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。     

关中平原小麦生育期VTCI加权估算及其与产量的相关性研究

选取关中平原冬小麦主要生育期的条件植被温度指数( VTCI)遥感干旱监测结果,运用层次分析法、因子权重排序法两种主观赋权法和主成分分析法、熵值法两种客观赋权法,分别确定加权VTCI,并与关中平原5地区冬小麦年产量建立线性回归模型,研究VTCI对冬小麦产量的影响.结果表明,两种主观赋权法确定的加权VTCI与产量之间存在着...     

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。     

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）。     

基于无人机遥感的棉花主要生育时期地上生物量估算及验证

利用棉花主要生育时期的无人机近红外影像数据,提取4种不同的植被指数,通过与棉花地上生物量的实测值建立拟合关系,分析了不同植被指数在棉花各生育时期的估算效果并对其进行了验证。结果表明,随棉花生长,归一化植被指数（NDVI）、宽动态植被指数（WDRVI）、比值植被指数（RVI）和差值植被指数（DVI）均从苗期开始显著增加,其后则表现为基本稳定的“饱和”现象,但棉花实测生物量在不同生育期均有显著差异。植被指数与棉花实测生物量的拟合结果显示：NDVI和DVI的二元线性拟合模型对苗期生物量拟合效果最佳（R²=0.84,RMSE=0.13 kg·m^-2）;WDRVI和DVI的二元线性拟合模型对花蕾期生物量拟合效果最佳（R²=0.87,RMSE=0.52 kg·m^-2）;RVI的非线性拟合模型对花铃期生物量拟合效果最佳（R²=0.79,RMSE=0.95 kg·m^-2）;WDRVI和RVI的二元线性拟合模型对盛铃期生物量的拟合效果最佳（R²=0.86,RMSE=0.96 kg·m^-2）。     

关中平原小麦产量对气候变化区域响应的评价模型研究

根据关中地区宝鸡、西安、渭南与咸阳 4地 (市 )的 1 949～ 1 999年的逐年小麦单产记录序列以及 4地 (市 )的气象观测站点自建站以来至 2 0 0 0年近 5 0年的气象记录序列 ,对关中地区小麦产量与年均温、年降水作相关分析 ;探讨了关中地区小麦单产对气候变化区域响应的评价模型。结果发现 :关中平原气候具有暖干化趋势 ;随着气温变暖 ,小麦产量增加幅度减小 ;小麦产量对降水波动的响应比对气温波动的响应显著。     

寒地水稻叶片SPAD值与稻米蛋白质含量的关系

为揭示寒地水稻叶片SPAD值及其衍生值与稻米蛋白质含量的关系，于2020—2021年在水稻拔节期（T1）、孕穗期（T2）、齐穗期（T3）测定顶部3片叶的SPAD值，依据盆栽试验（试验1和试验2）的数据资料建立SPAD值衍生指标与稻米蛋白质含量之间的关系模型，利用大田试验（试验3）数据资料对建立的模型进行验证。结果表明，2020年氮肥试验中A8水平（氮素施用量362.07 kg·hm^-2）稻米蛋白质含量较A1~A7水平（A1~A7氮素施用量分别为0、51.72、103.45、155.17、206.90、258.62、310.35 kg·hm^-2）分别极显著增加34.55%、27.44%、26.39%、22.19%、18.07%、14.39%、12.23%，而A8水平食味值较A1~A7水平分别极显著降低8.10%、5.06%、4.99%、4.10%、3.45%、2.96%、2.28%，2021年蛋白质含量、食味值变化趋势与前者相同。两年品种试验6个品种稻米蛋白质含量比较中，C6品种（三江6号）蛋白质含量较C5（龙粳21）、C4（垦粳8号）、C3（龙稻203）、C2（松粳16）、C1（松粳22）分别极显著提高2.99%、12.23%、10.43%、5.04%、15.63%，C6食味值较C5、C4、C3、C2、C1分别极显著降低1.17%、12.09%、3.54%、2.89%、7.93%。品种差异及施氮量对不同生育时期水稻顶部3 片叶的SPAD值分布规律有较大影响，但水稻冠层叶片出现的两次“黑黄交替”现象不受品种的影响，其中单片叶的SPAD值受品种差异的影响，与蛋白质含量不存在相关性，借助指标SPAD_(L1+L2+L3)/3、SPAD_L2×L3/mean可有效降低品种及环境差异对蛋白质含量预测结果的影响，指标SPAD_(L1+L2+L3)/3与蛋白质含量在T1~T3期（拔节期、孕穗期、齐穗期）的拟合方程分别为：Y=0.24X-1.94 ，R²为0.75^**、Y=0.25X-1.69，R²为0.74^**、Y=0.27X-2.45 ，R²为0.72^**；SPAD_L2×L3/mean拟合方程分别为：Y=0.22X-1.05 ，R²为0.75^**、Y=0.27X-2.43， R²为0.72^**、Y=0.26X-2.24，R²为0.72^** （Y为蛋白质含量，X为SPAD衍生值），拟合方程均达到极显著水平。稻米蛋白质含量和食味值评分变现为线性负相关，回归方程为Y=-4.21X+113.32（Y为食味值，X为蛋白质含量），拟合优度R²=0.93^**，达到极显著水平。综上，借助指标SPAD_(L1+L2+L3)/3和SPAD_L2×L3/mean能够实现快捷、无损和实时预测稻米蛋白质含量，在一定程度上判定出稻米蒸煮食味品质的优劣，达到按质收获以及对品质实时监测的要求，促进优质寒地水稻的可持续发展。     

