基于多植被指数组合的冬小麦地上干生物量高光谱估测

为了探究多种植被指数组合与偏最小二乘回归(PLSR)结合对于提高冬小麦地上干生物量估测精度的影响,本研究以氮运筹试验为基础,比较分析了18种植被指数与冬小麦地上干生物量的相关性,筛选出相关性较好的植被指数,建立多种植被指数组合的PLSR模型,并对模型进行评价比较。结果表明:除叶绿素归一化植被指数(NPCI)外各植被指数均与冬小麦地上干生物量有良好的相关性,中分辨率陆地叶绿素成像指数(MTCI)、绿色归一化植被指数(GNDVI)、改进红边比值植被指数(MSR705)和特征色素简单比值指数c(PSSRc)4个植被指数相关系数绝对值均达到0.800以上;多植被指数组合构建的PLSR模型中,以PSSRc、MSR705和MTCI 3个植被指数建立的复合式模型建模集(R2=0.719,RMSE=0.316)和验证集(R2=0.696,RMSE=0.346)表现最佳。因此,多种植被指数组合与偏最小二乘回归(PLSR)结合能有效提高冬小麦地上干生物量的估测精度,为更好地实现冬小麦地上干生物量高光谱遥感估测提供有效技术途径。     

星载大光斑LiDAR与HJ-1A高光谱数据联合估测区域森林地上生物量

以吉林省汪清林业局经营区为研究区,利用HJ-1A/HSI高光谱数据和ICESat-GLAS波形数据,估测区域森林地上生物量。从平滑后的GLAS波形数据中提取波形长度W和地形坡度参数TS,建立GLAS森林最大树高估测模型;从GLAS波形数据中提取能量参数I(植被回波能量Ev和回波总能量E之比),建立GLAS森林郁闭度估测模型;利用GLAS估测的森林最大树高和森林郁闭度联合建立森林地上生物量模型。由于GLAS呈离散条带状分布,无法实现区域估测,因此研究将GLAS波形数据与HJ-1A/HSI高光谱数据联合,基于支持向量回归机算法实现森林地上生物量区域估测,得到研究区森林地上生物量分布图。研究结果显示,基于W和TS建立的GLAS森林最大树高估测模型的adj.R~2=0.78,RMSE=2.51m,模型验证的adj.R~2=0.85,RMSE=1.67m。地形坡度参数TS能够有效的降低地形坡度的影响;当林下植被高度为2m时,得到的基于参数I建立的GLAS森林郁闭度估测模型效果最好,模型的adj.R~2=0.64,RMSE=0.13,模型验证的adj.R~2=0.65,RMSE=0.12。利用森林最大树高和森林郁闭度建立的森林地上生物量模型的adj.R~2=0.62,RMSE=10.88 t/hm~2,模型验证的adj.R~2=0.60,RMSE=11.52 t/hm~2。基于支持向量回归机算法,利用HJ-1A/HSI和GLAS数据建立的森林地上生物量SVR模型,生成了森林地上生物量分布图,利用野外数据对得到的分布图进行验证,验证结果显示森林地上生物量估测值与实测值存在很强的线性关系(adj.R~2=0.62,RMSE=11.11 t/hm~2),能够满足林业应用的需要。因此联合ICESat-GLAS波形数据与HJ-1A高光谱数据,能够提高区域森林地上生物量的估测精度。     

臭氧胁迫冬小麦叶片高光谱特征和叶绿素含量估算

为无损、快速监测臭氧胁迫下冬小麦叶片叶绿素含量，建立叶绿素含量与光谱指标的定量关系，基于自由式臭氧浓度增加系统平台观测了臭氧浓度升高下拔节期、开花期及灌浆期冬小麦叶片的叶绿素含量和光谱特征。通过线性回归、人工神经网络(ANN)以及偏最小二乘回归(PLSR)模型对臭氧胁迫下叶片高光谱特征进行了叶绿素含量的估算。结果表明：臭氧胁迫冬小麦叶片的光谱曲线特征出现绿峰“红移”和红边位置“蓝移”现象。相比于拔节期和开花期，小麦叶片在灌浆期受到臭氧的影响更大。臭氧胁迫下叶绿素含量与部分光谱特征参数及遥感植被指数存在显著相关关系，所有模型均取得了较高的估算精度(R²>0.8),其中以光谱特征参数为建模参量的偏最小二乘回归模型精度最高。该方法可用于臭氧胁迫下冬小麦叶片叶绿素含量的估测，动态监测作物的臭氧胁迫。     

