基于无人机遥感的夏玉米水分胁迫指数改进方法

冠层温度（canopy temperature,Tc）是作物水分胁迫计算的基础。准确地剔除热红外图像中的土壤背景,可以提高作物水分的监测精度。该研究以4种水分处理的拔节期夏玉米为研究对象,借助无人机可见光和热红外图像,采用红绿比值指数（red-green ratio index,RGRI）法提取研究区域的面状玉米冠层温度的空间分布信息,并分析每幅热红外图像上冠层温度的累积频率。该并提出了两种改进作物水分胁迫指数（crop water stress index,CWSI）性能的方法,一是使用基于正态分布的不同统计分位数分割冠层温度,并基于不同统计分位数上的平均冠层温度计算CWSI（记为CWSITcF%）。二是基于冠层温度方差（canopy temperature variance,Var）,将玉米冠层数据分为4个区间：区间Ⅰ,Tc≤40,Var≤10;区间Ⅱ,Tc≤40,10< Var≤20;区间Ⅲ,35< Tc<45,Var>20;区间Ⅳ,40< Tc<50,0< Var≤20,并在各自区间上选择最敏感的统计分位数计算CWSI（记为CWSIn）。研究结果表明：1）利用2020年和2021年两年数据计算的CWSIn与作物生理指标（气孔导度Gs、净光合速率Pn、蒸腾速率Tr）间的决定系数R2分别为0.72、0.52、0.62 ,nRMSE分别为23.96%、24.06%、25.60%,模型拟合精度高于原始CWSI（R2分别为0.73、0.34、0.46,nRMSE分别为23.69%、28.27%、30.21%）,但与CWSITcF%差别不大（R2分别为0.74、0.54、0.61,nRMSE分别为22.87%、23.74%、25.61%）;2）虽然CWSITcF%能提高诊断作物水分胁迫的精度,但最敏感的冠层温度区间在年际间相差较大（2020,61.17%;2021,49.38%;两年数据,83.51%）,而CWSIn稳定性更高（与生理指标间的nRMSE分别为：2020年16.60%、27.37%、28.49%;2021年21.60%、18.95%、22.64%）。因此,综合来看 CWSIn可以更加精确地监测作物水分胁迫,利用该改进方法可为无人机遥感精准监测作物水分胁迫状况提供参考。     

基于MWatNet模型的河套灌区解放闸灌域灌溉水体提取

为提高灌溉农田中灌溉水体的识别精度,以河套灌区解放闸灌域作为研究区,基于Sentinel-2遥感影像,结合灌区实际情况对地表水体提取模型(WatNet)进行改进,得到MWatNet模型并提取灌溉水体。采用总体精度（Overall accuracy,OA）、平均交并比（Mean intersection over union,MIoU）、F1值等水体提取精度指标进行综合评价。结果表明：改进后的地表水体提取模型(MWatNet)在解放闸灌域农田灌溉水体的提取上具有较好的识别精度,模型总体精度达到96%,平均交并比达到83%,F1值为80%,实地调研验证准确度为85.7%;对比原WatNet、水体语义分割模型(Deeplabv3_plus)和水体提取模型(Deepwatermapv2),MWatNet在灌溉水体提取的连结性、剔除道路和城镇干扰等方面,均表现出更好的效果和模型运行效率。利用该模型可以实现灌溉水体定量化表征,为灌溉用水调度提供了数据支撑。     

基于PC-RELM的养殖水体溶解氧数据流预测模型

养殖水体中溶解氧浓度一直是最重要的水质参数之一。为了精准地对水体溶解氧进行调控,提高养殖生产效率,降低养殖风险,该研究考虑外部天气条件对溶解氧的影响以及溶解氧自身的昼夜变化特征,提出一种基于正则化极限学习机（principal component analysis and clustering method optimized regularized extreme learning machine,PC-RELM）的养殖水体溶解氧数据流预测模型。首先,采用主成分分析法判断影响溶解氧浓度的强重要性因子,降低预测模型的数据维度;其次,利用熵权法计算各时刻点的天气环境指数,并利用快速动态时间规整算法（fast dynamic time warping,FastDTW）完成时间序列数据流在不同天气环境下的相似度度量;然后使用k-means算法对时间序列的相似度进行聚类分簇,并基于分簇结果完成正则化极限学习机预测模型的构建,实现溶解氧浓度的估算。最后将PC-RELM模型应用到无锡南泉试验基地养殖池塘的溶解氧预测调控过程中。试验结果表明：PC-RELM的预测均方根误差值（root mean square error, RMSE）为0.961 9,与PLS-ELM（partial least squares optimized ELM）、最小二乘支持向量机（least square support vector machine,LSSVM）以及BP神经网络模型进行对比,其RMSE值分别降低了41.54%、54.58%和67.16%。该预测模型可以有效地捕捉不同天气条件下溶解氧的变化特点,具有较高的预测精度和效率。     

