及时掌握田块尺度土壤水盐时空分布状况及其运动规律,可为采取针对性措施改良利用盐碱地、改善区域生态提供科学依据。以山东省滨州市无棣县柳堡镇盐碱农田为研究区,通过野外调查实测与室内化验分析获取土壤水盐数据,采用统计学方法和...及时掌握田块尺度土壤水盐时空分布状况及其运动规律,可为采取针对性措施改良利用盐碱地、改善区域生态提供科学依据。以山东省滨州市无棣县柳堡镇盐碱农田为研究区,通过野外调查实测与室内化验分析获取土壤水盐数据,采用统计学方法和地理信息系统(geographic information system,GIS)技术分析田块尺度的土壤水盐时空分布状况和变异规律。结果显示,研究区表层土壤含水量总体偏低,在区内呈中等变异性,淡水短缺依然是影响该区农业生产的主要限制因素。研究区土壤总体上为中度盐渍化,并呈中等变异性,有效管理条件下可适合耐盐作物生长。在纵向空间维度,由表层到底层土壤盐渍化程度呈上升趋势,同时期的各层土壤含盐量呈极显著正相关(P<0.01);相邻土层间相互影响程度大于对隔层土层的影响,在滨海盐碱地地下水埋深较浅的条件下,可重点改良耕层土壤,在作物生长期营造适宜的生产环境。在横向空间维度,各时期土壤盐分均呈南低北高、西低东高的特征,但地块均质度差,重度盐渍化斑块状分布特征明显。在时间维度,冬小麦生长期(从返青到成熟)土壤含盐量总体逐步降低,但在5月底出现升高的现象。研究区应根据土壤水盐时空变异特点,采取蓄水防旱、施肥和栽培管理措施调控水盐含量,并对斑状重度盐碱地块采取综合改良措施。研究结果可为研究区和类似区域改良利用盐碱地提供借鉴。展开更多
针对农田中高分辨率空间模式蒸散量(ET)缺少有效量化的问题,提出一种基于无人机(UAV)估算农田蒸散量的方法。构建了M100型多旋翼无人机搭载FLIR VueProR热像仪和Micasense RedEdge多光谱成像仪的采集数据平台;将无人机数据匹配卫星遥感...针对农田中高分辨率空间模式蒸散量(ET)缺少有效量化的问题,提出一种基于无人机(UAV)估算农田蒸散量的方法。构建了M100型多旋翼无人机搭载FLIR VueProR热像仪和Micasense RedEdge多光谱成像仪的采集数据平台;将无人机数据匹配卫星遥感蒸散模型,比较典型单层模型METRIC(Mapping evapotranspiration at high resolution with internalized calibration)模型和典型双层模型RSEB(Remote sensing energy balance)模型在农田中的适用程度;针对RSEB模型的土壤热通量计算方式不适用于农田环境的问题,对模型进行基于多光谱数据的改进;针对模型中温度参数易产生较大误差的问题,基于无人机热像仪数据与实际温度间的关系,对获取的热像仪数据进行校正;将模型计算值与涡度相关系统(OPEC)测量值进行对比。结果表明,结合无人机多光谱数据的RSEB模型经过温度校正可得到结果较为准确的通量数据,显热通量均方根误差为20.013 W/m^2,平均绝对误差为15.835 W/m^2,潜热通量均方根误差为40.202 W/m^2,平均绝对误差为26.017 W/m^2,进而得到分米级分辨率的农田蒸散量空间分布图。本文估算方法可以有效获取高分辨率空间模式的田间蒸散量,为精准农业灌溉提供技术支持。展开更多
文摘及时掌握田块尺度土壤水盐时空分布状况及其运动规律,可为采取针对性措施改良利用盐碱地、改善区域生态提供科学依据。以山东省滨州市无棣县柳堡镇盐碱农田为研究区,通过野外调查实测与室内化验分析获取土壤水盐数据,采用统计学方法和地理信息系统(geographic information system,GIS)技术分析田块尺度的土壤水盐时空分布状况和变异规律。结果显示,研究区表层土壤含水量总体偏低,在区内呈中等变异性,淡水短缺依然是影响该区农业生产的主要限制因素。研究区土壤总体上为中度盐渍化,并呈中等变异性,有效管理条件下可适合耐盐作物生长。在纵向空间维度,由表层到底层土壤盐渍化程度呈上升趋势,同时期的各层土壤含盐量呈极显著正相关(P<0.01);相邻土层间相互影响程度大于对隔层土层的影响,在滨海盐碱地地下水埋深较浅的条件下,可重点改良耕层土壤,在作物生长期营造适宜的生产环境。在横向空间维度,各时期土壤盐分均呈南低北高、西低东高的特征,但地块均质度差,重度盐渍化斑块状分布特征明显。在时间维度,冬小麦生长期(从返青到成熟)土壤含盐量总体逐步降低,但在5月底出现升高的现象。研究区应根据土壤水盐时空变异特点,采取蓄水防旱、施肥和栽培管理措施调控水盐含量,并对斑状重度盐碱地块采取综合改良措施。研究结果可为研究区和类似区域改良利用盐碱地提供借鉴。
文摘针对农田中高分辨率空间模式蒸散量(ET)缺少有效量化的问题,提出一种基于无人机(UAV)估算农田蒸散量的方法。构建了M100型多旋翼无人机搭载FLIR VueProR热像仪和Micasense RedEdge多光谱成像仪的采集数据平台;将无人机数据匹配卫星遥感蒸散模型,比较典型单层模型METRIC(Mapping evapotranspiration at high resolution with internalized calibration)模型和典型双层模型RSEB(Remote sensing energy balance)模型在农田中的适用程度;针对RSEB模型的土壤热通量计算方式不适用于农田环境的问题,对模型进行基于多光谱数据的改进;针对模型中温度参数易产生较大误差的问题,基于无人机热像仪数据与实际温度间的关系,对获取的热像仪数据进行校正;将模型计算值与涡度相关系统(OPEC)测量值进行对比。结果表明,结合无人机多光谱数据的RSEB模型经过温度校正可得到结果较为准确的通量数据,显热通量均方根误差为20.013 W/m^2,平均绝对误差为15.835 W/m^2,潜热通量均方根误差为40.202 W/m^2,平均绝对误差为26.017 W/m^2,进而得到分米级分辨率的农田蒸散量空间分布图。本文估算方法可以有效获取高分辨率空间模式的田间蒸散量,为精准农业灌溉提供技术支持。