Soil erosion modelling of burned and mulched soils following a Mediterranean forest wildfire

Soil erosion modelling applied to burned forests in different global regions can be unreliable because of a lack of verification data. Here, we evaluated the following three erosion models: (1) Water Erosion Prediction Project (WEPP), (2) Morgan-Morgan-Finney (MMF) and (3) Universal Soil Loss Equation-Modified (USLE-M). Using field plots that were either untreated or mulched with straw, this study involved observations of soil loss at the event scale at a burned pine forest in Central Eastern Spain. The erosion predictions of the three models were analysed for goodness-of-fit. Optimization of the MMF model with a new procedure to estimate the C-factor resulted in a satisfactory erosion prediction capacity in burned plots with or without the mulching treatment. The WEPP model underestimated erosion in the unburned areas and largely overestimated the soil loss in burned areas. The accuracy of soil loss estimation by the USLE-M model was also poor. Calibration of the curve numbers and C-factors did not improve the USLE-M model estimation. Therefore, we conclude that an optimized MMF model was the most accurate way to estimate soil loss and recommend this approach for in Mediterranean burned forests with or without postfire mulching. This study gives land managers insight about the choice of the most suitable model for erosion predictions in burned forests.     

基于均匀设计法的VIC模型参数率定

【目的】用新方法对大尺度分布式水文模型VIC的参数进行率定,为水文模型参数率定提供新的思路。【方法】采用均匀设计理论对传统的率定区间进行重构,确定最优组合,并对渭河流域的林家村、张家山以及流域出口断面水文站的径流进行模拟调试。【结果】将基准期需要率定的6个参数转化成一个6因素10水平的组合,仅通过10次率定就使各站的Nash系数达到0.85以上,总量精度误差控制在5%以内,能够满足工程精度要求。【结论】与其他参数率定方法相比,均匀设计原理在保证模拟效果的同时可以极大地减少工作量。     

基于贝叶斯推断的DNDC模型参数校正与不确定性评价研究

实现土壤有机碳(SOC)动态模拟结果的不确定性定量评价是农田管理决策成败的关键之一。采用贝叶斯推断和马尔科夫链蒙特卡洛方法(MCMC),对DNDC模型模拟江苏省宜兴市一个具有22年稻-麦轮作历史的田块的SOC动态变化,进行模型参数校正和模拟结果的不确定性定量评价。结果表明,DNDC模型适宜长期监测田块的SOC动态变化的模拟,但模型的模拟结果存在一定的不确定性;在DNDC模型输入参数数据质量不明的情况下,利用贝叶斯推断和MCMC方法能够有效地实现模型输入参数的自动校正和SOC模拟结果不确定性的定量评价,从而为实现区域或国家尺度农田SOC动态模拟的不确定性定量评价提供理论和方法依据。     

土地覆盖类别面积混淆矩阵校正与回归遥感估算方法对比

混淆矩阵校正和回归估算是2类常用的,以遥感数据作为辅助的区域面积总量估算方法,但它们的相对效果及适用条件并不明确。该文根据遥感影像分类误差的分布规律模拟生成不同总体分类精度的图像,并在此数据的基础上,采用统一的抽样方案,以简单抽样反推方法为对比基准,探讨在不同的总体分类精度和不同的样本量下区域面积总量遥感估算方法的精度及稳定性。试验得到以下结论:1)相比于简单抽样反推方法,混淆矩阵校正和回归估算具有更好的准确性和稳定性;2)在各总体分类精度和样本量下,简单回归估计、比估计均具有良好的准确性和稳定性,相比于混淆矩阵校正,回归类方法略具优势;3)当遥感数据分类精度较低(≤60%)时,混淆矩阵逆校正的准确性和稳定性与简单抽样反推方法无明显区别,因此在此种情况下应尽量避免使用混淆矩阵逆校正方法。     

