未来气候情景内蒙古蒸散和产水量的变化特征

评估预测区域蒸散变化趋势及其影响因素对干旱半干旱区的可持续发展至关重要。基于4种来自CMIP 5的全球气候模式数据和CLM 4.5模型,研究了在RCP 6.0和RCP 8.5情景下内蒙古地区2020—2099年的蒸散和产水量的时空变化特征及其影响因素。结果表明：在RCP 6.0和RCP 8.5情景下,未来内蒙古蒸散分别以0.37,0.69 mm/a速度增加（p<0.05）,呈西低东高分布。2种情景下产水量均无明显变化趋势（p>0.05）,但是存在明显显著的空间差异。空间上看,到21世纪末,在RCP 6.0情景下,全境产水量大部分地区呈增加趋势,在南部温带半干旱和半湿润区增加超过10 mm/a;但是在RCP 8.5情景下产水量减少区域占全境的46.32%,特别是干旱半干旱区和半湿润区产水量显著减少。蒸散影响因子存在较大区域差异,干旱半干旱区蒸散变化的主要影响因素是降水,半湿润区蒸散变化受降水和温度的共同影响,湿润区蒸散变化由温度主导;且在更高的升温情景下,增温影响进一步增加。同时,植被也是蒸散重要的影响因子,但其影响程度小于气候因子。     

华北平原冬小麦相对蒸散与叶面积指数及表层土壤含水量的关系

冬小麦相对蒸散(农田蒸散量ET与自由水面蒸发量ET_0之比)表征冬小麦受土壤水分和作物生长状况制约下的耗水规律。冬小麦生长季利用大型蒸渗仪测定农田蒸散,用E601型水面蒸发器测定水面蒸发,并用平行观测方法测定叶面积指数,分析冬小麦相对蒸散与叶面积指数和表层土壤含水量的关系,并建立了冬小麦返青～收获期相对蒸散与叶面积指数和0～60cm表层土壤含水量的经验公式为。在田间条件下由RE和ET_0推算出小麦耗水量ET,并可用于冬小麦适时、适量灌溉管理。     

水稻叶面积指数的普适增长模型

Ｌｏｇｉｓｔｉｃ模型仅以时间为自变量。本文发展了一个模拟叶面积指数动态变化的扩充的Ｌｏ－ｇｉｓｔｉｃ模型。它以生育期和干物重为预报因子，是模拟叶面积指数随地理位置和生育期变化的统一模型。用长沙、岳阳的水稻地理分期播种资料进行了拟合。结果表明，该模式可解释同一品种ＬＡＩ随地理位置、播种期和生育期变异的９５．５％。这种多因子复合的Ｌｏｇｉｓｔｉｃ模型可作为受环境因子影响的重复试验的统一模型。     

河套地区玉米叶面积指数的动态模拟

以河套灌区玉米为研究对象,设7个玉米播期,从4月1日开始每10d一个播期,通过观测玉米生育期气象条件和不同播期玉米叶面积指数,建立玉米叶面积指数LAI动态模型。首先建立以生理日数为自变量的普适模型,利用该模型计算的第1-4播期玉米叶面积指数最大值出现在吐丝期后23~26d,第5-7播期的LAI最大值则出现在吐丝期后13~19d,模型对准确描述叶面积指数生长规律有一定局限性。然后,以积温为自变量对模型进行修订,结果显示该模型计算的第1-4播期的LAI最大值点的活动积温为1901.2~1996.7℃·d,第5-7播期的则为1579.7~1825.6℃·d,但该模型并未剔除低于10℃的无效积温,仍有一定局限性。最后,采用修正的Logistic方程构建玉米相对叶面积指数动态普适模型,方程均通过0.01水平的显著性检验,标准化后数据点的离散程度明显下降,出苗后有效积温达1004.4℃·d时河套地区玉米叶面积指数达最大值。研究结果可为准确模拟玉米叶片生长及光合产物分配提供依据。     

