应用粒子滤波同化条件植被温度指数的土壤水分估测

为了准确地获取2013—2015年关中平原冬小麦主要生育期土壤含水量(0~20 cm)的时空信息,基于Landsat-8遥感数据反演条件植被温度指数(CVTI),并结合CVTI和实测土壤水分间的线性相关性构建土壤水分反演模型。应用粒子滤波(PF)算法同化基于CVTI反演的和CERES-Wheat模型模拟的土壤水分,得到以天为步长的土壤水分同化值,利用土壤水分实测值分别检验土壤水分模拟值、反演值和同化值的精度。结果表明,CVTI和实测土壤水分间的线性相关性显著,尤其在小麦拔节期和抽穗~灌浆期,其相关性达到极显著水平(P0.01);土壤水分同化值和实测值间的线性相关性(r=0.96,P0.001)大于土壤水分模拟值和实测值间的相关性(r=0.71,P0.01)以及土壤水分反演值和实测值间的相关性(r=0.89,P0.001);土壤水分同化值的均方根误差(RMSE)和平均相对误差(MRE)比土壤水分模拟值的RMSE和MRE分别降低了0.025 cm~3·cm~(-3)和2.70%,比土壤水分反演值的RMSE和MRE分别降低了0.016 cm~3·cm~(-3)和4.15%,同化过程提高了时间序列土壤含水量的估测精度。因此,基于CVTI和PF算法能够较为准确估测关中平原小麦主要生育期的土壤含水量。     

基于加权马尔可夫模型的条件植被温度指数预测研究

条件植被温度指数(VTCI)是一种近实时的干旱监测指标。利用加权马尔可夫模型对陕西关中平原的条件植被温度指数(VTCI)时空变化序列进行了2步预测,并将预测结果与实际监测结果进行对比分析,结果表明,预测的干旱监测结果与实际的干旱监测结果空间分布特征基本一致,进一步的误差分析显示,2步预测的误差平均值分别为0.042和0.152。     

基于Terra-MODIS和NOAA-AVHRR数据的条件植被温度指数干旱监测及其对比分析

以陕西省关中平原为研究区域,选取2000-2009年每年4月上、中、下旬和5月上旬Terra-MO-DIS和NOAA-AVHRR遥感数据,应用条件植被温度指数(VTCI)方法,探究在两种遥感数据源、相同时间尺度下VTCI干旱监测结果的特点和可比性。通过对比分析多年同一旬的VTCI结果发现,两种数据的监测结果反映出的旱情分布规律相同,并且符合实际的干旱情况。尽管两种遥感数据在过境时间、波段数等方面均有所不同,但是两种数据的VTCI结果散点分布呈现出明显的线性相关关系,说明两种数据得到的VTCI干旱监测结果是具有可比性的。     

基于条件植被温度指数的冬小麦主要生育时期干旱监测效果评价——Ⅱ.改进的层次分析法和变异系数法组合赋权

运用改进的层次分析法、变异系数法及主客观组合赋权法确定关中平原冬小麦越冬后主要生育时期干旱对产量的影响权重,建立关中平原五市2002—2009年每年的加权条件植被温度指数(VTCI)与冬小麦单产的一元线性回归模型,分析VTCI与产量间的线性关系。结果表明,变异系数法确定的加权VTCI与小麦单产的线性相关性不显著,渭南、咸阳及铜川的决定系数R²值均低于0.5;改进的层次分析法和组合赋权法确定的加权VTCI与小麦单产的线性相关性显著,除铜川外其余四市的R²值接近0.5,或者高于0.6,且组合赋权法的结果中西安的R²值达到0.7。基于改进的层次分析法和变异系数法的归一组合赋权法的结果优于其它 主客观组合赋权法的结果,为最优赋权方法,可用于评价冬小麦主要生育时期的干旱监测效果。     

条件植被温度指数干旱监测指标的等级划分

以每年3月下旬至5月下旬陕西渭北旱塬合阳、蒲城、澄城、永寿县和耀州区5个旱作农业站点以旬为单位的条件植被温度指数(VTCI)为研究对象,根据气象干旱指数的等级划分标准将VTCI分级。结果表明:VTCI被划分为4个等级。VTCI0.55为无旱,VTCI在0.46～0.55之间为轻旱,VTCI在0.37～0.46之间为中旱,VTCI0.37为重旱。通过气温、降水等气象资料对VTCI等级划分结果的验证表明,VTCI的干旱监测结果与当地基于气象资料的监测结果相一致,证实了该等级划分结果是可行的。     

