棉花作物系数的遥感获取——以新疆石河子棉花垦区为例

作物系数是计算作物需水量和农田蒸散量必要的参数,作物系数的遥感获取对于农田生态系统的水分平衡研究具有重要意义。利用Landsat ETM 遥感影像及Penman-Montieth方程,通过计算不同生长状况下棉花的作物需水量和参考作物蒸散量,实现棉花作物系数的遥感获取;在此基础上进一步分析作物系数对反照率、气象因子和植被生长参数等的敏感性。结果表明:1)利用遥感获取作物系数的空间分布是有效可行的;2)作物系数主要受植被生长状况的影响,反照率和气象因子对作物系数的影响相对次要;3)作物系数随气温、大气压、空气湿度和风速等气象因素的增大而增大,并且这种正效应随着植被覆盖度的增大而增大;4)作物系数与作物生长状况直接相关,仅仅根据作物生长阶段确定作物系数存在不合理性。     

京蒙沙源区人工草地基本作物系数的修定

采用FAO-56推荐的计算作物耗水量的双作物系数法,应用内蒙古正蓝旗的资料,分别计算了充分灌溉及水分胁迫条件下的作物蒸腾量,并和Li 6400光合作用仪的实测值进行了对比,用迭代反推法调整修正了当地优势牧草--老芒麦的基本作物系数,并用水分胁迫条件下的作物蒸腾进行校核,结果表明调整后的相对误差在15%以内,说明调整修正后的基本作物系数符合当地的气候条件及作物的实际生长状况,用调整修正后的基本作物系数更接近实测值,修正后的作物系数为0.131,0.686,0.496.     

京蒙沙源区人工草地基本作物系数的修定

采用FAO-56推荐的计算作物耗水量的双作物系数法,应用内蒙古正蓝旗的资料,分别计算了充分灌溉及水分胁迫条件下的作物蒸腾量,并和L i 6400光合作用仪的实测值进行了对比,用迭代反推法调整修正了当地优势牧草———老芒麦的基本作物系数,并用水分胁迫条件下的作物蒸腾进行校核,结果表明调整后的相对误差在15%以内,说明调整修正后的基本作物系数符合当地的气候条件及作物的实际生长状况,用调整修正后的基本作物系数更接近实测值,修正后的作物系数为0.131,0.686,0.496。     

基于作物水分生产函数和胁迫指数的棉花产量估算模式

将作物水分胁迫指数(CWSI)与作物水分生产函数相结合,得到了用CWSI表示的作物水分生产 函数,进而推导出基于作物水分生产函数和CWSI的作物产量估算模式。该估算模式利用了易于获取的红外遥感 数据,克服了水分生产函数中作物蒸发蒸腾量准确资料难于获取的限制,并且通过CWSI和作物水分生产函数的 耦合使该估产方法具有一定的物理意义。经大田膜下滴灌棉花实测资料检验表明,该模型计算值的相对误差基本 保持在10％左右。     

用于田间作物-水分关系研究的ThuSPAC模型

:田间作物水分关系是土壤植物大气连续体(Soil Plant Atmosphere Continuum,简称SPAC)理论的重要研究内容.本研究介绍的ThuSPAC(Tsinghua University SPAC)模型,包含土壤水热运移(Soil)模型、冠层(Canopy)模型、土壤-植物-大气连续体(SPAC)模型、冬小麦生长模拟(Wheat)模型、冬小麦生长与SPAC水热运移耦合的WheatSPAC模型5个独立的模型.利用ThuSPAC模型,可以根据土壤条件、冬小麦品种参数、气象条件及灌溉条件等,动态模拟土壤、冠层中水分温度的分布规律、冬小麦生长过程及最终产量.模型的开发语言为Visual Basic,界面友好,在相关领域的研究中具有广泛的应用前景.     

