《Scientia Horticulturae》:LiDAR-based assessment of canopy size variability and its impact on irrigation efficiency and yield in almond orchards
编辑推荐:
Rafael Orozco-Moran|Jose A. Jimenez-Berni|Elias Fereres|Francisco Orgaz西班牙科尔多瓦市,可持续农业研究所(IAS-CSIC)农学系摘要杏仁园的用水量受到树冠大小的显著影响。然而,传统的灌溉管理方法并未考虑管理
Rafael Orozco-Moran|Jose A. Jimenez-Berni|Elias Fereres|Francisco Orgaz
西班牙科尔多瓦市,可持续农业研究所(IAS-CSIC)农学系
摘要
杏仁园的用水量受到树冠大小的显著影响。然而,传统的灌溉管理方法并未考虑管理单元内树木大小的结构性差异,这可能导致水资源利用效率低下。本研究通过利用LiDAR技术获取的地被覆盖度(Ground Cover, GC)数据,量化了树木结构异质性对商业杏仁园(品种:Lauranne)中水分与产量关系的影响。研究将基于LiDAR计算得出的加权平均地被覆盖度的理论模型(情景A)与一个能够考虑果园内单株树木地被覆盖度差异的水分-产量模型(情景B)进行了对比。结果表明,考虑树冠异质性的模型能够量化因统一灌溉方式而导致的产量损失。在情景A预测的最大产量点,情景B显示由于树木大小差异,产量会减少,而这种减少量相当于实施精准灌溉所能带来的潜在收益。此外,边际水分生产力(Marginal Water Productivity, MWP)的分析表明,基于果园平均大小的模型(情景A)无法准确反映水分应用的真实边际效益。在存在结构差异的情况下(情景B),在更广泛的水分施用量范围内,边际水分生产力高于情景A。这意味着基于情景A的决策可能导致灌溉深度低于最佳值,从而放弃盈利机会,或者未能识别出差异化灌溉方式在单位水量上所能带来的更高收益。这些发现表明,忽视小区内的结构差异会导致水分-产量关系描述不准确,并掩盖空间利用效率问题。整合LiDAR获取的结构数据可以提高水分-产量模型的准确性,识别出在行业层面优化灌溉计划的相关机会,从而在采用变量灌溉技术之前就提升水资源利用效率。