一种测量土壤水势的分体式张力计设计
这是一篇关于张力计,土壤水势,土壤水分,陶瓷头,软管,多孔陶瓷的论文, 主要内容为土壤含水量是农业生产中经常测定的项目,开发土壤水势测定仪器,对于探明土壤水分状况,进而为研究农作物生长做出科学的决策或采取合理的措施等具有重要意义。本文通过对各种土壤水势测定方法以及测定仪器的研究,开发设计出了一种软管连接的分体式测量土壤水势的张力计,该张力计使用一根导压软管将测量头陶土管和储水集气室连接起来,以代替有机玻璃或塑料硬杆结构,克服了壁效应对测量结果的干扰,也使陶瓷头埋设更加方便,注水更加容易,同时注水时不会对张力计产生扰动,避免了对土壤结构的破坏,使得测量结果的可靠性得到保证。主要研究内容如下:(1)张力计总体结构的设计,由于张力计每使用一定时间,就要对其进行注水,常用的土壤张力计是有机玻璃或塑料硬杆结构,注水时对土壤张力计扰动较大,会破坏土壤结构,对测量结果的可靠性影响较大,将其整体安装在土壤中,水会沿硬管壁入渗,也容易造成壁效应。本文设计将张力计的陶瓷头和有机玻璃管分离,两者用压力软管进行连接,这样方便注水,使用时只需将陶瓷头埋设到土壤中即可,其余装置都在地面上,不会对土壤造成干扰。(2)张力计各部分的设计加工,陶瓷头使用精陶质材料经过溶胶—凝胶成型工艺和特殊高温烧结制备而成,内部设计有一个空腔体,这样可以储存更多的水分,同时增大了陶瓷头与外界的接触面积,利于内外的水分进行交换,更快速的达到平衡状态。储水集气室容积设计为30ml以保证所存水能够较长时间的使用且其材料采用透明的有机玻璃,可以观察其内的水位变化。压力软管选用线编织胶管,能够承受负压和小角度弯曲。选用真空压力表作为压力测定装置,使用时不必对张力计供电,使得张力计结构简单,使用方便。(3)张力计性能测试,主要从量程、持时和反应时间这三个方面通过自由蒸发和土样实验来测试张力计的性能。
黄土高原旱作农区冬小麦植株水分对覆盖方式的响应
这是一篇关于地膜覆盖,秸秆带状覆盖,冬小麦,土壤水分,植株水分,产量的论文, 主要内容为黄土高原旱作农业区水资源匮乏严重制约着该区小麦的高产稳产,农田覆盖栽培能明显提升自然降水利用率,改善小麦生长的土壤水环境,进而促进了小麦生长及产量形成。然而关于农田覆盖栽培下土壤水分的时空变化对植株水分的影响尚不明晰。为此,本研究于2021-2022年,在黄土高原旱作农业区以冬小麦为研究对象,设置对照处理传统露地平作(CK),4种覆盖种植模式,秸秆带状覆盖4行(SSM4)和5行(SSM5),黑色地膜覆盖(BPMS)和透明地膜覆盖(TPMS),研究不同覆盖模式下麦田土壤水分、土壤温度、植株水分的动态变化,挖掘不同覆盖模式下旱地冬小麦土壤水分与植株水分之间的关系,揭示不同覆盖方式下旱地冬小麦的抗旱增产机理,为进一步提高黄土高原旱作区旱地冬小麦栽培技术研发和改进提供依据。主要研究结果如下:1.覆盖较CK显著提高了冬小麦产量和水分利用效率,地膜覆盖、秸秆带状覆盖产量和水分利用效率增幅分别为25.6%、18.7%和13.4%、16.8%,不同处理中TPMS和SSM5处理增幅最大。从产量要素分析,覆盖增产主要原因是单位面积穗数(r=0.868**)和千粒重(r=0.663**)的提高,覆盖处理较CK单位面积穗数和千粒重平均提高了16.6%和2.8%,增幅以TPMS最大(26.2%和5.2%)。从小麦生长的角度分析,覆盖的增产原因主要是显著提高了小麦地上部群体生物量(r=0.899**),相较CK,各处理增幅表现为TPMS(32.2%)>BPMS(18.9%)>SSM5(15.9%)>SSM4(10.6%)。2.覆盖显著提高了冬小麦植株及各器官水分。相较CK,挑旗～成熟期秸秆带状覆盖植株、叶、茎鞘、穗平均含水量增幅(3.6、5.8、3.1、5.1个百分点)高于地膜覆盖增幅(2.0、3.3、2.3、1.0个百分点);小麦挑旗～成熟期各处理间植株水分差异随生育时期的推进逐渐增加,小麦植株及各器官含水量和相对含水量在小麦成熟期各处理间达最大差异,均表现为秸秆带状覆盖>地膜覆盖>CK。覆盖显著改善了冬小麦旗叶水分状况,小麦挑旗～成熟期秸秆带状覆盖处理旗叶平均相对含水量、旗叶失水速率和旗叶水势较CK显著增加7.3个百分点、11.6%和9.4%,大于地膜覆盖(较CK增幅2.4个百分点、6.3%和3.3%),同时秸秆带状覆盖旗叶快速失水阶段较地膜覆盖和CK延迟了5天,可见秸秆带状覆盖能有效延缓小麦生育后期功能叶的衰老。