共查询到20条相似文献，搜索用时 15 毫秒
1.
应用Shuttleworth-Wallace模型对夏玉米农田蒸散的估计 总被引：3，自引：1，他引：2
根据夏玉米生长季内逐时波文比系统观测资料和主要生育期的作物资料,以波文比-能量平衡法(BREB法)得到的蒸散量为实测值,对比研究了Shuttleworth-Wallace模型(以下简称S-W模型)、Penman-Monteith模型(以下简称P-M模型)对蒸散估计的差异。S-W模型因考虑了土壤蒸发,估算的逐时逐日蒸散值均比P-M模型有更好的精度。在作物生长前期,LAI(<2.0)较低,应用S-W模型在稀疏冠层下估算的蒸散量高于P-M方程,更接近于实测值,与实测值的相关系数更高,RMSE值低。随着LAI的增大,冬小麦冠层密闭,S-W模型和P-M方程估算的蒸散与实测值均相接近,二模型均有良好表现。对S-W模型的各阻力参数进行敏感性分析,分析结果表明,应用S-W模型时,模型对阻力参数冠层气孔阻力最为敏感,土壤表面阻力次之,作物冠层高度与参考高度间空气动力学阻力敏感程度居中,对地表与冠层高度间空气动力学阻力、冠层内边界阻力不敏感。在应用已有经验关系式时,特别需要注意对冠层气孔阻力、土壤表面阻力这二阻力参数中经验系数的合理确定。 相似文献
2.
3.
冬小麦冠层阻力日变化的估算 总被引：2，自引：0，他引：2
根据田间试验观测资料,利用3种作物冠层阻力估算方法推算了冬小麦在拔节、抽穗、灌浆3个生育时期在典型晴天、土壤水分充分供应状况下冠层阻力的日变化。3种作物冠层阻力估算方法为利用波文比能量平衡法使用Penman-Monteith公式反推(rc-BREB)、利用冠层温度和蒸散量推算(rc-Tc)、利用不同部位单叶气孔阻力和有效叶面积指数合成法推算(rc-LAI)。结果表明,3种作物冠层阻力估算方法均推得的冠层阻力日变化趋势相同,但冠层阻力值大小存在差异。冬小麦冠层阻力在08:00～15:00时变化平稳,15:00以后开始升高,日落前后升高最为剧烈。采用冠层温度推算的冠层阻力rc-Tc比rc-BREB偏低,rc-LAI在灌浆后期和15:00后比rc-BREB偏高,且没有rc-BREB变化平稳。 相似文献
4.
农田蒸散量(ET)是土壤—作物—大气连续体水分运移的关键参数,与作物生理活动和产量有着极为密切的关系,准确实时估算田间作物蒸散量对研究作物生长发育至关重要。基于无人机热红外传感器反演夏玉米的冠层温度,基于反演的冠层温度构建夏玉米蒸散模型(ET_(d,t))并验证了模型反演作物蒸散量的精度,分析了ET_(d,t)相关影响因子。结果表明:以热红外冠层温度作物蒸散模型计算的ET_(d,t)最低值出现在幼苗期为3.42 mm/d,最高值出现在灌浆期为10.94 mm/d,并与涡度相关实测值ET_(d,e)、FAO Penman-Monteith模型计算值ET_(d,f)进行验证,在P0.01水平上呈显著线性关系(R~2=0.739、0.742,RMSE=0.676、0.109 mm/d),ET_(d,t)估算精度达到80%以上。ET_(d,t)的计算受日净辐射、风速、气温、降雨等气象因子影响,不同气象条件的ET_(d,t)不同。叶面积指数(LAI)为夏玉米农田最主要的生物因子,LAI与ET_(d,t)呈线性正相关关系(R~2=0.700),空气动力学阻抗(r_a)是最主要的环境驱动因子,r_a与ET_(d,t)呈线性负相关关系(R~2=0.696)。随着植被覆盖度(NDVI)的变化,ET_(d,t)呈现相同变化趋势(R~2=0.656)。因此,基于无人机热红外反演的冠层温度计算的(ET_(d,t))能较好的反映田间夏玉米蒸散变化过程,从而为利用无人机热红外遥感估算作物蒸散量提供了科学依据。 相似文献
5.
