地表微地形测量及定量化方法研究综述

地表微地形测量是地表粗糙度定量化的基础,对地表形态动态监测、水文过程模拟以及土壤侵蚀过程模型的构建具有重要意义。目前,微地形测量方法主要分为接触式和非接触式2大类,前者包括测针法、链条法、差分GPS法等,后者包括超声波测距法、红外线传感器法、结构光激光扫描法、激光测距扫描法、三维激光扫描仪法、近景摄影测量法等。在全面回顾各方法原理、优缺点及其应用的基础上,分析地表粗糙度定量化常用方法：统计方法指数、地统计学指数和分形及多重分形模型。认为：1）差分GPS法、结构光激光扫描法、三维激光扫描仪法和近景摄影测量法将在亚毫米一,厘米级地表微地形测量及地表粗糙度多尺度特征研究中发挥重要作用,同时简单、方便的测针法可能在野外测量中依然占据主导地位;2）以地表微地形测量技术为基础,在土壤侵蚀过程模型中亟需形成一套完整的“测量一定量化一模型应用”范式,同时应加强对地表微地形空间异质性和各向异性的研究,发展新的统一的地表粗糙度定量化方法。     

东北黑土区TDR测定农田土壤含水量的室内标定

土壤水分标定是利用TDR监测农田土壤水分过程中的必要环节.以东北黑土区农田土壤剖面深度上的4种典型介质（黑土层、母质层、过渡层、砂砾层）为试验对象,利用“由湿到干”的土柱试验方法,用烘干法对TDR进行室内标定研究.结果表明：1）TDR内置土壤标定曲线测定的含水量明显低于烘干法测量的含水量.在TDR法土壤含水量标定时,指数关系比线性关系具有更高的标定精度.2）单一介质的TDR法土壤含水量标定曲线对自身介质的标定精度高（最大绝对误差3.2％）.3）混合介质的TDR法土壤含水量标定曲线的标定精度较高（最大绝对误差6.6％）,可用于不同介质TDR法土壤含水量标定.本研究结果可用于研究区及类似区域修订TDR法含水量测定结果.     

不同水稳性团聚体测定方法的对比研究

水稳性团聚体是研究土壤肥力、质量及侵蚀强度的重要参考指标.研究目的不同,测定其含量的方法常常也不同.采用非真空快速浸润法、非真空快速滴水浸润法和非真空慢速气溶胶浸润法3种方法测定了黑土、褐土、黄土、红壤、紫色土共5种土壤的水稳性团聚体含量.通过配对样本t检验分析了各种方法的稳定性及不同方法的差异性.分析结果表明,非真空快速浸润法测定的各级团聚体含量和总含量均最小,非真空慢速气溶胶浸润法测定的各级团聚体含量和总含量均最大,非真空快速滴水浸润法则介于两者之间.分析了不同方法对团聚体的破坏机制及其适用范围,指出非真空快速浸润法、非真空快速滴水浸润法和非真空快速气溶胶浸润法对团聚体的破坏性呈减小趋势,它们分别适用于暴雨、中雨和小雨等情况.     

联合Terra/Aqua MODIS多角度多光谱数据反演冬小麦叶面积指数

Terra与Aqua双星搭载的MODIS传感器可实现每日上下午分别对同一地点观测一次,并且由于卫星轨道漂移形成累积连续多天的多角度观测特点,加上多通道的光谱响应,极大地丰富了地表目标的观测信息,为LAI等地表参数的实时准确反演提供了可能。该文利用MODIS双星高质量的连续多天的多波段地表反射率数据,结合PROSAIL(PROSPECT+SAIL,properties spectra+scattering by arbitrarily inclined leaves)模型和查找表方法反演冬小麦LAI,并与MODIS LAI产品及野外采样点实测LAI对比,结果表明,联合双星高质量的多角度多波段数据能够较准确反演冬小麦LAI,其反演结果无论从空间分布还是时序变化特征来讲,较MODIS LAI产品更符合实际情况,也更接近地面实测值。该文的研究为充分利用MODIS数据的角度和光谱信息反演小麦等农作物的LAI提供了一定的借鉴。     

基于改进N-FINDR算法的华北平原冬小麦面积提取

为了解决MODIS数据中普遍存在的混合像元问题,该文利用2008年和2009年多时相的MODIS13Q1影像,以经过优化的N-FINDR算法进行线性混合像元分解提取冬小麦种植面积,各省的误差均控制在正负4%左右。利用同期多时相的HJ-1星分类数据作为参考值,在试验区域选择14个均匀分布的样区验证混合像元分解结果。结果显示6个样区的相对误差在10%以内,其余8个样区的误差基本在15%左右。该研究可为冬小麦种植面积的监测提供参考。     

利用辐射度模型模拟玉米冠层辐射分布

随着遥感研究的深入和计算机技术的提高,地面目标二向性反射分布函数（BRDF）的研究不断深入,计算机模拟模型因其对植被结构的细致描述并能更真实模拟光线与植被冠层之间的相互作用,受到越来越多的学者重视。本文以2000年在中国科学院栾城生态系统试验站测量的夏玉米为例,在对玉米三维结构进行实地测量的基础上,利用扩展的L系统对生长期的玉米进行建模,进而应用基于真实结构场景的辐射度模型(RGM)计算了玉米场景的二向性反射率因子（BRF）,对模拟结果与实测结果进行了分析与比较,结果显示两者之间具有较好的一致性。证明了辐射度模型用于植被冠层光辐射分布模拟是行之有效的,可以为波谱库提供可靠的多角度数据,并为进一步冠层辐射分布的研究工作奠定了基础。     

