基于地表温度-植被指数特征空间的区域土壤水分反演

针对目前西北地区广泛存在的农业干旱问题,选取了新疆塔里木盆地北缘渭干河-库车河三角洲绿洲为研究区,选择云量较少的两幅TM影像,建立地表温度-植被指数特征空间。首先利用线性方程拟合了特征空间的上下边界,比较利用归一化植被指数(NDVI)建立的地表温度-植被指数特征空间Ts/NDVI和利用改进型土壤调整植被指数(MSAVI)构建的地表温度-植被指数特征空间Ts/MSAVI形状的差异,并计算得到两种温度植被干旱指数(Temperature vegetation dryness index-TVDI,分别为TVDIN和MTVDI)。对TVDI与同期野外不同深度的实测土壤重量含水量数据进行回归分析,建立TVDI估测土壤水分的经验模型并对模型进行验证。研究结果表明,TVDIN和MTVDI均能够反演表层土壤水分,其中MTVDI与土壤水分相关性比TVDIN与土壤水分相关性要高,MTVDI能够更好地反映区域土壤水分状况,是一种更有效的土壤水分监测方法,对农业干旱监测具有一定的科学依据。     

极端干旱区多枝柽柳茎水势变化影响因子分析

以新疆塔里木河下游极端干旱环境下天然植物多枝柽柳为研究对象,基于对气象因子、土壤水盐和多枝柽柳茎水势特性的实地监测资料,研究了影响多枝柽柳茎水势变化的主导环境因子,揭示了反映多枝柽柳生长发育期茎干水分变化的环境因子的指示性和指示阈值。结果表明:①在众多环境因子中,土壤水分对多枝柽柳茎水势变化影响最强烈,多枝柽柳对土壤水分的吸收不存在最低土壤含水率阈值,但36%的土壤含水率为影响多枝柽柳茎水势变化的临界上限,超过36%则对其没有明显影响。②土壤pH值的变化可反映极端干旱区多枝柽柳茎水势特性的变化;7.95±0.03的土壤pH值为反映多枝柽柳茎水势发生变化的临界阈值,当土壤pH值大于7.95±0.03时利于多枝柽柳有效分泌盐碱,维持正常生长。该研究为减轻多枝柽柳受旱程度、维持多枝柽柳正常生长及时补充水分提供理论依据。     

地表径流对荒漠灌丛生境土壤水分空间特征的影响

土壤水分是干旱区多尺度生态水文过程的关键影响因素和驱动因子,其时空格局是生态、水文、气象、地形等自然过程研究的重要参数。笔者研究了降水径流事件后3种不同灌丛个体尺度土壤水分空间异质性特征,结果表明,珍珠灌丛个体尺度土壤水分空间分布特征表现为灌丛边缘>灌丛内部>灌丛间裸地,驼绒藜灌丛表现为灌丛内部>灌丛边缘>灌丛间裸地,而狭叶锦鸡儿灌丛不同微生境土壤水分差异不显著。珍珠和驼绒藜灌丛同一微生境土壤水分存在坡位梯度,珍珠灌丛3个微生境土壤水分均表现为上坡位大于下坡位,而驼绒藜灌丛边缘表现为上坡位小于下坡位,其他两个微生境无明显规律;狭叶锦鸡儿灌丛土壤水分无明显的坡位梯度。3种灌丛不同微生境土壤含水量随土层深度增加的变化不明显。这说明在降水径流事件中,不同斑块的反应差异引起了地表径流的形成以及随之发生的资源再分配,从而导致了景观内土壤水分的空间异质性。     

土壤水分对流动沙丘迎风坡与丘间低地过渡带植被入侵的制约

在半干旱沙区植物天然更新过程中,种子萌发、幼苗出土是植物种群维持和实现更新的关键阶段。通常认为,在这一阶段,土壤水分和土壤种子库是主要制约因素。分别对流动沙丘迎风坡与丘间低地过渡带的出土幼苗密度与土壤种子库密度和土壤水分进行二元相关分析。结果表明,生长季的出土幼苗密度与土壤种子库密度的相关性未达到显著水平（P>0.05）;出土幼苗密度与土壤水分呈显著正相关（P<0.05）,而且,幼苗密度随土壤水分呈对数增加。这说明,在植被入侵流动沙丘迎风坡与丘间低地过渡带裸沙的过程中,土壤水分是主要的制约因素,而土壤种子库的制约作用则没有表现出来,植被自然恢复更多地依赖于从沙丘附近植物群落传播来的种子。     

