基于冠层温度的夏玉米水分胁迫指数模型的试验研究

探讨并建立了适合于中国华北地区夏玉米水分状况监测的作物水分胁迫指数(CWSI)模型。通过不同的田间试验处理和观测,得到了适合夏玉米的CWSI经验模型中的经验关系,且表现明显。该研究建立了不同生育阶段的经验模型,经过初步的检验和分析,认为这一模型是合理的,可以应用于田间的基于冠层温度信息的夏玉米水分状况监测。     

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应作物水分胁迫指数（Crop Water Stress Index,CWSI）,通过分析CWSI同土壤含水率相关关系以及CWSI日平均变化趋势来监测玉米水分亏缺状况。结果表明：1）相比于其他方法,Otsu-EXG-Kmeans算法对冠层温度提取精度更高（用户精度为95.9%）,提取的冠层温度更接近实测温度（r=0.788）,可以准确获取图像冠层温度。2）相比于冠层温度,CWSI与土壤含水率的相关性更高（r= -0.738）,CWSI日平均变化趋势更符合实际情况,可更加精确地监测玉米缺水状况。该研究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。     

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.     

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势、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,并建立了作物水分胁迫监测系统,对指导生产实践具有一定作用。     

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。     

夏玉米水分胁迫与反冲机制及其应用

通过定点试验研究了不同生育期水分胁迫对夏玉米生理生态过程的影响。结果表明,不同生育期水分胁迫对夏玉米产量及其构成因素的敏感因子不同。土壤水分胁迫首先作用于作物叶片,叶水势下降后,叶片生长,光合作用及光合产物的运输均随之下降。适度水分胁迫可诱发反冲机制,秸秆覆盖可缓解水分胁迫并对反映机制有增益作用。     

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。     

基于作物水分亏缺指数的春玉米季节性干旱时空特征分析

季节性干旱是影响湖南春玉米生产最突出的气象灾害,分析其时空分布特征和发生的规律,可为湖南春玉米生产的发展和合理布局提供技术支持。该文基于湖南省96个气象站点1961－2007年地面气象观测资料,采用FAO于1998年推荐的Penman-Monteith 方法计算了参考作物蒸散量、玉米的作物需水量。考虑盈余降水对水分亏缺指数的影响,修正了的水分亏缺指数计算方法,并依据玉米的水分亏缺指数,分析了季节性干旱发生频率的时空特征。并选取不同区域典型站点分析了水分亏缺指数年代际变化特征。结果表明,湖南春玉米生长季节内干旱呈现明显的季节性和空间区域分布特征：干旱频率较高的时段主要在玉米抽雄－吐丝阶段及其后的生育阶段,且随生育期后移干旱频率明显增加,以轻旱程度为主。空间分布特征是以湘中南的衡阳及周边一带干旱频率最高,其次为湘东、湘北一带次高,湘西等地春玉米干旱频率低。各年代之间比较,以20世纪80年代干旱较严重,90年代干旱相对较轻。     

夏玉米冠层温度变化的时滞效应及其对土壤水分监测的影响

考虑冠层温度变化的时滞效应,可能在一定程度上能够提高土壤含水率的监测精度。该研究以灌浆期的夏玉米为研究对象,利用精密红外温度传感器（SI-411）连续监测I1（田间持水量的85%～100%）、I2（田间持水量的70%～85%）和I3（田间持水量的50%～65%）3个不同水分处理下的冠层温度,并同步获取试验地地面净辐射、大气温度、空气相对湿度等环境因子数据,以及不同水分处理小区0～10、0～20、0～30、0～40、0～60 cm不同深度处土壤含水率数据,利用高斯函数拟合冠层温度及环境因子日变化过程以此确定拟合曲线的峰值时刻,通过峰值时间差确定两者之间的时滞关系,并利用多元线性回归分析确定冠层温度的主要影响因素,最后在考虑冠层温度与主要影响因素之间时滞关系的基础上,分析冠层温度变化的时滞效应对监测土壤含水率的影响。结果表明：不同水分处理下的冠层温度峰值具有较大差异,峰值大小依次为I3、I2、I1;I1、I2、I3水分处理的冠层温度峰值时刻分别滞后净辐射约70、70、100 min,超前大气温度和相对湿度约60、60、30 min;冠层温度变化的主要影响因素为大气温度,其次为地面净辐射,最后为相对湿度;考虑时滞效应的冠气温差与土壤含水率的相关性更高,考虑时滞效应的冠气温差对土壤含水率的监测效果有一定提升。研究可为利用作物生理特性提高土壤水分监测精度提供参考。     

