基于冠层温度的夏玉米水分胁迫理论模型的初步研究

该文探讨并建立了适合于中国华北平原夏玉米的作物水分胁迫指数(CWSI)模型。通过对夏玉米的冠层最小阻力、零平面位移和粗糙度进行分生育阶段取值,得到了适合于夏玉米的水分胁迫指数模型。     

作物冠层表面温度诊断冬小麦水分胁迫的试验研究

利用红外测温装置能够观测获得作物的冠层表面温度,从而诊断作物是否遭受水分胁迫。基于这种技术,使用作物水分胁迫指数CWSI反映我国华北平原地区冬小麦的水分胁迫状况。研究比较了作物水分胁迫指数CWSI的经验模式和理论模式,根据它们的波动特征,可以看出用CWSI经验模式反映华北地区冬小麦水分胁迫不很理想。研究分析了作物水分胁迫指数理论模式与其他一些反映作物水分状况的指标,包括叶水势、叶片气孔阻力,叶片最大净光合速率以及土壤水分含量之间的关系,结果表面理论模式与上述这些指标关系良好,表明其很好地反映了作物的水分胁迫特征。该研究给出了适合于我国华北平原地区冬小麦的作物水分胁迫指数计算的主要参数。研究从实际田间应用的可能性出发,分析并提出了作物水分胁迫指数经验模式和理论模式应用的改进方向     

夏玉米水分胁迫判别指标的研究

通过定点实验,研究了夏玉米不同水分胁迫条件下叶水势、冠层温度的变化特征,结果表明,土壤水分胁迫使夏玉米的叶水势降低,冠层温度升高,冠气温差增大。通过与良好供水的田块对照表明,叶水势和冠层温度可以作为作物水分胁迫的判别指标。     

冬小麦,夏玉米水分胁迫监测系统

根据冬小麦、夏玉米田间试验结果分析了作物水分胁迫判别指标叶水热、冠层温度－气温差变化规律,在充分考虑判别指标随作物发育期变化的特征基础上,提出了叶水势、冠层温度－气温差反映土壤相对含水量的指标, 作物水分胁迫监测系统,对指导生产实践具有一定作用。     

基于无人机遥感的夏玉米水分胁迫指数改进方法

冠层温度（canopy temperature,Tc）是作物水分胁迫计算的基础。准确地剔除热红外图像中的土壤背景,可以提高作物水分的监测精度。该研究以4种水分处理的拔节期夏玉米为研究对象,借助无人机可见光和热红外图像,采用红绿比值指数（red-green ratio index,RGRI）法提取研究区域的面状玉米冠层温度的空间分布信息,并分析每幅热红外图像上冠层温度的累积频率。该并提出了两种改进作物水分胁迫指数（crop water stress index,CWSI）性能的方法,一是使用基于正态分布的不同统计分位数分割冠层温度,并基于不同统计分位数上的平均冠层温度计算CWSI（记为CWSITcF%）。二是基于冠层温度方差（canopy temperature variance,Var）,将玉米冠层数据分为4个区间：区间Ⅰ,Tc≤40,Var≤10;区间Ⅱ,Tc≤40,10< Var≤20;区间Ⅲ,35< Tc<45,Var>20;区间Ⅳ,40< Tc<50,0< Var≤20,并在各自区间上选择最敏感的统计分位数计算CWSI（记为CWSIn）。研究结果表明：1）利用2020年和2021年两年数据计算的CWSIn与作物生理指标（气孔导度Gs、净光合速率Pn、蒸腾速率Tr）间的决定系数R2分别为0.72、0.52、0.62 ,nRMSE分别为23.96%、24.06%、25.60%,模型拟合精度高于原始CWSI（R2分别为0.73、0.34、0.46,nRMSE分别为23.69%、28.27%、30.21%）,但与CWSITcF%差别不大（R2分别为0.74、0.54、0.61,nRMSE分别为22.87%、23.74%、25.61%）;2）虽然CWSITcF%能提高诊断作物水分胁迫的精度,但最敏感的冠层温度区间在年际间相差较大（2020,61.17%;2021,49.38%;两年数据,83.51%）,而CWSIn稳定性更高（与生理指标间的nRMSE分别为：2020年16.60%、27.37%、28.49%;2021年21.60%、18.95%、22.64%）。因此,综合来看 CWSIn可以更加精确地监测作物水分胁迫,利用该改进方法可为无人机遥感精准监测作物水分胁迫状况提供参考。     

基于无人机遥感影像的玉米冠层温度提取及作物水分胁迫监测

针对当前无人机热红外遥感提取冠层温度不准确、监测作物水分胁迫状况精度不高的问题,该研究以不同水分处理的拔节期夏玉米为研究对象,利用无人机获取试验区域热红外和可见光图像资料,分别采用Otsu算法、EXG-Kmeans算法和Otsu-EXG-Kmeans算法获取冠层区域图像,并对提取结果进行精度评价,而后采用最优算法求得对...     

