序言：作為思想的載體和知識的探索者，寫作是一種獨特的藝術，我們?yōu)槟鷾蕚淞瞬煌L格的5篇農(nóng)作物資源調查方法，期待它們能激發(fā)您的靈感。

篇1

關鍵詞 農(nóng)作物種質資源；普查；收集；地域狀況；實施做法；成效；湖北陽新

中圖分類號 S324 文獻標識碼 A 文章編號 1007-5739（2016）01-0063-03

以山、丘、河、湖、江為格局的山丘湖區(qū)的縣域農(nóng)作物種質資源普查與收集行動（簡稱“作物普查”），既與平原、高原縣（市）不十分雷同，又與山區(qū)、湖區(qū)、丘陵縣（市）有所區(qū)別。山丘湖區(qū)的鄂東南陽新縣生物多樣性有其多彩的特色，作物普查有其獨具的地域與特點、實施與作法、成效與建議。本文所論僅供商榷，以促進種質資源保護與利用及其可持續(xù)發(fā)展。

1 地域狀況與特點

1.1 狀況

1.1.1 地形復雜――山丘河湖江相互交錯區(qū)。陽新縣位于幕阜山北麓，湖北省東南部。父子山橫陳縣北，七峰山等10余座大山綿亙縣西、南邊界。長江流過縣東北邊緣，富水河自西向東橫穿縣境，網(wǎng)湖等100余個大小湖泊星羅棋布。縣中部及沿江濱湖地域多平原、崗地。“多山之鄉(xiāng)，百湖之縣，富河連長江”，推進了境內峰巒疊翠、湖泊縱橫、丘陵崗地、沖積平原、濱湖洼地相互交錯區(qū)的形成。

1.1.2 氣候獨特――亞熱帶北緣地區(qū)季風區(qū)。陽新縣年均溫16.2～21.0 ℃，年總降雨量1 281～1 821 mm，無霜期240～300 d。絕對最低氣溫-11.0～1.1 ℃，7月平均氣溫27.7～29.2 ℃。僅從1981―2014年相隔33年相比，年總降雨量、年均氣溫每年分別以5.718 18 mm和0.048 49 ℃的速度遞增。不容忽視的小變化加劇了獨特氣候的形成[1-2]。

陽新縣屬于亞熱帶季風區(qū)，光照充足，氣候溫和，雨量充沛，分布不勻，冬寒夏熱，四季分明。這種獨特的地貌、氣候造就了境內生物多樣性，特別是果樹各類資源豐富多種，屬于亞熱帶常綠果樹帶北緣地區(qū)。境內既適合柑橘、枇杷等常綠果樹種植，又適合某些落葉果樹中南方品種群的種植，如桃、李、棗、柿、板栗、石榴等。

依據(jù)我國果樹帶的劃分，陽新縣處于亞熱帶常綠果樹帶北緣地區(qū)。因此，陽新縣既具有亞熱帶季風區(qū)的共性，又具有熱帶北緣季風區(qū)的特殊性，對農(nóng)作物種植、引種等更具有境內氣候的嚴格敏感性。中稻是20世紀陽新境內最大宗糧食作物，為了順應氣候的特殊性，群眾自覺改為“早二季”。

1.1.3 生態(tài)脆弱――災害頻發(fā)的地域貧困區(qū)。陽新縣的山崩、地陷時有發(fā)生，丘陵地區(qū)的水土流失現(xiàn)象普遍而嚴重。雨量充沛，但分配極不均勻，常常有洪澇和干旱發(fā)生。氣候溫和，但往往有周期性凍害威脅常綠果樹和農(nóng)作物[3-4]。脆弱的生態(tài)環(huán)境所引起的災害頻發(fā)、強度大、持續(xù)時間長是導致陽新縣多年來未脫貧的重要因素之一。

1.2 特點

1.2.1 農(nóng)業(yè)大縣，多鄉(xiāng)之縣。全縣海拔為8.7～860.0 m，地理坐標為東經(jīng)114°43′～115°30′、北緯29°30′～30°9′。全縣22個鎮(zhèn)區(qū)場418個村。全縣人口105.94萬人，其中農(nóng)業(yè)人口78.75萬人。土地面積2 782.80 km2，其中耕地6.53萬hm2。2014年農(nóng)業(yè)總產(chǎn)值288.20億元，占生產(chǎn)總值460.58億元的62.57%，“農(nóng)業(yè)大縣”特點十分突出。

在地域狀況歷史條件下形成的“農(nóng)業(yè)大縣”及其“油菜大縣”“水產(chǎn)大縣”基礎上，還是全國、全省有名的“多鄉(xiāng)之縣”，如雜糧之鄉(xiāng)、“紅薯半年糧”之鄉(xiāng)、花果之鄉(xiāng)、枇杷之鄉(xiāng)、柑橘故鄉(xiāng)、苧麻之鄉(xiāng)、國家地理標志――陽新山茶油之鄉(xiāng)、金竹云霧茶之鄉(xiāng)、陽新豚（番鴨）之鄉(xiāng)、陽新豬（獅子頭）之鄉(xiāng)。這是糧、油、果、麻、茶、飼等品種資源多樣性的生存基礎[5]。

1.2.2 生態(tài)退化，資源流失。在20世紀90年代多次調查，并撰寫“淺談‘自然生態(tài)角’的保護問題”一文。文中指出：湖北省陽新縣農(nóng)作物資源逐年下降，其中33%的資源是自然生態(tài)角上養(yǎng)育的資源。

農(nóng)作物及其野生資源流失源于20世紀60年代“森林亂砍亂伐，水土流失”造成的生態(tài)破壞、70年代“以稻為綱，全面遭殃”的人為破壞和“管理體制多次變更，網(wǎng)湖水域大量縮減”的生態(tài)功能逐步退化、濕地生物總量減少[6]。湖北網(wǎng)湖濕地原有維管束植物131科397屬595種，現(xiàn)存在不多，其中假稻、歪頭菜、野芝麻、野豌豆等名貴珍稀資源近乎滅絕。

1.2.3 污染嚴重，結構變化。隨著縣域經(jīng)濟的工業(yè)化快速發(fā)展，加之意識淡薄、重視不夠，規(guī)劃缺位、管理落后，投入不足、扶持乏力，各種污染交叉、疊加，造成了農(nóng)業(yè)環(huán)境污染現(xiàn)狀的嚴重性[5]、土壤酸化的廣泛性、土壤重金屬污染的加劇性[7]。特別是近些年來的農(nóng)業(yè)發(fā)展，如農(nóng)業(yè)新品種更新、經(jīng)濟作物快速發(fā)展、農(nóng)業(yè)集約化不斷提高、土地流轉速度加快、規(guī)模化養(yǎng)殖迅猛發(fā)展[5]等。所有這些因素，動搖了農(nóng)、飼作物當?shù)仄贩N抗逆性全面、適應性廣、質量好的優(yōu)勢，放大了“追求產(chǎn)量的人”說其產(chǎn)量低的缺陷，導致了其數(shù)量由多變少、面積由大面積連片種植為小面積零星分散種植等品種資源結構變化。受這種“結構變化”的影響，該縣在1981年第二次農(nóng)作物資源普查中有大量種植的陽新御谷、木港大麥、洋港白玉米、糯高粱、中棉、魚籽黃油菜、細葉綠苧麻等名牌品種消失殆盡。

總之，工業(yè)化、城鎮(zhèn)化、農(nóng)業(yè)結構調整及氣候環(huán)境變化，導致野生近緣植物資源因棲息地環(huán)境變化而急劇減少，一些地方品種和特異資源瀕臨滅絕，生物多樣性受到破壞[8]。

2 具體實施與做法

2.1 實施

2.1.1 宣傳發(fā)動，統(tǒng)一認識。在宣傳發(fā)動中，首先學習國家三部委頒發(fā)的“農(nóng)種發(fā)[2015]2號文件”、農(nóng)業(yè)部辦公廳印發(fā)的“農(nóng)發(fā)辦[2015]26號文件”及其有關《技術規(guī)范》。通過學習，統(tǒng)一了認識，進一步認識到作物普查的必要性、重要性。農(nóng)作物種質資源是農(nóng)業(yè)科技原始創(chuàng)新、現(xiàn)代種業(yè)發(fā)展的物質基礎，是保障食品安全、建設生態(tài)文明、支撐農(nóng)業(yè)可持續(xù)發(fā)展的戰(zhàn)略性資源。加大對瀕臨滅絕的野生種質資源進行搶救性調查和收集，深化基礎研究，確保種質資源安全保存，實現(xiàn)可持續(xù)共享利用[8]。豐富我國農(nóng)作物種資源基因庫，能夠為未來國家生物產(chǎn)業(yè)的發(fā)展提供源源不斷的資源，提升國際競爭力。全縣種質資源豐富，應為我國的基因庫進一步完善做出貢獻，選出優(yōu)質高產(chǎn)的地方品種作為本縣的“精準扶貧”提出新的思路。