水稻遥感估产中AVHRR通道1和通道2的大气影响校正

NOAA/AVHRR通道1和通道2的大气校正可简化为加法因子天空反照率和乘法因子透过率的计算。研究发现,传统的用黑色目标扣除法确定天空反照率值,主观性很强,而且直方图横坐标并非实际的反照率值,而是反照率分组值,因此简单地用直方图并不能真正确定黑色物体的反照率。改进方法首先计算NOAA/AVHRR数据的统计量,采用ENVI的选择感兴趣区功能,将统计计算得出的头几个值作为利用图像定义感兴趣区的阈值,然后在影像中判断其是否符合要求,来确定天空反照率值。用改进的方法对57幅NOAA/AVHRR数据进行计算,结果表明,简单的直方图法和统计计算结果加上影像判读的结果是有差异的,后者才能找到真正的像元最低点的值。然后再用能见度进行透射率订正,取得较好的结果     

PTC电阻式车用油位传感器控制系统研究

为了提高油位传感器的精确性,避免传统传感器的不足,根据传统的电阻油位传感器提出了在结构上采用PTC探针式电阻来获取油位,实时检测探针两端电压来分析并获取油位,并采用PID控制对数据进行修正。提出了基于压差的合理性范围检测油位评估检测系统并运用Simulink搭建系统的模型,在评估油位时出现不合理错误会报告给DSM系统,并重新测量。用系统标定实验和系统测量实验来验证系统的准确性。系统在一定程度上提高了测量的准确性并能够有效避开温度等其他因素的影响,经实验证明在标定后的检测系统精确性较高,最大相对误差不超过2.90%。     

WOFOST模型在河南省夏玉米主产区的校准与验证

为检验WOFOST模型在河南夏玉米主产区的适用性,通过大田试验数据,对WOFOST进行参数校准,并利用独立数据,对夏玉米叶面积指数、生物量、产量的模拟结果进行验证.结果表明,校准后的WOFOST对叶面积指数、生物量和产量的模拟效果较好.在整个生育期内,叶面积指数模拟值与观测值的归一化均方根误差(NRMSE)为20.7％,茎、叶、籽粒各器官干物质量及地上部生物量模拟值与观测值的NRMSE分别为10.6％、18.3％、21.3％、17.7％,夏玉米收获产量模拟值与观测值的NRMSE为6.1％.校准后的WOFOST可较准确地模拟夏玉米生长动态及生物量积累动态,适用于河南夏玉米主产区夏玉米生长模拟和产量预测.     

离散元法在农业工程研究中的应用现状和展望

现代农业装备数字化设计是农业工程领域的主要研究方向之一,农业机械与各类农业物料的接触作用及其对农业机械设计工作的影响是现代农业装备数字化设计重要内容和难点.离散元法是一种基于不连续性假设的计算机数值模拟方法.研究表明,离散元法可以用于仿真分析农业散体物料与机械装备间的相互作用关系,为现代农业装备数字化设计提供了新手段,...     

收获期豌豆籽粒离散元仿真参数标定

针对收获期豌豆籽粒在脱粒与清选仿真模拟中缺乏准确离散元仿真参数的难题,采用物理试验和仿真试验相结合的方法对豌豆籽粒仿真参数进行标定。以籽粒堆积角为评价指标,通过Plackett-Burman试验筛选显著性参数,借助最陡爬坡试验和Box-Behnken试验得到显著性参数最优组合,通过仿真试验标定非显著性参数。结果表明：籽粒间碰撞恢复系数、静摩擦系数和滚动摩擦系数分别为0.364、0.519和0.444;豌豆籽粒-钢碰撞恢复系数、静摩擦系数和滚动摩擦系数分别为0.505、0.462和0.090;物理和仿真试验堆积角分别为19.841°和19.714°,其相对误差为0.64%。研究可为豌豆机械化收获过程离散元仿真分析提供参考。     

基于季节特征的土壤退墒模型建立与率定

利用河南省南阳市2011—2015年12个墒情站的土壤水分监测资料,分析研究了无增墒情况下土壤含水量消退规律,构建出基于不同季节(夏季、春秋季与冬季)的土壤含水量与衰减系数的数学模型,运用规划求解法率定模型参数,并利用2016—2017年资料对模型进行检验。结果表明,不同季节土壤水分衰竭系数模型分别为α=1.023(1-ω~2/4353)~(1/2)(夏季)、α=1.013(1-ω~2/7005)~(1/2)(春秋季)与α=1.008(1-ω~2/9303)~(1/2)(冬季),所建立的数学模型适用于南阳市相应季节壤土与粘壤土小麦、水稻与休闲地土壤旱情预测,但不适用于夏季与春秋季砂土特别是休闲地砂土土壤墒情预测。