我国典型秸秆露天燃烧黑碳的高时间分辨率排放特征及其排放清单

农作物秸秆燃烧是大气中黑碳(black carbon,BC)气溶胶的主要来源之一。目前农作物秸秆燃烧排放黑碳的研究主要集中在通过离线样品分析获得的BC排放特征,缺少实时在线排放特征的研究。本研究收集了我国具有代表性的4种农作物秸秆(小麦秸秆、水稻秸秆、玉米秸秆和大豆秸秆),通过在实验室燃烧平台模拟农作物秸秆露天燃烧的过程,利用黑碳仪获得农作物秸秆燃烧过程中BC的实时浓度排放变化;利用质量重建,获得BC在线排放因子。结果表明:农作物秸秆在明燃过程中BC的排放因子较为稳定。通过平均排放因子的计算,获得小麦秸秆、水稻秸秆、玉米秸秆和大豆秸秆的BC排放因子分别为(0.32±0.05) g?kg~(-1)、(0.31±0.13) g?kg~(-1)、(0.31±0.09) g?kg~(-1)和(0.44±0.01) g?kg~(-1)。在排放因子的基础上,结合我国农作物秸秆露天燃烧量,最终建立了2015年我国省级(不含港澳台地区)典型农作物秸秆燃烧的BC排放清单。     

我国农村作物秸秆资源化调查研究

本文分析了全国秸杆资源化现状和存在问题，探讨秸秆的利用途径和开发价值，对合理开发利用全国的秸秆资源提出了初步建议。     

赤红壤不同轮作形式的效益研究

赤红壤不同轮作形式的效益研究吴锦暖，程汝饱（广东省土壤研究所，广州ｓｌｔｈｅ）ＳｔｕｄｙｏｎＢｅｎｅｆｉｔｓｏｆＤｉｆｆｅｒｅｎｔＣｒｏｐＲｏｔａｔｉｏｎＰａｔｔｅｒｎｓｉｎＬａｔｏｒｅｄＳｏｉｌＵｔｉｌｉｚａｔｉｏｎ．￥ＷｕＪｉｎｎｕａｎａｎｄＣｈ...     

贵州烟区生态条件及烤烟质量状况分析

以贵州烟区气候、土壤等生态因素和烤烟外观、物理、化学及感官质量的数据资料为基础,分析了该区9大植烟区域生态条件及烟叶质量状况.结果表明,贵州烟区海拔高度差异悬殊,具有大田期气温适宜,降雨充沛,日照充足,空气相对湿度高等特点.植烟土壤pH值适宜,有机质含量丰富,具有较强的保肥能力;氮素、磷素含量适中,钾素则难以满足烟株需求;土壤交换性钙、镁比值适宜,有效硫含量较高;多数微量元素含量丰富.但有效硼和水溶性氯含量缺乏.烟叶外观质量较好,香型以中间香型和偏清香型为主,香味的亲和力好.燃烧性强,配伍性高,但物理特性和化学成分间的协调性与国外优质烟区相比尚有差距.     

农业残留物燃烧温室气体排放清单研究:以江苏省为例

通过问卷调查确定了江苏省农业残留物在不同时间阶段(1990～1995、1996～2000、2001～2005和2006～2008年)作为生活燃料和田间直接燃烧的比例,利用燃烧炉模拟秸秆燃烧试验确定了6种农业残留物(水稻、小麦、玉米、油菜、棉花和大豆)燃烧产生的CO2、CO、CH4和N2O的排放因子;基于此,结合江苏省不...     