一种改进的土壤水分微波遥感反演模型

利用微波遥感数据反演地表土壤水分有着较好的物理基础,可实现大范围土壤水分状况的遥感监测。本文基于被动微波传感器AMSR-E的X波段数据,将土壤水分值分解成基准值和日变化量两个部分,并分别建立反演模型,同时引入降雨修正因子来进一步提高土壤水分的估算精度;利用IDL语言实现了我们所研发的模型,并集成为新疆土壤水分遥感反演系统模块之一;利用Watch Dog2400与传统铝盒采样获取的新疆地面土壤水分数据,提取适合的模型经验参数,并对模型结果进行精度评价。结果表明,经改进的模型反演得到的新疆土壤水分结果比美国冰雪数据中心的土壤水分产品在精度上有显著提高:均方根误差由8.4%降低为4.25%;所研发的软件模块可为相关应用部门提供快速的大范围土壤水分监测产品。     

季节冻土区黑土耕层土壤冻融过程及水分变化

利用黑龙江省水利科学研究院水利试验研究中心综合实验观测场2011年11月-2012年4月整个冻结融化期的实测野外黑土耕层土壤温度和水分数据, 对中-深季节冻土区黑土耕层土壤冻融过程中冻结和融化特征分阴、阳坡进行了分析, 研究了冻融过程中不同深度土壤水分的变化情况, 并探讨了降水对不同深度耕层土壤含水量变化的影响. 结果表明:黑土耕层土壤冻结融化过程分为5个阶段, 历时164 d, 约5.5个月. 阶段I, 秋末冬初黑土耕层土壤开始步入冻结期; 阶段II, 黑土耕层土壤整日处于冻结状态, 阴坡比同样深度的阳坡土壤温度低; 阶段III为黑土耕层土壤稳定冻结期; 阶段IV, 黑土耕层土壤步入昼融夜冻的日循环交替状态, 冻融循环的土层逐渐向深部发展, 阳坡比阴坡融化得更深、更早, 阴坡比阳坡经历冻融循环次数更多; 阶段V为稳定融化期, 在融化过程不存在冻融交替的现象, 直到整个冻层内的土壤全部消融. 各深度位置阴坡土壤温度的最高值出现时间比阳坡晚约0.5 h. 经过整个冻结融化期后, 阴、阳坡各层土壤含水量均大于冻结前, 阴坡土壤含水量比阳坡整体偏低. 在整个冻结融化期, 阳坡地下1 cm、5 cm、10 cm 及15 cm处含水量最大值出现在地下5 cm; 阴坡的含水量整体趋于平稳且在融化期受降水影响明显.     

季节性放牧对黄河源区高寒草甸植被耗水量及水分利用效率的影响

研究季节性放牧对植被耗水量、水分利用效率的影响,是探索如何提高高寒草甸水源涵养能力的重要内容之一。以青藏高原三江源高寒草甸季节性放牧样地与自然放牧样地为研究对象,分析了季节性放牧和自然放牧条件下高寒草甸植被耗水量、水分盈亏量、水分利用效率（WUE）的动态变化及其与环境因素的关系。结果表明：在植被生长季（5-9月）,季节性放牧样地和自然放牧样地植被耗水量在5月开始增加, 7月达最高,分别为160.94 mm和145.96 mm,季节性放牧样地植被总耗水量（395.52 mm）比自然放牧样地（348.14 mm）高13.61%。生长季平均来看,季节性放牧样地和自然放牧样地5-9月水分正盈余,分别为13.58 mm和70.96 mm,但在植物生长旺季（8月）略有亏缺。季节性放牧样地和自然放牧样地植被耗水量均与降水量呈弱的正相关关系。季节性放牧样地植被地上净初级生产量（ANPP）、地下净初级生产量（BNPP）和总的净初级生产量（NPP）比自然放牧样地分别高32.54 g·m^-2、5.96 g·m^-2、38.50 g·m^-2,季节性放牧样地ANPP的水分利用效率（WUE）比自然放牧样地高53.85%,而BNPP、NPP的WUE比自然放牧样地分别低13.06%和9.97%。这表明,季节性放牧可提高植被生产量和耗水量,但对高寒草甸WUE的影响因放牧方式不同导致地上、地下生物量分配格局不同而有所差异。     