乌兰察布市植被叶面积指数时空变化及对气候因子的响应

[目的]研究乌兰察布市植被叶面积指数(LAI)动态变化及对气候因子的响应,为该地区资源合理分配和生态保护提供科学依据。[方法]基于2000—2019年7—8月哥白尼气候变化服务项目PROBA-V LAI数据,结合气象数据,利用趋势分析、变异系数法、相关性分析方法等探讨了乌兰察布市LAI时空变化及与气温、降水、土壤湿度的关系。[结果](1) 2000—2019年7—8月乌兰察布市LAI整体呈波动上升趋势,速度为0.01/a, LAI空间分布差异明显,呈东南高西北低的特征。(2)LAI增加的区域占88.3%,兴和县大部、丰镇市东部、凉城县西部、四子王旗西南部及察哈尔右翼中旗中北部等地显著增加,阴山以北的后山大部分地区LAI上升速度较缓慢或出现下降,研究期内植被LAI变化相对不稳定。(3)LAI与同期气温呈显著负相关,与降水和土壤湿度呈极显著正相关,且与土壤湿度的相关性高于降水和气温。(4)LAI与气温、降水、土壤湿度的相关系数空间分布差异不显著,大部分区域植被LAI与气温呈负相关,45.4%的区域相关性显著;与降水和土壤湿度呈显著正相关,呈极显著正相关的区域土壤湿度大于降水。[结论] 20...     

杉木人工林叶面积指数估测及影响因子分析

叶面积指数是植被长势监测中最常用的参数之一,开展叶面积指数定量估测可为LAI信息的大区域监测提供参考.以湖南攸县黄丰桥林场的SPOT 5影像为数据源,结合地面实测数据,通过MCARI、SAVI、MSAVI、NDVI间的相关性和回归分析构建16种叶面积指数估测模型,探索适合杉木LAI的估测模型及影响因子.四种植被指数均与杉木叶面积指数具有较高的相关性,依次为MCARI、SAVI、MSAVI、NDVI,以MCARI为自变量的指数回归模型y=1.031exp(3.379x)估测精度最高,达87.69％;杉木LAI随龄组的增大呈上升趋势,最大值出现在成熟林,比LAI最小的幼龄林高0.30;不同坡向杉木LAI两两之间差异显著,半阳坡LAI明显大于其他坡向.研究表明,龄组和坡向是影响杉木LAI的重要因子,限制其生长和分布的首要因素是水湿条件,其次是温度.     

水分对切花百合叶面积影响的预测模型研究

叶面积既是重要的花卉作物外观品质指标,又是作物生长和蒸腾模型中所必需的作物参数。为建立水分对叶面积影响的预测模型,该研究以切花百合品种’索邦’(Lilium’Sorbonne’)为试验材料,于2009年3月至2010年1月在南京市农科所温室内进行了不同定植期和不同水分处理的栽培试验。首先根据试验数据,确定了切花百合正常生长的临界基质水势。然后定量分析了不同定植期和不同水分处理切花百合叶面积的变化规律,以及基质水势对百合最大叶长、最大叶长伸长速率和到达最大叶长累积的光温指数动态的影响。在此基础上,进一步建立基质水势对切花百合叶面积指数影响的动态预测模型,并采用与建模数据相独立的试验数据对模型进行了检验。结果表明,模型对百合展叶数、单叶叶长和叶面积指数预测效果较好,预测值与实测值之间基于1∶1线的决定系数(r2)分别为0.96、0.82、0.97,相对回归估计标准误差(rRMSE)分别为6.32%、8.78%、7.12%。该模型能较好地预测水分对切花百合叶面积的动态影响,可为进一步优化切花百合生产的水分管理提供决策支持。     