陕西关中地区大豆作物系数试验研究

作物系数-参考作物蒸发蒸腾量法是作物需水量计算最普遍采用的方法。作物系数作为该方法的重要参数,它的确定已成为作物需水量研究的关键问题。依据2005-2007年3年田间试验资料,利用Penman-Monteith公式计算了关中地区大豆全生育期间参考作物蒸散量,并利用农田水量平衡方程及土壤水分胁迫系数计算了作物实际蒸发蒸腾量,由此计算了大豆各生育阶段的作物系数,并分析了大豆作物系数变化规律。结果表明:关中地区大豆全生育期间参考作物蒸散量平均为498.4 mm;大豆作物系数全生育期平均为0.89,在开花~结荚阶段最大,平均为1.26,其次为结荚~成熟阶段,平均为1.04,播种~幼苗阶段最小,为0.29;在关中气候背景下,大豆作物系数与>10℃积温具有较好的二次多项式关系。     

用于田间作物-水分关系研究的ThuSPAC模型

田间作物水分关系是土壤植物大气连续体(Soil Plant Atmosphere Continuum，简称SPAC)理论的重要研究内容。本研究介绍的ThuSPAC(Tsinghua University SPAC)模型，包含土壤水热运移(Soil)模型、冠层(Canopy)模型、土壤-植物-大气连续体(SPAC)模型、冬小麦生长模拟(Wheat)模型、冬小麦生长与SPAC水热运移耦合的WheatSPAC模型5个独立的模型。利用ThuS-PAC模型，可以根据土壤条件、冬小麦品种参数、气象条件及灌溉条件等，动态模拟土壤、冠层中水分温度的分布规律、冬小麦生长过程及最终产量。模型的开发语言为Visual Basic，界面友好，在相关领域的研究中具有广泛的应用前景。     

基于叶气温差的温室作物水分胁迫指数的试验研究

在作物水分胁迫指标(CWSI)的计算中,需要确定Idso经验模型的下基线,下基线的精度影响着CWSI的计算结果。本文以设施温室内处于生长期的黄瓜幼苗作为测试对象,分析了太阳净辐射(Rn)和水汽饱和差(VPD)对叶气温差的影响,结果表明:在充分供水条件下,当Rn≥580~600μmol/m2s时,黄瓜的叶温通常高于气温,造成Idso模型下基线的计算误差较大。叶气温差与Rn和VPD的线性相关,相关系数R2分别为0.73和0.61。因此,文中以Rn和VPD为参数,建立了温室作物水分胁迫指标的下基线线性回归方程:dTl=1.8148-0.0033Rn-0.7778VPD。试验表明对比Idso经验模型中下基线的计算结果,该方程的计算值与测量值相关系数R2达到0.8以上,有效提高了经验模型的计算精度。     

作物生长模型同化SAR数据模拟作物生物量时域变化特征(英文)

生物量是监测作物长势的一个重要指标,可以反映作物的生长状况,和作物产量有密切关系。遥感获取生物量的方法之一是通过基于矢量辐射传输方程的微波冠层散射模型反演,但多数模型反演方法并未考虑作物生物量在不同阶段的变化特征。运用数据同化方法,将 SAR 数据提取的生物量信息和作物生长模型结合,描述作物生物量与时间变化的关系,提高生物量估测精度。通过分析生物量和 SAR 数据提取的后向散射系数的时域变化关系建立反演模型估算生物量。在构建代价函数的基础上,采用共轭梯度法对生长模型参数进行优化,使模型估算的生物量和SAR 数据反演的生物量差值最小。结果表明,引入 SAR 数据修正后的作物生长模型模拟生物量和实测值的时间分布基本吻合,且比未引入 SAR数据的结果精度有明显提高。因此采用 SAR 数据提取的作物实时生长信息可以修正作物生长模型关键参数以提高模拟生物量的精度。     

作物生长模拟模型及其在设施园艺生产中的应用

介绍了作物生长模拟模型在国内外的发展现状和应用效果,以及作物生长模拟模型在设施园艺中的应用现状;分析了建立园艺作物生长模拟模型的可行性、必要性;提出了建立园艺作物生长模型的策略,并对作物生长模拟模型在设施园艺中的应用前景进行了展望.     