基于条件植被温度指数的冬小麦主要生育时期干旱监测效果评价——I.因子权重排序法和熵值法组合赋权

选取关中平原冬小麦越冬后2002—2009年每年3—5月共9旬的条件植被温度指数（VTCI）遥感干旱监测结果,将冬小麦越冬后分为四个主要生育时期,分别运用因子权重排序法、熵值法及组合赋权法确定各生育时期干旱对产量的影 响权重,计算关中平原各市冬小麦每年的加权VTCI,并建立加权VTCI与冬小麦单产间的一元线性回归模型。结果表明,关中平原大部分地区的加权VTCI与小麦单产密切相关。其中,熵值法确定的加权VTCI与小麦单产的线性相关性不显著,渭南、咸阳及铜川的决定系数R²值均低于0.5;因子权重排序法和组合赋权法确定的加权VTCI与小麦单产的线性相关性显著,咸阳、宝鸡及西安的R²值接近或高于0.6,渭南接近 0.5,铜川较差。且组合赋权法的结果中宝鸡和西安的R²值接近0.7,优于因子权重排序法和熵值法的结果。     

基于条件植被温度指数的冬小麦主要生育时期干旱监测效果评价Ⅲ——干旱对冬小麦产量的影响评估

选取关中平原2002-2009年冬小麦越冬后每年3-5月9旬的条件植被温度指数（CVTI）遥感干旱监测结果,基于归一组合赋权法确定的冬小麦越冬后四个主要生育时期干旱对产量影响的最优权重,建立关中平原4市（不包括铜川）冬小麦每年的加权CVTI与单产间的一元线性回归模型,并对冬小麦的单产进行了估算。结果表明,2002-2009年关中平原冬小麦单产在波动中呈上升趋势,中部单产较高,西部次之,东部最低。基于关中平原4市的整体产量估算模型预测西安市部分区县2010年的单产,取得较好的结果,验证了关中平原4市的整体产量估算模型具有较好的精度,能够较准确地反映关中平原干旱对冬小麦产量的影响。     

光照和温度对旱地小麦叶面积指数的影响

为研究旱地小麦叶片生长规律,了解气候变化对小麦叶面积指数的效应,设计回归正交组合试验,并运用APSIM模型模拟光照和温度变化对小麦叶面积指数的影响。结果表明：APSIM模型对小麦叶面积指数的模拟有较高精度。小麦叶面积指数与光照和温度分别呈开口向下和向上二次抛物型变化。在本试验范围内,叶面积指数与光照呈二次抛物线下降型变化,但当光照未越过临界点时,光照成正效应,表明在最适宜条件下光照的合理增加可促进小麦生长;当日均气温高于7.73 ℃,温度成正效应,说明温度合理的升高,有助于小麦叶面积指数在一定生长阶段平稳在较大值;光照和温度同时升高时,光照下降效应显著于温度正效应。     

黄土区夏玉米叶面积指数变化规律的研究

通过对连续4a夏玉米叶面积指数的研究,建立了夏玉米叶面积指数与积温之间的归一化模型,提出了精确的且唯一确定的归一化方法。多年的叶面积动态变化用同一方程式表达,提高了方程的可信度,可用于作物生长模拟和作物生长监测和遥感估产。     

不同氮水平下冬小麦农学参数与光谱植被指数的相关性

利用光谱仪通过大田试验测量不同氮素水平及不同生育期冬小麦冠层的光谱反射率,测算叶面积指数(LAI)、叶绿素含量(CHL)、叶绿素密度(CHL.D)、地上鲜生物量和地上干生物量等农学参数;在此基础上分析了不同氮素水平冬小麦生育期内的光谱植被指数的变化,并分析了农学参数与植被指数之间的相关性。结果表明:小麦叶面积指数、叶绿素密度与比值植被指数(RVI)和归一化差值植被指数(NDVI)在各生育期呈显著相关,小麦叶片的叶绿素含量与RVI、NDVI在抽穗期呈极显著相关,而地上鲜生物量、地上干生物量与RVI和NDVI从起身到孕穗期呈显著相关。     

基于NOAA-NDVI的河南省冬小麦遥感估产

以河南省为研究区域,利用1982-2006年冬小麦生长关键期3-5月的NOAA-NDVI数据集,结合河南省18地市冬小麦产量数据,分析了研究区NDVI与冬小麦产量的时间动态变化特征,建立了基于NDVI的冬小麦产量估算模型,并对模型进行了验证与比较。结果表明:自1982-2006年,研究区冬小麦生长关键期的NDVI和小麦产量均表现出显著增长态势;利用3月、4月、5月NDVI分别建立的冬小麦产量线性预测模型相对误差均较小,分别为-7.56%、-6.10%、-2.63%;利用不同月份组合的NDVI累积和分别建立的冬小麦产量预测模型相对误差较小,平均误差为-5.08%;利用多个月份组合的NDVI分别建立的多元线性回归模型,虽然综合考虑了冬小麦生长期,但估测精度却低于基于单月NDVI和NDVI累积所建立的模型精度。通过误差对比分析后发现,利用5月NDVI建立的冬小麦估产模型误差最小。     

