基于BEPS模型的雨养冬小麦农田土壤水分动态模拟

北部生态系统生产力模拟(BEPS,Boreal Ecosystem Productivity Simulator)模型能够模拟不同生态系统碳水循环过程,并通过气孔导度将二者有机地结合,在土壤水分模拟上具有更大的优势。为了使BEPS模型适用于较小空间尺度的雨养冬小麦农田生态系统的土壤水分模拟,根据冬小麦的降水截留过程、冠层的辐射传输过程、根系分布规律和区域土壤水文参数的获取方法对BEPS模型的水平衡模块进行参数方案调整。在此基础上,基于实现BEPS模型与遥感反演的农田土壤水分数据同化的目的,利用经上述调整方案后的BEPS模型,对郑州农业气象试验站2011—2015年冬小麦生长季的农田土壤水分进行动态模拟,并用观测数据进行验证。结果表明,调整后的BEPS模型能够较好地模拟雨养冬小麦农田土壤水分及动态变化,决定系数R2可达0.70以上,平均相对误差MRE总体低于25.0%,但对底层模拟能力较差;在以旬为步长条件下,拔节前模拟效果优于拔节后;土壤水文参数是影响模型模拟土壤水分垂直交换和分布的主要因素,可通过优化进一步提高土壤水分模拟能力。     

河南省陆地植被净第一性生产力估算及其时空分布

基于地理信息系统和卫星遥感技术,利用地面气象数据和MODIS数据,同时考虑河南省自身实际地理和植被覆盖情况,在对最大光利用率和水分胁迫系数的获取进行改进的基础上,利用CASA模型对河南省植被净第一性生产力（NPP）进行了估算,并分析了其时空分布。结果表明,2008年河南省NPP生产量为34.87 Mt C,NPP空间分布和植被类型有密切关系,森林植被最大,然后依次是灌丛、草地、农田等。12、1和2月NPP最小,植物基本停止生长,植被的NPP只占全年的1.38％;5、7和8月的NPP最大,占全年总量的56.84％。与Miami、Montreal、Chinkugo模型相比,本研究结果和Miami模型结果最为接近,植被类型NPP均值排序和Chinkugo模型相似;与实测数据对比结果显示,模拟值接近于实测值,说明模型适用于河南省NPP的模拟。     

冬小麦越冬中期冻害高光谱敏感指数研究

利用试验箱进行冬小麦冻害盆栽试验,观测受冻前后叶片光谱反射率、叶绿素含量并分析其变化规律;通过对高光谱数据进行倒数对数、一阶导数、二阶导数变换,与叶绿素含量进行相关分析,寻找表征冻害胁迫的特征值,获得识别和评价冻害差异程度的波段或指数。结果表明,（1）在可见光范围内叶绿素含量与原始光谱反射率呈负相关,在近红外范围内呈正相关,与倒数对数光谱的相关性则相反。一阶导数光谱大部波段相关性通过0．01水平的显著性检验,二阶导数光谱仅少部分波段通过。（2）相关性分析表明,冻害监测的敏感性波段为684．92nm处倒数对数光谱、578．37nm处一阶导数光谱、571．93nm处二阶导数光谱,这些波段与叶绿素的相关系数均通过0．01水平的显著性检验,且相关系数最大,其中以倒数对数光谱为自变量的估算模型最优。（3）叶绿素含量与高光谱特征变量的相关性分析表明,以由蓝边面积（SDb）和红边面积（SDr）计算的VI3（VI3=SDr／SDb）或VI3[VI5=（SDr—SDb）／（SDr＋SDb）]为自变量的抛物线模型最优,其训练样本拟合与验证样本精度检验水平均最高,因此VI3、VI5为冬小麦冻害监测的敏感指数。研究结果揭示了冬小麦冻害后高光谱特征,可为促进高光谱技术在冬小麦长势监测和估产中的应用,提高冬小麦冻害遥感监测的准确性提供依据。     

小麦生长发育模型WheatSM参数优化及适用性分析

为分析WheatSM模型区域业务应用的适用性,采用EFAST全局敏感性分析方法,对WheatSM模型的小麦生长发育参数进行分析,筛选出了影响模型模拟效果的10个敏感参数,即冬小麦各发育阶段的基本发育系数(K1、K21、K22和K3)、出苗至越冬期的温度系数(P21)、越冬至拔节期的光周期系数(Q2)、抽穗后的光合产物向籽粒的转运效率(TR2)、比叶面积(SLA),以及拔节至抽穗期的穗干物质分配系数(PcEar34)和抽穗至成熟期的叶干物质分配系数(PcLeaf45)。然后,基于农业气象观测数据,利用SCE-UA全局优化算法,对敏感参数进行优化和率定。结果表明,模型对出苗期模拟具有很高的精度,RRMSE0.5%,R20.9,其对抽穗期、拔节期的模拟效果尚可,对越冬期的模拟效果最差;模型模拟的干物质和LAI与观测数据的相关性较高,但相对误差较大,精度为75.0%左右。