一、大兴安岭地区热量资源及其在大豆种植中的利用(论文文献综述)
郭佳[1](2021)在《基于3S技术的内蒙古东部玉米热量资源利用评价》文中研究说明农业热量资源是农业气候资源之一,在农作物生长过程中为农作物提供必要的能量,农业热量资源分配情况直接影响农作物生长发育,是调整农作物种植结构的重要参考因素。因此,评价热量资源利用情况对提高作物资源利用率、调整作物种植制度具有重要意义。随着科学技术的发展,3S技术以其客观、实时、宏观等优势,为评价热量资源利用提供了新方法。本研究以内蒙古东部赤峰市、通辽市、兴安盟、呼伦贝尔市四个研究区为例,基于500m空间分辨率的MODIS(Moderate-resolution Imaging Spectroradiometer)数据,将Landsat8 OLI数据作为实测数据与MODIS数据间的过渡数据,采用S-G(Savitzky-Golay)滤波和4次拟合平滑方法对春玉米NDVI(Normalized Difference Vegetation Index,归一化植被指数)时序曲线进行重构拟合,提取内蒙古东部玉米种植区。利用动态振幅阈值法、拐点法和最大值法确定春玉米不同物候期,即出苗期、拔节期、抽雄期和成熟期。在内蒙古东部及周边54个气象站点提供的气象数据支持下,计算2018年、2019年和2020年内蒙古东部≥10℃积温、玉米不同生育阶段积温、玉米全生育期积温及积温占比,利用Arc GIS绘制空间分布图,分析评价内蒙古东部玉米热量资源利用情况。本研究基于多源遥感数据提取内蒙古东部玉米种植区,并以实际观测数据为基础对提取结果进行定量和定性分析。结果表明,赤峰市玉米种植面积为529.58×103 hm2,面积提取精度为98.68%,空间准确度为92%;通辽市玉米种植面积为1092.85×103 hm2,提取精度为97.55%,空间准确度为85.71%;兴安盟玉米种植面积为288.97×103hm2,提取精度为92.05%,空间准确度为86.44%;呼伦贝尔市玉米种植面积为460.51×103 hm2,提取精度为93.73%,空间准确度为85%。基于NDVI时序数据反演玉米物候期,在内蒙古东部,玉米出苗期、拔节期、抽雄期和成熟期分别为5月12日—5月30日、6月3日—6月11日、7月28日—8月10日和9月13日—10月3日。出苗时间、拔节时间、抽雄时间均表现为南部早北部晚,成熟时间表现为南部晚北部早。遥感反演结果与实际观测数据对比的准确度分析表明,苗期反演误差较大,抽雄期反演结果最为准确,其次为成熟期。内蒙古东部≥10℃积温在空间上表现为随纬度增加分配减少的特征,玉米热量资源利用结果显示,出苗—拔节期、拔节—抽雄期、抽雄—成熟期和全生育期积温分配表现为南部多,北部少。出苗—拔节期积温占比在空间上无明显差异;拔节—抽雄期积温占比表现为北部高,南部低;抽雄—成熟期积温占比表现为北部低,南部高;全生育期积温占比表现为西北低,东南高。
宫丽娟,王萍,姜蓝齐,李秀芬,赵慧颖[2](2021)在《高寒区大豆适宜播种期研究》文中指出针对气候变化背景下高寒区大豆播种期生产布局的需要,利用高寒区140个气象站点1971—2018年逐日平均气温、最低气温和1971—2015年逐日平均0~5 cm土层地温资料,对气温稳定通过8℃初日、0~5 cm土层地温稳定通过8℃、9℃、10℃初日、≥10℃活动积温的变化进行分析,选取适宜高寒区大豆播种期的气象指标,并进行高寒区大豆播种期的空间优化。结果表明:近48年高寒区气温稳定通过8℃初日呈明显提前趋势;1971—2015年0~5 cm土层地温稳定通过8℃、9℃、10℃初日提前,东四盟(内蒙古自治区呼伦贝尔、兴安盟、通辽和赤峰)提前幅度最大,辽宁最小,空间上表现为初日由南向北递推,辽宁普遍最早,吉林和东四盟南部次之,黑龙江和东四盟中北部普遍较晚;0~5 cm土层地温稳定通过9℃可作为黑龙江、吉林和辽宁的大豆播种期气象指标,0~5 cm土层地温稳定通过10℃适合东四盟作为大豆播种期气象指标。综合大豆气象指标和品种熟性的高寒区播种期空间优化为应对气候变化及大豆生产布局起到积极的指导作用。
王惠贞,唐红艳,李丹,吴向东[3](2020)在《内蒙古大豆秋季霜冻发生的演变特征及气候危险性风险指数的构建》文中进行了进一步梳理以1981—2010年内蒙古自治区119个气象站日最低气温及初霜冻发生日期为基础,以不同气候生态区的80%保证率成熟日期作为界限日期,评定大豆[Glycine max(Linn.)Merr.]秋季霜冻灾害是否发生,并构建霜冻灾害气候危险性风险指数指标体系,分析内蒙古大豆秋季霜冻发生的演变特征及空间分布特征。结果表明,在30年时间尺度内,内蒙古大豆不同等级秋季霜冻发生范围虽有略变小的趋势,但各等级的初霜冻日均呈提前趋势;霜冻发生的区域特征明显,轻霜冻发生范围相对较广且发生范围的年际变化较大。不同等级秋季霜冻发生频率大致呈东北高、西部和东南部低的空间分布规律,变异系数与强度频率空间分布规律相对一致,变异性较大的地区主要分布在大兴安岭山脉和阴山山脉地区。通过气候危险性风险指数指标模型的构建和等级划分,内蒙古大豆秋季霜冻危险性存在较大的空间差异性,霜冻危险性高的区域集中在东北部地区,其中大兴安岭南麓农区是内蒙古大豆主产区之一,掌握霜冻变化规律,合理安排作物品种熟型,做好该地区的防灾减灾和气象为农服务工作是保证大豆丰产丰收的有利条件。
赵静[4](2020)在《东北地区玉米种植界限变迁与冷害风险评估》文中研究指明东北地区作为我国玉米主产区之一,位于中高纬度的气候脆弱带,面临严峻的气候变化挑战。近年来,全球气候变暖促使中高纬度地区热量增加,部分地区为了追求高产盲目北移种植中晚熟玉米品种,而气候波动性增强导致气象灾害潜在威胁加剧。受全球气候变暖影响,未来极端气象灾害可能出现频发、重发的趋势,其中低温冷害在21世纪局地发生频率呈增加趋势,将给区域粮食安全带来极大风险。因此,关注东北地区玉米种植界限的变迁以及气候变化背景下冷害风险规律,可以为粮食安全布局提供理论借鉴。本研究以东北玉米低温冷害为研究对象,基于积温指标表征不同品种的种植界限,利用气象观测数据及统计数据揭示种植界限的变迁规律及冷害影响。首先利用Mann-Kendall检验法、气候倾向率等数理统计方法分析玉米种植界限变迁特征;从风险形成要素危险性与脆弱性两方面构建冷害风险评估模型,通过缓冲区界定冷害风险影响范围;最后,预估RCP4.5、RCP8.5排放情景下界限变迁及冷害风险,利用曲面拟合模拟种植界限-冷害风险变化。