基于MODIS EVI的冬小麦产量遥感预测研究

Terra-MODIS数据集同时具有归一化植被指数（NDVI）和增强型植被指数（EVI）两种植被指数。为了对比这两种植被指数在农作物估产中的应用效果，该文利用MODIS-NDVI和MODIS-EVI作为遥感特征参量，以对美国冬小麦的长势监测与产量预测为例进行了研究：运用区域作物特定生育期内多年的NDVI和EVI值与作物产量进行相关分析，采用一次线性拟合方法分别建立回归方程，估算当年的农作物产量。结果表明，EVI明显地比NDVI更好地与产量建立回归方程，用EVI建立的回归方程，各州相关系数大多在0．7以上；而用NDVI建立的回归方程，相关性不稳定。因此利用EVI建立的模型对2004年美国冬小麦进行估产，并将预测结果与美国国家统计署6月1号公布的预测结果进行对比，结果发现，美国国家统计署预测单产误差为3．05％，总产误差为-2．56％，而该研究预测结果单产误差为2．62％，总产误差为-1．77％且预测时间比美国国家统计署预测时间提前约半个月。可见EVI可以更有效地进行作物监测及估产，提高预测的准确性。     

基于时间序列NDVI相似性分析的棉花估产

多时相遥感数据能比单一时相反映更多的作物产量信息,挖掘多时相遥感信息以提高作物估产精度具有重要意义。该文以新疆生产建设兵团农一师一团的棉花为研究对象,提出了一种融合分区概念和时间序列NDVI(归一化植被指数)相似性分析的棉花估产方法。首先,通过植被指数与产量的相关性比较分析,确定NDVI为棉花估产因子,在此基础上根据棉花品种和土壤条件的差异,将研究区棉田划分为不同类型的生长区;然后,结合每个生长区获取的样点产量数据,确定各生长区时序NDVI估产模型的拟合系数;最后,融合距离与角度相似性算法,对各生长区内所有棉花像元的时序NDVI数据构成的向量与产量样点对应的时序NDVI向量进行相似性分析,确定待测棉田像元最佳的估产模型,实现对整个棉田区域棉花产量的遥感估测。结果表明,基于分区和时序NDVI相似性分析的棉花产量预测值与实测值决定系数达到0.77,该方法具有较好的操作性和适用性。     

基于时间序列Landsat影像的棉花估产模型

为提高棉花遥感估产精度,该文选取加州San Joaquin Valley地区2个棉花地块作为研究区,利用时间序列Landsat_5_TM、Landsat_7_ETM遥感影像数据,结合野外实测产量数据,进行棉花产量遥感预测模型研究。结果表明：基于Landsat影像纯像元的植被指数时间序列准确地揭示了棉花整个生长期的长势情况,不同长势的棉花植被指数随时间变化在花铃期差异比较显著;整个花铃期植被指数与产量之间的相关系数均大于0.80,最大相关系数达0.90,花铃期NDVI平均值建模决定系数为0.82,均方根误差为463.69,证明花铃期比其他生长期更适用于棉花产量预测;单一时期最优模型为第206天（7月25日）,多时期最优模型以NDVI最大值前三期NDVI平均值为自变量;整个花铃期NDVI最大值建模决定系数为0.81,均方根误差为477.82,该模型具有普适性。该文的研究成果为基于MODIS_NDVI最大值合成法的相关研究提供了理论依据,并且为其他农作物的估产模型建立提供借鉴。     

基于HJ-1卫星影像的三大农作物估产最佳时相选择

对于农作物遥感估产,精确选择最佳估产时相是关键环节。该文利用中国自行研发的HJ-1卫星CCD影像对黑龙江八五二农场3大作物（水稻、玉米、大豆）进行遥感估产的最佳时相选择,通过构建小波变换滤波方法和移动平均法的时序NDVI曲线数据,并依据平滑后的时序NDVI曲线分别确定3大作物的遥感估产最佳时相。研究结果表明,从平滑后的时序NDVI曲线中识别出来的3大作物的关键生长期与当地作物的物候期相对比,水稻生长期拟合误差为-0.003356508,玉米生长期拟合误差为-0.001687117,大豆生长期拟合误差为-0     