6.
以河南省商丘地区为研究区域,在田间实验的基础上,对WOFOST模型和SHAW模型进行本地化标定,利用WOFOST-SHAW模型模拟2016年冬小麦拔节期-成熟期冠层0~80 cm高度每小时气温的变化特征,并将其模拟结果与实测数据进行对比。结果表明,利用WOFOST-SHAW模型模拟的冬小麦冠层,除了80 cm高度,气温的模型效率均大于0.90,超过75%的模拟气温的绝对误差在-1.5~2.5℃之间,说明冠层气温的整体模拟精度较高。WOFOST-SHAW模型对冬小麦冠层各高度的日最低气温的模型效率平均值为0.86,日最低气温模拟值偏高0.53℃,说明冠层日最低气温的模拟值与实测值吻合度较高。同时冬小麦易受冻高度层模拟气温能准确地反映0℃以下的冠层日最低气温,因此,WOFOST-SHAW模型可以很好地模拟冠层气温,提升SHAW模型的适用性,可为冬小麦晚霜冻害的监测提供参考依据。 相似文献
7.
8.
为定量分析植物冠层结构与光分布及光合作用之间的关系,模拟实际环境中植物冠层的实时光合速率,为诸如作物模型中产量估测提供一种植物冠层尺度光合生产力计算方法,本文构建了基于L-系统的3D虚拟植物冠层光合作用模拟模型。模型主要分为3部分:基于L-迭代文法系统与三维图形绘制技术构建3D虚拟植物冠层结构,利用正向光线跟踪及天空可见率算法模拟虚拟冠层内光辐射(Photosynthetically active radiation,PAR)传输,基于太阳几何参数、大气影响参数及地理位置等参数计算真实环境中虚拟冠层顶部实时PAR强度。利用此模型,直接输入或插值处理光合环境因子数值,采用单叶光合作用模型和相关呼吸作用模型,可计算冠层内净光合作用速率并进行周期内植物体生物量的积累估算。以实测的幼龄杉木为模拟对象,计算其冠层内净光合作用速率及周期内生物量积累,模拟结果表明,基于虚拟冠层的PAR分布模拟及其冠层光合作用速率计算,是一种对植株光合生产力估算的有效方法。 相似文献
9.
为研究关中冬小麦植株蒸腾和土壤蒸发规律,利用2 a冬小麦小区控水试验实测数据,率定和验证了双作物系数SIMDual_Kc模型在关中地区的适用性.用大型称重式蒸渗仪的实测蒸散量值(或水量平衡法计算值)与模型模拟值进行对比.结果表明:SIMDualKc模型可较准确地模拟关中不同水分条件下冬小麦蒸散量,且模拟精度较高.模型估算的平均绝对误差为0.643 3 mm/d.模型估算的冬小麦初期、中期和后期的基础作物系数分别为0.35,1.30,0.20.另外,模型还可以较准确地估算不同水分供应条件下的土壤水分胁迫系数、土壤蒸发量和植株蒸散量.冬小麦整个生育期,土壤蒸发主要发生在作物生育前期,中期较低,后期略微增大;植株蒸腾主要发生在作物快速生长期和生长中期,整个生育期中呈先增大后减小的趋势. 相似文献
10.
