基于Sentinel-2卫星数据的灌区农田土壤水盐协同反演

土壤含水量（soil water content, SWC）和土壤含盐量（soil salt content, SSC）是影响作物生长和农业生产力的重要因素。光学卫星图像已成为SWC和SSC估计的主要数据源。然而,在SWC或SSC变化较大地区,土壤水分和盐分会影响对方对光谱反射率的响应,使得SSC和SWC的反演精度较差。对此,该研究提出了一个半解析性的反射率模型—RVS模型,来模拟植被光谱反射率（R_v）对作物根区土壤含水量和含盐量的响应;并通过构建的RVS模型,对植被覆盖区域的土壤含水量和土壤含盐量进行同步监测。研究表明：RVS模型在反演研究区土壤含盐量和含水量时,精度较为可靠(水分：决定系数R²为0.63～0.74,均方根误差为0.017～0.028;盐分：决定系数R²为0.68～0.75,均方根误差为0.0525～0.0617)。在作物生长过程中,植被光谱反射率对深层土壤的含水量和含盐量的响应比对浅层土壤的含水量和含盐量的响应更加明显,而且随着作物的生长,影响光谱反射率的主导因素从土壤水分慢慢转向土壤盐分和水盐相互作用。该研究在一定程度上揭示了土壤水分、盐分、水盐交互作用对作物光谱反射率的干扰过程,实现土壤水分和盐分的同步监测,对实现区域尺度上土壤含盐量和含水量的精准监测具有一定的意义。     

用偏最小二乘法及傅立叶变换近红外光谱快速检测白酒酒精度

为了得到白酒工业中酒精度的快速检测技术，将偏最小二乘法与傅立叶变换近红外光谱相结合，通过解析白酒样品的近红外光谱图和对光谱进行不同的预处理，结果表明：用最大最小归一化法预处理光谱，光谱范围选择9747.1～7498.3 cm^-1和6102～5446.3 cm^-1，采用内部交叉验证建立模型，决定系数(R²)为99.99%，交互验证均方根差(RMSECV)为0.165%，主成分数为4，此条件下建模效果较好；模型进行验证结果表明预测集相关系数(R²)为99.80%，预测标准偏差(RMSEP)为0.264%，模型的预测效果很好，具有较高的精密度和良好的稳定性，能满足生产中白酒酒精度的快速检测要求。     

半干旱黄土地区幼龄侧柏叶蒸腾的数学模型

 通过人工控制水分,形成单株幼龄侧柏的不同土壤水分梯度环境。在自然环境下对侧柏叶片定时、定位进行蒸腾速率及林冠层的光照、空气温度、空气湿度、叶水势和土壤水分等因子的同步观测。蒸腾速率与各个因子的相关分析表明:黄土半干旱地区侧柏蒸腾速率η_t/(μg·cm^-2·s^-1)与光照强度E/(μmol·m^-2·s^-1)、空气饱和差p_v/kPa、叶水势Ψ/kPa、气温t/℃的关系可以分别表示为:η_t=>αE_b,η_t=αp_vb,η_t=αψ^b,η_t=αt²+bt+c;侧柏的蒸腾速率η_t与气孔阻力R_s/(s·cm^-1)和土壤含水量W/％有密切关系,可以分别表示为:η_t=α+bW+cW₂+dW₃,R_s=α+bW+cW₂+dW₃。用气温、空气饱和差、叶水势3个因素建立了半干旱黄土地区幼龄单株侧柏蒸腾速率的非线性指数预测模型:η_t=0.6950_exp（0.03158t-14.2492/p_v+0.7606/Ψ）,经检验获得了满意的数值模拟结果。     