主要研究结论如下:(1)近60年来,东北地区增温显着,不同品种玉米种植界限呈现北移东扩趋势,其中中晚熟品种界限变化影响区域最为广泛,同时该区域内玉米实际种植面积变化率呈现显着增加趋势;基于≥10℃界限指标计算的潜在玉米播种面积与实际种植面积显着相关,表现出10年的滞后期。(2)历史时期玉米冷害风险特征表现为:冷害危险性呈现波动降低趋势,空间上由北向南降低;高敏感性区逐步北移,同时潜在种植面积与实际种植面积不断增加,区域暴露性增强,北方区域的适应能力提高。综合分析得出1980-2017年冷害风险的中高值区逐渐由中西部向北部地区延伸,基本与玉米界限北移趋势吻合,且界限变化几何中线附近20~40 km范围内受冷害风险威胁较高。(3)对比不同排放路径下界限变化与冷害风险预估:晚熟品种界限在增温减缓期较增温显着期出现小幅度南移现象,受潜在播种面积10年的滞后影响,减缓期暴露性增加;因而减缓期冷害风险较显着期要高出0.06~0.09,减产率增加0.04~0.05,且RCP8.5排放路径下风险增加更为明显;曲面拟合结果显示界限-风险北移趋势显着,高纬度地区成为冷害风险增加显着区,拟合效果良好。本研究弥补了气候变化影响作物种植布局及灾害风险评估研究基础的不足,针对东北地区玉米种植界限变迁影响及冷害风险研究,以期为区域作物布局及保障粮食安全提供理论基础。
蒲罗曼[5](2020)在《气候与耕地变化背景下东北地区粮食生产潜力研究》文中研究说明粮食是关系国计民生和社会稳定的重要战略储备资源,粮食安全是国家安全的重要组成部分。多种因素均可以影响粮食产量,而气候和耕地资源是决定区域粮食产量的两个基本条件。耕地变化是通过耕地的数量和质量发生改变来影响粮食产量,而气候变化改变了粮食作物生长发育中光、温、水条件,进而对粮食产量造成影响。东北地区幅员辽阔,耕地分布集中连片,气候资源丰富,粮食生产潜力巨大,是我国的粮食主产区和商品粮生产基地,在国家粮食安全中承担重要的任务。因此,本研究以中国东北地区为研究区,通过输入气候、土壤、地形和耕地数据,利用GAEZ模型模拟了东北地区1990-2015年主要粮食作物(玉米、大豆和水稻)的生产潜力,并与作物实际产量对比得到产量差距。接下来,采用“控制变量法”进一步单独且深入研究了1990-2015年气候和耕地变化对东北地区粮食生产潜力的影响。最后,通过模拟东北地区2050年气候和耕地情景,实现对东北地区未来粮食生产潜力的模拟。研究结果可为相关的农业规划管理部门的相关政策的制定提供决策参考,对保障未来粮食作物的增产增收和粮食安全,提高农民收入,维护社会稳定,都具有十分重要的意义。本研究得到的主要结论如下:(1)通过利用GAEZ模型对东北地区粮食生产潜力进行模拟,得到东北地区三种主要粮食作物生产潜力的变化特征。1990-2015年,近一半耕地内的玉米和大豆生产潜力均有所提升,其中大部分耕地的玉米生产潜力提升1500kg/ha以上,大豆生产潜力提升500-1500kg/ha。水稻生产潜力在黑龙江省大部分地区提升1500kg/ha,而在吉林省、辽宁省和内蒙古东四盟大部分地区有所下降。通过比较三种粮食作物的实际单产与潜在单产,可知东北地区40个市中,玉米实际与潜在产量的比例大于80%的市有22个,大豆为19个,水稻高达30个,说明东北地区大部分市的旱地和水田的利用率较高,且具有较高的人为投入与先进的管理措施。但仍有个别市的粮食产量差距较大。(2)通过将GAEZ模型估算的粮食生产潜力与农业遥感技术方法估算而来的作物产量进行相关性和空间差异性分析,计算得到玉米、大豆和水稻的两种产量的决定系数R2分别为0.66、0.64与0.72,两种产量结果之间的线性相关性较强。通过空间差异性分析发现,由于2015年东北地区旱地中精确的作物种植布局是未知的,通过将2015年东北地区旱地中的NPP全部转化为玉米产量,则大部分地区YGAEZ高于YNPP;而将2015年东北地区旱地中的NPP全部转化为大豆产量,则大部分地区YGAEZ比YNPP低,尤其在三江平原区部分地区、松嫩平原区与辽河平原区,YGAEZ比YNPP低2000-4000kg/ha。将水田中的NPP转化为水稻产量后,大部分地区的YGAEZ比YNPP低2000kg/ha以内。(3)在研究气候变化对东北地区粮食生产潜力的影响时发现,玉米和大豆生产潜力的变化与太阳辐射量、相对湿度、雨天频率和降雨量的变化呈现较为明显的正相关性,但与风速、平均最高和最低气温的变化的相关系数约-0.30,呈现较为明显的负相关。水稻生产潜力的变化在前一时段也与太阳辐射量、相对湿度、雨天频率和降雨量的变化呈较为明显的正相关,但后一时段与平均最高气温和太阳辐射的变化呈正相关,与相对湿度和雨天频率呈负相关。(4)本研究分析了1990-2015年东北地区旱地和水田与其他土地利用类型的转换特征。1990-2000年,大规模的毁林毁草开垦的现象较为严重,水田和旱地的相互转化也较为剧烈。旱地面积净增加293.51万公顷,总增加431.28万公顷,其中林地与草地转化为旱地的面积占全部旱地总增加面积的77.05%。水田的面积净增加67.89万公顷,总增加138.77万公顷,主要由旱地、未利用地和草地转化而来。2000-2015年,退耕还林还草现象明显,但水田和旱地转化仍十分剧烈。旱地的面积净减少148.78万公顷。旱地总流失741.62万公顷,转化为林地、水田和草地的面积占据所有旱地流失面积的74.10%。水田的面积净增加104.38万公顷,总增加262.19万公顷,大部分水田仍由旱地转化而来。在研究耕地变化对东北地区主要粮食作物的生产潜力的影响时,发现前10年东北地区玉米和大豆潜在总产量的增加主要是由于开垦大量天然林地与草地资源,以及水田的转化导致的旱地面积的大量增加。后15年玉米和大豆潜在总产量仍有所增加的主要原因为水田、林地和草地转化成优质旱地。1990-2015年两个时段东北地区水稻潜在总产量的增加均主要归因于旱地和未利用地向水田的转化导致水田面积大量增加。(5)本研究将CMIP5中的12种大气环流模型的未来气候模拟数据利用多模式集合方法进行简单平均,得到东北地区2050年生长季内六种气候变量的模拟结果。然后,利用CA-Markov模型预测了2050年东北地区土地利用情景。最后,利用GAEZ模型模拟了东北地区2050年气候和耕地条件下三种粮食作物的生产潜力。研究发现,东北地区三种粮食作物的潜在单产和潜在总产量均有所提升,且RCP4.5情景比RCP6.0情景的气候条件更有利于粮食作物生长。因此,未来需要尽量将温室气体的排放控制在RCP4.5情景范围内,同时注重提升粮食单位面积产量,这样才能在建立环境友好型社会的基础之上,保证东北地区的粮食安全。
