Institutional Repository of Xinjiang Institute of Ecology and Geography, CAS
Not a member yet
7341 research outputs found
Sort by
A survey on the wintering of the common cranes in Southern Xinjiang
No full text过去我国灰鹤的越冬地主要是在长江以南及云南、 贵州、 江西等地， 但近年来却发现在新疆南部地区有灰鹤越冬， 为新发现的越冬地。 作者于 2018 年 10 月~ 2019 年 4 月， 2019 年 10 月 ~ 2020 年 1 月， 分别采用样线法、 样点法、 直接计数法、 卫星追踪法、 瞬时扫描取样法、 焦点动物取样法和问卷调查法， 对新疆南部灰鹤的种群分布和数量、 集群特征、 迁徙规律、 活动范围、 时间分配、 行为节律、 食物组成及鸟害评价开展调查。 目的在于能够揭示新疆南部越冬灰鹤种群的种群现状、 生态习性、 迁徙规律及其对农作物的危害程度， 为将来对灰鹤进行深入研究以及保护管理提供可靠的理论依据。 基于野外调查数据和数理统计， 得到主要结果如下：（1） 灰鹤种群分布、 数量与集群越冬灰鹤种群在新疆南部区域主要分布在阿克苏、 喀什、 和田等 3 个地区，包括拜城县、 巴楚县、 皮山县、 民丰县、 温宿县、 墨玉县、 乌什县、 喀什平原等8 个县域。 其中拜城县分布数量最多为 4718 ~ 4980 只， 其次是墨玉县分布 1890 ~2000 只， 巴楚县分布 1100 ~ 1400 只。 根据连续 5 个越冬期的种群监测， 可以明显看出种群发展动态呈上升趋势（R2=0.983， P<0.01）。 越冬期间灰鹤的集群类型主要以家庭群（63.90%） 为主， 聚集群（28.62%） 次之， 孤鹤（7.48%） 最少。家庭群组成主要以 2 成 1 幼（46.82%） 为主， 其次是 2 成 2 幼（27.48%）。 聚集群主要以 5 ~ 8 个体（65.91%） 为主， 其次是 9 ~ 15 个体（17.61%）， 在越冬后期常见几十至百只左右的大群在空中盘旋， 为春季迁徙做准备。（2） 越冬灰鹤的迁徙与活动范围根据卫星跟踪数据显示， 整个秋季迁徙天数为 10 d， 期间在 2 个中间停歇地停留， 飞行距离约 430 km。 整个春季迁徙天数为 8 d， 期间在 2 个中间停歇地停留， 飞行距离约 495 km。 整个越冬期持续约为 140 ~160 d， 冬季累计活动距离为1058 km， 活动区域相对固定， 活动面积为 125 km2。 活动面积和活动距离都会伴随温度的变化而变化， 温度上升， 活动范围和活动距离增加。 反之， 则减少（P<0.05， R2=0.652； P<0.05， R2=0.663）。（3） 越冬灰鹤日间行为时间分配与行为节律共观察越冬灰鹤日间行为 57 d， 累计观察时间 7570 min， 共扫描了 757 次。进食行为是昼间最主要的行为， 占总行为时间的 46.61%； 其次是警戒（17.76%）、休息（13.31%）、 走动（11.42%）、 理羽（7.55%）、 其他（3.35%）。 越冬前期，其行为时间分配为： 进食（ 44.99%）、 警戒（ 17.37%）、 休息（ 12.58%）、 走动（ 11.84%）、 理羽（ 8.72%）、 其他（ 4.49%）， 行为时间分配存在极显著差异（F=261.328， df=5， P<0.001）。 越冬中期， 各行为所占时间比例分别为： 进食（39.71%）、 休息（21.04%）、 警戒（17.09%）、 走动（9.72%）、 理羽（9.68%）、其他（2.77%）， 行为时间分配存在极显著差异（F=70.327， df=5， P<0.001）。 越冬后期， 其昼间行为时间分配为： 进食（50.20%）、 警戒（18.17%）、 走动（12.12%）、休息（9.86%）、 理羽（6.29%）、 其他（3.36%）， 行为时间分配存在极显著差异（F=177.622， df=5， P<0.001）。 再进一步比较各行为在不同时期时间分配差异，发现警戒、 走动行为存在差异， 但不显著（P＞0.05）； 理羽行为在不同生活时期存在极显著差异（P＜0.01）； 而休息、 进食、 其他等行为则在不同生活期存在显著差异（P＜0.05）。在整个越冬期， 进食行为有两个明显的高峰， 呈双凸型， 高峰出现在 08:00 ~09:00 和 17:00 ~ 18:00， 占比分别为 54.23%和 55.47%， 低谷出现在 13:00 ~ 14:00，占比为 41.36%。 