米NPE有显着的影响,随着灌水量的增加,氮肥增效剂对增加冬小麦/夏玉米NPE的效果先增强后减弱。根据NPE与灌水量和施氮量的二元二次效应方程可得,两种氮肥增效下冬小麦/夏玉米的理论最高NPE都高于传统施肥模式,NBPT处理和NBPT+DCD处理冬小麦/夏玉米NPE分别较CO处理增加21.07%和43.19%、9.56%和69.54%。灌水水平对冬小麦季0-160cm土层土壤硝态氮残留量的影响达到显着水平,对夏玉米季硝态氮残留量的影响未达显着水平。施氮水平和氮肥增效剂类型对冬小麦/夏玉米土壤硝态氮残留量均有显着影响。随着施氮量的增加,冬小麦/夏玉米土壤硝态氮残留量随之增加,冬小麦/夏玉米NBPT处理和NBPT+DCD处理硝态氮残留量分别CO处理减少26.79%和33.93%、15.79%和26.32%。冬小麦CO、NBPT、NBPT+DCD处理均在灌水90 mm、施氮量225 kg/hm2,夏玉米均在灌水90 mm、施氮量270 kg/hm2时土壤硝态氮残留量达到最大;在此灌水施氮水平下,NBPT处理和NBPT+DCD处理0-160 cm土层中土壤硝态残留量分别较CO处理减少36.81%和41.21%、22.73%和30.00%。（4）综合回归分析与频率分析获得了冬小麦/夏玉米获得较高产量及水氮利用效率的水肥用量。利用回归分析和频率分析计算各处理下推荐的灌水施肥用量,冬小麦CO处理、NBPT处理、NBPT+DCD处理推荐的施氮量为分别165-170、164-167、158-165kg/hm2,推荐的灌水区间分别为50-55、53-60、50-55 mm,对应的产量区间分别为6404-6436、7262-7370、8214-8329 kg/hm2;WUE区间分别为1.60-1.62、1.82-1.87、2.12-2.15 kg/m3;NPE区间分别为42.54-42.83、48.47-49.43、58.43-59.32 kg/kg。夏玉米CO处理、NBPT处理、NBPT+DCD处理推荐的施氮量为分别158-170、159-174、163-179 kg/hm2,推荐的灌水区间分别为67-68、62-65、62-64 mm,对应的产量区间分别为8405-8429,9088-9155,9789-9902 kg/hm2;WUE区间分别为1.80-1.81、1.95-1.97、2.11-2.12 kg/m3;NPE区间分别为21.35-21.40、32.01-32.15、32.01-32.15 kg/kg。
吕飞[3]（2020）在《气候变化对中国农产品出口贸易的影响研究》文中进行了进一步梳理气候变化是指气候平均状态随时间的变化,即趋势或离差出现了统计意义上的显着变化。根据时间分为长期气候变化、年际间气候变化和极端气候事件。温室气体排放和其他人为因素被认为是影响气候变化的主要原因。进入21世纪,洪水、风雹、干旱等极端气候事件频发。应对气候变化和减少温室气体排放是全球共同的责任。20世纪70年代,国际社会开始为减缓和应对气候变化做出努力。《京都议定书》对发达国家应对气候变化义务的履行提供了联合履行机制、清洁发展机制和排放贸易机制三种方式;《哥本哈根协议》将“共同减排”的理念和“自下而上”的减排模式确定为全球气候治理的新模式;《巴黎协定》的谈判和落实一方面使全球气候治理由“强制温室气体减排”转型为“低碳竞争与合作”,另一方面使“自下而上”的气候治理模式得以固定,开启了气候变化治理的新时代。在国际贸易领域,保护环境与WTO的目标和宗旨并不冲突。国际贸易重视全球经济可持续发展的同时也注重环境和资源的保护。中国政府高度重视气候变化应对工作,坚持以减缓与适应并重的原则指导政策制定,引领应对全球气候变化的国际合作。气候变化对中国的影响表现在气候要素波动和极端气候事件爆发两方面。气温、降水、日照和空气相对湿度总体呈上升趋势。东部地带气温和降水的上升幅度略高于中部地带和西部地带,西部地带的日照时间比东部地带和中部地带增加得更快,中部地带相对湿度的上升速度快于东部地带和西部地带。极端气候事件中,旱灾的受灾面积和成灾面积分别约占受灾总面积和成灾总面积的一半,水灾的受灾面积和成灾面积分别约占受灾总面积和成灾总面积的四分之一。在新时代,中国应对气候变化的工作应以习近平新时代中国特色社会主义思想为指导,在实现建成社会主义现代化强国目标的同时,实现与应对全球气候变化目标相适应的低碳经济发展路径,展现中国在社会主义现代化建设进程中对全人类共同利益的责任与担当。农业是中国国民经济的重要组成部分,也是促进中国经济发展的动力源泉。当前农产品出口贸易存在波动幅度较大,逆差逐步扩大,出口市场集中在亚洲,国内货源地相对集中等问题。气候变化影响农产品出口的机理可以分为短期和长期两个方面。短期影响作用于农产品出口的供给侧,与农业弱质性、气候变化影响农产品的出口供给和应对气候变化带来的成本增加有关。农业弱质性主要基于自然风险和市场风险两个方面。自然风险是指技术只能在一定程度上舒缓自然灾害造成的严重后果。市场风险包括以下五个方面:一是农产品缺乏供给弹性,价格信号无法调整当期的农产品供给;二是农产品缺乏需求弹性,价格机制无法对农产品需求进行有效调节;三是农产品缺乏收入弹性,农产品的支出在居民收入中的比例逐步变小;四是农业生产要素的报酬率低于其他产业,因而导致农业生产资源的流失;五是农业基础设施和农业对环境的贡献具有外部经济的特点,导致农业生产的成本并不能完全从农产品价格中得到回收。气候变化对农产品出口供给的影响通过重新配置农业气候资源,改变农产品生产规律和影响农业生产潜力体现。农业应对气候变化增加的成本包括直接成本、间接成本和机会成本三个部分。直接成本是指应用碳减排技术额外增加了农资、机械能源、雇工等方面的费用;间接成本是指应用碳减排技术改变了农业生产要素的技术系数,引起了成本的变化;机会成本是指实施碳减排技术增加了农业生产作业时间,减少了务工收入。长期影响体现在农产品出口竞争力和贸易壁垒两个方面。气候变化影响了农产品的出口竞争力,一是因为气候变化引起气候资源禀赋的变化和气候灾害的冲击,从而改变了农产品的比较优势。二是因为气候变化改变了生产要素的传导机制、关联产业的影响机制和产业集聚水平,从而影响了农产品出口国的竞争力。低碳贸易壁垒对农产品出口影响的经济效应与关税相似。本文选取了2001—2018年各省、自治区和直辖市出口贸易总额作为响应变量,特征变量为经济资源、气候资源、气候灾害及农用化学品四类。从实证检验结果来看,地区生产总值、农林牧渔业总产值、第一产业增加值、农作物播种面积等经济资源和农用塑料薄膜使用量、农药使用量、农用化肥施用折纯量等农用化学品对全国的农产品出口影响显着,且重要性排名均在前十位以内;塑料薄膜、农药和化肥等农用化学品对农产品出口有重要的促进作用,同时也会带来温室气体排放的压力,不利于建设气候友好型农业。与气候灾害相比,气候资源对农产品出口的显着性水平更高,夏季的降水、气温和湿度对农产品出口的影响更加明显。为降低和消除气候变化对农产品出口的负面影响,建议采用气候指数保险分散风险。在影响东部地带农产品出口的各项因素中,重要性排名前五的分别是农林牧渔业总产值、第一产业增加值、农用塑料薄膜使用量、农药使用量、农作物总播种面积,说明东部地带可以进一步加强农业技术改造,增强农资的利用效率。气候资源方面,春季的降水、湿度、日照对东部地带农产品出口的正面影响比较明显,水灾、风雹灾等气候灾害是次要的负面影响因素,说明东部地带需要更多地关注春季气候要素的变化,同时注意防范水灾和风雹灾,建议通过保险分散风险。经济资源和农用化学品对中部地带农产品出口的影响很大,其中地区生产总值和化肥施用量的影响显着。冷冻灾害对中部地带农产品出口的影响较大且比较显着,这说明中部地带除了要加强农业资源投入,还需要加强冷冻灾害的防范。农用柴油使用量对西部地带农产品出口的影响排在首位且十分显着,排在第二的是化肥施用量,且有一定的显着性,这说明农机与农资的投入对于西部农业的发展和农产品出口有非常重要的促进作用,秋季降水量和夏季的平均湿度在重要性排名方面比较靠前,影响也十分显着,反映了西部地区农业发展受水资源缺乏的严重制约,建议加强水利设施建设。总之,无论是全国还是东中西部三大地带,经济资源对农产品出口的影响举足轻重。气候资源对农产品出口重要性紧随其后。气候因素对不同种类农产品出口的影响异质性较大,夏季平均气温的上升、冬季日照的增加和春季湿度的增加有利于茶叶的出口,但夏季日照的增加及秋冬二季气温的上升不利于茶叶的出口。夏季气温的上升对大米出口有积极的影响,秋季平均湿度的增加则不利于大米的出口。春季气温的上升和夏季平均湿度的上升有利于植物油出口,但冬季气温的上升则不利于植物油出口。农用化学品中柴油使用量和农药使用量的增加有利于茶叶的出口,但会增加温室气体排放,带来气候变暖的压力,化肥的减量施用在增加茶叶出口的同时减少了温室气体的排放。塑料薄膜的使用有利于植物油的出口,但不利于缓解气候变化。根据研究结果,本文建议从以下几方面实施对策,促进农产品的出口贸易:一是要转变农业发展模式以应对气候变化。建议在农业生产领域广泛应用低碳技术,达到减少温室气体排放的目的,同时强化气象灾害预警和预防能力,完善农业气象灾害保险体系,优化农业气候指数保险机制,使农业生产能够积极应对气候变化。二是要拓宽农业国际合作的渠道。建议加强国际低碳农业合作和国际涉农碳交易合作,充分利用国际低碳资金,规范中国农业碳交易机制。三是要完善农产品出口贸易的保障机制。建议优化产业结构,大力发展低碳农业,强化低碳农产品的比较优势,同时积极应对国外低碳贸易壁垒,加快国内农业低碳产品认证体系建设和碳标签制度建设。
陈展图[4]（2020）在《生态安全和粮食保障双约束的休耕空间分区研究 ——以石漠化区砚山县为例》文中提出休耕是保护和修复耕地生态环境、维持和提升耕地地力、调整农业结构的一种耕作方式。长期以来,在世界第一人口大国和粮食安全的“双重高压”下,我国耕地资源开发利用强度过大,严重制约着耕地的可持续利用和农业的可持续发展。尽管中国历史上建立了一套用地养地相结合的耕作制度,但现代休耕制度的建设起步较晚,休耕的许多问题亟待深入研究。近年来,我国农业资源环境透支严重、粮食供需结构性矛盾突出,以及农业供给侧结构性改革和生态文明建设对耕地利用与保护提出了新要求。在此背景下,党的十八届五中全会首次提出“探索实行耕地轮作休耕制度试点”的重大决策部署。习近平总书记在《关于〈中共中央关于制定国民经济和社会发展第十三个五年规划的建议〉的说明》中指出,“在部分地区实行耕地轮作休耕,既有利于耕地休养生息和农业可持续发展,又有利于平衡粮食供求矛盾、稳定农民收入、减轻财政压力”,同时指出“要以保障国家粮食安全和不影响农民收入为前提”。2016年6月,农业部等十部委联合印发《探索实行耕地轮作休耕制度试点方案》,中国正式开启耕地休耕制度的探索和建设,并于当年在全国开展休耕试点7.73×104 hm2（116万亩）。石漠化区的云南省砚山县是国家首批休耕制度试点县,2016年休耕试点面积666.67hm2（1万亩）,2017年增至1333.33 hm2（2万亩）,云南省则增至13333.33 hm2（20万亩）。随着石漠化区休耕试点工作走向深入,对于选择哪些耕地进行休耕、如何确定休耕规模、如何分区分类实施休耕等一系列理论和实践问题的研究和解决变得日益迫切。石漠化区是我国典型的生态脆弱区,也是我国重要的生态屏障。该区生态保护和粮食保障矛盾突出,耕地长期处于高强度、超负荷利用状态,得不到休养生息,且已有的石漠化治理措施并未有效降低耕地利用强度,因此,石漠化区传统的耕地利用方式和治理方式未能从根本上实现耕地保护转型。休耕使耕地暂时退出生产领域,进行积极的休养生息,休耕结束后重新投入生产,是实现“藏粮于地”战略的重要手段,是维持石漠化区生态安全和粮食保障的平衡点。当前,我国休耕实行的是“中央统筹、省级负责、县级实施”的工作机制。但由于县级尺度研究的不足,给“县级实施”的休耕机制造成很多障碍,石漠化区在“县级实施”的过程中就暴露出休耕耕地选择的科学性、休耕规模的确定性、休耕政策的精准性不足等问题。同时,国家明确实行休耕要以保障国家粮食安全和不影响农民收入为前提。因此,休耕既要以生态安全、保护和修复耕地生态为前提,又不能威胁区域粮食保障。