一、雨量与三麦产量的相关性（论文文献综述）
李蓓蕾[1]（2021）在《张家口市气候变化对土地资源利用的影响 ——以沽源县为例》文中进行了进一步梳理
高雅晓玲[2]（2021）在《不同土壤类型中大豆的产量与品质对增温的响应》文中研究表明“十四五”规划首次提出实施粮食安全战略,体现了党中央对我国粮食安全的重视。气候变暖对农业生产和粮食安全的影响是目前研究的热点。大豆是我国重要的经济作物,土壤是作物生长发育所需营养成分的重要来源,为进一步了解在不同土壤中大豆产量和品质对增温的响应,本试验在南京信息工程大学农业气象实验站进行空间移位试验,采用开放式增温系统（FATI）对大豆全育期进行增温,供试土壤为黑土、棕壤、盐碱土、风沙土、灰钙土、黄土、潮土、黄棕壤、砂礓黑土、红壤、紫色土和砖红壤共12种典型土壤。研究的内容为:土壤理化性质和酶活性、大豆氮磷钾利用效率、大豆产量及其构成、籽粒中的矿质元素和粗蛋白含量。主要结论如下:（1）增温对土壤速效养分和酶活性具有显着影响。就土壤的理化性质而言,增温显着降低了土壤含水量,同时使酸性土壤黄棕壤、砂礓黑土和棕壤中的p H明显下降,土壤碱解氮和速效钾分别较对照下降了7%和10%。就土壤酶活性而言,土壤过氧化氢酶活性下降了21%,而蔗糖酶活性提高了42%。磷酸酶活性与p H呈显着负相关,与磷酸酶呈显着正相关;过氧化氢酶、脲酶和蔗糖酶活性与p H呈显着正相关;碱解氮与过氧化氢酶、脲酶和磷酸酶呈显着正相关。增温后黄棕壤综合肥力提高最多,砖红壤综合肥力降低最多。（2）对养分吸收而言,增温提高了大豆氮磷钾的吸收量和籽粒钾含量,分别为35%、32%、33%和6%,但降低了氮磷钾在秸秆中的含量,分别为19%、27%和14%,籽粒中氮磷的含量也有所降低。对养分利用率而言,增温降低了单位氮、磷素利用效率,提高了单位钾素的利用效率。（3）增温平均缩短了大豆的生育期6 d,加快发育进程,株高和单株产量分别较对照提高4.45 cm和7.62 g。黄棕壤、砂礓黑土和潮土中的大豆产量、生物量、单株荚数、单株粒数均有显着提升。相关性分析表明,单株粒数是影响大豆产量最直接的因素。增温使砂礓黑土和黄棕壤中大豆产量提高程度最大,分别为104%和80%,对黄土和红壤的产量提高程度最小,分别17%和8%。（4）增温对大豆的品质有显着影响。增温条件下大豆籽粒粗蛋白下降了2%,而籽粒矿质元素得以提高,Fe、Zn、Mn、Ca含量分别较对照提高了19%、14%、14%和12%。增温条件下,黄棕壤和砂礓黑土中大豆籽粒蛋白质浓度分别下降3%和7%,且Zn、Mn和Ca含量也有所下降,这可能是稀释效应造成的。增温使灰钙土、黑土和黄土中大豆的综合品质提升较大,使黄棕壤和砂礓黑土中大豆的综合品质下降。综合分析表明增温条件下,黄棕壤、黑土、盐碱土、灰钙土、砂礓黑土和黄土的土壤肥力会得到提高,营养元素得到积累,从而使产量提高,矿质元素含量增加,但对籽粒蛋白含量有一定削弱,同时生长在黄棕壤和砂礓黑土中的大豆产量增幅过大,其矿质元素Zn、Mn和Ca含量有一定下降。在气候变化背景下,不同土壤类型中大豆的产量和品质对增温的响应尚需进一步探讨,以便做出大豆应对气候变化的方案。同时应综合分析增温对大豆的产量和品质以及土壤肥力的影响,以确保大豆在连续种植下优质高产,进而保障国家粮食安全。
蒲罗曼[3]（2020）在《气候与耕地变化背景下东北地区粮食生产潜力研究》文中认为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。
朱和[4]（2020）在《水肥气热耦合对枸杞产量和品质的影响》文中研究指明本文以宁夏银川贺兰山地区百瑞源枸杞为供试作物,针对枸杞园区水肥利用效率较低,土壤水肥气热盐耦合与产量、品质关系尚不明确等实际问题,采用随机区组试验和正交试验,系统的研究了水肥气热耦合、叶面施肥、水肥和品种组合对枸杞生长、产量和品质的影响,为枸杞管理及提质增效提供理论依据和技术支撑,主要研究结论如下:（1）采用四因素三水平正交设计方法,研究了水肥气热耦合对宁杞一号枸杞生长指标、生理指标、产量和品质的影响,通过极差分析和方差分析,得出了水、肥、气、热四因素影响枸杞生长指标、生理指标、产量和品质的主次影响顺序、单因素变化规律及显着性,确定了各因素最优组合方案。对不同处理枸杞产量分析表明,影响枸杞鲜果产量的四因素主次顺序为:灌溉定额（B）>施肥量（C）>通气量（A）>根区温度（D）,灌溉定额和施肥量对产量的影响极显着,土壤通气量和根区温度对产量影响不显着,本试验影响产量的各因素最优组合为A1B1C1D1,即土壤深耕,灌溉定额为4815m3/hm2,追肥量为高肥（纯氮量1395kg/hm2,纯磷量360kg/hm2,纯钾量270kg/hm2）,覆PP无纺布增温抑草。这个最优组合产量可以达到9281.55kg/hm2,比对照增加25.37%,同时枸杞植株光合作用较强,果实品质较好。（2）采用二因素三水平随机区组试验,选用尿素和磷酸二氢钾两种叶面肥,研究了不同浓度叶面肥混合喷施对宁杞五号枸杞生长指标、生理指标、产量和品质的影响,试验得出了叶面肥影响枸杞生长指标、生理指标、产量和品质的单因素变化规律和两因素最优组合,确定了最优处理。对各处理枸杞产量进行分析,当尿素浓度一定时,施用不同浓度的磷酸二氢钾对应的枸杞产量平均值从大到小排列为:中浓度>低浓度>高浓度;当磷酸二氢钾浓度一定时,施用不同浓度的尿素对应的枸杞产量平均值从大到小排列为:中浓度>高浓度>低浓度,且尿素不同水平对产量的影响极显着。最优处理为T5,即尿素浓度为3g/L,磷酸二氢钾浓度为1g/L,此时产量最大为8637.84kg/hm2,比对照增加 30.37%。（3）采用三因素三水平正交设计方法,研究了水肥和品种组合对枸杞生长指标、产量和品质的影响,通过极差分析和方差分析,得出了三因素影响枸杞生长指标、产量和品质的主次影响顺序、单因素变化规律及显着性,确定了各因素最优组合方案。对不同处理枸杞产量分析表明,影响枸杞鲜果产量的三因素的主次顺序为枸杞品种（A）>施肥量（C）>灌溉定额（B）,枸杞品种和施肥量对产量的影响极显着,灌溉定额对产量影响显着。综合考虑各因素,本试验最优组合为A1B1C1,即种植宁杞七号,当灌溉定额为4815m3/hm2,追肥量为高肥（纯氮量1395kg/hm2,纯磷量360kg/hm2,纯钾量270kg/hm2）,此时各项指标相对较好,这个最优组合产量可以达到9068.0kg/hm2,比对照增加了 29.18%。