睢宁县农作物秸秆综合利用的现状及对策

简述了睢宁县农作物秸秆综合利用现状,分析了焚烧或废弃农作物秸秆的原因和存在问题,阐述了农作物秸秆综合利用的途径,提出了推进秸秆综合利用的对策与建议。     

小麦与不同作物多样化轮作对土壤真菌群落的影响

为明确华北平原冬小麦与不同作物多样化轮作下的土壤真菌群落差异,为生态可持续种植制度的构建和优化提供理论依据,采用实时荧光定量PCR和高通量测序技术研究了连续冬小麦-夏玉米M、冬小麦-夏花生(夏玉米)PM和冬小麦-夏大豆(夏玉米)SM轮作处理的土壤真菌群落丰度、组成和多样性.结果表明,与连续冬小麦-夏玉米处理相比,轮作花生PM2和大豆SM2处理显著降低了土壤真菌ITS序列拷贝数,轮作花生或大豆处理增加了土壤真菌群落丰富度和多样性.非度量多维尺度分析(NMDS)结果显示,不同轮作茬口之间土壤真菌群落存在明显分离,轮作作物对土壤真菌群落结构的影响达显著水平.华北平原砂壤质潮土中不同作物轮作处理的土壤真菌群落均以Ascomycota为优势菌门,以Sordariomycetes和Eurotiomycetes为优势菌纲.不同轮作茬口土壤真菌群落组成存在差异显著的类群,Neocosmospora、Plectosphaerella和Gibellulopsis等潜在病原真菌在冬小麦-夏花生(夏玉米)轮作处理中显著富集,而Penicillium和Zopfiella等潜在有益真菌在冬小麦-夏大豆(夏玉米)轮...     

Factors affecting the adoption of multiple climate‐smart agricultural practices in the Indo‐Gangetic Plains of India

Climate change poses a major threat to agricultural production and food security in India, and climate‐smart agriculture (CSA) is crucial in addressing the potential impacts. Using survey data from 1,267 farm households in 25 villages from Bihar and Haryana in the Indo‐Gangetic Plains, this study analyzes the factors that determine the probability and level of adoption of multiple CSA practices, including seeds of stress‐tolerant varieties, minimum tillage, laser land leveling, site‐specific nutrient management and crop diversification. We applied a multivariate probit model for the simultaneous multiple adoption decisions, and ordered probit models for assessing the factors affecting the level of adoption. The adoption of the various CSA practices is interrelated, whereas several factors, including household characteristics, plot characteristics, market access and major climate risks are found to affect the probability and level of CSA adoption. Climate‐smart agriculture (CSA) adoption and its intensity also vary significantly between eastern Bihar, which is relatively poor and densely populated, and north‐western Haryana. Engaging multiple stakeholders such as farmers, agricultural institutions, agricultural service providers and concerned government departments at the local level is crucial for the large‐scale uptake of CSA. The study, therefore, calls for agricultural policy reforms so that most of the issues related to the uptake of CSA can be adequately addressed.     

非农就业对农户种植多样性的影响:以江苏省泰兴市和宿豫区为例

为分析非农就业对农户种植多样性的影响,通过农户问卷调查手段获得356份农户问卷,以在江苏省泰兴市和宿豫区的农户问卷调查数据为基础,采用Poisson回归方法,估计了农户种植多样性决策模型。依据模型估计结果,分析了非农就业对农户种植多样性的影响。分析表明,农户的种植多样性受到多种因素的影响。负责农业生产家庭成员受教育年限提高1 a,种植多样性提高1.5%左右;种植面积增加1 hm²,则农户种植多样性提高28%左右;就农户参与非农活动的影响而言,与负责农业生产家庭成员不参与非农活动的农户相比较,负责农业生产家庭成员参与非农活动家庭的种植多样性减少11%左右;负责农业生产家庭成员参与非农活动月数增加1个月,农户种植多样性大约降低1.4%。分析说明负责农业生产家庭成员参与非农就业会显著降低农户种植多样性。     

基于MODIS时间序列及物候特征的农作物分类

论文以2012年6月至2014年6月期间的MOD09Q1及2013年四五月的MOD09A1为数据源,合成归一化植被指数(NDVI)和归一化水体指数(NDWI),利用TIMESAT软件对NDVI时间序列数据应用分段高斯函数拟合方法重构NDVI时序曲线,并获取7个物候特征(Phenology,以下简称PH,包括生长季始期,生长季末期,生长季长度,NDVI振幅,NDVI左导数,NDVI右导数,生长季期间的NDVI积分).结合Landsat 8 OLI遥感影像,中国第二次土地调查数据和实地采样样本数据,根据2013年多种地物平滑后的NDVI曲线特征,将年NDVI最大值低于0.5的水体和建设用地掩膜去除.为了获取研究区农作物的最优分类方法,采用分层分类:首先对平滑后的46个NDVI时序数据进行支持向量机(SVM)分类,得到农用地等分类信息;其次利用平滑后的46个NDVI波段,7个物候参数及6期归一化水体指数相互组合,对农用地进行支持向量机分类提取3种农作物的分布信息.经不同波段组合分类对比可知,分类总体精度及Kappa系数的关系为:NDVI+NDWI>NDVI+PH+NDWI>PH+NDWI>NDVI+PH>NDVI>PH.研究结果表明,遥感数据波段的增加不一定带来较高的分类精度;论文中归一化水体指数有效地提高了水稻的分类精度.此外,辅以物候特征对农作物分类也具有一定的可行性.