漓江上游山区水源林叶面积指数变化的遥感监测

为了定量评价漓江上游山区复杂地形水源林叶面积指数(LAI)的变化,对阔叶林、针叶林、竹林样地以TRAC仪器测定LAI,利用遥感数据计算归一化植被指数(NDVI)、比值植被指数(SR)、减化比值植被指数(RSR)、土壤调整植被指数(SAVI)、增强植被指数(EVI),并从DEM数据获取高程、坡度、坡向,提出并建立复杂地形最优多植被指数组合估算山区林地LAI的神经网络模型,利用模型对1989–2009年6景TM/ETM遥感图像估算LAI空间分布。结果表明,神经网络解决了LAI与多植被指数的非线性回归方程无法引入地形因素、且方程系数较多较难确定的问题,提高了LAI的估算精度。研究区成熟阔叶林减少代之以大片种植经济幼林,是导致林地LAI变化的原因。1989-2000年,LAI≥6.0的林地面积比例从78.8%逐年急剧下降到44.1%,LAI在1.0~6.0的林地面积比例从20.8%大幅上升到55.4%;2000-2009年,随着幼林的生长、竹林的速生,LAI≥6.0的林地面积比例逐渐上升恢复到74.5%,但仍未恢复到1989年的面积比例,相应LAI在1.0~6.0的林地面积比例逐渐下降到25.1%。研究成果为漓江上游水源林生态评估提供参考。     

哈尔滨市产水量时空变化及其驱动力

[目的]探讨2000—2020年黑龙江省哈尔滨市产水服务的时空变化特征,揭示哈尔滨市产水量时空分异特征的驱动机制,为该市水资源管理及可持续发展提供科学依据。[方法]选取中国典型的寒地城市哈尔滨市作为研究区,基于InVEST模型产水量模块对2000,2010和2020年的产水量时空变化特征进行分析,并利用参数最优地理探测器揭示哈尔滨市产水量时空演变的驱动因素。[结果](1)2000—2020年哈尔滨市产水量呈逐年增长趋势,产水量由2000年的9.68×10⁹ m³增长至2020年的2.23×10¹⁰ m³。不同年份产水量的空间分布格局基本相似,在空间上整体表现为“东高西低”的分布特征。(2)研究区产水量的分布存在显著的空间正相关,以“低—低聚集”和“高—高聚集”类型为主,2000—2020年,二者面积占全市总面积的比例呈下降趋势。(3)各驱动因素对产水量的影响具有明显的空间异质性,实际蒸散发量和土地利用类型是经济质量发展区的主要驱动因子,而在自然主导的生态屏障区,二者的综合驱动力远不及经济质量发展区。...     

夏玉米叶面积指数增长模型的研究

以玉米多品种多年试验资料，研究了反映区域叶面积指数(LAI)动态变化的模拟模型，该模型以积温指标表示的生育阶段为自变量，综合不同地理位置、品种、播期、密度等的影响，是一个扩展的Logistic叶面积生长模型，经检验可很好地模拟不同生育阶段叶面积指数动态变化，可用于区域作物生长模拟模型和区域作物生长监测及遥感估产。     

水稻叶面积指数和产量的空间变异性及关系研究

该文运用地质统计学方法分析了水稻叶面积指数与产量的空间分布及关系,结果表明：叶面积指数和产量均近似正态分布;在所研究的条件下,产量和大部分生育阶段(除拔节期)的叶面积指数都具有空间结构;孕穗期、抽穗期和乳熟期叶面积指数与产量在一定范围内具有显著空间相关关系。借鉴指示克立格的思想,提出了指示值分布法,分析了以上3个生育阶段的综合叶面积指数分布与产量的关系,该方法不仅对于水稻的遥感估产和精确农业的实施具有借鉴意义,且对于其它领域研究某一变量与某几个变量的空间分布关系,或某一变量随时间的动态变化与另一个变量的关系具有一定的参考价值。     

农业技术和气候变化对农作物产量和蒸散量的影响

随着农业生产条件的改善、品种改进和有利的气象条件的变化, 世界各地的作物产量得到大幅度提高, 但作物的蒸散量却未出现大幅度提高。本文以石家庄气象站1955~2007 年的气象资料为基础, 分析了河北省冬小麦和夏玉米生长期间主要气象因素变化, 结合中国科学院栾城农业生态系统试验站长期定位灌溉试验的研究结果, 分析了农业生产条件和气象因子变化对冬小麦和夏玉米产量及耗水量的影响。结果表明,1955~2007 年冬小麦和夏玉米生长季的气象因子发生了变化, 日照时数、相对湿度、风速、气温日较差显著降低, 最低气温、平均气温和积温显著升高, 气象因子的变化对作物总蒸散量未产生明显影响, 但由于降水减少,作物生长期间的灌溉需水量呈增加趋势。长期灌溉试验结果表明, 随着农业生产条件的变化和品种的改良, 冬小麦和夏玉米的产量不断增加, 而耗水量的增加幅度小于产量增加幅度, 夏玉米的耗水量呈稳定状态。节水技术的推广和应用对维持耗水量稳定起着非常关键的作用。     

