插入式滴灌管局部阻力相邻影响研究

为研究插入式滴头局部阻力间的相互影响,以16插入式滴灌管为研究对象,设置6种滴头间距进行灌水试验,同时采用CFD模拟并分析验证。在此基础上对20滴灌管进行了模拟研究。结果表明:滴头局部阻力相邻影响系数模拟结果与试验结果基本吻合;滴头局部阻力相邻影响系数随滴头间距的减小而减小;滴头前后扰动范围和流速分布的变化是滴头局部阻力产生相邻影响的主要原因;滴灌设计中,当滴头间距小于0.5 m时,应考虑滴头局部阻力间的相邻影响,相邻影响系数取值范围为0.9~1.0。     

喷灌水量分布由平地向坡地转换计算模型研究

针对坡地喷灌水量分布实测困难问题,以坡地喷头射程计算公式为基础,依据喷头射流方向总水量守恒原理,构建了喷灌水量分布由平地转换到坡地的计算模型,并通过试验验证了模型的正确性。利用该模型,分析了喷头布置方式、间距、工作压力和坡度等对坡面喷灌水量分布的影响,结果表明,三角形布置有利于坡地单喷头水量分布的叠加,且其组合喷灌均匀度略高于方形布置;随着喷头间距的增大,组合喷灌均匀度呈下降趋势;喷头低压运行时,组合喷灌均匀度相对较低,不能满足喷灌均匀性的要求,随着喷头工作压力的增大,组合喷灌均匀度逐渐增大;在一定坡度范围内,不同坡度对水量分布和组合喷灌均匀度的影响较小。因此,在坡地喷灌系统设计时,若选用雨鸟LF1200型喷头,建议采用三角形布置,喷头间距宜为1.0～1.2倍平地喷头射程,喷头工作压力宜选用300k Pa。     

基于遥感和蚁群算法的多目标种植结构优化

针对农业种植结构与水资源不匹配的问题,以主要作物不同生育期需水特点和区域降水特点吻合性为基础,建立了考虑灌区节水效益、经济效益和生态效益的多目标种植结构优化模型,并以宝鸡峡五泉灌区为例,利用遥感快速获取灌区种植结构信息,并以不同口粮面积约束为条件建立2种优化方案,采用蚁群算法对模型在不同约束下的2种优化方案进行优化求解.结果表明：方案1,2的灌区需水总量为现状的85.4%和83.4%,纯收入比现状在平水年低5.4%和高7.1%,在干旱年低5.9%和高7.3%,降雨耦合度分别在平水年高12.6%和15.6%,干旱年高17.5%和28.6%,对2种不同约束方案优化结果比较得出,方案2为最优调整方案.该研究在未改变原有灌区种植面积的条件下,经种植结构优化调整后,既可保持灌区生态环境的可持续发展,又使灌区经济收入有很大的提高.这对农业节水规划具有较高的实用价值和理论意义.     

基于高光谱和机器学习模型的冬小麦土壤含水率监测研究

为及时获取大田作物根区土壤含水率(Soil moisture content, SMC),实现精准灌溉,运用高光谱技术,通过连续2年(2019—2020年)田间试验采集了冬小麦拔节期不同土层深度SMC及高光谱数据,构建了3类植被指数(蓝、黄和红边面积等三边光谱参数,与冬小麦根区SMC相关性最高的任意两波段植被指数和前人研究与作物参数相关性较好的经验植被指数)并筛选与各土层深度SMC相关系数最高的植被指数,随后将筛选后的植被指数作为模型输入,分别采用随机森林(Random forest, RF)、反向神经网络(Back propagation neural network, BPNN)和极限学习机(Extreme learning machine, ELM)构建冬小麦拔节期不同土层深度SMC估算模型。结果表明,绝大部分三边参数、任意两波段植被指数和经验植被指数在深度0～20 cm土层的SMC相关系数较20～40 cm和40～60 cm更高,在深度0～20 cm土层两波段组合构建的光谱指数与SMC的相关系数最高,均超过0.8,其中RI与SMC的相关系数最高,为0.851,其波长组合为675...     

膜下滴灌棉田冻融期土壤剖面水盐热分布动态

为了深入揭示干旱区膜下滴灌棉田冻融期土壤水、盐和温度的动态变化规律,利用Hydra水盐热系统实现对冻融期宽行、窄行和膜间位置15,25和40 cm深度土壤液态水分、温度和电导率实时等间隔加密监测,分析了冻融期土壤水盐热动态变化过程.结果表明:同一位置不同深度液态水分、电导率和温度动态变化规律一致;冻融期内盐分垂向运移规律为深层土壤内的盐分向表层运移,冻融作用使盐分发生了重分布,加重了土壤40 cm深度的盐分含量,电导率增值范围为20~80 μS/cm,并且冻融前后不同位置电导率以位置排序由大到小为宽行,窄行,膜间;在冻融过程中不同位置土壤温度、液态水分和电导率两两之间存在着正相关关系(P<0.01),其相关系数大于0.74,而电导率与温度和液态水分两者也存在极强的多元一次函数关系(P<0.01),其相关系数大于0.90;冻结和融化并不是重合的过程,而是在期间会出现分叉点,分叉点出现在-1 ℃附近.研究结果对制定合理的非生育期灌溉制度具有重要参考意义.     

