植物物候学研究进展

植物物候变化在研究陆地生态系统对气候变化的响应时被誉为"矿井中的金丝雀"，全球气候变化愈演愈烈，重新引起了人们对植物物候研究的广泛关注。随着观测技术的发展，在各种空间和生态尺度上收集到的物候观测数据迅速累积，尽管已经在多个尺度上（物种、群落和景观尺度）观察到物候变化，但物候变化的机理仍然没有得到很好的理解。回顾了国内外植物物候研究的发展历程；总结了物候数据收集技术进展和全球物候变化的主要趋势；归纳了植物物候变化的机理与驱动因素；探讨了物候模型研究及物候对气候变化响应研究的主要方向。随着物候观测技术在不同尺度上应用的增加，物候研究进入了一个新的阶段。未来物候研究需要制定跨区域标准化观测指南，融合所有相关学科，改进物候模型，拓展研究区域；同时融合有效的历史物候资料，采用新技术和长期收集的物候数据为大数据时代植物物候学研究提供基础。     

物候模型研究进展

近年来随着全球气候变暖,物候提前,物候学的研究越来越受到人们的关注.通过建立物候模型使物候期的预知成为可能,从而为生产实践活动提供依据和指导.本文探讨了物候模型研究的意义,总结了影响植物和昆虫物候的温度、水分、光和养分等主要环境因子的作用.根据国内外物候模型的研究现状,重点介绍了作物、树木、植被和昆虫4类物候模型的研究内容和进展.作物物候模型注重生理生态过程;树木物候模型以统计方法为主,但近期也有尝试将激素水平作为物候的决定因素;植被物候模型以遥感技术的应用为发展趋势;昆虫物候模型则进一步对发育起点的确定和对温度因子的修正,GIS的引入将昆虫物候模型的应用范围扩大.最后指出了目前物候模型研究中存在的问题.     

近地遥感在森林冠层物候动态监测中的应用

近地遥感技术是原位观测森林冠层物候的重要手段,具有高时间分辨率的优点,而且空间尺度适中,是实现物候尺度推绎的有力工具.本研究首先评述了利用3种光学传感器(辐射表、光谱仪和数码相机)监测森林物候的近地遥感方法;结合帽儿山通量观测站的实测数据分析识别物候期的不确定性来源,发现最重要的误差来自物候提取方法;剖析近地遥感与其他物候观测方法的衔接以及该技术自身存在的问题.最后提出该领域的重点研究方向: 加强冠层光学(或冠层结构)物候与功能(生理、生态过程)物候的联系;整合各区域冠层物候观测网络,实现冠层尺度的全球物候联网观测与数据共享;充分发挥近地遥感的优势,整合多源多尺度物候数据;发展近地遥感物候模型,改进动态全球植被模型中物候模拟.     

生态地理区划研究进展

生态地理区划是国内外地理学和宏观生态学研究的热点问题之一.国外学者对生态地理区划概念、原则和指标体系和方法等进行了大量的研究和讨论,并就全球、国家和区域尺度的生态地域系统进行划分.其研究经历了从单生态因子分异的规律性认识、生态系统聚合、人类作为生态系统一部分的单要素划分到层次约束、相互包容与不包容的等级斑块思维的整体性功能、过程和结构性划分的发展路线.我国生态地理区划在借鉴自然区划的基础上发展较为迅速,并在区划的原则、方法、理论等方面取得重要进展,就全国或地区的生态地理综合区划及要素区划等进行了深入的探讨.但仍然处于探索阶段,理论方法和技术体系不完善.中国未来生态地理区划应重点展开基础理论研究,构建严密的区划体系和理论体系,更加关注人文要素在区划中的重要影响,注重新方法和技术的应用,并加强对典型生态地域系统区划研究.为区域经济发展与生态环境保护、改良和合理利用提供科学依据.     

rRNA技术及其在分子微生物生态上的应用

传统的基于微生物培养与纯种分离的技术所具有的局限性,以及分子生物学及其有关技术的长足进展,使微生物生态学的研究进入了分子的阶段.其中rRNA技术的建立、发展及其成功应用,为分子微生物生态和微生物系统分类学的研究掀开了崭新的一页.对rRNA分子技术的研究进展、以之为基础的主要方法及其在环境微生物研究中的应用,以及应用过程中所存在的一些潜在问题及其解决办法等作了详细综述.     

