基于作物生长模型的东北玉米冷害监测预测研究

在全球气候变暖背景下,东北地区的气温明显上升,但由于存在玉米相对晚熟品种越区(北扩)种植现象,区域性和阶段性的玉米低温冷害仍时有发生。因此,开展东北玉米低温冷害监测预测研究仍十分必要。本文首先利用东北玉米生长模型(NEC_MaGM)构造冷害监测指标,然后开展玉米冷害监测预测方法研究并进行个例分析。结果显示,从不利天气条件和玉米对低温响应两方面遴选的8个单项指标中,以指标2 (DC_Tas9,抽雄期到9月底的累积热量单位与同期多年平均值的差值百分率)和指标1 (DN_Tas,当年抽雄期与多年平均抽雄期的差值)对历史玉米冷害的概括能力最强;根据冷害致灾机理、单一指标的历史概括能力及其独立性等因素,构建了由指标1、2以及指标4 (DW_GrS,水分适宜条件下模拟穗重与多年平均穗重的差值百分率)和指标7 (DW_Fro,初霜冻日时模拟穗重与模拟成熟时穗重的差值百分率)组合而成的东北玉米低温冷害综合指标;基于NEC_MaGM和冷害综合指标进行单点冷害监测,确定了若45%以上站点出现玉米冷害即为区域性冷害的标准,独立样本监测检验与实际情况一致;利用NEC_MaGM在网格尺度上的监测可以得到更详细的冷害空间分布状况,有利于开展农业气象业务服务工作;根据前期天气实况加上区域气候模式预测的气象要素数据,再结合预报时效之后的多年平均气候数据,在格点尺度利用NEC_MaGM可以实现对东北玉米低温冷害的预测。预测个例表明,该方法能够反映冷害的形成过程和严重程度,但其准确性不仅与作物模型有关,还依赖于区域气候模式的模拟能力。     

星-地结合对水稻高温热害监测模型的研究

全球气温变暖和高温事件的频繁出现，水稻遭受高温热害而造成严重损失的概率随之增加。笔者基于星-地结合的方法研究水稻高温热害监测模型，模型利用遥感的手段提取水稻种植区、反演水稻抽穗开花期、估算最高气温和平均气温，同时结合自动气象站的数据与遥感估算气温重构更精确、更完整、更客观的最高、平均气温的数据，最终根据水稻高温热害指标判断水稻高温热害并完成模型的构建。此模型能实现水稻抽穗开花期高温热害的定性、定量、程度的监测。对2017年安徽省高温热害的监测和检验结果显示，模型达到了较好的使用效果。     

基于环境卫星数据和实测地物光谱数据估算中稻面积

为准确获取水稻种植面积,提高遥感监测精度,利用环境卫星数据,在农作物掩膜的基础上,结合野外实测地物光谱确定端元组分,采用线性光谱混合模型提取湖北省监利县中稻种植面积,将其结果分别与统计数据和实地调查数据相比较。结果表明：采用确定端元选取的方法是可行的,其混合像元分解方法提取作物面积总量精度为93.68%;样本精度为83.67%。因此,利用HJ卫星影像数据开展平原地区水稻遥感监测可为政府决策部门提供信息服务。     

基于遥感信息与水稻模型相结合对镇江地区水稻种植面积与产量的估测

为了实现遥感信息与作物模型相结合对镇江地区的水稻种植面积与产量的估测,以便于可以直接利用遥感信息与模型对该地区的水稻生长进行监测,将遥感资料与水稻生产模型(ORYZA2000)相结合,建立遥感数值模拟模型,进行由点及面的区域水稻种植面积及产量的估测。利用遥感数据（8天合成的MODIS和环境小卫星数据）,计算归一化植被指数(NDVI)和增强植被指数(EVI),结合试验区实测的叶面积指数(LAI),建立植被指数与LAI之间的关系,通过模型模拟出的LAI计算出植被指数的浮动值,结合相对应的多时相的遥感数据识别镇江市的水稻,由此可以预报镇江市的水稻种植面积及产量。研究结果表明,模型对水稻生长发育期内的生物量和LAI的模拟较好,水稻LAI与遥感资料计算出的植被指数EVI的幂函数拟合性较好,可以应用这种相关模式识别水稻,并结合ORYZA2000模型提高区域范围的水稻估测精度,同时也体现了遥感信息与作物模型相结合可以很好的监测区域内水稻的生长情况,取得较好的模拟效果。     

利用MODIS数据提取水稻种植面积及精度分析

为了研究MODIS遥感数据及方法提取水稻种植面积在东北地区的适用性,利用MODIS数据对东北地区水稻面积进行提取,采用非监督分类法、决策树法等方法,并与SPOT、ALOS等遥感资料提取结果比较,进行精度分析。结果表明,MODIS监测水稻面积具有很好的效果,利用MODIS-LSWI提取黑龙江地区移栽期的水稻面积,采用非监督分类法,与SPOT比较,提取精度达97.4%;利用MODIS数据提取辽宁盘锦地区移栽期的水田面积,采用决策树法,与ALOS比较,提取精度达89.5%。因此,利用MODIS遥感数据及方法监测东北地区水稻种植面积是可行的。     

