作物覆盖条件下土壤中水热分布的稳态数值比较

本文应用非饱和多孔介质中传热传质的数学模型,考虑到作物根系和冠层的影响,对稳态情况下圆柱形士壤床中的水热分布进行了数值计算模拟。在不同环境条件下对土壤中的水热分布也进行了模拟计算。同时,在相同环境条件下对有作物覆盖的土壤床和无作物覆盖的土壤床中的水热分布也进行了模拟比较。文中数值模拟的结果较好地反映了实际情况。     

日光温室土壤-空气换热器周围土壤中热湿迁移规律研究

为研究日光温室土壤-空气换热系统土壤中的热湿耦合迁移规律,建立了水平换热管周围非饱和土壤中热湿耦合传递的数学模型,模拟非饱和土壤蓄热过程中温湿度的动态分布。结果表明,温湿度场的分布密切相关。在土壤中温度梯度作用下,土壤中的湿分沿温度梯度反方向迁移,且依次形成湿峰。各向同性土壤中,距管中心距离相同的各点,同时出现湿峰。管内空气温度越高,湿度峰值越明显。利用土壤-空气换热器对高温空气进行降温,含湿土壤中的传热传质,有利于换热系统获得较低的空气出口温度。     

湿分分层土壤中热湿迁移与水分蒸发的实验研究

在自然环境下,对土壤中温度和湿分分布以及水分蒸发的动态特性进行了实验研究,分析了干饱和层对土壤热湿迁移及水分蒸发的影响。结果表明: (1)在周期性变化的大气环境条件下,土壤温度、湿分含量和水分蒸发强度在一天内变化;随着土壤温度的降低,土壤水分含量在晚上会出现略有增加的情况。(2)形成干饱和层后,水分蒸发锋面由土壤表面下移至非饱和层与干饱和层界面处,水分蒸发强度明显减弱,干饱和层的厚度增长缓慢。(3)随着干饱和层不断向深处发展,土壤温度的日变化幅度增大,且随着土壤深度的增加,土壤温度变化呈现出明显的滞后性。     

土壤盐分运移温度效应的数值研究

分析了土壤盐分运移的各种机理,在同时考虑水分和盐分运移温度效应的基础上,建立了非饱和土壤热、湿、气及盐分耦合运移的数学模型,继而通过数值计算考察了20 cm深的砂土中盐分运移温度效应的大小,结果显示: 5年后温度效应对4个不同深度处土壤溶液中盐分浓度的相对影响分别达7.8、4.8、0.8和0.34倍。     

加热条件下含湿多孔介质中液体分布及机理

建立了考虑临界含湿率的非饱和含湿多孔介质加热条件下的热质传输模型。含湿率低于临界值时,由于不同孔隙内水分互不接触,无法在高低含湿率区域间产生由于毛细作用而引起的液体流动,因而忽略介质中液相毛细流动;当含湿率高于临界值时,则考虑液相毛细流动。利用建立的模型,对加热条件下低于和高于临界含湿率情况下的堆积颗粒多孔介质中水分迁移情况进行了分析。模拟分析及实验研究表明应根据含湿率与临界含湿率关系确定是否考虑由毛细力引起的流动。     

作物生长的土壤中氧气浓度场的稳态数值模拟

建立了一个描述土壤中热、湿、气耦合迁移的数学模型,对有冬小麦生长的圆柱形土壤床中的氧气浓度场进行 了数值模拟。结果表明,土壤床中的氧气浓度场与冬小麦的生长发育阶段、上壤的孔隙率以及土壤床的高度等因素密切相 关。     

非饱和土壤热湿迁移对地埋管换热特性的影响研究

本文提出了一种考虑温度因素的预测土壤热导率模型,通过与Campbell和de V-1模型的计算结果比较,该模型能更准确计算土壤热导率大小,平均相对均方差≤15%;其次,建立了基于Matlab平台的地埋管换热器周围非饱和土壤热湿耦合迁移模型,研究了土壤初始温度、初始含湿量及孔隙率对地埋管在放热工况下温湿度场的影响,结果表明:土壤初始温度对钻孔壁处含湿量影响较小,而钻孔壁处温度场与土壤初始含湿量成反比,且其湿度场下降速率均呈现先增后减的趋势;当土壤孔隙率0.2时,土壤含湿量下降速率明显增加。     