标准化微生物培养基研究进展

标准化微生物培养基研究进展吴清平,陈素云,阙绍辉,丘万英（广东省微生物研究所,广州５１００７０）７０年代以来,微生物学技术方法已从传统技术方法的改进、完善和应用范围的扩展,逐步在微量、简易监测系统的兴起、发展和应用的基础上,发展到微生物的自动化快速诊...     

虚拟生态技术：概念、体系与应用展望

虚拟生态技术是构建数字化生态系统底座、模拟生态演化过程并建立其在统一时空基准下全局知识分析体系的新技术，是生态学和地理信息科学、计算机科学等多学科交叉融合向现代化、信息化和智能化发展的新方向。研究、发展和应用虚拟生态技术，对生态学学科发展、生态系统管理及区域可持续发展具有重要意义。目前，虚拟生态技术的研究总体处于起步阶段，仍缺乏完备和边界清晰的定义、体系，难以支撑系统性迭代发展和科学性分析。本文从现代生态学主要理论和目的出发，总结了虚拟生态建设的主要内容及技术需求，重点提出了结合虚拟地理环境和数字孪生体技术的虚拟生态关键技术体系，并从应用场景角度分析了虚拟生态技术在大气污染、能源分析中的应用能力，最后，从局部计算点突破和全局技术点融合两方面总结新一代信息技术背景下虚拟生态技术在生态环境全局数字化建设、智能化计算、真实化表达等不同层次递进的发展潜力，丰富和发展支撑我国生态空间资源转型的技术能力。     

应用生态学的现状与展望

应用生态学是迅猛发展的现代生态学的主体．寻求解决人口、资源、环境等问题是应用生态学发展的主要动力．经过40年的发展,应用生态学已发展成为一个庞大的学科门类．应用生态学未来的发展应更多地关注受人类影响和管理的生态系统并将人视为生态系统的组成成分．应用生态学在当前和今后应给予优先重视的研究领域,包括生态系统与生物圈的可持续利用、生态系统服务与生态设计、转基因生物的生态学评价、生物入侵生态学、流行病生态学、生态预报、生态过程及其调控等．在今后若干年内。围绕这些领域,可能会出现广泛而活跃的研究热潮以及一些新的特点．     

植物物候研究进展

植物物候直接反映了气候变化的影响,是植被动态模拟的关键.在遥感和模型技术的推动下,植物物候与全球变化关系的研究日益受到人们的关注.文中从植物物候与环境因子的相互关系、植物物候对全球变化的响应以及植物物候的遥感监测方面,综合论述了植物物候的研究进展,找出植被物候研究的不足,进而提出未来植被物候的研究方向.     

植物物候是否能解释物种共存:以浙江古田山亚热带常绿阔叶林为例

了解物种共存机制一直是生态学领域的研究热点.传统的生态位理论认为,植物通过生态位分化降低对资源的竞争,达到物种共存的目的.然而,对于亚热带地区植物是否可以通过时间生态位的分化(如物候期的分化)以促进物种共存却鲜有报道.本文以位于中国东部地区的古田山亚热带常绿阔叶林为例,利用古田山24 ha样地内102种木本植物2012～2017年间的繁殖物候数据,分析了种间的物候期分化.结果表明,各个物种的开花物候与结实物候都存在时间生态位上的分化.物种间的首花期差异程度大于首果期,开花持续期的差异程度小于结实持续期.不同功能群的物种间物候期存在差异:乔木的首花期显著早于灌木,但首果期晚于灌木;风媒树种的首花期早于虫媒树种,且差异显著;肉果型树种的首果期显著早于干果型树种.该研究结果表明,植物物候存在时间生态位上的分化,以此减小种间对资源(如传粉者和种子传播者)的竞争,从而促进群落物种共存.从物候角度研究时间生态位的分化,有助于丰富关于当代物种共存机制的研究.     

