用毛细吸渗原理快速测量土壤田间持水量的研究

田间持水量是衡量田间土壤保持水分能力的重要指标，视为对作物有效的土壤水分的上限，对农田灌溉和作物水分管理具有十分重要意义。该研究提出了能快速测量土壤田间持水量的新型毛细吸渗法。该方法以田间持水量为无地下水影响下土壤基质所能吸持的最大含水量为物理基础，设计了一套满足田间持水量要求的实验方法、装置和程序，采用5种不同土壤测量了其田间持水量，并与用威尔科克斯法测量得到的田间持水量进行了对比。结果表明：所提出的新型测量方法，无论是基本原理还是室内试验均可行。与威尔科克斯法相比，其测量值略微偏小；两种测量值相关性很好，相差约为9％，产生这种现象的原因主要是土壤的吸湿过程与脱湿过程中土壤含水率的滞后所致。与传统的测量方法相比，该方法可大大缩短测量时间，具有利用前景。     

青海三江源地区土壤水分常数转换函数的建立与比较

利用土壤理化性质数据建立转换函数是间接获得土壤水力参数的重要手段之一。基于测定的土壤理化性质和土壤水分常数数据,本文采用回归分析、BP神经网络和基于BP神经网络的Rosetta模型3种方式分别建立了青海三江源地区土壤饱和含水量、毛管持水量和田间持水量的转换函数,并对其预测精度进行了比较。结果表明:(1)回归分析方法总体预测效果比较理想,特别是田间持水量的平均误差(ME)和均方根误差(RMSE)都在3.397%以下,决定系数(R2)高达0.868;(2)BP神经网络方法的预测效果非常理想,各土壤水分常数平均误差和均方根误差都在4.685%以下,并且决定系数均在0.857以上;(3)Rosetta模型的预测效果相对较差,特别是饱和含水量和毛管持水量,平均误差(ME)和均方根误差(RMSE)相对较大,决定系数(R2)相对较小。3种方式中,BP神经网络方法所建立的毛管持水量和饱和含水量转换函数均为最佳,回归方法所建立的田间持水量的转换函数要好于BP神经网络方法和Rosetta模型,Rosetta模型对土壤水分常数的预测效果不如其他两种方式。研究可为青海三江源地区土壤水力特性参数研究以及区域尺度上土壤水分估算提供科学依据。     

水分调控对冬小麦同化物分配与水分利用效率的影响研究

试验研究 12个灌溉组合方式对冬小麦干物质积累与分配、产量和水分利用效率的影响结果表明 ,地面灌水条件下不同处理的地上部干物质积累量由高至低依次为田间持水量 65%的处理 >50 %的处理 >80 %的处理 ;地下 3 0cm、50cm和 10 0cm灌水条件下田间持水量 80 %的处理 >65%的处理 >50 %的处理。产量以地下 3 0cm灌水× 80 %田间持水量处理最高 ,为 6512 .4kg/hm2 ,地下 50cm灌水× 50 %田间持水量处理产量最低 ,为3 568.1kg/hm2 。保持相同田间持水量的灌水处理 ,随灌溉深度的增加其作物水分利用效率呈增大趋势。地下3 0cm灌水× 80 %田间持水量处理和地下 3 0cm灌水× 65%田间持水量处理是较合理的节水灌溉组合方式     