水分胁迫对冬小麦冠层辐射截获率和利用效率的影响 总被引：2，自引：0，他引：2
冬小麦地上部生物量和最终产量都取决于冠层截获光合有效辐射(Photosynthetically active radiation,PAR)的能力以及辐射利用效率(Radiation use efficiency,RUE)的大小。目前主要的作物生长模型都是利用作物冠层PAR截获率与RUE的关系来模拟作物的干物质积累和产量形成过程。为了探讨不同生育期受旱对冬小麦冠层PAR截获率和RUE的影响,本研究开展了2个生长季(2015—2016年和2016—2017年)的冬小麦田间试验。试验设置返青+拔节受旱(Early stress,ES),抽穗+灌浆受旱(Later stress,LS)以及全生育期不灌水(Whole stress,WS)3个不同处理,另外设置充分灌水处理作为对照(CK),灌水定额为80 mm。冠层接收到的太阳辐射通过每个小区中心处安装的PAR传感器全天候、不间断测得。结果表明土壤相对含水率能够有效反映冬小麦在不同受旱处理下的缺水状态。在受旱条件下,ES、LS和WS处理的最大叶面积指数分别比CK处理低31%、15%和58%。受叶面积指数影响,CK、ES、LS和WS处理的最大冠层PAR截获率分别为90%、88%、79%和42%,WS处理显著低于其他3个处理,同时,各处理叶面积指数和冠层PAR截获率的差异导致不同的冠层消光系数,其中ES处理的消光系数低于LS处理。CK、ES、LS和WS处理2年的平均地上部生物量分别为1 532、1 410、1 403、537 g/m~2。冬小麦的作物生长速率(Crop growth rate,CGR)呈现出和地上部生物量相似的规律,二者之间具有良好的相关性(R~2=0.99)。冠层辐射截获率和地上部生物量决定了冬小麦的RUE,本研究中CK处理的RUE为3.55 g/MJ,ES和LS处理的RUE要比CK处理低22%和5%,而WS处理仅比CK处理低22%。冬小麦的RUE在整个生育期呈先增大后减小的趋势,在开花期达到峰值。营养阶段受旱引起的冬小麦RUE降低幅度更大,全生育期受旱下冬小麦RUE呈现不同的干旱响应机制,有待于进一步研究。本研究认为将消光系数和RUE作为生育期或者积温的函数来对待而非单一常数,可以帮助改善作物模型中干物质的估算精度,降低模拟结果的不确定性。 相似文献
11.
冬小麦冠气温差及其相关影响因素关系研究 总被引：7，自引：0，他引：7
在冬小麦主要生育期(2002年的4月初到5月底),对3个不同水分处理测定了冠层温度、气温以及土壤含水率和叶面积指数,并进一步计算了冠气温差并分析了冠气温差与土壤含水率和叶面积指数间的关系。结果表明:不同的灌溉措施对冠气温差的影响是有差异的;中午14:00左右在H2高度处(冠层之上)的冠气温差能反映作物的水分特征,可以用此时刻的实验结果来检验遥感数据反演冠气温差的精度;在60～80cm土层的土壤体积含水率能较好地反映中午14:00冠层之上冬小麦冠气温差的变化情况,不同水分处理二者的相关系数(R2)分别为0.60361(节水灌溉),0.95668(充分灌溉),0.84597(不灌溉);不同水分处理下的冬小麦主要生育期的叶面积指数与冠气温差也有一定的相关性,冠层之上二者的相关系数分别为:0.76082(节水灌溉),0.40548(充分灌溉),0.99499(不灌溉),这为区域上遥感反演作物冠气温差来监测土壤含水率及作物估产提供了依据。 相似文献
12.
开展冬小麦冠层SPAD值监测,建立“三边”参数与SPAD值之间的高光谱估算模型,以期为高光谱诊断冬小麦冠层SPAD值提供理论依据和技术支持.以冬小麦冠层反射率与冠层SPAD值的相关关系为基础,构建基于“三边”参数的冬小麦冠层SPAD值的一元线性回归模型和主成分回归模型.结果表明:拔节期、抽穗期、灌浆期和全生育期分别以红谷位置、(SDr-SDb)/(SDr+SDb)、红谷幅值、(SDr-SDy)/(SDr+SDy)的相关系数最高,且均具有统计学意义(P<0.01);采用主成分方法构建的光谱模型在拔节期、抽穗期、灌浆期和全生育期相较于同期一元线性回归模型,决定系数R2分别提高49.6%,54.3%,14.3%和8.6%,均方根误差RMSE与相对误差RE均分别减少9.0%,12.4%,13.5%和13.6%,因此采用综合光谱信息构建主成分回归模型,在各生育时段及全生育时段对冬小麦冠层SPAD值均有较高的估算精度,可为冬小麦SPAD值的监测与诊断提供依据. 相似文献
13.