雷冠军[5]（2020）在《基于数据融合的丰满水库长期径流预报研究》文中指出我国的水资源时空分布不均,气候变化和人类活动的影响导致旱涝灾害频发,成为制约经济发展的主要因素。河川径流在水循环系统中起着主导作用,而且极端径流会形成巨灾,径流预报对于防汛抗旱、水资源规划与管理等具有重要意义和价值。河川径流影响因子众多、变化特性复杂,基于成因分析法挖掘因子影响径流形成的规律是径流预报的关键。中长期径流预报预见期长、预报精度低,径流的形成机制尚不清晰,单一尺度因子的分析、单一统计预报方法的改进已不能进一步提高径流预报的精度,而且水文工作者不敢于报极值,中长期径流预报结果只能作为实际工作的参考。开展中长期径流预报理论和技术研究,融合多尺度因子和多方法的预报结果,进一步提高预报的精度和水平,能够为水库调度、水资源开发利用等工作提供支撑。本文以丰满水库流域的年径流为研究对象,选用天文、全球、流域尺度因子,分析挖掘因子与流域来水的相似性、遥相关性、可公度性、结构特性等规律,研究和改进智能学习法、模糊推理法、天文因子对比法、点聚图法、可公度法和可公度网络结构法等技术方法,建立了包含因子融合、结果融合、结构融合的多尺度因子信息融合的中长期径流预报模型。研究成果能够有效提高丰满水库流域径流和极端径流预报的精度,为丰满水库调度提供技术支持。具体研究成果如下:（1）运用统计分析法,挖掘三大尺度因子与流域来水丰枯特性的响应规律。结果表明,丰满水库流域来水的丰枯状态与ENSO事件的冷暖特性、ENSO事件的发生时间距离汛期的远近、基于农谚所选择的气象因子等具有较好的统计规律,且均能通过假设检验。基于线性相关系数法、互信息理论法、关联度分析法研究天文因子、气象因子、天文因子+海洋大气因子+气象因子与流域来水的相关性,结果表明,气象因子的相关性最强,海洋大气因子的相关性最弱,月球赤纬角与流域来水的关联度最大。（2）基于相关性分析所得的因子组合方案,运用神经网络、支持向量机、决策树、随机森林等智能学习方法,融合因子预报径流。结果表明,水量回归预报较差,3级分类预报较优;预报方法不同,方法所对应的最优因子及其组合不同,训练和预报性能均较优且稳健性强的方法为ELM、RBF神经网络。对多方法的最优分类预报结果进行融合,使得定性预报正确率达到89.5%。（3）运用相位对比法融合天文因子、海洋大气因子及其组合预报径流。结果表明,该方法的定量预报正确率为63.16%,24节气阴历日期+太阳黑子相对数的定性预报最优,正确率为63.16%。相位对比法对于极端来水年的丰枯属性识别能力较强,却难以有效预报出平水年,运用定量预报结果反推来水级别的正确率较低。相位对比法存在无法判别的年份,运用模糊推理法基于相关性分析所得的因子组合进一步分析计算因子的相似性,融合因子预报径流。引入TOPSIS模糊综合评判法、相似衍生法相似度、“因子进出法”等,对模糊推理法进行改进。结果表明,相似衍生法模糊推理法的稳健性优于Turksen模糊推理法,二者对径流的定量预报较差、定性预报较优,对其各自最优的定性预报结果进行融合,正确率达到73.68%。（4）采用“主次因子对比法”对单一天文因子对比法、分布式融合结构天文因子对比法进行改进,融合结果预报径流。研究得到能够提高预报精度的混合式融合结构天文因子对比法,定性预报正确率为63.16%。基于分析所得的海洋大气因子、气象因子与流域来水的遥相关规律修正预报结果,进一步改进天文因子对比法,使得预报正确率提高到 73.68%。（5）绘制三大尺度因子与流域来水的点聚图,融合结果预报径流。结果表明,24节气阴历日期和月球赤纬角点聚图具有较好的稳健性,太阳黑子相对数离散性较强难以准确划分其聚类区间,三大尺度因子点聚图的定性预报正确率分别为63.16%、57.89%、21.05%。将海洋大气因子、气象因子与来水丰枯的遥相关规律作为该类因子的点聚图进而得到径流预报结果,并与天文因子点聚图的预报结果进行融合,使得预报正确率提高到 73.68%。（6）将径流分为一般、极端、极值点结构,融合结构预报极端径流。结果表明,以因子融合、结果融合的预报结果作为一般来水结构能够融合多因子、多方法的信息,预报正确率为84.21%;点面结合法的改进与上下包线结构、智能学习分类以及传统点面结合法相比对于极端来水结构的预报精度较高,预报正确率为60%;通过细致划分丰枯水链、引入月球赤纬角对可公度网络结构法进行改进,能够增强方法的可操作性,降低基于极值点结构预报极端来水年高发期的不确定性;综合径流三大结构的预报结果,结合连续极端来水年的判定,预报极端来水的高发年,其中特丰水年、特枯水年的预报正确率分别为66.7%、80%。
徐向英[6]（2019）在《江苏小麦综合气象指数构建与产量变化预测和分析》文中认为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。
陈玉章[7]（2019）在《覆盖模式对旱地马铃薯田水热环境及产量形成的影响》文中提出马铃薯是我国西北雨养寒旱区的主要作物,地膜覆盖是该区广泛使用的抗旱保墒栽培技术,但地膜覆盖存在土壤累积性污染和增加成本问题,急需研发地膜替代或减量使用技术。秸秆覆盖是一种生态环保、种养结合、可实现秸秆资源化循环利用的可持续绿色生产技术。西北寒旱区玉米秸秆资源丰富,若采取传统全地面秸秆碎段覆盖方式,存在粉碎玉米秸秆耗能费力、机收玉米残膜难以清除、影响马铃薯机播机收等诸多问题。为此,本研究在西北雨养寒旱条件下,于2016（干旱年）和2017（平水年）在甘肃省定西市通渭县旱作马铃薯主产区,以传统裸地平作种植（CK）为主对照、生产上主推的黑色地膜全地面覆盖（简称全膜覆盖:FM）为副对照,设置了4种玉米整秆带状覆盖模式,分别为:沟覆垄播双行（RT）、沟覆垄播单行（RS）、平覆双行（PT）和平覆单行（PS）。研究了不同覆盖模式对马铃薯的生长发育状况、土壤水分、土壤温度、植株水分及叶片光合生理、块茎产量及水分利用效率的影响,以期为秸秆整秆覆盖马铃薯高产高效绿色栽培提供理论依据和技术支撑。主要结果如下:1.覆盖较裸地种植（CK）能显着提高旱地马铃薯产量和水分利用效率,以全膜覆盖（FM）和沟覆垄播双行（RT）增产最显着,FM和RT两年分别平均较CK增产（干薯）53.8%、52.0%,但两年度RT和FM间产量均无显着差异（P<0.05）,表明适宜的秸秆覆盖模式可达到全膜覆盖的产量水平。不同秸秆带状覆盖模式间产量比较,总体来讲,覆秆双行>覆秆单行、秸秆沟覆>秸秆平覆。