基于EOS/MODIS资料的江西省水稻长势遥感监测

基于2010年的MODIS数据,进行江西省水稻长势遥感监测指标的研究,提取了4种植被指数作为遥感参数,即比值植被指数RVI、归一化植被指数NDVI、植被状态指数VCI和增强植被指数EVI,并利用植被指数进行叶面积指数LAI的反演,建立了植被指数VI-LAI模型。在VI-LAI模型中EVI、NDVI与LAI的相关性较好。利用LAI的预测值和地面实测数据进行精度的分析,结果显示EVI的三次方(Cubic)模型在各方面都优于其他植被指数和其他模型,因此选择EVI作为水稻的长势遥感监测指标。     

2009年江苏省冬小麦和水稻种植面积信息遥感提取及长势监测

以中国农业遥感监测系统(CHARMS)大尺度业务运行作物长势监测需求为实际驱动力,进行基于遥感影像全覆盖的大尺度农作物类型遥感综合自动识别的方法研究,通过分析2009年江苏地区冬小麦和水稻的种植结构、物候历特征及其生物学特性和时序NDVI曲线特征,确定冬小麦和水稻信息提取的NDVI阈值,建立不同作物面积提取模型,并最终获取了2009年CHARMS中江苏冬小麦和水稻长势监测所需的作物空间分布,并与多年平均统计数据比较,总体精度分别达到了78%和85%以上,基本可以满足农情业务化需要.其次,基于面积识别的结果,利用目前长势监测中应用最广泛的归一化植被指数NDVI对江苏2009年冬小麦和水稻长势进行监测,并用差值模型,与近5年长势的平均状况进行对比研究.结果表明,2009年江苏冬小麦和水稻长势均呈现"前期较好,中期变差,后期恢复"的趋势;空间分布上,淮北和苏中地区冬小麦全年长势较多年平均稍差,而水稻长势较差的地区主要分布在苏南地区.     

2019年美国冬小麦长势遥感监测分析

美国是全球重要的小麦出口大国,其生产状况在一定程度上影响全球小麦贸易形势。利用卫星遥感技术,基于作物长势遥感监测中应用最广泛的归一化植被指数NDVI,采用同期对比法对2019年美国冬小麦进行长势监测分析。结果表明,2019年美国冬小麦长势基本呈现持平略好趋势,且总体好于2018年同期;良好的气象条件是主产州冬小麦长势总体表现偏好的主要原因。产量有望稳中略增,进一步增加国际小麦供给。     

基于农业遥感技术的垦区水稻长势动态监测研究

文章研究目的是利用农业遥感技术对黑龙江垦区水稻长势监测研究,研究方法主要是先采集野外水稻生长指标数据,然后利用植被指数反演建模。探索出一个适合黑龙江垦区水稻长势动态监测路线方法。通过研究发现利用这个方法路线可以很好地对垦区的水稻长势进行动态监测,并收到很好的效果。     

HJ-1星水稻生育期长势动态监测研究

利用环境减灾卫星(HJ星)CCD多光谱数据提取水稻种植面积,采用全区、样方2种尺度对水稻生育期间遥感植被指数进行动态监测,分析监测区水稻长势分布状况。利用2009—2011年3年水稻监测结果,结合农情资料,分析水稻生育期NDVI变化规律,为建立水稻生育期定量遥感监测模型奠定基础。     

辽宁省作物长势遥感评价方法

利用1999～2007年5月下旬～9月下旬每天的NOAA数据资料,以归一化植被指数（NDVI）为评价指标,提取辽宁省5个气候区208个旱田点、84个水田点的NDVI值,通过对各统计单元的作物生长趋势分析及逐年比较模型、距平比较模型等遥感评价模型的研究,结果表明,辽宁省作物生长曲线呈单峰形变化,2007年旱田植被指数8月下旬达到最大,水田植被指数8月上旬达到最大;受干旱影响除2007年6月中下旬及9月中旬外,大田作物长势明显好于2006年同期和历史同期;水田作物长势基本好于历史同期。     

HJ卫星遥感在水稻长势分级监测中的应用

利用水稻分蘖期HJ-1A卫星遥感影像,提取江苏省姜堰市水稻种植面积并分析水稻的长势情况。在利用GPS实地取样调查和建立解译标志的基础上,进行HJ-1A卫星影像校正、人机交互式判读解译等操作,并将GPS样点数据校验贯穿到整个分类过程中,信息解译精度在90%以上。最后,利用归一化植被指数(NDVI)反演叶面积指数(LAI),依据LAI数据进行水稻长势分级,制作了姜堰市水稻分蘖期长势分级遥感监测专题图。     

HJ-1星上思县甘蔗工艺成熟期长势多年对比监测

以广西上思县为研究区,利用环境减灾卫星HJ-1遥感数据提取甘蔗种植面积,采用归一化植被指数模型NDVI对单一时相甘蔗长势进行监测,构建NDVI偏差分级模型对甘蔗工艺成熟期长势进行多年对比监测.结果表明：①利用NDVI均值和偏差2个分析指标,可定性分析监测区内甘蔗长势状况.除2011年甘蔗总体长势差于常年外,2009、2010、2012年甘蔗总体长势好于常年.②利用NDV1偏差分级模型可对监测区甘蔗长势进行定量评价.2012年上思县甘蔗长势最好,长势好、差所占面积比例分别为96.87％、3.13％;2011年甘蔗长势最差,长势好、差比例分别为99.57％、0.43％.     

