摘要。虽然通过作物系数 (K c ) 和双重作物系数 (K cb , Ke ) 方法估算参考蒸散量 (ET o 或 ET r ) 和后续作物 ET (ET c ) 的方法分别自 2005 年和 1998 年以来已经标准化,但 DSSAT 种植系统模型 (CSM) 的当前版本尚未更新以完全实施这些方法。在本研究中,评估了模型 ET 例程的两项主要增强功能:(1) 增加了 ASCE 标准化参考蒸散量方程,以便使用最新的参考 ET 标准正确计算草和苜蓿参考 ET 和 (2) 增加了 FAO-56 双重作物系数方法来确定潜在 ET,该方法将潜在蒸发的蒸发系数 (K e ) 与潜在蒸腾的动态基础作物系数 (K cb ) 相结合,作为模拟叶面积指数的函数。之前发布的科罗拉多州玉米(五年)和亚利桑那州棉花(七年)数据集用于参数化模型。将 ET o 的模拟结果与 Ref-ET 软件的输出结果进行了比较,并对比了三种作物系数方法模拟的作物系数:当前方法(K cs )、之前发布的模型 K c 方程的调整(K cd )和明确遵循 FAO-56 的新双 K c 方法(K cb )。结果表明,使用新 ET o -K cb 方法模拟的作物系数更能模仿理论行为,
生物多样性是任何生态系统的重要组成部分,包括特定区域内的一系列基因,物种和栖息地。它可以分为三个关键组成部分:遗传多样性,物种多样性和生态系统多样性。生物多样性的保存对人类和整个星球都具有深远的好处。维持生物多样性具有多种目的,包括生态,经济,美学,社会,道德,环境,农业和保护原因。多样化的生态系统可以更好地承受环境变化或威胁,例如由于全球变暖而导致的温度升高。例如,在物种丰富的湖中,有些鱼可能难以适应温度升高,而另一些则会繁衍生息。基石物种对其生态系统产生不成比例的影响,在维持生态平衡中起着至关重要的作用。这些物种的丧失会引发一系列效应,从而导致生态系统的严重破坏。例如,非洲灌木丛大象是萨凡纳(Savannah)的基石物种,通过放牧帮助维持植被多样性。生物多样性也具有经济价值,许多药物来自植物,真菌和细菌。这些生物多样性热点的损失可能导致宝贵资源的耗尽。生态旅游为国家提供了必不可少的收入来源,支持当地经济和创造就业机会。此外,生态系统对科学进步和技术进步做出了重大贡献。这些物种的损失可能会带来深远的后果。自然界中特定酶的发现导致了DNA测序等领域的突破。生物多样性的保存不仅对环境,而且对于人类的福祉至关重要。它提供了许多美学上的好处,鼓舞人心的创意者,并为娱乐活动(例如观鸟和远足)提供了机会。最后,人类承担保护和保护生物多样性的道德义务,他认识到他们与数百万其他物种共享地球,并且必须对其行为负责。大生物会产生大量的有机废物,这在生态系统中起着至关重要的作用。人类依靠植物蒸馏进行灌溉和饮用水,以及各种真菌和细菌促进的营养循环。植物是食品网中的主要生产商,通过水果,蔬菜和肉提供直接和间接的能源。但是,大多数农作物表现出低遗传多样性,使其容易受到疾病的影响。这些农作物的野生亲戚可以通过引入遗传多样性来提供解决方案,但是由于栖息地破坏和气候变化,其中许多物种面临灭绝。全球马铃薯作物源于一种物种,使其容易受到疾病的影响。幸运的是,安第斯山脉是100多种野马物种的家园,可以通过基因技术和杂交为抗病性提供等位基因。生物多样性包括一个地区内的遗传多样性,物种多样性和生态系统多样性。维持生物多样性对于生态,经济,美学,社会,道德,道德,环境和农业原因至关重要。各种生态系统对环境变化和威胁(例如全球变暖)更具弹性。Keystone物种,例如非洲萨凡纳的灌木丛大象,对其生态系统产生了不成比例的影响。生态系统也具有巨大的经济价值,许多药物源自植物,真菌和细菌。例如,抗癌药物紫杉醇来自太平洋和喜马拉雅紫木。生态旅游是对国民经济的另一个主要贡献者,通过野生动植物旅游产生收入和就业机会。此外,生态系统为科学和技术进步做出了重大贡献,例如发现了DNA测序中使用的酶。生物多样性对人类的重要性不仅限于维护生态系统,而且还具有许多好处,例如创造者的灵感,通过观鸟和步行等活动的社交联系以及防止灭绝的道德义务。人类与数百万其他物种共享地球,并且由于其智力而有责任保护它们。各种生态系统提供必不可少的环境服务,例如二氧化碳吸收,营养周期和水周期,这对于人类生存至关重要。生物多样性的丧失威胁着这些服务,导致气候变化,土豆等农作物的疾病敏感性以及可以从灾难中拯救农作物的野生亲戚的灭绝。人类需要减少对地球和其他物种的影响,维护生态系统对于维持生态稳定,环境健康,通过生态旅游和科学以及自然美的美学乐趣至关重要。植物种类中的遗传多样性,例如土豆,是防止由于疾病或气候变化引起的灾难性失败的关键,强调了在其所有形式中保留生物多样性的重要性:栖息地,物种和遗传多样性。人类人口正在将地球的环境推向极端,这会增加对资源需求的迅速增长。这导致单一养殖和除草剂的使用增加,这可以通过去除树篱,砍伐树木并破坏栖息地来减少生物多样性。此外,气候变化正在导致动物迁移或死亡,进一步减少了种类的种类。