土壤田间持水量理论公式的探讨

本文从简化的土体模型出发,导得了土壤最小持水量(即田间持水量)与土壤物理参数之间的关系,用此公式计算田间持水量与实测结果颇为一致,平均误差约在4%以下。     

生物炭添加对黄土高原典型土壤田间持水量的影响

为确定生物炭添加对黄土高原典型土壤水分条件的影响,利用威尔科克斯法,室内条件下测定2种生物炭类型(苹果树枝生物炭和锯末生物炭)及3种生物炭添加比例(2％,5％,10％)对黄土高原3种典型土壤(填)土、黄绵土、风沙土田间持水量的影响.结果显示:(填)土、黄绵土、风沙土添加生物炭后田间持水量分别平均增加2.77％,3.09％,4.17％,显著高于不施炭处理(p＜0.05).苹果树枝生物炭对3种土壤田间持水量提高程度平均值为4.67％,显著高于锯末生物炭2.02％的提高程度;生物炭添加量与土壤田间持水量增加程度成正比例关系,添加量越大,土壤田间持水量增加程度越高,其中,苹果树枝生物炭10％添加量对3种土壤田间持水量的增加程度最大.研究表明,生物炭添加可以显著提高土壤田间持水量,不同种类生物炭及添加量对土壤田间持水量影响差异较大.     

东北黑土区土壤侵蚀对土壤持水性的影响

为探究不同侵蚀程度对土壤持水性的影响,采用压力膜法对表土分别被侵蚀剥离0,10,20,30,40,50,60,70cm,3次重复,共计48个试验小区的土壤田间持水量、凋萎湿度进行测定,计算其土壤有效水含量。结果表明:随土壤侵蚀程度增加凋萎湿度呈微弱上升趋势,田间持水量和土壤有效水含量逐渐降低。土壤侵蚀70cm时,田间持水量降低7%,有效水含量降低11%。随侵蚀程度增加,土壤有机质含量下降。土壤田间持水量、有效水含量与土壤有机质含量呈正相关,与容重呈负相关。     

不同种植模式冬小麦产量与耗水量的模糊综合评判

产量和耗水量是作物节水高产栽培的参考依据。该文采用改进的模糊综合评判模型,从种植方式、灌水处理2个层次和7个指标对冬小麦的耗水量和产量进行了模糊综合评价。结果表明:在宽垄种植、水分处理为70%的控制下限的条件下,小麦的水分生产效率最高,即水分处理为田间持水量70%的宽垄种植方式为最优种植模式。水分处理为田间持水量70%的宽垄种植和水分处理为田间持水量60%的宽垄种植处理的水分生产效率分别为1.91、1.88 kg/m3,两者相差仅为0.03 kg/m3。因此,当水资源较充足时,种植灌溉方式采取水分处理为田间持水量70%的宽垄种植处理模式;当水资源较匮乏时,种植灌溉方式采取水分处理为田间持水量60%的宽垄种植处理模式。模糊综合评判方法得出水分处理为田间持水量70%的宽垄种植方式,冬小麦产能最优,与大田试验得出的结论相吻合,故而模糊综合评判方法可以应用于节水灌溉评价方面。     

滴灌甜菜对糖分积累期水分亏缺的生理响应

滴灌条件下,于甜菜糖分积累期设置0~40 cm土层含水量下限分别为70%、50%、30%田间持水量的3种土壤水分处理,从叶片光合特性、水分胁迫指数、恢复度、产量及产糖量方面分析复水前后甜菜的生理响应,明确甜菜糖分积累期可忍受最大程度的水分亏缺下限。结果表明:30%田间持水量处理甜菜产量及产糖量都显著高于70%田间持水量和50%田间持水量,分别比70%田间持水量提高51.34%和51.47%,比50%田间持水量提高36.72%和39.48%。复水前30%田间持水量处理的甜菜叶片净光合速率显著低于其他处理,复水后处理间的叶片净光合速率的差异随时间推移减小,胞间CO2浓度表现出相反的趋势。当土壤水分下降到既定下限时,叶片脯氨酸和可溶性糖含量变化最为灵敏,且与缺水程度呈正相关;复水后叶片的细胞膜透性、抗氧化防御体系以及渗透调节物质均产生了正补偿效应,表现为丙二醛含量降低,抗氧化性酶活性增强,控制渗透调节的脯氨酸和可溶性糖含量增加。因此,在糖分积累期,土壤含水量下降至田间持水量的30%时进行补充灌溉,在一定程度上补偿水分亏缺对甜菜产生的负面影响,实现干旱区滴灌甜菜节水高产优质的目的。     