不同运行模式下土壤-空气换热器热性能研究

基于多孔介质传热传质理论,建立了二维非饱和土壤耦合热湿迁移的数学模型。基于有限体积法,利用FORTRAN语言开发了二维椭圆型传热传湿计算程序。利用自编程序对不同运行模式下的土壤-空气换热器系统进行了全面的数值研究。连续模式下系统连续运行24 h;间歇模式1下系统运行60 min,然后停止运行30 min;间歇模式2下系统运行60 min,然后停止运行60 min.结果表明,在连续模式下较高含湿量的土壤比较低含湿量的土壤的系统热性能提升20.13%,含湿量较低的土壤在间歇模式下运行系统热性能较连续模式提升12.7%。     

基于Landsat 8 OLI数据的玉米冠层含水量反演研究

植被含水量是作物长势好坏的指示因子,利用遥感技术及时准确监测植被含水量对农业生产、作物估产和干旱状况评价具有重要意义。基于新一代对地观测计划Landsat 8 OLI传感器(Operational Land Imager,陆地成像仪),评价其植被含水量反演的能力与局限性。首先,利用ProSail冠层模型模拟冠层光谱反射率数据集,分析OLI传感器的植被含水量敏感波段以及土壤背景对各波段反射率的影响,然后利用基于Landsat OLI影像计算的植被水分指数和2013年6月1日—8月14日期间采样的植被含水量数据,比较12种植被水分指数与地面实际采样的植被含水量的相关性,评价估算植被含水量的最佳植被水分指数。结果表明：OLI传感器的红、近红外和两个短波红外对植被含水量敏感,其中近红外波段最为敏感;在低植被覆盖度时,土壤背景反射率的太阳辐射将达到光谱传感器影响植被水分指数与植被含水量之间的关系,利用ProSail模拟干湿土壤背景反射率结果也表明土壤背景对植被冠层反射率的影响很大;引入优化土壤调整植被指数(OSAVI)去除土壤背景对植被水分指数的影响;在12种植被水分指数中,MSI2与植被含水量的拟合关系最好(R2=0.948),植被含水量的平均拟合误差为0.52 kg·m-2;在植被生长晚期即植被含水量大于2 kg·m-2时,各植被水分指数出现饱和情况,植被含水量的估算结果不佳。     

顾及土壤湿度的土壤有机质高光谱预测模型传递研究

高光谱遥感技术作为当前遥感发展的前沿科技,通过电磁波与地物的相互作用,可以定量反演地物的物理化学性质。土壤有机质是重要的土壤养分信息参数,利用高光谱遥感技术快速获取其含量信息可以为精准农业的发展提供必要的数据支撑。然而,由于受到外部参数差异的干扰,导致建模精度降低的同时,还会造成已有模型传递性的“失效”。为了消除湿度差异的干扰,进一步拓展已有模型的适用空间,以江汉平原滨湖地区为例,通过对95个土壤样本进行加湿处理,在实验室自然风干的条件下,量测得到13套不同湿度等级土壤样本的可见—近红外反射光谱数据,建立了各湿度等级下土壤有机质的光谱反演模型,研究水分差异对建模精度的影响;在此基础上,运用Direct Standardization(DS)算法对湿土光谱进行校正,进而探讨该算法在提高模型传递性能方面的潜力。结果表明：基于风干土光谱建立的模型预测精度最高,未经校正的湿土光谱无法通过该模型进行土壤有机质含量预测,预测偏差在-8.34～3.32 g·kg-1,RPD在0.64～2.04;经过DS算法校正后的湿土光谱可以通过该模型进行土壤有机质含量预测,预测偏差降低至0,RPD值提高至7.01。研究表明DS算法能有效降低湿度差异对光谱反演土壤有机质的影响,使土壤有机质光谱反演模型适用于不同水分含量的土壤样本。     

