基于NOAA/AVHRR卫星数据的淮北地区干旱监测

本文基于2001-2006年极轨气象卫星遥感影像资料和农业气象观测站的旬土壤墒情资料，同时根据安徽省淮北地区干旱特点，利用距平植被指数与20cm土壤墒情建立了干旱监测模型，分别为y春=0.221x+54.375, y冬=0.4474x+81.447；各指数值反演土壤墒情分布，对模型进行统计检验，结果表明春季和冬季距平植被指数通过显著性检验。     

多种干旱遥感指数在临沂地区的适用性分析

为了研究临沂地区适合的干旱遥感指数,利用2012年4—11月MODIS数据反演了临沂地区的NDVI和EVI植被指数,分别构建了温度植被指数(TVDI)和植被供水指数(VSWI)。结合地面实测土壤相对湿度数据,建立了上述植被指数与土壤相对湿度的关系模型,并反演得到区域性的土壤墒情。通过比较多种干旱遥感指数的反演结果,研究了适宜于临沂地区的遥感干旱监测模型。结果表明:TVDI_(NDVI)、TVDI_(EVI)、VSWI_(NDVI)和VSWI_(EVI)4种干旱遥感指数与10~20 cm的土壤相对湿度均显著关系,82%通过0.01显著性检验,TVDI指数的相关系数总体比VSWI指数高5%,TVDI_(EVI)的相关系数比TVDI_(NDVI)指数高3%,VSWI_(NDVI)的相关系数比VSWI_(EVI)1%,差异较小。     

不同植被覆盖下土壤水分遥感监测方法的比较研究

为了研究不同植被覆盖程度下多种土壤水分遥感监测模型的适用性，提高大面积土壤水分遥感监测的可行性和精度，利用辽宁省52个气象站2008—2010年土壤相对湿度人工观测资料以及对应时段的卫星遥感资料，采用热惯量、能量指数、植被供水指数法进行土壤水分的遥感监测，在低、中、高植被覆盖条件下对比3种定量反演土壤水分的遥感模型，并与人工观测资料建立线性、指数、对数拟合。结果表明：在中低植被覆盖期，热惯量法最适合，与0～20cm的平均土壤相对湿度的对数相关最好；高植被覆盖期。能量指数法稍好于植被供水指数法，与0～10cm的平均土壤湿度的对数相关最好。     

不同水分下植被指数与冬小麦光合速率的关系探讨

[目的]为了更有效、快速的诊断区域不同水分条件下冬小麦的生产潜力,[方法]以冬小麦为对象利用遮雨棚进行水分胁迫试验,通过对不同水分处理下冬小麦光合速率及植被指数的变化研究,分析光合速率和NDVI、EVI、RVI、PRI四种植被指数在生育期的变化特征,建立植被指数与光合速率的最优相关模型。[结果]结果表明：在拔节期至孕穗期,水分胁迫虽然造成了冬小麦植被指数均下降,但是对光合速率的影响不大。在孕穗期至开花期,冬小麦的植被指数和光合速率对水分变化都较为敏感,但是严重和重度干旱胁迫(30%-65%田间持水量(FC))下光合速率和植被指数下降的幅度大,而在中度干旱胁迫及轻度水淹条件(65%-105%FC)下的光合速率和植被指数变化和在充分供水条件下相似,下降幅度较小；研究认为,适度的干旱胁迫和轻度水淹胁迫不会降低冬小麦的光合速率和植被指数,但是严重和重度干旱胁迫会导致孕穗期至开花期的光合速率和植被指数明显下降,光合速率的下降幅度大于植被指数。在严重和重度干旱胁迫条件下EVI指数反映光合作用变化效果最好(严重干旱：Pn= 2.0449EVI - 1.2906,R=0.82,p<0.01；重度干旱：Pn= 1.7742EVI - 1.7021,R=0.79,p<0.01)；在中度干旱胁迫条件下PRI指数最优(Pn= 47.283PRI + 10.887,R=0.38)；而在非干旱胁迫时,NDVI指数更能反映光合作用的变化(充分供水：Pn= 37.982NDVI3.0101,R=0.51,p<0.01；轻度水淹：Pn= 28.024NDVI2.5646,R=0.47,p<0.05)。[结论]根据光合作用和植被指数关系建立的模型可以用于通过遥感指数监测不同水分条件下的冬小麦光合作用,进一步进行产量预报。     