2.1.2 培訓學習，熟悉業(yè)務。在認真學習的基礎上，辦好各種培訓班，并動用縣域內廣播、電視、各種行政會議、系統(tǒng)內業(yè)務骨干會議和科技網(wǎng)站、種子網(wǎng)站精心廣泛宣傳，為本次普查打下輿論基礎。

2.1.3 做好采購，備足物質。嚴格按照“技術規(guī)范”的規(guī)定，采購和備足電子設備類、工具類、文具類、交通工具共4類、42種及其他系統(tǒng)調查所需物質，以保障作物普查工作的順利開展。

2.1.4 加強領導，成立專班。在縣委、縣政府的領導下，縣農(nóng)業(yè)局成立了“陽新縣農(nóng)作物種質資源普查與收集行動領導小組”專班。同時，種子管理局還聘請了2名長期在農(nóng)村蹲點駐隊的農(nóng)學、果蔬方面品德好、身體好的退休老專家為顧問，以提高普查效果。

2.1.5 查閱資料，明晰種源。聘請人員查閱了在20世紀在區(qū)、公社農(nóng)技站工作時不定期組織開展的種質資源調查原始資料、著作、論文匯集；保存的《陽新縣志》（2本）、《陽新縣農(nóng)業(yè)志》（1本）。熟悉思路，明晰種源，制定《陽新縣農(nóng)業(yè)品種資源普查與收集初稿》，以提高普查效能。

2.1.6 制定方案，明確目標。制定“作物普查”方案（預案），主要內容是普點的18個鎮(zhèn)場區(qū)關于糧、棉、油、麻、絲、茶、糖、菜、煙、果、藥、雜、綠肥、飼料等14類作物地方品種及其野生近緣品種312個；制定普查路線，走訪干群；預約座談人員；采收（購）標本、種子對象等。明確、鎖定基本目標后，不走或少走彎路，以提高普查效率。

2.2 做法

2.2.1 搞好部門調查，認真填表分析。按照《作物普查表》的要求，組織專班在全縣12個部門及有關單位，著重對1956年、1981年、2014年的縣名、歷史沿革、行政區(qū)劃、地理系統(tǒng)、人口及民族狀況、土地狀況、經(jīng)濟狀況、特有資源與農(nóng)業(yè)生產(chǎn)狀況等8個方面進行了詳細、反復而認真的15 d調查、填表和分析，為以后的普查工作打下了堅實基礎。

2.2.2 因縣制宜展開，重點村組普查。縣域“作物普查”方法：一是因縣制宜，普查8個區(qū)有關村組，即開發(fā)區(qū)、托管區(qū)、旅游區(qū)、高山區(qū)、丘陵區(qū)、濕地區(qū)、經(jīng)緯度邊緣區(qū)、海拔最高與最低區(qū)的2～3個重點村組。二是因地制宜，重點普查縣域內水稻、紅薯、豆類、蔬菜4種主要作物。三是因特制宜，注重果樹、r麻、桑茶、濕地植物4個方面的特異資源尋找。本階段對8個鎮(zhèn)區(qū)場16個村進行了普查。

2.2.3 資源收集整理。及時鑒定上交。普查農(nóng)作物當?shù)乩掀贩N、特異資源時，就地商定、確認、編號、區(qū)位登記、植株包扎、種子（果實）晾曬和枝條封蠟收集，嚴防漏登、損耗。收集后，及時送交省農(nóng)科院鑒定、保管（貯存）、入庫、入圃。

2.2.4 翌年四季復查，全面系統(tǒng)總結。由于農(nóng)作物有春、夏、秋、冬四季播種、收獲等區(qū)別，故此次歷時逾2個月的第一階段普查不能代表全面普查，有許多遺漏的農(nóng)作物資源品種，必須進行翌年四季復查，并進行系統(tǒng)全面總結。

3 普查成效與建議

3.1 成效

3.1.1 完善與糾錯。在完成作物普查1956年、1981年、2014年《基本情況普查表》和第三次《作物普查》的種質資源征集表及其全部數(shù)據(jù)錄入電腦數(shù)據(jù)庫基礎上，完善了1956年第一次普查應補登的種質資源203份，糾錯了1981年第二次普查登記“新品種選育”人為造成的錯處3份、漏處6份。填補了全縣農(nóng)作物種質資源的歷史空白和遺誤。

3.1.2 普查與征集。本次第1階段普查全縣共征集農(nóng)作物種質資源122份，其中已登記、定位、編號79份，目前回收送省入庫的種子（果實）、塊莖、枝條等40份，超額完成了上級標定的任務20～30份。

3.1.3 名優(yōu)與珍稀品種。在本階段“作物普查”中，征集到陽新名優(yōu)與珍稀品種資源30份，如黃顙菖湖晚糯105、洋港車虐卓橋礎⒀蟾墼律醬罅E礎⒀蟾鄢怕懿肥懟⒀蟾鄢哦燙俸炱ず煨氖懟⒒乞菖湖綠豆、洋港車帕月爆黃豆、龍港大力冬豆（小蠶豆）、洋港月山青皮黃豆（七月綠）、洋港月山黑皮黃豆、楓林月朗雞眼豆（背虱豆）、洋港大力秤砣結（齊頭黃）白芝麻、黃顙菖湖紅禾芋頭、洋港車拋蝦逃笸貳⒒乞花果絲瓜、紅扁豆等。

3.1.4 古老與特有品種。在第1次、第2次“作物普查”中未捕捉到的古老與特有的本地果樹品種資源，本次本階段已征集到14份，其中100年以上的果樹品種有黃顙花果朱紅橘（常橘）、川橘、臭柑、甜橙（橘紅）、朱砂李和沙港撐皮柑；200年以上的有黃顙花果土枇杷、沙港園枇杷、沙港洋枇杷（大金鐘）、沙港石滾棗、牛奶棗、花果棉絮坨棗、鳳凰酸棗、雞心棗。

3.1.5 野生與近緣品種。本次查獲到的野生資源共有56份，其中已定位、入數(shù)據(jù)庫的有33份。如：黃顙菖湖野蓮藕和野生桑葉樹（百年古神樹）及其附著生長3個野生大靈芝、龍港月山老蟹眼野綠豆（黑豆）、洋港車乓笆磷印⒘港巖泉野生八月?lián)危ㄕǎ┇J猴桃和野生茶葉樹、楓林五合野生板栗和野生山茶（油）樹、源堯治多角型野菱角、多粉型野蓮藕和野菱白、網(wǎng)湖五爪咀（光葉）野豇豆和金蓮苞（芡實）、網(wǎng)湖金湖野參和野蔥（胡蔥）、群生野r麻、野椿刁樹、綜合新塘網(wǎng)湖野湖蒿（蔞蒿）和野黃豆、野綠豆、野牡蒿、野芥菜（油菜）等。陽新獨特的古老野生近緣品種有2個：黃顙花果花紅和（野）柿子。

3.1.6 選育與其他品種。近些年來，陽新縣干群通過嫁接、單株選擇等方法或與省有關單位、院校合作而長期選育成的新品種有5個：陽新軍墾柑桔“新興雜柑”（愛緩28號）、陽新吳茱萸、陽新油茶、陽新金竹尖云霧茶、陽新浮屠山下華陽1號竹筍。其共同特點是產(chǎn)高質優(yōu)，深受群眾歡迎。其他方面還有陽新有本地的地方品種和野生的綠肥、飼料、藥材類品種資源100余個。

3.2 建議

3.2.1 調查表格應科學設計。調查表格要切合縣情、科學設計。3年調查表中土地狀況、經(jīng)濟狀況、受教育狀況不是設計者想象的有資料來源而好填。原來只有農(nóng)民人均純收入統(tǒng)計，缺少人均收入的統(tǒng)計。“年均降雨量”提法不妥，氣象部門只有“年總雨量”的數(shù)據(jù)資料。

3.2.2 上級加大支持力度。在普查旺季的專班、專車、專時、專款和錄音筆、攝像機、記錄、收集、登記等“四專”“五配套”保障問題及其“縣域兩套普查專班”等難度較大，應在再宣傳發(fā)動、爭取上級支持等方面加大力度和普查人員的刻苦工作下功夫。

3.2.3 植物檢索表發(fā)送基層。植物（作物）分類檢索表應作為作物普查必備工具下發(fā)基層或電腦信息傳遞給縣種子管理局“種子資料庫”網(wǎng)站。否則，無法填表。因資源復雜，原大學教科書無法查全，電腦無法進入高校圖書館查找。

3.2.4 制定精準扶貧品種規(guī)劃。利用縣域農(nóng)作物當?shù)剞r(nóng)家品種資源優(yōu)勢，制定精準扶貧品種規(guī)劃與實施方案。

3.2.5 完善種子法規(guī)建設。制定縣域《農(nóng)作物種質資源管理辦法》，以完善種子法律法規(guī)建設。在全國《種子法》《農(nóng)作物種質資源管理辦法》和《生物多樣性公約》《國際植物新品種保護公約》的基礎上，省區(qū)級、地市級，特別是縣（市）級的法規(guī)建設與完善問題，應加快步伐，為我國農(nóng)作物種質資源保護和利用提供法律保障。

3.2.6 設立作物普查獎懲機制。各級農(nóng)業(yè)主管部門應設立“作物普查”獎懲機制，如作物重大資源“發(fā)現(xiàn)獎”“青年貢獻獎”“老年奉獻獎”或“特殊貢獻獎”；對工作失誤者進行批評教育、責任追責制；對纂改成果者進行行政記過、職稱警告處分等。

4 參考文獻

[1] 方達福.山丘湖區(qū)種植業(yè)生產(chǎn)存在的問題及對策：以鄂東南貧困山區(qū)陽新縣為例[J].現(xiàn)代農(nóng)業(yè)科技，2014（14）：312-313.