通过改变光热条件分析胡杨群落光合作用对土壤呼吸速率的影响

结合干旱环境下塔里木河下游地区胡杨群落长势、土壤呼吸、土壤水分、温度的实时监测资料,通过改变光热条件对胡杨群落进行人工遮阴控制,分析植物群落长势对土壤呼吸速率的影响,同时对不同光环境下胡杨群落土壤呼吸速率变化特征及其影响因素进行了探讨。结果表明,胡杨群落土壤呼吸速率日变化呈现多峰值曲线,但最大值集中出现在12:00—16:00之间,最低值出现在早上08:00和晚上20:00;植物群落长势很大程度上决定着土壤呼吸速率的大小;胡杨群落土壤呼吸的日变化与水热因子之间联系存在很大的不确定性,但在很大程度上受植物新近合成同化产物控制。     

沙漠腹地乔木状沙拐枣对灌水量的生理生态响应

对不同灌水量条件下塔克拉玛干沙漠腹地乔木状沙拐枣（Calligonum arborescens Litv）的水分生理、生长和土壤水分进行了动态测定与分析。结果表明:①在35、24.5 kg·株-1·次-1和14 kg·株-1·次-1的灌水量下,土壤水分活跃层分别为:0～200、0～160 cm和0～100 cm。根系区土壤水分为3%～4%条件下,沙拐枣能正常生长,低于2.5%就会受到水分胁迫。②早晨和午后,沙拐枣的水势随着灌溉后时间的增加而降低,前期降幅较大。随着灌水量的减小,其水势降低较快,在14 kg·株-1·次-1处理下,灌溉3 d后早晨水势和午后水势分别达到-1.3 MPa和-2.19 MPa。③随着灌水量的减少沙拐枣的日耗水量急剧减小,液流速率也快速降低,灌溉后第15天,在24.5 kg·株-1·次-1和14 kg·株-1·次-1的灌水量下沙拐枣液流速率都为双峰型曲线,第25天3个处理都呈双峰型曲线。④不同灌水量下,沙拐枣的基径、新枝长度以及新枝直径的年增长量都随着灌水量的减少而减小,方差分析表明灌水量对新枝长度的影响非常显著(P=0.05)。     

Assimilation of ASAR data with a hydrologic and semi-empirical backscattering coupled model to estimate soil moisture

The most promising approach for studying soil moisture is the assimilation of observation data and computational modeling.However,there is much uncertainty in the assimilation process,which affects the assimilation results.This research developed a one-dimensional soil moisture assimilation scheme based on the Ensemble Kalman Filter(EnKF)and Genetic Algorithm(GA).A two-dimensional hydrologic model-Distributed Hydrology-Soil-Vegetation Model(DHSVM)was coupled with a semi-empirical backscattering model(Oh).The Advanced Synthetic Apertture Radar(ASAR)data were assimilated with this coupled model and the field observation data were used to validate this scheme in the soil moisture assimilation experiment.In order to improve the assimilation results,a cost function was set up based on the distance between the simulated backscattering coefficient from the coupled model and the observed backscattering coefficient from ASAR.The EnKF and GA were used to re-initialize and re-parameterize the simulation process,respectively.The assimilation results were compared with the free-run simulations from hydrologic model and the field observation data.The results obtained indicate that this assimilation scheme is practical and it can improve the accuracy of soil moisture estimation significantly.