基于PROSAIL模型的夏玉米叶绿素含量垂直分层模拟     

王声锋  徐亚泽  彭致功  魏征  张宝忠  蔡甲冰  王菲宇  牟彦文 《排灌机械工程学报》2022,40(6):603-610

为了给精准施肥灌溉及病虫害防治等提供基础数据支撑,开展以作物垂直分层叶绿素监测的模拟研究.于2019—2020年进行了不同施氮水平下夏玉米叶绿素含量与光谱反射率监测试验,并模拟了夏玉米叶绿素含量垂直分层规律.结果表明:夏玉米的叶绿素含量随着冠层深度的增加呈侧放的铃型;利用叶绿素最敏感波段699~722 nm的反射率构建夏玉米叶绿素模拟代价函数,实现了基于PROSAIL的夏玉米叶绿素含量垂直分层模拟;综合分析不同生育期各层叶绿素的估算精度,在平均叶绿素模拟相对误差RE控制在45%范围内基础上,进一步厘清了夏玉米叶绿素垂直分层模拟效果,即第1层叶片在抽雄期与灌浆期、其他层在全生育期模拟的决定系数R²在0.114 5~0.799 3,均方根误差RMSE在2.41~12.13 μg/cm²,相对误差在9.67%~98.22%.相关研究结果可为作物叶绿素垂直分层模拟应用提供理论与技术支持.  相似文献   

基于作物水分胁迫指数的表层土壤含水率遥感估算     

林人财  陈鹤  张德宁  魏征  蔡甲冰  曾冉  张丽莉  贾玉玲 《灌溉排水学报》2023,(4):1-7

【目的】探究作物水分胁迫指数(CWSI)与表层土壤含水率的空间分布特征,并分析不同下垫面(葵花、夏玉米、春小麦和甜椒)表层土壤含水率的遥感估算精度。【方法】利用MOD16A2遥感数据和气象数据,结合Penman-Monteith(P-M)模型,基于CWSI反演河套灌区解放闸灌域表层土壤含水率,并对不同下垫面的表层土壤含水率进行验证。【结果】CWSI的空间分布与表层土壤含水率相反,CWSI大的区域,表层土壤含水率小;春小麦下垫面遥感估算的表层土壤含水率效果较好,决定系数(R²)为0.748,其次为葵花,R²为0.357;灌溉次数较多的夏玉米和甜椒的表层土壤含水率估算精度较差,可见基于CWSI的表层土壤含水率遥感估算方法对土壤干旱较为敏感。【结论】基于CWSI的表层土壤含水率遥感估算方法更适用于灌水较少且耐旱作物下垫面的表层土壤含水率估算。  相似文献   

根据天气预报估算参照腾发量   总被引：11，自引：4，他引：7  

蔡甲冰  刘钰  雷廷武  许迪 《农业工程学报》2005,21(11):11-15

参照腾发量ET₀的实时预测对实时灌溉预报很重要。通过对普通天气预报信息进行解析,取得可用的合理数据,利用Penman-Monteith方法估算了北京大兴试区近10年逐日参照腾发量,最后与由实测气象数据计算的结果进行了对比分析。结果表明：解析气象因子与实测数据中,日照时数的相关系数为0.99,风速为0.90;t检验值日照时数为376.9042,风速为122.4295,远远大于t分布相应临界值2.576(α＝0.01),表明其可以认为是来自一个近似的总体样本。由日最低气温确定的实际水汽压和由实测相对湿度计算的实际水汽压,二者相关系数达到0.93,t检验值为153.3015。运用天气预报信息计算预测的ET₀与实测数据用Penman-Monteith方法计算的ET₀相比,相关系数达到0.9613,t检验值为209.1194,说明二者具有高度显著的线性相关性。如果日常天气预报准确度能够达到90％以上,用此理论预测参照腾发量将具有较大的参考价值和实际意义。  相似文献   

基于数据融合算法的灌区蒸散发空间降尺度研究   总被引：1，自引：0，他引：1       下载免费PDF全文

白亮亮  蔡甲冰  刘钰  陈鹤  张宝忠  黄凌旭 《农业机械学报》2017,48(4):215-223

采用Landsat和MODIS数据,通过增强自适应融合算法(Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM)对蒸散发进行空间降尺度,构建田块尺度蒸散发数据集;利用2015年田间水量平衡方法计算的蒸散发数据对融合结果进行评价。在融合蒸散发基础上,结合解放闸灌域2000—2015年间种植结构信息,提取不同作物各自生育期和非生育期内年际蒸散发量,并分析了大型灌区节水改造以来,作物蒸散发占比的年际变化。研究结果表明:融合蒸散发与水量平衡蒸散发变化过程较吻合,小麦耗水峰值出现在6月中下旬—7月初,玉米和向日葵峰值出现在7月份。在相关性分析中,玉米、小麦和向日葵的决定系数R2分别达到了0.85、0.79和0.82;生育期内玉米(5—10月份)、小麦(4—7月份)和向日葵(6—10月份)的均方根误差均不高于0.70 mm/d;平均绝对误差均不高于0.75 mm/d;相对误差均不高于16%。在农田蒸散发总量验证中,融合蒸散发与水量平衡蒸散发相关性较好,两者决定系数达到了0.64。基于ESTARFM融合算法生成的高分辨率蒸散发(ET)结果可靠,具有较好的融合精度。融合结果与Landsat蒸散发的空间分布和差异性一致,7月23日、8月24日和9月1日相关系数分别达到0.85、0.81和0.77;差值均值分别为0.24 mm、0.19 mm和0.22 mm;标准偏差分别为0.81 mm、0.72 mm和0.61 mm。ESTARFM融合算法在农田蒸散发空间降尺度得到较好的应用,可有效区分不同作物蒸散发之间的差异。不同作物在生育期和非生育期内耗水量差别较大;生育期内套种(4—10月份)耗水量最大,达到637 mm,玉米(5—10月份)和向日葵(6—10月份)次之,分别为598 mm和502 mm,小麦(4—7月份)最低为412 mm;非生育期内,小麦(8—10月份)耗水量最大,年均达到214 mm,玉米(4月份)和向日葵(4—5月份)分别为42 mm和128 mm。不同作物多年平均耗水量(4—10月份)差异较小,其年际耗水总量主要随作物种植面积的变化而变化。  相似文献