无人机热红外遥感反演玉米根域土壤含水率方法研究

为了减少土壤背景带来的干扰,更加准确、高效的获取无人机热红外图像中的玉米冠层温度,进而快速反演玉米地土壤含水率,以4种水分梯度处理的拔节期玉米为研究对象,借助无人机可见光和热红外图像,采用RGRI指数法、Otsu阈值法和不剔除土壤背景3种处理方法提取热红外图像中玉米冠层温度信息,计算作物水分胁迫指数(Crop water stress index,CWSI)并用于反演不同水分梯度处理下玉米地不同深度的土壤含水率,基于3种方法获得的CWSI分别记为CWSIRGRI、CWSIOtsu、CWSIsc.结果表明:①基于RGRI指数法获取的玉米冠层温度与实测冠层温度的相关性最高(R2均大于0.8;RMSE均小于1℃),Otsu方法次之,不剔除土壤背景方法效果最差.②在整个拔节期,CWSIRGRI反演土壤含水率效果最好(R2均大于0.5,P<0.01;效果显著),CWSIOtsu次之、CWSIsc反演效果最差.③选取CWSIRGRI为最优CWSI指标,其在玉米拔节期5个土壤深度内的R2呈现先上升后下降的趋势且都在0～30 cm深度内达到最大值.因此,基于RGRI指数法建立的CWSIRGRI可以作为反演玉米地土壤含水率的有效指标.     

棉花脱叶剂对不同播期油菜种子萌发 及幼苗生长的影响

为探明喷施棉花脱叶剂后油菜的最佳适播期,以常规油菜中双11号为供试材料,设置5个不同播期(10月11、14、17、20、23日,分别以T1、T2、T3、T4和T5表示),在T2播期完成时在土壤上喷施棉花脱叶剂及清水(对照),研究喷施棉花脱叶剂对后茬不同播期油菜种子出苗率及幼苗性状的影响。结果表明,喷施脱叶剂后,T1和T2播期油菜种子出苗率和幼苗鲜重显著低于对照,T1播期油菜种子发芽势和苗高也显著低于对照,其他播期油菜出苗率、发芽势以及幼苗性状与对照均无显著差异;播期不同对油菜种子发芽势无显著影响,但对幼苗性状影响显著;T3播期脱叶剂处理和对照的幼苗性状均表现最佳。油菜最佳适播期为T3时期,且在油菜直播后喷施脱叶剂显著影响油菜种子正常萌发及幼苗生长。     

基于多种高光谱指标反演冻结土壤含水率的研究

在中国季节性冻融区如何高效快速地监测冻结土壤的含水率至关重要。以内蒙古河套灌区典型灌域土壤为对象,在实验室分梯度配置不同含水率的土样,通过地物光谱仪测定土壤冻结与未冻结状态下的高光谱数据,处理得到原始光谱反射率(Raw Spectral Reflectance,REF)、一阶微分反射率(First-order Differential Reflectance,FDR)和二阶微分反射率(Second-order Differential Reflectance, SDR)、标准正态变量变换(Standard Normal Variable Reflectance,SNV)和倒数之对数变换(Logarithm of Reciprocal,LR) 5种光谱指标,采用偏最小二乘回归法(Partial Least Squares Regression,PLSR)、多元逐步回归法(Multiple Stepwise Regression,MSR)、支持向量机法(Support Vecor Machine,SVM)和一元线性回归法(Unary Linear Regression,ULR),构建基于不...     

基于分数阶微分光谱指数的冬小麦根域土壤含水率估算模型

为探讨分数阶微分（fractional-order differentiation,FOD）技术联合光谱指数改善高光谱反演冬小麦根域土壤含水率（soil moisture content,SMC）的效果,该研究以冬小麦为研究对象,测取高光谱反射率和土壤含水率数据,将高光谱反射率经Savitzky-Golay(SG)平滑处理后计算典型光谱指数以此构建偏最小二乘回归（partial least squares regression,PLSR）、随机森林（random forest,RF）和BP神经网络（back propagation neural network,BPNN）3种土壤含水率反演模型;将高光谱反射率进行0～2.0阶（步长为0.2）的分数阶微分处理后计算比值指数（ratio index,RI）和归一化指数（normalized difference index,NDI）,分析不同阶的RI、NDI与SMC之间的二维相关性,筛选得出敏感光谱指数并分组,以此构建3种反演模型（PLSR、RF和BPNN）。结果表明：不同典型光谱指数与土壤含水率的相关性存在很大差异,相关系数波动范围在0....     

基于灰度关联-岭回归的荒漠土壤有机质含量高光谱估算

为改善高光谱技术对荒漠土壤有机质的估测效果,该文采集了以色列Seder Boker地区的荒漠土壤,经预处理、理化分析后将土样分为砂质土和黏壤土2类,再通过光谱采集、处理得到6种光谱指标:反射率(reflectivity,REF)、倒数之对数变换(inverse-log reflectance,LR)、去包络线处理(continuum removal,CR)、标准正态变量变换(standard normal variable reflectance,SNV)、一阶微分变换(first order differential reflectance,FDR)和二阶微分变换(second order differential reflectance,SDR)。通过灰度关联(gray correlation,GC)法确定SNV、FDR、SDR为敏感光谱指标,采用偏最小二乘回归(partial least squares regression,PLSR)法和岭回归(ridge regression,RR)法,构建基于敏感光谱指标的土壤有机质高光谱反演模型,并对模型精度进行比较。结果表明:砂质土有机质含量的反演效果要优于黏壤土;基于SNV指标建立的模型决定系数R~2和相对分析误差RPD均为最高、均方根误差RMSE最低,所以SNV是土壤有机质的最佳光谱反演指标;对SNV-PLSR模型和SNV-RR模型综合比较得出,SNV-RR模型仅用全谱4%左右的波段建模,实现了更为理想的反演效果:其中,对砂质土有机质的预测能力极强(R_p~2为0.866,RMSE为0.610 g/kg、RPD为2.72),对黏壤土有机质的预测能力很好(Rp2为0.863,RMSE为0.898 g/kg、RPD为2.37)。荒漠土壤有机质GC-SNV-RR反演模型的建立为高光谱模型的优化、土壤有机质的快速测定提供了一种新的途径。