基于无人机多光谱图像的土壤水分检测方法研究

以表层土壤为对象,探究土壤的多光谱反射率与土壤水分含量相关性,进行基于无人机多光谱图像的土壤水分含量预测模型方法的探究。选取中国农业大学通州实验站为研究区域,实地采集试验田的土壤样本100组,按照一定梯度配制土壤含水量,配成的土壤含水率为10%~50%之间,土壤含量的真实值采用土壤烘干法进行测定。多光谱相机灵巧便捷,可搭载在无人机上对土壤进行监测。将RedEdged-M型多光谱相机搭载在Phantom 3型无人机上,选择阳光充足的采集环境,实时采集土壤样本的多光谱图像,建立土壤多光谱信息与水分含量之间的模型。利用处理光谱数据的ENVI5.3软件提取土壤样本多光谱信息,以多光谱相机自带的标准白板反射率为100%,计算出土壤样本在蓝、绿、红、红边、近红外五个波段的光谱反射率。采用BP神经网络算法、支持向量机算法、偏最小二乘算法分别建立基于无人机多光谱图像的土壤水分含量的预测模型。以80组土壤样本数据作为训练集,建立基于多光谱图像的土壤水分含量预测模型。采用莱文贝格-马夸特算法对BPNN进行改进,提高了其训练速度,当网络结构为5-10-1时,训练效果最好,本文选择该网络结构;SVM采取高斯核函数,当参数为0.56时,模型效果最好。本研究采用归一化均方根误差(NRMSE)和决策系数(R 2)对三种土壤水分含量的预测模型进行定量对比。以20组土壤样本数据作为测试集,结果可知,基于BP神经网络土壤水分含量预测模型的NRMSE为0.268,R 2为0.872;基于支持向量机的土壤水分含量预测模型的NRMSE为0.298,R 2为0.821;基于偏最小二乘土壤水分含量预测模型的NRMSE为0.316,R 2为0.789。对三种模型分析可知,基于BPNN的土壤水分含量预测模型效果均较好。结果可知,土壤的光谱反射率与含水率间存在较密切的相关性,将多光谱相机搭载在无人机上可以对土壤水分含量进行有效的实时监测,对监测土壤墒情提供技术支持和理论支撑。     

不同含水量黑土土壤光谱反射率半经验模型构建

土壤含水量的变化情况与时空分布对热量平衡、农业墒情等具有显著的影响。利用反射率光谱信息反演土壤含水量的研究,可为实现土壤含水量速测、揭示土壤含水量时空变异规律提供科学依据。构建不同含水量黑土土壤反射率光谱半经验模型,深入探究土壤重量含水量与反射率光谱的关系。 制备了12种不同湿度的土壤样品。 采用ASD Field Spec Pro 3地物波谱仪对制备的不同湿度梯度的黑土土壤进行反射率光谱测量。 利用菲涅耳反射率建立土壤表面反射模型;在以往的研究中,Kubelka-Munk (KM)模型中的漫反射率R_∞通常被视为对于给定材料和照明波长的常数或需要反演的参数。通过研究发现,漫反射率R_∞不仅与材料和波长有关,还与土壤含水量相关。利用与土壤含水量相关的吸收系数及散射系数描述了土壤含水量与漫反射率R_∞的关系,并基于KM理论对体散射分量进行建模;进而构建不同含水量黑土土壤反射率光谱半经验模型。 根据实际测量数据选用最小二乘算法对模型参数进行反演,并通过分析反演参数简化模型。最后,将未参与建模的不同含水量梯度的数据代入模型中,验证模型的有效性。结果表明：对比不同含水量土壤反射率光谱的模拟值与实测值在400～2 400 nm波段范围内的模拟精度发现,含水量为200 g·kg-1的土壤反射率光谱的均方根误差最大,为0.008,含水量为40 g·kg-1的土壤反射率光谱的均方根误差最小,为0.000 6,不同含水量下土壤样品反射率光谱的均方根误差的均值是0.005 1。在400～2 400 nm波段范围内,不同波长下黑土土壤反射率光谱的预测均方根误差基本低于0.008,1 920 nm波长处的预测均方根误差最小,为0.002 062。采集长春地区的土壤检验模型的可靠性,配制15个不同含水量样品并对其进行反射率光谱测量。选取9个样品数据用于建模,6个样品数据用于验证。结果表明：在400～2 400 nm波段范围内,不同波长下的长春土壤反射率光谱的预测均方根误差基本低于0.015,525 nm波长处的预测均方根误差最小,为0.000 922 5。综上所述,所建立的模型具有很高的预测精度,可很好地适用于不同含水量黑土土壤反射率光谱的模拟。     

基于多种植被指数的土壤含水量估算方法

快速且准确估算土壤含水量已成为农林业水资源监测的热点问题,应用植被指数估算土壤含水量的方法已得到广泛认可和应用。以便携式光谱仪测定的高光谱数据为基础计算得到8种植被指数,通过灰色关联分析法(GRA)对八种植被指数和基于红外热像仪测定的冠层温度进行分析与筛选,选取与土壤含水量具有较高相关性的指标进行多元线性回归分析,构建基于多种植被指数的土壤含水量估算模型(SMBMVI),并做模型精度分析。精度评价结果表明：模型拟合度较高,达到极显著水平(p＜0.000),土壤含水量估算值与实测值具有较高相关性,ｒ为0.636 1,RMSE为2.149 9。该方法引入多种植被指数,采用非接触式的测量方法估算小尺度研究对象的土壤含水量,能够作为遥感反演和直接测定土壤含水量的一种有效替代方法。模型的建立可以快速、准确的估算土壤含水量,为农林业水资源监测管理提供理论与技术参考。     

