1992-2015年中亚五国土地覆盖与蒸散发变化

1991年苏联解体,中亚五国独立使得土地覆盖与蒸散发格局发生深刻变化。以中亚五国为研究区,采用欧空局气候变化项目（CCI）土地覆盖和全球陆地数据同化系统（GLDAS）蒸散发数据,分析1992-2015年土地覆盖与蒸散发时空变化特征,进一步研究耕地蒸散耗水特征。结果表明：① 中亚五国土地覆盖变化具有阶段性特征,耕地扩张引起土地覆盖格局变化。1992-2003年耕地快速增加（1.1万km ²/a）,林地和草地大幅减少。2003-2015年耕地增速趋缓（0.3万km ²/a）,林地和草地有一定恢复,裸地和水体持续减少,城镇用地持续增长。耕地共增加12.3万km ²,林地和草地分别减少4.0万km ²和2.3万km ²,且集中于哈萨克斯坦中北部。裸地减少3.5万km ²,集中于哈萨克斯坦西南部,水体减少3.1万km ²,集中在咸海湖泊。乌兹别克斯坦耕地减少、裸地增加,吉尔吉斯斯坦、塔吉克斯坦和土库曼斯坦土地覆盖变化幅度较小;② 中亚五国蒸散发变化与土地覆盖格局基本一致。蒸散发总体呈增加态势（6 mm/a）,1992-2003年快速增加（11.3 mm/a）,2003-2015年缓慢上升（2.4 mm/a）。中亚五国年蒸散发达到276.8 mm,东南部的吉尔吉斯斯坦（347.3 mm）和塔吉克斯坦（302.9 mm）最高,中北部的哈萨克斯坦（297.9 mm）次之,西南部的乌兹别克斯坦（211.0 mm）和土库曼斯坦（150.0 mm）最低;③ 中亚五国蒸散耗水结构受耕地面积大小的影响。中亚五国耕地蒸散耗水的贡献由24.7%增至27.9%,土库曼斯坦耕地蒸散耗水仅占本国的11%,其他国家均超过25%。草地、林地和裸地的蒸散耗水贡献降低,但哈萨克斯坦、吉尔吉斯斯坦和塔吉克斯坦仍以草地和林地蒸散耗水为主（≥ 50%）,土库曼斯坦（61.3%）和乌兹别克斯坦（46.4%）的裸地蒸散耗水占绝对优势。本文明确了中亚五国土地覆盖连续动态变化过程,细化各国土地覆盖与蒸散发特征及差异,增强对土地覆盖与蒸散发现状的认识,可为水土资源管理和生态环境保护提供数据参考。     

2000-2015年三江平原主要作物需水量征及影响因素分析

全生育期内作物需水量的研究是农业水资源有效利用和进行合理灌溉的重要依据。基于三江平原22个气象站点2000—2015年逐日气象观测资料及中国区域地面气象要素数据集，利用国际粮农组织 （FAO）Penman-Monteith模型和分段单值平均作物系数法，分别对三江平原水稻、玉米和大豆的作物需水量进行计算，分析作物需水量年际变化特征，采用通径分析法研究作物需水量的变化成因。结果表明：（1）三江平原16 a来年均参考作物蒸散量为537.4 mm，日均为 3.5 mm，呈波动减少趋势。（2）生长季内，水稻在分蘖期需水量最大，为177.1 mm，玉米在七叶期需水量最大，为99.7 mm，大豆在结荚期需水量最大，为96.1 mm；水稻、玉米和大豆的净灌溉需水量分别为195.4 mm、130.8 mm和72.2 mm，对灌溉的依赖程度水稻>玉米>大豆。（3）由通径分析结果可知，三江平原作物需水量的主要影响因素为净辐射、气温和日照时数。     

作物胁迫无人机遥感监测研究评述

作物胁迫是全球农业发展的一个重要制约因素,实现快速、大范围、实时的作物胁迫监测对于农业生产具有重要意义。传统的作物胁迫监测方式,如田间调查、理化检测和卫星遥感监测总是受到各种田间条件或大气条件的制约。随着无人机和各种轻量化传感器的快速发展,其凭借高频、迅捷等优势为各种作物胁迫监测提供了一套全新的解决方案。本文在介绍了目前主流的多种无人机和传感器的基础上,首先对目前无人机遥感用于作物监测的主要胁迫类型进行了梳理,然后重点阐述了基于光谱成像和热红外传感器进行作物胁迫无人机遥感监测的应用和技术方法,最后提出了作物胁迫无人机遥感监测尚需解决的关键问题,并展望了未来无人机遥感用于作物胁迫监测的前景。     

陆面蒸散量观测方法比较分析及其影响因素研究

陆面蒸散是陆面水分平衡的主要分量,也是地球系统水分消耗的主要途径,但陆面蒸散量测量技术一直没有得到很好地解决.利用LOPEX试验区内陇中黄土高原定西陆面过程综合观测站的历史观测资料,在参考对照蒸发皿观测的水面蒸发量的基础上,对蒸渗计法、涡动相关法、彭曼方法等3种方法观测的陆面蒸散量的年变化特征进行了比较分析,发现各观测...     

