基于红边参数的冬小麦SPAD高光谱遥感监测

在2010年度与2011年度冬小麦生长季,通过大田小区实验,实测了冬小麦冠层的高光谱反射率与叶绿素含量(SPAD)。分析了冬小麦红边特征对不同SPAD的响应及不同生育期冬小麦红边特征与SPAD的相关性,建立了基于红边位置、红边峰度的不同生育期冬小麦SPAD估算模型。结果表明:SPAD越高,冬小麦的红边振幅、红边面积增大,红边位置"红移";叶绿素含量越低,规律则相反。传统红边参数红边位置及新红边参数红边峰度与SPAD在不同生育期均具有较好的相关性。相比以红边位置为自变量的冬小麦SPAD估算模型,基于红边峰度的估算模型可以提高冬小麦SPAD的估算精度。     

长江流域高效节水灌溉的现状、制约因素与对策建议

发展高效节水灌溉技术,改善农业基础设施,提高农业灌溉水利用效率,已是践行新时期"节水优先"治水方针的必然要求,同时也是转变经济发展方式的根本需要。综述了长江流域高效节水灌溉的现状,分析了长江流域高效节水灌溉发展的制约因素,提出了提高认识、加大投入、开展体制机制改革和进行灌溉精细化试验研究等对策建议,以期推进长江流域高效节水灌溉的发展。     

基于两层协调模型的多级扬水灌区供水调配优化

针对宁夏回族自治区扬水灌区水资源紧缺、供水扬程高、不同灌溉方式并存、供水调配困难、运行成本高等问题,开展了多级扬水灌区的供水调配优化研究。考虑研究区供水具有多层次、相互联系、组成复杂、影响因素众多等特点,建立了具有二层递阶结构的供水调配多目标优化模型。模型以各层缺水量平方和最小和运行功耗最小为目标,考虑不同灌溉时段影响,第1层建立单个泵站供水调度优化模型,以进行单个泵站控制区内各时段输蓄水量分配优化;第2层建立多级泵站供水调配优化模型,以优化系统内各级泵站系统各时段供水量和提水量。两层之间以供水量作为协调变量,依据大系统分解-协调原理进行求解,充分考虑了不同层次之间水量调配和主体利益的协调。灌区应用表明,所构建模型能有效进行多级扬水灌区水量调配优化,给出了核定水量下各级泵站系统水量分配优化方案,优化方案较好地缓解了各级泵站间的供水调配时空矛盾,显著减小了系统缺水量。研究结果可为灌区管理者进行实际水量调配和管理提供决策支持和技术支撑。     

基于平稳小波变换的冬小麦覆盖度高光谱监测

在2010与2011年度冬小麦生长季,通过大田小区试验,实测了冬小麦冠层的高光谱反射率与覆盖度。分析了不同覆盖度下的冬小麦冠层光谱特征以及不同生育期冬小麦冠层光谱反射率与覆盖度的相关性,建立了基于归一化植被指数(NDVI)与比值植被指数(RVI)、小波能量系数的不同生育期冬小麦覆盖度估算模型。结果表明:覆盖度越大,冬小麦光谱反射率在可见光波段越小,在近红外波段越大。在可见光波段,光谱反射率与覆盖度负相关,在"红边"处,由负相关变成正相关。在返青期、拔节期,NDVI估算效果好(R2为0.835 9、0.805 7);在抽穗期、灌浆期,RVI估算效果好(R2为0.803 1、0.829 4)。在返青期、拔节期、抽穗期、灌浆期,以高频、低频小波能量系数为自变量的冬小麦覆盖度估算模型的R2分别达到0.911 2、0.895 4、0.880 2、0.927 5。     

冬小麦冠层高光谱特征与覆盖度相关性研究

在2010年度与2011年度冬小麦生长季大田试验小区,实测了3个播种密度、3个灌水水平下冬小麦冠层的高光谱反射率与覆盖度。分析了冬小麦冠层光谱特征以及不同生育期冬小麦冠层光谱特征参数与覆盖度的相关性,建立了基于光谱特征参数的不同生育期冬小麦覆盖度估算模型。结果表明:从返青到成熟,冬小麦冠层可见光区光谱反射率先减小后增大,近红外区先增大后减小。不同种植密度下,适宜供水冬小麦在可见光波段的反射率依次小于轻度亏水、重度亏水条件下的冬小麦;在近红外波段,规律正好相反。在相关性分析中,传统光谱特征参数和新光谱特征参数与覆盖度在不同生育期均具有较好的相关性。相比以传统光谱特征参数为自变量的冬小麦覆盖度估算模型,基于绿峰峰度的估算模型可以提高冬小麦覆盖度的估算精度。     

烟台地区水面蒸发BP神经网络模型研究

运用BP神经网络模型对水面蒸发进行研究,并与多元线性回归和主成分回归2种方法的拟合结果进行比较。结果显示,多元线性回归各参数均通过t检验,拟合较好;主成分回归中,参数b2未通过t检验,拟合效果不如多元线性回归好。BP神经网络模型、多元线性回归、主成分回归建立的水面蒸发量观测值与拟合值的回归方程中决定系数分别为0.8986、0.7993、0.7984。应用BP神经网络进行分析,相对误差小于10%的样本个数超过总样本个数的40%,相对误差不超过30%的样本个数接近80%;而其它2种方法相对误差大于10%的样本个数超过总样本数的80%,相对误差大于50%的接近总样本个数的30%。可见,应用BP神经网络模型进行水面蒸发量计算,远优于其它2种方法,应用此方法进行水面蒸发量的预测是非常理想的。     