3.覆盖使麦田土壤墒情明显改善,地膜覆盖和秸秆带状覆盖均较CK显著提高了全生育期0～200cm土壤含水量,增幅分别为1.4个百分点和1.2个百分点,且分别以TPMS和SSM5处理增幅最大。时期间,相较CK,地膜覆盖在越冬～拔节期(2.1个百分点)增墒幅度大于秸秆带状覆盖(0.8个百分点);而挑旗～灌浆期秸秆带状覆盖(1.3个百分点)增墒幅度大于地膜覆盖(1.1个百分点)。土层间,覆盖处理较CK增墒幅度中下层土壤(60～200 cm)大于上层土壤(0～60 cm),其中上层土壤秸秆带状覆盖(0.8个百分点)增墒幅度大于地膜覆盖(0.7个百分点),而中下层土壤则相反,增幅地膜覆盖(1.9个百分点)大于秸秆带状覆盖(1.4个百分点)。4.覆盖较CK可显著影响小麦农田土壤温度,全生育期秸秆带状覆盖显著降温2.2℃;地膜覆盖显著增温0.9℃。分生育时期来看,秸秆带状覆盖在越冬期0～25 cm土层较CK平均显著增温0.5℃,在返青～成熟期较CK均显著降温,降幅为1.9℃;地膜覆盖中TPMS全生育期0～25 cm土层均表现为增温效应,且在返青期0～5 cm土层增温幅度最大(3.1℃),BPMS在孕穗期10～25 cm土层和成熟期20～25 cm土层呈降温效应,其余生育时期各土层均呈现增温效应。5.覆盖处理下土壤水分的变化可明显影响冬小麦植株及各器官水分,覆盖处理下小麦营养生长阶段(r=0.797**)和生殖生长阶段(r=0.629**)土壤水分能显著影响相应生育阶段的植株水分。冬小麦挑旗～成熟期土壤平均含水量对植株(r=0.789**)、叶(r=0.873**)、茎鞘(r=0.726**)和穗(r=0.687**)平均含水量均有显著影响。分生育时期来看,以小麦开花期和灌浆期土壤含水量的变化对小麦植株水分的影响较大,而其余时期土壤含水量变化影响较小。从不同土层分析,土壤水分对植株水分的影响随土层加深而减弱,小麦植株水分变化受上层土壤水分(0～60 cm)影响最大。综上所述,秸秆带状覆盖和地膜覆盖均能有效改善麦田土壤墒情,调控并稳定土壤温度,提高植株水分,有利于小麦生长成穗,最终促进高产的形成,其中秸秆带状覆盖能有效维持小麦花后植株水分,延缓植株衰老进程,有利于提高小麦花后光合生产力。此外秸秆带状覆盖作为一种可持续的、保护性的覆盖措施,更有利于黄土高原旱作农区农田生态环境的改善及绿色农业的发展,适于该地区推广应用。
基于多频被动微波遥感的土壤水分与植被物候耦合模式研究
这是一篇关于土壤水分,植被光学厚度,多频被动微波遥感,火灾监测的论文, 主要内容为土壤水分(Soil Moisture,SM)与植被光学厚度(Vegetation Optical Depth,VOD)等是地表能量平衡、水循环、碳循环以及气候模式中的重要参数。当下利用被动微波遥感技术获取大尺度SM和VOD已成为当前最有前途的手段。虽然目前已有众多SM以及VOD产品投入使用,但是由于反演算法适用性,微波观测频率不同等问题,在不同下垫面条件下土壤水分以及植被光学厚度产品的数据质量仍未完全理解,进而给应用研究带来了困难;被动微波SM数据估算大洲尺度地表水季节性变化的潜力仍未被挖掘;多频VOD数据在特大大面积火灾前后植被水动态监测的潜力仍未被挖掘;火灾等自然灾害会导致次生演替,进而影响植被物候,导致了原有的季节性耦合模式在火灾期间并不完全适用。为此,针对上述不足,本文基于当前多频被动微波遥感土壤水分与植被光学厚度数据,以澳大利亚作为研究对象,结合2019-2020年森林火灾深入研究了长时间序列土壤水分与植被物候的耦合模式。主要成果如下:(1)评估了基于多频被动微波遥感的SM与VOD产品的数据质量,并给出基于这两种产品的应用研究的适用性条件。针对SM与VOD产品数据质量仍未被全面评估的问题,将实测土壤水分数据及光学植被指数作为参考数据,利用动静态条件结合的方法,使用相关性,偏差,均方根误差,无偏均方根误差等质量指标实现了数据质量的全面评估。