2006年重庆特大干旱期间的遥感监测应用研究

根据MODIS数据,基于植被供水指数法(VSWI),通过对2006年6月10—9月21日期间的12个时相的全市干旱空间分布状况分析,得到了2006年重庆特大干旱期间从旱情发生—旱情加重—局部缓解—旱情再次加重—旱情彻底缓解的整个演变过程。为了验证VSWI方法对2006年重庆特大干旱监测的准确性,结合全市同时期170个土壤墒情监测站的土壤湿度资料,对此次监测过程进行了验证。结果表明:基于MOIDS数据的植被供水指数法可以对重庆市夏季干旱进行实时监测和有效反馈,VSWI与土壤湿度有较好的负相关关系,同时VSWI指数与土壤墒情数据的相关性与高程有一定的相关关系。     

遥感干旱监测模型研究及在湖南夏季高温干旱中的应用

利用MODIS数据的增强型植被指数和陆地表面温度数据,反演得到湖南省逐月的改进型增强植被指数和温度状态指数,并与临近气象台站的综合气象干旱指数进行相关性分析,选取适宜的权重因子建立干旱状态指数(DCI)遥感干旱监测模型,并对其划分了遥感干旱等级。将此模型应用到2013年6—9月湖南旱情的监测中,该模型能较好地反映全省旱情的时空演变特征以及旱情的演变情况。该模型一定程度上削弱了云层的影响,在湿润的南方地区的农作物长势监测、作物估产和灾损评估等方面具有重要的应用前景。     

基于不同植被指数的VSWI在河南省春季干旱监测中的应用分析

干旱是一种常见的自然灾害,严重影响着我国的农业生产,而河南省的春旱发生最为频繁。因此,以河南省为研究区,在分析河南省春季归一化植被指数(NDVI)、增强型植被指数(EVI)以及修正土壤调节植被指数(MSAVI)变化规律的基础上,构建其相应的遥感植被供水指数(VSWI),分析比较了这3种植被指数构建的VSWI在反映土壤干湿状况时的差异,讨论了VSWI_N、VSWI_E以及VSWI_M与长时间序列降水的相关性。结果表明:VSWI与河南春季土壤相对湿度具有一定的正相关关系,VSWI_E、VSWI_M较VSWI_N更适合监测表层水分变化信息,总体来说,VSWI_E效果最好,而且,通过比较春季降水距平百分率(PA)发现,2000年是近30年春季最旱的一年。因此,选择利用EVI构建的VSWI监测2000年河南省春季干旱的时空演变规律,利用EVI构建的VSWI_E总体上更适用于监测河南省的春季干旱。     

河滨带土壤氮、磷自然渗透与迁移特征研究

为了探讨河滨带土壤特性,采用过硫酸盐消化法和M3法,对河滨带不同深度土壤N、P含量进行测定,分析其在河滨带纵向土壤中的自然渗透和横向迁移特征。研究结果表明：吸光度与氮和有效磷的校准曲线：y=-0.1308+0.2546x,R2=0.9173和y=0.0287+0.5617x,R2=0.9675,相关性非常好。该河滨带土壤N、P主要分布在0~10 cm土壤层,以5 cm土壤层为最高,表层土壤中N、P含量显著高于下层土壤,总体呈由上到下的迁移特征;河滨下游土壤表层含N量明显高于上游,而土壤含P量在上游主要集中在土壤表层,在下游主要集中在5 cm土层中。因此分析河滨带纵向土壤中的自然渗透和横向迁移特征必须从纵向和横向两方面来综合抑制土壤中氮、磷的不断升高的趋势。     

土壤调理剂对设施菜田土壤及作物生产的影响

为了明确土壤调理剂在改良设施土壤理化性状及增加作物产量方面的作用,确定土壤调理剂产品的最佳施用量,便于在农业生产中的应用推广,笔者研究了土壤调理剂对设施菜田(以北京市房山区为例)土壤性状及农作物生产的影响。结果表明:施用土壤调理剂对提高设施土壤田间持水量、土壤阳离子交换量及番茄产量作用明显,土壤调理剂施用量与土壤田间持水量、阳离子交换量及番茄产量的关系分别可以用方程y=-8×10-5x2+0.0329x+27.34(R2=0.958),y=-0.0004x2+0.0639x+16.39(R2=0.9344)和y=-0.0041x2++0.5155x+77.725(R2=0.9877)拟合。土壤调理剂施用量60~75 L/hm2对改善土壤理化性状、增加番茄产量最优。     