阶段性缺水对冬小麦耗水特性和叶面积指数的影响

为了缓解华北平原淡水资源的不足,合理调配水资源,在中国科学院南皮生态农业试验站进行了淡水阶段性缺水灌溉试验研究,结果表明,当某生育阶段灌水被取消时,不但使作物在本生育阶段受水分胁迫,而且在后续生育阶段也受到一定程度的水分胁迫。相比阶段性缺水来说,旱作对叶面积指数和产量的影响程度最大。与充分灌溉的叶面积指数相比,缺水阶段的减小并不是最大的,缺水阶段之后的叶面积指数减少更大,从节水和对作物生长的影响2个方面综合考虑,缺灌浆水对叶面积指数和产量的影响程度最小。在淡水资源缺乏的区域采用阶段性缺水灌溉是节约水资源的重要途径。     

基于氮素效应的烤烟叶面积指数动态模拟

为明确不同施氮水平下烤烟群体叶面积指数的动态特征以及其与活动积温的关系,本研究以‘豫烟12’、‘秦烟96’、‘云烟87’为供试材料,设4个施氮水平,分别为N0(0 kg·hm~(-2))、N1(30 kg·hm~(-2))、N2(60 kg·hm~(-2))、N3(90 kg·hm~(-2)),测定分析不同积温下烤烟群体叶面积指数及其动态特征,利用Curve Expert 1.40软件模拟并通过极限值法筛选建立了归一化积温模型,为烤烟群体光合结构的改善提供一定的理论依据。结果表明:1)烤烟群体叶面积指数随移栽后活动积温呈偏度0的单峰曲线变化,而随着施氮水平的增加呈现增加趋势,相同施氮水平下烤烟群体叶面积指数峰值大小表现为‘秦烟96’‘云烟87’‘豫烟12’。2)有理函数模型y=(a+bx)/(1+cx+dx2)具有较好的模拟效果和生物学意义,能够很好地模拟烤烟群体相对叶面积指数随相对活动积温的变化,决定系数为0.980 7**;利用2015年试验数据对模型进行检验,模拟准确度(k)均大于0.958,精确度(R2)均大于0.95,均方根误差RMSE均小于6.04%。3)模型参数在某些品种和施氮水平之间表现出显著差异性,品种和施氮量主要通过调节模型参数b、c、d实现对整个模拟模型的调节。4)烤烟群体相对叶面积指数变化速率曲线呈"N"型变化,反映了烤烟群体叶面积指数的实际变化趋势。5)施氮量对模型次级参数具有调节作用,随着施氮量增加烤烟群体平均叶面积指数、叶面积指数最大值呈增加趋势,可作为烤烟群体叶面积指数氮素调节的重要参考指标。该模型的建立可以为烤烟群体发育动态监测以及烤烟群体叶片光合特性的提升提供理论依据和决策支持。     

Modeling leaf area index from litter collection and tree data in a deciduous broadleaf forest

Leaf area index (LAI) is an important index in ecological and meteorological studies. The litter trap method is commonly used to measure LAI in deciduous forests. To reduce the time consumed in sorting leaf litterfall by species in the litter trap method, we developed four models to predict LAI using litter traps and tree census data. The local dominance model, which estimates the leaf litterfall amount of each species by their local dominance, predicted mean and spatial variability of LAI most accurately compared to the 2 models that did not take into account spatial heterogeneity of species distribution within a forest or the model that estimated litterfall amount from leaf dispersal function. Therefore, this model can be employed instead of sorting leaf litter by species. Furthermore, we found that leaf mass per area (LMA) of at least 10 dominant species are essential for accurate estimation of LAI. Present results suggest that spatial variability of LAI is mainly due to spatial variance of leaf litterfall followed by spatial heterogeneity of species distribution within a forest, and difference in LMA among species.     

