基于时序NDVI数据的鄱阳湖流域常绿覆被季节性变化特征

选择位于红壤丘陵区的鄱阳湖流域作为研究对象，利用1 km×1 km分辨率的时序SPOT4 VEGETATION数据，对流域内典型土地覆被--常绿覆被的绿度值、峰值、谷值、年均NDVI(NDVI-I)和NDVI年内极差(NDVI MM)等特征值进行了提取。在此基础上，探讨了不同常绿覆被类型的NDVI指数年内季节变化规律。结果表明：时序NDVI指数基本上能够较好地刻画不同常绿覆被类型之间的差异性，植被指数NDVI特征值随覆被的类型及其生长状态有规律地变化，即NDVI年均值和最小值基本上按“常绿阔叶林＞常绿针阔叶混交林＞常绿针叶林＞常绿针叶-落叶混交林”的顺序变化；典型常绿阔叶林的NDVI指数年内变化曲线基本上没有大的起伏波动；常绿针叶林以及常绿针阔叶混交林占主导地位的常绿混交林NDVI指数年内变化比较和缓，但常在8月和11月有所波动；以常绿针叶林为主、但有较多落〖JP2〗叶林混杂其中的常绿混交林，其NDVI指数年内变化曲线基本上呈和缓的单峰型波动。     

神州绿网

云南：植树交钱引发争议;重庆：计划建设“森林城市”；湖南：启动“湿地使者行动”；四川：重建环保能力；珠三角空气联防机构欲“破茧”.     

基于RF-LSTM的鸡舍恶臭气体预测研究

以鸡舍氨气为研究对象,对鸡舍氨气预测模型进行了研究.首先,利用随机森林算法（RF）对影响鸡舍氨气浓度的环境变量进行重要性排序,选取温度、湿度、光照、气象温度、降雨量作为模型的输入变量;在此基础上,构建了基于长短时记忆神经网络（LSTM）的鸡舍氨气浓度预测模型,并将提出的预测模型应用于江苏省宜兴市某养鸡场的氨气浓度预测中,并与LSTM模型、RF-Elman模型和RF-BP模型进行了对比实验,结果表明,基于RF-LSTM模型的预测效果最好,其平均绝对误差（MAE）、平均绝对百分误差（MAPE）和均方根误差（RMSE）分别为0.9183、4.9637%和1.4262;同时,为了验证该模型的性能,本文还实现了不同时间尺度的鸡舍氨气浓度预测,提前2h、3h、4h、5h氨气预测的平均绝对误差（MAE）分别为1.6218、2.1991、2.8553和3.0677.本文提出的预测模型提高了鸡舍氨气浓度的预测精度,可为减少鸡舍恶臭气体排放提供科学依据.     

渤海海峡北部沿岸流季节变化特征

本文基于渤海海峡北部沿岸一观测站点长时间序列海流观测数据分析了海峡北部沿岸流的季节变化特征。冬夏两季余流平均流速均呈现表层最大,中层最小,底层较中层略微增大的分布态势。冬夏底层余流均存在跨等深线向岸的分量,表明底层水向岸的运动是两季都存在的现象。对余流用矢量经验正交分解得到的第一模态空间分量显示,两季余流主要是沿着等深线变化的,冬季各层余流主体变化步调一致,夏季表层与其他各层变化位相相反。风应力是引起余流变化的因素之一,但并不是主要因素。交叉谱分析亦表明,冬季余流变化滞后风应力18 h,与风应力在周期为6 d的波动成分上相关性显著;夏季余流变化滞后风应力9 h,与风应力在周期为0.8 d的波动成分上相关性显著。     

基于高分1号影像的森林植被信息提取

实时最新森林植被信息的提取是林业航空植保作业的必要前提。论文以安徽省蚌埠市为研究区域,探讨了基于高分1号卫星遥感数据在亚热带农林植被混合地区的森林植被信息提取。根据植被物候信息差异选择了提取森林植被信息的5个关键时期高分影像,采用分区决策树方法监测森林植被的空间分布和面积信息,并与未分区决策树法的提取结果进行比较。结果表明：采用分区决策树法和未分区决策树法对于大中尺度森林植被信息提取的总体精度均优于85%。但分区决策树森林植被提取总体精度达到90.72%,较未分区决策树法提高3.80%、4.65%,Kappa系数达到0.81,较未分区决策树法提高约0.07~0.10,结合植被物候信息的分区决策树森林植被提取法好于未分区决策树法,能够满足林业航空植保作业的精度需求。具有较高空间分辨率、宽覆盖、短重访周期的高分1号影像,对于大区域的林业航空植保当年最新森林植被信息的提取表现出较大的潜力。     

兰州市南山季节性土壤微生物特征及影响因素

为了探究不同季节和不同植被类型对土壤微生物分布的影响,以兰州市南山不同海拔的两种植被类型为研究对象,采用稀释涂布平板法测定了土壤微生物的季节动态变化特征.结果表明：研究区内细菌数量占微生物总数的96.22%~99.80%,远高于真菌和放线菌数量.土壤微生物类群随季节变化呈现明显差异,其总数整体表现为夏季最高,为89.22×10⁶cfu/g soil,分别是春、秋、冬季的12.02、3.28、2.74倍,其中夏季细菌数量最高,真菌与放线菌数量均在春季达到最大值.人工林样地土壤微生物数量略低于荒坡,环境因子中土壤含水量和有机碳含量高于荒坡.随着海拔的升高,pH值逐渐上升,土壤温度、有机碳与全氮含量逐渐下降,土壤微生物总数则呈现先减少后增加的趋势.相关分析表明,不同季节各微生物类群与环境因子的相关系数各有不同,春季放线菌与有机碳,秋季真菌与有机碳、全氮均呈极显著正相关（P<0.01）.冗余分析表明,环境因子中有机碳与第一物种轴的相关系数最高,为0.520,说明土壤有机碳含量是影响土壤微生物类群分布的主导因素.     

重庆九龙坡城区和城郊大气污染物浓度特征研究

为了解重庆市九龙坡区城区和城郊大气污染物浓度特征,分析了城区和城郊国控空气站点2014年3月~2015年2月典型污染物的浓度变化。结果表明,除O_3表现出夏高冬低的季节变化趋势外,其它污染物均表现出冬高夏低的季节变化趋势。PM_(2.5)污染最严重,城区和郊区日均值超标率分别为31.4%和33.4%。城区和城郊的PM_(2.5)浓度之间没有显著性差异(p0.05),城郊O_3浓度显著高于城区(p0.01),NO_2、SO_2、CO和PM_(10)则是城区显著高于城郊(p0.01)。