RS和GIS技术支持下的北京地区土壤墒情预报技术

提出了一种新的土壤墒情预报思路,依据未来一段时间里的气象要素预报因子,应用农田土壤水分平衡原理、双作物系数法与Priestley-Taylor模型,在对模型参数的本地化订正基础之上,对未来时段里的土壤水分变化状况进行动态预测,并引入RS和GIS空间技术,获取预报时的北京地区植被类型、反照率、植被覆盖度、土壤质地等重要预报模型参数,初步实现了北京地区空间范围内的土壤墒情可视化预报.     

基于NOAA卫星数据的北京植被光能利用率及其时空格局

以NOAA卫星数据为基础,建立了利用RS和GIS技术估算光能利用率的一种新方法。并以北京地区为例,利用2007年的NOAA18 1B卫星资料和20个气象站点的数据,研究了北京地区植被光能利用率及其时空格局,并分析了NDVI与光能利用率的关系。结果表明：利用NOAA18卫星资料能较好地估算北京地区植被光能利用率;北京地区植被的年光能利用率为0.04%-1.06%,平均为0.57%,年最大值为2.83%;落叶阔叶林的光能利用率为0.74%,灌丛为0.51%,农田为0.50%;光能利用率的高值区主要分布在北部山区森林,低值区分布于城区;四季的光能利用率变化明显,春夏秋冬季分别为0.31%、1.37%、0.49%和0.04%;利用年NDVI最大值可以较好地模拟年光能利用率。     

基于网格化信息的北京地区土壤墒情预报服务系统

依据农田土壤水分平衡理论,引入RS和GIS技术,以图像栅格信息方式分别考虑土壤、植被和大气空间区域分布的非均匀性,以中期天气预报要素、实测土壤墒情及当前MODIS卫星遥感资料为基础,研究开发了基于IDL语言的250m空间分辨率网格信息的北京市土壤墒情预报服务系统,并在北京地区进行了气象业务服务应用和效果评估。结果表明,RS和GIS技术能有效实现土壤墒情预报信息的网格化和预报参数值的非均匀化,基于IDL语言开发的土壤墒情预报系统技术流程清晰,功能齐全,业务化程度高,系统在北京农业干旱监测和预报服务中能得到有效发挥,对与北京农田类似的地区具有推广价值。     

北京冬小麦生长期农业热量资源变化特征分析

[目的]研究气候变化对小麦种植的影响。[方法]选用日平均气温稳定通过3℃的初日、日平均气温稳定通过0℃的终日、冬季极端最低气温和冬前积温、冬季负积温等作为小麦不同生长期农业热量资源指标,利用统计方法分析了北京地区冬小麦种植区近50年的热量资源变化特点、趋势和突变特征。[结果]从冬前壮苗对冬前积温要求的平均状况来说,北京冬小麦的最佳播种期为9月24~29日;返青期有提前趋势,停止生长期有推迟趋势;以冬季负积温作为越冬冻害标准来看,若低温发生期间无雪覆盖或冬前小麦抗寒锻炼不充分,近50年可能造成冻害的年份频率高达54%,但1988年以来气候变暖明显,冬季负积温不易发生冻害年的频率高达77%。[结论]分析北京冬小麦在热量资源因子的变化规律和突变特征,为合理利用气候变暖条件下农业气候资源具有重要意义。     

北京地区3种典型质地土壤水分变化规律

[目的]研究北京地区不同质地土壤水分变化规律。[方法]选取北京地区3种典型质地土壤观测站近5年的土壤水分观测资料,对土壤水分的年际变化和季节变化特征进行分析。[结果]黏土平均土壤含水率最大,壤土次之,砂壤土最小;3种质地土壤水分的季节变化均可分为4个时期,即初春短暂增墒期、春季失墒期、雨季增墒期和秋季失墒期;在雨季,砂壤土各层土壤水分随着降雨和蒸发而迅速变化,且变幅较大,黏土的变化最为平稳,但在少雨期黏土变化幅度较大。[结论]不同质地土壤水分在非冻结期内的季节变化特征总体相似,而随降水量变化的幅度有所差异。