本研究以石漠化区国家休耕制度试点县——砚山县为研究区域,以生态安全为视角,对砚山县25°以下的耕地地块进行休耕迫切度评价,以明确每块耕地休耕迫切情况;进而构建休耕规模预测模型,预测粮食保障约束下研究区2020年的休耕规模;最后将基于生态安全的休耕迫切度和基于粮食保障的休耕规模进行统一,从乡镇和村两个层面进行休耕空间分区,实现对砚山县休耕区域空间的优化,为石漠化区休耕试点和制定休耕规划计划提供决策参考。本文的主要内容与研究结论如下:（1）以生态安全为视角,基于脆弱性域图（Vulnerability Scoping Diagram,VSD）和压力—状态—响应（Pressure—State—Response,PSR）评价模型,从生态脆弱性和人地协调性两个维度,从暴露度（E）、敏感度（S）、耕地压力（P）和休耕响应（R）四个方面构建砚山县耕地休耕迫切度评价指标体系,建立综合评价模型,依托ArcGIS平台,对砚山县25°以下的36806个耕地图斑进行休耕迫切度测算,并根据测算结果按照自然间断点分级法分为5个等级。其中,综合得分在0.19660.2905为“不迫切”等级,面积9188.77 hm2,占耕地总面积的6.96%,图斑5818个,占图斑总个数的15.81%;综合得分在0.29050.3375为“一般迫切”等级,面积28725.13 hm2,占耕地总面积的21.76%,图斑9713个,占图斑总个数的26.39%;综合得分在0.33750.3830为“比较迫切”等级,面积48786.89 hm2,占耕地总面积的36.95%,图斑10406个,占图斑总个数的28.27%;综合得分在0.38300.4333为“非常迫切”等级,面积36456.37 hm2,占耕地总面积的27.61%,图斑7763个,占图斑总个数的21.09%;综合得分在0.43330.6214为“极度迫切”等级,面积8862.34 hm2,占耕地总面积的6.71%,图斑3106个,占图斑总个数的8.44%。结果表明,比较迫切、非常迫切和极度迫切三个等级共计94105.60 hm2,占全县耕地面积比重达71.28%。因此,砚山县耕地生态状况相对而言较为严峻,休耕迫切性较强,且应首先休耕生态脆弱、耕地本底条件差的耕地,同时兼顾农户休耕响应等社会经济因素。耕地休耕迫切度评价能有效提高休耕地选择的客观性。（2）以县域粮食保障为约束,综合考虑人口数量、粮食单产、复种指数、粮播比、粮食自给率、人均粮食需求量等因素,构建研究区目标年耕地保有量预测模型和休耕规模预测模型。根据时间序列数据,运用GM（1,1）灰色模型和5种线性回归模型（指数回归、一次线性回归、对数回归、二次多项式回归和幂回归）分别对研究区目标年人口数量、粮食单产、复种指数和粮播比进行预测,结果分别为514882人、3988.20kg/hm2、234.83%和43.00%;结合已有研究成果,对粮食自给率设置低自给率（80%）、中自给率（90%）和高自给率（100%）3档,对人均粮食需求量设置低需求（500 kg/人）、中需求（550 kg/人）和高需求（600 kg/人）3档,得到9种情景下研究区目标年的耕地保有量和可休耕规模,其中,低自给率、低人均粮食需求情景下可休耕规模为80878.57 hm2,占全县耕地面积的61.26%;高自给率、高人均粮食需求情景下可休耕规模为55308.09 hm2,占全县耕地面积的41.89%。综合来看,研究区可休耕规模为55308.09 hm280878.57 hm2,占全县耕地总面积的41.89%61.26%。因此,休耕试点不会对砚山县粮食保障造成大的冲击,在当前的国家试点规模外,砚山县亦可安排较大规模的自主休耕。此外,结合耕地休耕迫切度,可得到各乡镇（村）的可休耕规模。休耕规模研究打破了休耕指标自上而下单向传递的局限性。（3）考虑在高粮食自给率、高人均粮食需求情景下,将基于生态安全的休耕迫切度和基于粮食保障的休耕规模进行统一,以乡镇和村为单元进行休耕区域空间分区,实现休耕区域空间优化。发展出综合休耕指数（Comprehensive fallow index,CFI）概念,建立综合休耕指数计算模型,通过乡镇（村）休耕迫切度总和、乡镇（村）可休耕面积、乡镇（村）可休耕面积占辖区耕地面积比重3个指标,根据综合休耕指数将研究区划分为优先休耕区、重点休耕区、有条件休耕区、后备休耕区和不休耕区5种类型,针对不同的类型提出差异化的休耕策略。（1）在乡镇尺度,优先休耕区只有维摩乡,重点休耕区包括平远镇、阿猛镇和阿舍乡,有条件休耕区包括八嘎乡、蚌峨乡和稼依镇,后备休耕区包括者腊乡、干河乡、盘龙乡和江那镇。（2）在村级尺度,优先休耕区包括2个村,重点休耕区包括12个村,有条件休耕区包括41个村（社区）,后备休耕区包括35个村（社区）,不休耕区包括8个村（社区）。通过将砚山县2016、2017年休耕试点区域与研究结果进行对比检验,两者有较好的一致性,研究结果可为砚山县休耕规划计划的制订提供决策参考,可为县域实施分区分类休耕、实现精准管理提供方案和策略,提高休耕的空间效率。综合上述研究,休耕迫切度评价、休耕规模预测、休耕区域空间分区是一个逻辑渐进的技术体系。论文的创新点:（1）基于生态安全视角评价了石漠化区地块尺度的耕地休耕迫切度,发展了石漠化区耕地生态安全评价方法,为石漠化区选择哪些耕地休耕、如何确定地块休耕次序提供了可行方法,有效避免了休耕耕地选择的主观性;（2）预测了不同粮食保障情景下的县域可休耕规模,结合休耕迫切度评价结果,反演出各乡镇和村的可休耕规模及其可休耕耕地的空间分布,实现了休耕规模“定量”与休耕耕地“定位”的统一,为进一步修正休耕空间布局提供了思路,为各乡镇和村进行休耕提供了规模依据和空间依据;（3）基于生态安全和粮食保障的双重约束,建立休耕区域空间分区规则,从乡镇和村两级尺度划分不同类型的休耕区域,提出了不同类型休耕区域的休耕策略,解决了休耕地块空间分布与休耕规模相脱离的问题,在一定程度上实现了县域范围内休耕区域的空间优化,为休耕空间分区,以及分区分类施策、实现精准管理提供了方法指引。总的来说,本研究在县域范围内为休耕耕地选择（在哪休耕及其次序）、休耕规模调控（休耕多少）、休耕分区布局（如何分区休耕）提供了可行的方法论,发展了休耕区域空间分区方法,丰富了土地利用分区理论,亦可为县域休耕规划计划的制定和实施提供决策参考。
徐向英[5]（2019）在《江苏小麦综合气象指数构建与产量变化预测和分析》文中指出气候变化问题是世界各国广泛关注的焦点,农业生产在全球变暖、隐形气象灾害频发的环境下将面临更大的风险。冬小麦生产受气象条件的影响较大,近年来,渍害、干旱、高温逼熟等气象灾害及其发生频率增大,对小麦的稳产高产造成了严重威胁。随着联合国粮食及农业组织（FAO）“气候智能型”农业概念的提出,农业生产的气候适应性和智能生产研究正在各国和地区间不断开展。本研究拟在前人研究的基础上,通过对江苏省苏北、苏中和苏南三个农业生态区域1979-2014年小麦生长期内多种气象因子和小麦产量进行分析,探索以机器学习模型为核心、适用于该地区小麦产量评估的气象条件综合评价指数,并在此基础上分析江苏小麦的敏感气象因子、年型气候适应性以及未来气候变暖环境下的产量变化趋势,期望能够为今后江苏小麦产量预测提供参考,为农业灾害预警提供理论依据,同时可为农业种植灾害保险提供技术支持。主要研究结果如下:1.江苏近35年冬小麦生长季气象条件时空分布特征汇集了江苏地区10个气象站点1979-2014年小麦生长季的平均气温、累计降水量、日太阳辐射量和日照时数的空间分布数据,使用Mann-kendall趋势检测和Sen斜率分析了各气象因子的演变,并对小麦四个生育阶段（播种至越冬始期S1、越冬始至返青期S2、返青至开花期S3、开花至成熟期S4）的气象条件变化特征进行了分析。结果显示,10个站点的小麦全生育期平均气温和平均旬累计降水量在空间上均呈现北低南高特征,而平均日太阳辐射和平均旬累计日照时数均表现为由北向南逐步减少的特征。10个站点的小麦全生育期平均气温在时间上均呈现显着上升趋势,上升的幅度在0.04℃/yr～0.07℃/yr之间。四个关键生育阶段中,S2有近一半站点呈现显着的升温趋势,S1和S4有9个站点温度上升趋势达显着水平,而S3所有站点的升温趋势均达到了显着水平。经比较,S3的平均升温幅度是四个生育期中最高的,且以吴江站点的升温幅度最大,达到了 0.092℃/yr。除了平均温度呈现升高趋势,小麦生长季的日最高和最低气温也呈现不同程度的增长。赣榆、铜山、东台、江宁4个站点1979-2014年日最低气温的增长接近或超过了日最高气温的增长幅度,四个关键生育阶段中,除S2外,其余时期四站点的最低气温均出现了显着上升趋势,反映了小麦生长季昼夜增温不平衡的现象。小麦全生育期旬降水量均值在35年间并无显着的上升或下降趋势,四个关键生育阶段中,仅溧阳和吴江两站S2的降水量上升趋势达到显着水平,均达0.3mm/yr以上。使用旬值标准化降水蒸散指数（SPEIx）分析江苏小麦生长季水分条件和产量的关系,结果表明,S4的1旬、2旬、3旬尺度的SPEIx值均与一阶差分产量呈极显着负相关关系,表明江苏小麦开花至成熟期的降水量偏多,不利于小麦产量的提升。35年间,各站点小麦全生育期平均日太阳辐射量的Sen斜率均为正值,但均未达到显着上升趋势。10个站点中9个站点的S3日太阳辐射均呈现显着上升趋势,且苏中和苏南地区共有5个站点达到了极显着上升的趋势。其余三个关键生育阶段的日太阳辐射变化趋势均未达到显着水平。大部分站点冬小麦全生育期日照时数的Sen斜率为负值,仅盱眙站点的下降趋势达到了极显着的水平。就四个关键生育阶段而言,S1和S2分别有4个和1个站点呈现了显着下降趋势,S3有3个站点呈现显着上升趋势,其余站点的变化趋势均不显着。2.影响小麦气候产量的关键气象因子筛选与提取方法比较按照种植区及气候条件的差异,将研究区域以苏北灌溉总渠和长江划分为苏北、苏中和苏南三个亚区,并采用不同方法分析了小麦四个关键生育阶段的气象因子与气候产量的关系,筛选获得三个亚区中影响小麦产量的关键气象因子。四种不同气候产量的提取方法（去线性趋势法、去3年滑动平均趋势法、一阶差分法、相对差分法）,结果表明,在气候条件相近的三个亚区内,去3年滑动平均法所得气候产量的站点间平均相关系数在苏北和苏中地区较低,在苏南地区较高;去线性趋势气候产量的相关性在苏北地区较高,苏南地区较低;一阶差分和相对差分法相关性结果较为接近,在三个亚区内的结果均比较稳定。对四个关键生育阶段的四种气象因子进行相关分析显示,一阶差分和相对差分的相关因子数以及Spearman相关系数值均优于去线性趋势和去3年滑动平均趋势产量。将三个亚区内气候产量数值最低的20个值认定为严重减产,比较严重减产时气象因子与四种方法计算的气候产量的拟合情况,结果显示去3年滑动平均产量和相对差分产量在苏中地区拟合较好,而去线性趋势产量在苏北和苏南地区拟合较好,一阶徐向英 江苏小麦综合气象指数构建与产量变化预测和分析 Ⅲ差分产量在苏南地区的拟合较好。鉴于一阶差分产量具有计算简单、解释性强等优点,确定了一阶差分法作为气候产量的计算方法。采用相关分析法、逐步回归模型的赤池准则（AIC）以及随机森林模型的%IncMSE指标对影响小麦气候产量的气象因子进行筛选,对比分析表明,3种方法筛选所得气象因子并不完全相同,但苏北地区T2,苏中地区S4和苏南地区P3在三种方法中均表现出较高的重要性,因而结合三种方法选择相应的气象因子能获得更加可靠的产量影响因子,将其作为气候产量拟合模型的输入参数,以便获得更准确的综合气象指数。3.评估小麦气候产量的综合气象指数构建研究对同时段、不同站点间的气候产量预测（空间预测）和不同时段、相同站点的气候产量预测（时间预测）两种气候产量预测模式以满足实际应用需求。通过将气象和产量数据划分为训练集和测试集,在训练集上利用随机森林（RF）和支持向量机（SVM）分别对苏北、苏中、苏南三个亚区的气候产量建立回归模型,并在测试集测试模型精度,结果显示,RF和SVM模型的R2值在苏北地区达到0.5以上,但在苏中和苏南地区均在0.4以下。