土壤有機(jī)碳（SOC）源和匯之間的平衡會影響溫室氣體以及全球氣候。SOC儲量的微小變化會影響碳循環(huán)，并可能顯著增加或降低大氣中的碳濃度。土壤碳的變化受氣候和土地利用的影響，并且在不同土壤中也會發(fā)生變化。為了更好地理解土壤有機(jī)碳的動力學(xué)及其驅(qū)動因子，作者收集了華北和東北地區(qū)1980年代和2000年代的數(shù)據(jù)，其中2000年代的樣品利用ASD Fieldspec ProFR vis–NIR光譜儀進(jìn)行了漫反射光譜的測定用于土壤碳的預(yù)測，并對各個時期土壤有機(jī)碳的空間變化進(jìn)行了數(shù)字土壤制圖。在1980年代，在30公里的方格中采集了585個土壤樣品，并在2003年和2004年對該區(qū)域進(jìn)行了重新采樣（1062個樣品）。該地區(qū)土地利用類型主要是農(nóng)田，森林和草地。土地利用，地形因素，植被指數(shù)，可見近紅外光譜和氣候因素作為預(yù)測因子，使用隨機(jī)森林預(yù)測土壤有機(jī)碳濃度及其時間變化。1985年平均土壤有機(jī)碳濃度為10.0 g kg-1，而2004年為12.5 g kg-1。在這兩個時期中，土壤有機(jī)碳變化相似且從南到北增加。據(jù)估計土壤有機(jī)碳儲量在1985年為1.68 Pg，在2004年為1.66 Pg，但是不同土地利用下土壤有機(jī)碳變化是不同的。在過去的20年中，平均氣溫升高，大面積森林和草原轉(zhuǎn)化為農(nóng)田。農(nóng)田土壤有機(jī)碳增加了0.094 Pg（+9％），而森林和草地土壤有機(jī)碳分別損失了0.089 Pg（?25％）和0....
發(fā)布時間:
2020
-
05
-
15
瀏覽次數(shù)：86
摘要：氣候變化和人類活動的加劇使管理農(nóng)業(yè)水資源變得更為困難，特別是與作物類型和生長階段有關(guān)的水吸收模式的變化。因此，在華北平原，作者利用全自動真空冷凝抽提系統(tǒng)（LI-2100）將植物木質(zhì)部和土壤樣品中的水分提取出來，利用LGR水同位素分析儀（WIA-35d-EP，912-0026）測量各水體中δ18O和δ2H以研究冬小麥和夏季玉米輪作田的水分吸收模式。根據(jù)土壤含水量，利用層次聚類分析將土壤層分為0-20 cm，20-40 cm，40-120 cm和120-200 cm。夏季玉米在三葉期（77.8%）和拔節(jié)期（48.6%）主要吸收0-20 cm土壤水，孕穗期（33.6%）和抽雄期（32.6%）主要吸收20-40 cm土壤水，吐絲期（32.0%）和乳熟期（36.7%）主要吸收40-120 cm土壤水，成熟（35.0%）和收獲期（52.4%）轉(zhuǎn)為吸收0-20 cm土壤水。冬小麥在越冬期（86.6%），幼苗期（83.7%），拔節(jié)期（45.2%），孕穗期（51.4%），抽穗期（28.8%）和成熟期（67.8%）主要吸收0-20 cm土壤水，在開花期（34.8%）和乳熟期（25.2%）主要吸收20-40 cm土壤水。冬小麥干根重密度與水分吸收的貢獻(xiàn)呈正相關(guān)。然而，夏季玉米中未發(fā)現(xiàn)類似相關(guān)性?；貧w分析表明冬小麥（CWU=-2.03×SVWC+92.73）和夏季玉米（CWU=-0.91&...
發(fā)布時間:
2020
-
05
-
15
瀏覽次數(shù)：159
6372117373571266866723166.pdf
發(fā)布時間:
2020
-
03
-
30
瀏覽次數(shù)：153
摘要：氫氧穩(wěn)定同位素作為水分子的組成部分，可以用來描述區(qū)域水循環(huán)，因為他們可以揭示相關(guān)水文過程的信息，包括降水，滲透，蒸發(fā)和蒸騰作用。盡管自然豐度低，但其重同位素對氣候和水文變化敏感。不同水體的穩(wěn)定同位素可用于研究水汽輸送，植物水源和水分利用模式，土壤水輸送和補(bǔ)給機(jī)制，徑流的形成和匯合，補(bǔ)給源和地下水機(jī)制等。因此，穩(wěn)定同位素在水文和氣候研究中很受關(guān)注。水文過程會對內(nèi)陸多山地區(qū)的水資源產(chǎn)生影響。為全面調(diào)查水循環(huán)的重要部分，作者以祁連山為研究對象，于2016年植物生長季（5-9月）采集降水，植物，土壤，河水和地下水。每次降雨事件后采集降水，其他樣品每月采集一次。利用全自動真空冷凝抽提系統(tǒng)（LI-2100）將植物和土壤樣品中的水分提取出來，利用LGR液態(tài)水同位素分析儀DLT-100測量δ18O和δ2H以追蹤干旱山區(qū)水循環(huán)的一系列關(guān)鍵參數(shù)，提取基線信息，以及研究降水和其他水同位素特征的變化。結(jié)果表明：“溫度效應(yīng)”很明顯，說明氣候干燥；表層土壤水δ18O變化很大，深層土壤水趨于相似，隨著土壤深度的增加同位素值逐漸減小。土壤水同位素對降水脈沖的響應(yīng)具有不同邊界。在無降水發(fā)生的月份，檸條主要水源為0-30 cm的土壤水，發(fā)生降水事件時吸收水源則不同?？傊€(wěn)定同位素的研究結(jié)果為認(rèn)識水文過程提供了新的見解，并為了解干旱地區(qū)山區(qū)的水循環(huán)提供了新的手段。1.本研究的目標(biāo)（1）與最常用的方法（普通最小二...
