山东滨州市2010年棉花生产情况调查及分析

1棉花生产调查概况为准确掌握2010年棉花生产成本、效益等基本情况,预测2011年棉花生产发展趋势,山东滨州市棉花生产技术指导站组织各县（区）于2010年12月份对本市当年棉花生产情况进行了系统调查。     

物联网与作物模型在智慧棉花系统中的应用与展望

在已有科技与研究成果基础上,结合数据库技术,构建基于物联网与棉花功能结构模型Cotton XL的智慧棉花生产数字化系统平台。系统利用智能传感器等物联网设备实时采集田间气象、土壤和作物长势等数据以及现场视频图像信息,通过网络传输监测范围内棉株的信息至数据库,结合模型模拟分析,实现远程操控辅助管理、预测判别、智能处理和可视化模拟等功能,从而优化作物栽培管理措施,提升资源配置效率,提高棉花产量与品质,为棉农适应现代农业信息化、智能化、高效化提供有效途径。     

物联网与作物模型在智慧棉花系统中的应用与展望

在已有科技与研究成果基础上，结合数据库技术，构建基于物联网与棉花功能结构模型Cotton XL的智慧棉花生产数字化系统平台。系统利用智能传感器等物联网设备实时采集田间气象、土壤和作物长势等数据以及现场视频图像信息，通过网络传输监测范围内棉株的信息至数据库，结合模型模拟分析，实现远程操控辅助管理、预测判别、智能处理和可视化模拟等功能，从而优化作物栽培管理措施，提升资源配置效率，提高棉花产量与品质，为棉农适应现代农业信息化、智能化、高效化提供有效途径。     

3S技术在新疆棉花精准种植中的应用

论述了 3S技术 ( GPS、RS、GIS)在新疆棉花精准种植试验研究中具体应用情况与取得的初步成果。利用 GPS实现了不同农田作业要求位置分辨力的精确定位进行准确播种、施肥、灌溉、采棉。利用 RS技术获取大量的田间时空变化信息 ,对棉花的长势动态进行监测。利用 GIS技术建立示范区历史产量数据库、土壤肥力数据库、气候资料数据库、棉花不同生长期的光谱数据库 ;研制适合本地区地膜植棉特点棉花生长模拟模型、平衡施肥系统、棉花病虫害预测预报系统、专家知识决策系统。     

2011年中国棉花主产区总产概况

2011年10月20日至11月1日，国家棉花市场监测系统对2011年度国内棉花产量情况展开调查，涉及15个植棉省（自治区）、87个植棉县（市、团场）。结果显示，虽然8月份以后黄河、长江流域雨水偏多，对棉花生长造成一定负面影响，但全国棉花整体长势仍属正常偏好。     

冬小麦返青期主要生长指标的HJ-1A/1B遥感影像监测

为进一步深化作物长势遥感监测机理与方法,给大田管理及时提供信息与技术,结合2011-2013年定点观测试验,以HJ-1A/1B数据为遥感影像源,研究了返青期冬小麦主要生长指标、籽粒品质参数和产量间及其与遥感变量间的定量关系,分别构建及评价基于HJ-1A/1B影像遥感变量的返青期叶面积指数、生物量、SPAD值和叶片含氮量监测模型。结果表明,返青期,归一化植被指数（NDVI）、比值植被指数（RVI）、蓝光波段反射率（B₁）和RVI可分别作为监测冬小麦叶面积指数、生物量、SPAD和叶片含氮量的敏感遥感变量,所构建的遥感监测模型可靠且精度较高,模型的决定系数（R²）分别为0.62、0.56、0.46和0.58,均方根误差（RMSE）分别为0.42、452.3 kg·hm^-2、4.39和0.54%。同时,对冬小麦不同等级主要生长指标进行遥感监测并制图,量化表达了主要生长指标区域空间分布。     

江西省近五年棉花生长指数与生产述评

通过应用中国棉花生长指数评价系统，对江西省2008～2012年的棉花生产情况进行了概述，并对各年棉花生长指数进行了详细分析。监测结果表明：江西省棉花生长指数2008～2012年分别为81、103、75、129、100；相对常年生长指数分别为96、101、76、102、100。     

棉花生产数字化设计与管理技术的示范初报

棉花生产数字化设计与管理技术的示范应用项目旨在将信息农业技术应用于棉花生产管理的优化设计和决策,以网络化农情信息管理系统,具有广泛时空适应性的棉花生产方案及管理指标设计的动态知识模型,基于知识模型的棉花生产数字化设计与管理系统,以及基于知识模型的便携式数字化管理仪等为示范推广的重点技术支撑,以大丰市为试验示范基地,通过逐级培训以及系统的示范应用,提高棉花生产系统的科学管理水平和综合生产力,促进全省数字棉作和数字农业的发展,以农业的信息化带动农业的现代化.     

基于人工智能的棉花虫害预防系统结构设计

虫害是棉花种植中常见的自然灾害之一，如果对其防治不当，会直接影响到棉花的产量和质量。在棉花虫害防治中，精准的棉花生长环境信息和虫害信息是重要的参考，但是，当前棉花种植中对于虫害信息的获取，主要是依托人工调查，其效率和精准度相对较低。因此，结合人工智能中机器学习等技术体系，开发了棉花虫害预防系统。该系统运行主要依托智能监测小车和无人机巡检，以虫害和棉花生长的相关参数为对照，对录入数据进行智能分析和对比，为棉花虫害的预测和防治提供精准度高的线上系统支持。     

Surfer绘制等值线图在棉田智能监测中的应用

随着智慧农业技术数字化程度的提高，物联网和传感器技术的不断发展与成熟，以及智能化设备的出现，数据统计、数据分析、数字制图得到了越来越多的应用。Surfer 20软件具有强大的插值和绘制等值线图的能力，可极大减轻科研人员后期数据分析、制图工作量，获取精确的作物环境信息。在概述该软件特点及其在农业制图中应用进展，介绍其数据库构建和制图操作方法的基础上，利用其空间统计学网格取样法，快速处理智慧农业装备全天无间断实时监测获取的棉田土壤水分、温度、铜离子含量以及棉花冠层光合分布等数据，绘制等值线图，展示作图的效果，为该软件在棉花生产管理决策中的应用提供参考。