通过Kolmogorov-Smirnov拟合优度检验明确了气候产量分布符从三参数T分布,根据分布特征,将回归模型输出值进行标准化处理,转化为时间和空间可比较的综合气象指数值,并依据气候产量分布的上下侧20%分位数（分别为388kg/ha和-267kg/ha）,设置分类阈值,即按20%,60%和20%的概率将指数值划分为三类（分类阈值为±0.84）,分别对应气候产量减产、平产和增产三种等级。分类后的指数对气候产量类别预测的精度得到了提升,结果显示,基于RF和SVM的指数预测正确率均在50%到97%之间;SVM的指数预测正确率高于RF模型的指数。通过ROC曲线进一步比较了两分类情况下两种模型计算得到的指数对气候产量为减产和不减产（或增产和不增产）类别的预测能力。结果显示,苏北地区,RF和SVM计算的指数在减产占比达40%阈值下预测正确率均较高,最高AUC值达0.98;苏中地区,RF和SVM模型计算的指数对减产和增产的预测正确率偏低;苏南地区,SVM空间模型的指数预测正确率较高,RF时间模型的指数预测正确率较高。4.综合气象指数预测气候产量的精度评价为分析综合气象指数在气候产量评估方面的精度,使用标准化降水蒸散指数（SPEI）计算了江苏小麦生长季11月至次年5月间1、2、3、4个月尺度的SPEI指数,探讨了 SPEI与小麦气候产量间的关系,并在相同数据集上与综合气象指数对气候产量的预测正确率进行了对比。结果显示,苏北和苏中的空间预测中,两种指数正确率相当,但苏南的预测中基于RF模型和SVM模型的综合气象指数预测正确率均高于SPEI指数;时间预测方面,基于SVM模型的综合气象指数在苏北的预测正确率和SPEI指数相同,但在苏中和苏南均高于SPEI指数,而基于RF模型的综合气象指数除苏中预测正确率高于SPEI指数外,其余两地区的预测正确率均低于SPEI指数。利用多个反映光、温和水分条件的气象因子直接构建气候产量逐步回归模型,进行了产量预测,并与综合气象指数的气候产量预测结果比较,结果显示,基于RF和SVM模型的综合气象指数在苏北、苏中和苏南地区的空间和时间预测正确率均高于多气象因子的逐步回归模型。利用不同于原训练集和测试集的全新测试数据,验证了 2015～2017年间苏北、苏中、苏南共6个站点的综合气象指数预测精度。结果显示:指数在三区域汇总的预测正确率达61%以上,但在苏南地区,指数预测正确率较低。在两种调整阈值下,指数预测正确率有所下降。反映了综合气象指数在原阈值下具有一定的实际应用价值。5.江苏小麦生产的气候适应性及不同生态区影响小麦产量的敏感气象因子分析采用综合气象指数分析了江苏小麦的敏感气象因子、不同年代小麦的气候适应性以及未来变暖气候环境下的小麦产量变化。综合气象指数的RF时间预测模型获得了苏北、苏中和苏南地区小麦气候产量的全局敏感性指数。结果显示:苏北地区最敏感的气象因子为越冬始至返青期日太阳辐射,苏中地区为开花至成熟期日太阳辐射,苏南地区为返青至开花期太阳辐射。分析了 1981年-1990年、1991年-2000年以及2001年-2014年三个年代江苏10个站点的小麦综合气象指数值变化情况,结果显示:苏北、苏中和苏南地区在上世纪九十年代的减产年比例是三个年代中最高的。本世纪初的14年,江苏北部、中部、南部地区小麦的气候适应性普遍提高,减产年比例均为三个年代中最低,均降至20%以下,体现了江苏小麦生产的气候适应性正在逐步增强;平产年比例达到了三个年代中的最高值,苏北、苏中、苏南分别为820%、69%和68%;三个地区增产年比例均达14%以上,反映了 2001年以来江苏小麦产量总体处于稳定增长的态势。利用综合气象指数的RF时间预测模型分析了未来变暖环境下小麦产量变化。根据江苏10个站点35年小麦生育期平均温度上升Sen斜率为0.05℃/yr,分别设置了小麦生育期平均气温增加0.025℃/yr、0.05℃/yr和0.1℃/yr三个水平,比较综合气象指数值的变化。结果显示:苏北地区三个水平下的指数变化较为接近,均表现为平产年比例下降,增减产年比例上升;苏中和苏南地区三个水平的增温均导致指数值的平产年比例下降,增产年比例上升。反映了综合气象指数能够在未来不确定的气候条件下为小麦生产辅助决策提供参考。
俞书傲[6]（2019）在《气候变化对农作物生产的影响 ——以浙江为例的实证研究》文中研究指明近年来,以气温升高为主要特征的全球气候变化已经成为全世界关注的焦点问题。中国是全球气候变化的敏感区和影响显着区,1951～2017年我国升温率达到了每10年0.24℃,明显高于同期全球平均水平。我国是人多地少的人口大国,保持粮食等主要农产品生产的稳定增长,确保国家粮食安全尤其口粮安全,一直是我国农业政策的核心目标。随着我国经济的快速增长,我国农业的区域格局已发生了重大变化。作为经济最发达的沿海省份之一,浙江已从过去的粮食主产区转变为主销区,如何实现浙江等主销区粮食等主要农产品的稳定增长,对确保国家粮食安全具有十分重要的战略意义。为此,浙江省委省政府于2016年提出要积极应对气候变化对农业的不利影响,增强农业适应气候变化能力,提高省内农业生产稳定性。因此,在此背景下,研究气候变化对浙江农业的影响问题,具有十分重要的现实意义。本文在全面综述国内外相关研究的基础上,基于1987～2016年气候数据,首先采用气候倾向率和Mann-Kendell气候突变检验等气候统计学方法,刻画了过去30年浙江气温、降水量和日照等三大气候要素的变化特征;然后运用H-P滤波分析技术,对浙江水稻（早稻和中晚稻）、小麦、玉米、大麦、大豆、薯类和油菜等8种主要农作物的单位面积产量分解为趋势单产和气候单产,并根据相对气候产量、平均减产率和减产变异系数等指标来分析气候变化对浙江主要农作物生产波动的影响。在此基础上,基于1996～2015年全省73个县（区、市）的农业投入产出数据和17个地面气象观测站的气候数据,采用空间计量经济学模型方法,构建了包含气候要素、社会经济要素和生产投入要素的空间误差面板模型,实证分析气温、降水和日照等气候因素变化以及极端高温（低温）和极端降水等极端气候事件对浙江8种主要农作物生产的边际影响。进一步地,基于全要素生产率理论,运用DEA-Malmquist方法,实证估计了考虑气候要素变化情况下的浙江农业全要素生产率及其技术进步指数、技术效率和规模效率,并与不考虑气候要素变化情况下的浙江农业全要素生产率进行对比分析,以反映气候变化对浙江农业全要素生产率的影响。基于上述实证研究结果,本文进一步提出浙江农业应对气候变化的相关政策建议。本文的主要研究结论有:（1）气温升高已经成为浙江最近30年气候变化的主要特征,增温速率达到了 0.42℃/10a,高于全国平均水平。降水量和日照均值未出现明显变化,但存在一定的年际波动及地区和季节差异。（2）近30年气候变化对浙江不同农作物单产波动的影响程度存在明显差异,水稻受气候变化的影响较小,气候歉年和灾年次数最少;而玉米、小麦、大麦和油菜等旱田作物的气候灾年数量较多,气候平均减产率较高,减产变异系数也高于其他作物,受气候变化冲击影响较大。（3）不同气候要素变化对不同农作物单产的边际影响存在明显的差异。生长期有效积温变化对早稻、中晚稻、小麦和油菜单产的影响呈现出先上升后下降的倒“U”型态势,气温每升高1℃对这4种作物将分别增产3.61%～4.42%、2.95%～3.64%、3.12%～3.63%和 1.14%～2.18%。有效积温对玉米和大豆单产的影响显着为负,但气温每升高1℃可使玉米和大豆减产不大。生长期降水量对小麦、大麦、薯类和大豆单产的影响也呈现出先上升后下降的倒“U”型态势,其中降水量增加对薯类单产的边际增产效应最明显。生长期降水量对早稻、中晚稻和玉米单产的影响显着为负。生长期日照时长对所有农作物单产的影响并不明显。（4）极端气候事件对农作物单产的负面影响非常明显,其中极端高温天数每增加]天,可使早稻和中晚稻分别减产3.9%～5.1%和2.3%～2.8%,极端低温天数每增加1天,油菜将减产0.5%～0.8%;中晚稻平均每年因生长期内极端降水减产的幅度也达到了 14.1-17.7公斤/亩。（5）农作物生产中的自然适应和人为适应可在一定程度上缓解气候变化对农作物的增产或减产影响,提高农作物单产稳定性;化肥、机械和灌溉等生产要素投入与温度和降水变化之间存在明显的替代关系,而与日照的关系并不明显。（6）气候变化阻碍了浙江农业生产前沿面的提升,对浙江农业TFP产生负面影响,并在省内存在明显的时空差异,平原地区农业TFP受气候变化影响的程度大于沿海地和山地丘陵地区,这意味着忽略气候变化因素可能会高估浙江农业TFP。随时间推移,气候变化对浙江农业TFP的负面影响呈现出覆盖面扩大、程度增强的趋势,这意味着未来气候变化对浙江农业TFP的不利影响可能会进一步加深。（7）为应对气候变化对农业的不利影响,本文提出了调整作物种植结构、促进农业稳产增产,改进田间管理技术、缓解极端天气影响,加强农业技术培训、提高农户适应能力和完善气候预警机制、做好事前事先应对等四方面的政策建议。本文的主要贡献是:（1）在研究内容上,本文以8种农作物为研究对象,揭示了气候变化对不同农作物生产的影响差异;同时本文以浙江为例研究了气候变化对农业的影响问题,拓展了现有相关研究,研究结果更具现实针对性。（2）在研究视角上,本文从单产波动性、单产边际影响和农业TFP等3个方面来研究气候变化对农业的影响问题,拓展了现有研究主要从单产边际影响视角来研究的局限性。（3）在研究方法上,本文一方面引入农学和气候学领域中的概念与方法分析气候变化条件下农作物单产波动性,另一方面构建了包含标准化空间权重矩阵的空间误差面板模型来实证估计气候变化对农作物单产的边际影响,同时还将气候变化因素引入了农业TFP的研究,考察了气候变化对农业TFP的影响问题,这在现有研究中尚不多见。
陈圆圆[7]（2018）在《基于星地多源数据的冬小麦湿渍害风险评估及监测研究》文中提出气候变化背景下,极端天气气候事件增加,频繁发生的农业气象灾害对我国农业生产的影响日益加剧,严重影响着我国的粮食安全。湿渍害是造成我国南方地区作物减产的重要原因之一。长江中下游地区是我国冬小麦重要的生产基地之一,同时也是湿渍害频发区,加强长江中下游地区作物湿渍害的监测和评估研究,对于防灾减灾、保障粮食安全具有重要意义。3S技术的快速发展,为农业气象灾害的监测预警与评估提供了新的方法,本文以长江中下游地区的湖北、安徽和江苏省为研究区,运用3S技术和数据融合等方法,开展了长江中下游地区冬小麦湿渍害风险评估与监测研究,形成了基于星地多源数据的冬小麦湿渍害监测与评估技术框架。主要研究内容和结论如下:（1）基于灾害风险分析理论,从气象、地理和农学不同角度出发,综合考虑孕灾环境敏感性、致灾因子危险性和承灾体脆弱性,结合土壤信息数据、地形数据、气候资料、冬小麦种植面积和产量等资料,对长江中下游地区冬小麦湿渍害进行了分析评估;构建了湿渍害综合风险评估模型,将研究区冬小麦湿渍害风险划分为高风险区、较高风险区、中风险区、低风险区4个等级。结果表明:高及较高风险区主要分布在沿长江和淮河平原及岗地,低风险区主要分布在安徽和江苏最北部、皖西山区、皖南山区和湖北省西北部;基于构建模型的评估结果能够更加细化真实的反映研究区湿渍害的风险分布特征及地域性差异。（2）提出了一种将面点克里金（ATPK）降尺度和地理加权回归克里金（GWRK）融合相结合的星地多源降水数据融合方法,利用TRMM 3B42和3B43降水产品以及地面雨量计观测数据获取长江中下游地区2001-2014年高质量、高分辨率（1km×1 km）的月和旬尺度空间降水数据。结果表明:ATPK法提供了一种有效解决地面雨量计点观测值与粗分辨率卫星像元值之间尺度不匹配问题的方案;对比不同变量组合构建的GWRK融合模型、普通克里金（OK）插值、以及地理差值分析（GDA）和具有外部漂移的克里金（KED）融合方法的降水估计结果,其中以降尺度TRMM降水、经度、纬度和海拔高度作为辅助变量构建的GWRK融合模型表现最好,融合结果精度最高;误差分析发现,与GDA方法相比,在KED和GWRK融合模型中将卫星反演降水作为辅助变量进行融合可以减小卫星反演降水数据本身误差对最后融合结果的影响。（3）利用经过质量控制的安徽省区域自动气象观测站资料深入探讨了地面站网配置对GWRK融合结果的影响,结果表明:随着站点密度的增加,月和旬降水的GWRK融合结果精度都逐步提高,之后逐步趋于平稳。