分析覆盖增产机制原因,无论干旱年还是平水年,在密度相同情况下,从产量结构因素角度主要是显着提高了单薯重（r=0.883**0.980**）,覆盖两年平均较CK单薯重提高42%,以RT和FM提高幅度最大（56%62%）,而单株结薯数覆盖反而较CK略有降低,后期形成的单薯重对前期结薯数不足有较强的补偿效应（r=-0.618**-0.725**）;从营养生长和生殖生长角度分析,覆盖增产原因主要是显着促进了营养生长,覆盖处理的单株生长量较CK两年平均提高38%,仍以RT和FM提高幅度最大（58%59%）,产量与单株生长量高度正相关（r=0.946**0.989**）,而收获指数处理间相对较稳定;同时覆盖也显着提高了大薯率和商品薯率,其中RT大薯率和商品薯率均最高,RT大薯率分别高出CK和FM 15.7和7.4个百分点,商品薯率分别高出CK和FM 21.2和5.8个百分点。2.覆盖显着影响马铃薯田土壤温度。与CK相比,覆膜具有普遍的增温效应,而秸秆覆盖具有普遍的降温效应。比较全生育期525 cm平均温度,FM高出CK 1.03（干旱年）和1.51℃（平水年）,而4个秸秆覆盖处理平均较CK降温1.68℃（干旱年）和1.46℃（平水年）,秸秆覆盖模式间土壤温度差异不大。进一步分析发现,随着生育时期和土层的不同,秸秆覆盖和覆膜均不同程度的较CK出现增温和降温的“双重效应”,但覆膜增温效应大于降温效应,秸秆覆盖则相反,在干旱年和平水年,覆膜增温点（次）比例分别为82.9%、85.7%,而4种秸秆覆盖模式的降温点（次）比例为95.0%、90.0%。覆膜的降温效应主要在块茎形成期,而秸秆覆盖的增温效应主要在出苗期。地膜覆盖也明显增加了生育期土壤积温,在干旱年和平水年,覆膜较CK分别增加全生育期有效积温122.0、179.9℃,致使生育期缩短约6 d,而秸秆覆盖较CK分别降低积温208.9℃和156.1℃,生育期延长712 d。相关分析表明,降低土壤温度可显着改善植株水分状况,块茎形成期土壤温度对结薯数影响不大,但块茎膨大期土壤温度显着影响单薯重,降温效应是秸秆覆盖大薯率和单薯重提高的主要原因。3.覆盖能显着提高土壤供水能力,以秸秆沟覆垄播双行（RT）的02 m土壤水分状况最好。比较覆盖较CK在全生育期2 m土体的增墒效果,总体来讲,秸秆覆盖>全膜覆盖,平水年>干旱年,秸秆带状覆盖双行与单行相近,秸秆沟覆与平覆在年际间差异不尽一致。秸秆局部带状覆盖较全膜覆盖显着提高了降水入渗率,秸秆覆盖的降水入渗率平均高出覆膜43.3个百分点,秸秆无论沟覆还是平覆,其降水入渗率与CK无显着差异,均高达90.0%以上。秸秆带状覆盖属于局部覆盖,保墒效果肯定不如覆膜,但由于秸秆覆盖具有提高降水入渗率和降温抑蒸的明显优势,这是其土壤水分状况好于地膜覆盖的主要原因。但同时也发现,随着生育时期和土层不同,秸秆覆盖和地膜覆盖也都程度不等的出现较CK增墒和降墒的双重效应。改善土壤水分状况是覆盖增产的主要原因。土壤水分与植株及各器官水分状况、植株营养生长量、单薯重一般呈明显正相关,土壤水分以块茎形成膨大期对单薯重和产量影响最显着。同时发现深层供水在旱地马铃薯生产中具有重要作用,马铃薯生长和产量形成对40 cm以下深层供水的依赖度显着大于40 cm以上土层。覆盖也明显改变了耗水结构。与CK相比,覆盖显着降低前期（出苗块茎形成）耗水比例,增加中后期（块茎形成成熟）耗水比例,这是覆盖显着提高单薯重、进而提高产量的主要原因;土壤贮水消耗主要集中在01.2 m范围,但覆盖和降水会明显降低1.2m以下土壤耗水。4.土壤水温存在明显互作调控效应。025 cm耕层温度与040、40120、120200、0200 cm土层含水量呈负相关,但负相关程度随土层深度增加逐渐加强,这一方面表明,耕层温度会明显影响深层水分的迁移和调用,另一方面与上层土壤受降水、气温影响较大有关。5.覆盖可显着提高马铃薯叶片净光合速率（Pn）。在块茎形成期,覆盖处理的叶片净光合速率（Pn）、叶片瞬时水分利用效率（WUEL）、实际光化学效率（ΦPSⅡ）、表观电子传递效率（ETR）和光化学猝灭系数（qP）显着高于CK,而秸秆覆盖和地膜覆盖差异不明显;但进入块茎膨大期,秸秆覆盖的Pn、WUEL、ΦPSⅡ、ETR和qP显着高于地膜覆盖和CK。叶片SPAD值、叶片N含量（LN）、胞间CO2浓度（Ci）和蒸腾速率（Tr）随生育时期不同差异不尽一致。在块茎膨大与增重的产量形成关键阶段,维持较高的ΦPSⅡ、ETR、qP、SPAD、Ci、LN、WUEL、Tr和气孔导度（Gs）、尤其是提高叶绿素荧光反应参数值（ΦPSⅡ、ETR、qP）,是叶片保持较高光合速率（Pn）的直接生理原因,而秸秆覆盖降温引起的叶片延迟衰老,是薯重形成期秸秆覆盖保持较高Pn的间接外因。
何紫迪[8]（2019）在《火炬松产脂性状相关基因表达分析》文中进行了进一步梳理火炬松是广东省松树商品林中一种综合利用价值较高的经济树种,富含优质的松脂。产脂量已成为火炬松当前遗传改良阶段的重要目标性状之一。本研究以23年生火炬松第一代种子园自由授粉子代26个家系和5年生的火炬松嫁接株为材料。选择经过基因芯片技术初步筛选确认的9个与产脂性状相关的候选基因（BT-10-B1、BD-2-B9、BT-14-C2、BD-2-D3、BD-3-E8、BT-3-F9、BT-10-F12、BT-6-G4和BD-9-G8）以及3个萜类合成通路上的关键酶基因（apin、FPPS和IPPI）作为研究对象,通过实时荧光定量PCR技术,分别在火炬松极端产脂群体、随机群体以及嫁接株对12个基因的表达规律进行研究,最终筛选出与火炬松产脂性状密切相关的关键基因。主要研究结果如下:（1）对火炬松26个家系102个单株的产脂量进行测定,平均产脂量为5.98 kg,平均变异系数达到17.97%。II-246-23、II-293-4和III-ben-2号火炬松单株产脂量最大,可作为火炬松高产脂遗传改良的优良材料。（2）利用实时荧光定量PCR技术检测12个基因在火炬松选择性极端产脂群体的表达水平,有8个基因与火炬松产脂性状密切相关。其中,3个松脂萜类合成通路上的关键酶基因apin、FPPS和IPPI与产脂量相关性最高,相关系数分别达到0.74354、0.81736和0.80332,检验结果达到极显着水平;BD-3-E8、BD-2-B9、BD-9-G8和BD-2-D3基因相对表达量与产脂量相关系数在0.56653～0.74116之间;BT-6-G4基因相对表达量与产脂量存在不显着的负相关性。