基于地表温度-植被指数特征空间的区域土壤干湿状况

土壤干湿状况是监测土地状况的重要指标之一,在水文、气候和生态等多个领域有广泛应用.地表温度-植被指数特征空间(Ts/VI)综合了传感器从可见光到近红外波段的信息,能较好地反映区域土壤干湿状况.以华北平原作为研究区,选择了研究区的云量较少的16幅MODIS产品,包括每日500m地表反射率产品(MOD09GA),每日1km地表温度产品(MOD11A1),建立温度-植被指数特征空间.首先利用线性方程拟合了特征空间的上下边界,改进了计算特征空间的干湿边的方法,并分析了干湿边参数随时间变化的趋势,比较了归一化植被指数(NDVI)和增强型植被指数(EVI)构建的地表温度-植被指数特征空间形状的差异.基于研究区107个土壤湿度站点的数据,讨论分别由Ts/NDVI和Ts/EVI特征空间计算得到的温度植被干旱指数(temperature vegetation dryness index,简称TVDI,分别为TVDIN与TVDIE)和土壤湿度的相关性,以此验证TVDI反映区域土壤干湿状况的能力.利用Ts/EVI空间计算得到的TVDI分析了研究区4个时期土壤湿度的5空间分布规律.同时在气象站点尺度上,讨论了TVDI与降水变化的相关性.研究结果表明,TVDI能够反映土壤表层的干湿状况;Ts/EVI空间计算得到的TVDI与土壤湿度的相关性比Ts/NDVI空间计算得到的TVDI与土壤湿度的相关性要高.降水随时间变化的规律和TVDI也有明显的相关性,即:每次连续降水以后TVDI值下降,表明土壤湿度升高;经过一段无降水的时间之后,TVDI值上升,土壤湿度降低.研究区不同时期的TVDIE图表明,TVDIE能够有效的反映土壤湿度的时空差异,是一种有效的实时监测土壤干湿状况的手段.     

1980—2005年松嫩平原土壤湿度对气候变化的响应

基于松嫩平原16个农业气象站1980—2005年作物生长季的旬土壤湿度、月气温和月降水量观测资料,采用统计分析方法,分析了研究区表层（0～30 cm）土壤湿度的时空变化特征及其对气温、降水量等气候变化的响应.结果表明：1980—2005年间,松嫩平原不同区域作物生长季表层土壤湿度均呈减小趋势,松嫩平原表层土壤存在干旱化趋向,其中,西部和南部地区尤为明显;20世纪90年代以前,研究区表层土壤处于比较湿润阶段,之后土壤湿度持续降低,并发生了偏干现象;研究期间,松嫩平原作物生长季平均气温呈周期性波动上升,每6 a一个周期,期间小幅波动,1992年开始明显上升;生长季降水量的年际变幅较大,存在一个4～5 a的波动周期;研究区作物生长季表层土壤湿度与气温呈极显著负相关关系,与降水量呈极显著正相关关系（P<0.01）.气温和降水量是影响松嫩平原作物生长季表层土壤湿度变化的主要气候因素.     

武夷山不同海拔植被土壤微生物量的季节动态及主要影响因子

土壤微生物量的季节变化在陆地生态系统碳循环方面具有重要作用。为阐明中亚热带武夷山不同海拔梯度带土壤微生物量的季节变化规律及其主要影响因子,选择4种不同海拔梯度的植物群落：常绿阔叶林（EBF,500 m）、针叶林（CF,1200 m）、亚高山矮林（DF,1800 m）和高山草甸（AM,2100 m）于2005年6月—2006年6月期间进行了实验研究。结果表明：不同海拔梯度带土壤微生物量均具有明显的季节变化且变化趋势一致,均表现为早春最大,夏季最小;不同海拔梯度带土壤微生物量的季节变化与对应月份的土壤湿度、土壤有效碳均呈显著正相关,而与土壤温度、土壤有机碳、土壤全氮、凋落物输入量等因子相关不显著。土壤有效碳含量、土壤湿度是调控武夷山森林土壤微生物量季节变异的重要生态因子。     