[2] 黃石市統(tǒng)計局.黃石市統(tǒng)計年鑒（2006―2014）[M].北京：中國統(tǒng)計出版社，2007-2015.

[3] 湖北省陽新縣縣志編纂委員會.陽新縣志[M].武漢：崇文書局（長江出版?zhèn)髅剑?986-2005.

[4] 趙知維，方永陽，方向亮，等.桃樹流膠病與立地環(huán)境的關系[J].現(xiàn)代農(nóng)業(yè)科技，2012（4）：219.

[5] 方達福，方向亮，方永陽，等.鄂東南貧困山區(qū)陽新縣農(nóng)業(yè)生產(chǎn)可持續(xù)發(fā)展的思考[J].湖北農(nóng)業(yè)科學，2012，51（3）：629-632.

[6] 方向亮，董明鋒，方達福.關于完善湖北網(wǎng)湖濕地生態(tài)與農(nóng)業(yè)生態(tài)建設的思考[J].現(xiàn)代農(nóng)業(yè)科技，2015（5）：291-293.

篇2

[關鍵字]紅花；種植面積；主成分分析；紋理特征

[收稿日期] 2013-04-13

[基金項目] 中醫(yī)藥公共衛(wèi)生專項 （財社[2011]76 號）；中醫(yī)藥行業(yè)科研專項（201207002）

[通信作者] *鄭江華，博士，碩士生導師，E-mail： itslbs@126、com

[作者簡介] 娜仁花，碩士研究生，E-mail：499361608@qq、com 紅花Carthamus tinctorius L、，又稱草紅花，屬雙子葉植物綱、菊科。高50～100 cm，莖直立，上部分枝，白色或淡白色，光滑無毛。屬于一年生或二年生草本。花期6―7月，果期8―9月。喜溫暖干燥氣候，有一定的抗寒、耐旱、耐鹽能力，不耐澇。紅花是近年世界上發(fā)展很快的油料作物和藥用植物，種子含油35%～47%，富含亞油酸、油酸以及豆蔻酸、棕櫚酸、維生素E等， 醫(yī)藥上紅花油用作抗氧化劑和維生素A，D的穩(wěn)定劑。花可入藥，有活血通經(jīng)、祛淤止痛的作用[1-2]。在中國分布于黑龍江、遼寧、吉林、河北、山西、內蒙古、陜西等地區(qū)特別是新疆都廣有栽培。為全面清查我國中藥資源家底，建立中藥資源動態(tài)監(jiān)測機制，支持中藥產(chǎn)業(yè)政策調控，國家于2011年開始實施“第四次全國中藥資源普查試點”工作，新疆維吾爾自治區(qū)作為試點省區(qū)之一將紅花列為人工種植型藥用植物遙感調查品種，這主要是考慮到新疆紅花分布范圍較廣，地塊較大，利用傳統(tǒng)的抽樣調查不但效率低而且準確率不高，同時遙感數(shù)據(jù)可在較大程度上排除人為因素干擾，所以通過遙感的方法對其進行調查在理論上是可行的。

我國中藥資源的遙感監(jiān)測應用起步不久，同類研究也不多，主要分為野生藥用植物資源監(jiān)測和人工種植藥用植物資源監(jiān)測。紅花的遙感監(jiān)測屬于后者，因此可以借鑒農(nóng)作物的遙感識別分類和面積估算方法。遙感作為農(nóng)作物面積精細估算與監(jiān)測的方式一直以來被認為是一種最為直接的手段，特別是基于中高分辨率影像的農(nóng)作物面積精細估算與監(jiān)測備受推崇。其運用過程為在收集分析各種農(nóng)作物不同生育期不同光譜特征的基礎上，通過平臺上的傳感器記錄的地表信息，辨別作物類型、播種面積提取、監(jiān)測作物長勢，并在作物收獲前，預測作物的產(chǎn)量的一系列方法。郭偉等應用HJ-1A/1B CCD影像和DEM 數(shù)據(jù)，對長春市玉米種植面積進行監(jiān)測，精度達到92、57%[3]；另外為了使監(jiān)測方法具有更高的精度，范磊等提出并實現(xiàn)基于Cokriging插值修正法的冬小麥面積遙感監(jiān)測，在相同采樣數(shù)據(jù)下，協(xié)同克里格方法比普通克里格方法均方根誤差降低1、48%，相關系數(shù)提高6、82%[4]；顧曉鶴、潘忠耀等，以提高冬小麥種植面積估算精度為目標，選取種植結構復雜的都市農(nóng)業(yè)區(qū)， 采用QuickBird 影像數(shù)字化農(nóng)田地塊邊界，以多時相TM 影像為核心數(shù)據(jù)源，以地塊為基本分類單元，進行不同特征向量組合、不同分類器的冬小麥地塊分類方法研究，并對比分析了基于地塊分類和基于像元分類的冬小麥種植面積估算精度[5]。目前已有不少中藥工作者正在從事對地理信息系統(tǒng)（GIS），遙感（RS）的引入、應用與研究工作。應用范圍主要集中在利用3S技術調查藥用植物資源和地道藥材與產(chǎn)地適宜性這兩個方面。地理信息系統(tǒng)將定量和空間表述完美的結合，給中藥資源生態(tài)系統(tǒng)管理及中藥資源區(qū)劃研究提供了強有力的應用基礎理論上的新型思維工具[6]。張本剛、陳士林等，以甘草為研究對象，以遙感技術為基礎，探索野生藥用植物資源調查的方法，確定了基于遙感并結合野外抽樣的甘草資源調查方法，包括遙感信息源的選擇、圖像的處理、解譯、野外驗證等[7]。盧穎研究了基于GIS技術的藥用甘草適生環(huán)境及其影響因子的分析，借助先進的GIS技術和統(tǒng)計學方法，分析了3種藥用甘草的地理空間分布和生態(tài)環(huán)境特征，并實現(xiàn)了中藥資源信息、生態(tài)環(huán)境信息的可視化[8]。孫宇章、郭蘭萍等利用遙感技術對野生中藥蒼術的資源量進行了調查。介紹了研究區(qū)江蘇茅山的概況和茅山蒼術的基本情況，闡述了利用遙感技術研究野生茅蒼術的思路，根據(jù)不同地物在反射光譜特征上的差異，對江蘇茅山地區(qū)的TM影像進行了解譯，獲得了蒼術生長密度相關的地物類別，并結合野外調查數(shù)據(jù)，對茅山大茅峰、二茅峰和小茅峰蒼術的生長環(huán)境進行了分區(qū)，在此基礎上估算了茅山蒼術資源量[9]。

國外，大量研究工作表明，以中分辨率數(shù)據(jù)為主、低分辨率數(shù)據(jù)為輔的估算方法是大范圍農(nóng)作物種植面積估算的主要趨勢之一[10-11]。早在2001年Pradhan就提出用地理信息系統(tǒng)、遙感和區(qū)域框架抽樣實現(xiàn)農(nóng)作物區(qū)域的估算，最終開發(fā)了具有代表性的基于區(qū)域框架抽樣的計算機系統(tǒng)，進而實現(xiàn)農(nóng)作物面積的估算[12]。Inglada運用支持向量機的方法實現(xiàn)高分辨率影像中對象的自動識別，識別的正確率超過了80%[13]；Lucas等選擇英國博溫山區(qū)為試驗區(qū)，將遙感影像數(shù)據(jù)、數(shù)字地形圖、DEM 和其他的一些數(shù)據(jù)收集并作為知識庫，建立相應的推理智能規(guī)則，對試驗區(qū)實現(xiàn)了農(nóng)業(yè)用地的分類，整體精度超過80%[14]；Giacinto提出并設計實現(xiàn)了融合神經(jīng)元和數(shù)理統(tǒng)計的遙感圖像監(jiān)督分類的5種方法，5種方法試驗后的均值精度分別是：Bayes為79、37%，k-nn（k-nearest neighbour）為88、36%，MLP（multilayer perceptron）為81、60%，RBF （radial basis functions）為78、95%和PNN（probabilistic neural network）為88、66%，融合后的方法比融合前的分類精度有一定的提高，但存在設計實現(xiàn)過程用時較長的缺點[15]。