李帅[6](2020)在《1961-2017年中国主要粮食作物有效积温的时空变化及未来情景模拟》文中研究说明中国幅员辽阔,地形结构复杂多样,气候变暖对农业生产的影响存在区域性差异,了解气候变化如何影响作物所需有效积温是农业生产应对增温变暖的首要前提。本文使用惩罚最大F检验对站点温度集进行非均一性检验并插补修正,通过泰勒图确定最佳的历史数据集与插值方法的组合和CMIP6模拟中国有效积温最佳的模式,使用Manner-Kendall检验、REOF、k-means聚类分析等方法,分析1961-2017年水稻、小麦、玉米所需有效积温的空间分布、时间变化、突变前后的变化情况及物理区划;预测在未来情景下,全球升温1.5℃、2℃会对中国粮食作物热量资源的潜在积极或消极影响。本研究旨在全面了解中国农业热量资源时空格局及长期变化趋势,帮助种植者制定更好的长期决策,为全国综合农业区划的更新提供理论依据和科学支撑。研究主要得到如下结论:(1)1961-2017年水稻、玉米、小麦有效积温整体均表现出自南向北随纬度更替变化的地带性分布规律和自东向西随海拔变化的阶梯状分布规律。全国可种植小麦面积最多,其次为水稻,玉米最少。三种作物有效积温整体均呈显着的升高趋势,其中小麦的积温增幅最大(约40-90℃·d/10a),其次为玉米,水稻增幅较小;呈减小趋势的地区主要为澜沧江中游地区。三种作物的有效积温均于1991-2005年之间发生突变,突变前后,三种作物的积温界线均表现为北移、西移趋势显着。除青藏高原地区外,全国约80%的地区水稻、玉米积温增幅在100-300℃·d,小麦增幅在150-350℃·d;三种作物有效积温均表现出北方升幅整体高于南方地区。(2)使用REOF与k-means聚类分析结合的方法对三种作物进行区划,其中水稻积温划分为5个分区,玉米积温有4个分区,小麦有7个分区。对比三种作物的区划结果,发现水稻与玉米区划结果相似;三种作物的高值区及长江流域均能成为一个单独的分区,并且均有两个分区以大凉山为界,区域划分比较合理客观。(3)在4种不同的共享社会经济路径(SSP)下,全球升温1.5℃、2℃时,三种作物的有效积温仍均表现出自南向北随纬度更替变化的地带性分布规律和自东向西随海拔变化的阶梯状分布规律。有效积温均呈上升趋势,各种植界限均向北、向西、向高海拔方向移动,2℃情景下积温增幅整体高于1.5℃情景。SSP3-7.0、SSP5-8.5情景下积温增幅相对较高,但三种作物积温变化趋势不一致,变化结果比较复杂,没有统一的增加或下降趋势。SSP1-2.6、SSP2-4.5情景下的三种作物积温变化趋势一致,且这两种情景模拟的人类社会发展都是朝着相对乐观的趋势进行的。(4)SSP1-2.6情景下,全球平均温度于2017年升温达到1.5℃,于2034年达到2.0℃。1.5℃情景下,全国约60%的地区三种作物的积温增幅在100-600℃·d,北方地区三种作物积温增幅整体高于南方地区;2℃情景下,约60%的地区积温增幅在250-900℃·d,北方地区积温增幅整体低于南方地区。SSP2-4.5情景下,全球平均温度于2023年升温达到1.5℃,于2038年达到2.0℃。1.5℃情景下,全国约60%的地区三种作物的积温增幅在100-700℃·d左右;2℃情景下,全国约60%的地区积温增幅在250-800℃·d左右;两种情景下三种作物积温均表现出西部地区升幅整体高于中东部地区。整体来说,高温区增高更快,低温相反不明显,寒冷区可能霜冻等会影响更明显,具体表现为南北方积温升幅的差异。
邹小娇[7](2020)在《黑龙江省粮食作物种植结构变化的政策驱动分析》文中研究说明粮食安全事关国民经济与社会发展全局,一直是各国高度关注的主题。我国是粮食生产大国和消费大国,粮食安全问题突出。黑龙江省是我国重要的商品粮基地,近年来伴随着国家的调控政策,黑龙江省的种植结构已发生较大变化。分析政策与粮食作物种植结构变化的关系,可为区域种植结构合理布局、实现农业供给侧结构改革提供科学依据。据此,本文基于2001-2018年统计数据,以水稻、玉米、大豆为例,利用双重差分计量经济模型(difference in difference,DID),分析黑龙江省农产品收购政策与粮食作物种植结构变化的关系,揭示其对粮食作物种植结构变化的驱动机制;以水稻为例,对黑龙江省各地区的政策效应差异进行比较;基于研究结论,提出相关政策建议。主要结论和建议如下:(1)水稻种植面积和收益的DID实证结果通过显着性检验,最低收购价格政策对水稻种植面积和收益有显着正向影响。其中,与未实行最低收购价格政策的地区相比,黑龙江省水稻种植面积在最低收购价格政策实施前略大于非政策实施区,二者差值为40.57万hm2;政策实施后,黑龙江省水稻种植面积明显扩大,高出非政策实施区205.50万hm2;同时,政策实施前后水稻收益的差值为311.38亿元,即最低收购价格政策实施后,与非政策实施区相比,黑龙江省水稻种植面积增加164.93万hm2、收益增加311.38亿元。(2)玉米种植面积和收益的DID实证结果通过显着性检验。临时收储价格政策、“价补分离”政策影响下,黑龙江省玉米种植面积比非政策实施区分别增加270.88万hm2、244.49万hm2,相应增加的收益分别为222.12亿元、215.02亿元。相比而言,“价补分离”政策效应小于临时收储价格政策效应,消减了农户玉米种植的积极性,黑龙江省玉米种植面积有所下降,这也是镰刀弯地区玉米调减政策具有实施效果的体现。(3)大豆种植面积和收益的DID实证结果表明,临时收储价格政策、“价补分离”政策对黑龙江省大豆种植面积的影响效果不明显,而目标价格政策对大豆种植面积有显着负向影响,导致黑龙江省大豆种植面积比非政策实施区减少86.13万hm2;“价补分离”政策对大豆收益产生显着正向影响,使黑龙江省大豆种植收益较非政策实施区增加74.48亿元,而临时收储价格政策、目标价格政策影响效果较小。