基于改进水云模型和Radarsat-2数据的农田土壤含水量估算

为了直接将雷达遥感中"水云模型"进行反演应用,该研究将"水云模型"中植被参数改为雷达植被指数,利用全极化数据直接支持遥感反演土壤含水量,无需遥感反演植被参数输入。改进模型为利用雷达遥感结合"水云模型"进行土壤含水量监测提供了一种高效便捷方法。基于Radarsat-2全极化数据对冬小麦覆盖的农田土壤含水量进行估算,利用2014年在陕西杨凌区获取的4个生育期内Radarsat-2卫星数据及同步田间测量108组冬小麦农田土壤含水量地面测量数据进行模型参数校正和精度验证。验证结果精度为:改进的雷达植被指数模型原叶面积指数模型(实测叶面积指数验证)原叶面积指数模型(光学遥感反演叶面积指数验证),且改进的雷达植被指数模型可以在多个生育期内对农田土壤含水量进行监测。     

玉米全生长期叶面积指数收获测量法的改进

农作物全生长期冠层表现不同的结构,常规的叶面积指数测量仪器不能适用于全生长期的叶面积指数测量,提出改进的收获测量法可进行玉米全生长期叶面积指数的测量,并且测量结果也具有可比性,该法在减少常规直接测量法工作量的同时也减少了对玉米的破坏。通过对比不同生长期单株样本叶面积计算的两种方法,得出二元二次回归法比常规的形状因子法计算精度高的结论。同时,分析不同生长期玉米秆所占总面积比例的规律,得出进行叶面积指数的准确测量,玉米秆的表面积必须进行准确考虑。该研究可为同类作物叶面积指数测量提供参考,可以有效推动叶面积指数的准确快速测量及遥感反演的验证工作。     

基于多源无人机影像特征融合的冬小麦LAI估算

为探讨无人机多源影像特征融合估测作物叶面积指数的能力,该研究以冬小麦为研究对象,利用多旋翼无人机搭载高清数码相机和UHD185成像光谱仪获取研究区冬小麦关键生育期（扬花期、灌浆期）的可见光和高光谱影像。综合考虑可见光、高光谱影像特征与冬小麦叶面积指数的相关性及影像特征重要性进行特征筛选,然后,以可见光植被指数、纹理特征、可见光植被指数+纹理特征、高光谱波段、高光谱植被指数及高光谱波段+植被指数分别作为输入变量构建多元线性回归、支持向量回归和随机森林回归的叶面积指数估测模型（单传感器数据源）;以优选的两种影像特征结合支持向量回归、随机森林回归构建叶面积指数估测模型（两种传感器数据源）,比较分析单源与多源影像特征监测冬小麦叶面积指数的性能。进一步地,考虑到小区土壤空间异质性会影响冬小麦叶面积指数估测结果,该研究探讨了不同影像采样面积下基于单源遥感数据构建的小麦叶面积指数估测模型精度。研究结果表明：在扬花期和灌浆期,使用两种影像优选特征构建的随机森林回归估测模型精度最佳,验证集决定系数分别为0.733和0.929,均方根误差为0.193和0.118。可见光影像采样面积分别为30%和50%,高光谱影像采样面积为65%时,基于单源影像特征构建的随机森林回归估测模型在扬花期和灌浆期效果最好。综上,该研究结果可为无人机遥感监测作物生理参数提供有价值的依据和参考。     

基于PEST的土壤-作物系统模型参数优化及灵敏度分析

农业生产管理系统模型输入参数多,参数率定过程十分耗时费力,大大限制了其推广应用。该研究以华北平原2 a的冬小麦-夏玉米田间试验观测数据为基础,使用PEST(parameter estimation)参数自动优化工具对土壤-作物-大气系统水热碳氮过程藕合模型(soil water heat carbon and nitrogen simulator,WHCNS)的土壤水力学参数、氮素转化参数和作物遗传参数进行自动寻优,同时计算分析模型参数的相对综合敏感度,并将优化结果与土壤实测水力学参数和试错法的模拟结果进行比较。参数敏感度分析结果表明,18个模型参数的相对综合敏感度较高,其中土壤水力学参数普遍具有较高的敏感度,以饱和含水率敏感度最高;作物参数中,作物生长发育总积温和最大比叶面积具有较高的综合敏感度;而氮素转化参数的敏感度远低于土壤水力学参数和作物参数。评价模型模拟效果的统计性指标(均方根误差、模型效率系数和一致性指数)表明,PEST法比实测水力学参数的模拟精度有所提高,其中土壤含水率、土壤硝态氮含量、作物产量和叶面积指数的均方根误差分别降低了61.8%、23.5%、73.6%和23.3%。同时PEST法比试错法对土壤水分和作物产量的模拟精度也有较大提高,但对土壤氮素和叶面积指数的模拟精度提高不明显。由于该方法大大节约了模型校准时间,在较短的时间内获得了明显高于试错法的模拟精度,因此PEST软件在WHCNS模型参数自动优化中是一个值得推广的工具。     

