基于场光谱获取的光谱信息评估灌溉玉米田土壤呼吸模式外文翻译资料

 2022-12-22 17:41:45

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

基于场光谱获取的光谱信息评估灌溉玉米田土壤呼吸模式

Viacute;ctor Cicueacute;ndeza, Manuel Rodriacute;guez-Rastrerob, Margarita Huescaa, Carla Uribeb, Thomas Schmidb, Rosa Inclaacute;nb, Javier Litagoc, Viacute;ctor Saacute;nchez-Giroacute;nd,Silvia Merino-de-Miguele, Alicia Palacios-Oruetaa,*

a Departamento de Sistemas y Recursos Naturales, E.T.S.I.M., Universidad Politeacute;cnica de Madrid, Spain

b Centro de Investigaciones Energeacute;ticas, Medioambientales y Tecnoloacute;gicas, Madrid, Spain

c Departamento de Economiacute;a Agraria, Estadiacute;stica y Gestioacute;n de empresas, E.T.S.I.A., Universidad Politeacute;cnica de Madrid, Spain

d Departamento de Ingenieriacute;a Agroforestal, E.T.S.I.A., Universidad Politeacute;cnica de Madrid, Spain

e Departamento de Ingenieriacute;a y Gestioacute;n Forestal Ambiental, E.T.S.I.A. E.T.S.I.M., Universidad Politeacute;cnica de Madrid, Spain

文章信息

文章历史：

2014年10月31日收到 收到修订后的2015年4月21日接受2015年6月25日接受 2015年7月24日在线提供

关键词：

土壤呼吸 自养土壤呼吸 光谱指数 遥感 场光谱学 物候期 玉米

摘要

评估农业生态系统中的土壤呼吸过程对于了解碳平衡和研究土壤呼吸对气候变化的影响至关重要。通过遥感技术使用光谱数据是研究生态过程（如碳循环动力学）的有用工具。这项工作的目的是评估在整个生长期间通过在一行灌溉玉米作物（Zea mays L.）中通过场光谱获得的光谱信息评估总（Rs)和自养（Ra)土壤呼吸的潜力。Rs和Ra与叶面积指数（LAI）,光谱指数和非生物因素（土壤水分和土壤温度）之间的关系通过线性回归模型评估，使用调整后的测定系数（Radj 2）来测量和比较比例由模型解释的方差。结果显示在物候期期间以及在植物之间和行之间的测量中，Rs和Ra之间的关系与玉米田内的光谱指数之间的显着差异和高度可变性。在营养阶段评估Ra时获得了最佳结果。然而，在繁殖阶段，光谱指数与Rs更好地相关，这可能与植被活动相关的根际微生物呼吸的存在有关。光谱指数包含可能与碳通量相关的重要功能信息，不仅仅是结构变化。但是，应针对不同的物候阶段应用特定模型，并且在升级遥感模型时需要谨慎。获得的结果证实，在灌溉作物系统中，遥感数据可以产生相关信息，通过光谱指数评估Rs和Ra。

atilde; 2015 Elsevier B.V. All rights reserved

1.介绍

通过生态系统中的光合作用和呼吸过程评估CO2平衡和生产动态已经成为一个基础研究问题，因为这可能对气候变化产生影响.农业活动造成大约13％的人为温室气体排放。由于人口过剩，上个世纪的集约化农业实践显着增加，以满足市场需求并确保农民受益，造成严重的社会和环境影响。因此必须寻找改进的农业做法以减少农业生态系统的影响。

土壤呼吸（Rs）占总生态系统呼吸的60-90％。土壤呼吸产生的CO2是光合作用过程后大多数生态系统中C的第二重要通量。主要地，Rs由来自根的代谢的自养呼吸（Ra）和来自微生物的异养呼吸（Rh）组成分解土壤有机质。在农业领域中，Rs组分的空间分布可以根据作物空间分布的类型而高度可变。由于自养呼吸的比例较高，Rs在行作物的根部附近较高。在冬小麦田中发现自养和异养组分的空间结构差异很大，并建议需要进行适当的空间抽样设计，以便准确评估土壤呼吸模式。

因此，评估这些土壤呼吸过程对于理解碳平衡和研究土壤呼吸对气候变化的影响至关重要。重要的是要知道农业生态系统是否会随着时间和空间作为水槽或CO2的来源，取决于可能与之相互作用的各种因素，如管理实践。