主要是因为大豆受国际市场影响较大,进口大豆价格低,国外的廉价大豆大量进口,打击了农户大豆种植的积极性,导致大豆种植面积较大波动。另一方面,由于大豆种植成本不断上升,大豆种植效益低下,在比较收益驱使下,部分大豆种植区域为玉米取代,影响了针对大豆的临时收储价格政策、目标价格政策和“价补分离”政策的实施效果。(4)同种政策下黑龙江省水稻种植面积变化差异很大,从DID实证结果来看,在水稻最低收购价格政策下,哈尔滨市、齐齐哈尔市、鸡西市、双鸭山市、大庆市、伊春市、佳木斯市、绥化市水稻种植面积增加,其中,与大庆市和伊春市相比,哈尔滨市、齐齐哈尔市、鸡西市、双鸭山市、佳木斯市、绥化市水稻种植面积增幅较大,佳木斯市尤为显着,较非政策实施区增加52.87万hm2,其次是哈尔滨市。而水稻最低收购价格政策对七台河市、牡丹江市、黑河市的影响效果不显着。主要原因可能包括各地区的自然条件差异、灌溉设施条件差异、单产差异、农户的种植行为差异等。(5)基于上述研究,提出几点建议:农业补贴与最低收购价格政策相结合;实施市场定价机制、建立玉米生产者利益补偿机制;加大大豆补贴力度、优化大豆种植布局;提高农业保险支持力度。
毕海霞[8](2019)在《气候变化背景下东北三省水稻低温冷害时空变化分析》文中进行了进一步梳理在对东北地区1978-2012年间89个气象站点的日平均气温数据和月平均气温数据进行了空间插值处理结果的基础上,分析了东北三省的年平均气温、生长季月平均气温和的时空变化特征进行分析;基于1978-2012年东北三省的水稻单产数据,分析了水稻单产的时间变化特征;应用皮尔森相关性分析方法,对水稻生长季月平均气温累积距平与水稻单产的相关性进行分析;基于水稻延迟型低温冷害及障碍型低温冷害的相关指标,分析各省份延迟型冷害及障碍型冷害时空分布变化规律。主要结果如下:(1)东北三省的年平均气温与生长季月平均气温和总体呈增加趋势,其中生长季月平均气温和的增加趋势要比年平均气温显着,辽宁省增温趋势相对于黑龙江省和吉林省小,三省生长季月平均气温累积距平呈明显的上升趋势,在1996年以前以负距平为主,1996年以后以正距平为主。各年代的年平均气温与生长季月平均气温和界限均明显北移。东北三省水稻单产的增长趋势为黑龙江省大于吉林省大于辽宁省,其中吉林省水稻单产的波动性较大。水稻单产的变化与35年生长季月平均气温累积距平的变化呈显着的相关性,黑龙江省的相关性最大,为0.678,吉林省相关性最小,为0.453,辽宁省为0.543。(2)在1978-2012年间,东北三省延迟型冷害的RCDG(本文用各省某年某种冷害发生栅格点数与评估总栅格点数的比值Ratio of Chilling Damage Grids表示某种冷害发生栅格点数比,以下均简称RCDG)值均随着时间变小,辽宁省和吉林省进入21世纪以后,冷害的RCDG值未超过于35年来冷害RCDG的平均值,黑龙江省在2002年和2009年,三种等级的冷害RCDG值均超过了35年的平均值。重度冷害RCDG的平均值高于轻度冷害和中度冷害,黑龙江、吉林和辽宁重度冷害RCDG值分别为黑龙江省0.24、0.21、0.13;三省的轻度冷害和中度冷害的平均值均在0.1以下。1978-2012年间,延迟型重度冷害频率明显大于中度冷害和轻度冷害。重度冷害主要集中在黑龙江省以及吉林省、辽宁省的东部地区,轻度冷害在黑龙江省发生较多,中度冷害在吉林省西部较多。三种等级延迟型冷害均表现为80年代发生区域多于90年代多于00年代。(3)在1978-2012年间,黑龙江省和吉林省水稻孕穗期三种等级障碍型冷害的RCDG均在90年代较低,辽宁省35年几乎没有发生孕穗期障碍型冷害。在1978-2012年间,黑龙江省抽穗期轻度冷害的RCDG最大值出现在90年代,中度和重度冷害RCDG值则在90年代较低,吉林省抽穗期轻度和中度冷害RCDG值在00年代最高,重度冷害随年代减小,辽宁省抽穗期障碍型冷害RCDG值总体,轻度冷害在00年代RCDG值最大,中度冷害和中度冷害在80年代RCDG值最大。1978-2012年,孕穗期障碍型冷害的重度冷害发生频率较轻度冷害频率和中度冷害的小,频率较高的地方主要集中在黑龙江省和吉林省、辽宁省的东部。抽穗期障碍型冷害频率的最大值相对孕穗期冷害小,但发生过冷害地区的范围较孕穗期大。障碍型冷害总体表现为在90年代发生范围较小。
李林峰[9](2018)在《基于多目标优化的黑龙江省种植结构调整》文中进行了进一步梳理种植结构调整工作,是将一个地区的不同作物种植面积与该地农业资源禀赋之间进行一个优化合理的配置过程,以期提高不同农作物对不同区域的适宜性。在调整过程中尽可能的充分利用各种资源、降低环境破坏且产生较高的经济收益。粮食质与量的安全统称为粮食安全,通过对粮食安全程度的判断,可以看出该区是否处于安全、稳定、可持续发展的状态。在近十几年里,我国为保障14亿人口的粮食安全,一味的追求粮食产量,虽然粮食产量及经济效益逐年增加。但随之引来一系列生态环境破坏、水资源浪费的现象,逐渐引起政府及相关领域研究者的关注。黑龙江省地处三江(黑龙江、松花江、乌苏里江)共同冲击下形成的东北平原之上,该地是着名的黑土带,因为其土壤有机质丰富且适宜农作物生长发育,使得该区成为我国着名的东北冷粮区。研究区的粮食面积及产量位居我国第一位,对我国社会经济持续健康的发展起到重要意义。长期以来,黑龙江省以种植水稻及玉米为主,并且种植面积在不断增加,这主要因为大豆、高粱、马铃薯种植规模逐渐被玉米、水稻取代,造成该区种植结构出现不合理的现象。该种现象的出现,会引起农业水资源浪费、土壤板结、环境污染等一系列问题。根据存在问题对黑龙江省进行种植结构调整研究。本研究以黑龙江省种植结构调整为研究对象。首先,从我国对种植结构调整背景、政策及黑龙江省自然概况、社会经济状况以及农业生产状况出发,概括出影响、制约黑龙江省农业发展的问题;其次,通过详细对比分析国内外进行种植结构调整不同方法,选择出兼顾经济、生态和节水效益的综合效益多目标优化法,作为研究区种植结构调整的方法并构建目标函数及约束条件;并根据目标函数及约束条件,利用Mat LAB软件构建多目标优化模型;然后,根据多目标优化模型所需数据,进行数据的收集及处理工作,将所计算及统计的黑龙江省耕地总面积、生态效益指标、人均粮食需求量、五种作物单产、水资源总量及作物需水量等数据输入多目标优化模型进行计算;最后,将调整后综合效益下的五种农作物种植面积大小及综合效益下的产值与2015年黑龙江省现状进行对比分析;根据结论对未来黑龙江省种植结构调整提出意见及展望,以期为黑龙江省未来进行种植结构调整提供参考及方向。