冬小麦叶面积指数高光谱遥感反演方法对比

冬小麦叶面积指数(LAI,leafarea index)是评价其长势和预测产量的重要农学参数,高光谱遥感能够实现快速无损地监测叶面积指数。该文旨在将田间监测与高光谱遥感相结合,探索研究不同冬小麦叶面积指数高光谱反演方法的模拟精度及适应性。针对国际上普遍应用的2种高光谱遥感反演LAI模型方法,即回归分析法和BP神经网络法,在介绍2种LAI反演模型的基础上,选择位于黄淮海平原的山东省济南市长清区为研究区域,通过ASD地物光谱仪和SunScan冠层分析系统对冬小麦的冠层光谱及LAI变化进行田间观测,然后利用回归分析法和BP神经网络法构建冬小麦LAI反演模型,将模型估算LAI值和田间观测LAI值进行比对,分析评价2种方法的反演精度。结果表明,BP神经网络法较回归分析法估算冬小麦LAI的精度有较大提高,检验方程的决定系数(R2)为0.990、均方根误差(RMSE)为0.105。利用BP神经网络法构建反演模型能较好的对冬小麦LAI进行反演。研究结果可为不同冬小麦长势遥感监测提供理论和技术上的支持,并为大尺度传感器监测冬小麦长势和估产提供参考。     

Comparison of two inversion methods for winter wheat leaf area index based on hyperspectral remote sensing

冬小麦叶面积指数（LAI, leaf area index）是评价其长势和预测产量的重要农学参数,高光谱遥感能够实现快速无损地监测叶面积指数。该文旨在将田间监测与高光谱遥感相结合,探索研究不同冬小麦叶面积指数高光谱反演方法的模拟精度及适应性。针对国际上普遍应用的2种高光谱遥感反演LAI模型方法,即回归分析法和BP神经网络法,在介绍2种LAI反演模型的基础上,选择位于黄淮海平原的山东省济南市长清区为研究区域,通过ASD地物光谱仪和SunScan冠层分析系统对冬小麦的冠层光谱及LAI变化进行田间观测,然后利用回归分析法和BP神经网络法构建冬小麦LAI反演模型,将模型估算LAI值和田间观测LAI值进行比对,分析评价2种方法的反演精度。结果表明,BP神经网络法较回归分析法估算冬小麦LAI的精度有较大提高,检验方程的决定系数（R2）为0.990、均方根误差（RMSE）为0.105。利用BP神经网络法构建反演模型能较好的对冬小麦LAI进行反演。研究结果可为不同冬小麦长势遥感监测提供理论和技术上的支持,并为大尺度传感器监测冬小麦长势和估产提供参考。     