农业分区框架下Hargreaves-Samani公式的逐月回归修正

为验证中国农业综合分区框架下Hargreaves-Samani(HS)公式线性回归修正方案的适用性,利用中国气象数据网发布的124个站点1957—2016年的逐月有效日平均气压、平均最低气温、平均最高气温、平均风速、平均水汽压、月总太阳辐射数据及站点经纬度数据,首先,分别基于Penman-Monteith(PM)公式和HS公式计算了各站点多年逐月的参考作物需水量ET_(0-PM)和ET_(0-HS)。然后,以ET_(0-PM)为真值,基于1957—2010年的逐月ET_(0-PM)和ET_(0-HS),利用线性回归分析方法获取了中国38个农业管理子区的HS公式校正系数a、b,并以2011—2016年为验证年份,通过比较ET_(0-HS)校正前后的相对误差变化,验证了HS公式线性回归校正方法在中国农业区的适用性,并结合验证年份的具体误差结果,确定了各农业区HS公式校正系数a、b的逐月最优取值。结果表明:大部分农业区的大部分月份ET_(0-PM)与ET_(0-HS)的相关系数超过0. 6,可以进行ET_(0-HS)的回归校正;回归校正得到的系数a存在显著的季节变化规律,系数b则表现较为平稳;系数a、b的大小及变化说明了ET_(0-PM)和ET_(0-HS)彼此之间存在差异,且季节性明显;校正前后的ET_(0-HS)均存在不同程度的相对误差,但校正后的ET_(0-HS)的误差范围已经显著缩小;在具体的验证应用中,校正后的ET_(0-HS)并不完全是最优结果,实践中系数a、b的优选使用才是最佳方案。本研究验证的HS公式线性回归校正方法是实践中简便、可行的方案,对大尺度区域快速获得较高精度的参考作物需水量具有实际意义和推广价值。     

地表太阳辐射经验值对参考作物需水量计算的影响

针对中国太阳辐射站点观测数据较少的客观条件,以联合国粮农组织(FAO)建议的通过Angstrom公式及其参数计算的地表太阳辐射(R_(s-c))对中国九大农业区基于Penman-Monteith(PM)公式计算的参考作物需水量(ET_(0-PM))的影响为目标,利用中国地面气候资料月值数据集和中国辐射月值数据集中的112个站点1957年1月—2017年3月的气象要素逐月有效观测日均值数据,通过对比分析和相关分析,讨论了站点R_(s-c)与观测的地表太阳辐射(R_(s-o))的时空差异,以及二者分别输入PM公式获得的ET_(0-c)和ET_(0-o)的时空差异。结果表明:基于年内时空尺度的各农业区R_(s-c)和R_(s-o)存在显著且不稳定的差异,R_(s-c)直接替代R_(s-o)参与计算ET_(0-c)可能出现较大的误差。基于R_(s-c)和R_(s-o)分别计算的ET_(0-c)和ET_(0-o),无论是在全国,还是各个农业区,均存在显著的线性相关性,R~2超过0.67,ET_(0-c)平均值只有0.06～0.26 mm/d的误差。考虑中国的农业地域类型,应对北方地区的"春旱"灌溉需求,可以直接以R_(s-c)计算获得ET_(0-c),而在全国范围内的夏季"伏旱"期,输入R_(s-c)计算的ET_(0-c)比输入R_(s-o)计算的ET_(0-o)偏大。在高精度的节水农业应用中,建议研究相应的校正模型对夏季ET_(0-c)进行校准。     

地表模拟覆盖率对坡面流阻力的影响

采用变坡实验水槽在较大坡度(5°～25°)、流量(0.25～2 L/s)和覆盖率(0～25%)范围内,系统研究了坡面流阻力系数与坡度、流量、覆盖率、流态之间的关系.结果表明:阻力系数随着覆盖率增加呈幂指数增加(f=0.1013×(1-Cr)-8.573,R2=0.9);f-Re呈负相关关系,并且随着流量的增加,负相关关系越来越显著;f-Fr呈负相关关系,随着覆盖率的增加,负相关关系越来越显著.通过因子分析发现:f=0.185(1-Cr)-6.137Fr-0.438(R2=0.934),可以用来计算地表覆盖条件下坡面流阻力系数.研究结果有助于从水动力学角度分析坡面侵蚀、产沙过程,对土壤侵蚀过程模型的建立具有一定的指导意义.     

基于像元物候曲线匹配的生长季内河北省冬小麦空间分布识别

及时、准确的农作物空间分布信息是进行作物长势监测、灾害评估与产量估计的基础。传统方法一般在作物收获期前后进行作物的识别，时间上滞后，难以满足农业生产的应用，时空泛化能力差，模型复用程度低。该研究以历史知识为支撑，提出冬小麦像元匹配模型（Pixel-matched Model，PMM）进行冬小麦空间分布提取，旨在生长季内实现冬小麦空间分布的快速提取。研究结果表明，PMM能充分利用作物物候特征变化，排除冬小麦种植物候空间异质性的影响，能够在播种后2个月内实现冬小麦的准确提取，总体精度达到了95.49%，F1分数为0.83，且不随物候曲线的延伸而大幅提高精度。与传统参考曲线模型（Reference Curve Model，RCM）相比，PMM在消除区域内冬小麦生长物候差异方面具有优势，可在年际间实现冬小麦的准确识别，具有较强的时间泛化能力，能够实现冬小麦的自动化识别。