在站网密度较小的情况下,精度提高幅度相对较大;在某个特定的站网密度下,不同空间站点的选取使月和旬融合结果精度均呈一定的波动性,站网密度越小这种波动性越大,反之越小。在小的站网密度下,如果站点空间分布合适,可能会产生比更大站网密度下精度更高的融合降水信息。（4）根据冬小麦生长季内典型地物MODIS-NDVI值时间序列变化特征的差异,建立决策树分类模型,提取了研究区2001-2015年冬小麦种植面积。精度验证结果表明,研究所采用的方法总体能够得到比较满意的效果。与统计年鉴记录的三省冬小麦种植面积相比较,利用MODIS数据估算的2001-2015年研究区冬小麦种植面积相对误差在-4.03%～9.54%之间;与市级冬小麦统计数据比较,遥感提取的冬小麦种植面积其值都在1:1线附近。（5）利用GWRK融合的月降水数据获取了研究区2001-2014年冬小麦全生育期（上年10月至翌年5月）降水距平百分率以及冬小麦生育期内6月尺度（上年12月至翌年5月）标准化降水指数（SPI）值的空间分布,结果表明基于降水距平和SPI两个指标的湿渍害监测结果年际间变化趋势是一致的;从冬小麦整个生长季来看,2002、2003和2010年整个研究区普遍偏涝。利用GWRK融合的旬降水数据,根据气象行业标准冬小麦涝渍指标的2001-2014年冬小麦湿渍害监测结果表明:与台站监测结果比较,基于融合降水数据的渍害监测结果不仅能够捕捉到大部分台站的渍害发生情况,同时也能反映整个空间范围的渍害分布情况。渍害发生与否的监测精度,大部分年份（10/14）都在70%以上,有一半的年份监测精度在88%及以上,典型渍害年（2001、2002、2003和2010年）的监测精度甚至在90%及以上。冬小麦受灾面积的湿渍害监测结果显示,研究区2001-2014年冬小麦种植区每年都有不同程度的渍害发生,其中2004-2007年和2011-2012年遭受渍害的区域较少,而2001、2002、2003和2010年大部分冬小麦种植区都发生了不同程度的渍害,受灾面积均在1680千公顷以上,其中2010年的受灾面积达到2773千公顷。（6）以安徽省为例,基于区域自动气象观测站与TRMM数据融合降水的2013-2015年冬小麦不同生育阶段湿渍害监测结果表明:安徽省2013-2015年冬小麦渍害主要以轻度为主,且三年中冬小麦受灾面积都很小;2013年1～5月安徽省冬小麦渍害发生在冬小麦灌浆期;2014年冬小麦越冬期和灌浆期有渍害发生;2015年冬小麦苗期、拔节期和抽穗灌浆期都有渍害发生。协同植被指数距平的湿渍害监测结果显示,在降水距平百分率较高时,NDVI距平值不一定也表现为负值,但是NDVI距平值时间序列的变化能在一定程度上反映植被对降水偏多的响应。
樊东东[8]（2018）在《基于代价敏感学习的冬小麦病虫害与倒伏遥感检测方法研究》文中指出农业灾害是影响作物产量的重要因素。病虫害是作物生长过程中常见的一种农业灾害,作物病虫害的及时发现与有效防治是减少农业经济损失和提高粮食产量和质量的有效举措。作物在生长过程中也经常遇到倒伏灾害,倒伏不仅降低作物产量,同时增加了后期收割难度。准确的受灾面积与受灾程度估算能为农业保险的理赔等环节提供关键信息,并可为进一步的田间管理提供数据支持。遥感技术可以在不破坏作物生长的基础上大范围快速有效的获取作物的生长状况信息,为作物的病虫害与倒伏监测提供信息。目前作物病虫害与倒伏遥感监测研究多采用试验田人工诱导病菌与人工模拟倒伏,但是实际农业生产过程中,灾害的类型复杂多样,开放田块病虫害与倒伏灾害的光谱特征还与作物生长环境等诸多因素相关。通过植被指数获取植株农学参数进行灾害的等级评估模型一般针对特定的农业灾害与地区,难以大范围展开。代价敏感学习模型可以快速高效的检测作物灾害,可为早期的有效防治与及时采取相关措施提供信息。代价敏感学习模型可以根据应用场景对不同类型设定不同的错分代价,从而提高重点关注目标类比的分类精度,使更多的目标类别被检测出来。本研究主要以河南冬小麦为研究对象,分别研究利用遥感检测作物病虫害与倒伏的方法,具体包括:1)新乡市研究区内,以Sentinel-2A为主要数据源,进行病虫害遥感检测的特征挖掘与优选,探究代价敏感学习模型在提高作物病虫害识别精度的潜力;2)在长葛市研究区内,以国产GF-2数据为主要数据源,进行作物冬小麦倒伏检测的方法研究。采用XGBoost模型对植被指数、纹理指数的分类能力进行定量评估获取最佳的特征组合,在此基础上进行代价敏感模型与对照试验的倒伏检测实验。主要的研究结果与创新点如下:（1）基于代价敏感学习（cost-sensitive learning）分类方法,结合病虫害遥感检测最佳特征组合可实现作物病虫害的有效检测。1)代价敏感学习方法在利用遥感进行作物病虫害检测方面具有明显的优势,能够大幅提高小麦病虫害的查全率,对早期有效防治具有重要意义。其中CS-SVM（cost-sensitive support vector machines）比SVM对冬小麦病虫害类型的制图精度提高了5%,在验证集的整体错分代价下降了22,CS-Na?ve Bayes比Na?ve Bayes病虫害小麦的制图精度提高了5%,达到最高值99%,整体错分代价也达到最小值26.6;2)感染病虫害作物的冠层光谱在红边范围变化明显,尤其705nm、740nm与783nm三个波段上病虫害小麦与健康小麦光谱特征表现明显的差异,非常有利于作物病虫害与健康状况的区分。3)利用Relief特征优选方法可以用来获取与具体的分类模型无关的最佳病虫害识别特征组合;4)虽然代价敏感学习方法面临着将部分健康小麦错分为病虫害的风险,但是通过牺牲部分健康小麦的精度来提高病虫害的制图精度是具有现实的经济意义。（2）利用GF-2数据纹理特征与光谱特征结合代价敏感学习分类模型可以实现小麦倒伏的遥感高精度检测。1)采用代价敏感学习模型可以提高小麦倒伏遥感检测的查全率,其中CS-SVM比SVM制图精度提高了5.79%,在验证集的整体损失代价下降了231.75。CS-Na?ve Bayes比Na?ve Bayes提高了4.19%,在验证集的错分代价下降了138.45。检测结果为所有方法中最好。2)GF-2数据的高空间分辨率特性非常有利于作物倒伏的精细检测,倒伏后的小麦在可见光与近红外波段冠层光谱反射率表现明显的差异。具体的,乳熟期的小麦倒伏后光谱在GF-2多波段的反射率都有所增加,其中近红外的增幅最大,其次是绿波段;3)增加高分辨率的纹理特征可以提高倒伏的检测效果,不同窗口尺寸大小的纹理特征分类能力不同,近红外、红波段的均值特征对倒伏检测的区分能力最大。计算纹理特征测度时窗口尺寸太大容易造成边界错分,如果太小则分类结果零碎,本研究冬小麦倒伏检测的最佳窗口为5X5。4)XGBoost模型除了用作遥感监督分类外也可对特征的分类能力进行定量评估,本研究使用XGBoost获取倒伏检测的最佳特征组合;5)多种特征组合可以充分发挥不同的优势进而提高模型的区分能力。光谱特征、植被指数特征与纹理特征组合对倒伏的检测效果最好。
王天慧[9]（2018）在《基于灰色模型技术的气象因素对粮食生产影响的量化分析 ——以河南省冬小麦为例》文中指出“民以食为天,国以粮为本”。农业在国民经济发展中占有重要的地位,大力发展现代农业也是建设新农村的关键性工作之一,而气象是影响现代农业生产的重要因素之一,是判断农业结构调整是否合理、是否发挥优势的重要依据。气象条件对粮食生长起着至关重要的作用,气象因素在粮食的不同生长阶段都影响着粮食的生长,最终影响粮食的产量。因此,探究粮食生产过程中气象因素对其产量的影响至关重要,发现在粮食生产过程中由于气象因素的影响而存在的问题,及时采取措施并做相应的调整,对河南省乃至全国粮食稳产高产提供实质性的理论依据。本文依据农业系统和气象系统本身所具有的灰色属性,运用灰色系统的理论方法,对河南省粮食生产与气象因素之间的关系进行了量化研究,提出了气象效率的概念并构建了河南省粮食生产的气象效率评价模型,最后对粮食生长期的气象灾变趋势做出了预测分析。主要工作如下:首先为探究冬小麦各生育期的气象因素对其产量的影响程度,根据黄淮海冬小麦物候图划分的冬小麦生育期为9个生长阶段,选取河南省2005-2015年冬小麦的产量数据和日平均气象观测数据,利用指数平滑法计算出冬小麦的气象产量,建立气象影响因素集和灰色关联分析模型,双重量化分析河南省冬小麦不同生长阶段气象因素对产量的影响程度。结果表明,单重量化分析时,在播种期、分蘖期、越冬期和灌浆期,平均相对湿度对冬小麦气象产量影响最大;在返青期、拔节期和成熟期,平均风速对冬小麦气象产量影响最大;出苗期日平均气温对冬小麦气象产量影响最大;抽穗期光照时长对冬小麦气象产量影响最大。双重量化分析时,出苗期平均气温、日最高气温,分蘖期和越冬期平均相对湿度,拔节期平均风速对冬小麦气象产量影响较大。通过量化分析冬小麦不同生长阶段的气象因素与产量之间的关系,清楚明白的知道了哪些气象因素在冬小麦生长阶段对其生长影响的较强,哪些气象因素对冬小麦的生长影响相对较弱。其次在农业生产效率研究的基础上,为探究农作物各生育期的气象因素对其产量的贡献程度,提出了农业气象效率的概念,选取河南省2011-2016年冬小麦的产量数据和日平均气象观测数据,采用一次指数平滑法分离出冬小麦的气象产量,建立了农业气象因素投入产出指标体系,同时为弱化随机误差的影响,运用灰色DEA模型对河南省农业气象效率进行了实证研究。结果表明,河南省整体的农业气象效率平均值呈稳定增长趋势,其中豫北地区最高,其次是豫东地区和豫南地区,较低的是豫中地区和豫西地区。最后根据气象效率的特点,对粮食稳产高产提出相应的措施。通过上述的量化研究,我们对影响河南省冬小麦生产的气象因素有了量化直观的了解与认识,也对河南省整体的气象产量和气象效率有了更加明确的分析评估。最后考虑气象灾害因素与粮食产量的损害之间的关系,分别从时间维度和空间维度两个层面,将定性分析和定量分析相结合,研究分析了2000年-2017年河南省五个区域干热风灾害发生的时空演变规律和河南省1990年-2015年重大干旱灾害的发生,基于此数据构建了河南省干热风和干旱灾变发生的预测模型,对粮食生产过程中的气象灾害因素的变化趋势做出预警分析。
王海霞[10]（2018）在《黄河三角洲典型地区冬小麦微咸水灌溉的土壤水盐特征及运移模拟研究》文中研究指明黄河三角洲地表淡水资源量较小,区域浅层微咸水丰富,面对淡水资源短缺的现状,科学合理的开发区域浅层微咸水,对有效减轻依赖黄河水和缓解区域水资源压力具有十分重要的战略意义。本文以黄河三角洲典型地区为例,在调查区域水盐现状特征的基础上,通过室内微咸水和淡水入渗试验、野外微咸水灌溉试验及微咸水不同灌溉模式的模拟,探讨了黄河三角洲盐碱土的微咸水入渗规律、微咸水灌溉条件下土壤水盐分布特征、微咸水灌溉对土壤理化性质、冬小麦生理生态特征和光合作用特性的影响,根据模拟结果提出了适宜的微咸水灌溉模式和土壤水盐调控方法,为黄河三角洲地区农田微咸水合理灌溉提供科学借鉴和依据,具有一定的理论意义和现实意义。主要研究结果如下:（1）根据区域浅层地下水和土壤调查数据,运用数理统计方法,分析了区域浅层地下水和土壤盐分特征规律及其影响因素。区域内地下水埋深较浅,地下水位和埋深均值为4.57m、2.59m。地下水主要补给来源为大气降水,呈明显的季节性变化,地下水水位比降水滞后约一个月。研究区监测点的地下水溶解性总固体（TDS）差异较大（5-36g/L）,区域近50年来的平均参考作物蒸散量为1155mm,区域年均蒸降比为2.1,蒸发强烈造成土壤返盐形成土壤盐碱化。土壤可溶性盐分以氯离子、硫酸根离子和钠离子为主,与浅层地下水水质组份相一致,且土壤盐分离子的表聚现象明显。（2）通过室内微咸水入渗实验结果分析,淡水和微咸水入渗特征呈现出明显的差异。在相同的入渗时间内,随着入渗水矿化度越大,入渗湿润锋深度、入渗速率和累积入渗量均呈现增加趋势;先咸后淡交替入渗下,入渗湿润锋深度、入渗速率和累积入渗量均大于先淡后咸。去离子水和微咸水均对土壤产生明显的盐分淋洗作用（表层脱盐）,整个土壤湿润体分为脱盐区域和积盐区域两部分。在脱盐区同一深度处,土壤含盐量随入渗水矿化度的增大而增大。