王彦平,阴秀霞,张昉,张煦明,乌长顺[10](2018)在《内蒙古东北部大豆气候适宜度等级及种植区划研究》文中研究指明为高效利用内蒙古东北部地区水热资源,发展冷凉地区大豆种植业,利用呼伦贝尔市、兴安盟及周边黑龙江地区近30年的气象观测资料和大豆发育期资料,采用气候适宜度分析方法,计算了该区域近30年逐年大豆气候适宜度,建立了气候适宜度评价指标,进行了基于GIS的呼伦贝尔市大豆适宜种植区划。研究结果表明,温度适宜度和水热综合适宜度≥0.6为适宜,0.40.6为较适宜,≤0.4为不适宜;降水适宜度≥0.7为适宜,0.60.7为较适宜,≤0.6为不适宜。大豆适宜种植区域为大兴安岭农区东南端;较适宜种植区域为大兴安岭东麓,适宜种植区的外沿;不适宜种植区位于呼伦贝尔市北部林区及西部牧区。在林区南部的农林交错带中,该区1 9002 100℃积温区域为玉米不适宜种植地区,但可以大力发展大豆种植业,在调整种植业结构时可考虑在这一区域增加大豆种植面积。
二、大兴安岭地区热量资源及其在大豆种植中的利用(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、大兴安岭地区热量资源及其在大豆种植中的利用(论文提纲范文)
(1)基于3S技术的内蒙古东部玉米热量资源利用评价(论文提纲范文)
中文摘要 |
ABSTRACT |
1 绪论 |
1.1 选题背景及意义 |
1.2 研究目的及可行性分析 |
1.3 国内外研究进展 |
1.3.1 基于3S技术识别作物种植信息 |
1.3.2 基于3S技术反演作物物候期 |
1.3.3 热量资源利用评价方法 |
2 研究内容及研究区概况 |
2.1 研究区域概况 |
2.2 研究内容及技术路线 |
2.2.1 研究内容 |
2.2.2 研究思路及技术路线 |
3 数据与方法 |
3.1 遥感影像来源与预处理 |
3.1.1 MODIS影像来源及预处理 |
3.1.2 Landsat影像来源及预处理 |
3.2 玉米种植区提取方法及精度验证 |
3.3 玉米物候期提取 |
3.3.1 玉米生育时期提取及精度验证 |
3.3.2 玉米生育进程及品种熟性空间差异 |
3.4 热量资源利用评价方法 |
4 玉米种植区提取结果及验证 |
4.1 玉米种植区提取 |
4.2 精度验证 |
4.3 小结 |
5 玉米生育时期提取及验证 |
5.1 玉米生育时期提取 |
5.2 精度验证 |
5.3 小结 |
6 热量资源利用评价 |
6.1 内蒙古东部热量资源的空间变化 |
6.2 玉米品种熟性空间差异 |
6.3 不同生育时期积温分配评价 |
6.4 不同生育时期积温占比评价 |
6.5 小结 |
7 结论与展望 |
7.1 结论与讨论 |
7.1.1 讨论 |
7.1.2 结论 |
7.2 创新点 |
7.3 不足与展望 |
参考文献 |
致谢 |
攻读硕士学位期间发表论文情况 |
攻读硕士学位期间参加科研项目情况 |
校对报告 |
(2)高寒区大豆适宜播种期研究(论文提纲范文)
0 引言 |
1 资料与方法 |
1.1 研究区概况 |
1.2 资料来源 |
1.3 研究方法 |
1.3.1 气温稳定通过8℃初日 |
1.3.2 气候倾向率 |
2 结果与分析 |
2.1 气温稳定通过8℃初日时空变化特征 |
2.2 0~5 cm土层地温初日时空变化 |
2.2.1 时间变化 |
2.2.2 0~5 cm土层地温初日空间变化 |
2.3 大豆观测播种期 |
2.4 大豆播种期空间优化 |
2.4.1 大豆种植格局 |
2.4.2 大豆播种期优化建议 |
3 讨论 |
3.1 传统大豆播种期气象指标存在的问题 |
3.2 与其他研究比较 |
3.3 不足及展望 |
4 结论 |
(3)内蒙古大豆秋季霜冻发生的演变特征及气候危险性风险指数的构建(论文提纲范文)
1 资料与方法 |
1.1 资料来源 |
1.2 内蒙古大豆秋季霜冻灾害发生的评定指标 |
1.3 霜冻灾害气候危险性风险指数指标体系 |
1.3.1 霜冻发生强度频率指标 |
1.3.2霜冻发生的变异性 |
1.3.3 气候危险性风险指数 |
1.4 数据处理及专题图制作 |
1.4.1 资料标准化处理 |
1.4.2数据分析及专题图制作方法 |
2 结果与分析 |
2.1 内蒙古秋季霜冻发生的年际变化 |
2.2 内蒙古大豆秋季霜冻发生的强度频率特征 |
2.3 内蒙古大豆秋季霜冻发生的变异性 |
2.4 内蒙古大豆秋季霜冻发生的气候危险性风险指数 |
3 小结与讨论 |
(4)东北地区玉米种植界限变迁与冷害风险评估(论文提纲范文)
摘要 |
Abstract |
1 引言 |
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 国内外研究进展 |
1.2.1 作物种植界限研究进展 |
1.2.2 气候变化对农业影响研究进展 |
1.2.3 气候变化下灾害风险评估研究进展 |
1.2.4 低温冷害风险评估研究进展 |
1.3 研究目标、内容与技术路线 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.3.3 技术路线 |
1.4 项目支持与数据来源 |
2 研究区概况、理论依据与研究方法 |
2.1 研究区概况 |
2.2 理论依据 |
2.2.1 自然灾害风险形成理论 |
2.2.2 作物低温冷害风险内涵 |
2.3 研究方法 |
2.3.1 Mann-Kendall检验 |
2.3.2 气候倾向率 |
2.3.3 保证率 |
2.3.4 气象产量计算 |
2.3.5 GIS格网技术 |
2.3.6 缓冲区分析 |
2.3.7 基于麦夸特法和全局优化法的三维模型建立 |
3 东北地区春玉米种植界限变迁 |
3.1 东北地区玉米种植制度变化 |
3.1.1 气温变化特征 |
3.1.2 玉米种植制度变化 |
3.2 玉米种植制度界限变迁及种植变化情况 |
3.2.1 突变前后变化情况 |
3.2.2 年代际变化情况 |
3.3 气候变化对玉米种植的影响 |