水分亏缺和施氮对冬小麦生长及氮素吸收的影响

利用管栽试验研究了不同生育期,水分亏缺和施氮对冬小麦生长及氮素吸收的影响.结果表明：任何生育期水分亏缺都会影响冬小麦的株高、叶面积、干物质累积及对氮素的吸收.冬小麦对水分亏缺的敏感期为拔节期,其次为开花期、灌浆期和苗期.苗期干旱后复水对后期生长有显著的补偿效应,开花期适度干旱后复水对生物量形成和氮素吸收有一定的补偿作用,拔节期干旱对小麦的生长影响明显.相同氮肥处理下, 与不亏水处理比较, 苗期水分亏缺、拔节期水分亏缺、开花期水分亏缺、灌浆期水分亏缺的根系氮素积累量分别平均降低25.82%、55.68%、46.14%和16.34%,地上部氮素积累量分别平均降低33.37%、51.71%、27.01%和2.60%.在相同水分处理下冬小麦含氮量、累积吸收氮量都表现为高氮处理（0.3 g N·kg^-1FM）>中氮处理（0.2 g N·kg^-1FM）>低氮处理（0.1 g N·kg^-1FM）.水分逆境条件下施用氮肥对冬小麦植株生长和干物质累积及氮吸收具有明显的调节效应.     

冬小麦叶片SPAD值高光谱估测的预处理方法

为选择合适的光谱预处理方法,提高叶片SPAD值的预测精度,本研究分析冬小麦不同叶位叶片SPAD值与光谱的响应关系,对原始光谱数据进行归一化处理(NC)、多元散射校正(MSC)和基线校正(BC)及组合处理,并结合连续投影算法(SPA)和逐步多元线性回归(SMLR)构建SPAD值光谱估测模型。结果表明:增加施氮量能提高冬小麦不同叶位叶片的SPAD值,生育前期顶二叶在近红外光谱区域反射率最大,生育后期则为顶一叶最大;单一光谱预处理中基于NC处理的光谱预测模型最好(R2=0.770、RMSE=1.483),MSC处理降低了模型预测效果,组合预处理中,以BC+NC建模效果最好,R2和RMSE分别为0.755和1.540;部分预处理在一定程度上可以消减噪音,但不当的预处理方法会降低模型的预测能力;预处理方法并不是越多越好,顺序不同预测模型精度不同。     

调亏灌溉对冬小麦耗水特性和水分利用效率的影响

以高产中筋冬小麦品种济麦22为材料,在山东兖州小孟镇史王村进行田间试验,研究了调亏灌溉对冬小麦耗水特性和水分利用效率的影响.结果表明：在全生育期降水228 mm条件下,W₁（土壤相对含水量：播种期80%+拔节期70%+开花期70%）和W₄（土壤相对含水量：播种期90%+拔节期85%+开花期85%）处理总耗水量高于W₀（土壤相对含水量：播种期80%+拔节期65%+开花期65%）、W₂（土壤相对含水量：播种期80%+拔节期80%+开花期80%）和W₃（土壤相对含水量：播种期90%+拔节期80%+开花期80%）处理,W₁和W₄处理间无显著差异;W₁处理增加了0～200 cm土层土壤贮水消耗量,降低了小麦拔节至开花期的耗水模系数,提高了开花至成熟期的耗水模系数;W₄处理在开花至成熟期、拔节至开花期的耗水量和耗水模系数均较大.调亏灌溉条件下,W₀处理水分利用效率较高,但产量最低;随灌溉量增加,其他处理水分利用效率呈先增加后降低的趋势.耗水量最高的W₁和W₄处理产量也最高,W₁处理灌溉水利用效率和灌溉效益均高于W₄处理,为本试验条件下高产节水的最佳处理.     

