基于模拟光谱数据的冬小麦播期遥感监测最佳时相研究

为利用高时空分辨率的航天数据对区域冬小麦播期实现尽早监测,对冬小麦播期的不同遥感监测时相精度进行了分析。首先利用耦合作物模型和辐射传输模型模拟不同播期冬小麦从播种至返青的冠层光谱反射率,分析不同播期的冠层光谱响应差异,选取对不同播种日期敏感的波段。然后,根据敏感波段的冠层光谱,选择训练样本并计算不同播期之间的J-M距离,初步判断出光谱可分性较好的时相。最后,对不同的播期进一步进行判别分析,判定未知类别样本的所属类别。根据正确分类的精度,在华北平原北部选择播期监测的最佳时相为12月中旬,精度达到89.5%。     

关中冬小麦叶片氮素含量高光谱遥感监测模型

为给黄土高原大范围的冬小麦氮素营养遥感监测提供理论依据,通过田间试验,研究了冬小麦叶片氮素含量遥感监测的最佳生育时期、最敏感波段及其他最优光谱参量。结果表明,灌浆期是利用高光谱遥感监测冬小麦叶片氮素营养状况的最佳生育时期;在拔节、抽穗和灌浆期680nm波段光谱反射率R680均能较好地反映冬小麦叶片氮素含量,基于光谱位置以及叶面积指数的光谱参量也能较好地反映冬小麦叶片氮素含量。拔节期、抽穗期和灌浆期分别以680nm波段光谱反射率R680、绿峰反射率Rg和植被指数(SDr-SDb)/(SDr+SDb)对小麦叶片氮素含量的拟合效果最佳,其回归方程分别为Y=27.54-280.247 X+1456.245 X2、Y=8.632 X-0.24和Y=25.83 X1.012。     

不同播期冬小麦茎叶碳氮比的光谱监测

为了探讨利用冠层光谱监测不同播期下小麦植株碳氮比的可行性,基于不同播期和不同施氮水平下的两年田间试验,对冬小麦茎叶碳氮比与冠层光谱的关系进行了研究。结果表明,不同播期下冬小麦茎叶碳氮比随生育时期的推进均呈"高-低-高"的动态变化;各个波段综合原始反射率和一阶微分与碳氮比均有显著相关性;NDVI、RDVI、EVI、SAVI等植被指数对茎叶碳氮比均有较好的拟合效果,其中NDVI受播期的影响较小,可用于建立各播期冬小麦茎叶碳氮比监测模型。检验结果显示,冬小麦各播期茎叶碳氮比监测模型的预测精度为0.678 2~0.963 6,相对误差0.095 5~0.323 9,均方根误差1.864 6~5.714 2,说明利用冠层光谱可以实现对不同播期条件下冬小麦茎叶碳氮比较为准确的监测。     

基于HJ-1A/1B影像的冬小麦开花期主要生长指标遥感定量监测研究

为建立冬小麦开花期生长状况的遥感监测方法和技术,结合2011-2013年定点观测试验,以环境减灾卫星HJ-1A/1B数据为遥感影像源,着重分析了样本试验区冬小麦开花期主要生长指标间及其与籽粒品质、产量和卫星遥感变量间的定量关系,分别构建及评价基于HJ-1A/1B影像遥感变量的开花期叶面积指数、生物量、SPAD值和叶片含氮量监测模型。结果表明,在冬小麦开花期,作物氮反应指数(NRI)、绿色归一化植被指数(GNDVI)可分别作为监测冬小麦叶面积指数和生物量的敏感遥感变量,结构加强色素植被指数(SIPI)和SIPI可作为监测冬小麦SPAD值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,模型的决定系数(r2)分别为0.73、0.69、0.62和0.61,均方根误差(RMSE)分别为0.79、1 068kg·hm-2、4.66和0.42%。利用遥感数据绘制的冬小麦开花期主要生长指标遥感监测等级分布空间量化表达图与实际相符。     

星机协同的冬小麦长势遥感监测研究—以陕西省咸阳市为例

为了解决作物长势遥感监测中星机协同性问题，在田块尺度上通过设置小麦氮素和灌溉梯度试验，在各关键生育时期测定SPAD和LAI两个长势指标并获取无人机遥感数据，构建小麦长势多光谱监测模型，并将优化的波段比值修正法与Sentinel-2A影像结合进行模型升尺度应用。结果表明，在拔节期、孕穗期、开花期和灌浆期，分别利用Clgreen、Clrededge、OSAVI和OSAVI构建的三次函数、指数函数、指数函数和幂函数对小麦SPAD的拟合效果最佳，升尺度应用至孕穗期、开花期和灌浆期卫星遥感监测后验证精度均较好；上述四个生育时期分别利用Clgreen、Clrededge、DATT和OSAVI构建的幂函数、二次函数、指数函数和指数函数对LAI拟合效果最佳，升尺度应用验证精度均较好。基于该星机协同方法对咸阳市冬小麦长势进行监测发现，2021年武功县、兴平市、三原县等区域小麦各生育时期长势均较优，永寿县、淳化县、彬州市等地的小麦长势均较差。这说明通过对无人机和卫星遥感影像融合方法的完善，可提高冬小麦长势监测中星机协同性。     