發(fā)布時間:
2020
-
03
-
10
瀏覽次數(shù)：110
點擊下載：廣州市秋季氣溶膠光學(xué)特性日變化.pdf
發(fā)布時間:
2020
-
02
-
24
瀏覽次數(shù)：199
LICA LI-2100全自動真空冷凝抽提系統(tǒng) 技術(shù)文獻(xiàn)：斷陷盆地高原面典型巖溶洼地旱季土壤水氫氧同位素時空差異特征 以云南省蒙自斷陷盆地東山山區(qū)典型巖溶洼地為研究區(qū),通過野外采集土壤樣品與實驗室測試分析相結(jié)合的方法,運(yùn)用穩(wěn)定同位素技術(shù)研究旱季不同深度土壤水氫氧同位素組成,揭示區(qū)內(nèi)土壤水氫氧同位素時空變化特征,為進(jìn)一步研究云南斷陷盆地山區(qū)土壤水分運(yùn)移機(jī)制和當(dāng)?shù)剞r(nóng)業(yè)合理利用和管理水資源提供科學(xué)依據(jù)。 結(jié)果如下：1. 土壤水δD、δ18O同位素值的變化范圍分別為-128.3‰～-27.6‰和-17.5‰～2.5‰,平均值分別為-96.1‰±20.7‰和-12.3‰±3.7‰，降雨轉(zhuǎn)化為土壤水和水分在土壤中重新分布時發(fā)生一定程度的氫氧同位素分餾。2. 旱季兩個月份土壤水氫氧同位素組成發(fā)生變化，4月份土壤水δD、δ18O同位素平均值分別為-86.3‰±23.83‰和-10.6‰±4.3‰，顯著高于2月份(δD:-106.1‰±9.5‰;δ18O:-14.1‰±1.6‰)(p＜0.05)，主要和4月份土壤水的蒸發(fā)作用強(qiáng)烈有關(guān)。3. 在空間上，坡地與洼地之間土壤水氫氧同位素組成存在差異，2月份坡地與洼地之間土壤水δD、δ18O值差異顯著(p＜0.05)，洼地土壤水δD、δ18O比坡地偏輕；4月份坡地與洼地之間土壤水...
發(fā)布時間:
2020
-
02
-
07
瀏覽次數(shù)：146
ASD 地物光譜儀FieldSpec 4 技術(shù)文獻(xiàn)：不同干旱條件下，夏玉米全生育期冠層吸收光合有效輻射比的高光譜遙感反演 冠層吸收光合有效輻射比(fAPAR)是植被生產(chǎn)力遙感模型的重要參數(shù)，但關(guān)于不同干旱條件下作物全生育期的fAPAR遙感反演研究仍未見報道。本研究利用2015年夏玉米5個灌水處理模擬試驗的高光譜反射率和fAPAR觀測資料，分析了不同干旱條件下夏玉米關(guān)鍵生育期fAPAR和高光譜反射率變化特征，探討了fAPAR與反射率、一階導(dǎo)數(shù)光譜反射率和植被指數(shù)的關(guān)系。 輕度水分脅迫和充分供水條件下，fAPAR較高；重度水分脅迫和重度持續(xù)干旱條件下，fAPAR較低。冠層可見光、近紅外光和短波紅外光區(qū)的反射率與fAPAR分別呈負(fù)相關(guān)、正相關(guān)和負(fù)相關(guān)關(guān)系。fAPAR與可見光和短波紅外光區(qū)的383、680和1980 nm附近的反射率的相關(guān)性最強(qiáng)，相關(guān)系數(shù)均達(dá)-0.87。一階導(dǎo)數(shù)光譜反射率與fAPAR相關(guān)性強(qiáng)且穩(wěn)定的波段為580、720和1546 nm，相關(guān)系數(shù)分別為-0.91、0.89和0.88。9個常用植被指數(shù)與fAPAR呈線性或?qū)?shù)關(guān)系，其中，增強(qiáng)型植被指數(shù)、復(fù)歸一化植被指數(shù)、土壤調(diào)節(jié)植被指數(shù)和修正的土壤調(diào)節(jié)植被指數(shù)與fAPAR的關(guān)系模型最好，決定系數(shù)(R2)均在0.88以上，平均相對誤差分別為16.6%、16.6%、16.7%和16.2%；基于一階導(dǎo)數(shù)光譜反射率與...