烤烟冠层光谱参数与氮素垂直分布相关性研究 总被引：2，自引：0，他引：2
研究烤烟地上部氮积累量垂直分布与冠层光谱参数的定量关系,以明确冠层不同叶层尤其是中、下层叶片对光谱的贡献,构建基于光谱指数的烤烟不同叶层及其组合氮素积累量的反演模型.针对不同施氮水平下烤烟进行大田试验,于不同生育时期采集田间冠层光谱数据并测定植株不同器官及时层生物量和氮含量.对不同叶层及其组合氮素积累量与多个光谱参数进行相关分析,结果表明:植被指数RVI(810,680)可以有效反演烤烟植株中层、上中层、上中下层氮素积累量;红边振幅(DλRed)可有效反演下层、中下层氮素积累量,说明利用光谱参数反演烤烟植株氮素积累量及中下层氮素积累量是可行的. 相似文献
14.
为运用图像颜色特征估测作物的叶绿素含量,以自然环境下的小麦冠层图像为研究对象,提出一种基于熵权法的颜色特征选择方法,并应用机器学习方法建立小麦冠层叶绿素含量估测模型。熵权法通过信息熵来衡量颜色特征指标权重,实现冠层图像特征排序,机器学习方法选用多元线性回归（Multiple linear regression, MLR）、岭回归（Ridge regression, RR）和支持向量回归模型（Support vector regression, SVR）估测小麦冠层叶绿素含量。试验结果表明,与皮尔逊相关系数法和主成分分析法选取的特征集进行对比,熵权法得到a*、R-G-B、R-G、（a*+b*）/L、a*/b*、(R-G)/(R+G+B)、(R-B)/(R+B)、H/S、(R-G)/(R+G)等9个特征组成的特征集,可以利用较少的特征指标达到最优的预测效果。在选取相同特征指标参数的情况下,SVR的预测能力优于其它模型,其R2和RMSE的平均值分别为0.80、1.89,相比于MLR和RR模型R2分别提升2.8%、1.1%,RMSE分别下降0.13和0.05。将基于熵权法建立的SVR模型应用到2021年采集的小麦冠层图像数据,结果表明模型具有很好的稳定性。 相似文献
15.
基于无人机可见光与激光雷达的甜菜株高定量评估 总被引：2，自引：0，他引：2
甜菜株高可用于估算根系生物量、指示水分胁迫,还可作为甜菜氮含量和产量的有效指示因子,是育种者和农田管理者评估大田甜菜生长状态的重要参数。本研究以186个不同基因型的大田甜菜为研究对象,探究无人机分别搭载可见光(RGB)相机与激光雷达(Li DAR)系统对大田作物株高估算的精度差异,并与田间测定值进行比较。结果表明,基于无人机Li DAR系统估算的株高与实测值的相关性高于无人机搭载RGB相机估测的相关性。进一步对点云进行分层分析,比较点云在冠层内分布的差异,结果表明,对于作物生长后期群体冠层封闭时,无人机Li DAR系统相较于无人机搭载RGB相机系统能重建更为完整的冠层三维结构。 相似文献
16.
为了快速获取大田冬小麦作物生长信息,对田间植被覆盖度(VCI)进行检测。采用开发的多光谱图像采集系统,在拔节期-扬花期获取冬小麦冠层可见光( B、G、R ,400～700 nm)和近红外(NIR,760～1 000 nm)图像。图像经自适应平滑滤波处理后,针对RGB图像,采用HSI色彩空间模型,设定 H 分量阈值［π/4,6π/5］进行分割,对NIR图像采用自动阈值分割法分割,进而提出了基于“ H +NIR”组合的冬小麦冠层多光谱图像分割方法,并计算VCI值。对未经分割的原始图像提取了9个图像检测参数,包括各通道图像灰度均值( A R、 A G、 A B、 A NIR )、归一化植被指数(NDVI)、归一化差异绿度指数(NDGI)、比值植被指数(RVI)、差值植被指数(DVI)和冠层 H 分量均值 A H。图像检测参数与VCI相关性分析结果表明,各植被指数与VCI的相关系数绝对值均大于0.90。应用NDVI、NDGI、RVI和DVI建立了多元线性回归模型,其 R 2 c =0.948, R 2 v =0.884,可以用于快速反演VCI,为田间作物生长评价和管理提供支持。 相似文献
17.