基于DSSAT模型对豫北地区夏玉米灌溉制度的优化模拟

合理的灌溉制度是提高农业水资源利用效率、保证夏玉米高产稳产的前提。采用农业技术转化决策系统(DSSAT,Decision Support System for Agrotechno1ogy Transfer)探究了河南省北部地区夏玉米不同降水年型下的最优灌溉制度。经过参数的校正和验证,归一化均方根误差(nRMSE)、均方根误差(RMSE)和一致性指数(d)均表现出模拟值与实测值的吻合度很好,DSSAT-maize模型可以准确模拟夏玉米物候期、地上部分生物量、产量和土壤水分状况。然后基于模型模拟了不同灌溉处理下的夏玉米生产潜力,从而评估夏玉米缺水量,并对比分析不同生育时期灌水对产量的影响确定最优灌溉时期,综合考虑产量和水分利用效率确定最优灌溉制度。结果表明:夏玉米生长季的缺水量年际间差异显著,多年平均值为38.91 mm,波动范围为0—193.03 mm。在丰水年,不需要灌溉;在平水年,开花期灌水30 mm;在枯水年,开花期和灌浆期灌水50 mm;在特别干旱年,苗期、拔节期和开花期至少灌水180 mm。优化的灌溉制度下丰水年、平水年和枯水年的WUE达到最高且产量分别占其最高产量的100%、99.72%和97.89%,实现了作物高产节水协同提高的目标。     

灌溉对干旱区冬小麦干物质积累、分配和产量的影响

为探明灌溉对干旱区冬小麦(Triticum aestivum)产量、水分利用效率(WUE)、干物质积累及分配等的影响, 以甘肃河西走廊冬小麦适宜种植品种‘临抗2号’为材料进行了研究。在冬季灌水180 mm的条件下, 生育期以灌水量和灌水次数等共设置5个处理, 分别为: 拔节期灌水量165 mm (W1)、拔节期灌水量120 mm +抽穗期灌水量105 mm (W2)、拔节期灌水量105 mm +抽穗期灌水量105 mm +灌浆期灌水量105 mm (W3)、拔节期灌水量75 mm +抽穗期灌水量75 mm +灌浆期灌水量75 mm (W4)、拔节期灌水量105 mm +抽穗期灌水量75 mm +灌浆期灌水量45 mm (W5)。结果表明: 随着生育期的推进, 土壤有效含水量(AWC)受灌水次数及灌水量影响更加明显; W3、W4处理的土壤各层AWC在灌浆期均较高; 叶面积指数(LAI)下降慢, 延缓了生育后期的衰老; 生育后期干物质积累增加, 提高了穗粒数、千粒重和籽粒产量。籽粒产量以W3处理最高, 但W4具有最高的WUE, 且籽粒产量与W3无显著差异, 但W4较灌溉总量相同的W2和W5以及灌水量最少的W1具有明显的指标优势。W1、W2、W5处理灌浆期各层土壤AWC均较低, 花后LAI下降快, 干物质积累减少, 灌浆持续期缩短, 穗粒数和千粒重减少, 最终表现为籽粒产量和WUE下降。灌浆期水分胁迫可促进花前储存碳库向籽粒的再转运, 并随着干旱胁迫的加重而提高, 对籽粒产量起补偿作用; 水分胁迫提高了灌浆速率, 但缩短了灌浆持续期。相关性分析表明, 灌浆持续期、有效灌浆持续期、有效灌浆期粒重增加值和最大籽粒灌浆速率出现时间与千粒重和籽粒产量均呈正相关。综合考虑, 拔节、抽穗及灌浆期各灌溉75 mm是高产高WUE的最佳灌水方案。     