（3）在火炬松随机群体中检验上述基因表达水平与产脂量的关联性。apin、FPPS、IPPI、BD-3-E8和BD-2-B9相对表达量均与产脂量表现出极显着的正相关关系,可作为分子辅助产脂量选择的5个候选基因。（4）在火炬松嫁接株不同产脂群体的研究中发现,优选的5个基因在5年生火炬松嫁接株生长初期相对表达量较低,但基因表达量与产脂量也存在着显着的正相关关系。（5）5个候选基因中,apin、FPPS、IPPI和BD-2-B9基因在不同组织部位表达规律相同（针叶>芽>根>韧皮部）,均在针叶组织中具有特异性高表达。而BD-3-E8在不同部位的表达规律则截然不同,在韧皮部的相对表达量显着高于针叶。根据各个基因在嫁接株不同部位的表达规律,结合其在不同产脂群体的表达情况,确定apin、FPPS、IPPI和BD-2-B9为产脂性状相关的关键基因,这4个基因的表达水平可很大程度反映产脂量的高低。（6）产脂性状相关的4个关键基因在火炬松不同砧木嫁接株中的表达分析结果表明,以火炬松为砧木的嫁接株中各松基因相对表达量均高于以湿地松为砧木的嫁接株。（7）对关键的萜类合成酶基因apin在22个物种的系统发育关系进行分析,火炬松与扭叶松、北美短叶松两个物种的基因同源性最高,聚集在同一个进化分枝上。apin蛋白序列在研究的8个松属物种中具有极高的保守性,且3’端序列比5’端的保守性更高。
季司晨[9]（2019）在《云南省玉米天气指数保险可行性研究》文中研究说明玉米作为云南省占据重要地位的主粮食作物,气象灾害是云南玉米种植所遭受的主要风险,云南玉米种植产业的发展与安全关系到云南省粮食安全,并且和粮、经、饲三元化种植结构的构建息息相关。但是,现阶段传统农业保险是以弥补农作物种植产业的物化成本为主,一直面临着保障程度低、保障范围不全面等问题。2007年是云南省启动政策性农业保险试点的时间,保费规模高速增长。但是传统农业保险在经营过程中也暴露出不少问题,尤其是在近几年农作物遭受干旱等气象灾害的情况下,云南政策性农业保险在救灾、迅速恢复再生产等方面运作效率低迷,没有很好的发挥出专属于保险业的损失补偿和保险保障功能。与当前正在运行的传统农业保险相比,天气指数保险在解决道德风险和逆向选择问题上可以发挥出更大作用,还拥有运营管理成本低,保险合同标准化以及理赔流程简便等独特优点。因此,为对云南玉米种植业提供更全面的风险保障,本文落点于云南省的玉米种植产业,来对云南省玉米天气指数保险的可行性进行研究。本文主要采用文献分析、案例分析、实地调研等研究方法,论证云南省发展玉米天气指数保险的诸多必要条件,从而探讨其可行性。本文的主要研究内容和结论:第一,玉米作为云南省种植面积第一大,产量第二大的主粮食作物,在云南省委省政府加快建设高原特色农业产业的背景下,在政策支持、市场完备性以及投保人需求等可行性条件的支持下,选择玉米作为天气指数保险试点品种,具有可行性与前瞻性。第二,对当前国内外开展天气指数保险的先进经验进行总结分析,为云南省玉米气象指数保险的开展提供了一定的借鉴,并提出了应该重点防范天气指数保险开展过程中的重点问题基差风险。第三,对传统农险开始试点直到现在的云南玉米种植保险的运作情况及弱点作出分析,进而挖掘出传统农业保险发展面临的困境及开展天气指数保险的必要性。第四,从政策分析、需求调查分析与供给分析三个方面进行了云南玉米天气指数保险可行性条件分析。调查结果显示,天气指数保险对传统农业保险具有比较强的互补性,农户们对购买天气指数保险的态度相对积极,市场潜力大。供给侧分析显示目前开展天气指数保险的技术已经成熟、市场潜力大,且玉米天气指数保险产品具有不可复制性,可以为保险公司带来许多积极效应。综上所述,云南玉米天气指数保险的开展已经具备可行性。
邢磊[10]（2019）在《改性纤维素对黄土高原农田土壤及作物的影响研究》文中认为本研究基于黄土高原新造耕地农田土壤的保水保肥需求,开展了施用改性纤维素对黄土高原农田土壤及作物的影响研究。试验材料采用五种改性纤维素,分别为CMC-NH4-Ⅰ、CMC-NH4-Ⅱ、CMC-Na、CMC-K-Ⅰ和CMC-K-Ⅱ。采用实验室与田间试验方法,开展了材料特性、土壤养分、土壤水分与作物产量研究。室内实验探究了改性纤维素的吸水倍率、土壤体积膨胀率及对溶液离子吸附能力;水培小麦实验试验探究改性纤维素对幼苗生长、SPAD值、生物量影响;盆栽实验设置了0.0%、0.5%、1.0%、1.5%、2.0%和3.0%六个浓度梯度探究了改性纤维素对小麦苗期以及对土壤水分、养分的影响。大田试验设置了0.0%、0.1%、0.5%、1.0%和2.0%五个梯度探究了五种改性纤维素对土壤水分、电导率、养分及作物产量的影响。全部试验设置3次重复。田间试验位于陕西省延安市安塞区南沟村（N36o52’28.10",E109o13’36.06"）。研究取得的主要结果如下:不同改性纤维素的吸水力有很大差异。CMC-K-Ⅱ吸水量最高,吸水倍率为133.92 g/g,显着高于其它种改性纤维素,CMC-Na吸水倍率显着低于其它四种改性纤维素,吸水倍率为48.67 g/g。土壤施用纤维素能够使土体膨胀,施用1.0%CMC-K-Ⅱ的土壤体积膨胀率最高能够达到40.5%,改性纤维素加入溶液中,对水体离子具有吸附作用,随着溶液浓度的增大,吸附量呈增加趋势。不同改性纤维素的土壤保水效果具有较大差异。改性纤维素吸附能够在水培条件下固持更多的水分减少蒸发,促进小麦幼苗生长;在小麦盆栽试验情况下,施用改性纤维素处理的土壤水分含量始终高于对照,随着纤维素浓度升高土壤含水量呈增加趋势,盆栽试验结束时施加3%CMC-Na土壤含水量最高为13.76%。改性纤维素在田间试验条件下,能够提高土壤含水量,在谷子整个生育期施用改性纤维素处理土壤体积含水量高于对照,田间试验结束后,施用CMC-NH4-Ⅰ和CMC-NH4-Ⅱ处理显着提高土壤质量含水量,CMC-NH4-Ⅰ和CMC-NH4-Ⅱ与土壤含水量具有显着正相关（相关系数分别为0.69和0.66）。不同改性纤维素的土壤养分效果具有较大差异。在盆栽试验条件下,施用CMC-NH4能够显着提高土壤碱解氮含量,施用CMC-K能够显着土壤有效钾含量,且均随改性纤维素施用量增加,对应土壤养分含量随之增加。在田间施用条件下,改性纤维素对土壤全氮、全磷和全钾含量无显着性影响;施用CMC-NH4能够显着提高土壤硝态氮含量,施用CMC-K能够显着提高土壤速效钾含量;施用CMC-NH4能够显着提高土壤速效磷含量。不同改性纤维材料对农作物生长及产量有一定影响。在水培试验中能够提高其地上部干物质量,在盆栽试验中施用改性纤维素能够提高小麦生物质量,在大田试验中,施用改性纤维素对提高谷子产量有一定贡献,0.1%CMC-NH4-Ⅰ和0.1%CMC-NH4-Ⅱ处理能够显着提高谷子产量;施用CMC-Na对谷子产量提高没有显着性影响;施用不同浓度CMC-K-Ⅱ均能够提高谷子产量,随着浓度提高谷子产量呈现增加趋势。田间试验结果表明,改性纤维素的施用浓度为0.1%（100kg/hm2）时,对谷子就有了增产效应,尤其是CMC-K,以此作为大田应用推荐的适宜施用浓度;还未看到1.5%施用浓度对土壤的负面影响。改性纤维素的大田应用没有发现土壤pH升高问题。
