大气CO2浓度增加对春小麦冠层温度、蒸发蒸腾与土壤剖面水分动态影响的试验研究

根据１９９４～１９９５年在大型人工气候室内取得的试验资料,分析了大气ＣＯ２浓度倍增条件下,春小麦冠层温度、蒸发蒸腾和根层土壤剖面水分动态的变化状况。结果表明,大气ＣＯ２浓度增加１倍,春小麦冠层温度明显升高,且高水分条件升高的值比低水分条件下大０．７℃左右;蒸发蒸腾减少的幅度在不同土壤水分处理间也不相同,高水分处理的蒸发蒸腾量减少９．８８％,低水分处理的减小８．５０％,根层土壤含剖面水分消耗减小,高ＣＯ２浓度处理的根层土壤含水率高于低ＣＯ２浓度处理的,特别是在底部根系密度减小,其水分消耗明显减少。     

大气CO2浓度增加对春小麦冠层温度,蒸发蒸腾与土壤剖面水分动态影…

根据１９９４－１９９５年在大型人工气候室内取得的试验资料,分析了大气ＣＯ２浓度倍增条件下,春小麦冠层温度、蒸发蒸腾和根层土壤剖面水分动态的变化状况。结果表明,大气ＣＯ２浓度增加１倍,春小麦冠层温度明显升高,且高水分条件升高的值比低水分条件下大０．７℃左右;蒸发蒸腾减少幅度在不同土壤不分处理间上同,高水分处理的蒸发蒸腾量减少９．８８％,低水分处理的减小８．５０％,根层土壤含剖面水分消耗减小,高ＣＯ２     

温室大棚内作物蒸发蒸腾量计算

以彭曼-蒙特斯（Penman-Monteith）方程为基础,引进作物冠层高度,对方程中与风速有关的空气动力学项进行修正,推导出适合于温室大棚计算作物蒸腾量的简单方法.对推导公式进行理论分析,并应用气象资料给予验证计算.结果表明,修正后的Penman-Monteith计算精确度较高,与实测值较为吻合,相对偏差为4.7％～17.1％,平均相对偏差为11.1％.该公式适于在温室大棚中用于作物蒸腾量的计算.     

平稳小波变换在冬小麦SPAD高光谱监测中的应用

在2010与2011年度冬小麦生长季通过大田小区试验,利用ASD便携式野外光谱仪和SPAD 502叶绿素计实测冬小麦冠层的高光谱反射率与SPAD值.分析不同SPAD值下的冬小麦冠层光谱特征,建立了基于归一化植被指数（NDVI）与比值植被指数（RVI）、小波能量系数的不同生育期冬小麦SPAD估算模型.结果表明： 随着SPAD值的增大,“绿峰”与“红谷”特征愈加明显.在冬小麦返青期、拔节期、抽穗期、灌浆期NDVI估算SPAD的效果较好,估算模型的R²分别为0.7957、0.8096、0.7557、0.5033.小波能量系数回归模型可以提高冬小麦SPAD的估算精度,在返青期、拔节期、抽穗期、灌浆期以高频、低频小波能量系数为自变量的冬小麦SPAD估算模型的R²分别达到0.9168、0.9154、0.8802、0.9087.     

旱区生态环境质量的综合定量评价模型

生态环境质量是社会经济可持续发展的基础。因此 ,建立旱区生态环境质量的定量评价是区域可持续发展的主要依据。现有的评价方法大多是通过根据评价区评价指标量化值与评价等级标准来建立评价模型 ,评价区不同 ,评价模型也不相同 ,计算工作量较大。根据给定的生态环境质量评价等级标准 ,采用随机技术模拟生成足够数量的评价指标序列 ,应用人工神经网络模型 (artificial neural network,ANN) ,以评价指标生成序列与其所属的评价等级值进行网络训练。网络训练后 ,以评价区的评价指标为网络的输入 ,通过计算 ,可获得相应的生态环境质量评价等级值。并以甘肃省石羊河流域生态环境脆弱的民勤县为研究对象 ,应用 1975～ 2 0 0 0年资料进行了实例研究。结果表明 ,民勤县 1975～ 2 0 0 0年生态环境质量效应评价值分别为 2 .95 0 1,4 .0 0 90 ,4 .1342 ,4 .16 37,4 .9736 ,5 .0 12 8,说明该地区的生态环境质量是持续下降的 ,与以往采用的模糊综合评价等级值 3,4 ,4 ,4 ,5 ,5一致。文中 ANN模型建立后 ,对于不同评价区 ,只要给定相应的评价指标值 ,通过 ANN模型计算 ,可直接得出生态环境质量评价等级值。因此 ,模型具有实用、可操作性强的特点 ,大大减少了评价区的计算工作量 ,可以用于生态环境质量效应评价     

旱区流域水土环境质量的综合定量评价模型

现有流域水土环境质量的评价方法大多根据评价区评价指标量化值与评价等级标准建立评价模型.评价区不同,评价模型也不相同,计算工作量较大.本文根据给定的水土环境质量评价等级标准,采用随机技术模拟生成足够数量的评价指标序列,应用人工神经网络模型,以评价指标生成序列和其所属的评价等级值建立一种通用的评价模型,其特点是不需要构造评价指标集和评价等级值间的函数关系和计算权重值,减少了建立模型的工作量.以西北地区水资源开发利用程度最高的石羊河流域进行实例研究,表明该模型可操作性强,可用于流域水土环境质量评价.     

灌水量对温室番茄土壤CO2、N2O和CH4排放的影响

为揭示不同灌水量对温室番茄土壤CO₂、N₂O和CH₄排放及作物产量的影响,提出有效的减排措施,试验设置充分灌溉(1.0W,W_1.0;W为充分供水的灌水量)、亏缺20%灌溉(0.8W,W_0.8)和亏缺40%灌溉(0.6W,W_0.6)3个灌水水平,采用静态暗箱/气相色谱法于2017年4—12月对两茬温室番茄土壤CO₂、N₂O和CH₄进行全生长季监测,分析土壤CO₂、N₂O和CH₄排放对不同灌水量的响应.结果表明: 番茄两个生长季中,土壤CO₂、N₂O和CH₄排放量均随着灌水量增加呈现逐渐增加的趋势(W_1.0＞W_0.8＞W_0.6),除W_0.6和W_1.0处理间土壤N₂O排放具有显著差异外,其他各处理间气体排放差异均不显著.与W_1.0处理相比,W_0.6和W_0.8处理土壤CO₂排放分别减小了12.2%和8.3%,N₂O分别减小了19.1%和8.0%,CH₄分别减小了11.0%和6.2%.番茄产量和由土壤N₂O和CH₄引起的全球增温潜势(GWP)均随灌水量增加而增加;与W_1.0处理相比,W_0.6处理产量和GWP显著减小,降幅分别为17.0%和22.9%,而W_0.8处理对两者未产生显著影响.单位产量GWP随灌水量增加表现为先增加后降低的趋势(W_0.8＞W_1.0＞W_0.6),处理间差异不显著.灌溉水利用效率(IWUE)随灌水量增加而降低,与W_1.0处理相比,W_0.6和W_0.8处理IWUE分别增加了38.3%和9.4%.回归分析表明,土壤CO₂排放通量与土壤水分呈指数负相关关系;土壤CH₄通量与土壤水分呈线性正相关关系;当土壤温度小于18 ℃和大于18 ℃时,土壤N₂O排放通量与土壤温度间均呈指数负相关关系.灌水增加了番茄产量和温室气体排放,但降低了IWUE.综合考虑番茄产量、IWUE和温室效应,推荐W_0.8处理为较佳的灌溉模式.