基于FY-3的黑龙江省水稻关键发育期识别

水稻发育期信息对水稻长势监测、田间管理、品质及产量估算等均具有重要意义。为了探索一种高效、实用性强、适合黑龙江省水稻种植特点的水稻发育期识别及监测方法,基于风云三号气象卫星250 m分辨率数据,利用水稻生长发育期的EVI变化特征,对水稻的返青期、分蘖期、抽穗期和成熟期进行识别,并把遥感识别结果与地面观测站资料进行对比,结果表明：水稻关键发育期遥感识别的准确率在80%以上,其中抽穗期的准确率最高,分蘖期的准确率最低,发育期遥感识别的结果与地面观测结果相比,各发育期均有提前和延后的判识点。研究结果可为水稻长势遥感监测提供方法参考。     

用遥感影像提取大别山区水稻种植面积——以Landsat 8为例

本研究选取安徽省安庆市大别山为研究区,包括太湖县、岳西县、宿松县和潜山县,选取2016年和2017年的6景Landsat 8卫星遥感影像,通过遥感影像提取水稻种植面积,分析大别山区的水稻种植面积分布,并对研究区域的水稻种植面积进行动态实时监测。用遥感解译方法分别提取了研究区内的晚稻种植面积,并利用随机点验证和Kappa系数验证结果精度。结果表明:2017年和2016年水稻种植面积的提取精度分别为93.44%、93.78%,Kappa系数分别为0.86、0.83,证明水稻提取效果精确;对比研究区域各个县内的2017年和2016年晚稻种植面积,发现安庆市大别山区太湖县、潜山县、岳西县的水稻种植面积变化率均在5%以内,属于正常变化,由于2016年宿松县遭遇了水灾,部分农田被淹没,故宿松县2017年水稻种植面积相比2016年增加了13.01%;对比传统的农作物种植面积统计方法,利用遥感的方法更省人力、物力、财力,并且能精确、快速地实现对农作物的实时动态监测。     

基于卫星遥感和自动气象站数据反演稻田气温——以安徽省为例

随着全球气温变暖和高温事件的频繁出现,水稻遭受高温影响的概率也随之增加。稻田气温是研究水稻遭受高温热害及其影响的数据基础。因此,大范围地反演稻田气温,有助于相关部门短时间内获取大范围的稻田气温数据并进行水稻高温热害的研究和决策部署。本文利用MOD09A1 8天合成数据对安徽省水稻种植区域提取,水稻种植区内的自动气象站气温数据与MOD11A1、MYD11A1 4个LST值进行多元逐步回归,得到遥感估算最高气温和平均气温方程最优,R²分别为0.728和0.825,均方根误差分别为(RSME)2.21、1.54,平均绝对误差(MEA)分别为1.73、1.15,最终完成基于卫星遥感信息和自动气象站气温数据反演稻田气温的方法的开发。将该方法应用于2017年安徽省水稻种植区的提取和气温的反演得到了很好的应用。     

基于遥感的黑龙江省东部水稻种植信息提取

为了实现黑龙江省东部地区水稻种植信息遥感监测的业务化,通过采用实地调查、ISODATA非监督分类、遥感数据融合和光谱耦合等方法,研究提取研究区水稻种植分布的方法,并进行面积推算。结果表明,2012年黑龙江省东部地区水稻种植面积为15389.01 km2,主要集中在佳木斯、双鸭山和鸡西地区,分类精度达89.19%。该方法可为区域水田空间分布信息提取提供借鉴。     

1961—2018年吉林省水稻低温冷害时空变化特征

为了研究吉林省水稻低温冷害时空演变规律,采用水稻生长发育和产量形成气象影响模式,判定吉林省1961—2018年水稻障碍型和延迟型冷害,利用数理统计方法分析水稻低温冷害时空变化特征。结果表明:1961—2018年吉林省水稻障碍型和延迟型低温冷害发生站数比呈降低趋势,障碍型低温冷害主要以轻度冷害为主,中度次之,重度最少。重度延迟型冷害发生站数比高于轻度和中度冷害。障碍型冷害发生站数比在1981—1990年最高,延迟型冷害发生站数比在1971—1980年最高。吉林省水稻障碍型低温冷害发生频率呈由西向东逐渐升高的趋势,20世纪90年代之后,冷害主要分布在东部。延迟型冷害发生频率也由西向东逐渐上升,但轻度和中度冷害主要集中分布在中西部,重度冷害主要集中在东部。研究成果可为吉林省合理搭配不同熟性的水稻品种,充分利用热量资源,抵御低温冷害提供保障。     