研究小組采用野外勘察結合室內遙感影像解譯的方法調查塔城地區(qū)裕民縣紅花的資源量。本文主要闡述室內遙感影像解譯采用的方法，以新疆裕民縣為研究區(qū)，采用資源三號高分辨率數(shù)據(jù)，以提高解譯精度和減少計算量為目標，通過大量實驗發(fā)現(xiàn)基于PCA和紋理特征的分類方法對提取紅花是比較適用的。因此，首先對研究區(qū)影像進行PCA分析，再對其第一主分量選擇對比度、熵、逆差矩、非相似性、相關性5種統(tǒng)計量進行紋理特征提取，最后將提取的5個紋理特征與經(jīng)PCA分析的前3個光譜特征值疊加進行影像分類，從而根據(jù)像元數(shù)目估算研究區(qū)紅花種植面積。

1 研究區(qū)及數(shù)據(jù)處理

1、1 研究區(qū)概況 裕民縣位于新疆維吾爾自治區(qū)西北部塔額盆地南緣、準噶爾盆地西緣。地處東經(jīng) 82°12′―83°30′，北緯45°24′―46°30′。北面與塔城市相連，東北與額敏縣相鄰，南面和托里縣毗鄰，西與哈薩克斯坦接壤，總面積為6 220、78 km2。全縣地勢為東南高、西北低，因分布著不同的垂直地貌帶，故海拔高度差異大，縣城內海拔為715、4 m。紅花種植業(yè)和畜牧業(yè)是裕民縣的兩大支柱產(chǎn)業(yè)。本研究小組在野外調查過程中發(fā)現(xiàn)裕民縣紅花種植區(qū)周圍其他農(nóng)作物主要有小麥、油葵、玉米、打瓜等，其中小麥基本上是與紅花毗鄰種植的，在遙感影像解譯時小麥與紅花會出現(xiàn)誤判的情況，因此研究小組分別于2012年5月下旬、8月下旬開展了野外調查共獲取50個野外觀測樣本，包括紅花、小麥、油葵、玉米、打瓜、草場、休耕地等、為高分辨率影像目視解譯提供先驗知識和樣本信息。

1、2 試驗數(shù)據(jù) 資源三號衛(wèi)星于2012年1月9日成功發(fā)射，本文數(shù)據(jù)源由4個多光譜波段（0、45～0、52μm， 0、52～0、59 μm， 0、63～0、69 μm， 0、77～0、89 μm）6 m空間分辨率和全色波段（0、50～0、80 μm）2、1 m空間分辨率融合后的4波段圖像，空間分辨率為2、1 m，成像時間為2012年7月22日，研究區(qū)位于新疆塔城地區(qū)裕民縣農(nóng)業(yè)區(qū)。研究小組分別于2012年5月下旬、8月下旬對新疆塔城地區(qū)裕民縣紅花種植區(qū)進行了抽樣調查，共調查樣地50個，包括紅花、小麥、油葵、玉米、打瓜、草場、休耕地等。為高分辨率影像目視解譯提供先驗知識和樣本信息。研究小組根據(jù)實地種植結構選取了比較典型的樣本，由于當?shù)剞r(nóng)田中紅花和小麥是毗鄰種植，這2種作物在影像中容易混淆，兩類不同作物的田塊交界處由于相鄰像元之間能量的傳遞作用存在較多的混合像元，往往會依其混合光譜值而被錯分至其他作物類型，所以分別選取較多的紅花和小麥的典型的樣本以便區(qū)分兩類作物，而其他的作物較容易區(qū)分，因此本研究在影像分類時選取了比較科學合理的訓練樣本和驗證樣本，具體樣本分布見表1。

表1 樣本采集表

Table 1 The table of sample collection個

樣本紅花小麥玉米油葵草場訓練137433檢驗85322

2 方法

本文首先對試驗數(shù)據(jù)進行預處理，包括幾何校正、圖像增強、裁剪和融合等。幾何校正以2、1 m空間分辨率的全色波段影像為基準影像，對多光譜影像做幾何校正；再將校正好的多光譜影像與全色影像進行數(shù)據(jù)融合，這里采用Gram-Schmidt光譜銳化高保真的圖像融合算法，見圖1。Gram-Schmidt變換的影像不但很好的保留了多光譜圖像的絕大部分光譜信息，提高了影像辨識度，增強了紋理特征而且圖像色彩接近自然色，地物的對比效果較好，清晰度較高，可以消除冗余信息，且計算過程較簡單。最后對預處理結果進行裁剪得到研究區(qū)影像。繼而對研究區(qū)影像進行主成分分析，對第一主成分分量提取適宜的5種紋理特征，將這5個紋理特征值與PCA前3個光譜特征值疊加再做監(jiān)督分類，分析分類結果并與傳統(tǒng)的監(jiān)督分類進行比較。本文訓練樣本選取的原則為，用目視的方式結合野外勘察選擇的樣本相結合選取已知區(qū)域像元；精度評價方法采用混淆矩陣的方法選取一些地表真實地物的樣本作為驗證樣本。

2、1 主成分分析 主成分分析也寫作K-L變換（Karhunen-Loeve transform）或PCA（principle component analysis），K-L變換實際是作了一個旋轉變換，變換后圖像Y的各分量之間的信息是相互獨立的；而且變換后新波段各主分量所包含的信息呈逐漸減

圖1 總體技術流程圖

Fig、1 Experiment process flow chart

少的趨勢，第一主分量表示數(shù)據(jù)的最大變化量，包括了全部信息量的大部分。因此，主成分分析可以減少數(shù)據(jù)量，突出主要信息，同時抑制了噪聲，達到了圖像增強的目的，有利于特征選擇[11-18]。

由于光譜波段之間的相關性比較高，信息量有重復，如果將5種紋理信息分別加入4個光譜特征值，就會將20個特征值參與分類，這樣計算量就將大大提高，所以本文采取對光譜波段進行主成分分析，只對信息集中的第一主成分分量提取紋理特征，這樣就大大減少了計算量。

經(jīng)過PCA后的第1成分包含最多的光譜信息。如果將經(jīng)PCA后的前3個特征值代替原始光譜特征值參與分類，這樣使得用于分類的特征值減少了，與未經(jīng)PCA變換的分類法相比，不僅降低了網(wǎng)絡訓練所需要的時間，而且經(jīng)過主成分分析后，突出主要信息，同時抑制了噪聲，達到了圖像增強的目的，有利于特征選擇，見表2。

表2 主成分分析后各波段信息量變化表

Table 2 The change in each band of information after PCA

主成分特征值標準差1913、54252、512477、8058、663253、4835、754176、955、22

2、2 紋理特征提取 在遙感影像中當目標的光譜信息比較接近時，紋理信息對于區(qū)分目標可能會起到積極的作用，例如要區(qū)分影像上的紅花和小麥時，僅依據(jù)光譜信息是不夠的，但是它們的紋理特征有明顯的區(qū)別，如果在遙感圖像的光譜分類過程中引入紋理特征，便可以達到區(qū)分紅花和小麥的目的。因此本文將光譜信息與影像中的紋理信息結合進行分類取得比較好的分類效果。Haralick曾經(jīng)提出14種由灰度共生矩陣計算出來的統(tǒng)計量[19]， 但是Baraldi認為對于遙感圖像來說對比度、熵、逆差矩、非相似性、相關性5種統(tǒng)計量效果最好[20]。所以本文也將采用這5種紋理特征。考慮到高分辨率影像數(shù)據(jù)量大、提取紋理特征慢的特點，本文采用灰度差矢量法提取紋理特征，它是一種紋理統(tǒng)計分析方法，是由當前應用最廣泛的灰度共生矩陣算法改進而來的[21-24]。

2、3 基于PCA的多光譜影像紋理特征提取 首先對實驗區(qū)多光譜數(shù)據(jù)進行主成分變換，采用灰度共生矩陣法對PCA的第一主成分進行5種適宜的紋理特征提取包括：對比度、熵、逆差矩、非相似性、相關性；提取紋理信息移動窗口的大小選擇很也重要，窗口的過大過小都會影響到特征提取的效果。本文在實驗中分別采用5×5，7×7，9×9，11×11窗口對PCA的第一主成分進行紋理特征的提取，實驗發(fā)現(xiàn)不同窗口的特征提取對分類結果精度有一定影響，實驗數(shù)據(jù)顯示7（7窗口分類精度較高，因此本文采取7×7窗口，然后將PCA的第一主成分提取5個紋理特征與PCA前3個光譜特征值疊加成有8個特征值的影像進行監(jiān)督分類并做精度評價。