基于随机森林回归的油菜叶片SPAD值遥感估算

以西北地区典型经济作物油菜为研究对象，利用SVC-1024i型便携式光谱仪和SPAD-502型叶绿素仪测定了油菜不同生育期的叶片光谱反射率和SPAD值。通过分析油菜原始光谱及10种光谱指数与SPAD值的相关关系，基于光谱指数构建了不同生育期油菜叶片SPAD值随机森林回归（RF）估算模型，并利用独立样本对所建模型进行验证，同时结合传统的一元线性回归模型和多元逐步回归模型与其进行比较。结果表明：油菜叶片SPAD值在全生育期内呈现出先上升后下降的趋势；各光谱指数在不同生育期及全生育期与SPAD值的相关性均达到0.01水平的显著相关；基于光谱指数构建的随机森林回归模型在油菜各个生育期及全生育期建模和预测结果明显优于同期的传统回归模型，建模R²达0.90以上，验证R2达0.81以上，RMSE在1.571~5.004，RE在2.66%~13.22%，是油菜叶片SPAD值的最优估算模型。     

基于去包络线和连续投影算法的枣园土壤电导率光谱检测研究

选取新疆阿拉尔市典型极端干旱区为研究对象,利用土壤高光谱特征对土壤电导率进行反演。为了准确快速检测土壤电导率,通过获取南疆阿拉尔市红枣种植区土壤电导率和高光谱信息,在去包络线处理基础上,分别采用相关性分析法和连续投影算法（SPA）筛选特征波长,并建立特征波长与土壤电导率的偏最小二乘回归模型,使用均方根误差(RMSE)、决定系数（R²）以及相对分析误差（RPD）对不同处理方法的模型效果进行评价。结果表明,基于原始光谱直接使用相关性分析法的预测精度RMSE=0.85566,R²=0.7479,RPD=2.7569;通过去包络线处理使用相关性分析筛选特征波长后,模型的预测精度RMSE=0.44490,R²=0.9500,RPD=6.4510;基于原始光谱使用SPA选择特征波长后,模型的预测精度RMSE=0.31178,R²=0.9707,RPD=8.4445;通过去包络线处理使用SPA选择特征波长后,模型的预测精度RMSE=0.30173,R²=0.9764,RPD=9.3215。综上,说明SPA方法具有较强的特征波长选择能力,基于去包络线处理+SPA的偏最小二乘回归反演模型的预测精度最好,可实现新疆阿拉尔地区土壤电导率的快速检测。     