小麦灌水时期与灌水量对花后果聚糖积累与转运及水分利用效率的影响

于2004-2005年和2005-2006年冬小麦生长季,在山东泰安和兖州进行田间试验,研究不同灌水时期和灌水量处理对冬小麦开花后倒二节间果聚糖积累与转运和水分利用效率的影响.结果表明：全生育期不灌水促进了灌浆后期倒二节间贮藏果聚糖向籽粒的转运.在拔节期和开花期各灌水60 mm,可提高开花后旗叶的光合速率和同化物输入籽粒量及其对籽粒的贡献率,拔节期、开花期和灌浆期各灌水60 mm或拔节期和开花期各灌水90 mm,灌浆后期旗叶的光合速率显著降低,营养器官花前贮藏同化物转运量及其对籽粒的贡献率升高,花后同化物输入籽粒量及其对籽粒的贡献率降低,灌浆后期倒二节间的聚合度（DP）≥4、DP=3果聚糖滞留量增加,不利于果聚糖向籽粒的转运.两个生长季中,拔节期和开花期各灌水60mm处理的小麦籽粒产量较高,水分利用效率最高.拔节期、开花期和灌浆期各灌水60 mm或拔节期和开花期各灌水90 mm,小麦籽粒产量无显著变化,水分利用效率降低.     

基于多元统计方法的冬小麦叶面积指数光谱估测

叶面积指数(LAI)是评价作物生长状况的指标之一,利用光谱技术实现冬小麦LAI的快速、准确监测具有重要的意义。本文以连续两年的氮素运筹试验为基础,通过测定各生育时期的冠层光谱和LAI,并利用多元统计分析方法(偏最小二乘法,PLS;逐步多元线性回归,SMLR)提取氮素运筹条件下LAI特征波段和构建LAI估测模型。结果表明,光谱波段765、775、1060 nm进入到LAI的预测模型中,结合PLS中VIP参数和B-系数证实,以上波段与冬小麦LAI具有重要的关系;基于PLS-SMLR方法构建的预测模型R~2=0.699,RMSE=1.447,RE=0.275,经验证模型仍然具有较好的表现(R~2=0.689,RMSE=1.323,RE=0.285)。表明利用PLS-SMLR提取特征波段、建模的方法是可行的,可为作物LAI的快速诊断监测提供一定的理论依据。     

基于森林群落和光谱曲线特征分异的福建省森林生物量遥感反演

基于福建省Landsat8 OLI影像,利用混合像元分解模型筛选出"纯净"的植被像元,提取296个调查样地对应植被像元的红光和近红外波段的中心波长(分别CWR和CWNIR)及其对应的反射率(分别R和NIR),构建以(NIR-R)/(CWNIR-CWR)为特征指数的叶生物量回归模型。然后根据针叶林、阔叶林及针阔混交林叶生物量与干、枝、叶所组成的地上生物量的关系方程,结合福建省植被覆盖分类数据,估测了整个福建省针叶林、阔叶林、混交林的地上生物量,并绘制了福建省地上生物量分布图。结果表明:红光和近红外两个波段反射率和其中心波长所组成的斜率与叶生物量相关性显著,与针叶林、阔叶林、混交林叶生物量的精度分别达到70.55%、68.89%、51.75%,采用这种方法对福建省叶生物量和地上总生物量进行估算,并进行精度验证,其中,针叶林、阔叶林、混交林叶物量的模型误差(RMSE)分别达到29.2467 t/hm~2(R~2=66.64%)、14.0258 t/hm~2(R~2=61.13%)、10.1788 t/hm~2(R~2=55.43%),地上总生物量的模型精度分别达到49.8315 t/hm~2(R~2=54.65%)、45.1820 t/hm~2(R~2=49.01%)、41.5131 t/hm~2(R~2=38.79%),这说明,采用红光波段和近红外波段与其中心波长所组成的斜率估测森林叶生物量,进而估算其地上总生物量的方法是可行的。     

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.     