不同生育时期冬小麦叶面积指数高光谱遥感监测模型

高光谱遥感能快速无损获取植被冠层信息,是实现作物长势实时监测的重要技术。为研究不同氮磷水平下冬小麦不同生育时期叶面积指数高光谱遥感监测模型,提高叶面积指数高光谱监测精度,该研究连续5 a定位测定黄土高原旱地不同氮磷水平和不同冬小麦品种各生育时期冠层光谱反射率与叶面积指数,通过相关分析、回归分析等统计方法,构建不同生育时期冬小麦叶面积指数监测模型。结果表明:不同氮磷水平下,冬小麦叶面积指数随施肥量增加呈递增趋势,随生育时期改变呈抛物线趋势变化;随着氮磷供应量的增加,冠层光谱反射率在可见光波段显著降低2%~5%(P0.05),在近红外波段显著增加4%~10%(P0.05);不同生育时期叶面积指数与优化土壤调整植被指数、增强型植被指数Ⅱ、新型植被指数、修正归一化差异植被指数、修正简单比值植被指数均达极显著相关(P0.01);拔节期、孕穗期、抽穗期、灌浆期和成熟期叶面积指数分别与优化土壤调整植被指数、增强型植被指数Ⅱ、增强型植被指数Ⅱ、修正归一化差异植被指数和修正简单比值植被指数拟合效果较好,决定系数分别为0.952、0.979、0.989、0.960和0.993;以不同年份独立数据验证模型表明,所建预测模型均有较好的验证结果,相对误差分别为13.0%、13.5%、12.8%、12.6%和14.0%,均方根误差分别为:0.313、0.336、0.316、0.316、0.324。因此,优化土壤调整植被指数、增强型植被指数Ⅱ、增强型植被指数Ⅱ、修正归一化差异植被指数和修正简单比值植被指数能有效评价拔节期、孕穗期、抽穗期、灌浆期和成熟期冬小麦叶面积指数。同时,叶面积指数分段监测模型较统一监测模型精度有所改善。该结果为实现不同肥力水平下冬小麦不同生育时期长势精确监测提供理论依据和技术支撑。     

基于人工神经网络方法的冬小麦叶面积指数反演

实践中,大尺度上测量叶面积指数（LAI）很难实现,利用遥感技术进行LAI的定量反演成为当前研究的重点。该文应用MODIS地表反射率数据反演冬小麦叶面积指数,假设MODIS像元由作物和土壤混合,建立了SAILH模型与裸土反射率组成的线性光谱混合模型,基于人工神经网络的方法进行LAI反演,获得了北京顺义冬小麦种植区在2001年4月1个时间序列的LAI。研究表明,此方法能够较好的获取大区域尺度上的LAI,对冬小麦长势监测具有重要意义。     

利用HJ-1-A/B CCD2数据反演冬小麦叶面积指数

叶面积指数是十分重要的作物生理生态参数,为提高利用国产环境减灾小卫星CCD数据反演冬小麦叶面积指数的精度,该文以5种常用的植被指数(归一化差值植被指数(normalized difference vegetation index,NDVI),增强植被指数(enhanced vegetation index,EVI),双波段增强植被指数(2-bands enhanced vegetation index,EVI2),比值植被指数(ratiovegetation index,RVI),土壤调节植被指数(soil-adjusted vegetation index,SAVI)为基础,结合3种常用的回归模型,按生长阶段比较分析了不同植被指数和回归模型反演叶面积指数的精度。结果表明,除生殖生长阶段外,叶面积指数和5种植被指数之间均有较强的相关关系;指数模型和一元线性模型分别为全生育期和营养生长阶段的最佳拟合模型;EVI在全生育期拟合时的表现好于其他4个指数(R2=0.9348),SAVI则是营养生长阶段表现最佳的指数(R2=0.9404)。该研究为进一步利用植被指数反演叶面积指数提供了参考。     

基于时间序列LAI和ET同化的冬小麦遥感估产方法比较

为了评估同化时间序列叶面积指数(leaf area index,LAI)和蒸散发(evapotranspiration,ET)产品对冬小麦产量估测的有效性和适用性,该文选择陕西省关中平原冬小麦为研究对象,以SWAP为作物生长动态模型,利用冬小麦关键生育期的遥感观测和SWAP模拟LAI、ET趋势变化信息构建代价函数,以SCE-UA作为优化算法最小化代价函数,重新初始化SWAP模型中的出苗日期和灌溉量2个参数。重点比较了基于向量夹角和一阶差分2种代价函数的冬小麦单产估测精度。结果表明,同化MODIS LAI和ET后,冬小麦产量的估测精度比未同化精度(r=0.57,RMSE=1 192 kg/hm2)有显著提高,并且基于向量夹角代价函数法同化策略的单产估测精度(r=0.75,RMSE=494 kg/hm2)高于一阶差分代价函数法(r=0.73,RMSE=667 kg/hm2)的估测精度。该方法为其他区域的水分胁迫模式下遥感与作物模型双变量数据同化提供了参考。     