二、雨量与三麦产量的相关性（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、雨量与三麦产量的相关性（论文提纲范文）
（2）不同土壤类型中大豆的产量与品质对增温的响应（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 前言 |
| 1.2 国内外研究动态 |
| 1.2.1 增温对土壤养分及酶活性的影响 |
| 1.2.2 增温对作物生育进程的影响 |
| 1.2.3 增温对作物产量的影响 |
| 1.2.4 增温对作物籽粒品质的影响 |
| 1.2.5 土壤类型对作物产量和品质的影响 |
| 1.3 国内外研究不足之处 |
| 1.4 研究目的及意义 |
| 1.5 研究内容与技术路线 |
| 1.5.1 研究内容 |
| 1.5.2 技术路线 |
| 第二章 材料与方法 |
| 2.1 研究区域概况与试验材料 |
| 2.1.1 研究区域概况 |
| 2.1.2 试验材料 |
| 2.1.3 供试土壤所属地区气候特征 |
| 2.2 试验方案 |
| 2.2.1 试验设计 |
| 2.2.2 增温装置及效果 |
| 2.3 测定指标与方法 |
| 2.3.1 取样时期及方法 |
| 2.3.2 植物测定指标与方法 |
| 2.3.3 土壤测定指标与方法 |
| 2.4 数据处理与分析 |
| 第三章 增温对土壤理化性质和酶活性的影响 |
| 3.1 增温对土壤pH的影响 |
| 3.2 增温对土壤含水量的影响 |
| 3.3 增温对土壤速效元素的影响 |
| 3.3.1 增温对土壤碱解氮的影响 |
| 3.3.2 增温对土壤速效磷的影响 |
| 3.3.3 增温对土壤速效钾的影响 |
| 3.4 增温对土壤酶活性的影响 |
| 3.4.1 增温对土壤过氧化氢酶活性的影响 |
| 3.4.2 增温对土壤蔗糖酶的影响 |
| 3.4.3 增温对土壤脲酶的影响 |
| 3.4.4 增温对土壤磷酸酶的影响 |
| 3.5 土壤肥力相关性与主成分分析 |
| 3.5.1 土壤酶活性与土壤理化性质相关性分析 |
| 3.5.2 土壤肥力主成分分析 |
| 3.6 讨论与小结 |
| 3.6.1 讨论 |
| 3.6.2 小结 |
| 第四章 增温和土壤类型对养分利用效率的影响 |
| 4.1 增温和土壤类型对大豆N吸收的影响 |
| 4.1.1 增温和土壤类型对大豆秸秆N的影响 |
| 4.1.2 增温和土壤类型对大豆籽粒N影响 |
| 4.1.3 增温和土壤类型对大豆N生物学利用效率的影响 |
| 4.2 增温和土壤类型对大豆P吸收的影响 |
| 4.2.1 增温和土壤类型对大豆秸秆P的影响 |
| 4.2.2 增温和土壤类型对大豆籽粒P的影响 |
| 4.2.3 增温和土壤类型对大豆P利用效率的影响 |
| 4.3 增温和土壤类型对大豆K吸收的影响 |
| 4.3.1 增温和土壤类型对大豆秸秆K的影响 |
| 4.3.2 增温和土壤类型对大豆籽粒K的影响 |
| 4.3.3 增温和土壤类型对大豆K利用的影响 |
| 4.4 讨论与小结 |
| 4.4.1 讨论 |
| 4.4.2 小结 |
| 第五章 增温和土壤类型对大豆产量的影响 |
| 5.1 增温对大豆生育进程的影响 |
| 5.2 增温和土壤类型对株高的影响 |
| 5.3 增温和土壤类型对大豆荚数构成的影响 |
| 5.3.1 总荚数 |
| 5.3.2 每荚粒数 |
| 5.4 增温和土壤类型对大豆产量及其构成因素的影响 |
| 5.4.1 地上生物量 |
| 5.4.2 产量 |
| 5.4.3 单株粒数 |
| 5.4.4 百粒重 |
| 5.4.5 籽粒与茎秆比 |
| 5.4.6 秕粒率 |
| 5.5 产量的主成分分析 |
| 5.6 讨论与小结 |
| 5.6.1 讨论 |
| 5.6.2 小结 |
| 第六章 增温和土壤类型对大豆营养品质的影响 |
| 6.1 增温和土壤类型对大豆粗蛋白的影响 |
| 6.2 增温和土壤类型对籽粒矿质元素的影响 |
| 6.2.1 增温对大豆籽粒Fe含量的影响 |
| 6.2.2 增温对大豆籽粒Zn含量的影响 |
| 6.2.3 增温对大豆籽粒Mn含量的影响 |
| 6.2.4 增温对大豆籽粒Ca含量的影响 |
| 6.3 品质的主成分分析 |
| 6.4 讨论与小结 |
| 6.4.1 讨论 |
| 6.4.2 小结 |
| 第七章 全文结论与展望 |
| 7.1 主要结论 |
| 7.1.1 增温对土壤理化性质和酶活性的影响 |
| 7.1.2 增温和土壤类型对养分吸收量和利用效率的影响 |
| 7.1.3 增温和土壤类型对大豆产量的影响 |
| 7.1.4 增温和土壤类型对大豆营养品质的影响 |
| 7.2 本文研究特色和创新之处 |
| 7.3 存在的不足与展望 |
| 参考文献 |
| 个人简介 |
| 致谢 |
（3）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 |
（4）水肥气热耦合对枸杞产量和品质的影响（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究进展 |
| 1.2.1 水肥耦合研究进展 |
| 1.2.2 水气耦合研究进展 |
| 1.2.3 水热耦合研究进展 |
| 1.2.4 水肥气热耦合研究进展 |
| 1.2.5 叶面施肥研究进展 |
| 1.3 研究目标、研究内容和技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 第二章 试验区概况 |