3 結果與討論

本文訓練樣本選取的原則為：用目視的方式結合野外勘察選擇的樣本，精度評價方法采用混淆矩陣的方法選取一些地表真實地物的樣本并且是可能會混淆的農(nóng)田作為驗證樣本，來驗證分類結果。首先對提取主成分的第一主分量進行5種紋理特征提取，再將這5個紋理特征值與經(jīng)過PCA分析的前3個主分量光譜特征值進行疊加做監(jiān)督分類；結果表明此方法效果較好，分類結果圖見圖2～5；各種分類方法得出的結果精度見表2～5。

從表4可看出，基于紋理特征的多光譜數(shù)據(jù)分類計算量太大，很耗時，雖然總體分類精度為提升為85、235 1%，但是紅花和其他耕地的可分性不夠高，將紅花誤判為其他耕地的現(xiàn)象較嚴重，紅花的生產(chǎn)者精度只有57、48%。

圖2 原始影像RGB波段合

Fig、2 The original image of combination 342（RGB）

圖3 多光譜數(shù)據(jù)分類結果

Fig、3 The Classification results of based on Multi-spectral data

從表3可看出，多光譜特征的分類中紅花的用戶精度只有77、47%，其他類別誤判為紅花的情況比較嚴重，總體分類精度也不高；

圖4 基于紋理特征的多光譜數(shù)據(jù)分類結果

Fig、4 The Classification results of based on Multi-spectral data with texture features

從表5可看出，基于PCA和紋理特征的分類方法中各地物的可分性都較高，各類地物的生產(chǎn)者精

圖5 基于PCA和紋理特征的分類結果

Fig、5 The Classification results of based on PCA and texture features

度和用戶精度都較高，分類精度達到了87、519 1%，Kappa系數(shù)達到了0、810 1，比傳統(tǒng)的分類方法提高了4、835 5%，Kappa系數(shù)提高了0、080 7。

最后采用基于PCA和紋理特征的分類方法提取紅花，并根據(jù)像元估算得出研究區(qū)紅花種植面積為53、38 km2。

4 總結

通過結果分析可看出本文采取基于PCA和紋理特征的分類方法在提取紅花中是比較適用的。首先，加入紋理特征后與基于單源光譜數(shù)據(jù)比較，加入紋理后分類更適合本研究的數(shù)據(jù)源以及研究對象，提高了分類精度。其次，對光譜數(shù)據(jù)進行PCA分析后可以減少數(shù)據(jù)量，突出主要信息，同時抑制了噪聲，達到了圖像增強的目的，有利于特征選擇。因此基于PCA和紋理特征的分類方法既能提高分類精度還可減少數(shù)據(jù)量來提高工作效率。這為調查紅花資源量的工作者提供了比較有效的方法。

本文在以下幾個方面還需要在今后的研究中進一步補充：本文在裕民縣農(nóng)業(yè)區(qū)的平原進行此方法的研究，而裕民縣山區(qū)也有紅花種植區(qū)，研究結果有待于在更大范圍和不同種植結構的實驗區(qū)內進行驗證；實驗區(qū)各地物類別的可分性直接影響分類精度，在本研究的紅花、小麥、居民地、其他耕地的分類體系中，小麥易與紅花產(chǎn)生特征混淆，由于當?shù)剞r(nóng)田中紅花和小麥是毗鄰種植，這兩種作物在影像中容易混淆，兩類不同作物的田塊交界處由于相鄰像元之間能量的傳遞作用存在較多的混合像元，若今后能對該研究區(qū)做詳細調查，采集詳細的光譜信息，深入研究“同譜異物”的現(xiàn)象，有望進一步提高紅花提取精度，對新疆中草藥資源普查提供更可靠的數(shù)據(jù)。

[參考文獻]

[1] 楊志福，梅其炳，蔣永培，等、紅花有效成分及藥理作用[J]、西北藥學雜志，2001，16（3）：131、

[2] 姜建雙，馮子明、紅花化學成分研究[J]、中國中藥雜志，2008，33（24）：2911、

[3] 郭偉，趙春江，顧曉鶴，等、鄉(xiāng)鎮(zhèn)尺度的玉米種植面積遙感監(jiān)測[J]、農(nóng)業(yè)工程學報，2011，27（9）：23、

[4] 范磊，程永政，鄭國清，等、 基于Cokriging插值修正冬小麥面積遙感監(jiān)測[J]、農(nóng)業(yè)工程學報，2010，26（10）：34、

[5] 顧曉鶴，潘耀忠，何馨，等、以地塊分類為核心的冬小麥種植面積遙感估算[J]、遙感學報， 2010，14（4）：789、

[6] 張藝，萬德光，孟憲麗，等、地理信息系統(tǒng)與中草藥資源學[J]、中國中醫(yī)藥信息雜志，1996，3（4）：13、

[7] 張本剛，陳士林，張金盛，等、基于遙感技術的甘草資源調查方法研究[J]、中草藥，2005，36（10）：1548、

[8] 盧穎、基于GIS 技術的藥用甘草適生環(huán)境及其影響因子的分析[D]、 北京：北京中醫(yī)藥大學，2007、

[9] 孫宇章，郭蘭萍，黃璐琦，等、道地藥材茅蒼術的資源遙感監(jiān)測[J]、中國中藥雜志，2008，33（4）：353、

[10] Lobo A， Chic O， Casterad A、 Classification of Mediter ranean crops with multi sensor data： per-pixel versus per-object statistics and image segmentation[J]、 Int J Remote Sensing，1996，17： 2385、

[11] Langley S K， Cheshire H M， Humes K S、 A comparison of single date and multi temporal satellite image classification a semi-arid grassland[J]、 J Arid Environ， 2001，49：401、

[12] Van Niel T G， Mc Vicar T R、 A simple method to improve field-level rice identification： toward operational monitoring with satellite remote sensing[J]、 Aust J Exp Agr， 2003，43： 379、

[13] Sushil Pradhan、Crop area estimation using GIS，remote sensing and area flame sampling[J]、 Int J Appl Earth OBS，2001，3（1）：86、

[14] Jordi Inglada. Automatic recognition of man―made objects in high resolution optical remote sensing images by SVM classification of geometric image features[J]、Isprs J Photogramm， 2007，62（3） ：236、

[15] Richard Lucas，Aled Row lands，Alan Brown，et a1.Rule based classification of multi temporal satellite imagery for habitat and agricultural land cover mapping[J]、 Isprs J Photogramm， 2007，62（3） ：165、

[16] Giorgio Giacinto， Fabio Roli，Lorenzo Bruzzone、Combination of neural and statistical algorithms for supervised classification of remote―sensing images[J]、Pattern Recognition Lett，2000，21（5）：385、

[17] 吳芳，賈永紅、基于PCA-BPNN的多光譜遙感影像分類[J]、地理空間信息，2006，4（1）：16、

[18] 劉友山，呂成文，祝鳳霞，等、基于PCA和多尺度紋理特征提取的高分辨率遙感影像分類[J]、遙感技術與應用， 2012，27（5）：706、

[19] 歐春江、實例分析遙感圖像處理中的主成分分析[J]、測繪與空間地理信息， 2006， 29（5）：57、

[19] Haralick R M、 Textural features for image classification[J]、 IEEE Trans on Syst Man Cybern， 1973， 3（6）：611、

[20] Baraldi A，Parminggian F、 An investigation on the texture characteristics associated with gray level co-occurrence matrix statistical parameters[J]、IEEE Trans Geosci Remot Sen，1993，32（2）：293、

[21] 陳啟浩，高偉，劉修國，等、輔以紋理特征的高分辨率遙感影像分類[J]、測繪科學，2008，33（1）：89、

[22] 李智峰，朱谷昌，董泰鋒，等、基于灰度共生矩陣的圖像紋理特征地物分類應用[J]、地質與勘探，2011，47（3）：456、

[23] 胡玉福，鄧良基，匡先輝，等、基于紋理特征的高分辨率遙感圖像土地利用分類研究[J]、地理與地理信息科學， 2011，27（5）：42、

[24] 劉恩勤，周萬村，周介銘，等、基于光譜和紋理特征的ALOS影像土地利用信息提取[J]、地理與地理信息科學， 2012，28（4）：52、

[25] 劉新華，舒寧、紋理特征在多光譜遙感影像分類中的應用[J]、測繪信息與工程，2006，31（3）：32、

Measurement of sown area of safflower based on PCA and texture

features classification and remote sensing imagery

NA Ren-hua 1， ZHENG Jiang-hua1，2* ， GUO Bao-lin3 ， SEN Ba-ti1 ，

SHI Min-hui3 ， SUN Zhi-qun1 ， JIA Xiao-guang3 ， LI Xiao-jin3

（1、School of Resources andEnvironment Sciences， Xinjiang University， Urumqi 830046， China；

2、Xinjiang Education Ministry Key Lab of City Inteligenlizing and Environment Modeling， Urumqi 830046， China

3、 Xinjiang Chinese and Minority Nationality M edicine Research Institute， Urumqi 830002， China）

[Abstract] To improve accuracy of estimation in planted safflower acreage，we selected agricultural area in Yumin County，Xinjiang as the study area. There safflower was concentrated planted. Supervised classification based on Principal Component Analysis （PCA） and texture feature were used to obtain the safflower acreage from image captured by ZY-3. The classification result was compared with only spectral feature and spectral feature with texture feature. The research result shows that this method can effectively solve the problem of low accuracy and fracture classification result in single data source classification. The overall accuracy is 87.519 1%， which increases by 7.117 2% compared with single data source classification. Therefore， the classification method based on PCA and texture features can be adapted to RS image classification and estimate the acreage of safflower. This study provides a feasible solution for estimation of planted safflower acreage by image captured by ZY-3 satellite.