不同生育期水稻叶面积指数的高光谱遥感估算模型

2011年和2012年通过大田试验,利用便携式野外光谱仪实测水稻冠层不同生育时期的高光谱数据,同时使用SUNSCAN冠层分析系统采集水稻冠层叶面积指数（LAI）;采用光谱微分技术和统计分析技术,分别分析高光谱反射率及其植被指数与LAI之间的关系,建立LAI估算模型并进行模拟结果对比。结果表明：水稻抽穗-成熟期,利用光谱值的对数形式对LAI值的模拟效果较好,分蘖-抽穗期利用光谱反射率模拟LAI变化过程的效果不理想。 在利用各种植被指数估算LAI方法中,水稻分蘖-抽穗期以修改型土壤调整植被指数MSAVI[758,805]对LAI的估算效果最好,模拟值与实测值的相关系数通过了0.01水平的显著性检验（R=0.7754）,估算精度较高。在抽穗-成熟期,也以修改型土壤调整植被指数MSAVI[758,817]对LAI的模拟效果最好,模拟值与实测值的相关系数通过了0.01水平的显著性检验（R=0.6488）,估算精度较高。说明修改型土壤调整植被指数（MSAVI）能更好地模拟水稻不同生育期的叶面积指数,按照分蘖-抽穗期、抽穗-成熟期两个生育阶段分别建立水稻冠层LAI的高光谱估算模型能够提高LAI估算的准确度,研究结果也证实了分生育阶段建模的必要性。     

玉米叶片经济和水力性状及其关联性对氮肥和水分的响应

  【目的】  研究叶片经济性状和水力性状的变异性及权衡策略是揭示植物适应环境变化机制和水碳模拟的基础。分析不同氮(N)肥和水分供给下玉米叶片经济性状和水力性状的变异性及相关性,及这些叶片性状与整株植物行为间的关系,以揭示同一物种内不同氮、水有效性下叶片经济性状和叶水力性状间的关系,并探讨叶片性状预测整株生物量和水分利用特征的可能性。  【方法】  采用二因素三水平的盆栽试验,其中氮肥水平包括不施氮肥 (N₀)、播种前施N 0.2 g/kg干土 (N₁)、播种前和五叶期各施N 0.2 g/kg干土 (N₂);水分供应水平包括充分灌水 (W₂)、中度水分胁迫 (W₁) 和重度水分胁迫 (W₀),土壤含水量分别维持在田间持水量的75%～80%、50%～55%和30%～35%约3周,共9个处理。主要测定项目包括叶经济性状 [比叶质量(LMA)、叶厚度(LT)、组织密度(TD)、质量基础上的氮含量(N_mass)和面积基础上的氮含量N_area] 及水力性状 [叶脉密度(VD)、气孔密度(SD)、气孔长度(SL)和最大气孔导度(g_wmax)]。  【结果】  施氮显著增加了LMA、N_mass、N_area、VD、SD、SL和g_wmax (P < 0.05),灌水显著提高了LMA、TD和N_area (P < 0.05);在3种氮水平下,W₂处理的LMA和TD均较W₀处理增加;在N₀和N₁下,W₂处理的SD和g_wmax亦较W₀处理增加,但在N₂下,W₂处理的SD和g_wmax则低于W₀处理,氮、水间的交互作用对LMA、TD、SD和g_wmax的影响达到显著水平 (P < 0.05)。不同氮、水条件下叶经济性状和水力性状间是紧密耦联的,表现在N_mass和SD、g_wmax之间、N_area与g_wmax之间呈显著正相关 (P < 0.05)。影响生物量的主要叶性状为N_area、N_mass和VD,影响耗水量的主要为N_area、N_mass、g_wmax和LT;影响水分利用效率的主要为N_mass、LMA、LT和VD。  【结论】  玉米叶片氮含量与气孔密度、最大气孔导度间存在高度协调性,这种协调性增加了玉米对不同资源有效性的适应性;利用叶片性状可预测不同氮、水供给下玉米的生物量和水分利用特征。     