研究发现基于L波段观测的SM与VOD数据整体性能较好,更适用于茂密植被地区的监测,但这种优势并不适用于全部地区,多频被动微波产品性能在不同下垫面条件下具有互补性;随着土壤温度的升高,SM的反演结果精度会有一定程度上的提高,但是土壤的湿润程度与SM反演精度相关性并不显著。(2)分析并得出了未受火灾影响时SM与植被叶片物候之间稳定的季节性耦合关系。针对SM与植被叶片物候并不同步的问题,在已有的数据质量验证的基础上,选取2011-2018年高质量SM产品以及能够表征植被叶片物候的叶面积指数,提取两者季节性变化的耦合模式。研究发现,在澳大利亚北部和东北部SM的季节变化与叶物候高度同步。然而,在澳大利亚东南部的亚热带森林中,植被叶片的生长滞后于SM长达90天。澳大利亚西南部植被叶片物候与SM之间的时滞时间约为60天。该耦合模式的可靠性已被多种长时序SM产品验证。(3)给出了火灾期间植被与SM的耦合关系,并评估2019-2020年澳大利亚森林火灾的严重程度。通过将光学植被指数与多频被动微波遥感数据结合的方法分别评估火灾对植被绿色与非绿色组成部分的影响;提取火灾期间的植被与土壤动态;最后将该动态与已有的稳定耦合模式对比。实验结果表明,森林火灾导致植物蓄水量的季节变化与植被叶片物候更加同步。在常绿阔叶林和常绿针叶林中,灾后恢复过程中,植被叶片的生长滞后于植被蓄水的恢复达120天。木本草原、灌木等植被覆盖区的灾后恢复并不显著。火灾会缩短植被叶片与SM季节性变化之间的时滞时间进而改变该耦合模式。该论文有图27个,表28个,参考文献188篇。
大田作物旱情监测与预警系统设计
这是一篇关于大田,土壤水分,作物水分,监测预警系统,B/S架构的论文, 主要内容为中国是一个传统的农业种植大国,耕地面积大约有1.35亿公顷。然而由于水资源的相对匮乏,使得作物旱情问题一直困扰着农民和农业科技工作者。每年由于旱灾给各地带来数以亿计的作物损失,有些相对落后的地区受灾更为严重,甚至造成作物绝收,严重制约各区域的经济发展和社会稳定。因此,对于作物旱情监测预警的研究显得尤为刻不容缓,在现代农业生产中将会发挥重要作用,具有重要的经济价值和社会价值。本文依托安徽省科技攻关项目,设计开发大田作物旱情监测与预警系统。该系统主要利用SSH框架技术,采用B/S架构,使用Eclipse开发工具进行程序设计,SQL Server2008进行数据库设计,实现五大功能模块,包括土壤水分监测、作物水分监测、旱情监测预警、系统管理和系统说明。本文的主要研究内容和成果如下:1、结合安徽省农业发展的实际情况和用户实际需要对系统的整体功能需求和非功能需求展开分析,确定土壤水分监测、作物水分监测、旱情监测预警、系统管理和系统说明五个功能模块。2、确定系统开发采用的技术方案,进行系统整体的架构设计。对每个模块进行详细的功能设计,画出结构设计图和功能类图,列举部分功能运行的时序图。对系统需要使用的数据库表结构进行详细的设计。3、完成大田作物旱情监测和预警系统的开发,初步实现了土壤水分监测、作物水分监测和旱情监测预警等功能。
基于再分析数据和地表温度的全天候土壤水分估算方法研究
这是一篇关于土壤水分,全天候,再分析数据,地表温度,主被动微波融合产品的论文, 主要内容为土壤水分作为联系地表水和地下水的纽带,影响着区域范围到全球范围的地表能量收支和水循环。除此之外,土壤水分在农业系统中起到关键作用,它通过影响植被根部的水分和养分吸收等,进一步影响农作物的生长。因此监测土壤水分的时空动态分布,对土壤墒情监测、农作物估产等方面具有重要意义。当前获取的土壤水分难以兼顾高空间分辨率和时空连续两大特征,使得一些精细化农业管理和大范围的旱涝灾害监测等研究受到了限制。此外,我国幅员辽阔,地理环境十分复杂,在气候上显示出显著的区域异质性,然而大多数研究仅仅针对我国某一区域,无法满足不同区域、不同尺度下水文模型研究的需要。因此,获取中国区域高空间分辨率且时空连续的土壤水分成为当前研究的重点和难点。本文提出了一种基于再分析数据和全天候地表温度协同估算土壤水分的方法,以生成中国区域时空连续的日尺度/1公里的土壤水分。在本文中,首先由空间分辨率为0.1°的ERA5-Land地表温度产品得到昼夜温差数据;然后在四种土地覆盖类型(森林、耕地、草地和裸土)和不同植被密度(稀疏、中等和稠密)两个条件下将昼夜温差数据与ERA5-Land土壤水分建立线性关系;之后将这些线性关系应用到全天候1公里空间分辨率的地表温度上,从而生成2019年初始日尺度/1公里土壤水分。