基于MTVDI与DDI二元回归模型对毛乌素沙地腹部土壤表层水分的研究

采用温度植被干旱指数法(MTVDI)与荒漠化指数法(DDI),利用2016年4月、9月的Landsat数据对毛乌素沙地腹部的土壤水分进行反演,并与实测的土壤水分进行对比检验,将所反演的土壤含水量图划分为4个等级,基于此分析了2个时期毛乌素沙地腹部的旱情土壤水分分布变化。结果显示：(1)4月份MTVDI指数与0~10 cm、10~20 cm、20~30 cm土层土壤含水量的R²值分别为0.656、0.646、0.637,整体高于9月份R²值0.457、0.436、0.431,MTVDI能够较好地反映毛乌素沙地腹部土壤表层水分,且精度较高;(2)荒漠化指数DDI与MTVDI结合建立二元线性回归模型监测区域土层0~10 cm深度含水量,平均相对误差为10.95 %;(3)4月份,研究区0~10 cm表层土壤含水量5%~10%区域占总面积的53.72%以上,达到了6 256 km²,含水量偏低,需要加强当地水资源管理。     

荒漠草原区土壤水分ELM-ESTARFM遥感反演模型构建与应用

土壤水分的高时空分辨率和高精度评估对干旱监测具有重要意义。为探究我国内蒙古荒漠草原区土壤水分遥感反演最优模型,基于Landsat和MODIS数据进行改进型自适应反射率时空融合（Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model,ESTARFM）,结合下垫面因子、地形因子、气象因子、植被因子等多要素环境因子,通过极限学习机（Extreme learning machine,ELM）和随机森林（Random forest,RF）两种方法构建土壤含水率反演模型,并与Landsat（未进行融合）构建的土壤含水率反演模型进行对比,最终筛选得到最优土壤含水率反演模型,并对研究区不同土地利用类型土壤含水率分布特征进行应用分析。结果表明：归一化植被指数是土壤含水率环境因子相关分析中最重要的预测因子（0～10、10～20、20～30 cm土壤深度处R²=0.85、0.82、0.79）,其次为降水量（R²=0.73、0.68、0.71）、高程（R²=0.71、0.70、0.71）、水体指数（R²=0.69、0.69、0.68）、归一化盐分指数（R²=0.68、0.67、0.65）。与未进行时空融合所构建的模型相比,利用ESTARFM时空融合所构建的模型精度均有所提升,考虑ESTARFM时空融合时,ELM模型的R²、RMSE、MAE分别为0.89、6.58%、3.93%,RF模型的R²、RMSE、MAE分别为0.78、7.25%、4.95%;未考虑ESTARFM时空融合时,ELM模型的R²、RMSE、MAE分别为0.75、7.37%、5.24%,RF模型的R²、RMSE、MAE分别为0.71、7.48%、5.30%。表明ELM模型比RF模型的土壤含水率反演效果更好,且ELM-ESTARFM为土壤含水率反演最优模型。在此基础上,运用改进后的ELM-ESTARFM遥感反演模型监测了乌审旗全域土壤含水率,发现研究区北部和西北部的土壤含水率较高,南部地区的土壤含水率较低;对于不同土壤深度,土壤含水率由大到小依次为耕地、林地、草地、沙地,耕地区域0～10、10～20、20～30 cm土层含水率分别为18.92%、19.34%、21.84%,林地为11.80%、11.87%、12.40%,草地为10.97%、11.02%、12.22%,沙地为5.07%、5.35%、5.67%。     

关中平原冬小麦临界氮稀释曲线建模

临界氮稀释曲线可诊断植株氮营养状况,针对国内目前普遍存在的建模品种单一,可能造成模型普适性偏差的问题,以陕西关中平原主栽的6个冬小麦品种为研究对象,分别设置4个（0、105、210 kg·hm^-2和315 kg·hm^-2）施氮量水平,以两季4个冬小麦品种田间数据,建立了冬小麦花期前地上部干物质临界氮稀释曲线,曲线服从负幂指数函数;进一步通过另外2个冬小麦品种共计两季数据对模型进行了验证,验证结果表明,采用临界氮稀释曲线可以较好地区分独立样本中的氮营养亏缺和氮营养过剩数据。依据临界氮稀释曲线建立的氮营养指数和累计氮亏缺模型,可分别用于诊断植株的氮营养状况和量化氮素盈亏量,诊断结果表明施氮量为0 kg·hm^-2和105 kg·hm^-2条件下植株氮营养亏缺,210 kg·hm^-2和315 kg·hm^-2条件下小麦氮营养盈余,0~315 kg·hm^-2施氮量下的累计氮亏缺量-33.2~50.9 kg·hm^-2。通过建立氮营养指数与施氮量之间的线性关系,得出关中平原冬小麦适宜施氮量约为162 kg·hm^-2。     

