昆明市耕地集约利用评价指标体系探讨

昆明市耕地集约利用评价能为昆明市耕地资源的合理利用提供有价值的参考依据,而建立合理的评价指标体系是进行耕地集约利用评价的核心内容。文章结合昆明市土地利用现状,运用调查研究法、层次分析法和目标分解法建立了昆明市耕地集约利用评价指标体系。     

不同粮食消费模式下西北旱区大型灌区耕地压力分析--测试文章

利用耕地压力指数模型,计算分析了2010年西北旱区大型灌区不同粮食消费模式下的耕地压力指数、粮食盈余情况及可再承载人口状况。结果表明：在平衡膳食(PH)、初步小康或营养安全(XK)、富裕型(FY)社会三种不同粮食消费模式下,西北旱区97所大型灌区的耕地压力虽差异明显,但整体压力较小,三种模式的平均耕地压力指数（K值）均小于1,人粮关系较为和谐,除保证自身粮食需求外仍有一定的粮食盈余;三种模式下,粮食盈余量为869.19、586.18、41.46万t,可再承载人口数为2698.75、1465.46、75.38万人。     

基于SPSS分析的陕西省土地集约利用评价及空间差异分析

文章以SPSS22.0软件为平台,运用主成分分析法和聚类分析法对陕西省11个市区的土地集约利用情况进行评价,将各市区的土地集约利用程度分为高度、中度、低度集约利用区和粗放利用区4个类型,并指出陕西省土地集约利用程度空间特征,即关中地区较高,陕南地区次之,陕北地区较低;最后分析了土地集约利用影响因素,为提高陕西省土地集约利用率提供参考。     

气候暖湿变化对黑河流域绿洲农业生产的影响--测试文章

利用黑河流域上中游6个气象台站1959—2009年气象资料,黑河50年流量资料及张掖市30年小麦、玉米生育资料,探讨流域气候变暖、增湿背景下农业气候条件、水文特征变化对农作物种植结构、作物布局、生育期进程和产量的影响。研究表明：近50年黑河流域增温趋势明显,中、上游地区增温趋势尤为显著,其上游地区倾向率最大,达0.53 ℃·10a^-1,中游地区达0.35 ℃·10a^-1;热量条件好转,≥0℃积温,上游、中游、中下游分别比60年代增加151.1℃、387.6℃、247.3℃;降水趋势中游地区变化平缓,中、上游地区秋、冬两季明显增加,其倾向率中游地区达3.38 mm·10a^-1,上游地区达13.87 mm·10a^-1;气候变暖、增湿有利于农业生产发展,使农业生产潜力增大,但水、热不同季,时空差异大,使易受春旱和春末夏初干旱威胁的高耗水、喜温凉气候的春小麦、水稻等作物产量增长趋势变缓,生育进程加快,发育期缩短,近10年春小麦发育期比20世纪80年代平均缩短了4 d,适宜种植区面积减小,品质下降;而品质好,经济效益高且喜温的玉米、棉花适宜种植区面积扩大,种植海拔上限提升,玉米中晚熟品种种植适宜区上限高度已由海拔1 500 m提升到海拔1 800 m左右,作物发育期延长,近10年发育期比20世纪80年代延长了13 d,产量提高;气候湿润指数呈周期性波动性变化,20世纪80年代中期以前呈波动性上升趋势,以后由于流域内增温幅度大于增湿幅度,水、热增长趋势失衡,使得气候湿润指数缓慢下降。导致高山冰川、积雪融化速度加快,河流来水量增加,水资源过度消耗,对流域内绿洲农业可持续发展影响巨大。     

基于改进的SEBS模型的作物需水量研究--测试文章

为了探讨以蒸散发为基础的作物需水量情况，便于为农业生产提供数据支持，利用风云三号、风云二号气象卫星数据，结合自动站气象数据，基于改进的SEBS模型对山西省进行作物需水量研究。结果表明：通过与实测数据对比验证发现模型结果精度较高。山西省2012年3—9月全省日均作物需水量最大值出现在春季的5月份，为1.27 mm，其中，以单季作物为代表的晋东北和中西部日均作物需水量最大值均出现在5月，分别为1.05 mm和1.38 mm；以双季作物为代表的晋东南日均作物需水量最大值出现在5月和7月，分别为1.28 mm和1.23 mm。可见山西省作物需水量普遍以春季最大，其中尤以中西部突出，晋东北则相对最低。     

基于排队理论的灌区渠系地表水及地下水优化配置模型

地表水和地下水联合运用于农业灌溉是中国大部分灌区主要采用的灌溉形式,但目前的优化模型对地下水的运用情况过于简化,常采用定值作为优化模型的参数,所以不能真实反映地下水随时间对灌溉面积的影响。该文基于排队理论,研究分析了地下水灌溉的农田面积随等待地表水灌溉的历时的影响,并建立灌区渠系优化配水模型,以灌水历时最短为目标,根据渠首引水、渠系供水、作物用水等方面的用水关系建立约束条件。通过河北石津灌区的实际应用,说明模型方法的可行性,并提出该灌区5条主要干渠的合理优化配水方案。结果显示最优的灌溉历时为25.6 d；干渠B1的灌水周期贯穿了大部分灌水周期,是影响整个系统灌溉效率的关键渠道；子区C5分配的地下水资源较多,该子区的地下水灌溉面积占到了43%。该模型可更加真实地反映用于灌溉的地下水水量随时间变化的不确定性,能够为中国大部分地区建立地表水和地下水联合灌溉优化模型提供方法上的借鉴。     