發(fā)布時間:
2020
-
02
-
07
瀏覽次數(shù)：124
M.K. Maid1*, R.R. Deshmukh21*Department of CS and IT, Dr. B. A. M. U, Aurangabad, India2Department of CS and IT, Dr. B. A. M. U, Aurangabad, India*Corresponding Author: mm915monali@gmail.com Available online at: www.ijcseonline.org Abstract— Remote Sensing has wide range of applications in many different fields. Remote Sensing has been found to be a valuable tool in evaluation, monitoring, and management of land, water and crop resources. The applications of remote sensing techniques in the field of agriculture are wide and varied ranging from crop identification, detection of diseas...
發(fā)布時間:
2019
-
03
-
19
瀏覽次數(shù)：268
歷時五年，通過美國LGR公司與北京理加聯(lián)合科技有限公司全體同仁的不懈努力，2018年4月1日，由中國氣象局組織制定的LGR離軸積分腔輸出光譜法（簡稱：OA-ICOS）溫室氣體（CO2/CH4）國家標(biāo)準(zhǔn)正式實施；2018年6月26日，中國氣象局正式發(fā)布OA-ICOS技術(shù)溫室氣體（CO2/CH4）氣象行業(yè)標(biāo)準(zhǔn)，并于2018年10月1日正式實施?！娟P(guān)于LGR】LGR是利用激光光譜技術(shù)測量痕量物質(zhì)領(lǐng)域的領(lǐng)導(dǎo)者，既是技術(shù)理論的締造者，也是世界知名的激光光譜儀器制造商。作為技術(shù)理論的締造者，LGR的歷史幾乎就是激光光譜痕量物質(zhì)測量技術(shù)發(fā)展的歷史：1986年， LGR發(fā)明了LossMeter，為制造海量反射的精密光腔奠定了工具基礎(chǔ)；1988年， LGR獲得光腔衰蕩（CRDS Cavity Ring Down Spectrum）技術(shù)的專利，為激光光譜法檢測技術(shù)提供了最初的理論支持；1998年， LGR發(fā)明積分腔輸出光譜技術(shù)（ICOS Integrated Cell Output Spectrum），可以制造出應(yīng)用范圍更廣泛的光腔；2002年， LGR發(fā)明了離軸積分腔輸出光譜技術(shù)（OA-ICOS），并于2004獲得專利，作為第4代光腔衰蕩技術(shù)，擁有更廣闊的應(yīng)用空間和商業(yè)化用途*；2010年， LGR實現(xiàn)了在OA-ICOS系統(tǒng)中使用4.6μm電制冷激光器；2013年， LGR實現(xiàn)了在OA-ICOS系統(tǒng)...
發(fā)布時間:
2019
-
01
-
07
瀏覽次數(shù)：958
本文旨在利用高光譜數(shù)據(jù)建立一個準(zhǔn)確、可解釋的植物病害識別模型。由真菌引起的大豆炭腐病是一種嚴(yán)重影響大豆產(chǎn)量的世界性病害。在383-1032 nm范圍內(nèi)，Resonon高光譜成像儀在240個不同的波長處捕獲高光譜圖像。針對大豆炭腐病，科學(xué)家建立了3D卷積分網(wǎng)絡(luò)模型，模型分類精度為95.73%，并利用可視化顯著圖檢驗訓(xùn)練模型、敏感像素位置以及分類的特征敏感波段，發(fā)現(xiàn)：敏感特征波段為733 nm，這和常用的鑒別植物健康程度的特征波段范圍（700-1000nm）是一致的。 實驗：感染炭腐病的大豆：分別在第3、6、9、12和15天采集健康的和受感染的大豆莖稈樣品，在測量病害程度之前，實時采集健康的和收到感染的莖稈的高光譜圖像。測量儀器：美國Resonon高光譜成像儀，型號：Pika XC（包含安裝支架、移動平臺、操作軟件和2個70w鹵素?zé)簦㏄ika XC性能：光譜通道數(shù)：240，波段范圍，400-1000 nm，分辨率：2.5 nm。 平臺系統(tǒng)如下圖（a）所示：（a） 室內(nèi)高光譜成像系統(tǒng)（b） 不同光譜波段的大豆莖稈樣品高光譜圖像（c） 大豆莖稈的內(nèi)部和外部RGB圖像的病害程度比較3D-CNN模型由兩個連接的卷積分模型組成，其中，一個小的構(gòu)架用于防止訓(xùn)練...
發(fā)布時間:
2018
-
10
-
09
瀏覽次數(shù)：687