利用EOS-MODIS数据提取作物冠层温度研究

利用EOS-MODIS遥感数据，基于线性混合模型，提出了一种新的作物冠层温度反演方法。首先，利用EOS-MODIS数据提取了陆地表面温度LST和植被指数NDVI。然后，假定地表只有植被和裸地两种组分，通过植被指数温度VI-Ts方法来估算裸土的组分温度，作物冠层温度通过线性混合模型来求解。为了验证反演的地表温度和冠层温度的精度，把反演的地表温度与NASA MODIS地表温度产品进行差值运算，在差值图像中90%以上的像元灰度值分布在-1和1之间，像元灰度的平均值小于0.5；同时在河北固城农业气象试验站对冬小麦冠层温度进行同步观测，通过与反演的冠层温度进行比较，其误差在±1.5℃左右。结果表明，文中所提出的作物冠层温度反演方法精度较高，其结果能够满足有关作物生长模型以及土壤水分模型对输入参数的精度要求。     

HDXRF法农田土壤镉测定结果准确度评价与精准校正模型构建

以甘肃白银某污灌区重金属污染农田土壤为研究对象，对影响高精度便携式X荧光光谱（HDXRF）法总镉（Cd_T）测定精度的主要因素进行了筛选，分别研究了土壤水分、有机质类型与含量、土壤类型对HDXRF法Cd_T测定的影响，并采用相对误差（RE）、相对标准偏差（RSD）和决定系数（R²）对测定结果的准确度和精密度进行了评价。结果表明：HDXRF法Cd_T测定的RE≤10%、RSD≤10%、R²>0.99，符合农田土壤环境质量监测技术规范和美国环境保护署标准的准确度和精密度规定。HDXRF法Cd_T测定结果随着土壤水分含量的增加呈指数衰减趋势，衰减方程为y=0.803e^–1.3284x，衰减系数（μ_ω）为–1.328 4，R²为0.984 5。HDXRF法Cd_T测定结果与有机质含量呈显著的负相关关系（r=–0.955），且腐殖酸（HA）比泥炭（Peat）对测定结果的影响更大，HA与测定结果的校正方程为y=–1.555x +0.780，R²为0.934 4。土壤类型对HDXRF法Cd_T测定结果存在一定的影响，相对于红壤和水稻土，灰钙土的测定结果与传统实验室分析方法测定结果更接近。总之，虽然HDXRF法Cd_T测定结果受多种因素影响，但通过校正模型校正，其校正结果的可靠性能够满足Cd污染农田土壤精准调查需求。     

PROSAIL模型和水云模型耦合反演农田土壤水分

土壤水分的实时、动态监测对农业生产及作物估产有着非常重要的意义。该文提出一种光学和雷达遥感半经验耦合模型,该模型通过引入植被覆盖度将作物覆盖下的散射贡献与裸露地表的直接散射贡献区分开,结合水云模型和PROSAIL模型对农田区域土壤水分进行反演研究。结果表明：该耦合模型模拟得到的后向散射系数与实测值之间具有较好的线性关系,在HH和VV极化下决定系数R2分别为0.792和0.723,RMSE分别为0.600和0.837 dB。同时该模型对农田区域土壤水分的反演精度也较高,其R2为0.809,RMSE为0.043 cm3/cm3。因此该模型可以有效分离农田作物及裸露土壤对雷达信号的影响,准确建立地表直接后向散射贡献与土壤水分的关系,为大面积复杂地表类型覆盖区域的土壤水分反演提供研究思路和理论支持。     