应用。土壤水分含量会影响生物圈的生理生物成分,并通过表面能和水分通量将地球表面与大气联系起来。SM 是大气的水源,通过陆地的蒸散,包括植物蒸腾和裸土蒸发。此外,SM 条件可以通过控制土壤的渗透能力和将降雨分配到径流来影响陆地表面的水文模式。生态水文学侧重于植被 - 水 - 气候关系之间的联系,已发现其对 SM 动态可用性具有复杂的依赖性(Garcia-Estringana 等人2013 年;Mulebeke 等人2013 年)。所有这些过程都高度体现了 SM 的非线性行为和复杂的反馈机制。因此,SM 的量化条件是建模农业、水文气候和气象属性的重要输入。一组成分以不同的时间和空间尺度控制陆地表面 SM 的动态。因此,天气和气候的变化都受到 SM 条件的影响。Reynolds (1970) 将 SM 分为静态(例如土壤质地和地形)和动态(例如降水和植被)控制要素。对 SM 的评估取决于相关变量的状况。这些元素中的许多都是相互关联的,并且在空间和/或时间上各不相同,这使得识别 SM 模式及其驱动变量之间的关系变得复杂。2021 )。景观要素,包括地形、植被和土地利用,是 SM 的空间和时间控制要素。SM 的空间变化与地形特征(例如坡度、海拔和地形湿度指数)密切相关。因此,在以前的一些研究中,地形属性被用于通过回归、地理空间和水文建模来估计 SM 模式的参数(例如,参见 Western 等人。1999 、2004 ;Adab 等人。2020 ;Li 等人。此外,各种研究都注意到了植被覆盖(例如类型和分布)对 SM 变化的影响。此外,空间属性对植被的影响(通常从遥感图像中解释)也被用于生成 SM 模式(Mohanty 等人。2000 ;Hupet & Vanclooster 2002 )。通常,SM 的长期时间序列可以在空间上检测到与天气或水文条件。在较大的研究区域中,网络和测量 SM 的种类仍然受到限制,此外,由于过度变化和参数之间缺乏相关性,从现场测量中获得可靠的近似值是一项具有挑战性的任务。在 SM 的几个应用中,各种各样的卫星产品都有可能帮助水文学家测量大面积的 SM 状况。由于遥感器无法直接测量 SM 含量,因此需要提取可以解释测量信号和 SM 含量之间关系的基于数学的方法来解释测量信号和 SM 含量之间的关系。2021 ; Zhu 等人。2021 )。自 20 世纪 70 年代以来,已经开发出一些遥感技术,通过测量从光学到微波领域的电磁波谱特定区域来分析和绘制 SM(Musick & Pelletier 1988;Engman 1991;Wang & Qu 2009)。微波遥感技术包括 Aqua 卫星上的先进微波扫描辐射计-地球观测系统 (AMSR-E)(自 2002 年起)、土壤湿度和海洋盐度卫星(SMOS,自 2009 年起)、多频扫描微波辐射计(MSMR,自 1999 年起)和土壤湿度主动被动 (SMAP)(自 2015 年 1 月起),目前正在运行,每天在全球范围内生成卫星记录。虽然这些方法提供了许多测量大规模 SM 的技术,但它们的分辨率几乎很低(通常约为 25 公里),不再适用于小集水区或学科尺度。光学/热红外遥感记录被称为表面温度/植被指数法,可提供更高的分辨率(约 1 公里)。最近,Zhang & Zhou(2016)提出了一种新方法,可以通过光学/热遥感进行 SM 估计,该方法特别依赖于 SM 与表面反射率和温度或植被指数之间的关联。该领域的检索策略,如热惯性,强调土壤热特性或三角测年技术,表明 SM、归一化差异植被指数 (NDVI) 和给定区域的陆地表面温度 (LST) 之间的联系正在不同的应用中使用。然而,由于缺乏足够的空间数据(包括地形或低密度植被覆盖图和数据),它们的应用受到限制。用于估计 SM 的遥感植被指数(例如,NDVI、归一化差异水指数 (NDWI) 和归一化多波段干旱指数 (NMDI))是合适的替代方案;然而,SM 的分布不能通过单一参数和通过计算出特定地表坡向强度之间的参数修改来预测。人们已经做出了大量努力,通过建立遥感 LST 与植被指数之间的联系来利用卫星图像估计 SM(例如,Dari 等人。遥感图像的实际优势之一是,除了地形数据外,还可以通过图像获得具有高空间分辨率(30 米至 1 公里)的植被和 LST 参数。利用从遥感图像中提取的结构化景观因素而不是现场测量来预测 SM 状况,可以快速实时地跟踪 SM 状况。