| 2.1 地理位置 |
| 2.2 地形地貌 |
| 2.3 气候情况 |
| 2.4 水文地质 |
| 2.5 土壤情况 |
| 2.6 经济情况 |
| 第三章 水肥气热耦合对宁杞一号枸杞产量品质的影响 |
| 3.1 引言 |
| 3.2 材料与方法 |
| 3.2.1 试验地基本情况 |
| 3.2.2 试验设计 |
| 3.2.3 试验实施 |
| 3.2.4 观测项目及方法 |
| 3.3 结果分析 |
| 3.3.1 枸杞物候期 |
| 3.3.2 不同覆膜方式下枸杞根区温度变化情况 |
| 3.3.3 不同处理对枸杞生长指标的影响 |
| 3.3.4 不同处理对枸杞生理指标的影响 |
| 3.3.5 不同处理对枸杞产量及品质的影响 |
| 3.3.6 不同处理枸杞灌前、灌后土壤含水率分析 |
| 3.3.7 不同处理对枸杞灌溉水分利用率和水分利用效率的影响 |
| 3.4 本章小结 |
| 第四章 叶面施肥对枸杞生长、产量和品质的影响 |
| 4.1 引言 |
| 4.2 材料与方法 |
| 4.2.1 试验地基本情况 |
| 4.2.2 试验设计 |
| 4.2.3 试验实施 |
| 4.2.4 观测项目及方法 |
| 4.3 结果分析 |
| 4.3.1 枸杞物候期分析 |
| 4.3.2 不同处理对枸杞生长指标的影响 |
| 4.3.3 不同处理对枸杞生理指标的影响 |
| 4.3.4 不同处理对枸杞产量及品质的影响 |
| 4.4 本章小结 |
| 第五章 水肥和品种组合对枸杞产量及品质的影响 |
| 5.1 引言 |
| 5.2 材料与方法 |
| 5.2.1 试验地基本情况 |
| 5.2.2 试验设计 |
| 5.2.3 试验实施 |
| 5.2.4 观测项目及方法 |
| 5.3 结果分析 |
| 5.3.1 枸杞物候期 |
| 5.3.2 不同处理对枸杞生长指标的影响 |
| 5.3.3 不同处理对枸杞叶片叶绿素含量的影响 |
| 5.3.4 不同处理对枸杞产量及品质的影响 |
| 5.3.5 不同处理枸杞灌前、灌后土壤含水率分析 |
| 5.3.6 不同处理对枸杞灌溉水分利用率和水分利用效率的影响 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.1.1 水肥气热耦合对宁杞一号枸杞产量品质的影响 |
| 6.1.2 叶面施肥对枸杞生长、产量和品质的影响 |
| 6.1.3 水肥耦合对不同品种枸杞产量和品质的影响 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
| 1. 个人简介 |
| 2. 从事的科研课题 |
| 3. 发表论文 |
（5）基于数据融合的丰满水库长期径流预报研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和目标 |
| 1.1.1 研究背景 |
| 1.1.2 研究目标 |
| 1.2 国内外研究进展 |
| 1.2.1 三大尺度因子径流预报研究 |
| 1.2.2 因子相关性分析 |
| 1.2.3 传统统计预报模型 |
| 1.2.4 现代水文预报模型 |
| 1.2.5 研究进展的总结 |
| 1.3 本文研究介绍 |
| 1.3.1 研究问题 |
| 1.3.2 研究方法 |
| 1.3.3 研究内容 |
| 1.3.4 技术路线图 |
| 第二章 径流预报技术的系统分析 |
| 2.1 来水丰枯的影响机理 |
| 2.1.1 热量与引力作用 |
| 2.1.2 地形和海陆分布作用 |
| 2.2 来水预报基于的基本特性 |
| 2.2.1 周期性 |
| 2.2.2 有序性 |
| 2.2.3 遥相关性 |
| 2.2.4 结构特性 |
| 2.3 来水与极端来水预报的思路 |
| 2.3.1 预报因子基于空间尺度的分类 |
| 2.3.2 预报因子基于时间尺度的分类 |
| 2.3.3 预报值基于预报特征的分类 |
| 2.3.4 基于信息融合的流域来水预报 |
| 2.4 研究流域分析 |
| 2.4.1 流域介绍 |
| 2.4.2 流域丰枯机理 |
| 2.5 小结 |
| 第三章 三大尺度因子与径流的统计分析 |
| 3.1 天文尺度因子相位与流域来水规律分析 |
| 3.1.1 太阳黑子相对数 |
| 3.1.2 月球赤纬角 |
| 3.1.3 24节气阴历日期 |
| 3.2 全球尺度因子相位与流域来水规律分析 |
| 3.2.1 ENSO事件的发生与结束时间与流域来水丰枯的关系 |
| 3.2.2 ENSO事件特征值与流域来水丰枯的关系 |
| 3.3 流域尺度因子相位与流域来水规律分析 |
| 3.3.1 谚语机理分析 |
| 3.3.2 气象因子与来水属性级别统计分析 |
| 3.4 因子数值与流域来水统计分析方法 |
| 3.4.1 基础数据处理 |
| 3.4.2 相关性分析的方法 |
| 3.5 因子相关性分析结果 |
| 3.5.1 天文因子相关性分析 |
| 3.5.2 气象因子相关性分析 |
| 3.5.3 天文因子+海洋大气因子+气象因子相关性分析 |
| 3.6 结果分析 |
| 3.6.1 因子相位与流域来水规律 |
| 3.6.2 因子数值与流域来水相关性 |
| 3.7 小结 |
| 第四章 基于智能学习的预报因子融合的径流预报 |
| 4.1 预报方法 |
| 4.1.1 神经网络 |
| 4.1.2 决策树和随机森林 |
| 4.1.3 支持向量机 |
| 4.2 数据处理的方法 |
| 4.2.1 预报因子的处理 |
| 4.2.2 预报值的处理 |
| 4.2.3 预报值的评判指标 |
| 4.2.4 模型和因子优选的TOPSIS-模糊综合评判法 |
| 4.3 建模预报 |
| 4.4 结果统计分析 |
| 4.4.1 流域水量回归预报结果分析 |
| 4.4.2 流域来水量7级分类预报结果分析 |
| 4.4.3 流域来水量3级分类预报结果分析 |
| 4.4.4 33个因子方案分析 |
| 4.4.5 预报结果的最优方案 |
| 4.4.6 最优方案的预报结果分析 |
| 4.5 小结 |
| 第五章 基于相似性分析的预报因子融合的径流预报 |
| 5.1 相位对比法 |
| 5.1.1 基本原理 |