基于冠层温度的夏玉米旱情指数理论模型和经验模型的比较

对水分胁迫指数(CWSI)的经验模型和理论模型在华北平原夏玉米中的应用进行了对比,分析了2种模型与土壤含水量以及叶水势之间的关系,对比了2种模型得到的CWSI的日际变化.结果表明,经验模型经常性地溢出0～1的范围,理论模型则很少出现溢出0～1的范围,经验模型的日际变化较理论模型大,理论模型1 d中得到的CWSI变化很小;2种CWSI模型与土壤含水量均显著相关,可用于指导作物灌溉时间;CWSI理论模型与夏玉米叶水势的相关性较好,更能反映作物本身的水分状况.     

干旱区棉花水分胁迫指数对滴灌均匀系数和灌水量的响应

为了修订和完善滴灌均匀系数的设计与评价标准,在新疆干旱区研究了滴灌均匀系数和灌水量对作物水分胁迫指数（CWSI）的影响。供试作物为棉花,试验中滴灌均匀系数（C_u）设置0.65（C1）、0.78（C2）和0.94（C3）三个水平,灌水量设置充分灌水量的50%、75%和100%三个水平。结果表明：棉花冠层温度和CWSI表现出随灌水量增加而降低的趋势;冠层温度和CWSI均匀系数的变化范围分别为0.91～0.98和0.65～0.91,均随滴灌均匀系数增加而增大;灌水量对冠层温度和CWSI均值的影响达到极显著水平（α=0.01）,滴灌均匀系数对冠层温度和CWSI均匀系数的影响达到显著水平（α=0.05）或极显著水平。CWSI与皮棉产量呈显著或极显著的负相关关系;滴灌均匀系数越低,水分亏缺引起的减产幅度越小。     

作物水分信息采集技术与采集设备

随着社会经济的发展和科学技术的不断进步，农田灌溉正朝着“自动、精准”的方向发展。实现自动、精准灌溉，需要获得及时、准确的作物水分状况信息作为基本依据，而先进、可靠的采集技术与设备则是快速、准确、连续获取作物水分信息的重要保障。作物水分信息，根据其采集部位可分为土壤信息和作物信息两类；而根据采集信息所代表
表的范围，则可分为点源信息和区域信息两类。2种分类结果相组合，可以将作物水分信息分为点源土壤水分状况信息，区域土壤水分状况信息，点源作物水分状况信息和区域作物水分状况信息四大类O目前应用较多的点源土壤水分状况信息快速采集技术主要有中子仪法、时域反射法（TDR）、频域反射法（FDR）、驻波率法（SWR）和张力计法；点源作物水分状况信息的采集技术则主要有红外温度法、叶水势法、光谱法、茎变差法和蒸腾速率法；区域土壤水分状况信息的采集技术主要有遥感法（裸地表层土壤）和墒墒情监测网络法；区域作物水分状况信息则主要通过遥感方法获得，包括热红外遥感和微波遥感等方法。这些技术方法各有优点、缺点和适用范围。从目前的研究和实际应用情况看，基于土壤介电特性的土壤水分信息测量技术（TDR，FD和SWR）和基于植株蒸腾速率、植株茎直径变差和作物冠层红外温度的作物水分状况信息测量技术是具有明显优优势和良好发展潜力的点源水分信息采集技术；以TDR、FDR和SWR为基础，结合GPS和GSM／GPRS无线数据传输系统，适用于区域土壤水分信息的采集；而以热红外遥感和微波遥感为基础的系统则是大面积的区域土壤水分状况信息（裸土表层）和区域作物水分状况信息的主要采集方法。这些作物水分信息采集方法的进一步完善提高，以及相应的精度高、稳定性好、价格适中的各类传感器及配套的数据处理设备的研制将是未来作物需水信息采集领域的重点工作目标。     

