基于过程降水量的长江中下游地区单季稻洪涝灾害指标构建

基于长江中下游地区1961?2014年297个气象站的日雨量数据,耦合单季稻生育期和洪涝灾情数据,统计单季稻不同生育阶段、不同等级的洪涝灾害样本过程降水量序列,基于S-W分布拟合检验,采用t-分布区间估计法计算样本序列95%可信区间的下限值,确定指标阈值,构建各省单季稻分生育阶段洪涝灾害的等级指标,并采用预留独立水稻洪涝灾害样本进行指标验证,分析了区域1961-2010年单季稻洪涝灾害的时空分布和风险分布。结果表明：同等洪涝灾情等级时,抽穗-成熟期的洪涝灾害指标阈值最高,拔节-孕穗期次之,移栽-分蘖期最低;同一生育阶段、同等灾情等级时,5省份的洪涝灾害指标阈值从低到高依次是江苏、安徽、湖北、湖南、浙江;各省每年均有单季稻洪涝灾害发生,发生次数呈波动增减,无明显的线性趋势;随着洪涝灾害等级加大,洪涝发生的次数减少;灾害的多发区主要位于鄱阳湖和黄山地区、浙江沿海及恩施和张家界一带;移栽-分蘖期灾害风险指数普遍较高,大部分地区风险指数在0.6以上;拔节-成熟期,风险指数高值区明显缩小,主要位于浙江沿海地区,其余大部分地区处于低值区,风险指数大都低于0.3。     

节水灌溉和遮光强度对水稻生长发育的耦合影响

采用两因素随机区组试验设计,通过大田模拟试验研究节水灌溉和遮光强度耦合对水稻生长及物候期的影响。灌溉方式设常规灌溉（F,水深5cm）和节水灌溉（W,无水层）2个水平;遮光强度设3个水平,即对照（CK,无遮光,自然光源）、轻度遮光（S1,单层遮光,光合有效辐射减弱60%）和重度遮光（S2,双层遮光,光合有效辐射减弱90%）。在水稻主要生育期即分蘖期、拔节期、抽穗期、灌浆期和成熟期,观测株高、叶面积指数（LAI）、叶绿素含量（SPAD值）、稻穗含水率和冠层高光谱。用冠层高光谱数据提取增强型植被指数（EVI）时间序列,经Spline法插值及小波滤波去噪后预测水稻抽穗盛期的日期。结果表明：随着遮光强度的加重,水稻叶面积指数和叶绿素含量显著下降,物候期明显延迟。节水灌溉对遮光处理下水稻株高和叶绿素含量有抑制作用,对叶面积指数有促进作用,节水灌溉可使遮光处理下水稻物候期提前,使生育期缩短。在一定遮光强度下,水稻冠层光谱反射率在拔节期、抽穗期表现为节水灌溉（W）＞常规灌溉（F）,而灌浆期、成熟期表现为常规灌溉（F）＞节水灌溉（W）。用去噪后的EVI时间序列预测水稻抽穗盛期,准确率为97%。     

基于BP滤波的Fourier模型在粮食产量预测中的应用

本文尝试将经济学中的功率谱分析（BP滤波）与统计学中的Fourier模型相结合,先利用BP滤波选出对气候产量波动影响较大的周期,再对这些周期建立Fourier模型来拟合气候产量;同时运用多项式模型拟合趋势产量,并用滞后模型对残差进行修正,以提高粮食单产预测的精确度。利用1961-2000年粮食单产序列数据,分别采用Fourier方法和多项式滞后方法、BPNN法和灰色模型法建立模型,以2001-2012年粮食单产数据进行拟合检验。将这3种方法拟合结果进行比较。结果表明,本文引入的模型通过0.01水平的显著性检验且相对误差均在5%以下,利用模型对粮食单产进行中长期预测的结果表明,2013-2017年中国粮食单产将稳定在6018.6～6466.7kg·hm?2。BP神经网络法模拟的粮食单产虽然拟合相对误差较小,但模型不能得到直观解释,在预测时存在一定的随机性;灰色模型模拟的粮食单产相对误差高达35%,与实际产量存在较大差异。研究结果反映出Fourier模型和多项式滞后模型在粮食产量预测中,其精确度更高且更直观,能够用以预测未来粮食单产以及未来气候变化对粮食单产的影响。     

