灌溉农田土壤湿度的时空变化特征

为了探讨现代土壤墒情监测手段在业务监测实践中的应用方法,利用中国气象科学研究院固城生态与农业气象试验基地的业务和试验资料,对灌溉农田土壤湿度的时间变化特征和空间关系进行了分析。结果表明,灌溉农田的土壤湿度呈一年的周期性变化;浅层(0-50cm)土壤湿度时空波动显著,且各层的变化存在不一致性,60cm以下土层湿度时空变化很小,0-50cm土层的平均土壤湿度能较好地反映0-200cm土层的土壤水分状况,对土壤湿度的监测应集中在浅层50cm内,并需要逐层测量;浅层土壤湿度变异明显,大田中两点各层土壤湿度的相关性一般随两点距离增加而减小,单个测点的土壤湿度测值的代表性差,因此在自动土壤水分仪器布点时,要获得地段的平均土壤湿度信息,必须设置多个观测重复;表层5cm的土壤湿度变化剧烈而迅速,不能正确反映作物根系主要分布层的土壤水分状况,而表层10cm的土壤湿度与作物根系主要分布层的土壤湿度具有很好的联动性,可以较好地反映作物生长的环境土壤水分状况,因此,在应用微波遥感监测土壤墒情时,其对地表的探测深度需要达到10cm以上才能获得关于作物根系主要分布层的土壤水分状况信息,相应地,在土壤墒情微波遥感监测中,需要采用5GHz以下的频率。     

陇东黄土高原农田土壤湿度演变对气候变化的响应

以甘肃省庆阳市西峰区为例,利用近50a气象观测资料和近20a的土壤湿度观测资料,分析全球气候变暖背景下陇东主要气象要素及土壤湿度的变化特征,研究了气候变化对土壤湿度的影响。50a来陇东气温呈波动上升趋势,降水量呈波动减少趋势。1991—2010年陇东各层土壤湿度总体上均呈现出下降趋势,春季是土壤湿度减少最明显的季节,夏季土壤湿度变化趋势与春季具有类似规律,但变化率明显低于春季。秋季浅层土壤湿度呈下降趋势,深层呈上升趋势。就表层土壤湿度而言,各季土壤湿度与该季气温均为负相关,与降水量呈正相关。而对较深层土壤而言,土壤湿度与气温、降水的相关关系因季节而异。潜在蒸散量对土壤湿度的影响月份和年际变化均呈现出反位相的特点,基本呈同步变化趋势。通过对农田土壤水分演变特征及其影响因素进行分析,为进一步理解土壤水分的演变,合理利用气候资源,调整农业生态布局,积极应对气候变化提供决策方面的参考。     

闽东南土壤流失人工神经网络预报研究

利用径流实验场观测资料，首次提出应用人工神经网络模型实现土壤流失预测预报，并通过模拟计算进行了检验，与通用土壤流失方程（USLE）比较，人工神经网络模型预报模拟精更高，从而为闽东南土壤流失预测预报提供准确信息。     

人工神经网络方法在赤霉病预报中的应用研究

通过统计分析，选取与江苏省太湖地区小麦赤霉病发生程度显著相关的前期海温作为预报因子，并结合对小麦赤霉病病穗率序列进行拓展，采用人工神经网络的BP网络模型进行预报赤霉病的初步试验，取得了满意的效果。     

土壤水分预报模型的研究

本文提出的模拟方法是根据本地区作物生长阶段所要求的适宜土壤含水量而提出的。可以比较客观地反映土壤水分的变化。用模拟方法对本区土壤含水量进行预报仅是初步尝试,模型的结构和有关参数根据资料尚需进一步完善。     

