Characterizing Spatial Patterns of Phenology in Cropland of China Based on Remotely Sensed Data

This study used time-series of global inventory modeling and mapping studies （GIMMS） normalized difference vegetation index （NDVI） datasets at a spatial resolution of 8 km and 15-d interval to investigate the spatial patterns of cropland phenology in China. A smoothing algorithm based on an asymmetric Gaussian function was first performed on NDVI dataset to minimize the effects of anomalous values caused by atmospheric haze and cloud contamination. Subsequent processing for identifying cropping systems and extracting phenological parameters, the starting date of growing season （SGS） and the ending date of growing season （EGS） was based on the smoothed NVDI time-series data. The results showed that the cropping systems in China became complex as moving from north to south of China. Under these cropping systems, the SGS and EGS for the first growing season varied largely over space, and those regions with multiple cropping systems generally presented a significant advanced SGS and EGS than the regions with single cropping patterns. On the contrary, the phenological events of the second growing season including both the SGS and EGS showed little difference between regions. The spatial patterns of cropping systems and phenology in Chinese cropland were highly related to the geophysical environmental factors. Several anthropogenic factors, such as crop variety, cultivation levels, irrigation, and fertilizers, could profoundly influence crop phenological status. How to discriminate the impacts of biophysical forces and anthropogenic drivers on phenological events of cultivation remains a great challenge for further studies.     

GEE支持下的河南省冬小麦面积提取及长势监测

【目的】使用遥感技术对2017—2020年河南省冬小麦的空间分布信息进行高精度的提取,然后对2020年冬小麦的长势进行高频度的监测并结合气象条件进行分析。【方法】本文基于谷歌地球引擎（Google Earth Engine,GEE）云平台,对选取的Landsat 8影像数据根据NDVI最大值进行合成,然后进行特征构建,添加地形特征、纹理特征、NDVI以及一个新特征NDVI增幅,使用随机森林分类方法对样本数据按照构建的特征进行训练提取河南省2017—2020年冬小麦的播种面积信息;经过精度验证后对提取的河南省2020年的冬小麦种植区域生成掩膜,对掩膜区域（冬小麦种植区域）结合MODIS高时间分辨率影像数据,使用NDVI同期差值法对2020年2—4月份的冬小麦进行高频度的长势监测。【结果】使用GEE云平台能够对河南省冬小麦种植区域的空间分布信息进行快速制图;使用随机森林方法加入地形特征、纹理特征、NDVI后再加入新特征NDVI增幅,能够有效提高冬小麦的提取精度以及降低与统计数据的相对误差,基于混淆矩阵计算的平均总体分类精度为95.2%、平均kappa系数为0.909、冬小麦的平均分类精度为95.3%,与河南省统计年鉴数据相比,本文方法提取的2017—2019年河南省冬小麦播种面积相对误差均低于3%,河南省冬小麦主要种植区域的冬小麦播种面积的平均相对误差低于6%;使用MODIS影像数据结合NDVI差值模型能够对河南省2020年的冬小麦进行高频度的长势监测,河南省冬小麦在返青初期长势较往年及2019年好,到生育后期大部分区域长势与往年及2019年持平,总体上2020年冬小麦的长势较往年及2019年好。【结论】本文提出的方法能够对河南省冬小麦进行高精度的提取以及高频度的长势监测,且能够为地方政府或者一些农业部门在安排指导农事活动上提供科学依据。     