基于云模型的冬小麦气候适宜度评价方法 ——以安徽省宿州市为例

为建立冬小麦气候适宜度量化评价方法,本文基于云模型理论,依据光、温和水界限指标,采用"3En"法则确定云参数,建立日照、气温和降水对小麦生长影响的云模型。运用积分回归法,确定权重系数,采用加权综合法和几何平均法,确定不同生育期和全生育期气候适宜度,利用1954—2013年安徽省宿州市各县(区)冬小麦单产和1995—2013年观测地段产量因素等资料进行检验。结果表明,日照适宜度可用左半云,气温和降水适宜度可用梯形云来表达。计算的冬小麦全生育期气候适宜度,与宿州市各县(区)冬小麦气候产量呈显著或极显著正相关关系;与观测地段的冬小麦气候产量、千粒重、每穗籽粒数和乳熟期株高呈显著正相关,相关系数分别为0.588 0(P0.01)、0.756 1(P0.01)、0.670 7(P0.01)和0.464 3(P0.05)。返青—拔节期、抽穗—乳熟期2个时期的气候适宜度与单位面积穗数、每穗籽粒数的相关系数分别为0.558 9(P0.05)、0.710 7(P0.01)和0.736 1(P0.01)、0.744 2(P0.01),拔节—抽穗期气候适宜度与单位面积穗数的相关系数为0.649 8(P0.01)。1954—2013年宿州市日照与降水适宜度以每10年0.005和0.008的速度降低,气温适宜度以每10年0.028的速率升高。研究结果可作为评价宿州冬小麦对气候条件的适应性及制定相应策略的参考依据。     

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.     

秸秆还田与栽插方式对水稻根系生长及产量的影响

通过明确不同秸秆还田与栽插方式下水稻根系及产量形成的差异,为不同栽插方式下秸秆还田提供理论和实践依据,以迟熟型杂交籼稻F优498为试验材料,采用2因素裂区设计,主区设置秸秆不还田、覆盖还田和翻埋还田3种还田方式,副区为人工移栽和毯苗机插2种栽插方式,研究不同秸秆还田方式和栽插方式下水稻根干质量、根冠比、根系形态生理特征及产量形成的差异。结果表明:1)秸秆还田对根系生长的影响表现为前抑后促,抑制了分蘖盛期单茎和群体根系的生长,促进了拔节期至成熟期根系的生长,齐穗期翻埋还田水稻根系生长更好,成熟期则是覆盖还田根干质量、根数更高。各生育时期根系直径,分蘖盛期和成熟期的单茎、群体根系指标以及根干质量,拔节后15 d、齐穗后15 d和成熟期单茎伤流强度均表现为人工移栽毯苗机插,但拔节期和齐穗期根系形态指标和群体根干质量小于毯苗机插。不同于翻埋还田对毯苗机插稻齐穗期根系生长有利,覆盖还田能有效促进人工移栽稻齐穗期根系生长,减缓花后根系衰老,维持单茎较大伤流强度。2)与秸秆不还田相比,秸秆还田平均使水稻增产3.50%,与人工移栽互作的增产率为2.03%～9.81%,与毯苗机插互作的增产不明显,其中又以秸秆覆盖还田与人工移栽互作增产效果最佳。3)分蘖盛期根干质量,成熟期根干质量、单茎根系指标和群体根系指标,分别与每穗粒数、总颖花量和产量显著正相关,分蘖单茎和群体根系形态指标与有效穗呈显著负相关。综上所述,秸秆还田后人工移栽均实现了增产,而毯苗机插多表现为减产,覆盖还田产量较翻埋还田高。覆盖还田与人工移栽互作下的水稻根系早生快发、衰老慢、单茎伤流强度大,产量最高,翻埋还田促进了毯苗机插中期的根系生长,但齐穗后根系衰老快,单茎伤流强度小。     

核麦间作系统小气候效应及其对小麦产量的影响

利用KS4000手持气象站和SUNSCAN冠层分析系统,测定了核桃一小麦间作系统的田间小气候,并以单作田小麦为对照,对间作小麦的产量及其构成因素进行分析。结果表明,相对于单作田,核麦间作系统明显降低了小麦冠层的风速和温度,增大了小麦冠层的相对湿度,但核麦间作系统也明显降低了小麦冠层顶部入射的光合有效辐射量和冠层截获的光合有效辐射量;核麦间作系统小麦的生物量、穗粒数、穗粒重、收获指数、公顷穗数、千粒重和产量均显著低于单作系统（P〈0．05）。可见,虽然核麦间作系统在一定程度上改善了田间小气候,但由于核桃树对小麦遮荫作用较大,光合有效辐射透过率较低,导致了间作小麦产量的显著降低（P〈0．05）。因此,通过对核麦间作复合群体中主要气象因素变化特点的探讨,找出影响小麦生长的主要原因,有利于采取相应的栽培调控措施,优化间作群体结构。     

Stage of harvest and polyunsaturated essential fatty acid concentrations in purslane (Portulaca oleraceae) leaves.