东北黑土区农田植被土壤侵蚀预报模型研究设计

植被是防治土壤侵蚀、控制水土流失最有效、最可持续的措施,植被覆盖因子C是通用土壤流失方程USLE中表述控制土壤侵蚀的重要指标。在东北黑土区,如果能够对农作物覆盖因子C进行科学定量评价,就可以充分认识农作物防治土壤侵蚀的效益与机理,建立适宜的土壤侵蚀预报模型,为防治土壤侵蚀提供理论依据。阐述了东北黑土区农田植被土壤侵蚀预报模型研究的主要内容,并提出了详细具体的试验设计。     

土壤湿度驱动WOFOST模型及其适应性

WOFOST作物生长模型是以日降水量表征降水输入参数,通过推算土壤相对湿度实现作物生长模拟。由于日降水量随机性较大,很难通过控制日降水量实现不同土壤干旱等级情景设置,限制了WOFOST作物生长模型在不同水分胁迫下对作物生长的模拟,也影响了模拟试验的精度。本文提出以土壤相对湿度直接驱动WOFOST作物生长模型,并以Compaq Visual Fortran 6.5为开发平台,采用Fortran语言对WOFOST作物生长模型的源代码进行修改,将驱动模块中的日降水量文件替换为土壤相对湿度驱动文件。以2013年山东省夏津农业气象试验站玉米出苗-拔节期和抽雄-成熟期水分胁迫和整个生育期自然降水处理（对照）的试验数据为例,对修改后的WOFOST作物生长模型进行了模拟试验。结果显示,采用修订后的模型输出的实测鲜叶干重、鲜茎干重、营养器官干重、地上物质总重和叶面积指数等生物量指标均较原模型输出结果,不仅精度明显提高,而且,由于土壤湿度变化较平稳,较容易地实现了不同水分胁迫情景设置,进而实现不同土壤干旱等级条件下玉米生长的模拟,为分析不同程度干旱对玉米生长的影响及确定其生长发育指标提供了便利条件。     

利用BP神经网络由特征气象要素预测土壤湿度

土壤湿度的实测数据量因地面观测网的稀疏不均和观测时间的不连续而十分有限,而其作为气象、农业、水文、环境等学科领域的重要研究内容,数据量的匮乏直接影响了研究工作的顺利进行。地面常规气象数据的观测频率较高(逐日/时),提供了丰富的大气及土壤状态信息,从地气交互作用的普遍性出发,对气象要素与土壤湿度之间的作用关系进行研究,拟借助人工神经网络良好的函数模拟能力,建立以多气象要素为网络输入、以土壤湿度为网络输出的BP神经网络。通过主成分分析筛选特征要素、选择训练函数、确定合理的隐层神经元个数等来精细化网络。以甘肃省2008年8、9月份的AB报(土壤湿度数据)和A报(气象观测数据)资料进行了实验,建立BP神经网络,最终获得了较好的土壤湿度预测结果。     

水蚀预报模型研究

土壤侵蚀模型研究是土壤侵蚀学科的前沿领域和水土保持规划的有效手段。概述国外水蚀预报模型的研究进展,并详细述评了国外水蚀预报的经验模型、物理过程模型、基于地理信息系统的水蚀预报模型,细沟侵蚀模型、浅沟侵蚀模型、切沟侵蚀模型和区域侵蚀预报模型。介绍了中国在坡面预报模型和流域侵蚀产沙模型和全国水土流失宏观趋势预测的研究进展,提出了中国水蚀预报模型研究面临的挑战与任务。     