基于无人机遥感植被指数优选的田块尺度冬小麦估产

田块尺度作物快捷精准估产对规模化农业经营管理具有重要意义。因此,急需选取最优植被指数和最佳无人机遥感作业时期,建立冬小麦无人机遥感估产模型,获取及时、快速、低成本的无人机遥感估产方法。该文以山东省滨州市典型规模化农田为研究对象,利用固定翼无人机遥感平台对冬小麦进行多期遥感观测与估产。基于2016年冬小麦返青拔节期、抽穗灌浆期和成熟期的无人机遥感影像数据集,采用最小二乘法,构建了基于不同植被指数与冬小麦实测产量的9种线性模型,并结合作物实测产量进行模型评价。多时相多种类植被指数的优选分析结果显示,抽穗灌浆期估产模型R~2最高,RMSE最低(n=34)。其中,模型R~2达到0.70的植被指数共6个,从高到低依次为EVI2、MSAVI2、SAVI、MTVI1、MSR和OSAVI;RMSE由低到高依次为EVI2、MSAVI2、SAVI、MTVI1、MSR和OSAVI。另外,该文进一步评价农田土壤像元对无人机遥感估产的影响,经过阈值滤波法处理后,返青拔节期估产模型的R~2(n=34)从约0.20提升至0.30以上,RMSE和MRE下降;抽穗灌浆期模型的RMSE降低,R~2(n=34)有所提升但不显著。综上所述,最佳无人机飞行作业时期为冬小麦抽穗灌浆期,最优植被指数为EVI2,土壤像元的滤除对抽穗灌浆期无人机遥感估产模型的影响不显著。因此,优化后的基于植被指数的无人机遥感估产模型,可以快速有效诊断和评估作物长势和产量,为规模化农业种植经营提供一种快捷高效的低空管理工具。     

基于中高分辨率卫星遥感数据的县域冬小麦估产

随着人口的增加和耕地面积的不断减少,粮食安全问题一直备受关注。该文以山东省广饶县为研究区,探讨基于中高分辨率卫星遥感数据的县域冬小麦估产技术。采用陆地卫星和中巴资源卫星（CBERS）中高分辨率遥感图像,选择冬小麦信息较为突出的4个相似时相,经几何精校正、掩膜、相对辐射校正等预处理,在分析研究区典型地物光谱特征的基础上,采用决策树分类方法提取冬小麦种植面积。同时,利用植被指数变化规律对各时相植被指数进行修正,根据植被指数分布情况及其与产量的关系,分别构建了基于像元比值植被指数之和（∑RVI）及不同长势区归一化植被指数（NDVI）的冬小麦估产模型。结果显示：各时相冬小麦种植面积的提取精度均在96%以上,且具有较好的空间精度;二种估产模型的估产精度分别达到了96%以上和94.74%,效果较好。研究为县域冬小麦产量的预测提供了有效方法,能更好地指导冬小麦生产和粮食政策的制定,对区域农业可持续发展和粮食安全有积极价值。     

基于作物生长模型和遥感数据同化的区域玉米产量估算

为了将遥感观测到的玉米生长期间作物冠层方向反射波谱的时间序列变化信息用于区域玉米产量估算,该文将时间序列中分辨率成像光谱仪(moderate resolution imaging spectroradiometer,MODIS)数据和高空间分辨率LandsatTM遥感观测数据相结合,以叶面积指数(LAI)作为耦合作物生长模型(crop environment resource synthesis-Maize,CERES-Maize)和植被冠层反射率模型(scattering by arbitrarily inclined leaves,SAIL)的关键参数,提出了将耦合模型与时间序列遥感观测数据同化进行区域玉米产量估算的方案。该文选择吉林省榆树市为研究区,采用MODIS和LandsatTM2种尺度数据集,利用SCE-UA(shuffled complex evolution method developed at the University of Arizona)算法分别进行玉米产量同化估产研究,得到玉米单产空间分布的估计结果,结合遥感估算的种植面积求算榆树市玉米总产量。结果表明,与玉米统计总产量相比,2007、2008和2009年遥感数据同化估算的总产量误差分别为9.15%、14.99%和8.97%;与仅利用CERES-Maize模型模拟得到的产量误差相比,3a间遥感估算总产量的误差分别减小了7.49%、1.21%和5.23%,且采用MODIS和TM遥感数据估算的玉米产量表现了其空间差异性。利用榆树市3a间玉米产量的明显差异,分析了时序遥感数据对作物长势和产量变化信息的表达能力,同年份内时序归一化差值植被指数越大,对应的玉米产量越高;年际间遥感观测反射率的差异通过数据同化方法能够反映年际间玉米产量差的变化。该文提出的玉米估产方案为将来进一步结合多源遥感数据、植被冠层反射率模型与作物生长模型进行区域玉米估产研究提供了参考。     

