作物模型应用与遥感信息集成技术研究进展

作物模型和遥感技术以各自独有的优势在作物生产监测、评估及未来预测等方面发挥着关键作用。作物模型与遥感信息集成技术在大尺度、高精准的农业生产监测、评估与预测上具有明显的应用优势和广阔的发展前景。为了促进这些技术在区域尺度上的作物产量预测、农业气象灾害影响评估及农业应对气候变化决策等方面更加广泛地应用,本文采用文献综述的方法,系统归纳了欧洲、美国、澳大利亚及中国作物模型的发展与应用,总结了当前主流的数据集成方法的原理、特点和不足,概述了作物模型与遥感信息集成技术的实际应用,探讨了提升数据集成精度存在的问题,并对未来研究方向进行展望。结果表明,国内外对于作物模型及其与遥感数据集成的研究与应用广泛而深入,利用同化方法能够有效提高作物模型模拟精度,为作物模型实现区域尺度作物生长及产量评估、气候变化对产量影响、农田管理决策等提供技术支撑。作物模型模拟结果及遥感反演数据的不确定性、数据同化策略的多样性以及尺度效应是进一步提高集成系统精度与效率的限制因素。因此,遥感数据多源融合、同化过程多变量协同、作物模型多类型耦合以及数据高性能并行计算是未来作物模型与遥感数据集成研究的发展趋势。     

作物生长模型的应用研究进展

作物生长模型不仅能够进行单点尺度上作物生长发育的动态模拟,而且能够从系统角度评价作物生长状态与环境要素的关系。本文通过梳理当前作物生长模型应用的诸多研究成果,剖析模型在气候变化对农业生产影响研究、作物生长模型区域应用中的关键问题,总结了当前以作物生长模型为核心的农业决策支持系统开发的研究情况,意在促进作物生长模型在生态、农业、区域气候资源和气候变化等研究中更广泛地应用。结果表明,作物生长模型在国内外的研究与应用广泛而深入,在气候变化背景下,应用作物生长模型进行历史时期气候条件和农业气象灾害对作物生产状况和产量的影响研究已相当广泛且相对成熟。利用全球气候模式（GCM）或区域气候模式（RCM）构建未来气候变化情景,再与作物生长模型耦合已发展成为评估未来气候变化对农业生产影响的重要手段。通过集成与整合多作物生长模型、多气候模式集合模拟、优化气候模拟数据订正方法可有效降低气候变化对农业生产影响评估的不确定性。遥感数据同化技术能够将站点模型运用到区域尺度上评价不同环境因子对农业生产的影响,拓宽了作物生长模型的应用尺度范围并有效提高作物产量估算的精度。以作物生长模型为核心的农业决策支持系统的研究与应用越来越多元化,是辅助农业生产管理和决策的重要工具。然而,由于作物生态系统的复杂性,作物生长模型模拟结果仍存在很大的不确定性,今后对作物生长机理及过程间耦合机制的探索还需加强,以便进一步完善和改进模型,促进作物生长模型更广泛地应用。     

遥感与作物生长模型数据同化应用综述

遥感是获取大面积地表信息最有效的手段,在农业资源监测、作物产量预测中发挥着不可替代的重要作用;作物生长模型能够实现单点尺度上作物生长发育的动态模拟,可对作物长势以及产量变化提供内在机理解释。遥感信息和作物生长模型的数据同化有效结合二者优势,在大尺度农业监测与预报上具有巨大的应用潜力。该文系统综述了遥感与作物生长模型的同化研究,概述了遥感与作物生长模型数据同化系统的构建,在归纳国内外研究进展的基础上,总结了当前主流同化方法的特点以及在不同条件下的同化效果。进而具体分析影响同化精度的关键环节,明确了相关科学概念,并相应指出改善精度的策略或者方向。最后从多参数协同、多数据融合、动态预测、多模型耦合以及并行计算环境5个方面展望了遥感与作物生长模型数据同化的未来研究重点和发展趋势,同时结合农业应用现实需求,介绍一种数据同化与集合数值预报结合的应用框架,为大区域、高精度同化研究提供新的思路与借鉴。     

基于文献计量学的EPIC模型应用综述

[目的]检索1991—2021年EPIC模型的应用情况,进行文献计量和聚类分析,为EPIC模型未来的应用和发展指出方向。[方法]通过检索Web of Science核心数据库,基于检索到的1991—2021年与EPIC模型相关的261篇论文和R软件包bibliometrix文献计量和聚类分析法,分析了EPIC模型的研究热点和历史发展趋势。[结果] 1991—2021年,EPIC模型应用年发文量呈增加趋势,已有研究侧重于水文水资源与气候变化、土壤侵蚀与养分流失、农业干旱和作物生长等4个方面。该模型模拟精度高,能够很好地评价和预测过去、现在和未来的水、土、土壤养分流失和作物产量,但模型也存在参数多,输入数据制备难的缺点。[结论] EPIC模型可应用于多个研究领域,与其他模型及深度学习等方法的耦合,为深入开展“双碳”和水土流失研究、作物生产及对气候变化的响应模拟和预测等工作提供支撑。     