篇3

[關鍵詞] 建設項目 農(nóng)村生態(tài)系統(tǒng) 環(huán)境影響評價

改革開放以來，農(nóng)村經(jīng)濟得到了迅猛發(fā)展，農(nóng)村經(jīng)濟結構呈現(xiàn)多樣化，發(fā)展更趨合理，尤其是引世人矚目的鄉(xiāng)鎮(zhèn)企業(yè)的崛起，深刻地改變著農(nóng)村經(jīng)濟在國民經(jīng)濟中的地位和作用，改變了農(nóng)村的經(jīng)濟面貌。但也對農(nóng)村生態(tài)系統(tǒng)帶來直接或間接的影響，發(fā)展過程表明，鄉(xiāng)鎮(zhèn)企業(yè)對環(huán)境造成的污染已開始制約著農(nóng)村經(jīng)濟的發(fā)展。如大量污水的排放使清潔水短缺，水資源的日趨緊張，影響了生活和生產(chǎn)用水；對環(huán)境造成的物理性破壞影響著農(nóng)村生態(tài)環(huán)境和農(nóng)村景觀，如廠房、道路的建設，使的耕地的減少。另外，區(qū)域建設項目一般位于農(nóng)村地帶，如油田、煤礦、水庫等建設項目的開發(fā)，也對農(nóng)村生態(tài)系統(tǒng)造成不同程度的影響。下面就建設項目對農(nóng)村生態(tài)系統(tǒng)的環(huán)境影響評價進行探討并提出對策和建議。

建設項目對農(nóng)村生態(tài)系統(tǒng)的環(huán)境影響評價程序，大致有以下幾個方面：一是現(xiàn)狀調查包括農(nóng)村生態(tài)系統(tǒng)基本情況調查、區(qū)域環(huán)境質量現(xiàn)狀調查或監(jiān)測、樣品分析及數(shù)據(jù)匯總整理。二是生物環(huán)境質量現(xiàn)狀評價。三是環(huán)境質量預測及對農(nóng)村生態(tài)系統(tǒng)的影響。四是提出防治措施、對策和建議。其詳細工作程序見圖1所示。

1 現(xiàn)狀調查

1.1 自然環(huán)境、社會經(jīng)濟基本情況

1.1.1 自然環(huán)境

調查內容包括地理位置、氣象氣候、水文地質、地形地地貌、動植物等基本自然環(huán)境要素。

1.1.2 社會經(jīng)濟基本情況

調查內容包括居民村數(shù)量、分布人口數(shù)量與密度，農(nóng)村經(jīng)濟結構及構成，資源、能源利用，耕地及主要農(nóng)作物產(chǎn)量，土地利用，交通運輸、名勝古跡、文物、人群健康狀況等。

1.2 農(nóng)村生態(tài)系統(tǒng)

1.2.1 土地資源

調查內容包括土地利用開發(fā)程度，土地利用構成及分布（農(nóng)、林、牧、副、漁土地面積及其生產(chǎn)狀況，主要農(nóng)作物、水果、蔬菜種植面積，單產(chǎn)及耕作制度，城鎮(zhèn)、村莊、工礦、交通用地面積），土壤類型、數(shù)量及分布；成土因素及成因，土壤有機質、氮磷鉀及微量元素含量，土壤性狀，土壤環(huán)境背景值，水土流失，土壤污染源（工業(yè)與農(nóng)業(yè)），土壤污染物（有機毒物――有機氯，有機磷農(nóng)藥，酚，石油類，苯并芘等；重金屬――Cd、Hg、Cr、Pb、Cu、Zn等；非金屬毒物――砷、氟、硒、硼等；放射性元素――銫、鍶、鈾等；有害微生物――腸細菌、炭疽桿菌、破傷風菌等）。

1.2.2 氣候資源

氣候資源調查內容主要包括：氣候類型，四季特點，年均溫度，最熱月平均溫度，最冷月平均溫度，降水量及時間分布，日照天數(shù)，日照時數(shù)，有效輻射總量，積溫，主次導風向及頻率，風向風速時間分布，大風天數(shù)，無霜期天數(shù)，災害天氣（如臺風、旱、澇等）。

1.2.3 生物資源

(1) 陸生生物

A、植被。調查內容包括植物數(shù)量、種類、分布及受害情況，植物分野生的與人工的，木本的與草本的。

B、動物。調查內容包括動物數(shù)量及種類、分布。

C、農(nóng)作物、果樹及家禽。調查內容包括農(nóng)作物、果樹數(shù)量及種類、分布；家禽數(shù)量及種類。

D、微生物。調查內容包括微生物數(shù)量及種類、分布。

(2) 水生生物

A、浮游植物。調查內容包括浮游植物數(shù)量，種類，初級生產(chǎn)力。

B、浮游動物。浮游動物主要由原生動物、輪蟲、枝角類和橈足類四大類所組成。調查內容包括浮游動物的數(shù)量、種類。

C、底棲動物。底棲動物是生活在水體底部泥中的動物。調查內容包括底棲動物的種類、數(shù)量及分布。

D、魚類。調查內容包括魚類種類、數(shù)量及分布。

(3) 環(huán)境質量現(xiàn)狀調查

環(huán)境質量現(xiàn)狀調查包括水環(huán)境、氣環(huán)境、噪聲及土壤環(huán)境質量狀況。若本項工作與上述環(huán)境質量現(xiàn)狀評價同時進行，或有近期的這方面資料，就可以不做環(huán)境質量現(xiàn)狀調查，只要收集有關資料即可。有關這方面調查內容這里不再贅述，參見有關文獻、規(guī)范。

2 生物質量現(xiàn)狀評價

2.1 植物評價方法

(1) 根據(jù)植物生長狀況（即長勢）對照本地植物地帶特點或歷史進程進行環(huán)境的綜合評價。

(2) 根據(jù)“物種多樣性指數(shù)”評價。“物種多樣性”就是利用物種種類和每個物種的個體量來反映某地區(qū)的植物繁茂程度。通常天然森林的多樣性指數(shù)較高；受人力干擾或環(huán)境污染地區(qū)的多樣性指數(shù)往往較低。計算物種多樣性指數(shù)的常用公式有兩種：

式中符號同①式。

(3) 根據(jù)植物內污染物含量進行生物環(huán)境評價，常用的方法有單因子評價與綜合評價兩種，方法同其它環(huán)境質量現(xiàn)狀評價中的方法一致，只是植物體內各種污染物的含量因無統(tǒng)一標準，常采用清潔區(qū)內同種植物葉中某種污染物的實測含量。

2.2 動物評價方法

(1) 根據(jù)普查數(shù)據(jù)評價，即利用一定距離內某種動物出現(xiàn)的個數(shù)來表示。通常根據(jù)敏感種類的普查數(shù)據(jù)評價環(huán)境數(shù)量，普查指數(shù)計算公式如下：

普查指數(shù)=N/M

式中：M――計數(shù)的距離；

N――看到的某一個動物種的個體總數(shù)

(2) 也可以用多樣性指數(shù)評價。

(3) 根據(jù)動物體內重金屬含量評價。

2.3 微生物評價方法

根據(jù)微生物的種類，數(shù)量進行評價，如利用菌落數(shù)可以評價大氣清潔度。

3 環(huán)境與生物相互關系及影響研究

環(huán)境與生物相互關系是環(huán)境影響研究的基礎，環(huán)境與生物處于同一生態(tài)系統(tǒng)中，研究的內容很多，側重點也不一樣，應根據(jù)不同建設項目進行研究。如（1）道路建設對道路兩側的生物影響；（2）大氣污染對農(nóng)作物的影響；（3）噪聲對禽畜的影響；（4）污水灌溉對農(nóng)作物的影響；（5）污水排放對水生生物的影響；（6）大氣污染對果樹的影響；（7）大面積基礎建設造成植被與景觀破壞對環(huán)境的影響；（8）植物對大氣污染物的凈化作用與效果；（9）植物對噪聲的減緩作用；（10）污染灌溉對土壤的影響；（11）生態(tài)環(huán)境改變對動物活動及分布影響等等。