表油菜素内酯喷施时期对宽幅播种小麦产量和氮素利用率的影响

为明确协同提高宽幅播种小麦产量和氮素利用率的表油菜素内酯喷施时期,研究了不同生育时期喷施表油菜素内酯对小麦产量和氮素吸收利用的影响。结果表明: 与喷施清水对照相比,喷施表油菜素内酯可通过提高小麦穗粒数或(和)千粒重提高产量,通过促进地上部氮素积累提高氮素吸收效率,进而提高氮素利用率,但不同时期喷施效果存在差异。起身期+灌浆期、拔节期+灌浆期、起身期+拔节期+灌浆期、起身期+开花期+灌浆期喷施处理在所有处理中穗粒数和千粒重增幅最大,产量增幅最高(12.8%～14.0%);同时地上部氮素积累量增幅最大,氮素吸收效率增幅最高(16.4%～18.8%),从而氮素利用率增幅最高。综合施用成本等因素,生产上可采用起身期+灌浆期或拔节期+灌浆期2次间隔喷施模式,实现宽幅播种小麦高产高效栽培。     

基于近红外光谱的冬小麦籽粒蛋白质含量检测

冬小麦籽粒蛋白质含量(GPC)是评价冬小麦品质的主要指标,为了研究不同建模方法对GPC检测的影响,本研究对冬小麦籽粒的近红外原始光谱进行S-G平滑、基线校正和多元散射校正等预处理,利用连续投影算法(SPA)提取冬小麦GPC的重要光谱波段,并结合偏最小二乘回归(PLSR)、主成分回归(PCR)、支持向量机(SVM)和多元线性回归(MLR)建立GPC的光谱预测模型,并综合比较模型的适用性。结果表明:经过SPA提取的特征波段为1801、1010、1109、2284、2219、2239、871、1361、1925、1849和1456 nm;模型评价方面,利用特征波段建立的SVM模型效果较好,其中校正均方根误差(RMSEC)和R2分别为0.2481和0.9760,验证均方根误差(RMSEP)和R2分别为0.3587和0.9581。研究表明,SPA+SVM预测模型在一定程度上能够实现冬小麦籽粒蛋白质的快速、无损检测。     

不同生育时期干旱对冬小麦氮素吸收与利用的影响

以抗旱性强的‘石家庄8号’和抗旱性弱的‘偃麦20’冬小麦(Triticum aestivum)为材料, 在田间遮雨棚条件下, 研究返青-拔节期、拔节-开花期和灌浆后期3个生育期不同干旱程度对冬小麦产量、氮素吸收、分配和利用的影响。结果表明, 在干旱条件下, 抗旱性强的‘石家庄8号’产量高于抗旱性弱的‘偃麦20’, 并且其3个生育时期轻度干旱均可提高产量。拔节-开花期干旱对两个冬小麦品种氮素的吸收和运转影响均最大, 其次为返青-拔节期, 而灌浆后期影响较小。不同生育期中度和重度干旱均降低了花前贮藏氮素向籽粒中的转移, 并且氮肥利用效率和生产率也较低, 而在返青-拔节和灌浆后期轻度干旱有利于营养器官的氮素向籽粒中转移, 提高了氮肥利用效率和生产率。在干旱条件下, 抗旱性强的‘石家庄8号’籽粒氮素积累对花前贮藏氮素再运转的依赖程度高, 而‘偃麦20’对花后氮素的积累和转移依赖较高。综合产量和氮素的转移特点, 在生产实践中, 返青-拔节期和灌浆后期要注意对小麦进行适度的干旱处理, 在拔节-开花期要保证冬小麦的充分灌溉, 从而有利于氮素的积累和分配。     

