广西山丘坡地土壤墒情时空变异特征及时间稳定性分析

广西较多耕地属于山丘坡地,土壤非均质性和地形起伏造成了耕地墒情具有较强的时空变异性,给田间尺度的墒情监测和管理带来了极大的困难。以广西崇左60个试验小区2017年定期采集的TRIM管土壤墒情数据为研究对象,统计了其时间和空间维度的变异性,分析了土壤墒情时空变异性与相关因素的关系,研究了土壤墒情的时间稳定性。结果表明,广西山丘坡地年平均土壤含水量在0.10～0.60之间变化,与地形、土壤质地等因素有较大的关系;坡地空间平均土壤含水量随时间在0.21～0.30之间波动,且与降雨和蒸发等气象条件密切相关,9-11月有较大概率出现土壤水分胁迫。时间稳定性分析表明3-2号试验小区观测的土壤含水量可以较好地代表整个坡地的平均土壤墒情。研究结果表明,广西山丘坡地土壤墒情有强烈的时空变异特征,变异统计、相关性分析、时间稳定性分析等工具可以用于广西山丘坡地土壤墒情的变异性评价和观测点优选。     

水氮数据联合驱动的冬小麦数据同化研究

水氮状态的准确估计对于作物生长模拟和产量估计十分重要.数据同化可以集成观测和模型,从而实现更加准确的模拟.然而,传统的数据同化系统大多关注叶面积指数(LAI)、土壤含水量(SM),对于氮素状态估计的研究相对较少,缺乏水氮数据联合驱动的数据同化研究.采用集合卡尔曼滤波(EnKF)方法对SWAP-WOFOST模型构建冬小麦生长的数据同化系统,通过引入叶片氮累积量(LNA)的观测,同时更新SM、LAI、LNA和作物产量等关键状态变量后进行作物生长模拟.结果表明,只加入LAI和SM可以很好更新模型的土壤水分剖面和LAI,但是对于LNA和产量的模拟效果不佳;加入LNA观测后,有效提高了作物LAI、LNA和产量的模拟精度.同时更新模型状态和参数(SSPE)比只更新状态(USO)的模拟效果更好,尤其是在土壤含水量的估计中.无论是水分还是氮素状态模拟出现偏差的情况,都很难准确估计最终的作物产量,而水氮数据联合驱动的结果最优.此外,研究中的数据同化系统在不同观测误差和观测频率下都具有良好的稳健性.该研究有助于深入理解冬小麦生长与水氮状态的关系,对实际应用中的作物生长模拟和产量估计具有一定指导意义.     

土壤矿物驱动的反硝化研究进展

氮肥的大量施用虽然极大地推动了粮食的增产,但也引发了一系列生态环境问题。氮素在农田土壤中的转化规律长期受到研究人员的关注。本文介绍了农田土壤中除有机质以外的多种可以为反硝化提供电子的土壤矿物,如亚铁[Fe（Ⅱ）]和亚锰[Mn（Ⅱ）]的反硝化过程研究进展,探讨了可能影响土壤矿物驱动反硝化反应规律的因素。通过梳理发现,传统研究主要是在纯相条件下对Fe（Ⅱ）和Mn（Ⅱ）驱动反硝化过程进行研究。近年来愈来愈多的证据表明,在农田土壤这种复杂的介质中,Fe（Ⅱ）和Mn（Ⅱ）也可以为反硝化提供电子。然而,土壤矿物驱动的反硝化在农田土壤反硝化过程中的作用存在不确定性,其内在机理以及对农田土壤氮循环和温室气体排放的作用机制尚不明确。本文指出土壤矿物驱动的反硝化在农田土壤中的影响因素、作用机制以及该过程与有机质驱动的异养反硝化的相互关系是未来的研究方向。     

灌水率图形优化模型及可视化修正

灌水率的大小关系到渠道断面的设计尺寸和工程成本。提出了灌水率图形调整的数学模型。该模型以保证灌水率方差在总灌水延续时间内最小和图像连续为目标函数，考虑了实际中4种可能的调整途径及相应的调整规则。开发了可视化界面程序，该程序将整个灌水率的调整过程形象地反映出来，便于人机交互求解合理的结果。     

基于多源数据回归分析的糖料蔗产量估计

糖料蔗生产已成为广西经济的主要来源,其种植面积达到全国60%以上。然而,广西糖料蔗区大多分布于山丘坡地,下垫面非均质性和管理非均匀性造成了甘蔗产量具有较强的空间变异性。利用模型估计产量需要大量的观测数据,且运行成本较高。利用无人机等可以较为方便地得到甘蔗不同时期叶面积指数和株高等信息,地面的传感器也可以采集不同深度的土壤含水率。分析了广西崇左60个试验小区2016年采集的叶面积指数、株高、土壤水数据和糖料蔗产量的相关性,发现相比于地面的叶面积指数观测和土壤水分观测,利用无人机平台所提取的株高观测更有利于糖料蔗的产量估计;叶面积指数观测在伸长中期阶段,数据价值最大,而株高观测则在伸长末期与产量的相关性最高;播种后1-2个月根系区土壤水分对甘蔗最终产量的形成起到了至关重要的作用。采用多源数据回归分析的方法对甘蔗产量进行估计,相关性R~2=0.87,是一种较为便捷的甘蔗产量估计方法。     