TVDI模型的农业旱情时空变化遥感应用

温度植被干旱指数(TVDI)是一种通过反演土壤湿度来反映农业干旱状况的重要方法,其中能量平衡和植被指数的变化是影响TVDI模型精度的主要因子。在研究比值植被指数(RVI)、归一化植被指数(NDVI)、增强型植被指数(EVI)和修正土壤调节植被指数(MSAVI)和下垫面温度(Ts)的基础上,引入DEM数据并对Ts做地形校正,减少了地形起伏对能量平衡的影响,建立不同植被指数的Ts-Ⅵ特征空间,选择与土壤湿度相关性最好的温度植被干旱指数(TVDI),获取研究区2005年作物生长季(5—9月)的干旱状况,并用同步的气象信息对干旱状况进行验证。结果表明:根据不同时期采用不同植被指数的TVDI模型,经过地形校正后能够更好地反映研究区的农业干旱状况。     

不同土地利用方式下土壤呼吸及其温度敏感性

采用静态箱-气相色谱法对四川盆地中部紫色土丘陵区3种土地利用方式（林地、草地和轮作旱地）土壤呼吸进行测定，结果表明，林地、草地和旱地土壤呼吸速率变化范围分别为78．63～577．97、39．28～584．18和34．48～484．65mgCO2·m^-2·h^-1，年平均土壤呼吸速率分别为264．68、242．91、182．21mgCO2·m^-2h^-1。3种土地利用方式的土壤呼吸速率季节变化趋势均呈单峰曲线，林地和草地土壤呼吸速率最大值均出现在夏末（7月底与8月初之间），旱地土壤呼吸速率最大值出现的时间比林地和草地要早，在6月底与7月初之间；最小值均出现在12月底与翌年1月初之间。土壤温度和土壤湿度是影响本地区土壤呼吸的主要因子，双因素关系模型（R=αe^bTw^c）较好地拟合了土壤温度和土壤湿度对土壤呼吸的影响，二者共同解释了土壤呼吸变化的64％～90％。土壤呼吸的温度敏感性指数Q10值受土壤（5cm处）温度和土壤（0～10cm）湿度的影响。分析表明3种土地利用土壤的Q10值与土壤温度呈显著负相关关系，而与土壤湿度呈显著正相关关系。     

基于植被/温度特征的黄土高原地表水分季节变化

地表水分是监测土地退化的一个重要指标,是气候、水文、生态、农业等领域的主要参数。选择陕北黄土高原地区作为研究区域,首先采用基于植被覆盖特征的植被状态指数（Vegetation Condition Index,简称VCI）和基于地表温度特征（Land Surface Temperature,简称Ts）的温度状态指数（Temperature Condition Index,简称TCI）分别评价了区域地表水分状况的季节变化。在此基础上分析了植被指数与地表温度特征线性关系的季节变化规律,计算了基于两者经验关系的地表干燥度指数（Temperature Vegetation Dryness Index,TVDI）。该指数对Ts／NDVI特征空间的生态特征的解释,对土壤和作物的水分含量具有综合的指示意义。文中利用该指数综合评价了研究区域地表水分状况的时空分布差异,进一步对VCI、TCI与TVDI相关关系的季节变化进行比较分析,并结合气候因子进行了相关验证,从而对不同指数的应用范围做出判定。研究结果表明,单独采用TCI或VCI表征地表水分会受到明显的季节影响,而TVDI能在不同季节综合体现植被覆盖和地表温度特征对地表水分的影响,从而能较好的反映区域地表水分状况的时空变化特征。各区域的TVDI值季节分布上皆为4—7月份高于10-翌年1月份,但各区TVDI值的季节变化则存在显著不同,而各流域内部TVDI值的空间变异性也存在季节差异,其中在10月份较为显著。     