气候变化情景下黄淮海冬麦区降水量及其适宜度变化分析

采用双线性插值法将RegCM3模式模拟的A1B情景下该区域1951-2100年0.25°×0.25°的格点数据插值到各站点位置,然后利用黄淮海冬麦区1971-2000年83个站点逐日气象资料对其进行误差订正,再将情景数据分为1951-1980年、1981-2010年、2011-2040年、2041-2070年和2071-2100年共5个阶段,计算各阶段冬小麦主要生育期降水量及其适宜度,并分析相应的时空变化特点。结果表明：黄淮海冬麦区在暖湿化的气候情景下,冬小麦各主要生育期降水量和降水适宜度总体上呈现南方多北方少的分布特点,返青-拔节期降水量最少,抽穗-成熟期降水量最多,相应各主要生育期的降水适宜度表现为返青-拔节期和抽穗-成熟期较高、拔节-抽穗期较低的特点。分时段分析结果显示,随着时间推延,各主要生育期内降水适宜度与降水量基本呈正相位的变化关系,即降水量越大,适宜度也相应增大。返青-拔节期的降水量和降水适宜度均呈现北部增加、南部明显减少的趋势,拔节-抽穗期降水量和降水适宜度均呈减少-增加-减少-增加的波动变化趋势,抽穗-成熟期降水量和降水适宜度均呈先减少后相对稳定的变化趋势,全生育期内降水量和降水适宜度均呈先减少后增加的趋势。未来全球气候变暖情景下,黄淮海冬麦区北部可以考虑根据实际情况小幅扩大种植规模;南部可以考虑保持现有种植规模或小幅减小种植规模。     

高温胁迫下番茄临界氮模型的建立及氮素营养诊断

临界氮浓度（Nc）是在一定生长时期内获得最大生物量时的最小氮浓度，对实时了解作物氮素营养状况，提高作物品质与产量，避免肥料浪费具有重要意义。为了研究高温胁迫下设施番茄植株氮素运营规律，确定番茄临界氮浓度，以番茄品种“金粉一号”（Jinfen 1）为试材，在南京信息工程大学Venlo型温室开展高温和施氮量双因素全面试验。设置昼温/夜温4个温度水平，即T1（25℃/15℃，CK）、T2（30℃/20℃）、T3（35℃/25℃）和T4（40℃/30℃），5个施氮量水平，即不施用氮肥N1、0.5倍推荐施肥N2（1.3g·株−1）、0.75倍推荐施肥N3（1.95g·株−1）、正常推荐施肥N4（2.6g·株−1，CK）、1.25倍推荐施肥N5（3.75g·株−1）。在盆栽番茄植株开始吸收肥料后于不同温度处理的气候箱内进行高温试验，高温处理7d后，移至常温下Venlo型试验温室内继续培养，第2日开始，通过定期破坏性取样，系统测定植株生物量和各器官含氮量。结果表明：各高温氮素处理下番茄植株的干物质量（DM）均随着生育期的发展而逐渐增大，设施番茄临界氮浓度与地上部生物量之间符合幂指数关系，即Nc=a·DM−b，其中，T1：Nc= 4.167DM−0.252；T2：Nc= 4.689DM−0.375；T3：Nc= 3.287DM−0.353；T4：Nc=3.812DM−0.403。随着高温胁迫程度加重，番茄临界氮浓度呈现先增大后减小的趋势，低氮处理下的干物质积累量高于高氮处理；随着施氮量的增加，各温度处理下的植株营养指数（NNI）增大，且随着处理时间延长植株营养指数大体呈现降低趋势。     