基于WheatGrow和CERES模型的区域小麦生育期预测与评价

【目的】研究小麦生长模型在区域应用中的关键技术,并利用WheatGrow和CERES-Wheat两套模型模拟区域小麦生育期,以检验和评价模型区域应用方法的有效性。【方法】首先利用薄盘样条法（thin plate spline,TPS）对各站点逐日气象数据进行空间插值,得到研究区域气象要素表面数据;其次利用TPS方法对各站点历史多年小麦播种期进行空间插值,并将插值后的结果进行多年平均得到研究区域播种期表面数据;进一步将Markov Chain Monte Carlo（MCMC）方法与生长模型相结合,利用典型站点历史多年小麦生育期实测数据,估算出典型站点的品种参数,并将其作为各省份的代表性生态型品种参数;最后将生成的气象要素和播种期表面数据以及生态型品种参数等输入到WheatGrow和CERES-Wheat模型中,并以栅格为单元进行研究区域小麦生育期的模拟,进一步结合不同站点历史年份的生育期观测资料,检验和评价模型区域应用方法的有效性,并量化区域生育期模拟结果的不确定性。【结果】两个模型在区域尺度上的生育期预测效果均较好,区域尺度上拔节期、抽穗期、成熟期的预测值和观测值之间的R2分别为0.85、0.87和0.86（WheatGrow）,0.87、0.85和0.82（CERES）;RMSE分别为9.6、7.2和6.3 d（WheatGrow）,9.4、7.8和6.6 d（CERES）。另外,WheatGrow模型对抽穗期和成熟期区域预测的准确度略高于CERES-Wheat,但由品种参数导致的区域模拟结果的不确定性也相对较高。【结论】通过气象数据和小麦播期数据的TPS插值技术结合MCMC方法的品种参数估计技术,将基于机理的生育期模型拓展到区域尺度,较好地预测区域小麦生育期,量化了由品种参数导致模拟结果的不确定性,研究结果可为进一步量化中国小麦主产区的区域生产力提供技术支撑。     

基于NDVI数据的华北地区耕地物候空间格局

 【目的】探讨基于多时相遥感信息监测中国华北地区耕地种植制度和物候空间格局特征。【方法】选择NDVI时间序列数据,采用非对称性高斯函数拟合方法重建平滑曲线,依据年内NDVI变化曲线峰值数目监测华北地区耕地的多熟种植制度,并利用动态阈值法获取该种植制度下耕地物候空间格局。【结果】华北地区耕地种植制度以一年两熟为主,其分布具有明显的空间差异性,随着纬度递减呈现出从简单到复杂的总体趋势。在该种植制度下,华北地区耕地第一季作物的生长开始期和生长结束期存在十分明显的空间差异,一年两熟区域的第一季作物生长开始期和生长结束期要明显早于一熟区域。与第一季作物物候期明显的空间差异相比,华北地区耕地第二季作物物候期差异不显著。【结论】华北地区耕地种植制度与物候分布格局和自然地理环境紧密相关,不同区域的温度、降水和光照等气候资源的禀赋和匹配程度对该区域的种植结构和作物布局有很大影响。此外,这种耕地物候空间格局还与作物品质、耕作水平、灌溉、施肥和农药等有密切关系。如何区别生态环境因子和人类活动因子对耕地物候的影响是今后值得深入研究的问题。     

气候要素、品种及管理措施变化对河南省冬小麦和夏玉米生育期的影响

为揭示气候要素和品种及管理措施变化对冬小麦和夏玉米生育期的影响,利用1980—2014年河南省30个冬小麦站点和18个夏玉米站点的物候观测资料和逐日气象资料,通过一阶差分结合逐步回归的方法分析生长季温度、降水和辐射3个气候要素变化以及品种及管理措施变化对冬小麦、夏玉米全生育期和各生育阶段长度的影响。结果表明:1)河南省冬小麦返青期推迟,拔节、抽穗和成熟期提前;返青-拔节期、拔节-抽穗期分别缩短了4.8±1.9和3.3±0.9 d/10年,抽穗-成熟期延长了2.3±0.8 d/10年,全生育期长度无显著变化趋势。夏玉米大部分站点物候期变化趋势不显著;44%的站点全生育期延长,主要表现在抽雄-成熟期延长2.5±1.4 d/10年。2)冬小麦生长季温度升高,33%的站点降水减少,总辐射无显著变化趋势;气候要素变化主要发生在返青-拔节期。夏玉米生长季温度升高的站点占39%,降水量无显著变化趋势,39%的站点日均总辐射减少;温度升高主要发生在出苗-拔节期,日均总辐射减少主要发生在出苗-拔节期和抽雄-成熟期。3)冬小麦全生育期长度对温度、降水和辐射变化均较敏感,夏玉米全生育期长度对温度和辐射变化敏感。温度、降水和日均总辐射变化使河南省冬小麦全生育期平均缩短了6.3±4.2 d/10年,使夏玉米全生育期平均缩短了0.8±0.9 d/10年;而品种等其他因素使冬小麦和夏玉米全生育期分别延长了5.2±5.4和2.6±2.6 d/10年。气候要素变化缩短了河南省冬小麦和夏玉米的生育期,品种及管理措施等因素改变减缓了气候的负作用。但是各要素变化对河南省冬小麦、夏玉米全生育期、各生育阶段长度的影响仍存在较大的不确定性。     