基于光谱特征空间的农田植被区土壤湿度遥感监测

土壤湿度遥感动态监测在农业生产中具有重要作用。近年来,多种基于光谱特征空间的土壤水分监测指数被陆续提出,并得到广泛关注和应用,但当前多数监测指数未考虑混合像元的影响。该文针对垂直干旱指数(perpendicular drought index,PDI)在农田植被覆盖区监测精度降低问题,分析了植被覆盖下的PDI误差分布规律,引入垂直植被指数(perpendicular vegetation index,PVI)作为植被覆盖表征量,在PVI-PDI二维空间对PDI模型进行调整,提出了适于植被覆盖的植被调整垂直干旱指数(vegetation adjusted perpendicular drought index,VAPDI),并利用内蒙古明安镇研究区实测土壤湿度数据,对PDI与VAPDI进行了比较和验证。结果表明,在裸土、麦茬、土豆、豇豆4种植被覆盖类型中,PDI与土壤实测含水率的决定系数分别为0.630、0.504、0.571、0.543,VAPDI与土壤实测含水率的决定系数分别为0.599、0.523、0.602、0.585。VAPDI在植被区的误差略小于PDI,一定程度上克服了植被覆盖对监测精度的影响。通过PDI和VAPDI空间分布图的比较也说明,VAPDI对土壤湿度的差别有更好的区分能力,在中尺度土壤表层水分遥感反演方面具有一定的优势。该研究可为农田土壤湿度遥感监测方法选择及监测误差分析提供参考依据。     

坡面土壤侵蚀产沙的神经网络模拟

土壤侵蚀预报是进行水土流失监测、指导水土保持措施合理配置、优化水土资源高效利用的重要工具,自20世纪60年代以来,国内外学者对此进行大量研究,建立一系列经验统计模型[1,2]和物理成因模型等[3,4]。以上模型复杂性及适用性各异:如经验统计模型主要从侵蚀产沙因子角度入手,建     

黄土高原人工林对区域深层土壤水环境的影响

通过对典型黄土区 1 0m土层土壤水分的分析表明 :黄土高原土壤深层具有丰富的土壤水资源 ,3～ 1 0m土层内土壤水资源从南部的 1 0 86.8mm逐渐降低到北部的 5 2 4.1mm ,各地土壤水资源量约相当于当地多年平均降水量的 2倍。在 1 0m土壤水分剖面内 ,随土层深度的变化土壤含水量具有波动性和相对稳定性的特征。以荒坡地或低产农田为对照 ,通过对比分析发现 ,黄土高原目前主要的造林树种可利用 9～ 1 0m以下土层的土壤水资源。在黄土高原半干旱气候背景下 ,人工林植被的耗水主要使黄土区中北部地区 3～ 8m土层土壤含水量降低到长期接近或低于凋萎湿度 ,形成难以恢复的深厚土壤干层。人工林大量耗水形成的难以恢复的土壤干层是黄土高原特殊的生态水文现象 ,是目前区域人工植被生态系统不稳定性的体现。同时表明 ,黄土高原营造的人工林尚不能达到涵养水源之功能。     

高光谱遥感土壤湿度信息提取研究

精准农作管理中土壤水分、土壤养分等的空间信息分布 ,可通过高光谱遥感传感器获得。本文通过对土壤的光谱反射率与土壤的表面湿度进行分析 ,比较 5种方法在反演土壤表面湿度的能力 ,并对小汤山精准农业试验区的土壤表面湿度进行高光谱填图 ,建立了较为精细的土壤水分空间分布图 ,对高光谱遥感在精准农业中深入应用进行了有效探索。     

遥感监测土壤水分研究综述

对于近年来国内外遥感监测土壤水分的理论、方法的发展和应用进行了全面的回顾，重点介绍了目前已经比较成熟和广泛应用的基于可见光与热红外波段的特征空间方法和微波遥感方法。并对各种遥感监测土壤水分方法的优缺点作出评价，提出了遥感监测土壤水分方法存在韵不足，指出了今后发展的方向，并展望了遥感监测土壤水分的发展前景。     

低湿地与土壤湿度的卫星遥感监测与制图

本文介绍应用陆地卫生ＴＭ图象数据监测法国莱茵河谷地土壤湿度变化，绘制１：５０，０００低湿地分布图的技术方法。对夏、秋两个时相的ＴＭ图像进行Ｋ－Ｌ变换等应用处理，获得的第３主分量集中了土壤湿度差异的信息。把两个时相的第３主人量精确配准后，以Ｈｙｐｅｒｂｏｘｅｓ分类器进行湿度分类，分出水体、恒湿地、夏秋季潮湿地、冬春季潮湿地、恒干地等５个湿度类别。经实地检验准确可信，表明此方法适合于土壤湿度变化监测与     