生態(tài)環(huán)境影響預測常用的方法有三種：一是類比法；二是計算機模擬法；三是經(jīng)驗法。類比法就是通過現(xiàn)有項目與已建成的類似項目或同樣項目進行比較研究后，分析現(xiàn)有項目對生態(tài)環(huán)境影響。計算機模擬法是通過定量的方法，建立排放污染物數(shù)量、種類與生物數(shù)量、種類之間的計算機模型，進一步預測建設項目污染物排放對生態(tài)環(huán)境的影響。經(jīng)驗法就是根據(jù)現(xiàn)狀調查資料及有關生物抗御干擾，或對干擾產(chǎn)生反應的能力，由有經(jīng)驗的生態(tài)學專家應用豐富的專業(yè)知識估計項目建成對生物環(huán)境的潛在影響。

4 防治措施、對策及建議

對建設項目排放的各種污染物提出防治措施、對策及建議，應從以下幾個方面考慮：

(1) 使用先進生產(chǎn)工藝，減少污染，加強管理，實現(xiàn)清潔生產(chǎn)。

(2) 對未能達標排放或對生態(tài)環(huán)境造成嚴重影響的應采取必要的防治措施加以治理，使其達標排放或對生態(tài)環(huán)境影響減少到最低程度。

(3) 合理配置人工植物群落。在大型建設項目和新城鎮(zhèn)開發(fā)中，人工植物是對自然植物破壞的一種恢復手段，同時種植適當?shù)闹脖唬谀撤N程度上保證了鳥類和其他野生棲息地的環(huán)境質量，美化環(huán)境，在緩沖、過濾、減輕噪聲和空氣污染中起著重要作用。

(4) 提高生態(tài)系統(tǒng)的凈化作用，根據(jù)計劃項目排放污染物的性質、種類、選擇相應的抗性強、吸污力強的樹種，起到固定（吸收），轉化的作用，達到改善環(huán)境質量的目的。如，每公頃刺槐可吸收有害物質氟化物3.4kg，吸收氯為4.2kg，每公頃核桃樹葉可吸收320.8mg的Pb；6.44mg的Cd。

(5) 加強農(nóng)業(yè)生態(tài)系統(tǒng)的科學管理，合理布局。如建設農(nóng)田防護林帶，降低風速，保護農(nóng)田和果樹；加強耕作，恢復土壤中生物群落，提高生物降解能力，提高土壤增產(chǎn)潛力。

參考文獻

[1] 史寶忠編著. 建設項目環(huán)境影響評價[M]. 中國環(huán)境科學出版社，1993.

[2] 國家環(huán)保局監(jiān)督管理司編. 環(huán)境影響評價技術培訓教材（試用）內部資料[M]. 1994.6.

[3] 上海市環(huán)境保護局編著. 上海市環(huán)境影響評價指南. 上海科學技術出版社[M]. 1988.

篇4

一、上半年工作小結

1、全力開展“三新”農(nóng)業(yè)生產(chǎn)試驗示范基地建設

按照市農(nóng)委2009年的工作部署和本單位的工作要點，積極開展農(nóng)業(yè)示范基地建設，以示范基地為載體，示范推廣“三新”農(nóng)業(yè)技術。在全市范圍內，已建“三新”農(nóng)業(yè)生產(chǎn)試驗示范基地8個，分別是水稻精確定量栽培超高產(chǎn)示范基地、馬鈴薯稻草覆蓋免耕栽培試驗示范基地、特色白皮花生選育試驗示范基地、優(yōu)新抗病花生無公害栽培示范基地、棉花高產(chǎn)高效栽培示范基地、西瓜無公害栽培示范基地、“稻蝦連作”生態(tài)模式示范基地、食用菌生產(chǎn)示范基地，共計安排試驗示范項目9個。所有試驗、示范基地建設做到有實施方案、有技術措施、有專人負責，并從品種選用、測土配方施肥、高產(chǎn)保優(yōu)栽培到病蟲草害綜合防治等方面培訓到戶、指導到田，提供全程、面對面的技術服務，真正是做給農(nóng)民看、帶著農(nóng)民干。

2、強化農(nóng)民技術培訓，提高農(nóng)民素質

為提高農(nóng)民科技文化素質，促進農(nóng)業(yè)增效、農(nóng)民增收，*市農(nóng)技推廣中心發(fā)揮自身技術優(yōu)勢，通過投標承擔實施“瑯琊區(qū)2009年民生工程新型農(nóng)民培訓項目”、舉辦“全市食用菌栽培技術培訓班”等大型培訓活動，廣泛開展技術培訓和技術宣傳工作，全面提升農(nóng)業(yè)技術“進村入戶”的到位率與普及率。利用《*日報》、《農(nóng)技推廣》、《農(nóng)作物病蟲情報》、《土肥簡報》和專業(yè)雜志刊登、發(fā)表專項技術材料近百期，同時通過“*三農(nóng)網(wǎng)”、地方廣播電視臺和農(nóng)技110等媒體傳播實用農(nóng)業(yè)信息，農(nóng)技人員深入田間地頭、進村入戶接受農(nóng)民的技術咨詢，解疑釋難，在很大程度上提高了技術到位率和入戶率。

3、高度重視，打好抗旱保苗攻關仗

針對今年春節(jié)前后麥油罕見旱情，市農(nóng)技推廣中心高度重視抗旱保苗工作，組織技術人員深入各縣（市、區(qū)）生產(chǎn)一線，實地調查各地抗旱保苗工作情況，及時提出有針對性地制定春季田管具體技術方案，并通過發(fā)放技術資料、贈送田管技術光盤等形式現(xiàn)場指導抗旱保苗及田管工作，為抗旱保苗工作提供有力技術支撐。

4、午季植保工作取得了突破性進展。

圍繞市委市政府提出打造皖東“百億糧倉”，提升糧食綜合生產(chǎn)能力推進行動，突出午季植保工作服務于糧食生產(chǎn)安全開展工作。在強化農(nóng)作物重大病蟲害預警監(jiān)測防控工作上有突破，實現(xiàn)了重大病蟲預警監(jiān)測準確率達到90%以上；在重大病蟲防控工作上有突破，午季重大病蟲處置率達85%以上，即蟲害處置率達到95%以上、病害處置率達到70%以上，化學除草比例達到90%以上，農(nóng)作物重大病蟲害損失率降低到3%以內，超額完成了預案目標任務。

5、全面推進基層農(nóng)技推廣體系改革與建設

經(jīng)各地農(nóng)委和農(nóng)技部門的共同努力，我市率先在全省完成基層農(nóng)技推廣體系改革任務。為切實發(fā)揮基層農(nóng)技推廣體系公益性職能，積極調研、總結基層農(nóng)技推廣運行機制創(chuàng)新示范站建設經(jīng)驗，指導基層完善其農(nóng)技服務組織建設；召開了“基層農(nóng)技體系管理座談會”，就基層農(nóng)技推廣體系改革后，考核評價體系、管理模式、服務機制、推廣方式方法創(chuàng)新帶來的成效等方面的典型事例和經(jīng)驗，深入基層進行調研、總結，并出臺了《“*市基層農(nóng)技推廣體系建設與機制運行創(chuàng)新活動”實施辦法》。

6、穩(wěn)步推進農(nóng)業(yè)環(huán)保和無公害農(nóng)產(chǎn)品認證工作

積極配合“國家無公害害食品行動計劃”、“安徽省食品放心工程”和“*市農(nóng)產(chǎn)品質量振興計劃”的實施，大力發(fā)展無公害農(nóng)產(chǎn)品生產(chǎn)，進一步加快我市無公害農(nóng)產(chǎn)品申報認證的步伐，目前已完成省全年申報任務；還積極強化無公害農(nóng)產(chǎn)品管理，主動聯(lián)系各生產(chǎn)企業(yè)，做好無公害農(nóng)產(chǎn)品復查換證材料匯總上報工作，布置無公害農(nóng)產(chǎn)品專項整治自查。此外，還組織實施了新農(nóng)村清潔工程和農(nóng)業(yè)面源污染監(jiān)測徑流小區(qū)建設，做好小區(qū)田間管理、觀察記載、采送水樣等工作，并認真開展*市野生植物資源調查以及編寫《秸稈禁燒政協(xié)提案》、《2009年*市無公害農(nóng)產(chǎn)品質量安全整治實施方案》。

7、推進效能建設，提高服務能力

全面貫徹落實市農(nóng)委效能建設具體實施辦法，結合中心實際，布置中心效能建設工作，根據(jù)《市農(nóng)委2009年主要工作目標和重點工作任務分解表》，對照自身職能，分解制定單位、個人工作計劃。為深入學習實踐科學發(fā)展觀，在認真理論學習的同時，市農(nóng)技推廣中心工會積極組織干部職工參與市總工會“千萬農(nóng)民工援助行動”、“同舟共濟保增長，建功立業(yè)促發(fā)展”等各項活動，大力弘揚求真務實精神、民族精神和時代精神，倡導團結互助的良好風尚，強化了為民服務意識和效能意識。