膜下滴灌棉田Dobson介电模型参数修改及水盐含量反演

新疆土壤盐渍化严重，亟需防治土壤盐渍化继续蔓延，水盐含量能直观表述盐渍化程度，所以反演土壤水盐含量对于土壤盐渍化的防治具有重要意义。以新疆典型的膜下滴灌棉田土壤为例，利用探地雷达250 MHz和1 000 MHz两个频率天线，通过共中心点法获取波速后转换为视在介电常数，结合野外实测数据，修正胡庆荣盐渍土介电模型参数，以修正后的胡庆荣盐渍土介电模型反演膜下滴灌棉田表层土（0~30 cm）的水盐含量，最终验证反演结果的适用性。结果表明：①通过修正胡庆荣介电模型中的参数，使该模型可以适用于膜下滴灌棉田土壤水盐含量的反演。参数A修正后的取值在0.74左右，参数ξ修正后的取值在0.14左右。②1 000 MHz频率天线反演的含水量优于250 MHz频率，且反演值与实际值具有较好的线性拟合关系，R²=0.948，RMSE为2.67 cm³/cm³。③探地雷达250 MHz和1 000 MHz频率天线的组合能够有效反演膜下滴灌棉田表层土的含盐量，反演值与实测值拟合程度较高，R²=0.835，RMSE为1.43 g/kg。探地雷达技术结合参数修正后的胡庆荣介电模型不仅提高了水盐含量的调查效率，还有利于绘制中尺度棉田土壤水盐含量分布图，为防治土壤盐渍化提供了理论数据支持。     

耕作方式对辽西褐土区土壤穿透阻力的影响及机理

为了探明耕作方式转变对土壤物理性质的影响，研究设置田间定位试验，监测长期旋耕转变为免耕和深松耕后土壤容重、水分和穿透阻力的变化特征。试验设免耕（no tillage，NT）、深松（subsoiling，SS）、旋耕（rotary tillage，RT）3个处理，在玉米生长季监测土壤含水量、容重和穿透阻力动态，定量并分析土壤穿透阻力对含水量和容重变化的响应。结果表明，玉米生育期NT处理的土壤容重保持相对稳定，RT和SS处理容重逐渐增大；与RT和SS处理相比，NT处理增加0—30 cm的容重、0—45 cm的含水量和0—15 cm的穿透阻力，但在干旱时期降低15—45 cm的穿透阻力，避免了土壤紧实对玉米的胁迫。基于含水量和容重参数，建立了预测土壤穿透阻力的指数模型，其P<0.001，R²为0.77。模型结果表明，当容重>1.4 g/cm³且含水量<0.13 cm³/cm³时，土壤穿透阻力将大于限制作物生长的阈值（2 MPa）；在含水量<0.2 cm³/cm³时，土壤穿透阻力对含水量的敏感性显著高于容重，说明该区域干旱（水分）引起的土壤紧实度增加比压实更为重要。免耕有助于该区域保持土壤水分，同时降低容重增加导致的土壤紧实效应，有利于避免土壤紧实胁迫对作物生长的影响。     

利用EOS—MODIS数据提取作物冠层温度研究

利用EO S-M OD IS遥感数据,基于线性混合模型,提出了一种新的作物冠层温度反演方法。首先,利用EO S-M OD IS数据提取了陆地表面温度LST和植被指数NDV I。然后,假定地表只有植被和裸地两种组分,通过植被指数温度V I-T s方法来估算裸土的组分温度,作物冠层温度通过线性混合模型来求解。为了验证反演的地表温度和冠层温度的精度,把反演的地表温度与NA SA M OD IS地表温度产品进行差值运算,在差值图像中90%以上的像元灰度值分布在-1和1之间,像元灰度的平均值小于0.5;同时在河北固城农业气象试验站对冬小麦冠层温度进行同步观测,通过与反演的冠层温度进行比较,其误差在±1.5℃左右。结果表明,文中所提出的作物冠层温度反演方法精度较高,其结果能够满足有关作物生长模型以及土壤水分模型对输入参数的精度要求。     