基于NDVI与物候修正的大豆长势评价方法

及时、准确的作物长势监测可以为宏观决策和农田生产提供作物生长信息,便于及时采取各种田间管理措施,达到科学管理和作物增产的目的。归一化植被指数(normalized difference vegetation index,NDVI)与植被的叶面积指数(leaf area index,LAI)和叶片叶绿素含量关系极为密切,可以用来评价作物的生长状况。为了降低主观因素及物候差异对大豆长势监测的影响,该研究以黑龙江红星农场主要农作物大豆为例,基于历史NDVI数据建立了该区域大豆长势评价的标准。利用NDVI时间序列拟合法提取大豆关键物候期,结合物候监测结果对大豆长势进行修正,最后利用41个地块的单产数据对长势评价结果进行了验证。物候修正前后长势与单产的一致性分别为58.5%、75.6%,容差为1个等级时分别为87.8%、95.1%,表明历史NDVI对大豆长势评价有一定参考意义,但简单同期对比不能完全反映大豆长势真实情况,物候修正可以进一步改善长势评价效果。研究可以为利用遥感进行大豆长势评价提供参考依据。     

水稻遥感估产模拟模式比较

通过大田小区试验,测定了2个品种、3个供氮水平处理的水稻抽穗后不同时期冠层的光谱反射率、叶面积指数及最后的理论产量和实际产量,模拟MSS、TM、SPOT、资源一号CCD相机、IKONOS、MODI S和高光谱的波段来构建光谱差值植被指数DVI、比值植被指数RVI、差值归一化植被指数NDVI和绿度G,并模拟建立遥感估产模式.结果表明:单变量估产模式以差值植被指数DVI效果最好,蜡熟期估产效果要优于抽穗期和灌浆期;多时期复合估产模式估产效果要优于单一生育期;成熟期各种数据的DVI估产模式具有相近估产精度,达91%以上,其中MSS波段的估产精度最高.     

基于冠层光谱特征的冬小麦产量估算研究

快速准确的粮食作物产量估算对于国家制订粮食政策和农业可持续发展具有重要意义。利用地面高光谱遥感的优点,获取作物冠层的精细光谱,并根据植被绿峰、红边、水汽吸收波段、近红外反射峰及短波红外反射峰等特征构建高光谱指数,从而对冬小麦产量进行预测。结果表明:可见光波段、近红外波段和短波红外波段的光谱反射率与产量从返青期到抽穗期分别达到显著负相关、显著正相关和显著负相关水平;通过分析光谱参量与产量的关系,由植被红边与近红外波段反射峰所定义的归一化植被指数(NDVI)与产量的统计相关特征在所有生育期都是极显著水平,统计相关性优于其他光谱参量,利用该参量所构建的非线性模型估产效果最好,可见利用NDVI指数进行产量预报效果更好。     