基于固定翼无人机多光谱影像的水稻长势关键指标无损监测

【背景】近年来随着遥感技术的快速发展，实时无损监测作物生长状况已成为当前研究热点，遥感获取的农情信息将为实现大面积作物精确管理提供指导。在众多遥感监测平台里，无人机因其操作简单、使用成本低等特点而受到广泛关注，无人机搭载多光谱相机可以快速获取作物的长势信息。【目的】尝试将固定翼无人机多光谱影像纹理信息与光谱信息结合，探究“图谱”信息对水稻长势指标的监测效果。【方法】通过开展两年涉及不同播期、品种、播栽方式、施氮水平的水稻田间试验，在水稻关键生育期使用固定翼无人机搭载Sequoia多光谱相机获取水稻冠层遥感影像，同步进行地上部破坏性取样以获取水稻叶面积指数(LAI)、地上部生物量(AGB)和植株氮含量(PNC)等农学指标，采用简单线性回归、偏最小二乘回归和人工神经网络回归算法，构建基于固定翼无人机多光谱影像的水稻长势指标监测模型，比较分析光谱纹理信息在不同模型中的监测效果。【结果】利用简单线性回归方法探究了植被指数(VI)、单波段纹理特征与水稻LAI、AGB和PNC间的定量关系，结果表明植被指数与LAI和AGB之间有较强的相关性，表现最好的植被指数为CIRE和NDRE,R 2分别为0.8...     

水稻种植前景及价格行情分析

正1.水稻种植之喜为保护农民利益,防止"谷贱伤农",国家依旧会在2018年实施水稻的最低保护价。面对2017年粮价齐跌的行情,导致2017年化肥行业整体销售不够乐观,作为水稻主要用肥复合肥、尿素等两种肥料价格比2016年同期均有不同程度的下降,降低了农户特别是种植大户在成本上的投入。2.水稻种植之忧2017年水稻种植面积增加,对未来原粮供应形成压力。2017年东     

基于EVI-RBF的玉米长势监测及产量预测

近年来,农作物长势监测和产量预测研究大多是通过建立复杂的生长模型来实现的,而这往往不具有较强的推广性。本研究建立了一种基于植被指数和产量统计数据的玉米长势监测及产量预测方法。以玉米为研究对象,利用MODIS09A1数据建立其2000-2018年的增强型植被指数(EVI)时间序列,并将该序列作为径向基(RBF)神经网络的输入参数,下一阶段的EVI值或玉米产量作为网络的输出参数,完成玉米的长势监测及产量预测。该方法被成功应用到黑龙江省哈尔滨市宾县的玉米研究中,对玉米EVI值的预测精度达到了90.0%以上,产量预测相较于传统的线性回归模型也有明显提高,预测精度达到了98.6%。依赖植被指数和产量统计数据的长势监测及产量预测方法有较大的应用推广前景。     

浅谈浑粳219选育技术

<正>浑粳219水稻品种由沈阳博科种业有限公司承接沈阳市苏家屯区浑河农场杨守仁水稻育种组的基础上,选育成中晚熟水稻品种。从2005年开始经过13年品种选育,进行人工杂交、混选。浑粳219水稻品种经对比试验、生产试种,均表现增产幅度较大。2014年参加省中晚熟组预备试验,2015-2016参加辽宁省水稻中晚熟组区域试验,2017年参加省同组生产试验,2018年通过辽宁省水稻品种审定为浑粳219水稻品种。     

2017年上半年阿拉善右旗地区草场旱情分析

对2017年上半年阿拉善右旗地区的天气气候、草场旱情、牧草长势进行了分析。2017年上半年阿拉善右旗平均气温偏高,西南部地区降水量较常年偏多,但时空分布不均,地域集中,北部地区降水偏少,草场墒情变幅大,旱情持续且较重;当前,右旗西南部轻旱,其余地区重旱;大部分地区牧草长势不如2016年同期。基于此,提出了一些建议,以期为草场可持续发展提供参考。     