基于PSR模型-熵权法的土地生态安全评价 ——以上海市为例

基于PSR模型,采用压力-状态-响应框架,选择25个具有代表性的评价指标,构建上海市的土地生态安全评价体系。引入熵权法确定权重,根据生态综合指数对上海市2008-2017年十年间的生态安全进行了评估。结果表明:上海市土地生态综合指数总体上有上升的趋势,由2008年的0.1888增长到2017年的0.7081,增长幅度较大,土地生态等级从退化状态上升到较稳定状态。整体的变化趋势说明其土地生态退化成本降低,生态功能总价值在升高,土地生态安全逐步提升。     

基于层次模糊综合评价模型的土地利用规划实施中期评价研究——以广西壮族自治区横县为例

目前土地利用总体规划实施评价的方法多为定性的直接描述法,缺乏科学的评价体系,难以对规划实施的效果做出客观科学的评判。文章从规划执行情况、土地利用结构、土地利用空间布局、规划利用效益、土地利用程度这5个方面选取18个指标构建土地利用规划实施中期评价指标体系,引入层次分析法(AHP)确定指标权重,并利用模糊综合评价模型对广西壮族自治区横县土地利用规划中期实施情况进行评价,以期为相关研究提供参考方法。结果表明:横县土地利用规划实施中期评价得分为71.58,介于第二级良好和第三级中等之间,接近第二级的得分值。横县土地利用规划完成情况良好;城乡建设用地规模控制及新增建设用地指标执行情况不佳。     

基于净初级生产力的春小麦生产潜力及估产研究——以甘肃省白银区为例--测试文章

利用2010年白银区春小麦生长季（4—7月）空间分辨率为250 m的MODIS影像和气象站点的气象数据,通过CASA模型建立了基于MODIS数据的春小麦净初级生产力遥感估算模型,估算出白银区春小麦生长季的净初级生产力（NPP）,通过春小麦NPP与干物质转换关系计算出春小麦生产潜力。结果表明：白银区南部春小麦的NPP和生产潜力均大于北部地区,其NPP最小值为42 gC·m^-2·a^-1,最大值为402 gC·m^-2·a^-1,且春小麦的生产潜力有明显的季节性规律。根据春小麦生产潜力与实际产量的拟合关系建立了产量估测模型,并对该模型做了精度验证与实用性评价,结果显示该估产模型均方根误差RMSE为76.33 g·m^-2,相对均方根误差RMSEr为23.51%。     

基于RZWQM模型的石羊河流域春小麦灌溉制度优化

为探讨石羊河流域春小麦适宜灌水上限及不同生育期计划湿润层深度,在该地区开展田间试验。利用田间试验资料对RZWQM(root zone water quality model)模型进行率定和验证,并应用模型模拟了灌水上限及不同生育阶段计划湿润层深度对春小麦籽粒产量、灌水量、籽粒灌溉水利用效率及灌水次数的影响。结果表明:不同灌水处理间产量差异较小,但所需灌水量有较大差异,存在节水空间;灌水上限对于灌水量的影响要远远大于对产量的影响,灌水上限的降低会增加灌水次数,从而提高小麦产量;适宜的计划湿润层深度可以保证灌溉水尽可能多的分布于根系吸收范围内,避免浪费,达到节水目的;试验证明,通过调控灌水上限和各生育期计划湿润层深度可以达到节水增产的目的。综合考虑各控制因素对产量、所需灌水量及籽粒灌溉水利用效率的影响,建议该地区春小麦灌溉制度为:灌水上限选择80%田间持水量,苗期计划湿润层深度为30 cm,拔节期计划湿润层深度为60 cm,抽穗期计划湿润层深度为50 cm,灌浆期计划湿润层深度为70 cm。     

A model for the hot water decontamination of sides of beef in a novel cabinet based on laboratory data

A predictive model for the hot water decontamination of sides of beef in a novel design of cabinet is presented and its usefulness illustrated. The model is based on laboratory data and permits assessment of bacterial reductions, production rates, unit energy costs and changes to cabinet dimensions and ambient temperatures. The advantages of a 'standard' cabinet recommended for a wide range of abattoir production rates are outlined. For a production rate of 135 sides h⁻¹, 90% and 99% reductions in bacteria at the site of minimum treatment (the neck) could be achieved at costs of less than 0.016% and 0.03% respectively of the value of the meat. The model assumes limited exposure of the sides to the hot water to prevent a permanent impairment of meat bloom. A graphical summary is presented and limitations of the model are discussed.     

Suitability of the Weibull four‐parameters model to predict the induction phase of α‐amylase production during red sorghum malting when a steep in dilute NaOH is used prior to a re‐steep in a Bacillus subtilis‐S499 based treatment

In previous studies, Bacillus subtilis has been used to control mould growth during red sorghum malting. The use of this biocontrol in steeping liquor has been optimized with some success and the combined use of a 0.2% NaOH steep, followed by a re‐steep in a B. subtilis‐based biocontrol, has been proposed. The sharpness and variability of the β‐amylase peak and the higher levels of β‐glucanase, obtained in the presence of B. subtilis cells, were highlighted. In this work, the suitability of the Weibull four‐parameters model to predict sorghum malt α‐amylase activity during the enzyme induction stage of red sorghum germination has been compared with that of a second order polynomial model and a general linear model. Results obtained showed that the Weibull four‐parameters model could be used to predict α‐amylase activity, with significant goodness of fit when compared with the second order polynomial model and the general linear model. The effects of steeping treatment (combined use of 0.2% NaOH and B. subtilis‐S499 starters) and the germination temperature are presented. When the B. subtilis culture used as a starter was diluted, the treatment efficacy to develop α‐amylase activity was lost. This study also showed that the germination temperature affected the α‐amylase activity rate increase during the induction phase. Copyright © 2013 The Institute of Brewing & Distilling