气候变化对河南省小麦和玉米气候资源利用效率的影响

基于1981—2016年河南省29个农业气象试验站逐日气象数据和小麦、玉米产量资料,分析气候变化背景下小麦、玉米的光、热、水气候资源利用效率,计算各气候因子对气候资源利用效率的贡献率和气候资源利用率综合指数,进行气候资源利用效率综合评估。结果表明：小麦生长季光能资源利用效率（LUE）为1.14~1.77 kg·MJ^-1,热量资源利用效率（HUE）为1.3~2.5 kg·℃^-1·d^-1·hm^-2,降水资源利用效率（PUE）为8~43 kg·mm^-1·hm^-2,玉米生长季内LUE为1.8~2.5 kg·MJ^-1,HUE为1.32~1.78 kg·℃^-1·d^-1·hm^-2,PUE为9.5~15.1 kg·mm^-1·hm^-2。豫北、豫东地区LUE、HUE、PUE均高于豫西、豫南地区。对小麦、玉米气候资源利用效率贡献最大的分别是积温和降水。小麦生长季气候资源利用效率综合指数（CUE^*）在0.24~0.50,玉米生长季CUE^*在0.21~0.31,区域内差异明显,提高小麦HUE和玉米PUE有助于提高气候资源综合利用效率。     

陇中旱农区不同品种马铃薯水氮利用效率研究

以12个马铃薯品种为研究对象,连续2 a（2022—2023年）设置不施氮(0 kg·hm^-2)和施氮(180 kg·hm^-2) 2个施氮水平,分析不同品种马铃薯产量和水氮效率特征,并采用隶属函数法对各马铃薯品种进行综合评价。结果表明：品种、氮水平和品种×氮水平都对晚熟马铃薯产量均具有极显著影响,而氮水平×品种对中熟品种无显著影响。连续2 a供氮条件下中熟品种产量变幅为8 289.39~22 011.61 kg·hm^-2,晚熟品种产量变幅为8 192.57~20 308.58 kg·hm^-2。基于2 a施氮和不施氮条件下各品种块茎产量,将不同马铃薯品种按照不同氮效率划分为4种类型,即双高型（‘京张薯1号’、‘陇薯20号’、‘青薯9号’、‘陇薯15号’、‘陇薯16号’）、低氮高效型（‘V7’、‘陇薯14号’）、高氮高效型（‘陇薯10号’）和双低型（‘冀张薯12号’、‘希森6号’、‘定薯3号’、‘陇薯22号’）。相关性分析结果表明：氮素吸收效率、氮肥表观利用率与产量呈极显著正相关关系（R²=0.4438^**,R²=0.4211^**）,马铃薯产量与块茎含氮量间呈极显著正相关关系（R²=0.5302^**,R²=0.4357^**）,说明在施氮和不施氮条件下,马铃薯块茎含氮量越高则其产量越高。隶属函数分析结果表明：中熟品种‘京张薯1号’（D_i=0.90）、晚熟品种‘青薯9号’（D_i=0.90）和‘陇薯10号’（D_i=0.87）具有较高的综合水氮效率和产量表现,可作为水氮高效品种在陇中旱作区进行推广。     

