白洋淀两种生境中芦苇地上生物量及其影响因子分析

文章在野外调查的基础上,在白洋淀台田和沼泽中各选择6个样区,统计分析了2种生境芦苇地上生物量;运用冗余分析方法(RDA),分析了芦苇生长季(4~9月)平均水深、土壤/底泥有机质、全氮和全磷等对两类生境中芦苇地上生物量的影响。结果表明,台田、沼泽中芦苇地上生物量分别为1408.2±527.5 g DW/m^2、723.2±109.1 g DW/m^2,两类生境中的芦苇地上生物量沿水深梯度均呈先增加后减小的变化趋势。台田芦苇在水深为?77.3 cm时地上生物量最大,为2065 g DW/m^2,沼泽芦苇在水深为59.7 cm时地上生物量最大,为869.2 g DW/m^2。台地芦苇地上生物量与水深的相关系数为?0.813(P<0.05),与其他3个环境因子的相关性不显著;沼泽芦苇地上生物量与4个环境因子的相关性均不显著,表明沼泽芦苇地上生物量的影响因素较为复杂。     

基于修正遗传算法的夏玉米作物系数及蒸散发估算

农田蒸散量是作物蒸腾量和土壤蒸发量的总和,准确估算农田蒸散量对制定合理的灌溉计划至关重要,进而对农作物的增产保收具有重要的意义。研究作物系数及蒸散量估算模型已成为一个热点科学问题。淮河流域是中国主要的农业生产基地,而夏玉米是淮河流域最主要的粮食作物之一。为研究夏玉米全生育期蒸散估算模型,反映夏玉米逐日作物系数及蒸散量的变化,为当地的农业生产活动提供指导,采用五道沟水文实验站称重式蒸渗仪及气象要素实测数据,应用遗传算法,构建夏玉米全生育期单作物系数蒸散模型,得到其4个生长阶段的作物系数估算值。其中,参考作物蒸散量采用FAO PenmanMonteith公式计算;对估算误差较大的发育期,利用叶面积指数和发育期天数构建调整模型,对发育期作物系数进行数值修正,取得了较好的效果,并进一步估算蒸散量,最终得到遗传算法与多项式回归相结合的夏玉米蒸散估算模型。结果表明:全生育期内,修正后作物系数计算值与实际值的平均绝对误差为0.09,均方根误差为0.12,准确率(绝对误差<0.3)为96.2%;蒸散量计算值与实际值的平均绝对误差为0.89 mm·d^-1,均方根误差为1.28 mm·d^-1,准确率(绝对误差<4 mm·d^-1)为100%;相比FAO推荐的作物系数模型,修正遗传算法模型作物系数和蒸散量的拟合准确率均明显提高,达到精度要求,该文修正遗传算法模型可用于夏玉米的蒸散估算。