A variable thermal time of the double ridge to flag leaf emergence phase improves the predictive quality of a CERES-Wheat type phenology model

A modified version of the widely used CERES-Wheat phenology model (CWm) was developed introducing variable thermal time from double ridge stage to flag leaf emergence and compared with the original model (CW V3.x). Both model versions were newly implemented and calibrated using routinely collected field ratings of phenological stages of winter wheat crops. Calibration for all parameters of both model versions was done using a step by step procedure thereby using different methods for parameter identification. For calibration and validation of the model a data set containing more than 6000 single observations of wheat phenology was used. The improved model version had a better prediction of phenological (BBCH) stages compared to the original CW approach for an independent validation data set. The average RMSE for BBCH 37 and BBCH 39 was decreased by two and five days, respectively. We could show that it was possible to calibrate the wheat phenology models using solely routinely available field ratings. Because the predictive quality for wheat phenology of actual wheat crop growth simulators without calibration especially often is still limited the presented approach may be seen as an approach for improving this type of models without especially designed experiments.     

Mapping winter wheat using phenological feature of peak before winter on the North China Plain based on time-series MODIS data

By employing the unique phenological feature of winter wheat extracted from peak before winter(PBW) and the advantages of moderate resolution imaging spectroradiometer(MODIS) data with high temporal resolution and intermediate spatial resolution,a remote sensing-based model for mapping winter wheat on the North China Plain was built through integration with Landsat images and land-use data. First,a phenological window,PBW was drawn from time-series MODIS data. Next,feature extraction was performed for the PBW to reduce feature dimension and enhance its information. Finally,a regression model was built to model the relationship of the phenological feature and the sample data. The amount of information of the PBW was evaluated and compared with that of the main peak(MP). The relative precision of the mapping reached up to 92% in comparison to the Landsat sample data,and ranged between 87 and 96% in comparison to the statistical data. These results were sufficient to satisfy the accuracy requirements for winter wheat mapping at a large scale. Moreover,the proposed method has the ability to obtain the distribution information for winter wheat in an earlier period than previous studies. This study could throw light on the monitoring of winter wheat in China by using unique phenological feature of winter wheat.     

气候变暖对天水冬小麦生长发育的影响

运用天水农业气象试验站1981～2008年冬小麦生育期观测资料及麦积国家基本气象站同时期的气象资料,分析了近28年气温升高对冬小麦生长发育的影响。结果表明,1981～2008年天水年平均气温以0．04℃／a的线性趋势上升,其中升温幅度最大的为春季,最小的为夏季。受气温升高的影响,冬小麦全生育期温度适宜性逐年代变好,拔节期～抽穗期、抽穗期～乳熟期温度适宜度线性上升明显。冬小麦返青以后,各生育期提前比较明显,起身期、拔节期、开花期、成熟期分别以0．97、0．50、0．40、0．36d／a的速度提前。全生育期天数以O．59d／a的速度减少,1988～2008年全生育期减少了20d。返青期～拔节期、抽穗期～开花期间隔日数分别以0．57、0．16d／a的速度减少。冬小麦生育期天数减少,有利于气候资源的充分利用,但也增加了生长后期的水分胁迫。     

Early-season crop type mapping using 30-m reference time series

Early-season crop type mapping could provide important information for crop growth monitoring and yield prediction, but the lack of ground-surveyed training samples is the main challenge for crop type identification. Although reference time series based method(RBM) has been proposed to identify crop types without the use of ground-surveyed training samples, the methods are not suitable for study regions with small field size because the reference time series are mainly generated using data set with low spatial resolution. As the combination of Landsat data and Sentinel-2 data could increase the temporal resolution of 30-m image time series, we improved the RBM by generating reference normalized difference vegetation index(NDVI)/enhanced vegetation index(EVI) time series at 30-m resolution(30-m RBM) using both Landsat and Sentinel-2 data, then tried to estimate the potential of the reference NDVI/EVI time series for crop identification at early season. As a test case, we tried to use the 30-m RBM to identify major crop types in Hengshui, China at early season of 2018, the results showed that when the time series of the entire growing season were used for classification, overall classification accuracies of the 30-m RBM were higher than 95%, which were similar to the accuracies acquired using the ground-surveyed training samples. In addition, cotton, spring maize and summer maize distribution could be accurately generated 8, 6 and 8 weeks before their harvest using the 30-m RBM; but winter wheat can only be accurately identified around the harvest time phase. Finally, NDVI outperformed EVI for crop type classification as NDVI had better separability for distinguishing crops at the green-up time phases. Comparing with the previous RBM, advantage of 30-m RBM is that the method could use the samples of the small fields to generate reference time series and process image time series with missing value for early-season crop classification; while, samples collected from multiple years should be further used so that the reference time series could contain more crop growth conditions.     

