吕梁山地区植被物候变化及对气候的响应

吕梁山地区地形垂直差异明显,植被对气候变化反应敏感,研究吕梁山地区植被物候变化,探索植被物候变化与气候的响应关系,旨在为高海拔山区植被物候研究和生态治理提供借鉴。基于2000—2015年MODIS NDVI时间序列数据,通过动态阈值法提取吕梁山地区的植被物候,对气温、降水进行空间插值,并对植被2个关键物候期与气候因素进行偏相关分析。结果表明：（1）植被生长季开始日期(the start of the growing season,SOS)提前的区域约占85.7%,其中16.2%显著提前;植被生长季结束日期(the end of the growing season,EOS)推迟的区域约占90.6%,其中33.3%显著推迟。（2）区内74.8%、87.7%植被SOS分别与气温、降水呈负相关,气温升高或降水增加,植被SOS提前。植被SOS在高海拔山区受4月气温影响显著,而低海拔地区受4月降水影响显著。（3）区内72.6%、65.1%植被EOS分别与气温、降水呈正相关,气温升高或降水增加,植被EOS推迟。植被EOS在北部和西部地区受11月气温影响显著,而高海拔地区受9月降水影响显著。2000—2015年吕梁山地区植被物候发生显著变化,各地区对气温、降水的响应不同,研究结果可为区域物候、气候变化研究和陆地生态治理提供科学依据。     

Assessing the effects of vegetation and precipitation on soil erosion in the Three-River Headwaters Region of the Qinghai-Tibet Plateau,China

Soil erosion in the Three-River Headwaters Region (TRHR) of the Qinghai-Tibet Plateau in China has a significant impact on local economic development and ecological environment. Vegetation and precipitation are considered to be the main factors for the variation in soil erosion. However, it is a big challenge to analyze the impacts of precipitation and vegetation respectively as well as their combined effects on soil erosion from the pixel scale. To assess the influences of vegetation and precipitation on the variation of soil erosion from 2005 to 2015, we employed the Revised Universal Soil Loss Equation (RUSLE) model to evaluate soil erosion in the TRHR, and then developed a method using the Logarithmic Mean Divisia Index model (LMDI) which can exponentially decompose the influencing factors, to calculate the contribution values of the vegetation cover factor (C factor) and the rainfall erosivity factor (R factor) to the variation of soil erosion from the pixel scale. In general, soil erosion in the TRHR was alleviated from 2005 to 2015, of which about 54.95% of the area where soil erosion decreased was caused by the combined effects of the C factor and the R factor, and 41.31% was caused by the change in the R factor. There were relatively few areas with increased soil erosion modulus, of which 64.10% of the area where soil erosion increased was caused by the change in the C factor, and 23.88% was caused by the combined effects of the C factor and the R factor. Therefore, the combined effects of the C factor and the R factor were regarded as the main driving force for the decrease of soil erosion, while the C factor was the dominant factor for the increase of soil erosion. The area with decreased soil erosion caused by the C factor (12.10×10³ km²) was larger than the area with increased soil erosion caused by the C factor (8.30×10³ km²), which indicated that vegetation had a positive effect on soil erosion. This study generally put forward a new method for quantitative assessment of the impacts of the influencing factors on soil erosion, and also provided a scientific basis for the regional control of soil erosion.     

基于温度植被干旱指数的兖州煤田煤炭开采影响边界遥感提取

为识别植被覆盖区煤炭开采的生态影响边界,该文以兖州煤田为研究区域,应用温度植被干旱指数TVDI(temperature vegetation drought index)反演沉陷积水区外围的土壤湿度空间分布特征,利用MATLAB拟合TVDI变化趋势并依据其趋于稳定的渐近线,反解煤炭开采活动对矿区生态的影响边界,将其与采用MSCS(mining subsidence prediction system,MSCS)软件预计获得的下沉10 mm沉陷边界进行对比。结果表明:不同距离的TVDI中位数随距积水区边缘距离的变化表现为先增加后趋于平稳、呈指数变化特征;基于TVDI分析得到的煤炭开采的非积水影响范围,仅相当于沉陷积水面积的2.07倍,预计沉陷非积水面积与预计沉陷积水面积之比为4.63倍。通过模型拟合遥感指数随距离的变化特征,能够获得煤炭开采的影响边界;兖州煤田基于TVDI获取的煤炭开采影响面积,相对小于预计的开采沉陷面积。该研究可为确定煤炭开采对生态影响的边界提供参考。     