典型农作物波谱与环境要素的关系研究

农作物冠层光谱是植物冠层光谱与周围环境光谱的混合光谱。利用北京小汤山地区的冬小麦在2001年4~5月生长期内的土壤含水量和冬小麦波谱观测数据,以及北京海淀区的夏玉米在2003年7~9月生长期内的LAI和夏玉米波谱观测数据,分析了在不同生育时期条件下,典型农作物(如冬小麦,夏玉米)的波谱数据与主要环境要素之间的相互关系。结果表明:在夏玉米抽丝期前叶面积指数与冠层光谱反射率相关性较差,而在抽丝期后相关性较好;冬小麦的苗期土壤含水量与冠层光谱在近红外波段相关系数较高,并在1 360~1 380 nm拟合得出方程。经检验,在α=0.01水平下是显著的。     

A cost-effective canopy temperature measurement system for precision agriculture: a case study on sugar beet

Increasing agricultural efficiency in a sustainable manner will contribute to feed a growing population under limited land, nutrient and water resources. Water scarcity and the increasing social concern for this resource are already requiring more sophisticated irrigation and decision-support systems. To address the heterogeneity in crop water status in a commercial field, precision irrigation requires accurate information about crops (e.g., crop water status), soil (e.g., moisture content) and weather (e.g., wind speed and vapor pressure deficit). Numerous studies have shown that plant canopy temperature can be used to derive reliable plant water stress indicators, thus making it a promising tool for irrigation water management. However, efficient and cost-effective measurement techniques are still lacking. This paper assesses the potential of infrared thermometry and thermal imaging for monitoring plant water stress in a commercial sugar beet field by comparing canopy temperature data acquired from a conventional thermal camera with an inexpensive infrared sensor, both mounted on a rotary-wing unmanned aerial vehicle (UAV). Measurements were taken at various phenological stages of the sugar beet growing season. Laboratory tests were performed to determine the key features for accurate temperature measurements and flight altitude. Experiments were conducted in 2014 and 2015 in experimental and commercial sugar beet fields in Southwestern Spain to (i) develop an affordable infrared temperature system suitable for mounting on a UAV to obtain thermal information, (ii) compare sugar beet canopy temperature measurements collected with the low-cost platform with those obtained from a conventional thermal camera, both mounted on a rotary-wing UAV, (iii) identify the factors that will limit the use of the low-cost system to derive temperature-based water stress indices. To accomplish these objectives, well-watered and deficit irrigated plots were established. Results indicated that the lightweight canopy temperature system was robust and reliable, although there were some constraints related to weather conditions and delimitation of the area covered by the infrared sensor.     

基于EFAST方法的AquaCrop作物模型参数全局敏感性分析

【目的】敏感性分析是作物模型本地化过程中的重要环节,对作物模型的校正与应用有重要的意义。【方法】本研究以国家精准农业示范研究基地2012—2013、2013—2014和2014—2015年冬小麦试验为研究对象,采用全局敏感性分析方法扩展傅里叶幅度检验法(Extended Fourier Amplitude Sensitivity Test,EFAST)对AquaCrop模型42个作物参数进行敏感性分析,以评估模型在北京地区的敏感参数。【结果】(1)对干生物量敏感作物参数是:水分和温度胁迫参数(生物量生产的最小生长度(stbio),引起冠层早衰的土壤水分消耗上限(psen))、生物量和产量参数(归一化水分生产力(wp))、蒸散参数(作物冠层形成后到衰老之前的作物系数(kcb))、作物冠层和物候发展参数(冠层生长系数(cgc),从播种到出苗时长(eme),最大冠层覆盖度(mcc),冠层衰老系数(cdc),从播种到成熟的时长(mat),产量形成过程中收获指数的建立长度(hilen))。其中stbio,kcb,wp和cgc 4个作物参数敏感性指数最大;(2)对冠层覆盖度最敏感的参数是:作物冠层和物候发展参数(cgc,mcc,每公顷株数(den),出苗率达到90%时的土壤覆盖度(ccs),mat和cdc)、根区发展参数(最大有效根深(rtx))、水分和温度胁迫参数(psen)、蒸散参数(kcb);(3)对产量最敏感的参数是作物冠层和物候发展参数(从播种到开花时长(flo),mat,cdc,hilen和从播种到开始衰老时长(sen))、水分和温度胁迫参数(psen)、生物量和产量参数(参考收获指数(hi)和wp)、蒸散参数(kcb)。【结论】利用EFAST方法对AquaCrop模型中的作物参数进行一阶和全局敏感分析,最大干物量的敏感性分析结果以及干生物量随时间变化的敏感性分析结果显示,敏感性参数的选择上差异不大,但排序上存在较大的差异,最大干生物量的敏感性分析不能分析作物参数对干生物量在整个生育期的影响,结果不全面;冠层覆盖度随时间变化的一阶和全局敏感性分析结果显示,在敏感参数的选择和排序上均有较好的一致性,全局敏感性分析中作物参数的敏感性指数更高,对冠层覆盖度的影响表现得更明显。本研究结果用于AquaCrop模型本地化,可提高该模型在北京地区的模拟效率和模拟精度。     