基于遥感信息与水稻模型相结合对镇江地区水稻种植面积与产量的估测

为了实现遥感信息与作物模型相结合对镇江地区的水稻种植面积与产量的估测,以便于可以直接利用遥感信息与模型对该地区的水稻生长进行监测,将遥感资料与水稻生产模型(ORYZA2000)相结合,建立遥感数值模拟模型,进行由点及面的区域水稻种植面积及产量的估测。利用遥感数据（8天合成的MODIS和环境小卫星数据）,计算归一化植被指数(NDVI)和增强植被指数(EVI),结合试验区实测的叶面积指数(LAI),建立植被指数与LAI之间的关系,通过模型模拟出的LAI计算出植被指数的浮动值,结合相对应的多时相的遥感数据识别镇江市的水稻,由此可以预报镇江市的水稻种植面积及产量。研究结果表明,模型对水稻生长发育期内的生物量和LAI的模拟较好,水稻LAI与遥感资料计算出的植被指数EVI的幂函数拟合性较好,可以应用这种相关模式识别水稻,并结合ORYZA2000模型提高区域范围的水稻估测精度,同时也体现了遥感信息与作物模型相结合可以很好的监测区域内水稻的生长情况,取得较好的模拟效果。     

基于光谱指数的苹果叶片水分含量估算模型研究

建立快速、无损的苹果叶片水分含量高光谱估算模型，为苹果树干旱预警提供理论依据。以2个不同生育期采集的苹果叶片为研究对象，研究了不同水分含量的苹果叶片高光谱特征，分析了苹果叶片水分含量与光谱指数之间的相关关系，建立了苹果叶片水分含量估算模型。结果表明，苹果叶片水分含量的敏感光谱波段主要集中于近红外和短波红外波段；利用6个光谱指数建立的单变量估算模型均达到了极显著水平（P〈0．01），但以水分指数建立的估算模型y=29503x^2-57746x＋28317的拟合决定系数殿最大，为0．5401；经检验，拟合方程的RMSE为2．4，RE为5．8％，检验精度达到了94．2％。采用主成分回归分析方法，建立的苹果叶片水分含量估算模型y=-556．819＋347．838x1-17．815x2-27．864x3＋299．492x4＋25．647x55＋9．835忍的拟合决定系数足为0．6371，经检验，拟合方程的RMSE为1．26，RE为1．8％，检验精度达到了98．2％。表明以主成分回归分析建立的苹果叶片水分含量估算模型具有较好的敏感性和稳定性。     

基于前期降水量和蒸发量的土壤湿度预测研究

为了更好地了解和探讨土壤湿度预测方法。根据衡阳2009—2010年土壤湿度资料和相关气象资料,建立了基于前期降水量和蒸发量的土壤湿度预测模型,并进行试报和验证。结果表明:基于1 mm降水与蒸发的差建立的土壤湿度线性回归模型和基于1 mm降水量和1 mm降水与蒸发的差建立的土壤湿度逐步回归模型试报了2009年8—12月0~10 cm、10~20 cm、20~30 cm土层的土壤湿度,线性回归模型预报的平均相对误差分别为10.06%、5.56%、7.14%,逐步回归模型预报的平均相对误差分别为10.05%、5.59%、6.85%。2种模型预测的土壤湿度状况基本能反映旱情发展的动态趋势。模型可为准确预测土壤湿度的变化,为开展气象为农服务和防灾减灾提供参考。     