遥感光谱指标和神经网络结合的冬小麦地上部生物量估测

为探讨基于神经网络对小麦地上部生物量（aboveground biomass,AGB）进行遥感估测的可行性,在江苏省泰州泰兴市、盐城大丰区和宿迁沭阳县布设冬小麦大田试验,在对冬小麦近红外波段反射率（near-infrared band reflectance,REF_nir）、红光波段反射率（red band reflectance,REF_red）、归一化差值植被指数（normalized difference vegetation index,NDVI）、差值植被指数（difference vegetation index,DVI）、比值植被指数（ratio vegetation index,RVI）、土壤调节植被指数（soil adjusted vegetation index,SAVI）和优化土壤调节植被指数（optimized soil adjusted vegetation index,OSAVI）等7个遥感光谱指标与冬小麦生长指标（LAI和AGB）进行相关性分析基础上,构建基于BP神经网络的冬小麦AGB估测模型,并与多元线性回归估测模型进行精度比较。结果表明,冬小麦拔节期REF_red、NDVI、RVI、SAVI、OSAVI和LAI与AGB之间存在较好相关性,其中LAI与AGB的相关性最高（相关系数为0.782）,SAVI与AGB的相关性最低(相关系数为0.647)。利用BP神经网络建立的冬小麦AGB估测模型AGB_BP的决定系数（r）为0.918,均方根误差（root mean square error,RMSE）为582.9 kg·hm^-2,平均相对误差（average relative error,ARE）为18.4%。利用多元线性回归分析建立的冬小麦AGB估测模型AGB_RA的r为0.784,RMSE为871.1 kg·hm^-2, ARE为32.6%。利用冬小麦抽穗期AGB实测数据再对模型AGB_BP和AGB_RA进行验证,其RMSE分别为1 140.4和1 676.7 kg·hm^-2, ARE分别为20.5%和33.1%。由此可以看出,冬小麦估测模型AGB_BP精度优于模型AGB_RA,说明利用多个遥感光谱指标结合LAI建模可以有效提高冬小麦AGB的估测精度。     

高温高湿胁迫对黄瓜产量形成的影响机理

以黄瓜品种‘津优101’（Jinyou101）为试材,于2020年5-9月在南京信息工程大学人工气候室开展人工环境控制实验,以探明高温高湿复合灾害对设施黄瓜产量形成的影响机理。利用温度、湿度、持续时间三因素进行正交试验设计,昼温/夜温设置32℃/22℃、35/25℃、38℃/28℃和41℃/31℃共4个水平,空气相对湿度设置50%、70%和90%共3个水平（湿度变化范围控制在±5个百分点）,持续时间设计3、6、9和12d。以昼温28℃/夜温18℃、空气相对湿度50%±5个百分点处理为对照（CK）。测定叶片光合参数、叶绿素含量、顶芽内源激素含量,观测各个节位的花性分化情况及最终产量。结果表明：（1）黄瓜叶片的叶绿素总量随着处理温度的升高和胁迫时间的延长,下降幅度逐渐加大。胁迫12d后叶片叶绿素a、叶绿素b、类胡萝卜素含量达到最低值,分别较CK下降31.51%、22.62%、37.10%;（2）黄瓜叶片的Pmax（最大净光合速率）、LSP（光饱和点）、AQE（表观量子效率）值均随着高温高湿胁迫程度的加深显著降低,41℃高温处理后黄瓜叶片的LSP、AQE、Pmax值达到最低,分别较CK降低48.78%、40.00%、43.04%,日最高温度32～41℃范围内,70%空气相对湿度处理下黄瓜叶片的Pmax值高于其它湿度处理,与CK差异较小;（3）在植株花芽分化进程中,黄瓜顶芽中的ZT（反玉米素）、ABA（脱落酸）和GA3（赤霉素）含量均呈现出先升高后降低的趋势,IAA含量则随着黄瓜植株的生长逐渐减小。黄瓜顶芽中的ZT、IAA、GA3含量均随着温度、胁迫天数的增加而逐渐降低,ABA含量呈反向变化。41℃高温处理结束当日,黄瓜顶芽中ZT、IAA、GA3含量分别较CK降低47.37%、26.38%、83.65%,ABA含量则较CK提高27.27%;胁迫12d后黄瓜顶芽中ZT、IAA、GA3含量达到同时期内的最低值,分别为0.07、1.11、0.75µg·g⁻¹,而ABA含量则达到同时期内最高值,为1.89µg·g⁻¹;（4）高温高湿胁迫提高了黄瓜各雌花产生节位,而雌花节率和雌雄花花芽数量则降低;70%空气相对湿度处理下雌花产生的节位有所降低,雌花节率和雌花花芽数量有所提高;（5）高温高湿胁迫导致黄瓜产量显著降低,41℃处理后黄瓜产量较CK降低38.50%。研究发现高温通过抑制黄瓜叶片的光合作用,扰乱顶芽中的内源激素平衡,使雌花分化数量减少,从而导致最终产量降低。     