休息行为呈现一个明显的单峰， 高峰出现在 13:00 ~ 14:00， 占比为 21.04%， 低谷出现在 08:00 ~ 09:00 和 17:00 ~18:00， 占比分别为 3.33%和5.15%。 在不同越冬生活时期， 各行为的活动节律性有所不同， 其昼间各时段之间的行为时间分配也会存在差异性。（4） 灰鹤的食物组成与鸟害评价灰鹤主要以玉米、 小麦、 马铃薯、 水稻等农作物为食， 其中玉米是最主要的食物来源。 不同越冬阶段觅食生境的变化主要与农作物收割时间和食物丰富度相关。 根据问卷调查可知， 该区域发生鸟害的占比为 53.80%， 说明该区域鸟害具有普遍性。 鸟害对农作物造成的损失程度以严重损失为主， 占比为 30.89%。 虽然鸟害对经济效益造成如此损失， 但仅有 29.32%的群众采取措施进行鸟害防范
Spatial and temporal differences of soil salt content in typical irrigation areas of Tianshan region during growing season
No full text土壤盐渍化是干旱区土地退化的主要表现形式之一， 遥感结合机器学习算法已成为大尺度土壤盐渍化监测的主要手段之一。对于机器学习算法而言，建模变量和模型参数对于模型精度提高至关重要，以往研究较少关注两者的同步优化。本研究依托机器学习、遥感等技术手段，基于 Landsat 5 TM/8 OLI、 DEM 数据提取 7 类 40 个环境变量，经相关分析，分别带入格网搜索算法（Gride Search,GS）、遗传算法（Genetic Algorithm, GA）和粒子群（Particle Swarm Optimization,PSO）算法分别同步优选支持向量回归（Support Vector Regression, SVR）的建模变量和模型参数，分别建立三工河流域和玛纳斯灌区的盐渍化监测模型（GS-SVR、GA-SVR、 PSO-SVR），并分别分析不同土地利用类型的盐渍化分布和生长季内土壤盐分含量的动态变化特征；而后选择最优的优化算法，结合历史采样数据，分别建立天山南北子区（渭-库绿洲、玛纳斯河水流域）盐渍化监测模型并反演2008~2019 年的两个子区的土壤盐分含量。结果表明：(1)在三工河流域， 相较于 GS-SVR， GA-SVR 的 R2/RMSE 提高了 44.65%。该区非、轻度、中度、重度盐渍地和盐土的面积占比分别为 42.83%、 11.02%、15.88%、 9.22%、 21.05%； 草地和未利用地主要以非盐渍地和盐土为主，耕地和林地中非盐渍地分布比例均为最大； 不同土地利用类型的均值和土壤盐分含量标准差均呈现未利用地>草地>耕地>林地的规律。（2） 在玛纳斯灌区，与 GS-SVR 相比， GA-SVR 和 PSO-SVR 减少了建模变量，适应度值分别提高了 53.87%、 69.96%；生长季内，春秋季积盐，夏季脱盐，土壤盐分含量均值变化趋势：整个研究区、中部和南部为降低-增加；北部为增加-降低-增加；依据生长季土壤盐分含量小提琴图表明土壤盐分含量数值区间变化趋势为：整个研究区，中部和北部 SSC 数值区间变化趋势为扩张-收缩-扩张，南部为扩张-收缩-平稳。（3）提取的植被指数和特征空间对土壤盐分含量的敏感性优于其他环境变量。（4）基于 PSO 和 SVR 建立的渭-库绿洲耕地盐渍化监测模型 PSO-SVR（R2=0.722， RMSE=14.931 g/kg）并反演了该区 2008-2019 年的土壤盐分含量。在 2008~2011 年期间， 盐分含量高值主要分布在绿洲边缘的耕地中， 盐分含量的均值和标准差均呈减小的趋势；在 2013~2019 年期间， 盐分含量高值分布较少且呈向下游地势低洼处转移的趋势， 盐分含量的均值和标准差波动较大。 在2008~2019 年期间，非盐渍地的面积最大且以 50.002×km2/a 的速度增加，中度和轻度盐渍地的面积增加速率分别为 42.243 km2/a、 29.239 km2/a，重度盐渍地面积的减少速率为 8.347km2/a；盐土面积的减少速率在 2008~2011 年（160.33km2/a）高于 2013~2019 年（7.974km2/a）。（5） 基于 PSO 和 SVR 建立了玛纳斯河流域的耕地盐渍化监测模型 PSOSVR (R2=0.812， RMSE=4.748 g/kg)并反演了 2008-2019 年的土壤盐分含量。