8、千方百計尋機申報農(nóng)業(yè)項目和招商引資

從思想上和行動上加大了申報農(nóng)業(yè)項目和招商引資的力度，緊縮其它開支，制定《市農(nóng)技推廣中心招商引資具體實施辦法》并下發(fā)文件，千方百計抓招商引資，力爭農(nóng)業(yè)項目在20*年的基礎上又再上一個新臺階，目前已編報各類農(nóng)業(yè)科技項目9個。同時，加強了項目資金的管理，做到了專款專用，以“高標準、高質量”的要求完成每一項農(nóng)業(yè)科技項目。

二、下半年工作初步打算

1、繼續(xù)抓好“三情”監(jiān)測，組織實施好測土配方施肥、農(nóng)作物病蟲害綜合防治，確保秋季農(nóng)業(yè)豐收。

2、繼續(xù)加強“三新”農(nóng)業(yè)示范基地（片）建設，促進農(nóng)業(yè)新技術的推廣和普及。

3、繼續(xù)抓好無公害農(nóng)產(chǎn)品產(chǎn)地認定和產(chǎn)品認證工作。

4、積極參與基層農(nóng)技推廣體系改革與建設工作，創(chuàng)新體制和機制，提高農(nóng)技人員服務能力和水平。

篇5

一、上半年工作小結

1、全力開展“三新”農(nóng)業(yè)生產(chǎn)試驗示范基地建設

按照市農(nóng)委2009年的工作部署和本單位的工作要點，積極開展農(nóng)業(yè)示范基地建設，以示范基地為載體，示范推廣“三新”農(nóng)業(yè)技術。在全市范圍內，已建“三新”農(nóng)業(yè)生產(chǎn)試驗示范基地8個，分別是水稻精確定量栽培超高產(chǎn)示范基地、馬鈴薯稻草覆蓋免耕栽培試驗示范基地、特色白皮花生選育試驗示范基地、優(yōu)新抗病花生無公害栽培示范基地、棉花高產(chǎn)高效栽培示范基地、西瓜無公害栽培示范基地、“稻蝦連作”生態(tài)模式示范基地、食用菌生產(chǎn)示范基地，共計安排試驗示范項目9個。所有試驗、示范基地建設做到有實施方案、有技術措施、有專人負責，并從品種選用、測土配方施肥、高產(chǎn)保優(yōu)栽培到病蟲草害綜合防治等方面培訓到戶、指導到田，提供全程、面對面的技術服務，真正是做給農(nóng)民看、帶著農(nóng)民干。

2、強化農(nóng)民技術培訓，提高農(nóng)民素質

為提高農(nóng)民科技文化素質，促進農(nóng)業(yè)增效、農(nóng)民增收，**市農(nóng)技推廣中心發(fā)揮自身技術優(yōu)勢，通過投標承擔實施“瑯琊區(qū)2009年民生工程新型農(nóng)民培訓項目”、舉辦“全市食用菌栽培技術培訓班”等大型培訓活動，廣泛開展技術培訓和技術宣傳工作，全面提升農(nóng)業(yè)技術“進村入戶”的到位率與普及率。利用《**日報》、《農(nóng)技推廣》、《農(nóng)作物病蟲情報》、《土肥簡報》和專業(yè)雜志刊登、發(fā)表專項技術材料近百期，同時通過“**三農(nóng)網(wǎng)”、地方廣播電視臺和農(nóng)技110等媒體傳播實用農(nóng)業(yè)信息，農(nóng)技人員深入田間地頭、進村入戶接受農(nóng)民的技術咨詢，解疑釋難，在很大程度上提高了技術到位率和入戶率。

3、高度重視，打好抗旱保苗攻關仗

針對今年春節(jié)前后麥油罕見旱情，市農(nóng)技推廣中心高度重視抗旱保苗工作，組織技術人員深入各縣（市、區(qū)）生產(chǎn)一線，實地調查各地抗旱保苗工作情況，及時提出有針對性地制定春季田管具體技術方案，并通過發(fā)放技術資料、贈送田管技術光盤等形式現(xiàn)場指導抗旱保苗及田管工作，為抗旱保苗工作提供有力技術支撐。

4、午季植保工作取得了突破性進展。

圍繞市委市政府提出打造皖東“百億糧倉”，提升糧食綜合生產(chǎn)能力推進行動，突出午季植保工作服務于糧食生產(chǎn)安全開展工作。在強化農(nóng)作物重大病蟲害預警監(jiān)測防控工作上有突破，實現(xiàn)了重大病蟲預警監(jiān)測準確率達到90%以上；在重大病蟲防控工作上有突破，午季重大病蟲處置率達85%以上，即蟲害處置率達到95%以上、病害處置率達到70%以上，化學除草比例達到90%以上，農(nóng)作物重大病蟲害損失率降低到3%以內，超額完成了預案目標任務。

5、全面推進基層農(nóng)技推廣體系改革與建設

經(jīng)各地農(nóng)委和農(nóng)技部門的共同努力，我市率先在全省完成基層農(nóng)技推廣體系改革任務。為切實發(fā)揮基層農(nóng)技推廣體系公益性職能，積極調研、總結基層農(nóng)技推廣運行機制創(chuàng)新示范站建設經(jīng)驗，指導基層完善其農(nóng)技服務組織建設；召開了“基層農(nóng)技體系管理座談會”，就基層農(nóng)技推廣體系改革后，考核評價體系、管理模式、服務機制、推廣方式方法創(chuàng)新帶來的成效等方面的典型事例和經(jīng)驗，深入基層進行調研、總結，并出臺了《“**市基層農(nóng)技推廣體系建設與機制運行創(chuàng)新活動”實施辦法》。

6、穩(wěn)步推進農(nóng)業(yè)環(huán)保和無公害農(nóng)產(chǎn)品認證工作

積極配合“國家無公害害食品行動計劃”、“安徽省食品放心工程”和“**市農(nóng)產(chǎn)品質量振興計劃”的實施，大力發(fā)展無公害農(nóng)產(chǎn)品生產(chǎn)，進一步加快我市無公害農(nóng)產(chǎn)品申報認證的步伐，目前已完成省全年申報任務；還積極強化無公害農(nóng)產(chǎn)品管理，主動聯(lián)系各生產(chǎn)企業(yè)，做好無公害農(nóng)產(chǎn)品復查換證材料匯總上報工作，布置無公害農(nóng)產(chǎn)品專項整治自查。此外，還組織實施了新農(nóng)村清潔工程和農(nóng)業(yè)面源污染監(jiān)測徑流小區(qū)建設，做好小區(qū)田間管理、觀察記載、采送水樣等工作，并認真開展**市野生植物資源調查以及編寫《秸稈禁燒政協(xié)提案》、《2009年**市無公害農(nóng)產(chǎn)品質量安全整治實施方案》。

7、推進效能建設，提高服務能力

全面貫徹落實市農(nóng)委效能建設具體實施辦法，結合中心實際，布置中心效能建設工作，根據(jù)《市農(nóng)委2009年主要工作目標和重點工作任務分解表》，對照自身職能，分解制定單位、個人工作計劃。為深入學習實踐科學發(fā)展觀，在認真理論學習的同時，市農(nóng)技推廣中心工會積極組織干部職工參與市總工會“千萬農(nóng)民工援助行動”、“同舟共濟保增長，建功立業(yè)促發(fā)展”等各項活動，大力弘揚求真務實精神、民族精神和時代精神，倡導團結互助的良好風尚，強化了為民服務意識和效能意識。

8、千方百計尋機申報農(nóng)業(yè)項目和招商引資從思想上和行動上加大了申報農(nóng)業(yè)項目和招商引資的力度，緊縮其它開支，制定《市農(nóng)技推廣中心招商引資具體實施辦法》并下發(fā)文件，千方百計抓招商引資，力爭農(nóng)業(yè)項目在20**年的基礎上又再上一個新臺階，目前已編報各類農(nóng)業(yè)科技項目9個。同時，加強了項目資金的管理，做到了專款專用，以“高標準、高質量”的要求完成每一項農(nóng)業(yè)科技項目。

二、下半年工作初步打算

1、繼續(xù)抓好“三情”監(jiān)測，組織實施好測土配方施肥、農(nóng)作物病蟲害綜合防治，確保秋季農(nóng)業(yè)豐收。

2、繼續(xù)加強“三新”農(nóng)業(yè)示范基地（片）建設，促進農(nóng)業(yè)新技術的推廣和普及。

3、繼續(xù)抓好無公害農(nóng)產(chǎn)品產(chǎn)地認定和產(chǎn)品認證工作。

4、積極參與基層農(nóng)技推廣體系改革與建設工作，創(chuàng)新體制和機制，提高農(nóng)技人員服務能力和水平。