2012—2013年度济阳冬小麦全生育期气象条件分析

利用济南市唯一的国家农气基本站2012--2013年度冬小麦全生育期的气象资料,探讨了冬小麦主要发育期的有利气象条件,评价气象条件对冬小麦生长和产量的影响。指出冬前气象条件适宜,墒情良好,冬小麦平均分蘖和次生根较上年较多,安全越冬。返青后至抽穗气温偏低,延长小麦分化时间,易成大穗,增加穗粒数;乳熟至收获期间天气条件利大于弊,有利于小麦灌浆和提高千粒重。     

夜间增温对冬小麦生长和产量影响的实验研究

 【目的】探讨夜间增温对冬小麦生长及其产量的影响及其影响机制。【方法】以冬小麦超优-626(冬性)为试材,利用红外辐射器模拟大田条件下的夜间增温环境(增温从4月3日小麦起身开始,到6月15日小麦收割结束),研究夜间增温对冬小麦生长、产量及其构成的影响。【结果】红外辐射器增温设施增温稳定,使小麦冠层增温2.5℃。夜间增温导致冬小麦生育期缩短,各物候期提前,产量显著降低。夜间增温导致冬小麦乳熟期提前4 d,成熟期提前达5 d,其它各物候期提前1—2 d,灌浆过程缩短5 d;春季夜间冠层增温2.5℃导致冬小麦无效穗数显著增加,小穗数、穗粒数和千粒重显著减小,冬小麦减产达26.6%。【结论】春季夜间增温可导致冬小麦大幅度减产。从生长发育角度分析得出,物候期提前使生育期缩短、灌浆过程缩短使千粒重下降是夜间增温导致冬小麦减产的重要原因;从产量构成分析得出,生育期缩短相应产生的无效穗数大幅度增加、穗粒数大幅度减少是产量降低的最重要影响因子。同时,增温导致蒸散增加,土壤水分降低可能是导致产量下降的另一因子。建议在全球变暖背景下,采取适宜措施应对夜间气温升高,以确保冬小麦稳产高产。     

冬小麦根系形态性状及分布

【目的】了解冬小麦根系形态的动态分布规律,为优化根系构型、提高小麦产量潜力提供参考。【方法】本研究借助于微根管技术,对冬小麦根系生长至消亡过程中的根长密度、根尖数、表面积、直径和以根长为基础的根系生长速率进了原位监测。【结果】冬小麦根系的根长密度和根尖数均在拔节期达到最大值,根表面积和直径在抽穗前达到最大值;收获1周后,其根长密度、表面积和根尖数开始大幅降低;10—40 cm土层根系的平均直径较大,根长密度的最大值出现在30—40 cm土层;冬小麦绝大多数根系的直径（RD）小于0.5 mm,0.1 mm＜RD≤0.25 mm区间的根长密度是其它区间之和的1.3—2.1倍;返青至拔节前期,0—40 cm土层的根系增长速率最为显著,拔节中后期40—80 cm土层则显著增大。【结论】返青至抽穗期冬小麦的根系生长最旺盛,其生长重心也逐渐下移,收获后死亡节律滞后。深层根系的直径较小,0.1 mm＜RD≤0.25 mm区间的细根是冬小麦根系的主要组成部分。     