光稳定剂对木粉/回收聚乙烯复合材料老化性能的影响

选用了6种光稳定剂,通过分析老化前后添加不同光稳定剂的木塑复合材料性能变化,考察了常用光稳定剂品种对于木塑复合材料抗老化性能的影响。结果表明：光稳定剂能够有效增加WPC的抗老化能力,减少老化过程导致的力学性能下降;光稳定剂品种对于老化过程WPC静曲强度下降的影响有明显差异,位阻胺类与二苯甲酮类优于苯并三唑类;光稳定剂品种对于老化过程WPC吸水率的增加有明显差异,位阻胺类最优,二苯甲酮类次之,苯并三唑类最差;光稳定剂品种对于老化前后WPC色差的影响没有明显差别。     

安阳小南海泉水源保护区生态景观规划

以安阳小南海泉水源保护工程为例,对水利工程生态景观化处理的原则、方法及注意事项进行分析和论证,因地制宜,对小南海泉域水利工程进行景观化处理,使水利工程在具备坚固、耐用性的同时,也兼有生态性、景观性和经济性,从而促进当地的社会经济发展。     

河北省棉花灌溉需水量与灌溉需求指数分析

对不同水文年份作物需水量和灌溉需水量的分析能够为作物灌溉用水定额的制定、作物生育期的水分管理和农业水资源规划提供基础数据。该文基于河北省棉区的气象资料,采用FAO推荐的Penman-Monteith 公式和作物系数法计算参照作物需水量和棉花需水量;利用水文计算应用最广的皮尔逊III型分布曲线,通过频率计算和配线法确定不同水文年份棉花生育期的有效降水量和需水量;据此分析不同水文年份棉花的灌溉需水量和灌溉需求指数。分析结果表明,河北省棉花多年平均需水量648.9 mm,多年平均灌溉需水量190.6 mm,多年平均灌溉需求指数0.29。枯水年（P=75%）、平水年（P=50%）和丰水年（P=25%）河北省棉花灌溉需水量分别为299.1、182.8和84.7 mm,灌溉需求指数分别为0.45、0.28和0.13。     

3种湿地植物克隆生长及其生物量对不同水淹的响应

通过人工模拟水位控制试验,研究不同水位梯度处理对3种水生植物梭鱼草、菖蒲和黄花鸢尾株高、克隆分株数、生物量积累及生物量分配格局的影响。试验设置固定水位和周期波动水位2种处理,固定水位分别为自由水面淹没苗钵的1/2 (低水位),全淹（中水位）和高出苗钵上口径12cm（高水位）3个梯度;波动水位为低水位处理14d,然后转至高水位处理7 d,以此往复循环,持续56d。结果表明：不同水位梯度对3种水生植物的株高、克隆分株数、生物量积累与分配格局等指标均有显著影响(P<005);株高、克隆分株数（黄花鸢尾除外）在波动水位处理下均显著高于固定水位（P<005）,固定水位中的高水位和波动水位处理后梭鱼草根状茎、叶和根生物量均显著高于中水位和低水位梯度。波动水位和固定水位中的高水位处理仅对菖蒲的叶质量有显著影响,且明显高于中水位和低水位。黄花鸢尾各构件生物量在各水位处理中无显著差异（P>005）。综合来看,波动水位更有利于3种水生植物种群的建立。     