此外,本文假设一个粗分辨率微波像元的土壤水分值与其所包含的1公里分辨率像元的土壤水分平均值之间没有偏差,随后用两种主被动微波融合的土壤水分产品校正初始土壤水分数据。最后,利用不同气候区的地面实测值对估测的日尺度/1公里土壤水分数据进行评估。结果显示:(1)微波数据校正后的土壤水分精度高于初始土壤水分数据;(2)在不同的气候区,SMOPS校正的土壤水分数据表现优于或与CCI校正的土壤水分数据相当,无偏均方根误差(ub RMSE)约为0.05 m3/m3,获得了较高的精度。这不仅具有高空间分辨率和全天候两大特点,而且几乎满足大多数实际应用对估测的土壤水分的要求(ub RMSE为0.04m3/m3)。
基于数据重建的土壤水分遥感监测系统研究
这是一篇关于LST,NDVI,数据重建,土壤水分,系统的论文, 主要内容为土壤水分是植物生长所需水分的重要来源,区域尺度或全球范围的土壤水分是陆地表面参数化的一个关键变量。卫星遥感是监测土壤水分的重要方法,但由于卫星传感器往往受云、气溶胶等影响,获取的信息常无法准确反映地表状况,这在我国南方尤为严重。为此,本文以江苏省为研究区,用2003-2011年MODIS地表温度(LST, Land Surface Temperature)产品和地表反射率产品,结合质量控制信息(QA flag),提出了基于背景数据库和mTSF原理的数据重建方法(背景库重建法),重建了LST和NDVI (Normalized Difference Vegetation Index).该方法填补了空缺数据,提高了土壤含水量的准实时反演精度,满足了业务需要,并综合应用C#和IDL构建了农田的干旱监测系统。研究主要结论有： (1)2003-2011年重建前的8天合成地表反射率产品,质量良好像元所占比例最高,云污染主要发生在夏季,其次为冬季和秋季,春季的污染像元比例相对较少。MODIS的LST日时序产品受云污染的像元比例最大,其中云干扰主要发生在夏季,其次是秋季和冬季,春季比例较低。为提高土壤水分遥感监测的精度和效率,重建NDVI和LST的时间序列数据是恢复数据质量的可用方法。 (2)利用基于背景数据库和1mTSF原理的数据重建方法,重建的NDVI能够填补空值时段,并达到较高精度。通过方法对比,本文提出的重建方法和原始NDVI质量良好像元的平均相关性最高,达到0.84,而Savitzky-Golay (S-G)方法、非对称高斯方法(A-G)和双Logistic方法(D-L)分别为0.80、0.73和0.72。假设云区的验证中,基于背景库的重建NDVI精度较高,与原始NDVI的平均绝对误差为0.049,平均相对误差为10.14%,平均RMSE为0.059,平均相关性为0.82。 (3)利用基于背景数据库和mTSF原理的数据重建方法,重建的LST能保留原始数据的真实值,并能反映地表温度的变化趋势。2009-2011年云覆盖区的LST重建结果和实测地表温度有较高响应关系,云污染的像元的重构LST和实测值平均相关系数达到0.87。重构后,数据的平均绝对误差减小。假设云区验证中,基于背景库的重建LST达到一定精度,与原始LST的平均绝对误差为0.57"C,平均RMSE为0.71,平均相关性为0.78。 (4)重建得到的数据可为遥感实时监测土壤水分提供有效的服务,且反演结果较为准确地反映了淮北冬小麦区的土壤水分变化。无雨时段的平均反演值与实测值的偏差范围为0.22%-2.89%,平均相对误差为20.28%-26.69%。而没有对参数进行重建时,原始影像仅3月26日有与实测站点对应的像元有LST值,且反演结果的平均相对误差高达35.19%。 (5)综合应用IDL和C#技术,构建了江苏省淮北冬小麦区的土壤水分遥感监测系统。系统使得用户可对研究区旱情进行近实时动态监测,提高抗旱工作的针对性和高效性。平台开发完成后可为旱情预警、抗旱决策等提供及时有效的信息服务。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码货栈 ，原文地址：https://m.bishedaima.com/lunwen/53010.html