中国苹果旱涝灾害研究进展

苹果在中国果业生产中占有重要地位,气候变化背景下旱涝灾害频发重发,严重影响苹果产量和品质,总结苹果旱涝灾害已有研究成果可为防灾减灾应用提供技术方法支持。本文采用分类归纳、系统分析的方法并结合实际灾情,评述中国苹果旱涝灾害的最新研究进展,讨论苹果旱涝灾害研究存在的主要问题和未来发展方向。苹果旱涝灾害的形成和强度是由天气气候、地形、土壤结构等因素共同决定的;灾害指标主要分为形态学指标、天气气候指标和农业气象指标;风险评估多为考虑致灾因子的危险性评价;苹果各生育阶段各等级干旱均呈由北向南依次递减的分布特征。但已有成果多集中于北方苹果主产区不同生育时段的干旱灾害研究,存在灾害监测预警评估应用的针对性、时效性不足等问题。在加强果园观测数据获取的基础上,构建基于过程的灾变指标、建立灾害监测预警、风险评估模型与应用系统是未来重点研究方向。     

基于遥感信息的区域农业干旱模拟技术研究

区域农业干旱监测预测对农业生产具有十分重大的指导意义,但受观测手段所限,目前大范围的区域农田水分信息尚无法通过常规观测直接获取。利用微波遥感(AMSR-E)获取大范围农田水分信息,继而与作物干旱模型结合对河南省冬小麦农业干旱发生发展进行了模拟研究。结果表明,加入遥感信息后,作物干旱模型对冬小麦生长发育的模拟能力有较大提高,并且区域农业干旱的模拟结果更加接近实际情况。研究表明,将遥感信息与作物干旱模型相结合,可以提高模型对农业干旱的模拟能力,这为农业旱情监测预测提供了更有力的科技支撑。     

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。     

农业干旱遥感监测指标及其适应性评价方法研究进展

在利用遥感数据进行长时间、大范围农业干旱遥感监测过程中,如何针对不同区域、不同作物生长阶段选取最合适的监测指标,对于及时、准确地评估干旱对作物生长的影响,实现合理水资源调度和有效抗旱减灾决策都具有重要意义。该文以遥感监测农业干旱的适应性为论述主线,对常用的农业干旱遥感监测指标及其适应性评价方法,从4个方面进行了系统归纳总结:1)国内外农业干旱监测适用的遥感卫星数据源;2)监测农业干旱适用的光谱敏感波段;3)农业干旱遥感监测指标自身的适用性与局限性;4)农业干旱遥感监测指标适应性的评价方法。在此基础上,指出今后在农业干旱遥感监测指标及其区域适应性研究中,需综合考虑作物与其生长环境之间的关系;增加光谱信息,降低遥感数据获取过程中的信噪比;选择农业干旱遥感监测指标适宜的时空尺度;重点解决部分植被覆盖时,如何选择合适的监测指标;加强高光谱技术在精细农业干旱遥感监测指标反演中的研究;进一步在机理上发掘监测指标自身的敏感性和适应性等6个方面的问题及发展趋势。     

2023年秋收作物生长季农业气象条件评价

基于全国2433个气象台站2023年实时和历史同期（1991-2020年）观测资料、农业气象观测站和试验站作物发育期观测资料,利用农业气象评价指标、作物气候适宜度模型、农业气象灾害指数等方法,综合评估2023年主要秋收作物生长季内农业气象条件、生长适宜度、农业气象灾害等对作物生长和产量的影响。结果表明：2023年秋收作物生长季大部农区光温适宜、降水充沛,农业干旱、低温冷害、南方高温热害、寒露风等灾害影响偏轻,总体上利于秋收作物产量形成。但京津冀和东北等地强降水导致部分农田发生较重渍涝灾害,华北、黄淮和新疆等地夏季高温极端性强,北方地区春季阶段性低温,湖北湖南部分晚稻遭受寒露风灾害,西南地区南部春旱持续时间长,北方部分农区夏季阶段性干旱,部分农作物生长受到一定不利影响。     