利用卫星遥感进行冬小麦籽粒淀粉含量监测研究

 通过对不同年份、不同区域的遥感影像的植被指数和小麦GPS定点长势数据的综合分析，基于遥感影像信息获取的瞬时性和准确性，结合小麦灌浆期间气候环境条件对籽粒品质形成的影响特点，建立了基于不同生育期（拔节期、抽穗期以及灌浆期）遥感影像归一化植被指数（NDVI）和气候环境因子（气温、日照、氮素营养、土壤水分）的籽粒淀粉含量监测模型，并对模型的可靠性进行了检验。结果表明，模型的监测值与实测值较为一致，利用拔节期、抽穗期、灌浆期遥感影像NDVI和气候环境数据预测籽粒淀粉含量的RMSE值分别为4.57%，4.2%和3.84%。模型监测性能好，且具有解释性，可以用于不同年度、不同区域和不同小麦生长阶段对籽粒淀粉含量的预测。     

气候变化对动物物候的影响分析

运用一元线性回归和相关分析法,分析了惠民县1980～2008年平均气温、日照、降水和5种动物（家燕、青蛙、蚱蝉、蟋蟀、四声杜鹃）物候的变化趋势特征,在此基础上分析了各动物物候期与月平均气温、日照、降水量之间的关系,并对动物物候期适应各气候因素变化的原因进行了探讨。     

多种时序NDVI重建方法比较与应用分析

【目的】NDVI时序数列能够模拟植物的生长过程,反映其生长状况。目前重建NDVI时序数列的方法有很多,由于模型和参数的不同导致结果存在不确定性以及偏差。本研究旨在对比3种模型（Whittaker平滑、HANTS和Savitzky-Golay滤波）在物候提取和复种指数提取中的应用,以探讨各模型的优缺点。【方法】采用16 d间隔的MODIS MOD13Q1 2000-2012年陕西地区影像,利用3种模型拟合重建NDVI时序数列。首先,将研究区划分为3个气候区,每区分别选择林地和耕地两个采样点,视觉比较各采样点3种模型拟合效果。其次,通过均方根误差、相关系数和信噪比对比各模型拟合精度,并探讨不同植被类型之间拟合精度的差异。然后,采用动态阈值法提取13年植被物候参数（生长开始日期SOS、生长结束日期EOS、生长周期LOS）,对比模型提取不同植被类型物候参数均值和标准差的差异。最后,利用二次差分算法和提取规则获取陕西13年复种指数,对比3种模型提取和统计年鉴计算复种指数之间的差异。【结果】Savitzky-Golay滤波拟合精度较高,复种指数提取精度较高,但是提取物候参数方面存在较大误差;HANTS提取物候参数效果较好,但参数设置复杂以及精度较差;Whittaker平滑参数设置简单,能有效降低原始影像的信噪比,在精度和物候参数提取均表现良好;均方根误差和相关系数作为精度检验的标准,二者存在负相关,相关系数比均方根误差更灵敏。【结论】Whittaker平滑能够很好地平衡NDVI时序数列的保真度和粗糙度,在提取物候参数方面表现良好,在提取复种指数方面还有待进一步研究。     

基于RS的冬小麦种植面积提取及最佳时相选择

为探求冬小麦种植面积提取的方法,本研究通过多种图像处理方法对TM数据进行处理,结合实地调查和研究区主要种植作物的物候历,利用TM数据提取了冬小麦的种植面积。同时为了提高解译精度,结合GIS进行了两次目视解译过程,消除了分类器分类会出现的多分和漏分现象。结果表明:通过分类后计算混淆矩阵与地面真实感兴趣区(ROI)进行比较,发现Mahalanobis Distance分类法阈值(最大误差距离)为2.9时分类效果最佳。得到2007年研究区域冬小麦遥感监测面积为560 650 hm2,提取精度达到了95.23%。三个地区以临汾地区提取精度最高,而晋中地区最低。因此利用该方法提取冬小麦种植面积是可行的。     