MODIS植被指数的美国玉米单产遥感估测

针对中国开展的国外农作物产量遥感估测大多依靠中低分辨率耕地信息、省级(州级)或国家级作物产量统计数据的现状,本文以美国玉米为例,探讨利用多年中高分辨率作物分布信息、时序遥感植被指数和县级作物产量统计数据开展国外重点地区作物单产遥感估测技术研究,以期进一步提高中国对国外农作物产量监测精度和精细化水平。首先,利用美国农业部国家农业统计局(NASS/USDA)生产的作物分布数据(CDL)获得多个年份玉米空间分布图,并对相应年份250 m分辨率16天合成的MODIS-NDVI时序数据进行掩膜处理,统计获得每年各县域内玉米主要生育期NDVI均值;其次,以各州为估产区,以多年县级玉米统计单产和县域内玉米主要生育期NDVI均值为基础,建立各州玉米主要生育期NDVI与玉米单产间关系模型;然后,通过主要生育期玉米单产和玉米植被指数间拟合程度,筛选确定各州玉米最佳估产期和最佳估产模型。最终,利用最佳估产模型实现美国各州玉米单产估测和全国玉米单产推算。其中,建模数据覆盖时间为2007年—2010年,验证数据为2011年。结果表明,应用最佳估产模型的2011年美国各州玉米单产估测相对误差在-4.16%—4.92%,均方根误差在148.75—820.93 kg/ha,各州估测结果计算获得全国玉米单产的相对误差仅为2.12%,均方根误差为285.57 kg/ha。可见,本研究的作物单产遥感估测技术方法具有一定可行性,可准确估测全球重点地区作物单产信息。     

基于作物系数与水分生产函数的向日葵产量预测

利用河套灌区向日葵2012年田间水分、分期播种试验数据和两个站点的农业气象历史资料,研究基于向日葵作物系数和水分生产函数的产量预测方法。结果表明:向日葵标准作物系数在生育期内的变化规律是前期小、中期大、后期小, 最高值为1.21, 出现在开花期。标准作物系数与出苗后日数和大于0℃积温有很好的二次和三次多项式关系,拟合优度在0.93以上。在分析相对叶面积指数和作物系数关系的基础上,提出标准作物系数的相对叶面积指数订正方法,得出河套灌区向日葵作物系数的动态计算式,为水分生产函数中实际蒸散量的计算提供支撑。建立以Jensen模型为基础的向日葵水分生产函数,得到对水分亏缺的敏感顺序从高到低是开花期、花序形成期、成熟期、苗期。综合应用向日葵作物系数方程和水分生产函数模型计算分期播种产量,与实际产量分别相差4.4%和4.1%,初步证明该文提出的方法对产量预测较为理想,在该地区具有很好的适用性。     

基于典型物候特征的MODIS-EVI时间序列数据 农作物种植面积提取方法 —小区域冬小麦实验研究

利用MODIS植被指数时间序列这一特性,以北京市通州及周边为实验区,冬小麦种植面积为研究对象,提出 了农作物种植面积指数模型(Pan-CPI模型)的概念,并构造了冬小麦特征物候期植被指数与种植面积的定量函数关系, 通过样区TM影像求解关键参数,对研究区冬小麦种植面积测量方法进行了试验研究。研究结果表明：(1)Pan-CPI模 型能够很好地反映特定目标农作物种植面积状况,为基于植被指数时间序列影像识别农作物种植面积提供了新方法; (2)精度分析结果表明：Pan-CPI模型具有很高的稳定性,且不受样本变化的影响,只要达到满足模型计算的样本量(如： 5%),多次测量结果间具有很好的一致性。选取MODIS 6×6像元大小的窗口时,TM样本的复相关系数(R2)稳定在0.85 左右,与TM结果比较,窗口相对精度稳定在95%左右,区域精度稳定在92%以上,经调整的区域精度高达96%以上; (3)对于种植结构复杂、目标作物种植破碎的地区,Pan-CPI模型可以充分利用MODIS植被指数时间序列的优势,有效改 善TM单时相和多时相提取信息因时相缺失无法表征作物变化的不足。     

遥感蒸散模型的时间重建方法研究

本文提出的遥感蒸散模型的时间重建方法考虑了逐日蒸散可能的变化情况, 在阻抗- 彭曼单层模型的基础 上, 将图像去云处理与时间重建结合在一起, 先使用SEBS 能量平衡余项模型获得晴好日的地表阻抗信息, 选择了 叶面积指数LAI 作为反映植被表面阻抗的参量, 通过时间序列谐波分析(HANTS)获得逐日逐像元的LAI 信息, 将晴 好日的阻抗信息扩展至待定日, 并使用因子函数表达了极端温湿条件对植被叶面阻抗的限制作用。使用中科院禹 城站2003 年作物季的大型蒸渗仪数据对模型所得逐日蒸散结果进行了验证。在作物生长季, 模型结果相对于实测 结果表现出了良好的相关性(R2≈0.7), 远优于作为对比的蒸发比不变法。受单层模型假设局限, 方法在裸地及稀疏 植被上的结果还存在着较大的误差。     

长江黄河源区气候变化及植被生产力特征

近半个世纪以来长江、黄河源区的气温、蒸散量升高的倾向率趋势明显,而且东部大于西部,气温、蒸发在一定的时空尺度上波动变化明显,是导致区域生态环境变化的重要原因,而年降水量变化态势较为平稳.1987年以来土壤湿度下降明显,表明在气候温暖化状况下,土壤蒸发量远大于降水的补给量,导致土壤向暖干化发展.1987年以来植被地上净初级生产力在气候环境影响下,年际波动明显,而且在近十几年也下降明显.