开花灌浆期小麦叶片奢侈蒸腾发生的土壤水分阈值试验研究

奢侈蒸腾耗水对作物光合及产量形成贡献较低,而开花灌浆期是冬小麦产量形成的关键期,精准调控作物蒸腾耗水、明确影响奢侈蒸腾的土壤水分阈值,对提高冬小麦的水分利用效率至关重要。本研究以冬小麦品种‘石新828’为材料,在人工气候生长箱进行盆栽试验,定量研究土壤水分对作物气孔导度、光合速率和蒸腾速率的影响,明确开花灌浆期奢侈蒸腾产生的土壤水分阈值。结果表明：气孔导度与土壤水吸力关系密切,在土壤水吸力较低时,气孔导度随土壤水吸力增加而迅速降低,而土壤水吸力较高时,气孔导度降低速度变缓。光合速率随土壤水吸力增加以抛物线的形式递减,当土壤水吸力低于1.2 MPa时,光合速率接近最大值,随后土壤水吸力继续增加,光合速率逐渐降低。蒸腾速率随着土壤水吸力增加呈线性递减,降低速率为2.3 mmol·m^-2·s^-1·MPa^-1。光合速率与蒸腾速率的关系符合米氏方程,蒸腾速率低于2.179 mmol·m^-2·s^-1时,光合速率随蒸腾速率线性增加,当蒸腾速率高于此值时,单位光合速率的增加变缓,奢侈蒸腾开始产生,此值所对应的土壤水吸力为1.76 MPa,此时叶片光合速率处于较高（16 μmol·m^-2·s^-1左右）水平,叶片水平水分利用效率（WUE_L）达到最高7.3 μmol（CO₂）·mmol^-1（H₂O）。综上所述,小麦叶片奢侈蒸腾的发生始于水分利用效率从最高转向降低、光合速率处于较高水平而非最大。通过光合随蒸腾变化的米氏方程关系及蒸腾与土壤水吸力的线性关系,可以确定土壤水吸力1.76 MPa为小麦开花灌浆期叶片奢侈蒸腾发生的土壤水分阈值。     

基于改进水云模型和Radarsat-2数据的农田土壤含水量估算

为了直接将雷达遥感中"水云模型"进行反演应用,该研究将"水云模型"中植被参数改为雷达植被指数,利用全极化数据直接支持遥感反演土壤含水量,无需遥感反演植被参数输入。改进模型为利用雷达遥感结合"水云模型"进行土壤含水量监测提供了一种高效便捷方法。基于Radarsat-2全极化数据对冬小麦覆盖的农田土壤含水量进行估算,利用2014年在陕西杨凌区获取的4个生育期内Radarsat-2卫星数据及同步田间测量108组冬小麦农田土壤含水量地面测量数据进行模型参数校正和精度验证。验证结果精度为:改进的雷达植被指数模型原叶面积指数模型(实测叶面积指数验证)原叶面积指数模型(光学遥感反演叶面积指数验证),且改进的雷达植被指数模型可以在多个生育期内对农田土壤含水量进行监测。     

利用改进温度植被干旱指数反演农田表层土壤水分的研究

土壤水分作为土壤的重要组成部分,是气候、农业和生态系统的关键组成要素。快速、大面积和实时地监测土壤含水量,对旱情预报、农田灌溉和作物估产有着十分重要的作用。本文主要结合Landsat 8光学影像数据对地表土壤含水量进行反演,在温度植被干旱指数（TVDI）的地表温度－植被指数特征空间基础上引入分形覆盖度,构建地表温度－分形覆盖度特征空间,从而计算得到改进温度植被干旱指数（ITVDI）,采用研究区实测土壤含水量数据对计算的结果进行对比分析。为了分析TVDI和ITVDI与土壤体积含水量的关系,分别制作TVDI、ITVDI与土壤体积含水量的散点图并分析相关性。研究结果表明:在小麦拔节期内,研究区域大部分地区处于干旱状态,轻旱地区主要分布在研究区西部、北部以及中部的高植被覆盖地区;重旱地区主要分布在城市中心及部分裸露地面和小麦种植地区。TVDI和ITVDI与地表土壤含水量线性相关显著,两者均可表征研究区干旱的实际情况。但ITVDI引入分形植被覆盖度参数,在一定程度上避免干旱指数受到地表覆盖类型的限制,使得ITVDI与实测土壤含水量的相关性和反演精度都高于TVDI。因此,ITVDI能够更好地反映研究区域土壤含水量的状况,更适合高植被覆盖度地区土壤含水量反演。     

基于Landsat-8影像的干旱区土壤水分含量反演研究

土壤水分含量的精确监测对区域生态环境保护与可持续发展具有重要意义.本文以内蒙西部额济纳旗东南的居延泽地区为研究区,基于多期Landsat-8遥感影像和野外实测不同深度的土壤水分含量数据,构建了温度植被干旱指数(TVDI)、垂直干旱指数(PDI)、归—化干旱监测指数(NPDI)和土壤湿度监测指数(SMMI)等四种干旱指数...     