在交替入渗时最后一次的入渗（灌溉）水矿化度对于表层土壤含盐量作用较大。在矿化度相同条件下,入渗水钠吸附比的增加导致水分下渗困难,在相同的时间内湿润锋较小。一维代数入渗模型、Green-Ampt和Philip等淡水入渗模型可以较为精确地模拟微咸水的入渗过程。实验结果为室外试验和模拟试验微咸水灌溉下的土壤水盐变化规律提供了基础依据。（3）通过微咸水灌溉冬小麦的盆栽实验结果分析,不同矿化度的微咸水灌溉对冬小麦生长及生理特征影响不同,淡-咸-咸（3g/L）微咸水灌溉和淡水灌溉的冬小麦无显着性差异,而淡-咸-咸（5g/L）微咸水灌溉明显影响到冬小麦的生长,净光合作用、株高和叶面积指数显着减小,部分出现枯萎和死苗现象。盆栽实验结果为后续田间试验微咸水灌水模式提供了选择依据。（4）通过微咸水灌溉冬小麦田间试验结果,冬小麦生育期微咸水灌溉（淡-咸-咸3g/L）导致土壤表层盐分略有增加,冬小麦收割后经过雨季降雨的集中淋洗,土壤含盐量和试验本底值基本相一致。微咸水灌溉未对土壤质地、土壤容重、土壤孔隙度等物理性质产生明显影响。微咸水灌溉（淡-咸-咸3g/L）冬小麦生育期的株高、穗长、叶面积指数、叶绿素含量、麦粒种子大小及产量均无显着性差异（p>0.05）;由于盐分胁迫使得冬小麦抽穗期和灌浆期的蒸腾速率显着下降（p<0.05）,气孔导度略有下降但差异不显着（p>0.05）;净光合速率无显着下降（p>0.05）。微咸水灌溉条件下的盐分胁迫降低了蒸腾速率,但维持着较高的净光合作用速率,微咸水灌溉的叶片水分利用效率明显提高。（5）根据田间试验结果,冬小麦灌水期（3-5月）研究区引黄干渠黄河水的矿化度为0.65g/L,试验区浅层地下水矿化度为5.0-6.0g/L,将咸水-淡水按照1:1-1:1.5的比例混合,可以将矿化度降至约3g/L用来灌溉。根据本试验采用淡-咸-咸的灌水模式不会造成土壤盐分过度积累,研究结果为试验区域地下咸水的利用提供了基本依据和借鉴。针对微咸水灌溉增加土层含盐量,在咸淡水合理组合灌溉的基础上,提出了地表覆盖、暗管排水排盐等土壤盐分的调控措施。（6）依据土壤水盐运移理论建立了Hydrus田间水盐运移模型,并以田间灌溉试验监测结果进行校核,从而确定合理的模型参数。使用该模型模拟了微咸水3种不同矿化度（3g/L、4g/L、5g/L）在淡咸咸灌水和淡咸淡灌水模式下土壤盐分变化特征,在淡咸咸的灌溉制度下微咸水灌溉的矿化度不高于3g/L的微咸水灌溉,淡咸淡的灌溉制度下微咸水灌溉的矿化度不高于5g/L的微咸水灌溉。3g/L微咸水8种不同灌水模式情景下土壤盐分特征,土壤盐分累积为:淡淡淡<咸淡淡<淡咸淡<淡淡咸<咸咸淡<咸淡咸<淡咸咸<咸咸咸。在灌溉相同次数微咸水时,咸淡灌溉顺序影响了土壤盐分含量,（最）后一次灌溉水的矿化度对于表层土壤含盐量作用较大。这与室内模拟入渗实验结论相一致。根据冬小麦不同生育期的耐盐能力,冬小麦在出苗-返青期耐盐能力相对较弱不建议使用微咸水;在降水较少的偏枯年宜采用淡-咸-淡灌溉模式,在降水较多的平水年或丰水年,可以采用灌溉2次微咸水的淡咸咸方案（微咸水矿化度3g/L以下）。研究成果可为研究区微咸水安全利用与农业可持续发展提供科学依据与借鉴。
二、99年美国冬小麦将减产14%（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、99年美国冬小麦将减产14%（论文提纲范文）
（1）西北旱区灌溉条件下土壤水盐动态监测分析与数值模拟（论文提纲范文）
| 摘要 |
| Abstract |
| 符号说明 |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 土壤水盐运移研究概况 |
| 1.2.2 咸水灌溉研究概况 |
| 1.2.3 SWAP模型应用研究概况 |
| 1.2.4 地下水盐运移研究概况 |
| 1.3 本文的研究目标和主要研究内容及技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 主要研究内容 |
| 1.3.3 技术路线 |
| 第2章 典型研究区概况与研究方法 |
| 2.1 河套灌区典型研究区概况与水盐观测布设 |
| 2.1.1 河套灌区典型研究区概况 |
| 2.1.2 地下水与土壤水盐观测布设 |
| 2.1.3 观测项目与方法 |
| 2.2 石羊河流域典型研究区概况与试验资料来源 |
| 第3章 河套灌区耕-荒地地下水与土壤水盐动态监测分析 |
| 3.1 土壤含水率分布规律 |
| 3.2 土壤含盐量分布规律 |
| 3.3 地下水与土壤水盐观测数据统计分析 |
| 3.4 地下水位埋深变化规律 |
| 3.5 地下水矿化度变化规律 |
| 3.6 本章小结 |
| 第4章 河套灌区典型研究区耕-荒地地下水流数值模拟 |
| 4.1 典型研究区地下水流数值模型构建 |
| 4.1.1 典型研究区模拟范围 |
| 4.1.2 典型研究区边界条件及含水层概化 |
| 4.1.3 研究区数值计算网格剖分 |
| 4.1.4 时间离散 |
| 4.1.5 初始条件 |
| 4.1.6 边界条件 |
| 4.1.7 源汇项处理 |
| 4.1.8 地下水位观测井 |
| 4.1.9 水文地质参数初始值 |
| 4.2 模型的率定与验证 |
| 4.2.1 率定准则 |
| 4.2.2 模型率定 |
| 4.2.3 模型验证 |
| 4.3 耕-荒地间地下水盐运移量的估算 |
| 4.3.1 耕-荒地间地下水运移量的估算 |
| 4.3.2 耕-荒地间地下水盐分运移量的估算 |
| 4.3.3 研究区耕-荒地盐分均衡分析 |
| 4.4 本章小结 |
| 第5章 河套灌区引黄灌溉农田SWAP模型模拟 |
| 5.1 SWAP模型简介 |
| 5.2 模型率定与验证 |
| 5.2.1 模型数据输入 |
| 5.2.2 率定准则 |
| 5.2.3 向日葵农田SWAP模型的率定与验证 |
| 5.2.4 春玉米SWAP模型的率定与验证 |
| 5.3 向日葵农田土壤水盐通量模拟 |
| 5.3.1 土壤水分通量模拟结果 |
| 5.3.2 土壤盐分通量模拟结果 |
| 5.3.3 土壤水盐平衡模拟结果 |
| 5.4 春玉米农田土壤水盐通量模拟 |
| 5.4.1 土壤水分通量模拟结果 |
| 5.4.2 土壤盐分通量模拟结果 |
| 5.4.3 土壤水盐平衡模拟结果 |
| 5.5 本章小结 |
| 第6章 石羊河流域咸水灌溉农田SWAP模型模拟 |
| 6.1 模型率定与验证 |
| 6.1.1 模型数据输入 |
| 6.1.2 率定准则 |
| 6.1.3 模型率定与验证结果 |
| 6.2 制种玉米农田土壤水盐通量模拟 |
| 6.2.1 土壤水分通量模拟结果 |
| 6.2.2 土壤盐分通量模拟结果 |
| 6.2.3 土壤水盐平衡模拟结果 |
| 6.3 本章小结 |
| 第7章 基于SWAP模型的石羊河流域咸水灌溉模式模拟与优化 |
| 7.1 不同矿化度的咸水灌溉模拟与预测 |
| 7.1.1 不同矿化度的咸水灌溉农田土壤水盐动态分析 |
| 7.1.2 不同矿化度的咸水灌溉农田土壤水盐平衡分析 |
| 7.1.3 较长时期土壤盐分及制种玉米产量模拟 |
| 7.2 咸淡水轮灌模式模拟与预测 |
| 7.2.1 咸淡水轮灌农田土壤水盐平衡分析 |
| 7.2.2 较长时期土壤盐分及制种玉米产量模拟 |
| 7.3 咸水非充分灌溉制度模拟与优化 |
| 7.3.1 制种玉米咸水非充分灌溉制度模拟与优化 |
| 7.3.2 较长时期土壤水盐动态模拟和预测 |
| 7.4 本章小结 |
| 第8章 结论与展望 |
| 8.1 讨论与结论 |
| 8.2 论文主要创新点 |
| 8.3 展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（2）不同氮肥增效剂及水氮用量对作物产量及水氮利用的影响（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 存在的问题 |
| 1.4 研究内容与技术路线 |
| 第二章 试验材料与方法 |
| 2.1 试验地概况 |
| 2.2 试验设计 |
| 2.3 测定指标与计算方法 |
| 2.4 数据处理及统计分析 |
| 2.4.1 数据处理 |
| 2.4.2 统计分析 |
| 第三章 氮肥增效剂类型及水氮用量对冬小麦/夏玉米产量的影响 |
| 3.1 氮肥增效剂类型及水氮用量对冬小麦产量的影响 |
| 3.1.1 水氮用量对不同氮肥增效剂下冬小麦增产效果的影响 |
| 3.1.2 氮肥增效剂与灌水量之间的交互作用对冬小麦产量的影响 |
| 3.1.3 不同氮肥增效剂下冬小麦产量的水氮耦合效应 |
| 3.2 氮肥增效剂类型及水氮用量对夏玉米产量的影响 |
| 3.2.1 水氮用量对不同氮肥增效剂下夏玉米增产效果的影响 |
| 3.2.2 氮肥增效剂类型与灌水量的交互作用对夏玉米产量的影响 |
| 3.2.3 不同氮肥增效剂下夏玉米产量的水氮耦合效应 |
| 3.3 讨论 |
| 3.4 小结 |
| 第四章 氮肥增效剂类型及水氮用量对冬小麦/夏玉米WUE的影响 |
| 4.1 氮肥增效剂类型及水氮用量对冬小麦WUE的影响 |
| 4.1.1 水氮用量对不同氮肥增效剂下冬小麦WUE增加的影响 |
| 4.1.2 氮肥增效剂与灌水量之间的交互作用对冬小麦WUE的影响 |
| 4.1.3 不同氮肥增效剂下冬小麦WUE的水氮耦合效应 |
| 4.2 氮肥增效剂类型及水氮用量对夏玉米WUE的影响 |
| 4.2.1 水氮用量对不同氮肥增效剂下夏玉米WUE增加的影响 |
| 4.2.2 氮肥增效剂与灌水量之间的交互作用对夏玉米WUE的影响 |
| 4.2.3 不同氮肥增效剂下夏玉米WUE的水氮耦合效应 |
| 4.3 讨论 |
| 4.4 小结 |
| 第五章 氮肥增效剂类型及水氮用量对冬小麦/夏玉米氮素利用与硝态氮残留的影响 |
| 5.1 氮肥增效剂类型及水氮用量对冬小麦氮素利用的影响 |
| 5.1.1 水氮用量对增加不同氮肥增效剂下冬小麦氮素利用效果的影响 |
| 5.1.2 冬小麦氮肥增效剂与灌水量之间的交互效应 |
| 5.1.3 不同氮肥增效剂下冬小麦氮素利用的水氮耦合效应 |
| 5.2 氮肥增效剂类型及水氮用量对冬小麦收获期土壤硝态氮残留的影响 |
| 5.2.1 水氮用量对减少不同氮肥增效剂下冬小麦土壤硝态氮残留量的影响 |
| 5.2.2 不同氮肥增效剂下冬小麦土壤硝态氮残留量的水氮耦合效应 |
| 5.3 氮肥增效剂类型及水氮用量对夏玉米氮素利用的影响 |
| 5.4 氮肥增效剂类型及水氮用量对夏玉米收获期土壤硝态氮残留的影响 |
| 5.4.1 水氮用量对减少不同氮肥增效剂下夏玉米土壤硝态氮残留量的影响 |
| 5.4.2 不同氮肥增效剂下夏玉米土壤硝态氮残留量的水氮耦合效应 |
| 5.5 讨论 |
| 5.6 小结 |
| 第六章 基于产量-水氮利用效率的冬小麦/夏玉米最佳水肥用量 |
| 6.1 基于频率分析的冬小麦最佳水肥用量及其产量和水氮利用区间 |
| 6.2 基于频率分析的夏玉米最佳水肥用量及其产量和水氮利用区间 |
| 6.3 小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 不足与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（3）气候变化对中国农产品出口贸易的影响研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究的意义 |
| 1.2 研究目标与内容 |
| 1.2.1 研究目标 |
| 1.2.2 研究内容 |
| 1.3 研究思路与方法 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.4 创新与不足 |
| 1.4.1 可能的创新 |
| 1.4.2 研究的不足 |
| 本章参考文献 |
| 2 理论依据与文献综述 |