气候变化对我国主要粮食作物产量的影响及适应措施

过去几十年气候变化对我国主要粮食作物产量产生了重要影响,为了研究作物产量对气候变化的响应和适应,保障粮食安全,基于国内相关研究文献,分析归纳了研究方法,综述了国内小麦、玉米和水稻等主要粮食作物产量对气候变化的响应和适应,得出如下结论:（1）作物产量对气候变化响应的研究方法主要包括田间试验观测、统计分析和作物模型模拟等方法,其中田间观测法最直观,统计分析法可操作性强、应用最为普遍,作物模型模拟机理性强,可以定量描述气候因子对作物产量的影响,外推效果好;（2）近几十年来,小麦生育期内气温升高和辐射变化使我国北方小麦增产0.9%~12.9%,南方小麦减产1.2%~10.2%;气候变暖对玉米产量贡献率为-41.4%~0.4%;水稻生育期内气温升高和辐射增强有利于东北地区水稻产量增加,增产贡献率为1.01%~3.29%,而辐射减弱对长江流域等南方主要水稻种植区的水稻产量（长江流域晚熟稻除外）产生不利影响;（3）未来气候变化情境下小麦应从延长生殖生长期、增加籽粒数量和提高收获指数等方面培育新品种应对气候变暖对作物产量的不利影响;耐高温和长生殖生长期的玉米品种可以用来应对气温、降水等气候因子的变化;水稻则应选育耐高温品种应对气温和辐射等因子的变化所带来的作物生产上的风险。     

三大粮食作物产量潜力与产量差研究进展

产量潜力和产量差的研究对揭示未来粮食增产潜力,有针对性地制定提高作物产量的措施具有重要意义。通过总结近年发表的64篇经典文献,本文总结了世界三大粮食作物小麦、水稻和玉米的产量潜力和产量差的研究进展,并对定量产量潜力和产量差的4种常用方法进行了比较分析。研究表明:1)当前全世界小麦、水稻、玉米的平均产量潜力分别为6.7 t-hm-2、8.1 t-hm-2、11.2 t-hm-2,农户产量分别实现了产量潜力的60%、60%、53%。2)模型模拟是目前定量评估产量潜力最为有效的方法之一,综合使用模型模拟和高产纪录两种方法进行比较分析产量潜力结果会更加可靠;试验产量和高产农户产量一般会低于模型模拟产量潜力,对探索农户短期内增产潜力具有重要意义。3)优化栽培管理措施比如应用土壤-作物综合管理系统等方法是缩小产量差的有效途径。因此,当前三大粮食作物具有较大增产潜力,如何有效缩小产量差、提高作物产量、保证粮食安全是未来需要关注的重点。     

玉米产量潜力及超高产物质积累途径优化分析方法

作物产量潜力估计对于作物生产及超高产创建具有重要的理论指导意义。本文以玉米品种‘先玉335’为试验材料,于2005—2013年在吉林省3个不同生态类型区(乾安县、公主岭市和桦甸市)布置密度试验进行玉米超高产研究,利用获取的田间试验资料结合FAO-AEZ模型提出了一种基于优化模式的玉米产量潜力估计方法,解决了FAO-AEZ模型中收获指数常数的选择问题,并进一步建立玉米超高产生产中干物质积累途径分析方法。结果表明,玉米的产量与描述其干物质积累过程的Logistic方程参数密切相关,所建关系模型达到极显著水平(P0.01),并通过2012年和2013年实际产量统计检验;基于非线性优化理论,利用所建产量关系模型估算出乾安县和桦甸市的产量潜力,较FAO-AEZ模型潜力估计值年平均提高17.5%和16.1%;以实际生产数据作为约束条件,进一步求出乾安县、公主岭市和桦甸市产量达到15 000 kg·hm-2时的最低种植密度分别为7.7万株·hm-2、8.2万株·hm-2和7.9万株·hm-2,同时求出各生态区相应的干物质积累参数和各生育阶段的干物质积累量指标,为玉米超高产栽培播前决策和生育期调控提供理论依据。本文分析结果可作为吉林省玉米产量潜力估计及高产与超高产创建的理论依据,所建模型及相关分析方法也可作为其他地区作物产量潜力估计的参考。     