为快速准确估算农田蒸散量,利用24个群集式蒸渗仪,在国家节水灌溉北京工程技术研究中心大兴节水灌溉试验站进行了两年的灌溉试验,获得冬小麦-夏玉米生育期的日内冠气温差和实际日蒸散量(ET_a)等数据,对不同水分处理下的S-I蒸散量估算模型进行率定及验证,并分析模型特征参数a、b的变化规律及两者的差异。结果表明:冬小麦的S-I模型特征参数a在日间随时间变化先增大、后减小,在严重水分胁迫处理时a为负值、且数值较小,其余灌溉处理时参数a由正值逐渐变化至负值;不同灌水处理b均为负值,充分灌溉处理时b在日间随时间变化逐渐增大,严重水分胁迫处理时b相对较大,日间变化趋势不稳定。水分胁迫对夏玉米模型参数的影响程度低于冬小麦,特征参数a均为正值,参数b均为负值,且随时间变化逐渐增大;水分胁迫处理时b变化范围明显小于其他两个处理,干旱处理特征参数日间变化较大。冬小麦与夏玉米不同处理之间模型参数a、b变化差异较大,但冠层温度和空气温度差T_c-T_a与日蒸散量和日净辐射量差ET_d-Rn_d间拟合精度都在13:00时最高,此时充分灌溉冬小麦和夏玉米的模型参数a、b分别为1.082、-1.127和1.588、-1.363。利用率定的S-I模型计算冬小麦和夏玉米主要生育期ET_d与实测ET_a之间的决定系数R~2均在0.7以上,均方根误差RMSE均小于0.89 mm/d,一致性系数d均在0.9以上。尤其是充分灌溉处理的数据间R~2和d均较高,RMSE小于其他处理,说明水分胁迫影响模型的估算精度,S-I模型能够更准确地估算水分胁迫较少农田的蒸散量。 相似文献
18.
基于不同有效积温的玉米干物质累积量模拟 总被引：2，自引：0，他引：2
为获得研究区适宜的玉米干物质累积量(DM)估算模型,通过2017—2019年在吉林省长春地区开展的3年农田试验,观测玉米生育期内作物根区20 cm地温、40 cm地温、农田气温、作物冠层温度以及玉米地上部干物质累积量等数据,建立基于不同有效积温的Logistic模型及其归一化模型,并用实测数据进行模型验证。结果表明,基于有效积温建立的Logistic模型可以模拟单株玉米干物质累积量生长,但不同地点、不同年份所建立的模型参数差异较大; Logistic归一化模型能够很好地模拟区域玉米干物质增长,在利用实测数据进行模型验证中,基于作物根区20 cm地温、40 cm地温、农田气温和作物冠层温度4种类型有效积温的Logistic归一化模型,其均方根误差、相对误差、决定系数和模型一致性系数都能达到较优值;以2019年数据建立的Logistic归一化模型对玉米干物质累积量模拟效果最优;基于有效冠层积温的Logistic归一化模型模拟效果较优。本研究结果可为灌区精量灌溉决策和管理提供技术支撑。 相似文献
19.
冠气温差能够间接监测作物水分变化规律，而冠层温度与大气温度之间存在的时滞效应会影响监测效果，为探明两者之间的时滞效应变化规律及影响因素，本研究以拔节期至乳熟期的冬小麦为研究对象，利用红外温度传感器连续监测灌溉上限分别为田间持水率的95%(T1)、80%(T2)、65%(T3)和50%(T4)4个不同灌溉处理的冠层温度，并同步获取短波净辐射(Short-wave net radiation,RS)、大气温度(Atmospheric temperature,TA)、相对湿度(Relative humidity,RH)等气象数据。利用错位相关法计算冠层温度与大气温度之间的时滞时间(Time lag,TL),分析其在不同生育期和不同灌溉条件下变化规律，并采用相关性分析法探究气象因子(RS、TA、RH)变化率和日均值与时滞时间的相关性，最后通过通径分析探讨气象因子(RS、TA、RH 相似文献