基于高光谱成像技术的土壤水分机理研究及模型建立

为了研究宁夏地区土壤的水分迁移机理以及对土壤水分快速无损检测,利用高光谱成像(光谱范围900~1 700 nm)技术对土壤的含水率进行了研究。通过高光谱成像系统采集了208个土样,比较了不同天数下土壤含水率与光谱的变化、不同质量含水量光谱的差异。对采集到的土样进行PLSR模型建立,对比分析不同光谱预处理方法、不同方法提取特征波长(UVE、CARS、β系数、SPA)、不同建模方法(MLR、PCR、PLSR)建立的模型,优选出最佳模型。结果表明:在一定的土壤含水量范围内,光谱曲线的反射率与土壤含水率成反比;当增大到超过田间持水率时,光谱曲线的反射率与土壤含水率成正比。对比分析了不同预处理方法,优选出单位向量归一化预处理方法。对比不同的模型,优选出SPA提取的特征波长的MLR模型。最优的特征波长为987,1 386,1 466,1 568,1 636,1 645 nm,最优模型的预测相关系数Rp=0.984,预测均方根误差RMSEP为0.631。因此,今后可采用不同波段对土壤含水率进行定量分析。     

农田土壤水分含量的激光诱导荧光光谱表征

通过实验探讨了植物的激光诱导叶绿素荧光光谱与土壤水分间的关系。实验利用Y-形光纤探头获取了植物在450 nm LED光源照射下所发出的叶绿素荧光光谱,同时利用TDR传感器测量土壤湿度。实验以水稻为研究对象,研究了在持续水分胁迫和间歇水分胁迫下,叶绿素荧光光谱743 nm附近波峰的变化,结果发现,波峰强度与土壤水分含量具有相关性。最后,利用Lorentzian方程,将持续水分胁迫下的土壤含水量与叶绿素荧光强度进行建模,发现所建的模型具有较高的决定系数,说明该方法可以应用于农业生产中对土壤水分的测量。     

微观结构对膜换湿能力影响研究

对多孔膜换湿过程进行了理论分析,得到了透湿量和湿阻的计算式.同时对三种膜包括PVDF,PES和纤维素膜进行了湿阻的测量实验,通过对实验数据的回归处理,得到了多孔膜的结构参数.结果表明,膜厚、孔径分布、孔隙率及曲折因子对膜的换湿特性都有较大影响,在平均孔径相同的情况下,其它因素仍然导致了不同膜换湿能力的较大差距。在所获得的结构参数基础上,通过数值模拟的方法研究了平均孔径对膜换湿能力的影响。结果表明湿阻随平均孔径的增大而减小,减小趋势逐渐平缓最后趋向一定值。     

The effect of soil temperature and moisture on organic matter decomposition and plant growth

The effect of soil temperature and moisture on plant growth and mineralisation of organic residues was investigated using 15N-labelled soybean residues and temperature-controlled tanks in the glasshouse. Treatments were arranged in a factorial design with: three soil temperatures (20, 26 and 30 degrees C), two soil moisture regimes (8% (-800 Kpa) or 12% (-100 Kpa)), soybean residues added (enriched at 1.82 atom % 15N excess) or no residues; and either sown with ryegrass or not sown. Pots were sampled six weeks after planting and 15N-enrichment and delta13C of the plant and soil fractions were determined. Soil inorganic N was also periodically measured. Available inorganic N increased significantly with addition of residues and generally decreased with increasing temperature. Plant dry matter decreased significantly with increase in soil temperature and increased with increasing moisture. Root-to-shoot ratio declined with increased temperature and moisture. Percentage nitrogen derived from residues (%Ndfr) increased linearly with increased temperature and moisture. Delta13C decreased linearly with increasing temperature and decreasing moisture status. There was a significant correlation between transpiration and dry matter production, but there was no correlation between water use efficiency and delta13C. The results suggest that C: N ratio of the root material effects the root turnover and in turn the water supply capacity of the root system.     

可见光-近红外波段土壤水分含量偏振光谱响应变化研究

通过在350～2 500 nm波段范围内对不同水分含量的土壤进行偏振光谱测试与分析,确定土壤偏振光谱数据与水分含量之间的关系,研究土壤水分含量对偏振光谱的响应与变化,并确定最佳土壤含水量偏振光谱预测模型。结果表明,微分偏振光谱模型的精度要高于偏振光谱模型和吸光度模型,且模型均呈现拐点含水量,发现不同偏振状态下的拐点含水量均在30%附近,具有一定的规律性。