农田春小麦叶面积指数和覆盖度时空变异性研究

准确获取春小麦叶面积指数和覆盖度的时空变异特征,对春小麦生长参数时空分析至关重要,也是利用遥感准确反演春小麦叶面积指数和覆盖度必须解决的问题,对于尺度转换研究具有十分重要的意义。综合运用传统统计分析方法、地质统计分析方法及时间稳定分析方法,研究了春小麦叶面积指数和覆盖度在不同生育阶段的时空变异特征,并探讨了二者的关系,建立了综合考虑时空特征的春小麦叶面积指数增长模型。研究结果表明:在研究条件下,春小麦覆盖度和叶面积指数随时间的变化趋势相似,但二者变异系数(CV)的变化趋势明显不同,随着春小麦的不断生长,覆盖度CV不断减小,而叶面积指数CV则是先增加后减小;春小麦叶面积指数和覆盖度都具有空间结构,其中在播种-分蘖阶段(头水灌溉前)的空间相关距离最大(50~60 m),头水灌溉后,春小麦叶面积指数和覆盖度的空间相关距都减小,其中叶面积指数相对比较稳定(约20 m);春小麦叶面积指数和覆盖度均具有时间稳定特征,播种-分蘖阶段处于头水灌溉前,这个阶段的春小麦覆盖度对其在整个生育期的稳定性有显著影响,相比之下,这个阶段的叶面积指数对其在整个生育期的稳定性影响不明显;春小麦叶面积指数除了与生育期有密切的时间相关关系外,还在一定范围内与覆盖度有显著的空间相关关系,为此从时空变异角度,建立了一个以生育期和覆盖度为预报因子的叶面积指数增长模型,经检验,拟合模型方程在置信度0.01水平上表现显著。叶面积指数增长模型将不同时间的叶面积结合了空间上的变异特征,较之前的仅基于生育期的Logistic模型适应性更广。     

西南岩溶区土壤全氮含量的空间变异分析

选择典型的岩溶峰丛洼地区域,在利用多元逐步回归分析研究0~20 cm深度土壤全氮含量与地形指数因子关系的基础上,利用普通克里格法(OK)、单变量协同克里格法(COK)和多变量协同克里格法(MCOK)对土壤全氮含量的空间变异性进行了分析。结果表明:研究区域土壤全氮含量空间分布可以用两个回归模型来表征。克里格插值分析表明,当全氮含量与地形指数因子相关系数较低时,COK法并不能有效提高全氮预测精度;随着协同变量的增加,MCOK法能够显著提高全氮预测精度。     

西南岩溶盆地土壤干容重协同克里格分析

选择我国云南典型的坝子农业区鹤庆盆地为研究区域,用环刀采集表层(0~10 cm)土壤样品114个,测定土壤干容重和土壤含水率。利用经典统计学方法、普通克里格(OK)方法和协同克里格(OCK)方法,研究坝子农业土壤干容重的空间变异特征。结果表明:研究区域土壤干容重变化范围为0.74~1.60 g/cm3,平均值为1.25 g/cm3。在空间分布上研究区域土壤干容重呈现南北低,中东部高的格局,土壤类型、质地和土地利用方式是影响其空间分布的主要因素。土壤干容重和土壤含水率具有显著的相关性,相关系数达到-0.686。Kriging插值分析表明,以土壤含水率为辅助数据,利用OCK法能有效提高土壤干容重的预测精度。     

南方农田土壤容重空间变异性及其尺度效应

以南方典型农田作物生长地为试验区,利用经典统计与地统计学方法,分析研究了选定区域不同深度土层(0~10,10~20 cm)土壤容重的空间异质性及其尺度效应,并对试验区农田土壤容重进行空间插值估算.结果表明农田土壤容重变异系数较小,为弱变异.半方差函数分析表明土壤容重的块基比小于10%,田间土壤容重由空间自相关部分引起的异质性程度很大.在尺度效应研究中,随着采样幅度增大,变异系数呈先减小后增大趋势;通过调整采样点位置"再采样"发现,当采样间距增大时,土壤容重变异系数变化幅度很小(6.32%~7.92%),而相关距离却减小.说明当采样幅度一定时,采样间距对土壤容重变异系数的影响很小.通过空间插值估算,绘制等值线图发现两层土壤容重也具有相关联的空间分布规律,且呈显著正相关关系,相关系数为0.76.此外,土壤容重空间变异受人为活动影响程度大.     