甘肃省不同气候类型区土壤水分特性

为揭示甘肃省不同气候区不同质地土壤的容重、田间持水量和凋萎湿度的差异,对观测资料的适用性和推广价值进行评价。通过对77个站点10—100 cm土壤水分资料的分析,结果表明:甘肃省全省的土壤容重范围为0.89～1.79 g/cm~3,平均值为1.36 g/cm~3,表层土壤容重与深层土壤容重差异显著(P0.05),半湿润区、半干旱区浅层土壤容重更易受到外界环境及人为活动的干扰。甘肃省大部田间持水量由西北向东南呈增加趋势,田间持水量的最大值为36%～40%,分布在高寒湿润区10—50 cm土层,全省10 cm与20 cm土层田间持水量差异较小,相关系数为0.96,与其他层次差异较大,50 cm土层很可能是甘肃地区土壤田间持水量的分界层。各土层凋萎湿度最大值均出现在冷温带干旱区、高寒半干旱半湿润区中部,不同层次间田间持水量与凋萎湿度呈极显著相关。甘肃省全省大部分地区主要以壤土为主,除此之外干旱区主要以砂壤土为主,半干旱区主要以砂壤土与黏壤土为主,半湿润区主要以粉壤土与黏壤土为主。探讨不同气候区不同层次间土壤容重、田间持水量和凋萎湿度的差异,以期为保障地上生产力、提高水分利用效率提供数据支撑。     

根系分区交替灌溉对温室甜椒不同灌水下限的响应

依据2006、2007年两年小区试验,对根系分区交替灌溉条件下温室甜椒生长、产量及水分利用效率对不同灌水下限的响应进行了研究.结果表明:占田间持水量60%的灌水下限(T3)处理甜椒叶片光合速率最大,有效地阻止无效蒸腾失水,水分利用效率最高,占田间持水量70%的灌水下限(T4)处理产量达到最高.对甜椒产量、水分利用效率与灌水下限之间的关系进行回归分析,得出30 cm内当灌水下限为田间持水量的70%左右时,甜椒鲜质量小区产量可达最大值;当灌水下限为田间持水量的65%时,甜椒水分利用效率有最大值.综合考虑节水、增产和提高水分利用效率等多种因素,根系分区交替灌溉条件下温室甜椒灌水下限应控制在65%田间持水量左右为宜.     

CLDAS融合土壤湿度产品在东北地区的适用性评估及订正

通过计算CLDAS的0-20cm土壤相对湿度融合产品与农业气象观测站逐旬10cm土壤相对湿度观测值的相关性和偏差,综合分析CLDAS在东北地区的适用性。结果表明：CLDAS融合土壤相对湿度能较合理地反映东北地区10cm深度土壤相对湿度的空间分布,但是在对极值的描述上有所欠缺,其中CLDAS对辽宁西部和黑龙江西南部的土壤相对湿度模拟偏高较明显,而在黑龙江的东北部地区对实际土壤相对湿度的模拟偏低;总体上,CLDAS融合土壤相对湿度资料在东北地区的适用性由西南向东北方向递减,在吉林和辽宁省的适用性更好。回归订正和7旬滑动平均订正法对CLDAS产品的误差订正表明,订正结果大大提高了CLDAS产品的精度,其订正后产品可以应用于土壤湿度干旱监测业务。     

华北地区极端气候事件的时空变化规律分析

利用华北地区84个气象台站近50a(1961-2009年)资料,采用国际上通用的极端天气气候事件指数定义法计算华北地区极端气温和降水指数,并对极端气候指数时空变化规律进行分析。结果表明,华北地区年极端气温(最高、最低)呈明显上升趋势(P<0.05),且极端最低气温的上升幅度高于极端高温。1986年之后年极端最高气温的上升幅度相对较高,冷夜指数的减少趋势明显减弱,暖夜指数上升趋势增强(P<0.05)。空间分布上,极端暖事件(年极端最高气温、暖日指数)变化趋势的大值区位于内蒙古西部和山西大部,极端冷事件(年极端最低气温、冷夜指数)上升趋势最显著的为京津冀及山西东北部(P<0.05)。华北地区极端降水量、降水次数和降水强度均呈下降趋势。1986年之后极端降水次数、极端降水强度的减少趋势更加显著,冬季暴雪量、降雪次数和降雪强度均呈明显上升趋势(P<0.05)。极端降水量变化速率各地不同,其中华北南部(河北、山西等地)极端降水量呈减少趋势,京津地区存在极端降水减少的大值中心。极端降水次数由东向西呈逐渐增加趋势,山西中部上升趋势最显著,日最大降水量上升的高值中心位于内蒙古西部和山西北部,而下降的高值中心位于河北南部。     