对水稻微分光谱和植被指数的探讨

通过不同供氮水平的田间试验，分析了微分光谱对消除水稻冠层光谱的背景影响和植被指数在农学参数测定中的作用。结果表明：由微分光谱所得的红边位置、红边斜率与盖度、叶面积指数及供氮水平之间有一定的相关性；水稻多光谱植被指数RVI、NDVI与叶面积指数LAI及其地上部生物量之间有极显著相关性；高光谱植被指数及其变量与植被盖度、供氮水平之间存在相关性。这些表明，用微分光谱技术与植被指数方法监测水稻的田间供氮水平和长势似乎是可行的。     

小尺度区域水稻监测系统的开发与应用

以我国内蒙古赤峰市的某块稻田为例,设计了水稻生长阶段的监测系统。通过对现场服务器设备获取的日常图像进行处理,计算稻田区域绿色活植物水平的植被指数,分析植被指数图和监测水稻生育期。本系统基于田间服务器获取的图像计算植被指数,可以准确地监测水稻的生育期,对于指导农业生产具有一定的指导意义。     

基于主动光谱仪的水稻叶面积指数监测

叶面积指数(LAI)是描述作物长势的重要参数,LAI的实时动态监测对水稻生长诊断和管理调控具有重要意义.为分析水稻LAI与光谱参数的定量关系,设置了不同年份、不同氮肥水平的田间试验,于移栽后定期测试水稻冠层光谱参数,并同步定株测量LAI.结果表明,LAI可以基于主动光谱仪构建的植被指数(NDVI和RVI)进行模拟,NDVI(770,660)、RVI(770,660)均能较好地模拟LAI,预测精度分别为0.97、0.92,RMSE分别为0.41、1.32,RE分别为0.16、0.28,利用主动光谱仪可以实现水稻LAI的快速无损监测,为指导水稻精确管理提供了技术支持.     

新美洲星在水家湖农场抵御农业气象灾害中的应用

<正>新美洲星在安徽省水家湖农场应用以来,取得了显著的效果,受到农场职工的充分肯定,尤其是面对2017年几次重大气象灾害,新美洲星发挥了重要作用。1新美洲星在水家湖农场的应用1.1抵御水稻高温热害2017年水家湖农场大力推进"旱改水"工作,推广皖垦糯1号等直播水稻逾333.33 hm~2,在水稻生长前期遭遇高温热害天     

基于GreenSeeker的水稻氮素估测

为研究水稻植株氮素指标与GreenSeeker植被指数的定量关系,通过设置不同年份、不同氮肥水平的田间试验,于移栽后定期使用GreenSeeker获取冠层归一化差值植被指数(NDVI)和比值植被指数(RVI),并同步破坏性取样获取植株生物量和氮含量,分析不同品种和不同氮营养条件下氮素和植被指数(NDVI和RVI)变化规律,建立基于NDVI和RVI的氮素监测模型。结果表明,植株氮含量可以基于NDVI和RVI分时期进行估算,植株氮积累量可以被分阶段反演。利用GreenSeeker可以实现水稻氮素快速无损监测,为水稻氮肥精确管理提供技术支持。     

利用植被指数非相似性监测水稻病虫害方法研究

【目的】提出植被指数非相似性的计算方法以及利用植被指数非相似性监测水稻病虫害。【方法】首先将具有空间特性的植被指数影像假设成为具有概率统计特性的信息量,并基于信息理论和SID模型推导出两个不同区域相同大小影像的植被指数非相似性(VID)计算方法;然后根据VID计算方法,计算出无水稻病虫害的参考区域与有水稻病虫害的试验区域的10种植被指数VID;之后利用计算出的10种植被指数VID与实测水稻病虫害等级数据进行回归分析,判断VID与水稻病虫害等级数据的相关性;最后选择相关程度较高的几种植被指数VID进行K-fold交叉验证,判断植被指数非相似性监测水稻病虫害的精度。【结果】10种植被指数VID与地面实测水稻病虫害等级数据进行回归分析后,R~2的范围在0.63～0.95之间。3种相关程度较高的植被指数VID与地面实测水稻病虫害等级数据进行交叉验证后,R~2的范围在0.91～0.97之间,RMSE在0.16～0.24之间,广义监测精度在97.62%～100%之间。【结论】植被指数非相似性与水稻病虫害等级数据具有较强的相关性,利用3种相关程度较高的植被指数VID监测水稻病虫害等级具有很高的精度。     

基于MODIS-NDVI的草地长势变化监测——以锡林郭勒盟为例

基于锡林郭勒盟2002-2006年MODIS的影像数据,提取植被指数NDVI,采用最大值合成法得到旬度植被指数NDVI数据,结合地面实测数据判断锡林郭勒盟的各类草地在空间上的分布情况,结果表明根据植被指数判断的植被分类情况和全盟的植被实际分布状况基本一致。在此基础之上利用两年旬度植被指数NDVI的差值研究锡林郭勒盟草地的长势变化情况,结果表明,2002-2006年植被状况在逐渐变好。这说明植被指数可以很好反映全盟的植被长势变化状况,该方法是动态监测全盟植被长势的有效方法。