Sensing technologies for precision specialty crop production

With the advances in electronic and information technologies, various sensing systems have been developed for specialty crop production around the world. Accurate information concerning the spatial variability within fields is very important for precision farming of specialty crops. However, this variability is affected by a variety of factors, including crop yield, soil properties and nutrients, crop nutrients, crop canopy volume and biomass, water content, and pest conditions (disease, weeds, and insects). These factors can be measured using diverse types of sensors and instruments such as field-based electronic sensors, spectroradiometers, machine vision, airborne multispectral and hyperspectral remote sensing, satellite imagery, thermal imaging, RFID, and machine olfaction system, among others. Sensing techniques for crop biomass detection, weed detection, soil properties and nutrients are most advanced and can provide the data required for site specific management. On the other hand, sensing techniques for diseases detection and characterization, as well as crop water status, are based on more complex interaction between plant and sensor, making them more difficult to implement in the field scale and more complex to interpret. This paper presents a review of these sensing technologies and discusses how they are used for precision agriculture and crop management, especially for specialty crops. Some of the challenges and considerations on the use of these sensors and technologies for specialty crop production are also discussed.     

应用时域反射仪测定作物需水量和作物系数

介绍了应用时域反射仪（ＴＤＲ）测定作物需水量（ＥＴｃ）的原理和方法。根据冬小麦生育期内实测的ＥＴｃ以及用气象资料计算的参考作物蒸散量（ＥＴｃ）,求得了冬小麦的作物系数（Ｋｃ）,最后还用水面蒸发量（Ｅｐａｎ）的产测ＥＴｃ计算了需水系数,并给出了Ｋｃ－ｔ,α－ｔ在关系图,探讨了用α值估算作物需水量的可能性。     

Foliage temperature extraction from thermal imagery for crop water stress determination

Crop water stress determination methods from canopy temperatures, derived from the surface energy balance equations, treat the canopy temperature under the assumption that the canopy behaves as a virtual “big-leaf”, covering the ground surface. Introduction of very high-resolution thermal imagery, 0.01–0.3-m pixel size, acquired from low altitude platforms, enabled finely detailed observation of the whole canopy, raising the question how to select the relevant canopy temperatures. One approach is to select the sunlit leaves confirming to the “big leaf” energy balance paradigm. However, thermal imagery alone is incomplete and needs additional marking or synchronized visible imagery for interpretation, which makes the process complicated and expensive. The other approach, used in reference surface based water stress evaluation, is to use full frame pixel statistics without pattern recognition by selecting the mean temperature of the cold fraction from the pixel histogram. That greatly simplifies processing for large-scale aerial thermography. Here are presented the results of experiments conducted in cotton and vine grapes, where both approaches were evaluated simultaneously. Ground referenced thermal and visible images were overlapped, and sunlit, shaded and whole canopy leaves were selected for crop temperature evaluation. The pixel histograms of the same images were analyzed in a two-step method, after discarding soil pixels where their temperature was 7 °C higher than air temperature at step one, and calculation of the mean temperatures of the lowest 33 and 100 % of the remaining pixels for step two. Several crop water stress indices were compared with leaf and stem water potentials and stomatal conductance. Good agreement was found between both image segmentation and histogram analysis methods, demonstrating the suitability of both methods in canopy temperature evaluation for crop water stress evaluation.