土壤湿度对冬小麦光合速率的影响

本文通过盆栽及大田试验,对冬小麦开花灌浆期不同土壤湿度的小麦叶片光合速率测定得出:(1)土壤湿度在田间持水量的70%-85%时小麦光合速率最高,光合对土壤湿度的反应低湿较高湿更敏感;(2)土壤干旱可使小麦光合午休加重,适当灌溉可减小光合速率中午降低的程度;(3)土壤干旱后灌水,可明显提高小麦光合速率,以适宜土壤湿度下限时灌水效果最好.     

可能蒸散量动力学模型的改进及其对辨识土壤水分状况的意义

本文提出了关于月可能蒸散量ＥＴｉ（ｍｍ）动力学模型的改进形式：ＥＴｉ＝２２ｄｉ（１．６＋Ｕｉ＾１／２）ｗｏｉ（１－ｈｉ）／Ｐｉ＾１／２（２７３．２＋ｔｉ）＾１／４式中，ｉ是月份的编号，Ｐｉ是月平均气压（ｍｂ），ｔｉ是月平均气温（℃）、ｄｉ是月的天数，Ｕｉ是在１０－１２ｍ高度处观测的月平均风速（ｍ／ｓ），ｗｏｉ是在温度为ｔｉ时的饱和水汽压（ｍｍＨｇ），而ｈｉ是月平均相对湿度。月干燥度ｋｉ＝ＥＴｉ／ｒ     

土壤水分含量和施磷量对旱作水稻磷素吸收的影响

通过温室盆栽和大田试验研究了土壤含水量和施磷量对旱作水稻全磷吸收量的影响。结果表明:土壤水分和施磷量对大田旱作水稻全磷吸收量的影响不显著;对盆栽而言,施磷量的影响显著,但二者的交互作用明显,因而其差异主要体现为水和磷的复合效应;当施磷量(P)为0·030gkg-1、土壤含水量为饱和持水量的80%时旱作水稻吸磷量最高,但相同土壤水分条件下,施磷与不施磷间旱作水稻吸磷量差异最大,而不同施磷量间差异较小;旱作水稻各部分全磷平均吸收量为:籽粒>茎>根。实验结果可以为中国南方丘岗地区水稻旱作的水分和磷素管理提供理论依据。     

植物根系吸收土壤水分的数学模型

本文根据植物根系吸水的物理过程,提出了一个能反映根系吸水机理的宏观数学模型,模拟结果与试验之间进行比较的情况非常令人满意,因而本模型具有较高的预报能力。在描述SPAC中水分运输的过程中,定量描述了相关的水势分量,同时还探究了这一过程中能量转换和消耗的特征。根系吸水速率与有效根密度的关系甚为密切。有效根密度的物理基础是单位土体中毛根的长度。因此,可采取优化的技术措施来加强根系发育,尤其是增加毛根的长度和数量,从而可提高植物的水分利用效率和创造高额的生物产量和经济产量。     

预测土壤水力性质的形态学网络模型应用研究

土壤水力性质是研究非饱和带中水分和溶质运移的重要参数 ,可以用孔隙网络模型进行预测。通常采用的网络模型中的参数是任意指定的 ,无法真实反映土壤孔隙空间的形态特征。本文采用了一种基于孔隙形态学的网络模型来预测土壤的水力性质 ,即通过图像分析来直接测定孔隙的大小分布及其连通性 ,并将其结合到网络模型中 ,最大程度地再现了三维的土壤孔隙结构。本文根据河南封丘地区采集的砂壤土样本图像分析结果 ,采用形态学网络模型预测了其水力性质 ,同时也进一步评价了这种模型的优缺点及其应用前景。