基于温度植被干旱指数的江苏淮北地区农业旱情监测

为实现江苏省淮北地区农业旱情监测,利用Savitzky—Golay(S-G)滤波方法,对2011—2012年江苏省淮北地区1-5月MODIS的归一化植被指数(normalized difference vegetation index,NDVI)和地表温度(land Surface temperature,LST)8 d产品进行重构,去除原8 d数据的噪声,填补受云影响而缺失的数据。基于重建后的NDVI和LST数据,计算温度植被干旱指数(temperature vegetation dryness index,TVDI);分析TVDI和土壤湿度之间的关系,构建土壤湿度反演模型。最后,利用另外1组数据验证所建土壤湿度模型的精度。研究结果表明:1)S-G滤波方法能够提高MODIS LST和NDVI数据质量,并能对缺失数据进行填补;2)TVDI方法能够实现试验区土壤湿度反演,所建模型在试验区具有一定的普适性,反演精度较高(R2=0.575,RMSE=2.59%);3)TVDI方法在江苏省淮北地区干旱监测中得到了较好的应用,能够成功地监测出江苏淮北地区2011年和2012年春旱。该研究可为农业旱情的快速监测提供借鉴。     

冬小麦旱情监测中土壤水分估算模型的互补性——以河北省为例

旱灾是影响我国农业最大的气象灾害。频发的冬春旱尤其是春旱恰逢冬小麦生长的关键阶段,对我国的冬小麦生产造成了严重影响,利用遥感技术实现冬小麦旱情监测成为当前农业旱情管理的一个重要发展方向。采用2005年EOS/MOD IS数据产品,对春季不同时段内河北省旱情监测遥感信息模型的互补性进行了研究,得出以下结论:(1)在冬小麦生长的不同时期,ATI模型与TVD I模型之间具有较好的互补性,3月冬小麦旱情遥感监测应选取ATI遥感信息模型;(2)4月~5月表层土壤的RSM-TVD I、RSM-ATI的拟合方程均通过了置信度α=0.001水平的t检验且相关性较好,TVD I和ATI均可以用来估算4月~5月土壤表层土壤水分;(3)4月~5月RSM-TVD I、RSM-ATI的相关性与误差分析结果表明:4月上旬和4月中旬可选择ATI模型或TVD I模型进行冬小麦旱情遥感监测,但以4月上旬选择ATI模型、4月中旬选择TVD I模型为佳,4月下旬~5月下旬TVD I模型是比较合适的冬小麦旱情遥感监测模型。     

基于作物及遥感同化模型的小麦产量估测

为提高陕西省关中平原冬小麦的估产精度,该文通过粒子滤波算法同化Landsat遥感数据反演的状态量叶面积指数(leaf area index,LAI)、土壤含水量(0~20 cm)、地上干生物量数据和CERES-Wheat模型模拟的状态量数据,分析小麦不同生育期的LAI、土壤含水量及生物量同化值和实测单产的线性相关性,以构建同化估产模型。结果表明,在返青期土壤含水量同化值和实测单产的相关性高于LAI、生物量同化值和实测单产的相关性,选择土壤含水量作为最优变量;在拔节期和抽穗-灌浆期同时选择LAI、土壤含水量及生物量作为最优变量;在乳熟期选择生物量作为最优变量。在小麦各生育时期同化最优变量的估产精度(R2=0.85)高于同时同化LAI、土壤含水量及生物量的估产精度,同时同化LAI、土壤含水量及生物量的估产精度高于同时同化LAI和土壤含水量(或LAI和地上干生物量、或土壤含水量和地上干生物量)的估产精度,表明在作物不同生育时期同化与产量相关性较大的变量对提高估产精度有重要作用。     