华北平原冬小麦农田生态系统CO_2通量特征及其影响因素

利用2014—2015年中国科学院封丘农业生态实验站涡度相关系统观测的冬小麦农田生态系统CO_2通量数据,结合试验地常规气象观测系统的气象数据,分析冬小麦4个生育期(分蘖期、越冬期、拔节期和灌浆期)内CO_2通量的日变化,研究净生态系统碳交换(NEE)的季节变化及其与气象要素的关系.结果表明:冬小麦整个生育期内NEE为-360.15g C·m^-2,总初级生产力总量为1920.01 g C·m^-2,冬小麦农田生态系统具有较强的固碳能力.冬小麦农田生态系统CO_2通量具有明显的日变化和季节变化特征,分蘖期表现为碳源,越冬期、拔节期和灌浆期表现为碳汇.表观初始光能利用率平均值为0.03 mg CO_2·μmol^-1,光饱和时的生态系统生产量平均值为1.53 mg CO_2·m^-2·s^-1,月平均生态系统呼吸为193.92g C·m^-2·month^-1.冬小麦农田生态系统4个生育期NEE与光合有效辐射的相关关系均达到极显著水平.分蘖期、拔节期和灌浆期NEE与饱和水汽压差的相关关系极显著,越冬期达显著水平.冬小麦分蘖期、越冬期和灌浆期NEE日总量与土壤温度呈正相关,拔节期呈负相关关系.     

测墒补灌对小麦光合特性和干物质积累与分配的影响

以高产冬小麦品种济麦22为材料,研究了测墒补灌对小麦光合特性和干物质积累与分配的影响.结果表明:W2(拔节期补灌至相对含水量75％,开花期70％)和DW2(拔节后10 d补灌至相对含水量75％,开花期70％)灌浆后期旗叶光合速率和实际光化学效率分别高于W3(拔节期补灌至相对含水量80％,开花期70％)和DW3(拔节后10 d补灌至相对含水量80％,开花期70％)处理;W2和DW2开花期和成熟期干物质积累量、开花前贮藏干物质向籽粒的转运量和籽粒干物质分配量高于W1(拔节期补灌至相对含水量65％,开花期70％)和DW1(拔节后10d补灌至相对含水量65％,开花期70％)处理,水分利用效率和灌溉水生产效率显著高于W3和DW3处理.相同补灌水平下,DW2和DW3灌浆后期旗叶光合速率和实际光化学效率分别高于W2和W3处理,开花期干物质积累量及其向籽粒的转运量低于W2和W3处理,开花后干物质积累量、籽粒产量、水分利用效率和灌溉水生产效率高于W2和W3处理.DW2是本试验条件下的高产高水分利用效率灌溉方案.     

华北平原冬小麦农田生态系统CO2通量特征及其影响因素

利用2014—2015年中国科学院封丘农业生态实验站涡度相关系统观测的冬小麦农田生态系统CO₂通量数据,结合试验地常规气象观测系统的气象数据,分析冬小麦4个生育期(分蘖期、越冬期、拔节期和灌浆期)内CO₂通量的日变化,研究净生态系统碳交换(NEE)的季节变化及其与气象要素的关系.结果表明: 冬小麦整个生育期内NEE为-360.15 g C·m^-2,总初级生产力总量为1920.01 g C·m^-2,冬小麦农田生态系统具有较强的固碳能力.冬小麦农田生态系统CO₂通量具有明显的日变化和季节变化特征,分蘖期表现为碳源,越冬期、拔节期和灌浆期表现为碳汇.表观初始光能利用率平均值为0.03 mg CO₂·μmol^-1,光饱和时的生态系统生产量平均值为1.53 mg CO₂·m^-2·s^-1,月平均生态系统呼吸为193.92 g C·m^-2·month^-1.冬小麦农田生态系统4个生育期NEE与光合有效辐射的相关关系均达到极显著水平.分蘖期、拔节期和灌浆期NEE与饱和水汽压差的相关关系极显著,越冬期达显著水平.冬小麦分蘖期、越冬期和灌浆期NEE日总量与土壤温度呈正相关,拔节期呈负相关关系.     