夏玉米水分胁迫效应的试验研究

利用光合测定系统对夏玉米灌浆前期叶片水汽交换的参数进行了系统测定,得出叶片净光合速率、蒸腾速率、叶片温度、气孔导度与水分利用效率的关系.结果表明,3种水分处理的净光合速率、蒸腾速率和水分利用效率都有大体一致的日变化过程,但又体现了不同水分处理的差异性.胁迫处理的水分利用效率大于湿润处理和干旱处理.水分利用效率与净光合速率、蒸腾速率的关系有很大的相似性,当净光合速率＜20μmol/m2@s时,水分利用效率基本无变化,当20μmol/m2@s＜净光合速率＜26μmol/m2@s时,水分利用效率增长最快;当蒸腾速率＜5mmol/m2@s时,水分利用效率变化不大,在5mmol/m2@s＜蒸腾速率＜7mmol/m2@s时,水分利用效率增长最快;当净光合速率＞26μmol/m2@s和蒸腾速率＞75mmol/m2@s时,水分利用效率均呈现下降趋势.水分利用效率对叶片温度有很强的敏感性,在40℃＜叶片温度＜42℃时,水分利用效率迅速增加.随气孔导度的增大,水分利用效率呈上升趋势,在140mmol/m2@s＜气孔导度＜200mmol/m2@s时,水分利用效率上升最快,气孔导度再增大时,水分利用效率趋于稳定甚或下降.     

红壤施氮对玉米水分胁迫指数的影响

为了探讨干旱条件下红壤水氮管理措施,在田间遮雨小区设置连续0～32 d不灌水的7个干旱水平和N 0、140、280 kg/hm23个施氮水平的试验,研究了氮肥对夏玉米作物水分胁迫指数(Crop water stress index,CWSI)的影响。结果表明,CWSI可以指示红壤干旱时玉米水分胁迫状况,但增施氮肥后,CWSI与产量的关系发生了偏移。在CWSI低于0.20时,增施氮肥对CWSI无明显影响;在CWSI大于0.20时,增施氮肥使玉米产量下降,高量氮肥还使CWSI上升,作物受旱加剧。说明增施氮肥对CWSI的影响因玉米干旱胁迫程度和施氮量而异。     

基于冠层温度的菜心缺水指数模型初步试验研究

以柳叶菜心为研究对象,测试了不同干旱条件下的土壤含水量、空气温湿度和冠层温度等参数,确定了作物缺水指数经验模型的参数,并针对太阳辐射强度对模型做了改进。研制了蔬菜旱情检测系统,利用红外测温仪、土壤含水量传感器等,可以实时测得田间作物的水分亏缺状态,为同类研究提供了测试手段和数据分析方法。     

基于智能手机的玉米冠层叶面积指数测定

作物冠层在降雨分配与水土保持中具有重要作用,叶面积指数(leaf area index,LAI)是常见的作物冠层量化指数.本研究根据玉米冠层特征,模拟不同生育期(拔节期、小喇叭期、大喇叭期、抽穗期和成熟期)玉米植株冠层模型,通过手机图像获取,冠层阴影面积提取及修正、模型构建与验证等流程进行玉米冠层LAI的测定实验.试验...     

作物干旱指数(CWSI)和土壤干旱指数(SWSI)

本文根据邯郸地区的大范围观测资料,对小麦的作物干旱指数（ＣＷＳＩ）和裸地的土壤干旱指数（ＳＷＳＩ）及其与土壤水发的关系进行了研究,并分析了了ＣＷＳＩ和ＳＷＳＩ的影响因素和在旱情监测中的实用性。     

作物缺水指数新方法的验证

尝试用胶水涂抹叶片制成模拟叶片,在冬小麦主产区之一的河北栾城进行了6种水分处理的冬小麦田间试验,以进一步验证模拟叶片温度法估算CWSI的可行性。结果表明：Tcu（最高冠层温度）与Tp（模拟叶片温度）具有极显著相关性（r=0．977（n=31））;由Tp确定的CWSI与由Jackson模式确定的CWSI拟合程度很高（r=0．999（n=123））;由Tp确定的CWSI与土壤含水量、叶片水势间也存在相关关系,这些都说明CWSI可用来指示土壤和作物的水分状态。     

红外遥感估算春小麦农田土壤含水率的试验研究

根据水分亏缺条件下作物蒸发蒸腾量计算公式及作物水分胁迫指标CWSI(Crop Water Stress Index)的定义,提出了基于遥感作物冠层温度和土壤水分修正系数的春小麦田土壤含水率估算公式,其中土壤水分修正系数采用了幂函数形式。用该公式对春小麦田土壤含水率在分蘖后-拔节抽穗期、抽穗开花-灌浆期和乳熟-黄熟期3个生育阶段进行了估算,并对估算值和实测值进行对比和误差分析,结果表明该模型估算春小麦根层土壤含水率误差保持在18%以内。     

基于CWSI和土壤水分修正系数的冬小麦田土壤含水量估算

2000年10月～2001年7月在西北农林科技大学灌溉实验站冬小麦田内,进行了利用作物冠层温度定量估算冬小麦田土壤含水量的试验研究。根据水分亏缺条件下作物蒸发蒸腾量计算公式及作物水分胁迫指标(CWSI)的定义,得到了基于CWSI和土壤水分修正系数Ks的不同生育阶段冬小麦田土壤含水量估算公式,其中Ks采用了康绍忠的幂函数形式(KM)及Dooreboos的线性公式(DM)。用该公式对冬小麦田土壤含水量在4个生育阶段进行了估算,并对估算值和实测值进行对比和误差分析。分析结果表明:在出苗越冬期和越冬返青期KM和DM模型对土壤水分的估算偏高,其原因是由于麦田土地裸露导致CWSI观测中出现了较大误差;在返青抽穗开花期和灌浆成熟期KM模型估算冬小麦根层土壤含水量较适宜,误差在15%以内,DM模型误差较大达到30%。