我国农业遥感的应用现状与展望

目前，遥感技术在我国农业上主要应用在农用地资源的监测与保护、农作物大面积估产与长势监测、农业气象灾害监测和作物模拟模型等几方面。该文对我国农业遥感上述几方面的研究、应用进行了讨论、分析与评价，认为3S一体化、灾害预测研究、高光谱遥感、定量遥感是今后的发展方向。同时，遥感技术的应用与发展，对我国农业数字化进程的推进有不可替代的作用。     

深度学习在猪只饲养过程的应用研究进展

随着人工智能技术的兴起,深度学习技术发展迅猛,在图像及音频识别、自然语言处理、机器人技术、生物信息学、化学和金融等领域中应用广泛,也是目前发展精细畜牧业重要工具。养猪业是中国的重要农业产业,生猪的体况、行为及健康状况直接影响猪场的收入水平,通过深度学习技术可以快速、准确地了解猪只的相关信息并进行精确管理,提高猪只饲养效率及动物福利水平。该研究阐述了深度学习在目标猪只检测、猪只图像分割、猪只体况及异常监测、猪只行为识别上的应用现状,提出了深度学习技术在猪只饲养过程中的改进策略,以方便研究人员快速了解其研究进展。同时总结和分析了深度学习技术在猪只饲养过程中关于数据来源及数据集、应用范围、模型优化的不足与展望,提出应建立适用于猪只领域的公共数据集和统一的数据集标准,扩大深度学习的应用范围,优化DL模型以满足实际任务需求,将深度学习应用于猪场生产实践中。该研究旨为提高猪只福利化养殖和猪场经济效益提供依据,以推动深度学习在猪只饲养过程中应用的进一步发展。     

干旱条件下施肥效应及其作用机理

干旱问题是制约作物生长和产量的主要逆境因素之一。合理施用N、P、K肥可补偿干旱条件下作物生长受抑和产量降低的不良效应，改善植株的生理功能，提高水分利用效率，在生产实际中实行水肥耦合运筹，可充分发挥肥效，达到节水高产的目的。     

宁夏南部山区农业干旱预警模型

为建立格点尺度上的农业干旱预警模型,根据自然灾害系统理论,综合干旱孕灾环境、致灾因子、承灾体的特征,选择DEM、坡度、坡向、土壤类型、历史干旱风险指数、农业投入量作为孕灾环境稳定性影响因子,选择前期干旱程度、作物水分满足率、作为致灾危险性因子,选择作物种类、作物发育期水分敏感系数、灌溉条件、作物单产水平等作为承灾体脆弱性因子,在干旱灾害系统分析的基础上,采用层次分析法（AHP）量化影响因子的影响系数,建立基于GIS和空间插值的宁南区域农业干旱预警累乘模型。检验结果表明,预警模型输出干旱等级与实测符合率达到90%以上,能准确预测未来干旱发展趋势和分布范围,比现有基于气候干旱指数的预警模型空间分辨率明显提高,模型输出结果更能反映农业干旱的发生、发展过程,模型可用于区域干旱预警和干旱趋势预测。     

能量指数法在黑龙江干旱监测中的适用性研究

基于MODIS产品资料,结合土壤墒情实测数据,就能量指数法在黑龙江省农业干旱遥感监测中的适用性展开研究。结果表明:能量指数法的监测效果明显优于热惯量法和植被供水指数法,同时该方法还解决了其他方法不能连续监测土壤含水量的问题,适用于各种植被覆盖条件下以及各种土层深度的干旱监测。同时,运用多年资料分时、分层建立了基于能量指数法的土壤水分反演模型,模型的拟合效果在50cm深度时最好,20cm深度次之,10cm深度稍差。此外,模型在2009年黑龙江省干旱监测应用中的效果表明,反演结果与实际情况基本一致,能较好地反映黑龙江省旱情的空间分布和发展过程。     

MODIS干旱指数结合RBFNN反演冬小麦返青期土壤湿度

土壤湿度是农业干旱信息最重要的表征因子,它的反演对区域乃至全球农业干旱监测及预报都具有重要意义。该文基于MODIS遥感干旱监测指数构建了冬小麦返青期土壤湿度的评价指标体系,在此基础上,结合径向基函数神经网络(RBFNN)协同反演农地土壤湿度。首先,针对单一利用遥感干旱指数反演土壤湿度具有一定的局限性问题,选取监测土壤含水量、作物需水形态变化、冠层含水量、冠层温度等参量的遥感干旱监测指数作为综合评价指标;并利用实测土壤湿度作为验证标准,从原始遥感干旱监测指数中选取出适宜的指标集;然后,以选取的评价指标集为输入层,以实测土壤湿度作为输出层的输出,构建RBFNN的农地土壤湿度反演模型。研究结果表明:应用在河南省冬小麦返青期时,基于MODIS遥感干旱监测指数与RBFNN协同反演的土壤湿度模型具有较好的反演效果;模型的评价指标集与10 cm深度的土壤湿度相关性更好,而且能综合多通道遥感信息来反映土壤湿度的变化;模型的平均预测精度达到93.27%,与BP-NN和线性回归反演模型相比,反演精度分别提高了2.92和9.97百分点;模型回归分析相对1:1斜线的偏差最小;相关系数为0.846 49,回归决定系数为0.862 6。研究结果可为区域土壤湿度的遥感反演提供新的案例参考。     