人工模拟降水条件下旱作农田土壤“Birch效应”及其响应机制

降水事件引起干土复湿刺激土壤CO_2,脉冲释放的现象被称为"Birch效应",其作用机制可能是降水刺激土壤"底物供给"增加或引起土壤"微生物胁迫"所致。为深入了解土壤"Birch效应"对降水格局改变的响应过程及内在机制,在冬小麦拔节期和夏闲期分别进行了不同降水量(1-32 mm)人工模拟降水实验,系统观测了降水后0-72 h土壤呼吸及土壤碳组分变化特征,结果表明:土壤呼吸随降水量的增大而增强,1-16 mm降水土壤呼吸峰值出现在降水后4h,而32 mm降水土壤呼吸峰值出现时间滞后了4 h。与较小降水量相比,较大的降水量能增加土壤呼吸但会推迟土壤呼吸峰值出现时间。土壤呼吸速率峰值(SRP)与降水量(P)呈幂相关(拔节期:SR-P=0.97P~(0.09),R~2=0.5,P0.05;夏闲期:SR-P=1.07P~(0.09),R~2=0.98,P0.01)。降水后72h累积CO_2释放量(CO_2-P)与降水量呈线性相关(拔节期:CO_2-P=0.03P+5.99,R~2=0.58,P0.05;夏闲期:CO_2-P=0.11P+6.04,R~2=0.86,P0.01)。土壤呼吸温度敏感性系数和降水量之间存在二次曲线关系(拔节期:Q_(10)=-0.007P~2+0.2P+0.7,R~2=0.32,R~20.05;夏闲期:Q_(10)=-0.01P~2+0.3P+0.2,R~2=0.86,P0.01)。逐步回归分析表明,冬小麦拔节期所有降水量处理土壤呼吸与土壤微生物量碳相关性均达到显著水平(P0.05),指示土壤"Birch效应"是由"微生物胁迫"所致。而在夏闲期,当降水量小于8 mm时土壤呼吸与微生物量碳相关性显著,即以微生物胁迫机制占主导;8 mm降水处理下土壤呼吸与氯仿熏蒸-K_2SO_4提取态有机碳相关性达到极显著水平,指示则为两种机制共同起作用,而当降水量大于16 mm时,土壤呼吸主要与可提取态有机碳显著相关,"Birch"效应转为以底物供给机制占主导。与夏闲期相比,冬小麦拔节期作物生长会削弱"Birch效应",并改变其响应机制。     

协同ICESat/GLAS和MISR数据估算小兴安岭地区森林地上生物量

大光斑激光雷达ICESat/GLAS波形数据包含大量的地物垂直结构信息,如森林垂直断面、地形等。这些信息与森林地上生物量具有很强的相关性。本研究在雷达波形数据处理的基础上,提取波形参数,分别用线性逐步回归模型和Erf-BP神经网络模型建立波形参数与森林地上生物量的关系式。使用Erf-BP神经网络模型计算研究区域内GLAS光斑点的生物量,协同多角度光学遥感数据MISR应用随机森林机器学习方法构建从点到面的空间尺度生物量扩展模型,最后用样地数据对模型反演的生物量结果进行检验。研究结果表明Erf-BP神经网络模型预测能力(P=0.965,RMSE=3.81 t·ha-1)优于线性逐步回归模型(P=0.86,RMSE=4.54 t·ha-1);空间尺度扩展模型预测精度P=0.81,RMSE=2.39 t·ha-1,反演的森林地上生物量估计值范围在0~144.4 t·ha-1,平均地上生物量估计值为59.28 t·ha-1,用样地数据检验模型的反演结果(R2=0.72,RMSE=8.98 t·ha-1),估计值与实际值较为接近。研究实现使用少量实测数据获取大尺度、高精度森林地上生物量的目的,为森林资源调查、生态研究及碳循环研究提供基础。