在2008~2019 年，整个流域非盐渍地的分布面积最大且以 110.07 km2/a 的速度增长，中度盐渍地、盐土次之且分别以 35.403km2/a、 43.957km2/a 的速度减少，轻度、重度盐渍地面积较小且分别以 5.731km2/a、 24.983km2/a 的速度减少；流域南部的盐渍化最为严重，以中度盐渍地为主且呈 5.687 km2/a 的速度减小，非盐渍地次之，增长速率为 24.62 km2/a，轻度盐渍地、重度盐渍地和盐土三者的面积相当，增加速率分别为 0.822 km2/a、 12.731 km2/a 和 7.023 km2/a；中部次之，以非盐渍地为主，增长速率约为 60.341 km2/a，其次为中度盐渍地，减少速率约为 24.136km2/a，轻度盐渍地、重度盐渍地和盐土的面积相当，其增加、减少、减少速率分别为 0.230 km2/a、 13.842 km2/a、 22.592 km2/a。北部较轻，以非盐渍地为主，增加速率为 25.462 km2/a，中度盐渍地次之，减少速率约为 5.645 km2/a，盐土和重度盐渍地的分积相当，其减少速率分别为 8.835 km2/a 和 4.238 km2/a，轻度盐渍地分布面积较少，减少速率约为 6.745 km2/a。（6）渭-库绿洲盐渍化程度轻于玛纳斯河流域、南部和中部，重于北部。 自然因素和人为因素均会导致土壤盐渍化，温度，人口数量对渭-库绿洲盐渍化的影响更大，而土壤质地和地下水埋深对玛纳斯河流域的盐渍化作用更为明显。本研究的建模变量和模型参数同步优选的方法提高了盐渍化监测的准确度，为干旱区高精度土壤盐渍化定量反演提供了技术支持
Research on Urumqi manufacturing listed companies' external spatial connection
No full text制造业作为城市经济的重要组成部分，既体现了城市产业的发展水平和发展阶段，也是城市对外经济联系的核心领域。 建设现代化经济体系是我国实施制造强国战略的核心任务，其中培育制造业竞争新优势则是有效提高制造业生产效率、加快推进区域产业协调发展的关键，是未来一段时期内我国制造业产业布局优化的主要依据。 新疆是我国丝绸之路经济带的核心区， 也是承接东部产业转移的重点区域之一，以乌鲁木齐市为中心的对内对外产业联系是国家制造业体系运行过程中的重要一环。本文以乌鲁木齐为节点，判断东西部制造业的区际间合作现状，探索强化制造业企业间联系分工的有效途径，为落实国家“一带一路”战略和实现制造强国战略提供有益的科研支撑。本文使用企业工商数据、上市公司年报数据， 采用地理空间分析方法， 对乌鲁木齐制造业近十年发展变化进行分析。 在此基础上，重点开展了乌鲁木齐制造业上市公司对外联系以及外地制造业上市公司与乌鲁木齐的空间联系研究，探讨了不同规模、不同行业、不同功能类型的企业在区域间联系的时空变化，提出了促进乌鲁木齐制造业发展以及加强对外联系的对策建议。研究结果表明：（1）乌鲁木齐制造业近年来发展快速， 其中金属制品业等工业发展基础较好的行业在企业数量和注册资本上均占比较大， 服务类型且注册门槛较低的企业数量增长较快， 高技术行业企业等进入壁垒高的行业企业数量增长缓慢， 其他制造业、汽车制造业、有色金属冶炼和压延加工业注册资本的增长速度较快。 乌鲁木齐制造业空间集聚特征明显，有明显的集聚中心， 且明显向米东区、头屯河区集聚的趋势。（2） 乌鲁木齐制造业上市公司对外空间联系具有空间近邻性，对外布局关联公司主要是基于本身行业规模的扩张，其次是行业的联系，以及企业多样化的发展。 乌鲁木齐对外布局不同类型关联公司主要是综合型、行业外延型关联公司，单一的生产、研发型服务功能的企业整体占比相对较少。（3） 外地制造业上市公司与乌鲁木齐的联系近年来强度逐年递增。 总体来看，与疆外城市的联系强度大于疆内。 外地制造业上市公司在乌鲁木齐布局关联公司主要是本身行业的规模扩张，其次是关联行业及配套服务行业的延伸。行业外延型、综合型、销售型关联公司的数量及投资占比较多，而单一功能的生产和技术研发型关联公司整体较少布局。（4） 市场规模、市场金融支撑能力、地理优势、产业联系是影响乌鲁木齐制造业上市公司向外扩张和加强联系的主要影响因素，而外地制造业上市公司在乌鲁木齐投资和产业联系的影响因素主要为地理区位优势、政策优势、产业联系、区域投资软环境。导致乌鲁木齐制造业布局空间差异的主要影响因素是土地要素投入成本、开发区和产业园区布局、高速公路出入口、 城区定位、 劳动力规模和公共服务供给水平