3.3.1 气候变化对玉米种植界限影响 |
3.3.2 气候变化下潜在播种面积与实际种植面积的关系 |
3.4 本章小结 |
4 历史气候变化背景下冷害风险评估 |
4.1 冷害风险评估模型构建 |
4.1.1 冷害风险指标表征方法 |
4.1.2 归一化处理 |
4.2 冷害风险评估结果分析 |
4.2.1 玉米冷害危险性分析 |
4.2.2 玉米冷害敏感性分析 |
4.2.3 玉米冷害暴露性分析 |
4.2.4 玉米冷害适应性分析 |
4.2.5 玉米冷害风险分析 |
4.3 冷害风险评估结果验证 |
4.4 玉米种植界限变迁对冷害风险影响 |
4.5 本章小结 |
5 气候变化情景模拟下冷害风险评估 |
5.1 气候模式数据处理 |
5.2 不同排放路径下气温要素预估 |
5.2.1 气温变化趋势 |
5.2.2 玉米种植界限变化 |
5.3 不同排放路径下低温冷害预估 |
5.3.1 冷害危险性分析 |
5.3.2 冷害潜在暴露性分析 |
5.3.3 冷害风险分析 |
5.3.4 冷害减产率变化 |
5.4 界限变化范围冷害风险变化情况分析 |
5.5 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 创新点 |
6.3 展望 |
参考文献 |
致谢 |
研究生期间学术成果 |
(5)气候与耕地变化背景下东北地区粮食生产潜力研究(论文提纲范文)
中文摘要 |
abstract |
第1章 绪论 |
1.1 选题背景及研究意义 |
1.1.1 选题背景 |
1.1.2 研究目的及意义 |
1.2 国内外研究进展 |
1.2.1 粮食生产潜力估算研究进展 |
1.2.2 粮食产量的影响因素研究进展 |
1.2.3 未来气候与土地利用分布情景模拟研究进展 |
1.3 研究内容、技术路线与创新点 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.3.3 创新点 |
第2章 研究区概况和数据准备 |
2.1 研究区概况 |
2.1.1 自然环境 |
2.1.2 人文环境 |
2.2 数据收集与处理 |
2.2.1 气候数据 |
2.2.2 地形数据 |
2.2.3 土壤数据 |
2.2.4 土地利用数据 |
2.2.5 社会经济数据 |
2.2.6 自然-人文数据库集成 |
2.3 本章小结 |
第3章 全球农业生态区划模型 |
3.1 GAEZ模型简介 |
3.2 GAEZ模型的计算过程 |
3.2.1 农业-气候数据分析 |
3.2.2 生物量和产量计算 |
3.2.3 农业-气候限制 |
3.2.4 农业-土壤地形适宜性 |
3.2.5 农业-气候与土壤评估集成 |
3.2.6 作物潜在生产力 |
3.3 GAEZ模型的输入与输出 |
3.3.1 GAEZ模型的输入 |
3.3.2 GAEZ模型的输出 |
3.4 GAEZ模型估算结果验证 |
3.5 本章小结 |
第4章 粮食生产潜力变化及与实际产量的差距分析 |
4.1 东北地区主要粮食作物 |
4.2 近25 年东北地区主要粮食作物生产潜力变化 |
4.2.1 近25 年东北地区粮食生产潜力时间变化特征 |
4.2.2 近25 年东北地区粮食生产潜力空间变化特征 |
4.3 粮食生产潜力与实际产量的差距分析 |
4.3.1 粮食实际产量与生产潜力的差距 |
4.3.2 粮食实际产量与生产潜力的差距分析的局限性 |
4.4 本章小结 |
第5章 GAEZ模型与农业遥感估算作物产量的对比 |
5.1 农业遥感估算作物产量的原理 |
5.2 VPM模型介绍 |
5.3 耕地NPP及作物产量估算 |
5.4 GAEZ模型与农业遥感估算的作物产量结果对比 |
5.4.1 GAEZ模型与农业遥感估算的作物产量相关性分析 |
5.4.2 GAEZ模型与农业遥感估算的作物产量空间差异性分析 |
5.4.3 两种作物产量估算方法对比研究的局限性 |
5.5 本章小结 |
第6章 气候与耕地变化对粮食生产潜力的影响 |
6.1 气候变化对粮食生产潜力的影响 |
6.1.1 1990-2015年东北地区气候变化 |
6.1.2 1990-2015年气候变化条件下东北地区粮食生产潜力变化 |
6.1.3 1990-2015年气候变化对东北地区粮食生产潜力的影响 |
6.2 耕地变化对粮食生产潜力的影响 |
6.2.1 1990-2015年东北地区耕地面积及分布变化特征 |
6.2.2 1990-2015年耕地变化条件下东北地区粮食生产潜力变化 |
6.2.3 1990-2015年耕地变化对东北地区粮食生产潜力的影响 |
6.3 本章小结 |
第7章 未来气候与耕地情景下粮食生产潜力模拟 |
7.1 未来气候情景模拟 |
7.1.1 未来气候模型模拟结果 |
7.1.2 东北地区未来气候变化模拟 |
7.2 未来耕地情景模拟 |
7.2.1 CA-Markov模型 |
7.2.2 基于CA-Markov模型的 2050年东北地区土地利用现状模拟. |
7.3 未来气候及耕地情景下粮食生产潜力模拟 |
7.3.1 2050年东北地区主要粮食作物生产潜力模拟 |
7.3.2 2015- 2050年东北地区主要粮食作物生产潜力变化模拟 |
7.4 本章小结 |
第8章 结论与展望 |
8.1 研究结论 |
8.2 不足与展望 |
8.2.1 研究不足 |
8.2.2 未来展望 |
参考文献 |
附表 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(6)1961-2017年中国主要粮食作物有效积温的时空变化及未来情景模拟(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 选题背景与研究意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 国内外研究进展 |
1.2.1 国外研究进展 |
1.2.2 国内研究进展 |
1.3 研究内容与技术路线 |
1.3.1 研究目的及研究内容 |
1.3.2 技术路线 |
2 资料与方法 |
2.1 研究资料 |
2.2 研究方法 |
2.3 数据选择及最优空间插值模型验证 |
3 粮食作物有效积温的时空变化分析 |