1998—2012年中国西南岩溶区植被覆盖时空变化分析

基于1998—2012年长时间序列SPOT-VEGETATION植被指数数据集,采用最大值合成法、变化矢量分析法、一元线性回归变化斜率法和Mann-Kendall非参数检验法对我国西南岩溶区植被覆盖的时空变化进行了分析。结果表明:（1）SPOT-VEGETATION植被指数数据可以较好地在宏观尺度上监测西南岩溶区的植被覆盖状况;（2）1998—2012年,西南岩溶区NDVI年均最大值呈上升趋势,整体上植被覆盖情况得到改善,约71.85%的区域植被覆盖情况得到不同程度的改善,主要集中分布在贵州、云南和广西;局部地区植被覆盖情况恶化,主要分布在四川、云南;基本不变的区域约占总面积的27.62%;（3）近14 a的变化矢量分析结果显示高变化和中变化的区域合计占54.17%,两个7 a相比,1999—2005年的变化大于2006—2012年,前者是后者的1.82倍;（4）变化斜率法和Mann-Kendall非参数检验法对西南岩溶区植被覆盖状况的分析结果基本一致。     

西南地区水稻洪涝灾害风险评估与区划

为全面评估水稻洪涝的综合风险,基于自然灾害系统理论和农业气象灾害风险评估方法,利用西南地区（重庆、四川、贵州和云南）193个气象站1961-2012年逐日降水资料、396个县（市）1981-2012年水稻产量、面积资料和17个农气站点水稻生育期数据,以及西南地区数字高程（DEM）数据,构建区域水稻洪涝灾害致灾因子危险性、承灾体暴露性、孕灾环境敏感性和区域抗灾能力指数,以及综合风险评价模型,对西南地区水稻洪涝进行风险分析与区划。结果表明：（1）水稻不同生育阶段洪涝等级风险概率分布存在明显的地区差异,洪涝危险性表现为移栽分蘖期＞拔节孕穗期＞抽穗成熟期;全生育期高、次高危险区主要分布于云南南部和东北部、贵州南部,以及四川的成都、眉山和德阳地区。（2）基于不同时间序列的水稻相对暴露率明显波动,水稻生产承灾体高、次高暴露区主要集中在四川东北部和重庆地区;孕灾环境高、次高敏感区主要位于云南北部、四川南部和贵州东南部地区;水稻洪涝低抗灾能力区主要位于贵州。（3）西南地区水稻洪涝综合风险呈由中部向四周递增的趋势,高、次高风险区主要位于贵州南部、云南南部和四川东北部地区,低风险区位于重庆南部和云南北部地区。     

华北地区冬小麦主要气象灾害风险评价

为了对华北地区冬小麦生育期内遇到的主要气象灾害(干旱和干热风)的综合风险进行评价,根据气象灾害发生机理及区域环境特征建立危险性、暴露性和脆弱性评价模型,并构建综合风险模型,具体分析各地区综合风险的大小及主导风险因子,该文利用华北地区48个农气站冬小麦发育期资料(1981-2010年)和气象资料(1961-2010年)以及近50 a产量资料,将冬小麦全生育期划分为前期(播种期-起身期)、中期(拔节期-开花期)、后期(灌浆期-成熟期)3个阶段,并充分考虑了底墒形成期(播种当年7-9月)内的降水,分别基于水分亏缺指数和加权干热风日数构建了干旱、干热风等级指数,对华北地区冬小麦干旱、干热风灾害以及综合气象灾害风险进行分析。结果表明:危险性、脆弱性和暴露性的权重分别为0.3272、0.3116和0.3612。华北地区冬小麦农业气象灾害风险值有2个高值中心,一个位于冀鲁豫交汇处,一个位于河北省泊头、黄骅等地,风险值由中心向四周逐渐降低。根据该文构建的综合风险评估模型,将华北冬小麦种植区划分为5个不同风险等级区。评价结果具有较强的针对性,可以为华北各地区农业气象灾害风险管理提供参考。     