栽培密度对高产大豆根系生长及花荚形成的影响

为探明栽培密度对高产大豆根系生长和花荚形成的影响规律,田间试验设置21.0（D₁）、30.0（D₂）、48.0（D₃）×104株·hm^-2 3种栽培密度,研究了新大豆27号、新大豆8号在0~60 cm土层中根系生长、开花、结荚过程及产量的变化。结果表明,相对于D1,D2、D3密度下新大豆27号总根干重增加了23.68%、18.48%,总根长增加了9.33%、26.72%,新大豆8号总根干重增加了27.25%、19.71%,总根长增加了6.94%、30.80%,且增量以40~60 cm为主;增加至密度D₃时,新大豆27号开花和结荚高峰出现时间较D₁分别推迟了2、8 d,新大豆8号推迟了2、6 d,但二者单位面积的总花数、总荚数、总腔数和总粒数分别较D₁提高了51.92%、10.29%、7.66%、23.05%和49.47%、31.91%、35.40%、16.11%;总花数与始荚期根干重、根长度呈正相关关系,新大豆27号R²值分别为0.8477^*、0.9106^*,新大豆8号R²值分别为0.7531、0.9993^**;总腔数与始粒期根干重、根长度呈正相关关系,新大豆27号R²值分别为0.6954、0.9837^**,新大豆8号R²值分别为0.7902^*、0.9277^*;且根长度与总花数、总腔数的关系比根干重更密切。合理密植显著提高大豆籽粒产量,是密植促进了大豆根系生长,增加了单位面积总根长和深层根量,进而增加了单位面积花数、荚数、腔数和粒数的结果。     

夏玉米叶片光合色素含量高光谱估算

为了实现夏玉米叶片光合色素含量的快速、无损检测,以陕西省关中地区夏玉米“大丰26号”为研究对象,探究了不同总色素含量水平的玉米叶片反射光谱特征。分别提取与叶绿素a、叶绿素b、类胡萝卜素和总色素含量相关性较强的15个光谱参数,通过单变量回归、多元逐步回归和随机森林回归分析,建立光合色素含量估算模型并进行精度比较。结果表明：基于随机森林方法构建的光合色素估算模型精度最高,其中,叶绿素a、叶绿素b、类胡萝卜素的建模R²为0.93,总色素的建模R²为0.92;叶绿素a和类胡萝卜素的检验R^{2<、sup>为0.74,叶绿素b和总色素的检验R2为0.71;各模型的均方根误差（RMSE）和相对误差（RE）相差不大;拟合精度由高到低依次为叶绿素a、类胡萝卜素、总色素和叶绿素b的RF模型。证实了随机森林方法在夏玉米叶片光合色素含量估算中的优越性,并构建了高精度的光合色素RF估算模型。}     

塔里木河干流上游区WaSSI-C生态水文模型的适用性评价

水碳耦合模型能够为干旱区水碳资源综合管理提供重要的工具支持。以塔里木河干流上游区为研究对象,在深入分析WaSSI-C模型（Water Supply Stress Index-Carbon model）理论方法和运行机理的基础上,结合研究区自然地理环境特征,补充冰川融化计算模块,以增强模型在研究区的适用性。在此基础上,将研究时段划分为率定期（2000-2009年）和验证期（2010-2015年）,利用实测的径流数据和MODIS数据产品的蒸散（ET）和总生态系统生产力（GEP）数据,以相关系数(R²)和效率系数（NS）为主要统计指标,探讨了不同时期WaSSI-C模型在研究区的适用性。流域总径流在率定期和验证期对比验证的R²分别为0.72和0.68,NS为0.71和0.67;ET在率定期和验证期对比验证的R²分别为0.60和0.64,NS为0.60和0.56;GEP率定期和验证期对比验证的R²分别为0.68和0.61,NS为0.66和0.69;除ET在验证期的NS为0.56以外,模拟结果的2个评价指标均保持在0.6及以上,可见模型能够很好地模拟塔里木河干流上游区水碳资源的动态变化。     