基于高通滤波算法的水稻遥感影像适宜尺度筛选

为确定江苏地区水稻田块信息提取的适宜尺度,选取拔节期30m×30m空间分辨率HJ1A/CCD2影像和16m×16m空间分辨率GF1/WFV4近红外波段影像,采用高通滤波（HPF）算法构建4种空间尺度融合影像。利用定量指标评价和植被指数反演评价分析4种融合影像筛选适宜尺度,最后通过多类光谱指标构建决策树提取水稻面积与PROSAIL冠层光谱模型反演叶面积指数（LAI）,验证融合影像适宜尺度相较原始影像尺度的优越性。结果表明：（1）综合定量指标评价和植被指数反演评价,20m×20m尺度和15m×15m尺度均可保证光谱继承性,反演水稻田块信息,而结合尺度优势,适宜尺度筛选为15m×15m;（2）与原始影像尺度相比,15m×15m尺度空间分辨率提高,同时水稻面积提取精度增大,面积精度93.33%,样方精度94.71%,标准误差0.25hm2,且能理想反演LAI,精度达94.69%,标准误差0.893。结论表明,研究区水稻田块信息反演的适宜尺度为15m×15m。     

秦淮河流域土地利用/覆被变化对蒸散量变化的贡献

为评估城市化造成的土地利用/覆被类型变化（Land use/cover change,LUCC）对流域尺度蒸散量变化的影响,选取长三角地区秦淮河流域为研究区,基于Landsat系列卫星数据和站点气象数据,构建决策树模型,提取2000年和2013年土地利用/覆被类型数据,同时借助SEBAL模型估算研究区四季典型日（春季：2014-05-26、夏季：2013-08-11、秋季：2013-10-14、冬季：2014-01-02）栅格尺度蒸散,探讨2000?2013年秦淮河流域主要土地利用/覆被类型间转化过程对流域尺度日蒸散量变化的贡献。结果表明：（1）相较于2000年,2013年秦淮河流域不透水面增加183.8%,而水稻田、旱地、林地和水域分别减少19.1%、10.7%、12.8%和9.5%。2000-2013年主要土地利用/覆被类型转化方向包括水稻田→不透水面、旱地→不透水面、水稻田→旱地和旱地→水稻田,转化面积分别为208、168、282和232km2;（2）仅考虑LUCC的影响,对比2000年,2013年研究区流域尺度日蒸散总量在四季典型日分别减少134万、109万、60万和5万m3。在春、夏、秋三季典型日,水稻田和旱地向不透水面转化过程造成的贡献率分别为-58.5%、-59.5%、-54.4%和-35.1%、-36.3%、-39.8%,负贡献会抵消旱地向水稻田转化过程造成的正贡献（分别为16.8%、16.3%、5.7%）,导致春、夏、秋三季典型日流域尺度日蒸散量下降;而在冬季典型日,水稻田向不透水面、旱地向不透水面和水稻田向旱地转化过程造成的负贡献（分别为-48.8%、-20.5%和-31.8%）会抵消旱地向水稻田转化过程造成的正贡献（26.1%）,导致冬季典型日流域尺度日蒸散量下降。总体而言,2000?2013年秦淮河流域城市化带来土地利用/覆被的显著变化,使蒸散较高的水稻田和旱地向蒸散较低的不透水面大面积转化,导致流域尺度日蒸散量在四季均呈下降趋势。     

多遥感光谱指标结合进行大田冬小麦叶片叶绿素含量估测研究

为解决大田冬小麦叶片叶绿素含量估测模型精度低、通用性弱的问题，在获取冬小麦拔节期和抽穗期冠层红光波段反射率(BR_red)和近红外波段反射率(BR_nir)的基础上，计算归一化差值植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、土壤调节植被指数(SAVI)、改进型比值植被指数(MSR)、重归一化植被指数(RDVI)、II型增强植被指数(EVI2)和非线性植被指数(NLI)等8个植被指数。经统计分析，选择与叶片叶绿素含量(SPAD值)相关性较好的5个遥感光谱指标(NDVI、MSR、NLI、BR_red和RVI)作为输入变量，建立了冬小麦叶片叶绿素含量的BP神经网络估测模型(WWLCC_BP),并对估测模型进行精度验证。结果表明，WWLCC_BP估测模型在拔节期估测的决定系数(r²)为0.84,均方根误差(RMSE)为5.39,平均相对误差(ARE)为9.87%。抽穗期的估测效果与拔节期较为一致。将WWLCC_BP和高分六号影像...