基于作物生长模型参数调整动态估测夏玉米生物量

针对如何利用作物生长模型定量解析区域夏玉米生物量动态变化的热点问题,该文在沿东海岸的江苏省盐城市大丰区设置大田夏玉米生物量估测试验,在构建夏玉米生物量过程模拟模型的基础上,对夏玉米多个生育阶段的生物量(指地上部生物量)及其变化特征进行分析,并结合试验实测数据探讨利用实测叶面积指数和生物量数据调整生物量模拟模型参数的可行性。结果表明:夏玉米生物量过程模拟模型可以对夏玉米从出苗到灌浆期间的多个生育阶段生物量动态变化进行估测。出苗到拔节前的生长阶段,生物量积累主要来源于叶片形成,模拟模型可以对生物量进行有效预测,预测值与实测值之间的均方根差(root mean square error,RMSE)为18.31 kg/hm~2,相对误差为3.35%。拔节到抽雄前的生长阶段,由于茎节伸长与节数增加,生物量积累加快,预测值与实测值之间的差异较大。拔节初期生物量预测值为535.5 kg/hm~2,实测值为480 kg/hm~2,相对误差11.56%。抽雄前生物量预测值为7 036.46 kg/hm~2,实测值为5 794 kg/hm~2,相对误差21.44%。拔节到抽雄前生长阶段预测值与实测值之间的RMSE为825.94 kg/hm~2。经过模型参数调整,抽雄前生物量预测值为6 036 kg/hm~2,与实测值较为接近,RMSE为219.43 kg/hm~2,相对误差4.18%。利用参数调整后的模拟模型继续对抽雄到灌浆前生长期间生物量进行预测,预测值与实测值较为一致,灌浆期生物量预测值为11 156 kg/hm~2,实测值为10 785 kg/hm~2,相对误差3.44%,而参数调整前预测值为12 492 kg/hm~2,相对误差15.83%。在玉米拔节期进行模型参数调整,对拔节到抽雄和抽雄到灌浆2生长阶段的生物量预测效果较好。该研究可为县域夏玉米不同生长阶段生物量及其动态变化预测提供参考,可辅助县域农业管理部门进行适时生产措施调整。     

滴灌夏玉米土壤水分与蒸散量SIMDualKc模型估算

为研究西北半干旱地区作物蒸腾和土壤蒸发规律,以及土壤蒸发量占蒸散量的比例(简称蒸发占比),开展2 a夏玉米滴灌控水试验,设置正常灌水(W1)、适度水分亏缺(W2)和中度水分亏缺(W3)3个灌水水平.采用W2实测土壤水分数据对SIMDualKc模型进行参数率定,并采用W1和W3实测土壤水分数据对模型进行验证;进一步基于SIMDualKc模型对不同水分供应的土壤水分胁迫系数、土壤蒸发量、植株蒸腾和蒸散量进行定量模拟分析.结果表明,SIMDualKc模型可以较好地模拟西北半干旱区滴灌夏玉米不同水分供应条件下的土壤水分动态变化过程,实测值与模型预测值有较好的一致性(R2＞0.88,RMSE＜5％);夏玉米生长期,模型能较好地估算不同水分供应的土壤水分胁迫系数、土壤蒸发量和植株蒸腾.土壤蒸发主要集中在生育前期,而生育中期较低,后期略微升高.植物蒸腾主要集中在快速生长期和生长中期,整个生育期呈先增大后减小的趋势.蒸散量随着土壤蒸发和植物蒸腾的变化而变化,前期主要受土壤蒸发的影响,快速生长期、生长中期和后期主要受植物蒸腾的影响.Wl～W3处理土壤蒸发量为78.1～100.2 mm,植株蒸腾为221.8～293.3 mm,蒸散量为299.3～383.0 mm,蒸发占比为24.1％～28.7％.研究可为西北半干旱地区制定合理的夏玉米滴灌制度和灌溉决策提供理论依据.