西双版纳山地三种土地利用方式的旱季土壤呼吸

为了解西双版纳山地不同土地利用方式土壤呼吸旱季变化特征,本研究对古树茶园、台地茶园和次生林中土壤呼吸速率及其相关因素进行定位观测。结论如下：三种土地利用方式土壤呼吸速率日变化有显著的差异性（P<0.05）;土壤呼吸速率日最高值大多出现在14∶00-16∶00;旱雨季交错期是土壤呼吸速率和土壤湿度变化最剧烈的阶段;土壤呼吸速率日均值表现为古树茶园（2.62μmol·m-2s-1）<台地茶园（2.73μmol·m-2s-1）<次生林（3.01μmol·m-2s-1）;土壤湿度过高和过低都会阻碍土壤呼吸的进行;三种土地利用方式土壤呼吸速率均与土壤湿度(0~10cm)和空气日均温具有相关关系;降水会引起土壤呼吸较大的波动。     

三种Ts/VI指数在UCLA土壤湿度降尺度法中的效果评价

微波遥感土壤湿度产品是目前在大尺度水资源或气候变化研究中比较常用的地表土壤湿度数据,但其空间分辨率一般都较粗,不能满足区域或流域尺度相关研究要求.因而,在这些尺度的相关研究中需要对土壤湿度产品进行空间降尺度.UCLA法是一种土壤湿度降尺度方法,该方法使用地表温度和植被指数特征空间指数(Ts/VI指数)作为降尺度因子.本文以AMSR-E土壤湿度产品作为土壤湿度粗分辨率数据,使用MODIS地表温度产品(MYD11A1)和植被指数产品(MYD13A2)计算3种指数——土壤湿度指数(SW)、温度植被干旱指数(TVDI)和条件温度植被指数(VTCI),对比了3种Ts/VI指数分别作为UCLA法降尺度因子的效果.这3种指数均能得出合理的降尺度结果,但使用TVDI和VTCI的降尺度结果稍优于SW,说明TVDI和VTCI更适合作为UCLA法的降尺度因子.最后讨论了UCLA法的误差来源,如粗分辨率土壤湿度产品的测量误差、降尺度因子的计算误差以及UCLA法自身的误差,并对未来的研究做出展望.     

松嫩平原农田土壤有机碳变化及固碳潜力估算

基于1979—1985年全国第二次土壤普查和2015年实地采样数据,利用土壤类型法计算了近35年来松嫩平原及其各县农田表层土壤有机碳密度和土壤碳库储量;并分析了松嫩平原农田土壤有机碳密度的空间分布及变化特征;利用饱和值法对松嫩平原及其各县市农田土壤有机碳量的变化趋势进行拟合,估算其农田土壤的固碳潜力。结果表明:(1)2015年松嫩平原农田表层土壤有机碳密度平均值为1.61 kg/m~2,近35年来约有81.59%的农田土壤有机碳密度呈下降趋势,集中分布在松嫩平原北部、东部和东南部地区,以富裕县东部、依安县中部、肇东县西部、扶余县西部等地区土壤有机碳密度下降幅度最大;(2)2015年松嫩平原农田表层土壤有机碳库总储量为233.63 Tg,比全国第二次土壤普查减少了32.62 Tg;(3)2015年松嫩平原农田表层土壤总固碳潜力为-32.7 TgC,呈现出"碳源"趋势,农田土壤单位面积固碳潜力平均值为-1.793×10~(-3)Tg/km~2。     