基于GF-1与Landsat8 OLI影像的作物种植结构与产量分析

作物种植结构监测和估产是精准农业遥感的重点领域,其研究对于指导作物种植结构和制定农业政策具有重要意义。该文以黑龙江省北安市为研究区,以2015年的Landsat8 OLI和多时相GF-1为遥感数据源,基于物候信息和光谱特征确定的农作物识别关键时期和特征参数,构建面向对象的决策树分类模型,开展作物种植结构监测研究;综合植被光谱指数和地面采样数据,采用逐步回归方法建立产量遥感估算模型。结果表明:多源与多时相的遥感数据可以反映不同农作物的季相特征,应用本文所构建的决策树分类模型,作物分类效果较好,总体精度达87.54%,Kappa系数为0.8115;2015年,北安市的主要作物类型为大豆、玉米、水稻和小麦,面积分别为2204、1955、122和19 km~2,其中大豆的种植面积最大,占作物种植面积的51.24%。基于NDVI、EVI和GNDVI构建的多元回归模型为北安市大豆和玉米产量估算最优模型(R~2=0.823 7,均方根误差135.45 g/m~2,精度80.55%);北安市玉米高产区集中分布在西部,大豆的高产区主要分布在东部;2015年北安市玉米和大豆的单产分别为8 659、2 846 kg/hm~2,总产量分别为16.93×10~8、6.27×10~8 kg。利用作物关键物候期的多源多时相遥感数据能够精确高效地提取作物种植结构,构建的产量估算多元回归模型,为精准农业科学发展提供参考。     

Effect of Cropping System on Physical Properties of Clay Soil Under Intensive Rice Cultivation

Cropping systems are thought to alter soil quality in paddy rice fields. This study was conducted to quantify the long‐term effects of continuous crop production under different cropping systems with different crop rotations on physical properties of alluvial clay soil in the Mekong Delta, Vietnam. Soil samples were collected from four treatments: (i) traditional intensive rice monoculture with three rice crops per year (R–R–R); (ii) rotation with two rice crops and maize (R–M–R); (iii) rotation with two rice crops and mung bean (R–Mb–R); and (iv) rotation with one rice and two upland crops, mung bean and maize (R–Mb–M). We hypothesized that cropping systems with rotations of upland crops and their temporary beds improve the physical quality of paddy rice soil; hence, they are better options towards sustainable agriculture. Results show an improvement of soil physical quality for systems with two rice crops and one upland crop (R–M–R and R–Mb–R) and those with one rice crop with two upland crops (R–Mb–M) compared with intensive rice monoculture (R–R–R). This was translated in decreased bulk density and soil strength, increased soil organic carbon and total porosity, and higher aggregate stability index, plant‐available water capacity, and Dexter's S index, especially at depths of 10–20 and 20–30 cm. The systems with different upland crops (maize or mung bean) showed similar high physical quality improvement. To maintain soil quality in future seasons, introducing a cropping system with at least one upland crop in rotation with rice is recommended. Copyright © 2014 John Wiley & Sons, Ltd.     

结合遥感技术与水稻生长模型来预算水稻产量

Since remote sensing can provide information on the actual status of an agricultural crop, the integration betwee nremote sensing data and crop growth simulation models has become an important trend for yield estimation and prediction. The main objective of this research was to combine a rice growth simulation model with remote sensing data to estimate rice grain yield for different growing seasons leading to an assessment of rice yield at regional levels. Integration between NOAA (National Oceanic and Atmospheric Administration) AVHRR (Advanced Very High Resolution Radiometer) data and the rice growth simulation model ORYZA1 to develop a new software, which was named as Rice-SRS Model, resulted in accurate estimates for rice yield in Shaoxing, China, with an estimation error reduced to 1.03% and 0.79% over-estimation and 0.79% under-estimation for early, single and late season rice, respectively. Selecting suitable dates for remote sensing images was an important factor which could influence estimation accuracy. Thus, given the different growing periods for each rice season, four images were needed for early and late rice, while five images were preferable for single season rice. Estimating rice yield using two or three images was possible, however, if images were obtained during the panicle initiation and heading stages.     

