利用无人机多光谱数据监测玉米对不同灌溉模式的响应差异

【目的】作物水分状况的实时监测对于节水灌溉、缓解我国水资源紧缺具有重要意义。本研究旨在探寻利用无人机多光谱影像数据实时监测玉米干旱胁迫状况的可行性,比较无人机数据和田间实测农学指标对作物干旱胁迫的敏感程度。【方法】大田试验在河北吴桥进行,采用两个玉米品种‘富民985’和‘郑单958’,设置畦灌、滴灌和雨养3种模式。分别在大喇叭口期、抽雄期、开花期和灌浆期取玉米最新展开叶测定色素含量和比叶面积(SLA),同时利用无人机搭载多光谱相机采集近地遥感数据,并提取归一化植被指数(NDVI)、绿光归一化植被指数(GNDVI)、归一化红边指数(NDRE)、叶面叶绿素指数(LCI)和优化土壤调节植被指数(OSAVI)等5种植被指数。【结果】与叶片色素含量和SLA相比,植被指数更早在各处理间表现出差异。播种后70天(抽雄期)NDRE和LCI在各处理之间具有显著性差异,NDVI、GNDVI和OSAVI仅在灌溉和雨养模式之间出现显著性差异;同一时期各处理的色素含量差异不显著,比叶面积差异也不显著;播种后90天(灌浆期)各处理间的色素含量出现显著性差异。此外,相关性分析表明,植被指数与色素含量的相关性随着生育期发生变化。播种后80天(开花期)NDRE、LCI两个植被指数和色素含量的相关性优于NDVI、GNDVI和OSAVI指数;播种后90天(灌浆期)5种植被指数和色素含量之间的相关性较强。【结论】利用无人机在播种后70天监测的植被指数(NDRE)对玉米干旱的监测优于部分实测农学指标,在后期其测定的叶片色素值(Ca+Cb)/Car与玉米的衰老相关密切,因而对玉米干旱胁迫的监测早且较准确。但最佳光谱指标及其用于干旱监测的最佳时期仍需在更多品种及不同环境下做进一步验证。

基于动态演变过程的城市河流修复:以艾尔河与伊萨尔河为例

过程修复的河流修复方法并非直接创造出复杂的河流形态,而是通过少量人工干预"促进"河流动态过程的发生,以促进其自愈。河流生态条件的改善实际上是借助洪水的冲击(水流的能量)和河岸植被的生长(太阳辐射的能量)来实现的。在日内瓦的艾尔河上,通过"还水以自由",恢复了艾尔河被开凿为运河前的生态功能。在谷底挖掘出的沟渠网络允许河流自由地淹没土地、侵蚀河床与河岸,泥沙可在此淤积成堤坝,复杂的水生栖息地得以形成,丰富着河流生态系统的食物网。在沟渠网络之间突出的菱形岛屿随着河水流动而逐渐被侵蚀,最终演变成了复杂的河道形态。在慕尼黑伊萨尔河的修复策略中,利用粗泥沙将原有的固化驳岸替换为可侵蚀的河床和堤岸,预留出河流演变、侵蚀和淤积作用的空间,并重塑了8km长的可达河岸线。自修复策略实施以来,通过泥沙的自然输移过程形成了砾石滩,其形态又在洪水的冲击中发生着演变,孕育了多样的栖息地。这两个项目均满足了过程修复的4个评价指标—空间、能源、材料和时间—且都可展示出通过修复河流动态演变过程来修复城市河流,并实现生态和社会效益的可能性。

聚四氟乙烯塑料管研磨法对测定C4植物碳同位素比值的影响

聚四氟乙烯(PTFE)塑料管研磨法是测定植物碳同位素比率(δ^(13)C)值常用的前处理方法。该方法处理样品高效快捷,但对植物δ^(13)C可能存在污染。本研究利用人工气候室开展双因素交互试验,包括空气相对湿度(50%和80%)和空气δ^(13)C(^(13)C富集和贫化的空气)两个因素,对比了PTFE塑料管研磨法和不锈钢管研磨法处理C4植物糙隐子草δ^(13)C的结果。结果表明:在相同湿度条件下,不同空气δ^(13)C处理的植物^(13)C分馏值(Δ^(13)C,矫正了光合作用底物的δ^(13)C差异)原本可以视为重复,但由于PTFE塑料颗粒的混入,相同湿度不同^(13)C丰度空气培养下植物叶片Δ^(13)C平均差值为4.8‰。该污染效应导致单个叶片δ^(13)C测定的误差高达8‰。考虑到C4植物的Δ^(13)C较低(通常为1‰~8‰),这种污染效应已经超出了可以接受的误差范围。通过建立类似Keeling曲线的二元混合模型对误差进行了有效消除,并准确估算了植物样品和污染物的δ^(13)C。说明广泛采用的PTFE管研磨方法对研究C4植物Δ^(13)C并不适用,将导致较大的误差。对精度要求较高的研究内容建议使用不锈钢瓶进行研磨。