利用多时相Sentinel-1 SAR数据反演农田地表土壤水分

土壤水分是陆面生态系统水分和能量循环的重要变量,在农田干旱监测、作物长势监测和作物估产等应用研究中具有重要的作用。该文结合基于变化检测的Alpha近似模型,利用Sentinel-1卫星获取的多时相C波段合成孔径雷达(synthetic aperture radar,SAR)数据,实现了农田地表土壤水分的反演。该文首先利用微波辐射传输模型验证了Alpha近似模型在土壤水分反演中的合理性。研究发现,对于土壤散射占主导的区域,Alpha近似模型对辐射传输模型有较好的近似,能够有效地消除地表粗糙度和植被对雷达后向散射系数的影响。在此基础上,结合怀来研究区多时相Sentinel-1 SAR数据,利用Alpha近似模型构建了土壤水分观测方程组,通过求解方程组得到了农田地表土壤水分。地面验证结果表明,土壤水分反演的均方根误差(root mean square error,RMSE)为0.06 cm3/cm3,平均偏差为0.01 cm3/cm3,精度较好。该文研究为利用高重访周期、多时相的Sentinel-1 SAR数据获取农田地表土壤水分提供了参考。     

基于NDVI分区的全国草地生态系统覆盖区土壤水分遥感反演

为了建立土壤水分遥感反演模型,反演2016年全国草地生态系统土壤水分并分析其时空变化特征,通过结合表观热惯量(ATI)和温度植被干旱指数(TVDI)的混合模型反演2016年全国草地生态系统的土壤水分,并在实测数据与反演结果精度验证的基础上确定归一化植被指数(NDVI)阈值。结果表明:(1)NDVI≤0.2的像元区域,采用ATI模型反演精度较高; NDVI≥0.78的像元上,基于增强型植被指数(EVI)的TVDI反演精度较高; 0.2相似文献   

基于SIMDualKc模型估算西北旱区冬小麦蒸散量及土壤蒸发量

为研究西北旱区冬小麦蒸散和土壤蒸发规律,以及土壤蒸发比例与其影响因子的关系,利用2 a冬小麦小区控水试验实测数据,对SIMDual Kc模型进行了参数校正和验证,对比大型称重式蒸渗仪的实测蒸散量值(或水量平衡法计算值)与模型模拟值。用建立的模型模拟精度评价标准对模拟值和实测值的误差进行评价。用经参数校验的模型模拟冬小麦农田土壤蒸发,并与微型蒸渗仪的实测值进行对比。基于通径分析方法研究气象因子(最低气温、最高气温、平均相对湿度、2 m处风速、太阳辐射量)和作物因子(地面覆盖度)与土壤蒸发比例的关系。结果表明,该研究建立的模型模拟精度评价标准能够较为全面地评价模型精度;SIMDual Kc模型可以较好地模拟西北旱区不同灌溉制度下冬小麦蒸散量和土壤蒸发量的变化过程,且在模拟长时段累积值时具有较高精度;拔节-灌浆期是冬小麦的需水关键期,冬小麦全生育期土壤蒸发比例呈现出生长中期生长后期快速生长后期生长初期的规律;灌水仅在短时间内影响土壤蒸发,地面覆盖度是影响土壤蒸发的最主要因子;在实测数据不充足的情况下,可以将地面覆盖度和蒸散量作为输入变量,用该研究确定的土壤蒸发比例与地面覆盖度的回归模型计算土壤蒸发量,该模型在计算不同水分条件下冬小麦农田土壤蒸发量时表现出较高的计算精度,决定系数在0.721~0.902之间,可以作为计算土壤蒸发量的简便方法。研究可为西北旱区冬小麦农田节水和灌溉决策提供理论依据。