三套再分析降水资料在东北地区的适用性评价

利用1980—2010年东北地区84个气象站月降水资料,基于相关分析、偏差比较、气候倾向率等方法,从不同时间尺度（年、季、月）对CFSR,MERRA和NCEP再分析降水资料在东北地区的适用性进行了比较,结果表明:三套再分析资料能够反映出东北地区年均降水东南多、西北少的分布特征,其中CFSR和MERRA对东北地区年均降水分布的刻画能力要好于NCEP。在年尺度上,CFSR和MERRA与观测资料的变化幅度更接近,其中,MERRA年均降水量与观测资料的差值最小,为42.4 mm。三套再分析资料与观测资料在不同季节的相关性表现出一定的差异。首先,CFSR与观测资料在春、夏、秋3季的相关性要好于冬季;而MERRA与观测资料的相关性则是春、秋两季最优,冬、夏两季次之;NCEP在冬季与观测资料的相关性最好。其次,CFSR和MERRA在春、夏、秋3季与观测资料的相关性要好于NCEP;而在冬季,MERRA和NCEP与观测资料的相关性优于CFSR。在月尺度上,MERRA资料与观测降水的相关性优于CFSR和NCEP,MERRA与观测降水的平均绝对偏差在三套再分析资料中最小,为17.5 mm,CFSR和NCEP的这一差值分别为20.7 mm和22.6 mm。     

CHIRPS和GLEAM卫星产品在中国的干旱监测效用评估

为评估具有分辨率高、覆盖范围广、数据序列动态连续优点的卫星降水和潜在蒸散发产品在中国干旱监测中的应用能力,以CGDPA(China gauge-based precipitation daily analysis dataset)和PM-Ep(potential evapotranspiration calculated by penman-monteith)为基准数据,以标准化降水蒸散指数(standardized precipitation evapotranspiration index, SPEI)为干旱监测指标,利用6个精度统计指标和分类度量指标评估CHIRPS(climate hazards group infrared precipitation with station data)、GLEAM-Ep(global land-surface evaporation:the Amsterdam methodology, potential evapotranspiration)在中国的干旱监测效用。结果表明:1)CHIRPS和GLEAM-Ep在中国东部和西南地区表现良好。由于气象站格网的稀疏,它们在中国西部大部分地区的表现存在较大不确定性。2)SPEIs(基于CHIRPS和GLAEM-Ep计算的SPEI)在中国东部和西南地区对干旱模拟效果较好,其与SPEIm(基于CGDPA和PM-Ep计算的SPEI)的相关系数(CC)在东南、西南、长江中下游地区、华北均大于0.6,尤其是相对湿润地区的CC值在0.70以上且均方根误差低于0.8。3)SPEIs3(3个月的SPEIs)在东南、西南、长江中下游地区、华北对干旱面积比的演变过程模拟效果较好,持续干旱模拟成功率分别为0.93、0.57、0.71、0.81及干旱空间分布模拟精度较高。总体而言,基于长序列CHIRPS和GLEAM-Ep计算的SPEI可适用于中国东部和西南地区的干旱监测与评价,可为该地区的干旱事件监测与预警、水资源管理提供可靠的参考依据。     