中国暖温带木本植物物候模拟分析

  目的  植物物候能指示自然环境中的气象和水文变化。采用SW模型模拟木本植物的物候期,分析SW模型的有效性和适用性;结合植物生物学特性分析SW模型模拟效果差异产生的原因,为今后物候模型及物候期研究提供基础。  方法  基于沈阳、北京、西安、洛阳等10个站点观测的地面物候数据（叶芽开放期、展叶始期、开花始期和叶变色期）与气象数据,利用模拟退火法对SW模型的参数进行了估计,并对模型进行内部检验及交叉检验,评价模型的准确度及适用性。  结果  研究区域各地近50年的气温呈上升趋势。除洛阳、德州外其余地点春季物候期均为显著提前趋势。其中,泰安的紫薇开花始期提前最为显著,以每10年?4.96 d的速度提前,北京的银杏叶芽开放期提前趋势最不显著,以每10年?0.72 d速度提前。秋季叶变色期表现为推迟,秦皇岛紫薇叶变色期以每10年1.05 d速度推迟,北京地区植物叶变色期以每10年0.12 ~ 0.49 d的速度推迟。SW模型对春季物候期模拟效果优于对秋季物候期的模拟,且乔木模拟效果略优于灌木。该模型对加拿大杨展叶始期模拟最为准确,决定系数（R2）为0.958,均方根误差（RMSE）为3.5 d;灌木中对紫丁香开花始期模拟效果最优,其R2为0.942,RMSE为3.6 d。与春季物候期模拟相比,秋季叶变色期的模拟偏差较大,R2仅为0.030 ~ 0.574。  结论  在过去的50年内,随着温度的升高,多数站点春季物候期表现出提前趋势,秋季物候期则表现为推迟,在物种间和区域间的变化存在差异。SW模型适用于不同生活型物种的物候期模拟且模拟效果差异不显著;该模型对不同物候期的模拟效果不同,其中展叶始期和开花始期的模拟最为准确,其次是叶芽开放期,叶变色期模拟准确度则最低。这表明仅考虑温度因子的SW模型不能真实模拟秋季物候期,应耦合光周期和降水等因子改进模型,以提高模型模拟的准确度。      

小麦品种对日长反应的研究

采用13个小麦品种于人工控光和广州自然光5级日长下，先后于1985年和1987年年份两年共7期播种，盆栽和田间试验结合，结果表明冬性品种有严生格的出穗临界日长，但日长变化对出穗迟早影响极微；春性和半冬性品种未发现有出穗临界日长，但长日出穗促进率大，春性和半冬性品种出穗的光温联应方程为y=a-b1x1-b2x2，即出穗日数随日长增长温度升高而缩短，但华南春性品种出穗受日长影响大于受温度影响，而四川、 宁夏春性及山东半冬性品种3受温度影响则甚于受日长的影响，冬性品种方程为y=a-b1x1 b2x2，即出穗日数随日长随长而缩短，随温度升高而增加，温度影响较日长影响大，文章还探讨了日长结合温度对小麦生育期、穗粒性状等的作用。     

PhenologyMMS: A program to simulate crop phenological responses to water stress

Crop phenology is fundamental for understanding crop growth and development, and increasingly influences many agricultural management practices. Water deficits are one environmental factor that can influence crop phenology through shortening or lengthening the developmental phase, yet the phenological responses to water deficits have rarely been quantified. The objective of this paper is to provide an overview of a decision support technology software tool, PhenologyMMS V1.2, developed to simulate the phenology of various crops for varying levels of soil water. The program is intended to be simple to use, requires minimal information for calibration, and can be incorporated into other crop simulation models. It consists of a Java interface connected to FORTRAN science modules to simulate phenological responses. The complete developmental sequence of the shoot apex correlated with phenological events, and the response to soil water availability for winter and spring wheat (Triticum aestivum L.), winter and spring barley (Hordeum vulgare L.), corn (Zea mays L.), sorghum (Sorghum bicolor L.), proso millet (Panicum milaceum L.), hay/foxtail millet [Setaria italica (L.) P. Beauv.], and sunflower (Helianthus annus L.) were created based on experimental data and the literature. Model evaluation consisted of testing algorithms using “generic” default phenology parameters for wheat (i.e., no calibration for specific cultivars was used) for a variety of field experiments to predict developmental events. Results demonstrated that the program has general applicability for predicting crop phenology and can aid in crop management.     

基于MODIS-NDVI的安徽省2009年冬小麦及一季稻面积遥感提取及长势监测

[目的]建立2009年安徽省冬小麦和一季稻面积提取模型和作物长势监测模型。[方法]通过分析2009年安徽省冬小麦和一季稻的种植结构、物候历特征及其生物学特性和时序NDVI曲线特征确定模型。[结果]时间上,2009年安徽省冬小麦和一季稻长势均呈＂前期较好,中期变差,后期恢复＂的趋势;空间上,安徽北部地区冬小麦全年长势较多年平均稍差,而一季稻长势较差的地区主要是滁州等地。[结论]该研究为中国农业遥感监测系统大尺度业务化运行作物种植结构提取了有效的方法。