The reliability of geostatistic interpolation in olive field floral phenology

Floral phenology, as most of natural phenomena, shows, as an inherent feature, a high degree of spatial continuity. Geostatistics are a family of statistics that describe correlations through space/time and they can be used for both quantifying spatial correlation and interpolating no monitored sampling points. The combined use of Geographical Information Systems (GIS) and geostatistics can be an essential tool for spatial analysis in phenological and aerobiological studies. In the present work, Kriging interpolation by using linear geostatistic analysis has allow us to estimate phenological data of a wide olive crop area of the province of Cordoba (Andalusia, Southern Spain), on the basis of a limited number of␣phenology sampling points. The main a priori hypothesis was that 7 traditionally observed sampling points (with 10 olive trees in each site) uniformly distributed through the main olive crop areas could be enough for interpolating phenological information of the whole Cordoba olive area. Geostatistical results reject this hypothesis. The optimum/minimum number and location of sampling points was determined in 13 sites (including the original 7 sites and 6 new sites). The obtained phenological maps will improve␣olive pollen aerobiological information and forecasting in the area. The application of such new combined space analysis tools on floral phenology allows optimising human and economic resources on field phenology campaigns. Moreover, an appropriate use of GIS and geostatistic software to create phenological maps will be an essential complement in pollen aerobiological studies, given the increased interest in obtaining automatic aerobiological forecasting maps.     

不同气象数据空间内插对区域玉米生长模拟结果的影响

作物模型区域模拟已成为作物模型应用的一个新方向。运用作物模型进行区域研究时,遇到的问题之一就是输入模型的空间数据质量问题,研究不同空间内插法获得的气象数据对作物模型区域模拟结果的影响,可以为区域模拟对输入数据的敏感性研究提供一定的参考。利用区域校准的CERES-Maize模型,将3类内插方法(几何内插、统计内插、动力模型内插)产生的网格化天气数据分别输入到CERES-Maize模型中,模拟了50km×50km网格水平下1961—1990年我国玉米生产状况,并选取1980—1990年模拟的平均产量与同期农调队调查产量进行比较,以了解区域模拟中,不同空间内插方法所得的逐日气象数据对区域模拟结果的影响。结果表明:(1)作物模型区域应用时,所采用的3种内插方法都能满足作物模型区域模拟对网格化天气数据的要求,采用3种天气数据的区域模拟结果都能反映出玉米平均产量的空间变化特征,与网格调查平均产量之间具有极显著的相关关系,但采用不同内插天气数据对模拟结果造成了8%以内的偏差。(2)采用不同内插天气数据,在进行作物区域模拟时,各方法的模拟结果之间呈极显著的相关关系,但这些模拟结果之间,在全国大部分地区是差异显著。     

Agroclimatic modeling for the simulation of phenology,yield and quality of crop production

This paper describes the development of basic simulation concepts that can be used in models aimed at forecasting. The objective is to demonstrate the utility of considering the crop's basic environmental requirements or climatic normals in producing a self-contained comprehensive model. We seek to develop a model in which regularly measured weather data can be used to provide information on the crop performance. Following an abbreviated overview of modeling alternatives, the model design is described. The results of this study are a set of criteria and functions needed to predict the temporal evolution of phenological stages, fruit growth, fruit maturation, and fruit coloration for two varieties of oranges (Navel and Valencia). The major factors considered are the effect of temperature and solar radiation on flowering time, and flowering duration and the number of flowers; the effect of past stress, temperature, evaporation, wind, and rain, planting density, and tree age on fruit set. Given the number of fruits set, growth, maturation and coloration are modeled as responding primarily to temperature and water balance. Possible damage due to freezes is also modeled. These form the basis of a time dependent model (reported elsewhere) which uses daily air temperature and wind data for the prediction of these quantities. These criteria and functions are derived from an extensive body of published observations from many parts of the world, and are selected to be variety specific and independent of local climatology or other site-specific effects.     

基于径向基小波网络的二代棉铃虫卵峰日预测模型

为了提高害虫预报的准确率, 将径向基小波网络首次引入农作物害虫预测预报领域, 改进了径向基小波网络的学习算法, 使之适合于害虫预测的应用: 利用径向基小波函数族时、 频两域支撑完全或部分覆盖被分析数据序列时、 频两域支撑的原理来确定小波函数族尺度参数和平移参数取值; 根据中心向量之间的欧式距离大小来初步筛选隐含层神经元。在实例分析中, 本文利用1966-1995年山东省惠民县棉铃虫Helicoverpa armigera的监测数据建立了基于径向基小波网络的2代棉铃虫卵量峰值日期预测模型, 利用1996-2000年的监测数据对模型进行了检验。检验结果表明: 在5年的预测数据中, 4年的预测数据偏差在3 d以内, 另外1年的预测数据偏差4 d, 预测效果令人满意。本文为害虫预测预报研究提供了一种可行的新方法。     