基于遥感的东北地区水稻延迟型冷害动态监测

水稻延迟型冷害大范围准确的同步跟踪监测,可为提高稻米品质和产量提供帮助。在明确东北地区水稻种植区域和水稻低温冷害年的基础上,基于MODIS MOD13A2数据产品划分了东北地区水稻各发育普遍期植被指数判识指标的参考范围,构建了基于地理信息的水稻发育期模型,在此基础上制作了水稻静态发育期空间分布图,并以2009年5月24日和8月7日为例开展了东北地区水稻延迟型冷害动态监测的应用研究。结果表明:东北三省发生较大范围水稻延迟型冷害的年份有2002年、2003年、2008年和2009年,其中黑龙江省是水稻延迟型冷害的重灾区;EVI在水稻发育期判识中较NDVI更具优势;利用经度、纬度和海拔高度与日序的相关关系构建水稻发育期模型,推算无观测地区的发育期具有一定的可行性;在同一时间东北三省各地的水稻发育期分布推算结果的基础上,实现了2009年5月24日和8月7日东北地区水稻延迟型冷害动态监测,所得监测结果与2009年农业气象观测记录在时间和空间上有很好的一致性,监测结果正确。     

基于GPCC数据的1901-2010年东北地区降水时空变化

基于1901—2010年GPCC[全球降水气候中心（Global Precipitation Climatology Centre）研制的逐月降水格点数据]月降水格点数据与东北地区79个气象站1961—2010年逐月降水资料,利用相关分析、EOF分解、气候倾向率、M-K统计检验和集合经验模态分解（EEMD）等方法,比较了GPCC降水数据与观测数据的差异,探讨了GPCC数据描述的东北地区近百余年不同时间尺度（年、季）降水变化特征。结果表明:1961—2010年GPCC与东北地区站点数据有着非常显著的相关关系,年GPCC降水与站点数据的距平相关系数为0.96,其与同期东北地区79个气象站的平均偏差仅为5.3%,表明GPCC数据对东北地区降水具有非常好的描述性。GPCC描述的1901—2010年东北地区降水是微弱增加的。从主模态来看,GPCC数据描述的东北地区近百年降水在20世纪初到20年代末处于偏少阶段;30年代到60年代东北地区降水显著增加,处于偏多阶段;70年代后降水又有所减少,但在80年代后期和90年代后期出现个别降水偏多年。从季节变化来看,1901—2010年东北地区秋季降水呈现一定的减少趋势,而其他季节降水有所增加。此外,东北地区降水存在年际（3.5,7.3 a）、年代际（12.3,26.7 a）和百年时间尺度（112.3 a）的特征周期变化。     

基于农业灾情的东北粮食产量估算模型及灾损分析

利用1981-2010年东北三省农业灾情统计数据和粮食产量数据,应用多元回归方法分析粮食气候减产量与灾情的关系,并构建基于灾情数据的粮食产量估算模型;在粮食因灾减产量估算的基础上,应用灰色关联法评价干旱、洪涝、低温和风雹4种灾害在受灾率、成灾率及绝收率水平上对粮食减产量的影响。结果表明,东北三省粮食气候减产量与农业灾情统计数据存在极显著（P〈0.01）相关关系,回归模型决定系数（R2）分别为0.76（黑龙江省）、0.78（吉林省）和0.87（辽宁省）,各模型估算的粮食产量模拟值与实际值间的平均相对误差分别为-0.06%、-0.32%和-0.20%。可见在气象灾害发生时历史农业灾情统计资料对区域粮食灾损量和粮食产量具有较强的指示作用,能为以粮食作物为主的地区提供可靠的粮食产量估算和农业气象灾害评价依据。对粮食因灾减产量与灾情的灰色关联度的分析表明,在受灾水平上,干旱的关联度在三省均为最高;在成灾、绝收水平上,风雹的关联度均位列第1;低温灾害在受灾、成灾和绝收水平上的关联度都不是最高的。由此可见,造成东北三省粮食减产的主要气象灾害是以程度轻、范围广的干旱及程度重、局地性强的风雹为主,而东北地区作为气候变暖趋势最明显的地区之一,低温不再是当地首要的农业气象灾害。