干旱遥感监测模型在中国冬小麦区的应用

温度植被干旱指数（TVDI）和植被供水指数（VSWI）由于其物理意义明确,且数据易于获取,因此成为近些年在遥感旱情监测中应用较多的两个模型。为更好地完成遥感监测任务,提高精度,以全国冬小麦主产区为研究区域,利用EOS/MODIS数据,构建两个干旱指数模型,对2009年冬小麦作物主要生长时期进行干旱监测应用,并将其与不同深度土壤湿度进行相关分析、线性拟合比较及应用验证,认为两指数与10 cm深度土壤湿度相关性较好,TVDI大部表现为极显著相关,VSWI的相关性表现差于TVDI。基于土壤湿度的遥感旱情监测,TVDI比VSWI更能体现区域旱情变化趋势,其优势更明显。     

基于作物缺水指数的农业干旱监测模型构建

农业干旱监测问题对农业生产具有重要影响,因此精确监测农业干旱具有现实意义。该研究基于MOD16A2全球蒸散产品,计算作物缺水指数（Crop Water Stress Index,CWSI）,结合地表温度、植被指数、降水量以及土壤湿度等多源遥感数据为自变量,3个月时间尺度的标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index,SPEI-3）为因变量,基于偏差校正随机森林算法构建山东省2000-2019年作物生长季（4-10月）的偏差校正随机森林干旱状况指数（Bias-corrected Random Forest Drought Condition Index,BRF-DCI）。并分析CWSI对于构建山东省农业干旱监测模型的影响。结果表明：加入CWSI后,所提出的BRF-DCI指数与SPEI-3观测指数的决定系数为0.72～0.85,优于未加入CWSI之前;加入CWSI后提高了干旱监测等级的准确率;BRF-DCI指数能较好地拟合各月份的SPEI-3指数,决定系数均在0.94以上;BRF-DCI指数能够准确反映山东省典型干旱年的干旱情况,有效监测山东省农业干旱情况。该研究对山东省农业旱情监测及旱灾防御具有较大的应用潜力。     

遥感数据和作物模型集成方法与应用前景

为了促进遥感数据和作物模型集成这一新方法在农业领域中更广泛的应用,在分析遥感数据和作物模型农业应用中各自优缺点的基础上,阐明二者结合的必要性,并介绍了遥感数据和作物模型的3种集成方式.回顾了遥感数据和作物模型同化的研究进展,并重点分析了遥感数据和作物模型结合在农作物产量预测、品质遥感预报、精准施肥管理决策、精准灌溉决策等领域的应用潜力,最后指出了当前遥感数据和作物模型结合中存在遥感定量化、参数集和驱动数据的获取、最优化算法选择和改进、作物模型的完善和订正等问题,有望随着遥感数据源的丰富、定量遥感和作物模型的发展、以及同化理论的进一步完善得到解决.     

辽西低山丘陵区旱作节水农业技术体系初探

针对辽西低山丘陵区坡地多、平地少的土地资源特点，以及干旱少雨的气候特点，采取修建集流聚肥梯田、增施有机肥及秸秆覆盖等旱作节水技术措施，可改善土壤理化性状，增加土壤含水量，缓解作物需水矛盾，但这些旱作节水技术措施的作用是有限的，只有将它们与雨水集蓄工程、节水灌溉及抗旱保水剂应用技术有机地结合起来，才能打破干旱对农作物生长的制约，保证农业的可持续发展。     

高光谱技术在农业遥感中的应用研究进展

高光谱技术的研究与应用是农业遥感领域重要前沿课题之一.该文回顾了高光谱技术在国内外农业遥感中的应用研究进展,概括和总结了作物叶片光谱特征、作物分类与识别、作物生态物理参数反演与提取、作物养分诊断与监测、作物长势监测与产量预测、农业遥感信息模型以及农业灾害监测7个主要研究方面.在此基础上,笔者指出了高光谱技术在农业遥感中尚需解决的关键问题,并提出了可能的解决途径.最后对高光谱技术在农业遥感中的应用前景作出了总结和展望.