陇东地区几种旱作作物产量对降水与气温变化的响应

研究作物产量对气候变化的响应,对于指导区域农业生产,保障粮食安全和生态安全具有一定的理论指导意义。结合大田试验与农业生产系统模拟模型(Agricultural Production Systems Simulator,APSIM),在验证模拟研究区冬小麦、玉米和紫花苜蓿产量可靠性的基础上,分析5个降水变化梯度(降水量不变、降低10%和20%、升高10%和20%)和5个气温变化梯度(不变、降低1.5和1℃、升高1.5和1℃)组合情景下3种作物的产量变化趋势。结果表明:APSIM模型在试验点对3种作物籽粒产量和生物量的模拟精度较高,决定系数R2在0.80~0.93之间,归一化均方根误差在11.35%~22.48%之间,模型有效系数在0.53~0.91之间。冬小麦、玉米和紫花苜蓿在气温升高、降水量减少的情景下减产,减产的最大幅度分别为38.7%、40.3%和41.8%;冬小麦、紫花苜蓿的在气温降低、降水量增加时增产,增产的最大幅度分别为29.8%和51.7%;玉米在降水量增加、温度不变的情景下增产幅度最大,为22.0%。总之,在研究范围内,3种作物的产量随降水的增加而增高;玉米的产量随气温升高先增高后降低,另2种作物的产量随气温的升高而降低;紫花苜蓿适应气候变化的能力最强。结果对明确黄土高原地区主要作物的生产走势,制订农业布局、管理措施等具有一定意义。     

基于经验模态分解的中国粮食单产波动特征及影响因素

探索中国粮食单产的多尺度波动特征及其影响因素,进而有针对性地采取措施来稳定和提高粮食单产对保障中国粮食安全有重要意义。该文对1978-2012年中国粮食及其主要构成作物稻谷、小麦和玉米的单位面积产量,利用经验模态分解方法进行了多尺度波动分解,并分析了改革开放以来中国粮食单产波动的多尺度特征及其主要影响因素。结果表明:1)应用经验模态分解方法可以将1978年以来中国的粮食和三大作物的单产分解为1个趋势项和2个波动项,分别反应了科技、政策和气候对于中国粮食单产波动的影响。其中技术趋势为主导,2个尺度的波动都较小。2)粮食趋势单产年增长率从1997年前的2.28%下降到之后的0.69%,明显放缓。稻谷的趋势单产与粮食走势最为接近,但1997年以后几乎走平。玉米和小麦的趋势单产增速1997年后虽有所下降,但目前上升依然明显。3)中期波动项包括了3个完整的周期和1个进行中的周期,且与中国粮食政策的重大调整及其所产生的后效在时段上具有很好的一致性。总体看粮食生产领域政策的影响大于气候的影响,但不同作物对各种政策的响应也有所不同,土地、税收、补贴、奖励和保险政策的普惠性和同步性较价格政策更强。小麦的中期波动率明显大于其他作物,显示其对政策更加敏感。4)粮食单产的短期波动率为1.80%,其中玉米为3.38%,高于小麦(2.55%)和稻谷(1.06%),显示中国的粮食生产系统有较强的抵御气象灾害的能力,但玉米防灾能力不及稻谷和小麦。5)综合长期趋势和中短期波动来看,3大作物中稻谷最为稳产。稻谷的主要问题是1998年以后单产的趋势产量上升乏力,玉米的主要问题是短期波动较大,受气象灾害的影响大,而小麦的政策波动大于玉米和稻谷。当前中国的农业已经进入了新的发展阶段,农业政策的调整势在必行,该研究结果可为新阶段农业宏观调控政策的制定提供决策依据。     

中国作物生长模拟监测系统构建及应用

该文系统阐述了中国作物生长模拟监测系统（Crop Growth Simulating and Monitoring System in China, CGMS-China）的构建方法及其在国家级农业气象业务中的应用。CGMS-China是基于WOFOST、Oryza2000、WheatSM、ChinaAgroys 4个作物模型构建的系统,在作物长势监测评估、农业气象灾害影响评估、作物产量预报等农业气象业务中均有应用。该系统可进行作物长势监测、产量预报、农业气象灾害影响评估。利用CGMS-China模拟输出的地上生物量、叶面积指数、穗质量,建立作物长势评估指标,可对小麦、玉米、水稻进行实时长势监测与评估。通过CGMS-China对2014年8月中旬华北黄淮夏玉米的干旱产量损失评估和2016年6月22日早稻高温热害的产量损失预估表明,CGMS-China对农业气象灾害影响评估的效果较好。利用CGMS-China对2014年冬小麦主产省进行产量预报,各省的平均预报相对误差为7%。与此同时,在CGMS-China中利用遥感数据同化方法,对山西洪洞县进行产量预报,预报相对误差小于11%。该系统在国家级农业气象业务中具有良好的应用前景。