利用无人机影像构建作物表面模型估测甘蔗LAI

为探讨从作物表面模型(crop surface models,CSMs)中提取株高来估算糖料蔗叶面积指数(leaf area index,LAI)的可行性,该文采用无人机-RGB高清数码相机构成的低空遥感平台,以广西糖料蔗为研究对象,采集了糖料蔗全生育期的高清数码影像,分别在有无地面控制点条件下建立各生育期CSMs并提取株高。此外,该文利用高清数码影像计算了6种可见光植被指数并建立LAI估算模型,用以对比从CSMs提取的株高对LAI的估算效果。结果表明:全生育期CSMs提取的株高与实测株高显著相关(P0.01),株高预测值与实测值高度拟合(R2=0.961 2,RMSE=0.215 2)。选取的6种可见光植被指数中,绿红植被指数对糖料蔗伸长末期以前的LAI的估测效果最好(R2=0.779 0,RMSE=0.556 1,MRE=0.168 0)。相同条件下,株高对LAI有更高的估测精度,其中CSMs提取的株高估测效果优于地面实测株高,预测模型R2=0.904 4,RMSE=0.366 2,MRE=0.124 3。研究表明,使用无人机拍摄RGB影像来提取株高并运用于糖料蔗重要生育期LAI的估算是可行的,CSMs提取的株高拥有较高的精度。该研究可为大区域进行精准快速的农情监测提供参考。     

基于高光谱的水稻叶片氮含量估计的深度森林模型研究

高光谱遥感已经成为快速诊断作物水氮状态的一种有效手段。然而,传统的回归方法和机器学习往往难以挖掘高光谱的全部信息,深度神经网络又通常需要大量的训练数据,因此本研究试图探索在少量数据条件下构建深度学习模型并实现叶片氮含量的精准估计。通过在湖北省监利县开展了连续2年不同氮素胁迫水平的水稻试验,测量了作物全生育期内的216组冠层光谱和叶片氮含量。基于一阶导数光谱,本文构建了一种新的深度学习模型(深度森林DF)来进行叶片氮含量的反演,并与2种经典机器学习模型(随机森林RF和支持向量机SVM)和一种深度神经网络模型(多层感知器MLP)进行比较。结果表明,在基于少量高光谱数据的情况下,DF对水稻叶片氮含量的估算精度要高于MLP,其中预测精度最高的模型为全波段光谱反演的DF模型(R²=0.919,RMSE=0.327)。在2种经典机器学习模型中,RF的估计效果优于SVM,但2种模型结果都不够稳定。研究表明,深度森林可以提升高光谱反演叶片氮含量的精度和稳定性,并且可以通过多粒度扫描相对减轻过拟合程度。该研究结果可为少量数据条件下快速监测作物叶片氮含量提供参考。     

多尺度有限元法在地下水拟三维数

建立基于多尺度有限单元法的拟三维数学模型，模拟非均质多孔介质中的三维地下水流问题。根据多孔介质中区域饱和－非 饱和水分运动的特征，将三维流动转化为拟三维流动模型。对参数水平方向渐变的非均质多孔介质中的三维地下水流用多尺度有限单元法和传统等参有限单元法进行了计算，结果表明在模拟非均质多孔介质中的三维地下水流问题时，多尺度有限单元法比传统有限单元法有效，既节省计算量又有较高的精度。     

土壤水氮动态及作物生长耦合EPIC-Nitrogen2D模型

为计算农业区不同作物生长条件下土壤水氮迁移转化过程,该文基于Erosion/Productivity Impact Calculator(EPIC)作物模型建立了作物根系生长子模块,将其进行有限元数值离散,与土壤氮素迁移转化模型Nitrogen2D耦合,使模型能计算作物生长条件下土壤水氮迁移转化过程。该作物生长模块可计算多种胁迫下作物根系对土壤水分和氮素的动态吸收速率,及作物收获时的生物量和吸氮量。采用武汉大学灌溉排水试验场冬小麦生长条件下土壤水氮试验数据对模型进行了率定,并用于土壤水氮分布和作物生物量预测,土壤含水率、氮素的模拟值与实测值的一致性系数分别为0.86~0.97、0.52~0.98,Nash效率系数为0.59~0.90(含水率)、0.44~0.93(土壤氮素),说明模拟结果与实测值吻合度较高。同时,分别采用该文的作物生长模块和简单根系吸收模块计算根系吸氮过程,结果显示,简单根系吸收模型会显著高估作物吸氮量,而作物生长模型则由于考虑了根系生长和各环境因子的胁迫作用,计算结果更符合作物实际吸氮过程,计算的根系吸氮量相对均方根误差为3.4%~46%。