基于地理探测器的内蒙古自然和人为因素对植被NDVI变化的影响

研究区域植被覆盖度变化趋势并探寻其驱动因素对于维护生态安全具有重要意义。将内蒙古旗县分为牧业旗县和非牧业旗县,应用线性趋势分析法和地理探测器模型探讨2000-2015年自然和人为因素对植被NDVI变化的影响。结果表明：（1）2000-2015年内蒙古地区植被覆盖度总体上呈增加趋势,但空间上显现出西部减少,东部与南部增加的趋势;非牧业旗县植被NDVI改善面积大于牧业旗县。（2）在整个内蒙古地区中,年降水量和土壤类型是影响植被NDVI的主要驱动因素,解释率在22%以上。在牧业旗县年降水量和土壤类型是主要驱动因素,而在非牧业旗县中粮食产量是最主要的驱动因素。（3）各因子之间的交互影响均高于单因子的影响。在牧业旗县,因子之间的交互作用呈现出非线性增强和双因子增强关系,植被NDVI变化受乡村户数和牲畜数量的交互影响最为突出。非牧业旗县因子之间呈现出非线性增强的交互作用关系,植被NDVI变化受土壤类型和粮食产量的交互影响最为明显。     

Modeling soil water regime and corn yields considering climatic uncertainty

Real time estimation of soil moisture and crop yield plays an important role for best irrigation management practices especially in arid and semiarid regions. A simulation model able of real time estimating and forecasting soil water storage and corn yield response to soil moisture was developed by combining two existing models. Soil water storage was estimated through the soil water balance equation considering the uncertainty of evapotranspiration and combing with Kalman filter technique. Crop dry matter and grain yield were simulated by using a functional relationship between yield and soil moisture. Some improvements have been made in the response function by considering different impacts of moisture stress on crop growth and yield for the different growing stages. Four years data sets collected in an experimental station in the North China Plain were used to calibrate and test the model. Results indicate that soil moisture storage in the soil profile estimated and predicted by the model agrees well with the measured data, and the relative error of yield prediction is around 10%, which means that the combined model and the methodology applied are capable of predicting crop yield and soil water storage dynamics.     

温度植被干旱指数在蒙古高原干旱监测中的应用

以蒙古高原为研究区,选择2000—2019年植物生长季的MODIS归一化植被指数(NDVI)和陆地表面温度(LST)构建NDVI-LST特征空间,由该特征空间计算蒙古高原温度植被干旱指数(TVDI);利用Theil-Sen Median趋势分析、Mann-Kendall检验及Hurst指数方法分析蒙古高原TVDI的时空变化特征和未来的变化趋势,利用偏相关分析法探究气象因子与蒙古高原TVDI之间的关系。结果表明: 2000—2019年,蒙古高原TVDI以0.0001·a^-1呈增大趋势,期间,蒙古高原的干旱情况小幅加重,其中,草甸草原和典型草原干旱情况逐渐减轻,而荒漠草原和高山草地干旱情况加重。蒙古高原TVDI的Hurst指数均值为0.45,小于0.5的地区面积占比为71.5%,说明大部分地区2000—2019年的TVDI变化趋势与过去相反。中部的荒漠草原地区和东部的草甸草原地区未来干旱情况可能加重;典型草原的大部分地区以及内蒙古境内的荒漠草原未来干旱可能减轻;高山草地地区的干旱变化无法确定。蒙古高原有33.6%的地区TVDI与气温呈显著正相关,34.8%的地区TVDI与降水量呈显著负相关,其中,典型草原受气象因子的影响最显著。     

荒漠人工固沙植被区土壤水分的时空变异性

表层土壤水分具有高度的时间和空间变异性.研究的目的:(1)揭示沙坡头人工固沙植被区浅层土壤水分的时空变异性特征;(2)确定驱动土壤水分变异的主要环境因子.在人工固沙植被区内一个4500m2的网格样地上每隔10m设置取样点,在连续7个月的时间内 (2005年4～10月),每隔15d用时域反射仪测量各样点表层以下15cm和30cm深度的土壤容积含水量.结果表明,该区网格尺度上浅层土壤水分的分布具有明显的空间变异性,其变异性随着土壤水分含量的降低而减小;相对海拔是驱动土壤水分空间变异的主要环境因子,其作用在降雨后尤为显著,且其对土壤下层的影响比上层更明显;植被和土壤水分含量的相关性时间序列与相对海拔一致--降雨使其相关性增加;土壤质地(土壤粒径分布)和土壤水分含量的相关性时间序列特征与植被和相对海拔相反,且其对土壤上层的影响比下层更明显.因此,在沙坡头荒漠人工固沙植被区,降雨后的短暂湿润期,地形和植被是驱动浅层土壤水分变异的主要影响因子,而随着降雨之后土壤逐渐变干,土壤质地的影响变得更加明显.     