| 2.1 理论依据 |
| 2.1.1 税收与补贴经济效应理论 |
| 2.1.2 新要素禀赋理论 |
| 2.1.3 农业弱质性理论 |
| 2.2 文献综述 |
| 2.2.1 关于气候变化对农产品出口供给侧影响的研究 |
| 2.2.2 关于气候变化不均衡性对农产品比较优势影响的研究 |
| 2.2.3 关于应对气候变化措施对农产品贸易影响研究 |
| 2.2.4 关于气候变化对农产品贸易模式的影响研究 |
| 2.2.5 文献评述 |
| 2.3 本章小结 |
| 本章参考文献 |
| 3 全球气候变化问题与中国农产品出口概况 |
| 3.1 全球气候变化及应对 |
| 3.1.1 全球温室效应 |
| 3.1.2 全球气候灾害 |
| 3.1.3 全球气候变化的国际应对 |
| 3.2 中国气候变化及应对 |
| 3.2.1 中国气候要素的波动 |
| 3.2.2 中国极端气候事件爆发情况 |
| 3.2.3 应对气候变化的中国方案 |
| 3.3 中国农产品生产及出口情况 |
| 3.3.1 农产品的统计范围 |
| 3.3.2 中国农产品生产情况 |
| 3.3.3 中国农产品贸易发展情况 |
| 3.4 本章小结 |
| 本章参考文献 |
| 4 气候变化影响中国农产品出口贸易的机理 |
| 4.1 短期影响机理 |
| 4.1.1 气候变化背景下农业的弱质性 |
| 4.1.2 气候变化对农产品出口供给的影响 |
| 4.1.3 农业碳减排的成本压力 |
| 4.2 长期影响机理 |
| 4.2.1 气候变化对农产品出口竞争力的影响 |
| 4.2.2 低碳贸易壁垒对农产品出口的影响 |
| 4.3 本章小结 |
| 本章参考文献 |
| 5 基于随机森林的农产品出口影响因素重要性分析 |
| 5.1 随机森林简介 |
| 5.1.1 人工智能算法简介 |
| 5.1.2 随机森林原理 |
| 5.2 实证结果及分析 |
| 5.2.1 变量选取及数据来源 |
| 5.2.2 影响农产品出口各项变量的重要性 |
| 5.3 本章小结 |
| 本章参考文献 |
| 6 中国农产品出口影响因素及预测分析 |
| 6.1 基于线性模型的农产品出口影响因素回归分析 |
| 6.1.1 线性模型简介 |
| 6.1.2 实证结果及分析 |
| 6.2 农产品出口预测比较研究 |
| 6.2.1 模型拟合效果 |
| 6.2.2 模型拟合效果比较 |
| 6.3 本章小结 |
| 本章参考文献 |
| 7 气候变化对不同种类农产品出口影响的实证分析 |
| 7.1 变量选取及数据来源 |
| 7.2 实证结果及分析 |
| 7.2.1 茶叶 |
| 7.2.2 大米 |
| 7.2.3 植物油 |
| 7.3 本章小结 |
| 本章参考文献 |
| 8 结论与建议 |
| 8.1 结论 |
| 8.2 建议 |
| 8.2.1 转变农业发展模式应对气候变化 |
| 8.2.2 拓宽农业国际合作的渠道 |
| 8.2.3 完善农业贸易保障机制 |
| 本章参考文献 |
| 攻读博士期间的主要成果 |
| 致谢 |
（4）生态安全和粮食保障双约束的休耕空间分区研究 ——以石漠化区砚山县为例（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究目标与内容 |
| 1.2.1 研究目标 |
| 1.2.2 主要研究内容 |
| 1.3 拟解决的关键问题 |
| 1.4 研究思路与方法 |
| 1.4.1 研究思路 |
| 1.4.2 研究方法 |
| 第2章 文献回顾与述评 |
| 2.1 休耕耕地选择与准入 |
| 2.1.1 生态环境敏感土地休耕 |
| 2.1.2 边际土地与休耕 |
| 2.1.3 地块面积与休耕 |
| 2.1.4 耕地无差别式休耕 |
| 2.2 休耕规模测算与调控 |
| 2.2.1 政府宏观政策调控休耕规模 |
| 2.2.2 粮食需求变动影响休耕规模 |
| 2.2.3 休耕规模预测研究 |
| 2.3 休耕区域空间分布与优化 |
| 2.3.1 耕地资源与休耕区域分布 |
| 2.3.2 休耕区域空间布局研究 |
| 2.4 石漠化区耕地治理和休耕研究 |
| 2.4.1 石漠化区耕地治理模式研究 |
| 2.4.2 石漠化区耕地休耕研究 |
| 2.5 研究述评 |
| 第3章 理论支撑及研究框架 |
| 3.1 核心概念解析 |
| 3.1.1 历史文献对休耕的阐释 |
| 3.1.2 中国现代休耕制度的源起 |
| 3.1.3 本研究对休耕的界定 |
| 3.1.4 休耕类型划分 |
| 3.1.5 与休耕相近的其他概念 |
| 3.2 理论基础 |
| 3.2.1 土地生态安全理论 |
| 3.2.2 土地保护理论 |
| 3.2.3 土地可持续利用理论 |
| 3.2.4 土地伦理理论 |
| 3.3 研究框架 |
| 3.4 本章小结 |
| 第4章 研究对象与数据处理 |
| 4.1 研究区选择及其概况 |
| 4.1.1 地理位置与行政区划 |
| 4.1.2 自然条件与土地利用 |
| 4.1.3 经济与社会发展 |
| 4.2 研究区休耕试点进展 |
| 4.2.1 休耕面积与补助标准 |
| 4.2.2 休耕组织方式 |
| 4.2.3 休耕技术路径 |
| 4.2.4 休耕地培肥模式 |
| 4.2.5 休耕社会经济效应 |
| 4.3 数据来源及处理 |
| 4.3.1 数据库建设 |
| 4.3.2 经济社会统计数据 |
| 4.3.3 其他数据资料 |
| 第5章 生态安全视角下砚山县休耕迫切度及其空间分布 |
| 5.1 评价思路与方法 |
| 5.1.1 评价思路 |
| 5.1.2 评价方法 |
| 5.2 评价指标体系的构建 |
| 5.2.1 评价指标选取的原则 |
| 5.2.2 评价指标选取与释义 |
| 5.2.3 评价指标权重计算 |
| 5.2.4 评价指标标准化 |
| 5.3 评价对象与评价单元的确定 |
| 5.3.1 评价对象 |
| 5.3.2 评价单元 |
| 5.4 休耕迫切度等级划分及空间分布 |
| 5.4.1 评价结果等级划分 |
| 5.4.2 不同等级休耕迫切度分析 |
| 5.4.3 各乡镇休耕迫切度分析 |
| 5.5 讨论 |
| 5.6 本章小结 |
| 第6章 粮食保障约束下砚山县可休耕规模预测及空间分布 |
| 6.1 粮食保障与研究设定 |
| 6.1.1 粮食保障内涵 |
| 6.1.2 休耕的粮食保障前提 |
| 6.1.3 研究设定 |
| 6.2 粮食保障约束下休耕规模预测 |
| 6.2.1 粮食保障约束下休耕规模预测模型 |
| 6.2.2 影响因素预测模型与方法 |
| 6.3 耕地保有量单因素预测 |
| 6.3.1 人口数量预测 |
| 6.3.2 粮食单产预测 |
| 6.3.3 复种指数预测 |
| 6.3.4 粮食作物播种面积占农作物播种面积比重预测 |
| 6.3.5 粮食自给率测定 |
| 6.3.6 人均粮食需求量测定 |
| 6.4 可休耕规模及空间分布 |
| 6.4.1 粮食保障约束下耕地保有量规模 |
| 6.4.2 粮食保障约束下砚山县可休耕规模 |
| 6.4.3 可休耕耕地空间分布 |
| 6.5 讨论 |
| 6.6 本章小结 |
| 第7章 生态安全和粮食保障双约束下休耕空间分区 |
| 7.1 研究思路及方法 |
| 7.1.1 县级土地分区与空间优化 |
| 7.1.2 休耕空间分区思路 |
| 7.1.3 休耕空间分区单元 |
| 7.1.4 休耕空间分区方法 |
| 7.2 分区结果与分析 |
| 7.2.1 分区结果 |
| 7.2.2 分区结果分析 |
| 7.3 分区结果检验 |
| 7.4 分区休耕方案与策略 |
| 7.5 讨论 |
| 7.6 本章小结 |
| 第8章 研究结论与展望 |
| 8.1 主要研究结论 |
| 8.2 主要创新点 |
| 8.3 研究展望 |
| 8.4 石漠化区休耕建议 |
| 参考文献 |
| 附件 |
| 附件一:关于使用yaahp辅助决策软件计算休耕迫切度指标权重的说明 |
| 附件二:附图 |
| 附件三:附表 |
| 攻读博士学位期间主要科研成果 |
| 致谢 |
（5）江苏小麦综合气象指数构建与产量变化预测和分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 文献综述 |
| 1 国内外研究进展 |
| 1.1 影响冬小麦生产的主要气象因素 |
| 1.2 农业气象指数综述 |
| 1.2.1 单因子气象指数 |
| 1.2.2 多因子气象指数 |
| 1.2.3 复杂气象指数 |
| 1.3 基于气象因子的作物产量模型研究进展 |
| 1.3.1 产量去趋势分析方法 |
| 1.3.2 以气象因子为参数的作物产量拟合方法 |
| 2 研究目的及意义 |
| 3 技术路线 |
| 参考文献 |
| 第二章 江苏小麦生长季气象因子的时空变化特征 |
| 1 数据获取与处理 |
| 1.1 数据获取站点 |
| 1.2 气象数据及预处理 |
| 1.2.1 数据收集 |
| 1.2.2 数据预处理 |
| 1.3 产量数据及预处理 |
| 2 研究方法 |
| 2.1 趋势检测法 |
| 2.2 相关分析法 |
| 2.3 普通克里金插值法 |
| 3 结果与分析 |
| 3.1 江苏地区小麦生长季气象因子的空间分布 |
| 3.1.1 小麦生长季气温的空间分布 |
| 3.1.2 小麦生长季降水量的空间分布 |
| 3.1.3 小麦生长季太阳辐射的空间分布 |
| 3.1.4 小麦生长季日照时数的空间分布 |
| 3.2 江苏地区小麦生长季气温的年际变化 |
| 3.2.1 小麦生长季气温变化趋势 |
| 3.2.2 气温增加的昼夜不对称性及与小麦产量的关系 |
| 3.3 江苏地区小麦生长季降水量的年际变化 |
| 3.3.1 小麦生长季降水量趋势变化 |
| 3.3.2 基于旬尺度的SPEI指数评价江苏小麦生长季水分对产量的影响 |
| 3.4 江苏地区小麦生长季日太阳辐射的年际变化 |
| 3.5 江苏地区小麦生长季日照时数的年际变化 |
| 4 小结 |
| 参考文献 |
| 第三章 影响江苏小麦产量的关键气象因子筛选方法 |
| 1 数据获取与处理 |
| 2 研究方法 |
| 2.1 基于逐步回归模型的气象因子重要性评估方法 |
| 2.2 基于随机森林算法的变量重要性估计方法 |
| 3 结果与分析 |
| 3.1 气候产量计算方法的选择 |
| 3.1.1 不同方法计算的气候产量在气候条件近似地区的相关性比较 |
| 3.1.2 气象因子与各气候产量的相关性比较 |
| 3.1.3 气候产量在严重减产年份的拟合比较 |
| 3.2 对小麦产量影响较大的气象因子筛选 |
| 3.2.1 基于逐步回归的气象因子筛选 |
| 3.2.2 基于随机森林算法的气象因子筛选 |
| 4 小结 |
| 参考文献 |
| 第四章 表征小麦气候产量的综合气象指数构建 |
| 1 数据获取与处理 |
| 2 指数构建方法 |
| 2.1 指数构建步骤 |
| 2.2 模型选择 |
| 2.2.1 作物模型与统计模型的比较 |
| 2.2.2 统计模型选择 |
| 2.2.3 候选机器学习模型 |
| 2.3 气候产量分布的确定 |
| 2.3.1 检验方法 |
| 2.3.2 检验结果 |
| 2.4 精度评价指标 |
| 2.4.1 决定系数R~2 |
| 2.4.2 均方根误差 |
| 2.4.3 混淆矩阵 |
| 2.4.4 ROC曲线和AUC |
| 3 指数的实现 |
| 3.1 基于RF模型的指数 |
| 3.1.1 气象因子筛选 |
| 3.1.2 RF模型参数设置 |
| 3.1.3 RF拟合模型的构建 |
| 3.1.4 模型结果的标准化处理 |
| 3.1.5 指数精度提升 |
| 3.2 基于SVM模型的指数 |
| 3.2.1 SVM模型参数设置 |
| 3.2.2 SVM拟合模型的构建 |