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。     

基于生态因子的冬小麦产量遥感估测研究

为提高冬小麦遥感估产的精确性与适用性,在河南省的孟州市和沁阳市利用GPS定位布设田间试验,利用P-6卫星数据进行了冬小麦遥感估产研究.通过对遥感植被指数和冬小麦长势与产量GPS定位数据的综合分析,基于遥感影像信息获取的瞬时性和准确性,结合小麦灌浆期生态条件对小麦产量形成的影响,利用开花期遥感影像归一化植被指数(NDVI)和灌浆期生态因子(气温、日照、氮素营养、土壤水分)建立了冬小麦产量遥感估测模型,并检验了该模型的可靠性.结果表明,模型预测值与实测值较为一致,利用开花期遥感影像NDVI和灌浆期生态数据估测冬小麦产量的RMSE值为369.27 kg·ha-1,相对误差为6.45%.模型估测性能好,且具有一定的解释性.     

基于GeoEye-1高分遥感影像的冬小麦氮肥推荐应用

为给大区域范围的冬小麦氮素营养遥感诊断及其精准施肥决策提供参考,将GeoEye-1高分辨率遥感影像数据与氮肥优化算法(NFOA)相结合,开展了冬小麦氮肥推荐应用研究。首先,基于多年地面实测冬小麦冠层高光谱数据,利用光谱响应函数生成GeoEye-1卫星遥感模拟数据,计算得到归一化植被指数NDVI,并结合当季估产指数INSEY构建了冬小麦潜在产量预测模型;通过定义可表征小麦氮素丰缺的氮素响应指数RINDVI,结合潜在产量模型,计算得到氮素需求量;最后,利用GeoEye-1高分辨率遥感影像数据进行验证分析,将氮素推荐模型与高分辨率遥感数据相结合生成施肥推荐处方图,实现了冬小麦的氮素营养诊断及施肥推荐。结果表明,当季估产指数INSEY可很好地估算冬小麦的潜在产量(r2=0.606,RMSE=0.704t·hm-2),基于GeoEye-1高分遥感影像提取NDVI预测的潜在产量与实测产量显著相关(r2=0.722,RMSE=0.451t·hm-2)。氮素响应指数RINDVI与氮营养指数NNI的倒数也显著相关(r=0.915),可以用RINDVI来诊断冬小麦氮素的丰缺状态。以上结果说明,在没有地面实测小麦氮含量、生物量、地面光谱等数据的情况下,利用高分辨率遥感数据与气象数据构建模型可估算冬小麦的潜在产量,并能实现对冬小麦的氮营养诊断及生成推荐施肥处方。     

基于遥感的作物生长监测与调控系统研究

为了利用遥感技术快速无损实时地监测作物的生长、产量和品质状况,达到精确作物管理的目的,在集成作物光谱无损监测模型与作物管理知识模型的基础上,利用系统设计原理和组件化程序设计思想,构建了基于遥感的作物生长监测与调控系统,可实现从小尺度单点到大尺度农区的作物生长实时监测与调控.该系统具有文件管理、图像处理、地物分类与识别、植被指数计算、生长指标监测、生理指标监测、产量与品质预测,实时诊断与调控、工具管理以及系统帮助等功能.以江苏省泰州市的小麦为例对该系统进行实例分析,结果表明,该系统能有效实现作物生长监测与调控功能,从而为作物监测与管理的动态化和数字化奠定了基础.     

基于PROSAIL模型和无人机高光谱数据的冬小麦LAI反演

为及时准确高效监测小麦叶面积指数（leaf area index,LAI）,获取了冬小麦挑旗期和开花期地面实测光谱与无人机高光谱遥感影像数据,并基于查找表建立PROSAIL辐射传输模型得到冬小麦冠层模拟光谱数据,利用数学统计回归模型与偏最小二乘回归法分别构建冬小麦LAI单变量、多变量预测模型,以实测LAI数据对预测结果进行精度评价,将最佳预测模型应用于无人机高光谱影像以分析LAI空间分布情况。结果表明,冬小麦各生育时期的预测模型均具有较高的预测精度,单变量预测模型和多变量预测模型的决定系数分别为0.598~0.717和0.577~0.755,其中以基于植被指数的多变量预测模型表现最优,其在开花期的验证精度最高,RMSE和MAPE分别为0.405和12.90%。在LAI空间分布图中,开花期预测效果优于挑旗期,各试验小区的LAI分布较为均匀。     