技术的进步使得能够更准确地量化大气和生态系统之间的CO2通量。从这个意义上讲，通过遥感技术使用光谱数据是研究生态系统动态和生态过程的有用工具，可以改善土地利用管理，并将经济和环境收入结合起来。提供连续陆地表面观测的高频遥感时间序列的可用性允许在不同的时间和空间尺度上表征和监测生态系统的物候。除了其他应用，这些功能对于评估C循环动力学非常有用。然而，很少有研究侧重于估算遥感产品的Rs，而这主要是通过与生态系统活动相关的光谱指数间接进行的。

光谱数据通常概括为光谱指数，易于计算，可用作生物物理模型中的输入变量，用于计算水分含量或叶面积指数（LAI）等属性，并将其与生理过程（如光合作用，呼吸作用）联系起来。和生态系统的初级和净初级生产。使用的最常见指标是基于在电磁波谱的可见光和近红外（VIS / NIR）区域内获得的测量值的比率指数，例如归一化差异植被指数（NDVI）和增强植被指数（EVI）。两个指标都与光合作用密切相关，因此为冠层光合作用提供了重要而方便的指标。由于已经证明NDVI在高叶绿素含量下饱和，即 在高LAI 值下 ,EVI的开发是为了避免这个问题。因此，它们似乎是在生长期植被活跃时评估生态系统功能的适当基础，但可能不在其他物候阶段。就Rs而言，由于生长期植物光合作用与根系呼吸之间的关系，这些指数可能与根的自养呼吸（Ra）有关;然而，这种关系在不同的物候阶段可能不会以相同的方式存在其中Rh更重要。基于短波红外（SWIR）光谱区域的指数，如归一化差异水指数（NDWI）可能与土壤和植被水分捕获更直接相关农业生态系统物候动态的不同特征。在最近提出的光谱形状指数（SSI）使用来自三个波段而不是两个波段的信息来表示特定波长范围内的光谱特征的形状。根据 光谱范围，已经证明了这些指标的不同应用。在SSI指数中，ANIR（近红外波段的角度）是红色，NIR和SWIR1波段的反射率值的组合，并且已经在多种应用中使用。

这项工作的目的是评估在整个生长期内通过连续灌溉玉米作物（Zea mays L.）的田间光谱获得的光谱信息评估总土壤和自养土壤呼吸的潜力。为了实现这一目标，需要考虑以下问题：

玉米田内土壤呼吸的空间变异性，特别是在玉米植物下面和作物行之间。

营养和繁殖阶段的动态差异。

非生物因素的影响。

2.材料与方法

2.1学习区

该研究是在马德里技术大学（西班牙中部）农业工程学院灌溉实验玉米田的两个作物季节（2011年至2012年）期间进行的。研究区域位于UTM X：437410;UTM Y：4476875，海拔595 m asl，根据Kouml;ppen-Geiger分类，地中海气候定义为Csa（温带干燥或炎热的夏季）。年平均气温为13.1℃（1月份为4.3℃，7月份为24.1℃），年平均降水量为455 mm，秋季最大值为夏季，夏季最小值为12 mm在8月）。

实验区是在大约30年前通过在平缓的斜坡上添加泥土和碎石材料而平整的区域中开发的。因此，研究区域的特征是人为土壤具有比显示A / C形态的天然土壤更高的pH和更高的电导率。A地平线由30-40厘米的层组成，质地细腻，具有中性pH和中等有机物质含量。C地平线由人为沉积物构成，质地粗糙，富含碎石材料，主要由砖块，陶瓷碎片和其他建筑材料（土壤体积的5％）构成。主要土壤参数是从研究地点制作的3种土壤剖面中得到的。(A horizons:pH: 7.6; ECse: 2.8 dSm1; CaCO3: 2.3%. C horizons: pH: 8.1; ECse:1.6 dSm1; CaCO3: 1.7%; and an average “sandy clay loam”sclass)

研究区域一直在培养30年。在过去十年中，土壤经受了各种雨育和灌溉作物：大麦， 苜蓿，黑麦草或紫云英等玉米，向日葵，棉花或甜菜等作物。栽 培条件包括耕作过程中的施肥。现有数据表明，地表水平的有机 质含量为1.8％（有机碳的1.0％）。

2.2作物特征和物候阶段

玉米（Zea mays L.）于2011年5月中旬和4月下旬播种。在这两种情况下，植物每周灌溉3小时。在包括裸土地块在内的所有研究区域，初级耕作包括犁板到平均深度为35厘米，然后一个圆盘耙到10厘米的深度用于苗床准备。在进行后一种操作时，以50-60 Mg ha-1的速率将兔堆肥作为粪肥改良剂掺入土壤中。在播种之前，用fludioxonil（2.4％） 和metalaxil-m（1％）处理玉米种子。在玉米地块中，将种子放置成间隔70cm的行，并且行内 距离为20cm。钻孔机配有槽纹犁刀和双盘开沟机。除草剂在播种机后面被捆绑，它也被施加到裸露的土壤区域。