渭-库绿洲土壤剖面盐分分布特征及驱动因子分析

[目的]监测渭-库绿洲土壤盐渍化的空间分布特征,探究驱动因子作用机理,对当地因地制宜进行土壤盐渍化调控。[方法]采用决策树、克里金插值和灰色关联度分析研究了渭-库绿洲土壤盐渍化的剖面分布特征,着重分析了样本点海拔、植被覆盖度、地下水位、TW( I 地形湿度指数)、地下水矿化度5个驱动因子对土壤盐渍化的影响。[结果]①研究区表层土壤(0~10 cm)属于重度盐渍化土壤,10~20、20~40、40~60 cm各深度剖面土壤属于中度盐渍化土壤。土壤EC1:5有强的空间变异性,其分布格局受灌溉等人为驱动因素的影响较大。②绿洲内部(即耕作区)表层土壤属于非盐渍化区域,绿洲东部10~20、20~40、40~60cm土层有轻、中度的盐渍化现象。绿洲内部表层以下土壤盐分高于表层,绿洲存在潜在的盐渍化风险。耕作区外围绿洲-荒漠交错带区域各剖面层均属于盐渍化区域,随着剖面深度的增加,盐渍化程度在不断减弱。③样本点海拔、植被覆盖度、地下水位、TWI、地下水矿化度与土壤EC1:5的灰色关联度大小次序为:0~10 cm土层:地下水矿化度>TWI>样本点的海拔>植被覆盖度>地下水位;10~20、20~40 cm土层:地下水矿化度>样本点的海拔>TWI>植被覆盖度>地下水位。[结论]渭-库绿洲土壤盐渍化主要分布在绿洲-荒漠交错带区域,土壤盐分表聚强烈,地下水矿化度是造成该研究区土壤盐渍化问题的首要原因。     

黑土区农田尺度田间持水率的空间变异性研究

【目的】探究黑土区农田田间持水率的空间变异性机制。【方法】利用传统统计学和多重分形方法量化了田间持水率的空间变异强度,分析了造成田间持水率空间变异性的局部信息;利用联合多重分形方法确定了田间持水率与土壤基本物理特性在多尺度上的相关性。【结果】研究区域田间持水率具有多重分形特征,随土层深度增加,田间持水率的空间变异程度先降后增;田间持水率的大值数据对0~5 cm和10~15 cm土层田间持水率空间变异性的贡献较大,小值数据对5~10 cm和15~20 cm土层田间持水率空间变异性的贡献较大;单一尺度上,与田间持水率相关程度最高的土壤基本物理特性在0~5 cm土层是黏粒量和土壤体积质量,在5~10 cm和10~15 cm土层是粉粒量和黏粒量,在15~20 cm土层是土壤体积质量和粉粒量;多尺度上,与田间持水率相关程度最高的土壤基本物理特性在0~5、5~10和10~15 cm土层是黏粒量和粉粒量,在15~20 cm土层是土壤体积质量和粉粒量。【结论】黑土区农田田间持水率的空间变异程度为弱变异,田间持水率与土壤基本物理特性的相关程度在单一尺度和多尺度上有所差异。     

农田土壤温度和水分空间变异研究

以静海县良种场内面积为4400m2的冬小麦田作为试验区,采用规则格网采样,按照10m×10m设置格网,共设52个采样点,通过GPS手持机确定点的位置,利用土壤温湿度检测仪测定了各个采样点0~20、20~40cm二个不同深度土壤的含水量和温度,利用ARC/INFO的地统计分析模块绘制了试验区土壤温度和水分空间分布图,并分析了其垂直和水平方向的空间变异特征,可为确定冬灌的最佳灌溉时机和灌溉量提供科学依据。     