我国北方地区扩大林草面积的成功模式及其纳入草地生态农业体系的生态学依据

本文讨论了近年来我国西北、东北地区扩大林草面积的成功模式与导入草地生态农业体系的发展趋势.所运用的生态学依据有: 运用生态控制论, 促进生态系统耦合; 运用生态工程原理, 提高生产效率; 运用生态技术, 达到节水、节能目标.将社会调控机制与生态系统自身演化机能作良性耦合, 以生态知识资源抢救草地生态资产与草地农业体系的前景广阔.     

水肥耦合对春小麦有效叶面积及产量的影响

在自然、适宜、充足3种土壤水分和无肥、中肥、高肥3种施肥水平耦合作用条件下,研究水肥对春小麦拔节期、孕穗期、灌浆期有效叶面积和产量的影响。结果表明,春小麦有效叶面积与施肥水平呈正相关,产量以适宜水分高肥耦合最高,为3713kg／hm2。     

基于偏角光谱检索算法的油菜和水稻LAI反演研究

叶面积指数(LAI)是评价植被长势及产量预测的重要指标,对其进行精准快速估测有助于植被的生长状态诊断和管理。本研究以不同施氮水平、不同栽种方式下的油菜和不同品种水稻为试验对象,基于冠层高光谱曲线形态,引入偏角光谱检索算法(DABSR)提取光谱偏角,同时采用植被指数法和主成分分析法进行对比分析,探索适用于水稻、油菜LAI估算的统一模型构建方法。研究结果表明,估算油菜LAI时,DABSR反演精度较高,预测R~2、RMSEP分别为0.74、0.47,偏移量MNB为0.16;主成分分析法反演精度次之,预测R~2、RMSEP、MNB分别为0.73、0.48、-0.04;而植被指数法受不同生育期油菜株型、覆盖度影响反演精度普遍较低,精度较高模型的预测R~2、RMSEP、MNB分别为0.61、0.57、0.17。在估算水稻LAI时,DABSR反演精度最优,预测R~2、RMSEP、MNB可达0.70、0.80、0.05。综合考虑模型的验证精度、特征选择的合理性以及模型计算效率,DABSR偏角光谱检索法估算油菜和水稻LAI具有较高精度,且受施肥水平、栽种方式、生长期等因素影响较小,为构建精确的植被LAI统一估算模型提供了新思路。     

作物产量指数设计及在黑龙江省的应用

针对传统基于归一化植被指数（normalized difference vegetation index，NDVI）的作物长势监测方法对于同一时期处于不同生育阶段的作物缺乏可比性，以及NDVI的高低不能直接代表产量的高低的问题，该研究设计了一种可以动态反映作物长势和产量变化的具有时空可比性的统计指数（作物产量指数）。以黑龙江为例，基于单产数据、气象数据、遥感数据、作物分布数据，对3种作物分别进行估产分区，综合使用随机森林重要性评价方法和留一法为各估产分区筛选最优估产建模变量，构建动态估产模型和产量指数计算模型，并在2022年作物生长季（6—9月）进行了大豆、玉米、水稻的动态估产和产量指数预报和分析。结果显示：1）建模指标的重要性从高到低依次为趋势单产、遥感植被指数、气候类指标。2）3种作物整体单产预测精度最高的为水稻，其平均绝对相对精度(mean absolute relative precision，MARP)为95.20%，其次是玉米（MARP为93.81%），最后是大豆（MARP为92.73%）。3）以历史5 a为基期计算的3种作物的6—9月的产量指数的对比结果显示，大部分区县3种作物各月的产量指数差异处于“平”状态。4）生长季产量指数的月环比结果显示大部分区县产量指数的月环比值处于-0.01~0.01之间。该研究设计的作物产量指数可用于比较某一统计单元（如县、市或省）在特定评估时间点相对于其历史平均单产的增减状况，也可以环比相邻两个评估时间点的产量变化情况；在空间维上可以比较同处于某个特定评估时间点的不同统计单元的单产指数的高低情况，在长势监测、产量预报等中具有很好的应用前景。