3.1 水稻有效积温的时空变化及区划 |
3.1.1 水稻有效积温空间分布 |
3.1.2 气候倾向率 |
3.1.3 有效积温突变前后的空间变化 |
3.1.4 水稻有效积温时空区划 |
3.2 玉米有效积温的时空变化及区划 |
3.2.1 玉米有效积温空间分布 |
3.2.2 气候倾向率 |
3.2.3 有效积温突变前后的空间变化 |
3.2.4 玉米有效积温时空区划 |
3.3 小麦有效积温的时空变化及区划 |
3.3.1 小麦有效积温空间分布 |
3.3.2 气候倾向率 |
3.3.3 有效积温突变前后的空间变化 |
3.3.4 小麦有效积温时空区划 |
3.4 本章小结与讨论 |
3.4.1 讨论 |
3.4.2 小结 |
4 全球增温1.5℃、2℃情景下中国粮食作物有效积温的空间模拟 |
4.1 未来气候模型与情景的选择 |
4.2 SSP1-2.6情景下三种作物有效积温的时空变化 |
4.2.1 SSP1-2.6情景下全球升温1.5℃、2℃的时间 |
4.2.2 中国水稻有效积温的时空变化 |
4.2.3 中国玉米有效积温的时空变化 |
4.2.4 中国小麦有效积温的时空变化 |
4.3 SSP2-4.5情景下三种作物有效积温的时空变化 |
4.3.1 SSP2-4.5情景下全球升温1.5℃、2℃的时间 |
4.3.2 中国水稻有效积温的时空变化 |
4.3.3 中国玉米有效积温的时空变化 |
4.3.4 中国小麦有效积温的时空变化 |
4.4 SSP3-7.0情景下三种作物有效积温的时空变化 |
4.4.1 SSP3-7.0情景下全球升温1.5℃、2℃的时间 |
4.4.2 中国水稻有效积温的时空变化 |
4.4.3 中国玉米有效积温的时空变化 |
4.4.4 中国小麦有效积温的时空变化 |
4.5 SSP5-8.5情景下三种作物有效积温的时空变化 |
4.5.1 SSP5-8.5情景下全球升温1.5℃、2℃的时间 |
4.5.2 中国水稻有效积温的时空变化 |
4.5.3 中国玉米有效积温的时空变化 |
4.5.4 中国小麦有效积温的时空变化 |
4.6 本章小结与讨论 |
4.6.1 讨论 |
4.6.2 小结 |
5 主要结论与展望 |
5.1 历史时期研究结论 |
5.2 未来模拟研究结论 |
5.3 研究不足与展望 |
参考文献 |
致谢 |
个人简历、在学期间发表的学术论文及研究成果 |
个人简历 |
在学期间发表的学术论文及研究成果 |
(7)黑龙江省粮食作物种植结构变化的政策驱动分析(论文提纲范文)
摘要 |
Abstract |
1 引言 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究进展 |
1.2.1 种植结构的相关研究 |
1.2.2 种植结构变化的政策驱动效应研究 |
1.3 研究内容与研究方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 技术路线 |
2 相关概念与基础理论 |
2.1 相关概念 |
2.1.1 种植结构 |
2.1.2 政策驱动 |
2.2 基础理论 |
2.2.1 比较优势理论 |
2.2.2 外部性理论 |
2.2.3 蛛网理论 |
3 研究区概况与数据来源 |
3.1 研究区概况 |
3.1.1 自然地理条件 |
3.1.2 社会经济条件 |
3.2 数据来源 |
4 黑龙江省粮食作物种植结构变化特征分析 |
4.1 政策实施前后黑龙江省粮食作物种植结构变化 |
4.1.1 水稻种植面积变化 |
4.1.2 玉米种植面积变化 |
4.1.3 大豆种植面积变化 |
4.2 黑龙江省与非政策实施区的种植面积变化对比 |
4.2.1 水稻种植面积对比分析 |
4.2.2 玉米种植面积对比分析 |
4.2.3 大豆种植面积对比分析 |
4.3 小结 |
5 基于DID模型的政策效应分析 |
5.1 DID模型 |
5.2 变量说明 |
5.3 DID模型实证结果分析 |
5.3.1 DID值测算结果 |
5.3.2 计量数值分析 |
5.4 黑龙江省各地区政策效应差异比较 |
5.5 小结 |
6 结论和对策建议 |
6.1 主要结论 |
6.2 对策建议 |
6.2.1 农业补贴与最低收购价格政策相结合 |
6.2.2 坚持市场定价、建立玉米生产者利益补偿机制 |
6.2.3 加大大豆补贴力度、优化大豆种植布局 |
6.2.4 提高农业保险支持力度 |
6.3 不足和展望 |
参考文献 |
后记 |
在学期间公开发表论文及着作情况 |
(8)气候变化背景下东北三省水稻低温冷害时空变化分析(论文提纲范文)
摘要 |
ABSTRACT |
1 前言 |
1.1 研究背景及意义 |
1.2 研究进展 |
1.2.1 东北地区农业气候资源的变化 |
1.2.2 东北地区作物类型与空间分布的变化 |
1.2.3 国内外低温冷害的研究进展 |
1.3 研究内容 |
1.4 技术路线 |
2 研究区域概况与数据处理 |
2.1 研究区域概况 |
2.1.1 地理位置 |
2.1.2 地形地貌 |
2.1.3 气候特征 |
2.1.4 耕地资源 |
2.2 数据来源与处理 |
2.2.1 数据来源 |
2.2.2 数据的处理 |
2.3 研究方法 |
2.3.1 气候倾向率 |
2.3.2 相关性分析 |
2.3.3 减产率 |
2.3.4 水稻延迟型冷害指标 |
2.3.5 水稻障碍型冷害指标 |
3 东北三省气候资源变化特征 |
3.1 东北三省气温的时空变化规律 |
3.1.1 东北三省年平均气温的时空变化规律 |
3.1.2 东北三省生长季月平均气温和的时空变化规律 |
3.1.3 东北三省生长季月平均气温累积距平的时空变化规律 |
3.2 东北三省水稻单产的变化规律 |
3.3 东北三省生长季月平均气温累积距平与水稻单产相关性分析 |
3.4 本章小结 |
3.4.1 结论 |
3.4.2 讨论 |
4 东北三省水稻延迟型冷害的时空分布变化规律 |
4.1 水稻延迟型冷害时空分布变化规律 |
4.1.1 水稻延迟型冷害时间变化规律 |
4.1.2 水稻延迟型冷害空间分布变化规律 |
4.2 典型年份的验证 |
4.3 本章小结 |
4.3.1 结论 |
4.3.2 讨论 |
5 东北三省水稻障碍型冷害的时空分布规律 |