植被指数反演冬小麦植被覆盖度的适用性研究

利用冬小麦2个生长季高光谱反射率和覆盖度实测资料,基于回归分析方法建立4种植被指数反演植被覆盖度模型,并对预测模型年际间的稳定性进行了验证。采用噪声等效覆盖度误差对各植被指数反演植被覆盖度模型进行了敏感性分析,结合对模型的残差分析得到了不同种植密度和氮肥施用量条件下各植被指数的适用性。结果表明:归一化植被指数NDVI和改进的土壤调节指数TSAVI与冬小麦覆盖度采用抛物线拟合结果较好;修正的土壤调节植被指数MSAVI和增强型植被指数EVI与覆盖度符合线性关系。验证模型的决定系数略低于建模方程,反演模型在年际间表现出较好的稳定性,能够满足覆盖度预测需要。NDVI和TSAVI较MSAVI和EVI可更好地解释本地区冬小麦植被覆盖度的变化规律。在低到中覆盖度(0~60%)条件下,如果当地土壤信息可获得,利用植被指数TSAVI估算植被覆盖度变化规律表现出较好的敏感性和较高的估算精度。如果缺失土壤线资料,NDVI能保证覆盖度的估算精度。在高覆盖度(60%~100%)条件下,可选用敏感性和精度均良好的植被指数MSAVI进行估算。在水分供应充分的条件下,4种植被指数对作物种植密度和氮肥施用量均不敏感,可采用统一模型进行不同种植密度和不同施氮量处理的冬小麦覆盖度估算研究,为利用植被指数快捷、准确地估算本地区区域植被覆盖度提供了理论和技术支持。     

土壤温度相对于气象因子的滞后效应分析

利用AXWG03自动气象站干2007年3-6月对烟台市-果园内表层土壤温度及环境气象因子进行了观测,分析了典型晴天和阴天情况下土壤温度相对干气象因子的滞后效应,并建立了基于气象因子的土壤温度预测模型.结果表明:①在典型的晴天情况下,土壤温度相对于大气温度、太阳总辐射和风速分别存在20min、10 min和60 min的滞后时间;在典型的情况下,土壤温度相对于大气温度、风速、湿度和大气压分别存在250 min、10 min、270 min和110 min的滞后时间.②在典型晴天情况下,考虑滞后前后土壤温度预测模型决定系数由0.891提高到0.911;在典型阴天情况下,决定系数由0.634提高到0.855,考虑滞后效应可提高预测模型的拟合精度.     

限量灌溉对冬小麦光合与叶绿素荧光的影响

对限量灌溉条件下冬小麦光合与叶绿素荧光变化规律进行了分析,并探讨了冬小麦光合的气孔与非气孔限制情况.结果表明:轻度限量灌溉对冬小麦光合与叶绿素荧光没有显著影响;在开花期、灌浆初期,中度、重度限量灌溉造成的气孔限制是降低光合速率的主要原因;灌浆末期,中度、重度限量灌溉导致PSⅡ最大光化学效率显著降低,非气孔限制成为降低光...     

基于数值天气预报后处理的参考作物蒸散量预报改进

针对基于数值天气预报（Numerical weather prediction,NWP）对参考作物蒸散量（Reference crop evapotranspiration,ET0）进行预报通常需要数据偏差校正的问题,基于LightGBM机器学习方法和我国西北地区9个气象站点数据提出一种对第二代全球集合预报系统（Global ensemble forecast system,GEFSv2）预报气象因子进行偏差校正的方法（M3）。该方法使用太阳辐射、最高和最低气温、相对湿度和风速集合分别对每个气象因子进行重预报,再计算ET0。使用等距离累积分布函数（EDCDFm,M1）和单气象因子输入的LightGBM法（M2）对模型精度进行评估。结果表明,GEFSv2的预报因子与相应的观测气象因子之间存在不匹配问题,其不匹配程度因气象因子不同而不同,太阳辐射的匹配度较高,相对湿度的匹配度较低。M3模型有助于缓解数据不匹配问题。M1、M2和M3方法在9站点预报ET0的平均均方根误差（RMSE）分别介于0.66~0.93mm/d、0.57~0.83mm/d和0.53~0.79mm/d,平均绝对误差（MAE）分别介于0.44~0.61mm/d、0.38~0.56mm/d和0.35~0.53mm/d,决定系数（R2）分别介于0.82~0.91、0.84~0.93和0.86~0.94。3种方法均在夏季误差最大,1~16d平均RMSE分别为1.21、1.18、1.04mm/d。各预报因子中太阳辐射对ET0预报误差影响最大,其后依次是风速、最高气温、相对湿度和最低气温。在后处理过程中,NWP的最高气温预报值对其他因子预报精度的贡献最大、对相对湿度预报精度的贡献最小。建议在进行NWP偏差校正时,应考虑数据不匹配问题,通过多因子校正来弥补预报精度的不足。