Purslane is a nutritious vegetable crop rich in the polyunsaturated essential fatty acids (PUEFA) alpha-linolenic acid (LNA) and linoleic acid (LA), which are essential for normal human growth, health promotion, and disease prevention. Total lipids and fatty acid concentrations at three stages of harvest (6-, 10-, and 14-true-leaf stages) were examined in a cultivated variety of purslane (Portulaca oleraceae L. var. sativa). The 14-true-leaf stage of growth was found to be ideal for harvest because at this stage the leaf area, shoot fresh weight, shoot dry weight, and PUEFA concentrations per gram of leaf fresh weight were higher (P < or = 0.05) than at the 6- and 10-true-leaf stages of growth. The LNA to LA ratio was also highest at the 14-true-leaf stage.     

陕西省能源消费碳排放影响因素分析与政策启示

根据IPCC碳排放计算方法计算了陕西省1980—2010年的能源消费碳排放量,系统分析了陕西能源消费碳排放总量、碳排放结构的变化,并对陕西碳排放进行阶段划分,同时运用对数平均迪氏指数法LMDI,定量分析了碳排放影响因素的作用程度。结果表明:1980—2010年,陕西省碳排放总量和人均碳排放呈波动上升的“N”型曲线,煤炭消费是碳排放的主要来源,在其他因素不变的情况下,能源消费量直接决定碳排放量和人均碳排放量;陕西省碳排放经历了3个阶段,分别是经济快速增长碳排放低速增长阶段（1980—1996年）,经济低速增长碳排放缓慢降低阶段（1996—2000年）,经济和碳排放快速增长阶段（2000—2010年）;陕西碳排放的主要驱动因素是经济产出,对碳排放的整体贡献为216.17%;其次为产业结构,整体贡献为9.72%;最后是人口,整体贡献为8.81%;主要抑制因素是能源强度,整体贡献为-131.96%;能源结构的整体贡献为-2.75%。     

Interactions between beta-lactoglobulin and pectins during in vitro gastric hydrolysis

This paper deals with the influence of different levels of three pectins, low-methylated pectin (LMP), high-methylated pectin (HMP), and low-methylated and amidated pectin (LMA), on the in vitro gastric hydrolysis of beta-lactoglobulin (beta-lg). Proteolysis by pepsin consisted of a 2-h progressive reduction of pH. A turbidity measurement of beta-lg-pectin mixtures was carried out during the proteolysis. The influence of pectins on pepsin enzymatic activity was also evaluated. beta-Lg was resistant to peptic digestion. The presence of each of the three pectins at a concentration of 50 wt % increased the N release at all pH values considered, despite a significant inhibition of the pepsin enzymatic activity with the pectins. The turbidity of beta-lg solutions during proteolysis was reduced by the addition of pectins, because of the formation of electrostatic complexes between this protein and pectins. The increase of N release could be a false positive result due to the difficulty of precipitating protein by trichloroacetic acid because of the formation of electrostatic complexes demonstrated by the decrease of turbidity.     

微根管法监测膜下滴灌棉花根系生长动态

为了精细监测膜下滴灌条件下棉花(Gossypium hirsutum L.)细根生长形态,于2014年在巴州灌溉试验站开展大田试验,采用微根管法原位监测棉花根系生长,并与传统网格法作对比。分析棉花根系生长动态,构建微根管法测定的形态参数与网格法所测定形态参数的回归模型。结果表明:花期到吐絮期,利用微根管监测10~20 cm处根系生长得到的棉花根长更新速率为1.844 mm/d,期间棉花老根不断死亡和分解。微根管法与网格法测得的根系深度为50 cm,根长密度随着深度增加先增大后减少,根长密度在20~30 cm处最大。两种方法监测得的根长密度具有较好的线性相关,由微根管法测得的剖面根长密度,可通过线性回归方程换算得到实际的体积根长密度。利用微根管法能可靠地监测棉花根系的生长动态变化,今后的研究可进一步加大微根管监测范围和频率,精细监测细根生长全过程,通过构建根系生长模型分析膜下滴灌条件下棉花根系生长时空动态。