基于环境因子和R-STPS的林地土壤有机质预测模型

研究了基于环境因子和混合插值的林地土壤有机质预测模型。首先应用数字地形与遥感影像分析技术获取地形因子与遥感指数,然后分析土壤有机质与环境因子的相关性,最后用环境因子对土壤有机质进行空间预测。针对回归克里格法(RK)需要计算半变异函数的缺陷,提出了一种空间插值方法,即回归-光滑薄板样条插值法(R-STPS)。将这2种插值方法用于顺昌县土壤有机质的空间预测。结果表明,RK与R-STPS的预测精度、计算效率、预测的研究区土壤有机质空间分布的总体趋势相近。R-STPS无需计算半变异函数,使用方便,因此更有优势。     

基于改进S-W与结构方程模型的干旱区枣园蒸散特征分析

为准确量化蒸散及其组分、分析蒸散的控制机制,利用改进的Shuttleworth-Wallace模型(S-W)对干旱区滴灌枣园的蒸散量、植株蒸腾量进行模拟,使用两年的涡度相关系统、针式茎流计数据对模型进行参数率定及验证,并利用结构方程模型（Structural equation model,SEM）分析枣园蒸散与其影响因子之间的关系。结果表明：S-W模型在干旱区枣园有较好的适用性,适宜的模型参数a1为6.9445、g0为0.0439、b2为4.6041、b3为957.1106;蒸散量模拟精度为：均方根误差（RMSE）为0.62~0.76 mm/d,回归系数b为0.77~0.88,决定系数R2为0.95~0.97,一致性指数d为0.92~0.94,模型效率纳什系数（EF）为0.70~0.81,均方根误差与观测值标准差比率（RSR）为0.44~0.55。SEM模型显示,6个测量因子能够解释89%的植株蒸腾量、84%的土壤蒸发量,植株蒸腾量对土壤蒸发量的标准化总影响系数为-0.70。对植株蒸腾量影响最大的因子是叶面积指数,标准化总影响系数为0.52;其次是气温,标准化总影响系数为0.44。对土壤蒸发量影响最大的因子是净辐射,标准化总影响系数为0.50,标准化直接影响系数为0.66;其次是土壤表层含水率,标准化总影响系数为0.49,标准化直接影响系数为0.69。S-W模型是估算干旱区枣园蒸散量的有效工具,基于SEM模型的蒸散特征分析可为干旱区农业节水提供新的思路。     

冬小麦田棵间蒸发的试验研究

利用大型称重式蒸渗仪和微型蒸渗仪研究了冬小麦生育期间逐日蒸散和蒸发过程 ,分析了蒸发占蒸散的比例及其随叶面积指数和表层土壤含水量的变化关系、灌溉后土壤蒸发的变化过程     

绿州灌区麦田节水高产适宜土壤水分指标研究

土壤水分适宜指标是节水高产栽培的基础。本文采用二次回归旋转设计和回归分析方法,研究了麦田土壤水分的变化特征及其与主要水分生理因子的相关性,认为０～６０ｃｍ 是影响春小麦生长和产量的主要层次,并与叶水势、蒸腾强度和气孔阻力之间存在极显著的相关关系。在此基础上,研究提出了产量高于１２０００ｋｇ／ｈｍ ２ 和水分生产率大于１２．４５ｋｇ／ｍ ｍ ．ｈｍ ２ 时不同生育阶段适宜土壤水分下限指标。经示范印证,具有很强的可行性     

风沙区春小麦棵间蒸发规律的试验研究

2001～2002年在内蒙风沙区对春小麦全生育期正常供水条件下的棵间蒸发规律进行了试验研究,确定了不同生育阶段棵间蒸发量占同期耗水量的比例关系,分析了棵间蒸发量的日变化规律及其与表层土壤含水量的关系,建立了棵间蒸发量占耗水量的比值(E/ET)与叶面积指数LAI的函数关系式。     