改进的TOPSIS模型在陕西省农业干旱脆弱性区划中的应用

以陕西10个地市作为研究对象,从暴露性、敏感性以及恢复能力三个方面选取12个指标构建农业干旱脆弱性评价指标体系,应用改进的TOPSIS模型计算得出各市区的相对贴近度,对陕西省农业干旱脆弱性进行综合评价。结果表明:陕西省农业干旱脆弱性存在地域性差异,10个市区的农业干旱脆弱性由高到低排序依次为安康(0.7841)商洛(0.7650)汉中(0.6939)西安(0.5977)榆林(0.4657)延安(0.4605)渭南(0.4555)铜川(0.4319)宝鸡(0.3525)咸阳(0.2996),整体呈现"南高北低"的分布格局;从暴露性来看,陕西省农业干旱暴露性指数最高为渭南,其次为咸阳和西安,其它市区均较低;从敏感性来看,陕西省农业干旱敏感性分布两极分化严重,主要表现为陕南地区敏感性总体偏高,关中地区和陕北地区除铜川市和延安市敏感性较高外,均处于较低水平;从恢复能力来看,陕西省农业干旱的恢复力分布无明显规律,按其恢复力由高到底排序依次为:延安渭南榆林咸阳西安铜川宝鸡汉中安康商洛。改进的TOPSIS模型能较合理地从整体上对农业干旱脆弱性进行评价分区,符合实际情况,为其他多属性综合评价提供了一个新的思路和算法。     

不同利用方式下草地生态系统的多功能性与物种多样性

运用平均值法计算多功能性指数,对阿勒泰禁牧草地、春秋季节放牧草地、弃耕放牧草地、天然放牧草地进行了多功能性评价,并探讨了多功能性与物种多样性之间的关系。结果表明：所运用的方法和目前主流方法评价得出的多功能性指数在样方(R²=0.950, P<0.05)和样地尺度（R²=0.909, P<0.01）上都有极高的相关性。弃耕放牧草地物种多样性水平最低（0.219）,绝大多数土壤功能指标较差,总体表现出退化特征（-0.241）,天然放牧草地土壤功能指标也表现出同样的特征（-0.406）;春秋季节放牧草地有较高的物种多样性水平（0.910）和较好的土壤功能指标（0.343）;4种草地群落的多功能性指数为春秋季节放牧草地(0.343)>禁牧草地(0.222)>弃耕放牧草地(-0.241)>天然放牧草地(-0.406)。植物主要沿水肥梯度分布;多样性指数中,丰富度指数和均匀度指数对多功能性的影响最大,均为样地尺度（R²=0.980, P<0.05;R²=0.455, P>0.05）大于样方尺度（R²=0.078, P>0.05;R²=0.116, P>0.05）,有尺度依赖性,但均匀度指数表现的并不明显。（4）物种丰富度对多功能性的影响最大（R²=0.980, P=0.01）,表现为极显著正相关关系,而物种均匀度与之呈不显著的单峰曲线关系（P>0.05）。综上,相对于禁牧草地、天然放牧草地和弃耕放牧草地,春秋季节放牧草地更有利于维持该地区生态系统的多功能性;物种丰富度高且物种均匀度分布适中的生态系统可能有更高的多功能性。     

不同矿化度水源膜下滴灌棉田土壤水盐动态和作物生长模拟

为构建适用于干旱区膜下滴灌条件的土壤水盐动态分布和棉花生长模型，基于2020—2021年的田间试验，经过对SWAP模型的土壤、土壤水力功能和作物生长等模块进行率定和验证，对灌溉水矿化度为1、2、3、4、5、6 g·L^-1时的土壤水盐分布特征、作物生长过程和干物质累积分配进行数值模拟。结果表明：（1）土壤含水率与土壤含盐量的模拟精度以20～100 cm土层较好，0～20 cm土层模拟精度较差，其中土壤含水量的模拟效果优于土壤含盐量；随着灌溉水源矿化度的增加，土壤含水率和含盐量的模拟误差逐渐变小。（2）不同矿化度水源膜下滴灌棉花叶面积指数模拟效果较好（R²=90.72%，RMSE=0.35 cm²·cm^-2，NRMSE=8.73%，IOA=0.98）。（3）不同矿化度水源膜下滴灌棉花茎干物质累积量模拟效果较好（R²=89.08%，RMSE=6.12 g，NRMSE=23.16%，IOA=0.96）。研究结果表明，SWAP模型可以较好地对不同矿化度水源膜下滴灌的土壤水盐动态分布和棉花生长过程进行模拟。