5.1 水稻孕穗期障碍型冷害时空分布变化规律 |
5.1.1 水稻孕穗期障碍型冷害时间变化规律 |
5.1.2 水稻孕穗期障碍型冷害空间分布变化规律 |
5.2 水稻抽穗期障碍型冷害时空分布变化规律 |
5.2.1 水稻抽穗期障碍型冷害时间变化规律 |
5.2.2 水稻抽穗期障碍型冷害空间分布变化规律 |
5.3 典型年份的验证 |
5.4 本章小结 |
5.4.1 结论 |
5.4.2 讨论 |
6 结论与讨论 |
6.1 结论 |
6.2 讨论 |
6.3 论文创新点 |
参考文献 |
致谢 |
攻读硕士学位期间参与会议 |
(9)基于多目标优化的黑龙江省种植结构调整(论文提纲范文)
摘要 Abstract 第一章 绪论 |
1.1 研究背景、目的与意义 |
1.1.1 研究背景 |
1.1.2 研究目的 |
1.1.3 研究意义 |
1.2 国内外研究进展 |
1.2.1 种植结构调整国内外研究进展 |
1.2.2 基于模型的种植结构调整国内外研究进展 |
1.3 研究内容 |
1.4 研究方法 |
1.5 技术路线图 第二章 黑龙江省概况 |
2.1 黑龙江省自然地理概况 |
2.1.1 研究区位置及行政区划 |
2.1.2 黑龙江省自然环境概况 |
2.2 黑龙江省社会经济状况 |
2.3 黑龙江省2015年农业生产状况 |
2.3.1 农业基础状况 |
2.3.2 农业投入水平 |
2.3.3 黑龙江省农业产出水平 |
2.3.4 黑龙江省农业科技水平 第三章 黑龙江省种植结构存在问题及影响因素 |
3.1 黑龙江省种植结构存在问题 |
3.1.1 不重视对农作物种植结构的管理 |
3.1.2 轻视对新农作物品种的创新及研发 |
3.1.3 缺乏市场导向的洞察力 |
3.1.4 缺乏对农业科技的发展及人才的培养 |
3.1.5 农户追求短期效益,缺乏长远的规划 |
3.1.6 农业投入不足,基础设施相对落后 |
3.2 种植结构调整影响因素 |
3.2.1 环境承载力大小 |
3.2.2 农户的主观决策 |
3.2.3 效益因素 |
3.2.4 市场因素 |
3.2.5 政策因素 第四章 多目标优化种植结构调整模型构建 |
4.1 多目标优化相关理论 |
4.1.1 多目标优化概述 |
4.1.2 多目标模糊折中算法 |
4.2 目标函数的构建 |
4.2.1 经济效益目标函数 |
4.2.2 节水效益目标 |
4.2.3 生态效益目标 |
4.3 约束条件的构建 |
4.3.1 总面积约束 |
4.3.2 水资源总量 |
4.3.3 粮食要求约束 |
4.3.4 其他约束条件 |
4.4 Mat LAB多目标优化模型构建 第五章 黑龙江省多目标优化种植结构调整 |
5.1 模型数据的收集与计算 |
5.1.1 耕地面积 |
5.1.2 作物需水量 |
5.1.3 生态效益指标选取 |
5.1.4 五种粮食人均年需求量 |
5.1.5 2015年五种作物种植面积 |
5.1.6 黑龙江省各地级市作物单产 |
5.1.7 黑龙江省水资源概况 |
5.1.8 黑龙江省五种农作物平均售价及成本 |
5.2 多目标优化种植结构调整结果 |
5.2.1 综合效益目标下作物种植面积 |
5.2.2 综合效益目标下面积与现状对比 |
5.2.3 综合效益目标下各地级市效益产值 |
5.2.4 综合效益目标下产值与现状对比分析 第六章 结论与展望 |
6.1 结论 |
6.2 意见 |
6.2.1 种植结构调整意见 |
6.2.2 种植结构调整方向 |
6.3 展望 参考文献 附录 攻读硕士学位期间发表的主要科研成果 后记 |
(10)内蒙古东北部大豆气候适宜度等级及种植区划研究(论文提纲范文)
1 研究区域概况及资料来源 |
1.1 研究区自然特征 |
1.2 资料来源 |
1.2.1 地理信息资料 |
1.2.2 气象数据及大豆发育期资料 |
2 分析方法 |
2.1 地理信息资料的处理 |
2.2 精细化种植区划方法 |
2.2.1 气候适宜度评价模型的建立 |
2.2.1. 1 温度适宜度函数 |
2.2.1. 2 降水适宜度函数 |
2.2.1. 3 综合气候适宜度模型 |
2.3 气候适宜度推算模型建立及区划图制作 |
2.3.1 呼伦贝尔市各地气候适宜度分析结果 |
2.3.2 呼伦贝尔市大豆种植气候适宜度评价指标 |
2.3.3 呼伦贝尔市大豆种植气候适宜度推算模型 |
2.3.4 呼伦贝尔大豆种植精细区划图制作 |
3 结果与分析 |
3.1 呼伦贝尔大豆种植的温度适宜度变化及区划 |
3.2 降水适宜度区划结果分析 |
3.3 水热综合适宜度区划结果分析 |
4 讨论与结论 |
4.1 大豆气候适宜度区划结果与≥10℃积温区划结果对比分析 |
4.2 大豆气候适宜度区划结果与分级判别区划结果对比分析 |
4.3 气候适宜度区划方法的利弊分析 |
4.4 结论 |
四、大兴安岭地区热量资源及其在大豆种植中的利用(论文参考文献)
- [1]基于3S技术的内蒙古东部玉米热量资源利用评价[D]. 郭佳. 内蒙古师范大学, 2021(08)
- [2]高寒区大豆适宜播种期研究[J]. 宫丽娟,王萍,姜蓝齐,李秀芬,赵慧颖. 中国农学通报, 2021(05)
- [3]内蒙古大豆秋季霜冻发生的演变特征及气候危险性风险指数的构建[J]. 王惠贞,唐红艳,李丹,吴向东. 湖北农业科学, 2020(15)
- [4]东北地区玉米种植界限变迁与冷害风险评估[D]. 赵静. 东北师范大学, 2020
- [5]气候与耕地变化背景下东北地区粮食生产潜力研究[D]. 蒲罗曼. 吉林大学, 2020(08)
- [6]1961-2017年中国主要粮食作物有效积温的时空变化及未来情景模拟[D]. 李帅. 西北师范大学, 2020(01)
- [7]黑龙江省粮食作物种植结构变化的政策驱动分析[D]. 邹小娇. 东北师范大学, 2020(06)
- [8]气候变化背景下东北三省水稻低温冷害时空变化分析[D]. 毕海霞. 沈阳农业大学, 2019(02)
- [9]基于多目标优化的黑龙江省种植结构调整[D]. 李林峰. 吉林师范大学, 2018(06)
- [10]内蒙古东北部大豆气候适宜度等级及种植区划研究[J]. 王彦平,阴秀霞,张昉,张煦明,乌长顺. 中国生态农业学报, 2018(07)