施氮对关中地区冬小麦农田土壤呼吸的影响及基于植被指数的估算模型

为探寻不同施氮量对农田土壤呼吸（R_S）的影响并快速准确估算R_S,以关中地区冬小麦为研究对象,观测了5种施氮量下冬小麦农田R_S的变化,研究了环境因子（土壤温度、土壤湿度）及作物因素（叶面积指数、地上部生物量、SPAD值）对于R_S的影响,建立了适用于关中地区土壤温度与植被指数下的农田土壤呼吸估算模型。设置秸秆还田下的5种施氮量处理,分别为传统施氮量SN200（200 kg·hm^-2）、优化施氮量SN150（150 kg·hm^-2）、60%优化施氮量SN120（120 kg·hm^-2）、50%优化施氮量SN100（100 kg·hm^-2）以及不施氮肥SN0（0 kg·hm^-2）。结果表明：不同施氮量下R_S随生育期推进均表现为先升高再降低的趋势,同时添加氮肥促进了R_S排放。各处理观测期内R_S的均值为：SN200（3.68 μmol·m^-2·s^-1）>SN150（3.40 μmol·m^-2·s^-1）>SN120（3.06 μmol·m^-2·s^-1）>SN100（2.70 μmol·m^-2·s^-1）>SN0（2.21 μmol·m^-2·s^-1）。不同施氮量下冬小麦冠层近红外波段反射率在拔节期和抽穗期差异明显,反射率从高到低依次为SN200>SN150>SN120>SN100>SN0,而在灌浆期和成熟期差异不大。土壤温度显著影响了R_S（P<0.01）,土壤湿度与R_S没有显著相关关系（P0.05）。叶面积指数、地上部生物量、SPAD值和植被指数均与R_S呈显著相关关系（P<0.05）。通过多种模型评估,建立基于植被指数和土壤温度的最佳农田土壤呼吸估算模型,显著高于基于土壤温度的单因子模型,模型精度可达到0.6以上（n=120）。     

基于APSIM的旱地小麦叶面积指数模拟模型构建

为了解旱地小麦叶片生长规律,建立基于APSIM的小麦叶面积潜在生长率模型和叶面积水、氮协同生长率模型,并在田间试验修订参数的基础上,连接到APSIM平台,模拟小麦叶面积指数动态变化过程,采用相关性分析方法定量分析小麦叶面积指数的变化规律。结果表明：基于APSIM的小麦叶面积潜在生长率模型和叶面积水、氮协同生长率模型对旱地小麦生长指标LAI的模拟有较高精度。小麦全生育期内叶面积指数模拟值与实测值呈显著正相关,相关系数(R)为0.996,归一化均方根误差(NRMSE)范围在3.08%～9.38%,模型有效性指数(M_E)为0.594～0.956,均大于0.5。     

冬小麦生物量卫星遥感估测研究

生物量是反映冬小麦长势的重要群体指标,及时、大面积获取冬小麦生物量信息有利于掌握早期冬小麦长势和产量形成动态,对于生产管理措施制定意义重大。以江淮麦区的泰兴、兴化两市大田冬小麦为研究区域,基于冬小麦生物量模型(WBM),利用环境星(HJ-1)进行冬小麦拔节期生物量监测预报研究。在提取研究区域小麦面积信息的基础上,利用泰兴市冬小麦拔节期遥感影像反演的LAI及时修订生物量模型的参数,再利用模型对兴化市冬小麦生物量信息进行预测。结果表明:(1)利用生物量模型预测的冬小麦生物量为1897.03～3800.78kg/hm2,平均为2866.33kg/hm2。实测的生物量为1932.30～3689.44kg/hm2,平均为2711.75kg/hm2,相对误差为5.70%,生物量模型的预测性较好;(2)利用预测生物量与卫星影像NDVI的转换模型,可制作冬小麦生物量预测专题图,并能准确、大面积获取不同等级生物量的冬小麦面积分布与长势信息。     

黄淮冬麦区小麦品质性状与产量性状的关系研究

以国家小麦区域试验参试品种为材料，研究了黄淮冬麦区小麦产量性状与品质性状的关系。研究表明：产量与容重、硬度、出粉率和面团流变学特性等品质性状无显著负相关性，因此，高产与上述品质性状可以较容易达到同步改良；产量与蛋白质含量和沉淀值多呈显著或极显著负相关性，提高产量可能会导致这些品质性状变劣，但在某些试验点和在某些品种中，它们无显著负相关性，甚至还表现出一定的正相关性；千粒重、穗粒数和穗粒重等产量性状与多数品质性状呈负相关，单株产量和单位面积穗数与多数品质性状呈正相关或极微弱的负相关，因此初步认为，在高产、优质育种中，侧重于单株产量和单位面积穗数的选择，有可能会协调高产与优质间的矛盾；面团流变学特性和产量性状间元显著矛盾性，较易同步改良。     

喀斯特山区冬小麦施肥量与产量的关系

采用三因素饱和D-最优设计方案,研究黔西县大关镇冬小麦施肥量与产量之间的数量关系。结果表明,小麦产量随有机肥的施用量的增加而增加,呈线性相关关系。在一定的范围内,施用氮肥、磷肥有增产作用,当氮、磷施用量过高时产量下降,氮、磷的施用量与小麦产量呈抛物线关系;施用有机肥和磷肥对小麦产量有显著作用,而氮肥的施用量不宜过多。其适宜的有机肥施用量为600~750 kg/667 m2,尿素施用量9~12 kg/667 m2,普钙施用量20~42 kg/667 m2。