| 5.1.2 预报结果分析 |
| 5.2 相似模糊推理法 |
| 5.2.1 模糊推理法的基本原理 |
| 5.2.2 相似度的计算方法 |
| 5.2.3 主成分分析法计算权重 |
| 5.2.4 TOPSIS-模糊综合评判法优选最优模型 |
| 5.2.5 预报模型的建立 |
| 5.3 模糊推理法预报 |
| 5.3.1 因子组合分析 |
| 5.3.2 误差评定与优选判别 |
| 5.4 模糊推理法因子二次筛选 |
| 5.4.1 因子进出法寻优 |
| 5.4.2 因子进出法实例分析 |
| 5.5 模糊推理法预报结果 |
| 5.6 结果分析 |
| 5.7 小结 |
| 第六章 基于天文因子对比法的预报结果融合的径流预报 |
| 6.1 天文因子对比法机理分析 |
| 6.2 预报方法1-单一天文因子对比法 |
| 6.2.1 24节气阴历日期对比法 |
| 6.2.2 太阳黑子相对数对比法 |
| 6.2.3 月球赤纬角对比法 |
| 6.3 预报方法2-天文因子对比法预报结果的融合 |
| 6.3.1 天文因子预报结果的线性融合 |
| 6.3.2 天文因子融合法-主次因子对比法 |
| 6.3.3 天文因子融合法的修正 |
| 6.3.4 天文因子融合法定量预报 |
| 6.4 小结 |
| 第七章 基于点聚图法的预报结果融合的径流预报 |
| 7.1 点聚图法 |
| 7.1.1 点聚图的制作 |
| 7.1.2 预报方案 |
| 7.2 24节气阴历日期点聚图预报 |
| 7.2.1 极端来水年24节气阴历日期的聚类特性 |
| 7.2.2 24节气阴历日期聚类预报方法 |
| 7.2.3 24节气阴历日期聚类分析建模 |
| 7.2.4 基于聚类分析的来水预报 |
| 7.3 月球赤纬角和太阳黑子相对数点聚图预报 |
| 7.3.1 月球赤纬角聚类预报方法 |
| 7.3.2 太阳黑子相对数聚类预报方法 |
| 7.4 海洋大气因子与流域气象因子点聚图预报 |
| 7.5 多尺度因子点聚图预报结果融合 |
| 7.6 小结 |
| 第八章 基于来水结构融合的极端径流预报 |
| 8.1 基本定义 |
| 8.2 预报方法 |
| 8.2.1 一般来水结构预报-多方法预报结果融合 |
| 8.2.2 极端来水结构预报 |
| 8.2.3 基于改进可公度网络结构的极值点结构预报 |
| 8.2.4 极端来水年预报 |
| 8.3 实例应用 |
| 8.3.1 一般来水结构分析 |
| 8.3.2 极端来水结构分析 |
| 8.3.3 极值点结构的确定及极端来水年预报分析 |
| 8.3.4 连续极端来水年预报分析 |
| 8.4 讨论 |
| 8.5 小结 |
| 第九章 结论与展望 |
| 9.1 结论 |
| 9.2 展望 |
| 9.3 创新性 |
| 附表 |
| 参考文献 |
| 科研及发表论文情况 |
| 致谢 |
（6）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 |
（7）覆盖模式对旱地马铃薯田水热环境及产量形成的影响（论文提纲范文）
| 中文摘要 |
| Summary |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究进展 |
| 1.3 问题的提出 |
| 1.4 研究内容 |
| 1.5 技术路线 |
| 第二章 试验设计与方法 |
| 2.1 试验区概况 |
| 2.2 试验设计 |
| 2.3 测定指标与方法 |
| 2.4 数据处理 |
| 第三章 覆盖模式对马铃薯产量及产量形成的影响 |
| 3.1 覆盖对马铃薯产量的影响 |
| 3.2 覆盖对马铃薯主要农艺指标的影响 |
| 3.3 覆盖增产机制分析 |
| 3.4 小结 |
| 第四章 覆盖对土壤温度的影响 |
| 4.1 覆盖对土壤温度时空动态的影响 |
| 4.2 覆盖对土壤温度稳定性的影响 |
| 4.3 覆盖对土壤热量传导的影响 |
| 4.4 覆盖对马铃薯生育期有效积温的影响 |
| 4.5 覆盖条件下土壤温度与产量形成的关系 |
| 4.6 小结 |
| 第五章 覆盖对土壤水分的影响 |
| 5.1 覆盖对土壤水分时空动态的影响 |
| 5.2 覆盖对农田耗水量和水分利用效率的影响 |
| 5.3 土壤水分与土壤温度的关系 |
| 5.4 覆盖对马铃薯植株水分状况的影响 |
| 5.5 覆盖对降水24 h后耕作层土壤水分的影响 |
| 5.6 覆盖条件下土壤水分与产量形成的关系 |
| 5.7 小结 |
| 第六章 覆盖对马铃薯生长发育及光合生理的影响 |
| 6.1 覆盖对马铃薯生长发育的影响 |
| 6.2 覆盖对叶片SPAD值及叶片N含量(LN)的影响 |
| 6.3 覆盖对马铃薯叶片光合气体交换的影响 |
| 6.4 覆盖对叶片叶绿素荧光反应的影响 |
| 6.5 覆盖提高净光合速率的相关机制 |
| 6.6 小结 |
| 第七章 讨论和结论 |
| 7.1 讨论 |
| 7.2 结论 |
| 7.3 主要创新点 |
| 7.4 研究展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
| 导师简介 |
（8）火炬松产脂性状相关基因表达分析（论文提纲范文）
| 摘要 |
| abstract |
| 1 前言 |
| 1.1 松脂市场前景 |
| 1.2 松脂产量相关因子研究 |
| 1.3 松脂萜类合成关键酶基因的研究 |
| 1.3.1 IPPI基因的研究 |
| 1.3.2 FPPS基因的研究 |
| 1.3.3 α-蒎烯合成酶基因的研究 |
| 1.4 研究内容 |
| 1.5 研究目的与意义 |
| 1.6 技术路线 |
| 2 材料与方法 |
| 2.1 材料保存地概况 |
| 2.2 试验材料 |
| 2.2.1 选择性群体和随机群体材料 |
| 2.2.2 表达谱分析材料 |
| 2.3 引物设计 |
| 2.4 实验方法 |
| 2.4.1 火炬松产脂量测定 |
| 2.4.2 火炬松韧皮部组织、形成层的采集 |
| 2.4.3 火炬松总RNA的提取 |
| 2.4.4 cDNA的合成 |
| 2.4.5 实时荧光定量PCR反应 |
| 2.4.6 统计分析 |
| 2.4.7 生物信息学分析 |
| 3 结果与分析 |