爱荷华州立大学的主要物候阶段通过目视检查确定并在取样活动期间记录。该表格1显示对应于两年的每个物候阶段的年日（DOY）。玉米物候一般分为营养阶段和繁殖阶段。因此，在这项研究中，生长期被分为相应的阶段。营养阶段的特征是结构变化，生殖阶段的特征是生化变化。

2.3实验设计

玉米作物的物候演变在两年内在两个不同的领域从4月到10月进行了评估。每年，研究领域(29x9 m2) 被分为三个地块：两个在土壤和管理方面均一的耕地（2011：MZ211 和MZ311; 2012MZ212和MZ312）和一个裸土用作对照图（MZ111 和MZ112）。在每个栽培地块内的两种类型的位置进行测量：在植物的基部与行（P）和行之间的植物（I）。另外，在对照区中的裸土（S）上进行测量，在测量活动期间清除了杂草。

2.4土壤呼吸测量

使用便携式自动土壤CO2 红外气体分析仪（Li-8100，LI-COR Inc.，Lincoln，NE，USA）测量瞬时土壤CO2 流出，即Rs（在上午9点至下午12点之间）配备10厘米的测量室（型号8100- 102）。测量PVC领（直径105毫米，高90毫米），每年在三个地块中以5-6厘米的深度插入土壤中。在测量活动期间，衣领区域被清除了植被。

在MZ2和MZ3的每个图中，四个项圈位于同一行（P）的植物之间，四个位于相邻的植物之间行（I）。此外，在裸土图MZ1（S）中随机分布了五个圆柱体。每年项圈位于不同的地方。

通过简单的分配方法估算自养呼吸（Ra）作为在每个地点测量的呼吸（Rs）与在没有植物的裸土地块中测量的呼吸之间的差异（假设这个代表异养呼吸，Rh）。

2.5光谱辐射测量

使用 ASD FieldSpec3 光谱辐射计每周进行350至2500nm之间的高光谱地面测量，大约在下午12点至下午4点之间，并选择具有晴朗天空条件的天数。此外，在测量活动期间清理了田地杂草。在MZ2和MZ3的每个图中，在来自代表P位点的同一行的五个植物和代表I位点的行之间的五个位点上获得测量结果。此外，在平均情节图MZ1（S）中选择了六个点。使用光谱辐射计进行三次测量，使用裸光纤，在每个玉米植物冠层或裸土表面上具有44.3cm的瞬时视野。在植物上方70cm的高度和土壤上1m的高度进行测量。使用校准的漫射白色参考板在测量之间进行光谱辐射计的校准。使用接头校正（ViewSpec Pro 5.6）校正传感器差异的测量值。此后，进行三次测量中的每一次的平均值。此后，一个使用具有五个光谱带的窗口尺寸的二阶多项式来应用Savitzky- Golay滤波器，其中在1350和1460nm之间以及1790和1960nm之间的 测量被消除以在可见光和近红外光谱中排除大气效应。最后，计算了光谱指数NDVI，EVI，NDWI和ANIR在应用软件ENVI 4.2（Research Systems Inc.，Boulder，CO，USA）的MODIS频带的重采样方法之后。

2.6叶面积指数

叶面积指数测量用于评估整个生长期作物的结构变化。使用LAI-2200植物冠层分析仪设备（LI-COR Inc.，Lincoln，NE，USA）在植被期间测量LAI数据，并使用FV2200软件。在MZ2和MZ3的每个图中，对于先前为获得光谱辐射数据而选择的相同的五个植物中的每一个，在茎的基部收集了八个测量，并且在相应的间隔中的5-10cm的地面上进行了八次测量。2011年，由于技术问题，LAI仅测量到7月（DOY 202）。

2.7土壤温度和水分数据

土壤温度（T10）和土壤湿度（H10）数据从RT-1和10HS传感器（Decagon Services Inc.， WA，USA）获得并记录在它们相应的Em5b模拟数据记录仪（Decagon Services Inc.，WA，USA）中。传感器位于MZ2和MZ3栽培地块中的P和I位点以及裸土地块MZ1中10cm深处。

2.8统计分析

对于所有变量，计算每个位置（P，I和S）的平均值，得到每年三个时间序列。表3 显示用于表示每个变量的名称。

使用来自数据集的所有测量值（包括两年），通过线性回归

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[20988]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章