| 3.2.3 基于SVM模型的指数 |
| 3.3 指数分类阈值研究 |
| 4 小结 |
| 参考文献 |
| 第五章 综合气象指数预测小麦气候产量的精度评价 |
| 1 数据获取与处理 |
| 2 研究方法 |
| 2.1 SPEI指数预测气候产量的方法 |
| 2.2 基于多气象因子的产量预测回归模型方法 |
| 2.3 验证测试集预测气候产量的方法 |
| 3 结果与分析 |
| 3.1 综合气象指数与SPEI指数的比较 |
| 3.1.1 SPEI指数与小麦气候产量关系 |
| 3.1.2 SPEI指数的回归模型构建及预测 |
| 3.1.3 两种指数在测试集上的预测性能比较 |
| 3.2 综合气象指数与基于气象因子的回归模型精度比较 |
| 3.2.1 苏北回归模型预测结果 |
| 3.2.2 苏中回归模型预测结果 |
| 3.2.3 苏南回归模型预测结果 |
| 3.2.4 预测精度对比 |
| 3.3 综合气象指数在全新数据集上的精度验证 |
| 3.3.1 时间预测精度 |
| 3.3.2 空间预测精度 |
| 4 小结 |
| 参考文献 |
| 第六章 江苏小麦生产对气候变化的适应性及预测分析 |
| 1 研究方法 |
| 1.1 数据获取与处理 |
| 1.2 数据分析方法 |
| 1.2.1 基于熵的全局敏感性分析法 |
| 1.2.2 正态分布检验 |
| 2 结果与分析 |
| 2.1 江苏小麦气候适应性分析 |
| 2.1.1 江苏小麦气象因子敏感性分析 |
| 2.1.2 江苏小麦的气候适应性 |
| 2.2 未来气候情景下的小麦产量变化 |
| 2.2.1 苏北地区在气候变暖情景下的小麦产量变化 |
| 2.2.2 苏中地区在气候变暖情景下的小麦产量变化 |
| 2.2.3 苏南地区在气候变暖情景下的小麦产量变化 |
| 3 小结 |
| 参考文献 |
| 第七章 结论与讨论 |
| 1 讨论 |
| 1.1 气候产量计算方法的选择与评价 |
| 1.2 气候产量预测的参数与模型 |
| 1.3 基于RF和SVM模型的综合气象指数表征气候产量的可行性与精度 |
| 1.4 江苏不同地区小麦产量变化的敏感气象因子异同性分析 |
| 1.5 江苏小麦产量变化的气候适应性 |
| 2 主要结论 |
| 3 本研究的创新点 |
| 4 尚待深入研究的问题 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（6）气候变化对农作物生产的影响 ——以浙江为例的实证研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 导论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究目标与内容 |
| 1.2.1 研究目标 |
| 1.2.2 研究内容 |
| 1.3 研究方法与数据 |
| 1.3.1 研究方法 |
| 1.3.2 技术路线 |
| 1.3.3 数据来源 |
| 1.4 论文框架结构 |
| 1.5 可能的创新之处 |
| 2 理论基础与文献综述 |
| 2.1 概念界定 |
| 2.1.1 极端天气与气候变化 |
| 2.1.2 趋势产量与气候产量 |
| 2.1.3 有效积温与活跃积温 |
| 2.2 理论基础 |
| 2.2.1 气候统计学理论 |
| 2.2.2 农业生产经济学理论 |
| 2.2.3 气候变化经济学理论 |
| 2.2.4 空间计量经济学理论 |
| 2.2.5 全要素生产率理论 |
| 2.3 文献综述 |
| 2.3.1 气候变化对农业气候资源的影响 |
| 2.3.2 气候变化对农业种植制度的影响 |
| 2.3.3 气候变化对农作物生长发育的影响 |
| 2.3.4 气候变化对农作物产量的影响 |
| 2.3.5 气候变化对农业生产影响的主要研究方法 |
| 2.3.6 总结性述评 |
| 3 浙江气候变化特征分析 |
| 3.1 浙江地理与气候概况 |
| 3.2 分析方法与数据来源 |
| 3.2.1 气候倾向率 |
| 3.2.2 Mann-Kendall气候突变检验 |
| 3.2.3 数据来源 |
| 3.3 气温变化特征 |
| 3.3.1 年际变化 |
| 3.3.2 季节变化 |
| 3.4 降水变化特征 |
| 3.4.1 年际变化 |
| 3.4.2 季节变化 |
| 3.5 日照变化特征 |
| 3.5.1 年际变化 |
| 3.5.2 季节变化 |
| 3.6 本章小结 |
| 4 浙江农作物生产波动性研究:基于气候单产视角 |
| 4.1 农作物生产现状 |
| 4.1.1 种植面积和产量变化 |
| 4.1.2 单产变化 |
| 4.2 分析思路与方法 |
| 4.2.1 分析思路 |
| 4.2.2 单产分解 |
| 4.2.3 气候减产分析 |
| 4.3 研究结果 |
| 4.3.1 趋势单产 |
| 4.3.2 气候单产 |
| 4.3.3 气候减产 |
| 4.4 本章小结 |
| 5 气候变化对农作物生产的影响研究:基于边际影响视角 |
| 5.1 实证策略 |
| 5.1.1 空间相关性检验 |
| 5.1.2 空间误差面板模型 |
| 5.1.3 考虑适应性的模型 |
| 5.2 变量与数据 |
| 5.2.1 变量设置 |
| 5.2.2 数据来源 |
| 5.2.3 描述性统计 |
| 5.3 结果及讨论 |
| 5.3.1 空间相关性:Moran's Ⅰ指数 |
| 5.3.2 空间误差面板回归结果 |
| 5.3.3 适应性回归结果 |
| 5.4 本章小结 |
| 6 气候变化对浙江农作物生产的影响研究:基于农业TFP视角 |
| 6.1 影响机制 |
| 6.2 研究方法 |
| 6.2.1 DEA-Malmquist指数法 |
| 6.2.2 考虑气候因素的改进 |
| 6.3 变量与数据 |
| 6.3.1 变量设置 |
| 6.3.2 数据来源 |
| 6.3.3 描述性统计 |
| 6.4 结果及讨论 |
| 6.4.1 全省农业TFP分解及其变化趋势 |
| 6.4.2 分地区农业TFP分解及其变化趋势 |
| 6.5 本章小结 |
| 7 结论与启示 |
| 7.1 主要研究结论 |
| 7.2 政策启示 |
| 7.3 研究不足与展望 |
| 参考文献 |
| 附录 |
| 作者简历及在学期间所取得的主要科研成果 |
（7）基于星地多源数据的冬小麦湿渍害风险评估及监测研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 农业气象灾害风险评估研究进展 |
| 1.2.2 农业气象灾害监测研究进展 |
| 1.2.3 作物湿渍害研究进展 |
| 1.2.4 星地多源降水数据融合研究进展 |
| 1.3 作物湿渍害风险评估和监测中存在的问题 |
| 1.4 研究目标和内容 |
| 1.4.1 研究目标 |
| 1.4.2 研究内容 |
| 1.4.3 论文结构 |
| 1.4.4 技术路线 |
| 2 研究区概况及数据资料 |
| 2.1 研究区概况 |
| 2.2 数据获取及处理 |
| 2.2.1 TRMM降水数据产品 |
| 2.2.2 MODIS系列数据 |
| 2.2.3 SRTM DEM数据 |
| 2.2.4 SoilGrids数据 |
| 2.2.5 地面气象站点数据 |
| 2.2.6 其它数据 |
| 3 冬小麦湿渍害综合风险评估及区划研究 |
| 3.1 湿渍害孕灾环境敏感性评估 |
| 3.1.1 孕灾环境敏感性评估模型 |
| 3.1.2 孕灾环境敏感性评估结果 |
| 3.2 湿渍害致灾因子危险性评估 |
| 3.2.1 冬小麦湿渍害等级指标 |
| 3.2.2 致灾因子危险性评估模型 |
| 3.2.3 致灾因子危险性评估结果 |
| 3.3 湿渍害承灾体脆弱性评估 |
| 3.3.1 承灾体脆弱性评估模型 |
| 3.3.2 承灾体脆弱性评估结果 |
| 3.4 冬小麦湿渍害综合风险评估及区划 |
| 3.5 本章小结 |
| 4 地面雨量计观测与卫星反演降水信息融合方法研究 |
| 4.1 星地多源降水数据融合方法 |
| 4.1.1 面点克立金插值法 |
| 4.1.2 地理差值分析法 |
| 4.1.3 具有外部飘逸的克里金法 |
| 4.1.4 地理加权回归克里金法 |
| 4.1.5 验证方法 |
| 4.2 基于国家站观测资料和TRMM降水数据的降水融合研究 |
| 4.2.1 基于ATPK的TRMM降尺度分析 |
| 4.2.2 基于国家站观测资料和TRMM数据的月降水融合 |
| 4.2.3 基于国家站观测资料和TRMM数据的旬降水数据融合 |
| 4.2.4 融合误差来源及不确定性分析 |
| 4.3 基于区域站观测资料与TRMM降水数据的降水融合研究 |
| 4.3.1 基于区域站和TRMM数据的月和旬降水数据融合 |
| 4.3.2 站点密度及空间分布对融合结果的影响 |
| 4.4 讨论 |
| 4.4.1 集成ATPK和GWRK方法的优势 |
| 4.4.2 不同降水估计的误差来源及不确定分析 |
| 4.4.3 星地多源降水数据融合的进一步改进 |
| 4.5 本章小结 |
| 5 冬小麦湿渍害遥感监测方法研究 |
| 5.1 基于MODIS-NDVI时间序列的冬小麦种植面积提取研究 |
| 5.1.1 MODIS-NDVI时间序列重构 |
| 5.1.2 典型地物NDVI时间序列变化特征分析 |
| 5.1.3 基于不同地物NDVI季节变化特征的冬小麦遥感识别方法研究 |
| 5.1.4 冬小麦种植面积遥感提取结果的精度验证 |
| 5.2 基于国家站的冬小麦湿渍害分析 |
| 5.3 基于国家站与TRMM降水数据融合的冬小麦湿渍害遥感监测研究 |
| 5.3.1 基于降水距平和标准化降水指数的湿渍害遥感监测 |
| 5.3.2 基于冬小麦涝渍等级指标的冬小麦湿渍害遥感监测 |
| 5.3.3 基于国家站和TRMM数据融合降水数据的冬小麦湿渍害受灾面积监测 |
| 5.4 基于区域站与TRMM降水数据融合的作物湿渍害遥感监测 |
| 5.4.1 基于区域站和TRMM数据融合的月和旬降水冬小麦湿渍害监测 |
| 5.4.2 基于区域站和TRMM数据融合降水的冬小麦湿渍害受灾面积监测 |
| 5.5 协同植被指数距平的湿渍害监测 |
| 5.5.1 植被指数距平空间变化监测 |
| 5.5.2 植被指数距平、降水距平及土壤相对湿度距平的相关性分析 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 研究主要结论 |
| 6.2 研究创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 作者简介与研究成果 |
（8）基于代价敏感学习的冬小麦病虫害与倒伏遥感检测方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 作物病虫害遥感监测研究现状 |
| 1.2.2 作物倒伏遥感监测研究现状 |
| 1.2.3 代价敏感学习研究现状 |
| 1.3 研究目标与主要内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 技术路线与基本框架 |
| 1.4.1 论文技术路线 |
| 1.4.2 论文组织框架 |
| 第二章 研究区概况与数据获取 |
| 2.1 研究区概况 |
| 2.1.1 河南省新乡市研究区 |
| 2.1.2 河南省长葛市研究区 |
| 2.2 遥感数据搜集与预处理 |
| 2.2.1 遥感数据集 |
| 2.2.2 遥感数据预处理 |
| 2.3 地面调查 |
| 2.3.1 新乡市冬小麦病虫害调查数据 |
| 2.3.2 长葛市冬小麦倒伏调查数据 |
| 2.4 其他数据 |
| 第三章 研究方法 |
| 3.1 小麦识别与分布制图 |
| 3.2 冬小麦生长状况检测特征指数构建 |
