植物根系模拟进展

为了构建高精度的植物根系模拟模型,进而提高陆面过程模型的模拟精度和提高农业气象防灾减灾的能力,归纳了根系的统计模型、形态可视化模型和机理模型发展,分析了根长、根密度、根生物量和根表面积等根系指标的模拟模型,展望了根系模型发展趋势。认为由于根系研究的不易性,目前根系模型发展还主要停留在根系指标与非环境因素（如时间、土层深度）的统计拟合关系,随着现代化地下根系观测系统的发展,根系生长与多环境因子的定量关系模型成为将来根系模拟的重要方向,环境因子对根系生理生态的影响机制是根系模型发展的关键。     

基于FY-3D/MERSI数据的东北地区干旱监测方法研究

干旱是影响东北地区粮食安全的主要农业气象灾害之一，遥感技术是一种可便捷进行大范围干旱监测的手段。针对目前遥感干旱指数在作物生长发育过程中监测干旱的局限性和适用性等问题，以东北地区玉米和大豆等主要大田作物发育期为切入点，基于FY-3D/MERSI卫星遥感数据和地面土壤相对湿度实测数据，开展不同作物发育阶段干旱监测指数适用性分析，结合径向基神经网络方法，构建全时期和分时期土壤相对湿度反演模型，利用实测土壤相对湿度数据开展精度验证与对比分析。结果表明：风云三号MERSI传感器数据在干旱监测中具有可行性，表观热惯量(ATI)在低植被覆盖或裸土时效果较好，适用于作物冻土期、裸土期和播种～拔节期；水分指数(WI)适用于播种～拔节期、拔节～抽雄期和成熟期等植被生长时期；分时期土壤相对湿度反演模型精度高于全时期土壤相对湿度反演模型，前者监测精度在80.0%以上，比全时期模型精度提高了10%～25%,尤其在冻土期(3月),分时期模型反演精度达到了92.6%。基于作物生长时期和形态差异，选择最适宜遥感干旱指数建立分时期土壤相对湿度反演模型，提高了干旱监测的准确性和可靠性。