衢州市早稻低温冷害风险评估及大气环流背景分析

应用衢州市1960—2012 年日气象观测资料,针对早稻苗期出现低温冷害灾害,从气象因子入手,建立定量评估模型,分析较严重的早稻春季低温冷害年大气环流背景,为提高春季低温冷害预报和预警水平,应对春季低温冷害对早稻构成的严重威胁。采用主分量分析法确定主分量及表达式,建立综合评价指标模型,计算出综合评价指标,并且对历年综合指标进行了评价。应用NCEP 1°×1° 500 hPa、850 hPa 资料,分析了较严重春季低温冷害年的大气环流背景。结果表明：从1960—1997 年春季低温冷害发生频率3~4 年出现一次,强度为1987—1997 年最强,2000 年以后,春季低温发生次数甚少。1987年、1993 年、1996 年、2010 年出现了较严重的早稻春季低温冷害,相对应的气候异常。综合评价指标和早稻产量相关密切,能客观地反映低温冷害的风险程度。较严重的早稻春季低温冷害年4 月上中旬亚欧地区呈径向型环流,使冷空气活动频繁南下,导致长江中下游地区气温偏低,而副热带高压强度强,南支槽、西南暖湿气流活跃,造成长江中下游地区持续阴雨天气。西风带、副热带、热带系统的有利配置,是造成早稻春季低温冷害发生的大气环流背景。     

合成孔径雷达水稻识别和监测研究进展

合成孔径雷达SAR具有全天时、全天候、高分辨率、大幅面的特征,利用SAR在阴雨天气多、云量大的水稻种植地区开展水稻识别、监测和估产具有光学遥感无可比拟的优势。本文总结了目前用于水稻识别和监测的SAR的类型和特征,以及SAR水稻监测后向散射机理模型,分析了影响水稻后向散射系数的主要因素,综述了国内外基于SAR的水稻识别和监测研究进展,并对未来SAR水稻研究进行了展望。     

水稻冷害生理功能变化与调控研究进展

低温冷害影响水稻生理功能变化,如光合作用、呼吸作用、矿质养分吸收、膜脂过氧化以及抗氧化系统。本研究一方面详细介绍了低温胁迫下,光合作用、呼吸作用、矿质养分吸收、膜脂过氧化以及抗氧化系统变化机制,着重分析了低温胁迫下,水稻体内脱水蛋白、酶蛋白、活性氧、内源激素以及细胞膜脂肪酸组分的变化相关生理机制;另一方面,从冷害调控角度出发,较全面地综述了外源植物生长调节剂在水稻冷害调控方面研究概况,提出中国在水稻冷害研究领域的未来发展方向与新趋势,进而为今后水稻冷害相关研究提供理论依据。     

卫星遥感在森林病虫害监测上的研究进展

总结了近20年来卫星遥感技术在森林病虫害监测领域的研究进展,并概括了遥感监测模型的主要应用形式,指出了目前卫星遥感监测森林病虫害工作的局限性,展望了其应用前景。目的在于为卫星遥感监测森林病虫害工作提供一种有益的启示。     

玉米低温冷害远程诊断管理系统的设计

夏季低温冷害是中国低温灾害的主要类型之一,尤其在东北地区发生比较频繁,造成影响相当严重,基于此,笔者旨在为玉米低温冷害设计一个基于网络的远程诊断与管理的系统平台。通过对基于web的远程诊断管理系统关键技术的分析,在总结东北地区玉米低温冷害领域专家经验和知识的基础上,初步实现了一个基于web技术的玉米低温冷害远程诊断与管理系统。该系统采用J2EE技术规范和Java语言进行开发,并且与无线远程监测系统相结合,使之具有实时管理功能。用户可以通过访问该系统,实现玉米低温冷害主动和被动防御、低温冷害实时监控管理、专家知识浏览和系统维护等功能。该系统具有可靠性、易维护、易操作和普适性等性能,并可通过重建知识库和数据库,为更多种类作物气象灾害提供远程诊断及管理服务。     

不同遥感传感器监测森林虫害研究进展与展望

森林约占陆地面积的1/4,是全球生态系统重要组成部分。近年来害虫侵袭致使林木大量死亡,森林生态安全遭到破坏,亟需探寻一种简洁、高效的森林虫害监测方法。通过分析与总结国内外学者的研究,并查询相关书籍资料,对比多光谱、高光谱和微波等遥感传感器在森林虫害监测中的应用,对其优劣势进行分析。研究发现多光谱遥感空间分辨率高,但光谱分辨率较差,难以感知林木内部细微变化;高光谱遥感光谱分辨率高,可以感知林木内部细微变化,但其空间分辨率较低,且数据量大不易计算;微波遥感具有很强的穿透性,可进行全天候、全天时监测且不易受天气影响,但其空间分辨率低,难以获取林木光谱信息。未来应提高害虫区分能力、早期监测能力以及通过多源数据构建星空地协同的森林虫害遥感监测系统等发展趋势。为森林虫害遥感监测研究提供一种新思路。