陕西省水土保持率远期目标值与分阶段目标值的确定与探讨

[目的] 探讨和明确陕西省水土保持率远期目标值与分阶段目标值,为准确评价该区水土保持工作成效和科学推进水土流失综合防治工作提供科学支撑。 [方法] 综合考虑陕西省社会经济条件与自然条件,分析对应年度水土流失面积变化情况及水土保持率变化情况,结合各年度水利年鉴和全国水土保持规划实施情况考核评估结果,结合土壤侵蚀分类分级、土地利用、海拔地形、植被覆盖、地理空间数据,研判现状条件下陕西省水土流失治理形势,确定陕西省2050年水土保持率远期目标值,及2025,2030和2035年分阶段目标值,并结合目标责任考核,提出陕西省水土保持率的实现途径。 [结果] ①自2011年以来陕西省水土流失面积年均减少量不断降低,治理难度不断加大,陕西省水土流失面积由72 686.00 km²降低至2022年的62 637.02 km²; ②至2050年,水土流失治理措施全部实施后,预计削减水土流失面积21 607.05 km²,水土保持率远期目标值为79.02%; ③2025,2030和2035年分阶段目标值分别为71.42%,73.97%和75.62%。 [结论] 科学合理地确定陕西省水土保持率目标值,可以满足陕西省落实生态文明建设目标评价考核与水土保持目标责任考核等工作的需求。     

结合光谱降维的IPSO-SVR水体总磷浓度预测模型

[目的] 选择最优模型对水体中总磷浓度进行预测,为准确、实时、高效检测水资源状况提供支持。 [方法] 以2021年在长江中下游武汉—安徽地区采集的水质样本作为研究对象,首先,对采集到的长江光谱数据进行最大最小归一化和均值中心化两种预处理操作以便统一数据的范围和均值点,并使用核主成分分析(KPCA)技术对预处理后的光谱数据进行降维操作。选取方差解释率为99.6%下的6个特征向量进行后续预测模型的训练,接着在原有粒子群算法的基础上引入自适应惯性权重更新公式和遗传—模拟退火变异思想,提高算法的寻优能力。使用改进的粒子群优化算法对支持向量回归模型中的超参数组合进行寻优,对支持向量回归模型使用输出的结果进行预测模型的训练,最后使用测试集数据进行总磷浓度的预测。 [结果] 提出了一种结合光谱降维的改进粒子群优化算法(IPSO)结合支持向量回归(SVR)的水体总磷含量预测模型。通过和当前预测性能较好的几种机器学习模型进行精度的比较发现,该试验模型对长江水体总磷浓度进行预测时决定系数(R²)为0.973 920,均方根差(RMSE)为0.003 012,平均绝对误差(MAE)为0.002 105。 [结论] 使用光谱数据结合降维技术、粒子群优化算法和机器学习模型的算法融合模型检测水体总磷浓度可行性强,精确度高,且拟合效果良好。     

带状砂沟模式下土壤入渗过程模拟研究

[目的] 探究土壤质地类型和砂沟结构参数对土壤入渗过程的影响,为砂沟集雨工程设计、运行和管理提供科学依据。 [方法] 基于HYDRUS-2D/3D软件,建立带状砂沟模式下土壤水分运动数学模型,利用室内试验验证模拟带状砂沟模式下土壤入渗过程的可靠性。在此基础上,模拟分析不同影响因素下带状砂沟模式下土壤累积入渗量和湿润锋运移变化过程。 [结果] 模拟结果与实测数据无显著性差异且一致性良好,表明所建模型及其求解方法能够有效获取带状砂沟模式下不同时刻土壤累积入渗量和湿润锋运移距离数值;均质土壤填充带状砂沟存在明显的增渗效应。原土质地、砂沟距、砂沟宽和砂沟深均对增渗率有较大影响,增渗率随原土饱和导水率和砂沟距的增大而减小,随砂沟宽和砂沟深的增大而增大;土壤湿润锋轮廓呈下低上高的U形,随时间的延长,U形侧边湿润锋逐渐靠近砂沟交汇面,顶部平台逐渐消失;原土质地对湿润锋运移距离影响较大,湿润体随原土饱和导水率的增大而增大;砂沟深对湿润锋的形态和分布影响较大,随砂沟深度的增大,U字体型垂向拉伸,左侧湿润深度显著增大,右侧湿润深度变化微弱;砂土质地、砂沟距和砂沟宽对湿润锋运移距离影响较小。[结论] 带状砂沟土体构型能够显著提高土壤入渗能力,土壤质地类型和砂沟结构参数对土壤累积入渗量和湿润锋运移距离均有不同程度影响。