不同粗糙度尺度下预测表层土壤孔隙率量化指数比较研究

针对当前精细农业对农田信息快速采集的需求,本研究提出了基于土壤粗糙度预测表层土壤孔隙率的方法,而采用何种量化指数表征土壤粗糙度是深化研究的关键.本文首先系统总结了几种已有的衡量土壤粗糙度的量化指数,进而提出一种新的基于小尺度的土壤粗糙度指数Rd.根据对4种不同耕作方式下应用地面激光扫描仪获取的原始试验数据进行初步处理,并将4种粗糙度量化指数与表层土壤孔隙率的相关性做了比较研究,得出了两个重要结论:(1)与其它粗糙度量化指数相比,Rd与表层土壤孔隙率的相关性最高(R2=0.752);(2)基于激光扫描方法快速分析表层土壤孔隙率具有潜在的应用价值.

土壤圆锥指数、水分与容重耦合模型的试验比较研究--Ⅱ.水分与深度的影响

在对4种模型统计性能的水平检验与容重预测精度评价的基础上,分析与检验了各模型中水分与行进深度的影响作用.为分解水分对圆锥指数的单因数影响,采用定义水分影响指数(的方法.对于圆锥传感器行进深度的影响作用,借助于da与ead两种独立的深度影响因子,结合各模型与试验数据进行了计算与比较.结果表明:(1)只有Ayers模型能够较好地刻画土壤圆锥指数与水分间的耦合关系;(2)根据Ayers模型与Upadhyaya模型,圆锥传感器行进深度对圆锥指数的影响作用可以忽略;(3)根据Busscher模型,圆锥传感器行进深度显著影响圆锥指数的数值,但与此同时水分影响却可忽略不计,这显然与事实不符.由此看来,应用Ayers模型解析土壤圆锥指数、水分与容重的耦合关系,优于其它模型,但它作为隐函数,寻求最优迭代算法有待进一步研究.

不同耕作条件下土壤表面粗糙度随时间变化规律研究

为了研究耕作后土壤表面粗糙度随时间变化的规律,通过采用3种不同耕作方式(铧式犁、浅松铲、圆盘耙),在耕作后45天内,每隔5天利用激光土壤表面粗糙度扫描仪测量土壤表面粗糙度的方法,分别研究了耕作后45天内两种粗糙度指数(均方根RMS和自相关长度ACL)随时间变化的规律。研究结果表明,无论以RMS或ACL为土壤表面粗糙度的指标,与耕后天数均为指数模型相关。其中,3种耕作条件下,RMS与耕后天数的相关性在0.88～0.93之间;而ACL与耕后天数的相关性更高,在0.94～0.95之间,通过本实验研究揭示了耕作后短期内土壤表面粗糙度随时间变化的规律,对粗细农业的具体实施具有一定的意义。

土壤圆锥指数、水分与容重耦合模型的试验比较--Ⅰ．模型性能的统计检验与容重预测

应用一种先进的双变量(土壤圆锥指数与水分)传感器复合测量系统,基于前人提出的土壤圆锥指数、水分与容重的4种半经验模型(Ayers,Upadhyaya,Busscher与Hernanz模型),以相关系数R2与统计残差作为检验指标,根据各模型的结构特点,结合两种质地土壤(粘土与粉质壤土),针对容重预测精度与可应用性进行了深入试验研究.结果表明,Ayers和Upadhyaya模型虽然预测精度较高,但与土壤容重的解析关系为隐函数,在线辨识计算工作量只能取决迭代过程的收敛性,因而在实际应用上受到一定程度的限制.相比之下Busscher与Hernanz模型计算土壤容重方便快捷,但预测精度较低.

基于土壤表面粗糙度预测降雨影响下的表层土壤孔隙度

根据表层土壤(0～40mm)孔隙度与降水量和土壤表面粗糙度之间的关系,提出一种预测表层土壤孔隙度的新方法。基于此目的,在德国波恩大学Dikopshof试验站,以两块采用不同耕作方式(地块1:铧式犁+圆盘耙;地块2:旋转锄+圆盘耙)处理过的耕地为研究对象,以耕后50d内的表层土壤孔隙度(TSP)与土壤表面粗糙度(SSR)为测量对象,分别采用地面激光扫描仪和气压比重计对TSP与SSR随时间的变化进行了连续测量,以研究TSP与SSR两者的动态关系。自2006到2009年,每年夏天进行1次重复试验,以研究不同降雨量对TSP与SSR关系的影响,并引入累计平均日降雨量(ARF)的影响指数。通过4a试验,得出结论:TSP随ARF增加而降低,随SSR降低而降低。在此基础上,建立了由ARF和SSR预测TSP的多元线性模型,且模型通过了F检验。结果表明,借助于地面激光扫描仪和降雨量数据,该模型可快速连续估算不同耕作方式下的土壤表层孔隙度。

基于智能手机方位传感器的叶面积测量校正

针对使用智能手机野外测量叶面积时很难保证主光轴与叶平面垂直导致测量精度下降的问题,采用针孔相机模型和数字图像处理技术相结合的方法,对叶片平面和手机平面存在夹角时的叶面积测量建立误差校正模型并进行研究。1)以10片不同大小的椭圆形模拟叶片对开发的android App进行仿真测试,结果显示,叶面积测量值与理论值之间的决策系数高于97%,并且随着叶片与手机平面夹角的增大而减小,校正后的相对误差为-6%~8%,未校正的高达41.4%。2)以向日葵、番茄、辣椒和茄子等植物叶片对误差校正公式进行验证,结果显示,当夹角<15°,拍照高度为30~65cm时,叶面积测量的相对误差为-6%~6%,未校正的为-27.5%~25%。