衡阳紫色土丘陵坡地木荷人工林微生物生物量碳(MBC)的时空动态

为了探讨土壤微生物量碳（microbial biomass carbon, MBC）在衡阳紫色土丘陵坡地木荷（Schima superba）人工林生态系统碳循环的作用,利用氯仿熏蒸法测定了木荷人工林的MBC,研究其时空动态及其与土壤有机碳（soil organic carbon, SOC）的关系。结果表明：（1）中龄林（middle-aged plantation, MAP）与成熟林（mature plantation, MP）木荷人工1-2月、3-4月、5-6月、7-8月、9-10月、11-12月的MBC存在明显差异（P＜0.05）,在整个生长过程中出现2个峰值,第1峰出现在3-4月,第2峰出现在9-10月,最低值均出现在11-12月;（2）MAP与MP木荷人工林的MBC存在明显垂直分布规律,在0~20 cm、20~40 cm、40~60 cm各土层中,以0~20 cm土层的MBC最大,20~40 cm土层的MBC次之,40~60 cm土层的MBC最小,且各土层的MBC的差异也均达到显著水平（P＜0.05）;（3）木荷人工林MBC与SOC呈线性关系：y=21.654x＋54.128（R2=0.984, P＜0.01）;（4）在MAP与MP木荷人工林中,土壤微生物熵（MBC/SOC）随土层深度的增加而升高,说明SOC逐渐由0~20 cm土层向40~60 cm土层转移,土壤处于碳积累状态,土壤呈碳汇功能。     

不同土地利用方式下土壤水分动态及对降水的响应——以青海省互助县浅山旱地为例

摸清青海旱作农业区土壤水分动态变化对保障农作物产量形成和粮食生产安全具有重要意义。采用野外采样结合统计学方法,探究青海互助浅山旱地不同土地利用方式下土壤水分季节动态、垂直剖面特征及土壤水分对降水的响应。结果表明：（1）不同土地利用方式下耕作层(0~30 cm)土壤含水量季节动态存在明显的干湿周期变化,土地利用方式对土壤水分季节变化影响不显著(P>0.05),降水事件、降水量级是影响耕作层(0~30 cm)土壤含水量季节动态的主导驱动力;（2）0~30 cm土层是雨养耕作层,典型土壤含水期分为干旱期、湿润期、常态期和过渡期,土壤干旱发生一般由表层开始,随着土壤水分耗损加重土壤干旱逐渐向深层土壤延伸;（3）4种土地利用方式的土壤水分动态变化与前期累计降水量变化基本一致,亚表层(10~20 cm)和深层(20~30 cm)土壤含水量与前期累计降水量极显著相关性(P<0.01)。因此,在干旱事件频繁的青海旱作区发展“浅埋滴灌技术”是寻求土壤供水平衡的有效路径。     

气候条件对气象干旱与农业干旱耦合关系的影响

以多时间尺度SPEI干旱指数代表气象干旱,农业气象观测站观测的多层土壤体积含水量历史数据作为农业干旱的代表因子,在中国东部亚热带季风气候区、中部大陆性季风气候区和西部中温带干旱气候区探究了气象干旱和农业干旱间的耦合关系,并结合时间延迟进行分析。结果显示：中部地区整体相关性最好,西部最差,其中高相关区域在不同气候区有所差异,越干旱的地区与土壤水分更相关的是越长时间尺度的SPEI,西、中、东部站点最优时间尺度分别为9月、6月、4月尺度。土壤表层的降水在一月内即可下渗至50 cm深度并储存在此深度附近,待干旱时补充表层土壤水分。气象干旱和农业干旱均是水分亏缺现象,但是响应时间并不相同,探究其耦合关系对于提升对干旱机理的认识、提高干旱监测水平、助力防旱抗旱具有重要意义。     

海口自然坡地土壤湿度变化特征分析

为了更好地了解在气候变化大背景下，海口自然坡地土壤水分状况及影响因子。根据海口市琼山气象站2005—2011年的气象观测资料和自然坡地土壤湿度资料，利用统计学方法，分析海口市自然坡地土壤湿度的变化特征及其与气象因子的响应关系。结果表明：（1）自然土坡地10~50 cm土壤湿度年变化呈正趋势变化，各季节土壤湿度的变化与年变化一致，冬、春季土壤湿度变化大，不稳定；（2）10~50 cm土壤湿度月变化呈波形变化，2—10月土壤湿度呈上湿下干型，11—1月土壤湿度呈上干下湿型。（3）随土层深度的增加，土壤湿度的变化变小，各层间的土壤湿度差异越显著，40~50 cm上下层的土壤湿度差异达到极显著水平。（4）20 cm土壤湿度与其他层土壤湿度相关最为密切，利用20 cm土壤湿度作为10~50 cm土壤湿度的代表值与气象因子进行分析，土壤湿度与地温呈负相关，与降水量呈正相关，各季节20 cm土壤湿度回归方程通过1%的显著检验。