嫩江流域参考作物蒸散量时空变化及其气候归因

为了解嫩江流域参考作物蒸散量(ET₀)的时空变化特征,明确气候因素对流域ET₀的影响,应用Penman-Monteith公式计算1970—2019年嫩江流域各站点日ET₀,分析ET₀的时间变化趋势和空间分布格局,采用敏感性分析方法定量研究ET₀对气象因子敏感性程度,并进一步探究各气象因子对ET₀变化的贡献。结果表明: 研究期间,嫩江流域年际ET₀整体呈不显著减少趋势,春、夏、秋季ET₀波动减少,冬季波动增加;ET₀整体呈从东南向西北递减趋势。ET₀在时间和空间尺度上均表现为对相对湿度的敏感性最高;平均气温、相对湿度和风速的敏感性系数逐渐增强,日照时数的敏感性系数逐渐减弱。大兴安岭北部和小兴安岭地区ET₀对平均气温较敏感;大兴安岭南部和松嫩平原地区ET₀对风速较敏感。风速是影响全年及春、秋、冬季ET₀变化的主导因素,日照时数是影响夏季ET₀变化的主要因素。大兴安岭北部和小兴安岭地区平均气温和相对湿度对ET₀的贡献率最大,松嫩平原地区风速的贡献率最大。     

松嫩平原盐碱化土壤蓝藻的分离鉴定

以松嫩平原不同程度的典型盐碱化草地为研究对象,于2005年对土壤蓝藻的生态分布进行了为期一年的调查,测定分析了不同土壤类型蓝藻数量,研究了土壤蓝藻生态分布。结果表明,固氮蓝藻有7个属,其中以丝状种类占优势;土壤蓝藻数量和分布受多方面因素的综合影响,不同土壤类型土壤蓝藻的数量不同,轻度盐碱土差异不明显,中度盐碱土和重度盐碱土中土壤蓝藻数量有较大差异;土壤蓝藻的数量与土壤养分尤其是土壤有机质有明显的正相关关系;过度放牧是土壤次生盐渍化的重要原因,导致了轻度盐碱土蓝藻数量大于中度盐碱土大于重度盐碱土。     

基于同化数据的标准化土壤湿度指数监测农业干旱的适宜性研究

农业干旱是导致作物减产的主要灾害之一,及时、准确地监测农业干旱状况有助于制定区域减灾策略,降低灾害损失。标准化土壤湿度指数(SSMI)是基于历史土壤湿度时间序列构建的一种农业干旱指数,目前分析该指数监测农业干旱的适宜性研究十分缺乏。本文以黄淮海平原为研究区,利用数据同化的根区土壤湿度数据构建SSMI,并通过与标准化降水蒸散指数(SPEI)、农业干旱灾害记录数据的对比以及与冬小麦产量的关系分析,综合评价SSMI监测农业干旱的适宜性。结果表明,SSMI与SPEI具有良好的一致性,二者之间具有极显著相关关系(P0.001);利用SSMI识别的农业干旱与农气站点干旱灾害记录是基本一致的,SSMI能够有效反映干旱发生、发展直至减轻的演变过程;冬小麦生长季SSMI与减产率显著相关,利用SSMI识别的农业干旱发生区域与基于统计数据计算的减产区域基本相符,SSMI能够对农业干旱引起的冬小麦减产起到一定的指示作用。综上所述,基于同化数据构建的SSMI能够反映黄淮海平原的农业干旱状况,利用SSMI监测区域农业干旱状况是适宜的。研究可为基于土壤湿度的农业干旱监测业务化运行提供依据,为黄淮海平原的抗旱减灾提供科学参考。