作物模型中单叶最大光合作用速率的温度响应修订

作物的光合作用对温度变化敏感,其温度依存性随品种、生长环境的变化而改变。基于光效率模型的作物生长模型,在应用中很少对光合作用的温度影响参数值进行订正,且在全生育期使用相同的参数值,难免会增加干物质模拟的误差。为此,本文以ORYZA2000模型为例,提出了一种修订光合作用温度影响参数值的方法。为确定方法的有效性,结合2012年和2013年水稻品种两优培九的温度梯度控制实验,首先利用抽穗开花期光合作用观测曲线提取了不同温度水平的光合作用参数值,然后结合Arrhenius方程和Peaked方程建立了温度敏感性参数的温度影响方程。将这些方程代入机理性光合作用模型,模拟了单叶最大光合作用速率与温度的曲线关系。最后,以归一化后的曲线关系修订作物模型参数值,并利用两年地上部分生物量(WAGT)观测值对其验证。结果显示,两优培九单叶最大总光合作用速率随温度的变化关系不同于ORYZA2000的默认设置,修订后的最适温度为38~40°C,高于默认值。在10~20°C的低温段,修订后的温度影响系数低于默认值。从WAGT模拟值的相对误差看,修订后较修订前平均降低约3.3%。本研究为改进干物质模拟精度和分析不同品种光合作用的温度依存性提供了重要参考。     

基于Lab颜色空间的棉花覆盖度提取方法研究

基于手持高清可见光图像和无人机可见光遥感影像中植被与非植被像元在不同颜色空间单通道上分布的差异性,以苗期和蕾期的棉花为对象,进行了棉花覆盖度的提取方法研究。基于不同天气状况和不同采集时刻等光照条件下采集的29幅具有不同覆盖度的棉花地面可见光图像,分别对比分析了Lab颜色空间a通道、RGB颜色空间2G-R-B指数和HIS颜色空间H通道对棉花的识别能力,以及使用动态阈值和固定阈值两种情况下的棉花覆盖度提取精度。其中动态阈值通过植被与非植被像元的高斯分布交点确定,固定阈值在3种颜色空间分别设置为动态阈值的均值。结果表明,植被像元与非植被像元在a通道、2G-R-B指数和H通道上呈现高斯分布,可以采用非线性最小二乘算法实现高斯分布拟合。通过高斯分布拟合求解交点得到的动态分类阈值分布范围较为集中,将其均值-3.78、0.06、0.13设定为固定分类阈值。相比于2G-R-B指数和H通道,a通道对绿色植被的识别能力最好,更适合提取棉花植被覆盖度;相比于动态阈值,固定阈值的提取精度更好,平均提取误差为0.009 4。将该方法应用到无人机尺度时,同样可以较好地提取不同天气状况和不同土壤干湿类型的棉花覆盖度,且总体平均提取误差为0.012。经过初步检验和分析认为,基于植被与非植被像元在Lab颜色空间a通道上分布的差异性,结合固定分类阈值,可以精确地提取不同光照条件下的苗期和蕾期棉花覆盖度。     

基于无人机遥感影像的冬小麦氮素监测

精准氮素管理是一项提高作物氮肥利用效率的有效策略,利用无人机遥感技术精确估测小麦氮素状况是必要的。试验在山东省乐陵市科技小院实验基地进行,利用八旋翼无人机搭载Mini-MCA多光谱相机于2016年获取冬小麦4个关键生育时期(返青期、拔节期、孕穗期、扬花期)冠层多光谱数据,同步获取地上部植株样品并测定其生物量、吸氮量、氮营养指数,及成熟期籽粒产量,根据各关键生育期与全生育期分别构建植被指数与农学参数回归分析模型,评估基于无人机遥感影像的冬小麦氮素营养诊断潜力。结果表明:基于无人机遥感影像能够较好地估测冬小麦氮素指标(R2为0.45~0.96),决定系数随着生育期推移而逐渐增大。拔节期、孕穗期和扬花期估产效果接近且具有很好的估测能力,扬花期DATT幂函数模型对小麦氮营养指数的解释能力最强(R2=0.95)。因此,以多旋翼无人机为平台同步搭载多光谱相机对冬小麦有较好的氮素诊断潜力,可利用估测结果指导精准氮肥管理。     

Growth and development of Cirsium arvense in relation to herbicide dose,timing of herbicide application and crop presence

The aim of this study is to assess control effects of 2-methyl-4-chlorophenoxyacetic acid (MCPA) dosage, application timing and crop presence on the weed Cirsium arvense. Swedish farmers are recommended to control C. arvense chemically when most shoots are 10-20 cm tall, and mechanically at the compensation point (CP). Recent studies have shown that the CP occurs before shoots reach the three-leaf stage. We hypothesised that (i) herbicide application near the three-leaf stage gives the strongest control, (ii) crop presence increases herbicide effects, and (iii) a 50% herbicide dose gives the same effect as 100%. Treatments of the pot experiment consisted of MCPA 750; 0%, 50% and 100% of the recommended dose applied at leaf stages 3-8, with and without barley. The strongest control was obtained at four leaves and a maximum shoot height of 13 cm, using the recommended dose and with spring barley. In a field population, a maximum shoot height of 13 cm corresponded to a medium height of 6 cm. The 50% dose gave poorer control. Spraying with the recommended dose at the four-leaf stage reduced the development of C. arvense most effectively. Based on this, we recommend that herbicide spraying should be performed at earlier leaf stages/median heights than previously recommended.     