| 3.2.1 光谱波段选取 |
| 3.2.2 植被指数 |
| 3.2.3 纹理指数 |
| 3.3 特征优选方法 |
| 3.3.1 Relief方法 |
| 3.3.2 XGBoost |
| 3.4 特征降维方法 |
| 3.5 代价敏感学习分类模型 |
| 3.5.1 支持向量机与代价敏感支持向量机 |
| 3.5.2 朴素贝叶斯与代价敏感贝叶斯 |
| 3.6 精度评价指标 |
| 3.7 本章小结 |
| 第四章 冬小麦种植空间分布提取 |
| 4.1 分类体系构建 |
| 4.2 监督分类提取地面类型空间分布 |
| 4.2.1 分类特征选择 |
| 4.2.2 基于JM距离类别可分离性判别 |
| 4.2.3 分类方法 |
| 4.2.4 研究区冬小麦种植空间分布 |
| 4.3 本章小结 |
| 第五章 基于Sentinel-2A数据的冬小麦病虫害遥感检测 |
| 5.1 冬小麦病虫害遥感检测特征挖掘与优选 |
| 5.1.1 病虫害冬小麦冠层光谱分析 |
| 5.1.2 冬小麦病虫害遥感检测特征空间构建 |
| 5.1.3 小麦病虫害遥感检测特征筛选 |
| 5.2 病虫害遥感检测实验设计 |
| 5.3 小麦病虫害遥感检测结果与精度分析 |
| 5.4 本章小结 |
| 第六章 基于GF-2数据的冬小麦倒伏遥感检测 |
| 6.1 冬小麦倒伏遥感检测特征优选 |
| 6.1.1 倒伏小麦冠层光谱特征分析 |
| 6.1.2 小麦倒伏遥感检测特征构建 |
| 6.1.3 实验结果与小麦倒伏检测最优特征组合 |
| 6.2 倒伏遥感检测实验 |
| 6.3 小麦倒伏检测结果与精度分析 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 主要结论 |
| 7.2 论文创新性 |
| 7.3 展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（9）基于灰色模型技术的气象因素对粮食生产影响的量化分析 ——以河南省冬小麦为例（论文提纲范文）
| 致谢 |
| 摘要 |
| 1 绪论 |
| 1.1 粮食生产问题研究背景与意义 |
| 1.1.1 粮食生产国际背景 |
| 1.1.2 粮食生产国内背景 |
| 1.1.3 研究粮食生产的重要意义 |
| 1.2 国内外研究文献综述 |
| 1.2.1 粮食生产气象影响因素研究进展 |
| 1.2.2 粮食生产效率评价研究进展 |
| 1.2.3 粮食生产与气象灾害研究进展 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 创新点 |
| 1.5 本章小结 |
| 2 灰色模型的基本原理及研究进展 |
| 2.1 灰色关联分析模型的基本原理及研究进展 |
| 2.1.1 灰色关联分析模型的基本原理 |
| 2.1.2 灰色关联分析模型的研究进展 |
| 2.2 灰色效率模型的基本原理及研究进展 |
| 2.2.1 灰色DEA模型的基本原理 |
| 2.2.2 灰色DEA模型的研究进展 |
| 2.3 灰色预测模型的基本原理及研究进展 |
| 2.3.1 灰色预测模型的基本原理 |
| 2.3.2 灰色预测模型的研究进展 |
| 2.4 本章小结 |
| 3 河南省气象与粮食生产状况 |
| 3.1 河南省气象概况 |
| 3.1.1 河南省整体气象特征 |
| 3.1.2 河南省主要气象灾害 |
| 3.2 河南省粮食生产概况 |
| 3.2.1 河南省粮食生产总体情况 |
| 3.2.2 河南省冬小麦生产概况 |
| 3.3 河南省气象因素对粮食生产的影响 |
| 3.3.1 气象因素对粮食生产的影响 |
| 3.3.2 气象灾害因素对冬小麦生产的影响 |
| 3.4 本章小结 |
| 4 河南省气象因素对冬小麦生产影响的灰色关联分析 |
| 4.1 材料与方法 |
| 4.1.1 研究材料 |
| 4.1.2 研究方法 |
| 4.2 基于灰色关联分析的气象因素对河南省冬小麦不同生长阶段影响的量化分析 |
| 4.2.1 气象因素对河南省冬小麦产量影响的五种灰关联排序结果分析 |
| 4.2.2 气象因素对河南省冬小麦不同生长阶段影响的单重量化分析 |
| 4.2.3 气象因素对河南省冬小麦不同生长阶段影响的双重量化分析 |
| 4.3 结果分析 |
| 4.4 本章小结 |
| 5 河南省冬小麦气象效率的灰色DEA评估分析 |
| 5.1 气象效率的概念 |
| 5.2 指标的选取及数据来源 |
| 5.2.1 河南省冬小麦气象效率投入产出指标的选取 |
| 5.2.2 河南省冬小麦种植区域划分及气象站点选择 |
| 5.2.3 河南省冬小麦产量数据和生长期气象数据资料 |
| 5.2.4 数据的处理 |
| 5.3 河南省五个区域冬小麦气象效率灰色DEA测算分析 |
| 5.4 结果分析 |
| 5.5 本章小结 |
| 6 河南省干热风和干旱气象灾害的灰色灾变预警分析 |
| 6.1 河南省干热风灾害发生的预警分析 |
| 6.1.1 河南省干热风灾害情况 |
| 6.1.2 河南省干热风灾害研究材料与数据来源 |
| 6.1.3 河南省干热风灾害数据资料 |
| 6.1.4 河南省干热风灾害发生的预警分析 |
| 6.1.5 河南省干热风灾变预测结果分析 |
| 6.2 河南省干旱灾害发生的预警分析 |
| 6.2.1 河南省干旱灾害的情况 |
| 6.2.2 河南省干旱灾害研究材料及数据来源 |
| 6.2.3 基于灰色GM(1,1)模型的河南省重旱灾变预警分析 |
| 6.2.4 河南省重大干旱灾害预警结果分析 |
| 6.3 本章小结 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 参考文献 |
| ABSTRACT |
| 硕士期间研究成果 |
（10）黄河三角洲典型地区冬小麦微咸水灌溉的土壤水盐特征及运移模拟研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 区域水盐特征及驱动因子研究 |
| 1.2.2 黄河三角洲地区土壤盐渍化特征研究 |
| 1.2.3 微咸水灌溉条件下土壤水盐运移规律研究 |
| 1.2.4 微咸水利用研究进展 |
| 1.3 研究内容及技术路线 |
| 1.3.1 论文研究内容 |
| 1.3.2 论文技术路线 |
| 2 黄河三角洲地区概况及水土盐化特征 |
| 2.1 黄河三角洲地区概况 |
| 2.1.1 地理位置 |
| 2.1.2 气象气候 |
| 2.1.3 区域水资源 |
| 2.2 黄河三角洲地下水特征分析 |
| 2.2.1 地下水水位的年内统计与分析 |
| 2.2.2 地下水水位的年际统计与分析 |
| 2.2.3 影响地下水水位变化的因素 |
| 2.2.4 地下水化学特征分析 |
| 2.3 黄河三角洲地区土壤水溶性盐分布特征 |
| 2.3.1 土壤水溶性盐调查及样品采集分析 |
| 2.3.2 土壤水溶性盐特征分析 |
| 2.3.3 土壤水溶性盐分的影响因素 |
| 2.4 小结 |
| 3 微咸水土壤入渗及水盐运移规律 |
| 3.1 实验设计 |
| 3.1.1 微咸水连续入渗试验 |
| 3.1.2 咸淡水交替入渗试验 |
| 3.2 实验材料与方法 |
| 3.2.1 实验材料 |
| 3.2.2 实验方法 |
| 3.3 微咸水入渗土壤水分运移特征与规律 |
| 3.3.1 矿化度对湿润锋的影响 |
| 3.3.2 淡水-咸水交替入渗对湿润锋的影响 |
| 3.3.3 矿化度对累积入渗量的影响 |
| 3.3.4 淡水-咸水交替入渗对累积入渗量的影响 |
| 3.3.5 累积入渗量和湿润锋的关系 |
| 3.3.6 矿化度对入渗率的影响 |
| 3.3.7 淡水入渗模型模拟微咸水和咸水入渗的适应性 |
| 3.3.8 矿化度对土壤质量含水率的影响 |
| 3.3.9 咸淡交替入渗对土壤质量含水率的影响 |
| 3.4 微咸水入渗土壤盐分运移特征与规律 |
| 3.5 钠吸附比对土壤入渗的影响 |
| 3.6 小结 |
| 4 微咸水灌溉对土壤水盐分布及农作物生长的影响 |
| 4.1 试验区概况 |
| 4.1.1 地理位置 |
| 4.1.2 气候条件 |
| 4.1.3 河流水系 |
| 4.1.4 地形 |
| 4.2 土壤基本理化性质 |
| 4.2.1 土壤基本理化性质的测定方法 |
| 4.2.2 试验区土壤理化性质 |
| 4.3 试验设计 |
| 4.3.1 盆栽实验 |
| 4.3.2 田间试验设计方案 |
| 4.3.3 取样及测试分析 |
| 4.4 结果与讨论 |
| 4.4.1 盆栽实验结果 |
| 4.4.2 田间试验土壤水分垂直变化状况 |
| 4.4.3 田间试验土壤盐分和氯离子变化 |
| 4.4.4 田间试验微咸水灌溉对土壤质地、土壤容重、土壤孔隙度的影响 |
| 4.4.5 土壤盐分盈亏及主要离子的变化 |
| 4.4.6 微咸水灌溉对冬小麦产量及生长的影响 |
| 4.4.7 微咸水灌溉对冬小麦光合作用特性的影响 |
| 4.4.8 对夏玉米产量影响 |
| 4.5 讨论 |
| 4.5.1 咸-淡水合理组合灌溉 |
| 4.5.2 土壤覆盖等盐分调控措施 |
| 4.5.3 暗管排水排盐措施 |
| 4.6 小结 |
| 5 基于hydrus模型的土壤水盐动态的数值模拟 |
| 5.1 Hydurs模型简介 |
| 5.2 Hydrus-1D数学模型 |
| 5.2.1 土壤壤水分运动模型 |
| 5.2.2 土壤水力参数模型 |
| 5.2.3 溶质运移方程 |
| 5.2.4 作物蒸腾量及根系吸水模型 |
| 5.2.5 初始条件与边界条件 |
| 5.3 模型的构建 |
| 5.3.1 模型的概化 |
| 5.3.2 模型定解条件的确定 |
| 5.3.3 吸水模型 |
| 5.3.4 蒸发、蒸腾量 |
| 5.3.5 水力特征参数 |
| 5.4 模型率定与检验 |
| 5.4.1 试验布置和监测 |
| 5.4.2 土壤含水率、含盐量校验 |
| 5.5 灌溉制度的模拟优化 |
| 5.5.1 灌溉定额的确定 |
| 5.5.2 不同矿化度微咸水灌溉的土壤含盐量 |
| 5.5.3 不同灌水模式土壤含盐量分析 |
| 5.5.4 灌溉方案的优化与建议 |
| 5.6 小结 |
| 6 结论与讨论 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录 |
| 致谢 |
四、99年美国冬小麦将减产14%（论文参考文献）
- [1]西北旱区灌溉条件下土壤水盐动态监测分析与数值模拟[D]. 袁成福. 扬州大学, 2021
- [2]不同氮肥增效剂及水氮用量对作物产量及水氮利用的影响[D]. 崔晓路. 西北农林科技大学, 2021(01)
- [3]气候变化对中国农产品出口贸易的影响研究[D]. 吕飞. 江西财经大学, 2020(01)
- [4]生态安全和粮食保障双约束的休耕空间分区研究 ——以石漠化区砚山县为例[D]. 陈展图. 西南大学, 2020(01)
- [5]江苏小麦综合气象指数构建与产量变化预测和分析[D]. 徐向英. 扬州大学, 2019(06)
- [6]气候变化对农作物生产的影响 ——以浙江为例的实证研究[D]. 俞书傲. 浙江大学, 2019(02)
- [7]基于星地多源数据的冬小麦湿渍害风险评估及监测研究[D]. 陈圆圆. 浙江大学, 2018(04)
- [8]基于代价敏感学习的冬小麦病虫害与倒伏遥感检测方法研究[D]. 樊东东. 中国科学院大学(中国科学院遥感与数字地球研究所), 2018(04)
- [9]基于灰色模型技术的气象因素对粮食生产影响的量化分析 ——以河南省冬小麦为例[D]. 王天慧. 河南农业大学, 2018(02)
- [10]黄河三角洲典型地区冬小麦微咸水灌溉的土壤水盐特征及运移模拟研究[D]. 王海霞. 北京林业大学, 2018(04)