马铃薯生育期进程的动态模拟研究

本研究系统解析和改进了前人关于作物生长温度效应的非线性模型,并对修改后的模型进行了解释,结合4年的田间试验数据和本研究提出的基于高斯方程的作物生长温度效应模型,建立了不同生态条件下马铃薯生育期进程的模拟模型．模型解析了地膜覆盖条件下土壤温度增加对马铃薯生育期进程的数值贡献,模拟了不同生态条件下马铃薯的生育期进展,结果表明模拟值与实测值具有良好的一致性。     

Identifying the critical climatic time window that affects trait expression

Identifying the critical time window during which climatic drivers affect the expression of phenological, behavioral, and demographic traits is crucial for predicting the impact of climate change on trait and population dynamics. Two widely used associative methods exist to identify critical climatic periods: sliding-window models and recursive operators in which the memory of past weather fades over time. Both approaches have different strong points, which we combine here into a single method. Our method uses flexible functions to differentially weight past weather, which can reflect competing hypotheses about time lags and the relative importance of recent and past weather for trait expression. Using a 22-year data set, we illustrate that the climatic window identified by our new method explains more of the phenological variation in a sexually selected trait than existing approaches. Our new method thus helps to better identify the critical time window and the causes of trait response to environmental variability.     

温室中生菜生长动态及生产潜力的模拟模型

以作物生理生态过程为基础,以试验所得的数据为主要作物参数,用Ｃ语言编程,建立了温室生菜生产的模拟模型．根据对周年１１茬生菜进行模拟的结果,作物光温生产潜力比现实生产力高１４．９％,作物的抽苔期精确度达到与实际抽苔期仅差±１天的水平．只需对模型中的部分作物参数进行修改,就可用该模型进行其它叶菜类作物的生长动态模拟和预测．     

A Four-Stage Hybrid Model for Hydrological Time Series Forecasting

Hydrological time series forecasting remains a difficult task due to its complicated nonlinear, non-stationary and multi-scale characteristics. To solve this difficulty and improve the prediction accuracy, a novel four-stage hybrid model is proposed for hydrological time series forecasting based on the principle of ‘denoising, decomposition and ensemble’. The proposed model has four stages, i.e., denoising, decomposition, components prediction and ensemble. In the denoising stage, the empirical mode decomposition (EMD) method is utilized to reduce the noises in the hydrological time series. Then, an improved method of EMD, the ensemble empirical mode decomposition (EEMD), is applied to decompose the denoised series into a number of intrinsic mode function (IMF) components and one residual component. Next, the radial basis function neural network (RBFNN) is adopted to predict the trend of all of the components obtained in the decomposition stage. In the final ensemble prediction stage, the forecasting results of all of the IMF and residual components obtained in the third stage are combined to generate the final prediction results, using a linear neural network (LNN) model. For illustration and verification, six hydrological cases with different characteristics are used to test the effectiveness of the proposed model. The proposed hybrid model performs better than conventional single models, the hybrid models without denoising or decomposition and the hybrid models based on other methods, such as the wavelet analysis (WA)-based hybrid models. In addition, the denoising and decomposition strategies decrease the complexity of the series and reduce the difficulties of the forecasting. With its effective denoising and accurate decomposition ability, high prediction precision and wide applicability, the new model is very promising for complex time series forecasting. This new forecast model is an extension of nonlinear prediction models.     

半干旱区春小麦生长系统的人工神经网络模型与产量预测

以半干旱区春小麦生长系统为研究对象。探讨了作物生长系统中水分、土壤养分等生态因子的时空变化特征及春小麦产量形成机制,应用人工神经网络方法建立了半干旱区春小麦生长系统的产量随环境因子变化的神经网络模型,并与传统的CTM模型进行了比较。模拟结果表明,人工神经网络模型可适用于半干旱区春小麦生长系统产量随环境因子变化规律描述,且优于传统模型,从而为春小麦产量预测提供了新的途径,也为作物生态系统的人工调控提供了新的模式与定量依据。