1979—2020年杭州市富阳区土地利用对耕层土壤有机碳储量变化的影响

土地利用变化对陆地生态系统碳储量变化影响显著,在制定土地政策时,必须考虑土地利用变化对土壤碳储量的动态影响。以杭州市富阳区为研究对象,探讨了1979—2006年间土地利用变化对碳储量的影响,并预测评价了县区级土地利用规划政策对土壤碳库的影响。结果显示:研究区1979—2006年间土地利用变化导致全区植被碳总量损失为273.4 Gg,表层土壤(0—20 cm)有机碳总量损失为771.0 Gg,建设占用耕地和林地是导致土壤碳储量下降的主要原因。预测2006—2020年间研究区植被碳损失的年均速率将减至25.93 kg·hm^-2,土壤有机碳损失的年均速率将减至27.48 kg·hm^-2。制定合理政策和有效措施来保护林地,抑制建设用地增长,扭转土壤碳损失趋势势在必行。     

基于Sentinel-2多光谱数据的棉花叶面积指数估算

棉花叶面积指数(leaf are index, LAI)的快速、准确获取对棉花长势监测、发育期诊断、面积提取以及产量估算等遥感监测具有重要意义。该研究利用2017年和2018年的Sentinel-2多光谱卫星数据及大面积田间试验观测获取的棉花不同发育期LAI实测数据,构建了基于单波段反射率及各类植被指数的棉花不同发育期及全发育期LAI估算模型,并采用留一验证(LOOCV, leave-one-out cross validation)和交叉验证对模型精度进行了检验。结果表明:1)对于单波段反射率,基于中心波长为842 nm波宽为145 nm的B8近红外波段对不同发育期LAI估算精度最优均方根误差(RMSE, root mean square error, RMSE=0.378);2)对于各类植被指数,花蕾期(20170616)和花铃期(20170802)时增强植被指数(EVI, enhanced vegetation index,)表现最佳(RMSE分别为0.352和0.367),开花期(20180623)时校正土壤调节植被指数(MSAVI2, modified soil adjusted vegetation index 2,)估算精度最高(RMSE=0.323);3)单波段反射率和各类植被指数对全发育期LAI的估算均要优于对单个发育期LAI的估算,其中基于IRECI指数的(invertedred-edge chlorophyllindex)全发育期LAI估算模型精度最佳,LOOCV检验RMSE=0.425,交叉检验RMSE=0.368;将基于IRECI的全发育期LAI估算模型应用到单个发育期LAI估算并与各单个发育期LAI估算模型精度对比,发现交叉验证RMSE平均值仅比LOOCV验证RMSE平均值高0.07,反映了全发育期LAI估算模型良好的普适性。该研究为农作物LAI估算提供了新的数据选择,完善了Sentinel-2卫星数据在LAI估算中的应用领域。     

西北干旱灌溉区种植春小麦和牧草对耕地盐渍化的影响

[目的]研究西北干旱灌溉区种植春小麦和牧草对耕地盐渍化的影响差异,为该区防治土壤次生盐渍化工作提供科学依据。[方法]以小麦(Triticum aestivum)和混播牧草披碱草/苜蓿(Elymus dahuricus/Medicago sativa)及其下部土壤为研究对象,通过测定植被的盖度、高度、地上生物量及其下部土壤的水、盐含量等指标,来分析和比较种植春小麦和牧草对耕地盐渍化的影响,以及不同植被特征指标与土壤水、电导率间的定量关系。[结果]小麦和牧草的盖度、高度、地上生物量均随生长时间的延长呈显著升高趋势。小麦收获后,小麦地裸露类似于裸地,而牧草继续生长并保持覆盖耕地。当耕地被植被覆盖时,其地表的日照强度、表层土壤(0—5cm)的温度和盐含量均显著低于裸地,而地表的湿度和表层土壤的含水率正好相反,均显著高于裸地。相关分析显示,植被地上生物量与土壤含水率、植被盖度与土壤盐含量间相关性最强,土壤含水率与盐含量间呈显著负相关关系。进一步回归分析显示,植被地上生物量每提高1kg/m2,可使植被覆盖区的表层土壤含水率升高6%,盖度每提高1%,可使表层土壤的电导率降低2.2μS/cm。[结论]西北干旱灌溉区种植春小麦因生育期较短易引发土壤的次生盐渍化,而牧草覆盖耕地时间较长可预防耕地发生盐渍化危害。