基于SOC710VP高光谱成像仪的冬小麦土壤含水率反演模型研究

【目的】实现小麦农田土壤含水率大面积快速监测。【方法】以冬小麦冠层高光谱数据为基础,计算得到8种植被指数,通过对关键生育时期(拔节期、抽穗期、灌浆期)不同水分处理下冬小麦不同土层(0～20、20～40、40～60 cm)土壤含水率与植被指数拟合状况进行分析和筛选,分别构建了基于植被指数的不同土层土壤含水率反演模型,并对模型进行检验。【结果】①各时期植被指数拟合效果有所差异,拔节期0～20 cm土层以植被指数VOG1拟合效果较好,相关系数为0.88,20～40 cm土层以植被指数mNDVI705拟合效果较好,相关系数为0.75,40～60 cm土层以植被指数VOG3拟合效果较好,相关系数为0.59;抽穗期0～20 cm土层以植被指数mNDVI705拟合效果较好,相关系数为0.70,20～40 cm土层以植被指数mNDVI705拟合效果较好,相关系数为0.72,40～60 cm土层以植被指数mSR705拟合效果较好,相关系数为0.57;灌浆期0～20 cm土层以植被指数mNDVI705拟合效果较好,相关系数为0.88,20～40 cm土层以植被指数SARVI拟合效果较好,相关系数为0.68,40～60 cm土层以植被指数SARVI拟合效果较好,相关系数为0.71;②各土层土壤含水率与植被指数拟合效果有所差异,其中利用VOG1和mNDVI705组合构建的模型反演0～20 cm土层,决定系数R2为0.743,利用mNDVI705和SARVI组合构建的模型反演20～40 cm土层,决定系数R2为0.707,利用VOG3、mSR705和SARVI组合构建的模型反演40～60 cm土层,决定系数R2为0.484;③通过建立植被指数对土壤含水率的反演模型,0～20 cm土层含水率反演效果好于20～40 cm和40～60 cm。【结论】高光谱植被指数反演模型中,以0～20 cm土层的估算模型最佳,植被指数组合为VOG1和mNDVI705。综上可知,该研究方法进行土壤含水率的反演是可行的。     

Field-measured evapotranspiration as a stochastic process

Spatial variability of evapotranspiration (ET) within irrigation intervals and the temporal variability of spatially averaged ET of Yolano pink beans (Phaseolus vulgaris) were measured and statistically modeled to improve irrigation management. Field experiments were conducted at the University of California, Davis, on the Yolo soil series (Typic Xerorthents) during the summer of 1992. Daily soil water measurements were taken at 27 locations along a transect at 10 m intervals with a neutron probe. Changes in soil moisture over the 165 cm profile gave field-measured ET. Neutron probe measured ET was 20% less than the production function estimated ET, but both had similar pattern along the row. The trend of decreasing ET with distance down the row became increasingly steep as the growing season progressed. This trend was caused by a similar trend in soil water imposed by a furrow irrigation. After removing the trend with a first-order difference, ET was not spatially correlated (95% confidence interval) at 10 m. Therefore, each sample taken at a 10 m spacing provided maximum new information because it was not predictable from its neighbor. However, ET was temporally correlated (95%v confidence interval at lag 1) and characterized by an autoregressive moving average (1,1) model. Therefore, ET could be predicted one day in advance. For the field conditions studied, neutron probe measurements can be used to estimate daily ET for about 44 days in the middle of the growing season, when measured crop ET was greater than 1.4 mm, and at an interval of 6 days at the beginning of the cropping season.     

AquaCrop作物模型在松嫩平原春麦区的校正和验证

为了研究AquaCrop作物模型在松嫩平原春麦区的适用性,利用实测的土壤水分、春小麦生长和产量数据,结合气象数据,获得AquaCrop模拟土壤水分和春小麦生长的模型参数,并用往年的作物生长数据对模型进行验证。结果表明,春小麦的产量和生物量的实测值与模拟值的绝对平均误差(MAE)为0.058和0.109、均方根误差(RMSE)为0.06和0.11t/hm2、模拟性能指数(EF)为0.795和0.822、残差聚集系数(CRM)为-0.006 96和0.005 87、一致性系数(IoA)为0.959和0.966;对10cm和20cm土壤体积含水率的实测值与模拟值的MAE为5.23和2.53、RMSE为6.47%和7.95%、EF为-0.277和-0.069、CRM为0.097和0.212、IoA为0.585和0.741。说明AquaCrop模型对春小麦的生物量和产量及生育期土壤体积含水率的模拟结果总体较好,对松嫩平原春麦生产有一定的参考意义。     

