德兴铜矿地区土壤的基本特征及其对重金属元素的吸附研究

本文首先分析了江西德兴铜矿区周围土壤的微量元素和矿物组成特征,结果显示该地区重金属元素富集,且表层土中重金属元素含量与粘土矿物相对含量变化具有较好的一致性。室内土柱淋滤实验结果表明,当总淋滤时间为451 h时,土壤对Pb²⁺的总吸附量为2 584.75 mg/kg,淋滤实验的前半期存在多种竞争吸附机制,后半期土壤对Pb²⁺的吸附基本达到动态平衡。淋滤后土壤矿物的相对质量分数发生了改变,粘土矿物有所减少。粘土矿物在不同土壤层对Pb²⁺的吸附能力也各异。     

GEE环境下的玉米低温冷害损失快速评估

大范围、及时、准确的灾害损失评估与制图对防灾减灾、农业保险和粮食安全等至关重要。针对传统灾害损失评估方法空间尺度单一、泛化能力差、时效性低，可操作性弱等问题，本文建立了一种遥感产品耦合作物模型的多尺度的灾害损失评估方法MDLA （a Multiscale Disaster Loss Assessment）。该方法利用作物模型的多情景模拟产生大量的灾害样本，结合对应日期的遥感指标构建灾害脆弱性模型，依托Google Earth Engine（GEE）平台将其应用到高分辨率遥感影像和格点灾害指标进行逐象元评估。以鄂伦春自治旗玉米为例，基于精细校准的CERES-Maize模型的模拟，利用两个生长季窗口的LAI和冷积温（CDD）建立统计模型来刻画低温对最终产量的影响，结合Sentinel-2数据逐格点计算完成高精度损失制图。结果显示，校准后的CERES-Maize模拟物候和产量的NRMSE 分别为3.3%和8.9%。冷害情景模拟结果表明不同类型和生育期的低温冷害对玉米产量的影响不尽相同，其中生长峰值期（出苗—吐丝和吐丝—灌浆）最为敏感。回代检验显示，MDLA方法估算精度为11.4%，与历史冷害年份的实际损失相吻合。经评估，鄂伦春2018-08-09的冷害导致玉米减产23.7%，受灾面积1.86×10⁴ ha，其中高海拔地区损失较重（减产率>25%），低温冷害对该区玉米生产构成了严重的威胁。与现有的统计回归、作物模型模拟以及同化等技术相比，其优势在于：（1）结合遥感观测和作物模型模拟技术能更好地刻画了灾害对产量的影响过程；（2）利用GEE平台快速处理海量遥感数据，提高了灾害损失评估的时效性；（3）不受地面实测数据的限制，易操作，可实现动态、多尺度（象元、田块、村，县等）的损失评估，这为防灾减损、维持粮食丰产稳产提供了保障，也为农业保险的业务化运行提供了思路。     

基于Google Earth Engine和作物模型快速评估低温冷害对大豆生产的影响

作为中国商品粮的主要生产基地,东北地区频发的低温冷害给中国粮食安全带来了严重的影响,及时、准确和大范围评估低温冷害灾损是降低损失、快速恢复生产的重要前提。本文以鄂伦春为例,提出了一种快速评估低温冷害对大豆生产影响的新方法。首先诊断出该地区典型冷害事件发生的年份为1989年、1995年、2003年、2009年和2018年;然后基于本地化后CROPGRO-Soybean模型设置512组低温冷害和田间管理组合模拟情景;其次构建了1600组包括3个变量（有效积温距平值（CDD）、模拟的叶面积植被指数（LAI）和产量）的冷害脆弱性模型;最后依托Google Earth Engine（GEE）平台逐像元提取大豆关键生育期早晚窗口内最大的宽动态植被指数（WDRVI）及对应的日期（DOY）,将WDRVI转化为大豆种植格点的实际LAI,结合构建的冷害脆弱性模型逐像元计算出产量和减产率。主要发现如下：① 校准后的CROPGRO-Soybean模型能较为准确地模拟不同冷害情景下的大豆生长发育过程;② 大豆遭受全生育期的降温情景（1~3 ℃）的减产幅度比局部降温情景（4个生育期随机生成连续5日温度为0 ℃）的减产幅度大;③ 历史冷害年1989年、1995年、2003年、2009年平均减产率约为9.6%、29.8%、50.5%和15.7%,与实际6.4%、39.2%、47.7%和13.2%的减产率相比,冷害灾损评估结果具有较好的精度且误差均在一倍方差以内;④ 运用该方法评估2018年冷害田间尺度的产量损失,并利用Sentinel-2A影像进行10 m高精度制图。结果显示,该方法能够快速、准确地评估不同尺度的低温冷害灾损情况,为作物估产以及农作物灾害损失评估的业务化运行提供了新的思路。