| 3.1 火炬松产脂量统计分析 |
| 3.2 RNA提取结果 |
| 3.3 目的产物PCR扩增结果 |
| 3.4 实时荧光定量PCR扩增结果 |
| 3.5 选择性群体中基因表达分析 |
| 3.6 随机群体中基因表达分析 |
| 3.7 关键基因的表达谱分析 |
| 3.7.1 基因在不同产脂嫁接株中的表达 |
| 3.7.2 基因在不同组织部位的表达 |
| 3.7.3 基因在不同砧木嫁接株的表达 |
| 3.8 α-蒎烯合成酶基因系统发育分析 |
| 3.8.1 替换饱和度检测结果 |
| 3.8.2 系统发育分析结果 |
| 3.8.3 多序列比对分析结果 |
| 4 结论与讨论 |
| 致谢 |
| 参考文献 |
| 附录 |
（9）云南省玉米天气指数保险可行性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 第一节 研究背景及意义 |
| 第二节 研究现状 |
| 一、国外研究现状 |
| 二、国内研究现状 |
| 第三节 研究思路与方法 |
| 一、研究思路 |
| 二、研究方法 |
| 第四节 研究内容与结构 |
| 第二章 国内外天气指数保险实践经验借鉴 |
| 第一节 天气指数保险相关概念 |
| 一、天气指数保险 |
| 二、天气指数保险的优势与缺陷 |
| 第二节 国外天气指数保险实践经验 |
| 第三节 国内天气指数保险实践经验 |
| 第四节 天气指数保险实践经验总结 |
| 第三章 云南省开展玉米天气指数保险的必要性 |
| 第一节 云南省玉米种植业基本情况 |
| 一、云南省玉米种植业现状 |
| 二、云南省玉米主产区 |
| 三、云南玉米的生长规律 |
| 第二节 云南省玉米种植风险分析 |
| 第三节 云南开展玉米天气指数保险的必要性分析 |
| 一、传统农业保险政策协调与精准预算难,政府补贴粗放 |
| 二、保险公司定损理赔难 |
| 三、道德风险与逆向选择 |
| 第四章 云南开展玉米天气指数保险的可行条件分析 |
| 第一节 政策环境分析 |
| 第二节 市场需求分析——基于问卷调查 |
| 一、调查数据基本情况分析 |
| 二、农户对气象灾害的认知分析 |
| 三、农户对天气指数保险的认知分析 |
| 四、农户对天气指数保险产品的需求分析 |
| 第三节 云南开展玉米天气指数保险的供给分析 |
| 一、开展天气指数保险的技术已成熟 |
| 二、市场潜力巨大 |
| 三、保险公司具有开展天气指数保险的积极性 |
| 第五章 结论 |
| 参考文献 |
| 附录 |
| 致谢 |
| 在读期间完成的科研成果 |
（10）改性纤维素对黄土高原农田土壤及作物的影响研究（论文提纲范文）
| 摘要 |
| abstract |
| 英文缩略表 |
| 第一章 引言 |
| 1.1 研究背景及目的意义 |
| 1.2 国内外研究进展 |
| 1.2.1 纤维素改性的研究进展 |
| 1.2.2 改性纤维素吸附性 |
| 1.2.3 吸附性材料农田应用研究进展 |
| 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 |
| 第二章 试验内容与研究方法 |
| 2.1 供试材料 |
| 2.2 测定指标及方法 |
| 2.3 数据分析方法 |
| 第三章 改性纤维素吸附性研究 |
| 3.1 研究方法 |
| 3.1.1 改性纤维素吸水性研究方法 |
| 3.1.2 改性纤维素对PO_4~(3-)吸附特性研究方法 |
| 3.2 改性纤维素吸水性 |
| 3.3 改性纤维素水体离子吸附特性——以PO_4~(3-)为例 |
| 3.4 小结 |
| 第四章 改性纤维素室内探究试验 |
| 4.1 研究方法 |
| 4.1.1 改性纤维素应用于水培小麦 |
| 4.1.2 改性纤维素应用于盆栽小麦 |
| 4.2 改性纤维素对水培小麦的影响 |
| 4.2.1 改性纤维素对水培小麦株高的影响 |
| 4.2.2 改性纤维素对水培小麦SPAD值的影响 |
| 4.2.3 改性纤维素对水培小麦生物量的影响 |
| 4.3 改性纤维素对盆栽小麦的影响 |
| 4.3.1 改性纤维素对盆栽土壤水分的影响 |
| 4.3.2 改性纤维素对盆栽小麦生长的影响 |
| 4.3.3 改性纤维素对盆栽土壤理化性状的影响 |
| 4.3.4 改性纤维素对盆栽土壤养分的影响 |
| 4.3.5 不同处理与各指标间相关性分析 |
| 4.4 小结 |
| 第五章 改性纤维素田间应用试验 |
| 5.1 研究方法 |
| 5.2 改性纤维素对田间土壤水分的影响 |
| 5.3 改性纤维素对田间土壤电导率的影响 |
| 5.4 改性纤维素对田间土壤养分的影响 |
| 5.5 改性纤维素对谷子产量的影响 |
| 5.6 施用改性纤维素与土壤养分、水分及产量相关性分析 |
| 5.7 小结 |
| 第六章 结论与展望 |
| 6.1 本文结论 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
四、雨量与三麦产量的相关性（论文参考文献）
- [1]张家口市气候变化对土地资源利用的影响 ——以沽源县为例[D]. 李蓓蕾. 河北北方学院, 2021
- [2]不同土壤类型中大豆的产量与品质对增温的响应[D]. 高雅晓玲. 南京信息工程大学, 2021(01)
- [3]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)
- [4]水肥气热耦合对枸杞产量和品质的影响[D]. 朱和. 宁夏大学, 2020(03)
- [5]基于数据融合的丰满水库长期径流预报研究[D]. 雷冠军. 中国水利水电科学研究院, 2020(04)
- [6]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)
- [7]覆盖模式对旱地马铃薯田水热环境及产量形成的影响[D]. 陈玉章. 甘肃农业大学, 2019(02)
- [8]火炬松产脂性状相关基因表达分析[D]. 何紫迪. 华南农业大学, 2019
- [9]云南省玉米天气指数保险可行性研究[D]. 季司晨. 云南财经大学, 2019(01)
- [10]改性纤维素对黄土高原农田土壤及作物的影响研究[D]. 邢磊. 中国农业科学院, 2019(09)