水分亏缺对冬小麦株高、叶绿素相对含量及产量的影响

通过冬小麦小区试验,在不同时期给以不同程度的亏水灌溉处理,以研究不同生长时期水分亏缺和亏缺程度对冬小麦生理生态及产量的影响。冬小麦生长发育过程被划分为4个阶段:苗期、拔节期、抽穗期和灌浆成熟期。每个生育阶段设置不同水分水平,结果表明:土壤水分调控对冬小麦株高、叶片叶绿素相对含量,产量和水分利用率均有影响;冬小麦株高以及叶片叶绿素相对含量在拔节期、抽穗期以及灌浆成熟期前期均存在一定的补偿效应。     

Yield performance of spring wheat improved by regulated deficit irrigation in an arid area

A field experiment was conducted in 2003 and 2004 growing seasons to evaluate the effects of regulated deficit irrigation on yield performance in spring wheat (Triticum aestivum) in an arid area. Three regulated deficit irrigation treatments designed to subject the crops to various degrees of soil water deficit at different stages of crop development and a no-soil-water-deficit control was established. Soil moisture was measured gravimetrically in the increment of 0–20 cm every five to seven days in the given growth periods, while that in 20 increments to 40, 40–60, 60–80, and 80–100 cm depth measured by neutron probe. Compared to the no-soil-water-deficit treatment, grain yield, biomass, harvest index, water use efficiency (WUE), and water supply use efficiency (WsUE) in spring wheat were all greatly improved by 16.6–25.0, 12.4–19.2, 23.5–27.3, 32.7–39.9, and 44.6–58.8% under regulated deficit irrigation, and better yield components such as thousand-grain weight, grain weight per spike, number of grain, length of spike, and fertile spikelet number were also obtained, but irrigation water was substantially decreased by 14.0–22.9%. The patterns of soil moisture were similar in the regulated deficit treatments, and the soil moisture contents were greatly decreased by regulated deficit irrigation during wheat growing seasons. Significant differences were found between the no-soil-water-deficit treatment and the regulated soil water deficit treatments in grain yield, yield components, biomass, harvest index, WUE, and WsUE, but no significant differences occurred within the regulated soil water deficit treatments. Yield performance proved that regulated deficit irrigation treatment subjected to medium soil water deficit both during the middle vegetative stage (jointing) and the late reproductive stages (filling and maturity or filling) while subjected to no-soil-water-deficit both during the late vegetative stage (booting) and the early reproductive stage (heading) (MNNM) had the highest yield increase of 25.0 and 14.0% of significant water-saving, therefore, the optimum controlled soil water deficit levels in this study should range 50–60% of field water capacity (FWC) at the middle vegetative growth period (jointing), and 65–70% of FWC at both of the late vegetative period (booting) and early reproductive period (heading) followed by 50–60% of FWC at the late reproductive periods (the end of filling or filling and maturity) in treatment MNNM, with the corresponding optimum total irrigation water of 338 mm. In addition, the relationships among grain yield, biomass, and harvest index, the relationship between grain yield and WUE, WsUE, and the relationship between harvest index and WUE, WsUE under regulated deficit irrigation were also estimated through linear or non-linear regression models, which indicate that the highest grain yield was associated with the maximum biomass, harvest index, and water supply use efficiency, but not with the highest water use efficiency, which was reached by appropriate controlling soil moisture content and water consumption. The relations also indicate that the harvest index was associated with the maximum biomass and water supply use efficiency, but not with the highest water use efficiency.     

春玉米生长中期灌水量差异对其蒸发蒸腾量估算精度的影响

为提高旱区作物蒸发蒸腾量估算精度,以石羊河流域春玉米为研究对象,分析灌水量对FAO-56估算作物蒸发蒸腾量精度的影响,并对估算误差进行讨论,提出使用部分根区含水量平均值用于土壤水分胁迫系数计算.结果表明:FAO-56对不同灌水处理下作物蒸发蒸腾量的估算精度存在较大差异,可较精确地估算低灌水处理下作物蒸发蒸腾量;随着灌水量增大,其估算精度有所降低,对高灌水处理下作物蒸发蒸腾量的估算误差达-14.13%;根区上部土层含水量与土壤水分胁迫状况关系紧密,以缓变层及以上土层含水量平均值代替整个根区含水量平均值用于土壤水分胁迫系数计算,可有效改善高灌水处理下旱区作物蒸发蒸腾量计算精度,亦可较为精确地估算低灌水处理下作物蒸发蒸腾量.