不同小麦品种的产量及光能利用对冬前积温的响应

为确定河北省中南部地区小麦品种的适宜冬前积温,2011-2014年度在河北藁城设置4个播期(10月5日、10日、15日和20日)以形成不同的冬前积温,通过裂区试验设计(播期为主区,品种为副区),研究了4个半冬性小麦品种(中晚熟品种冀麦585和金禾9123,中早熟品种衡4399和中麦155)的产量和光能利用对冬前积温的响应。结果表明,冬前积温对小麦产量有显著影响,且影响程度在品种间差异明显。4个品种中,中麦155对冬前积温较敏感,冬前≥0℃积温高于510℃时有利于其高产,且10月10日前播种还可获得较高的光能利用率(RUE);金禾9123、冀麦585和衡4399对冬前积温反应较迟钝,冬前≥0℃积温高于338℃时有利于其高产,且10月15日前播种可获得较高的RUE。小麦10月10日播种可保持较高的叶面积指数(LAI),过早和过晚播种对LAI提高不利。10月10日前播种的小麦生育中前期生长速率(CGR)较高,10月15日之后播种的小麦生育后期生长速率较高。晚播(10月15日)后生育中后期较高的旗叶光合速率、更快的CGR可部分弥补因晚播生长不足而造成的产量损失。因此,在冀中南区,迟钝型品种推荐播期为10月5日至15日,敏感型品种为10月5日至10日。     

Water availability at sowing and nitrogen management of durum wheat: a seasonal analysis with the CERES-Wheat model

In water-limited environments soil water content at sowing is important in determining durum wheat germination, emergence and plant establishment. Soil water content interacts greatly with soil nitrogen content, affecting nitrogen uptake and crop productivity. Simulation models can be used to confirm the optimal strategy by testing several crop management scenarios.The CERES-Wheat model, previously calibrated and validated in southern Italy, has been used in a seasonal analysis to optimise nitrogen fertilisation of durum wheat at different levels of crop available water (CAW) at planting date in southern Italy. The simulation was carried out for a 48-year period with measured daily climatic data. The 99 simulated scenarios derived from the combinations of different CAW levels at sowing, nitrogen fertiliser rates and application times.The results obtained from the simulation indicated that the effect of CAW at sowing was relevant for durum wheat production at lowest and highest values, while the optimal sowing time to maximise yield and profit can be considered when CAW is 40–60%. In the case study optimal N fertiliser amount was estimated to be 100±20 kg ha⁻¹, from a productive, environmental and economic point of view. The nitrogen split application—half at sowing and half at stem extension stage—resulted in the best management practice.This application of the CERES-Wheat model confirmed the capability of the model to compare several crop management strategies in a typical durum wheat cropping area.     

未来气候变暖情景下北部冬麦区冬小麦生育期演变趋势预测分析

为了预测未来气候变暖条件下北部冬麦区冬小麦生育期变化趋势,基于农业气象观测站数据和区域气候模拟系统PRECIS产生的RCP4.5气候情景数据,采用活动积温法、累计热生长单位法和生长速率估测法分别对我国北部冬麦区三个代表站点(霸州、介休和西峰镇)冬小麦拔节、抽穗和成熟期进行拟合分析,选用拟合精度较高的模型模拟冬小麦生育期,分析未来研究区冬小麦各生育时期和生育阶段的演变特征。结果表明:(1)生长速率估测法对冬小麦拔节和抽穗期的模拟结果较好,活动积温法对成熟期的模拟较精确。(2)冬前生育时期推迟,冬后则均呈提前趋势。2031-2090年,播种、越冬开始、返青、拔节、抽穗和成熟期的变化趋势分别为1.8、1.7、-2.4、-1.2、-1.0、-1.2 d·10a~(-1),均达到极显著水平(P0.01)。但2061-2090年生育时期的变化较2031-2060年减缓,且未来冬前生育时期较基准期(1976-2005年)的变化幅度比冬后大。除了越冬开始,麦区西部的西峰镇冬小麦各生育时期变化趋势的绝对值均最大,东部的霸州均最小。(3)越冬期和播种-成熟阶段缩短,返青-拔节阶段延长,其他阶段变化均不显著。播种-成熟阶段天数的变化主要是由于越冬期的缩短。     

基于植被指数时序动态的冬小麦氮素营养诊断方法

为构建冬小麦冠层临界植被指数时序模型,探究实时、无损诊断冬小麦全生育期氮素营养状况的可能性,基于冬小麦不同生育时期氮营养指数(nitrogen nutrition index,NNI)与相对产量的关系确定NNI临界值,并利用归一化红边植被指数(normalized difference red edge,NDRE)与NNI的定量关系确定临界NDRE值,进而以累积生长度日为时间驱动因子,利用双Logistic函数构建临界NDRE时序模型并用于诊断,且对诊断结果进行了验证。结果表明,NNI与冬小麦相对产量在不同生育时期均呈现明显的线性加平台关系(R²在0.76以上),在开花—灌浆期表现最好;NNI与NDRE呈显著的幂函数关系(R2在0.76以上),在孕穗—开花期表现最好;临界NDRE时序诊断模型在拔节后期、孕穗期、开花期的诊断精度较高;适期播种时冬小麦在180 kg·hm^-2施氮水平下整个生育期均处于轻微氮亏缺或氮适宜状态,为较优施氮量。适期播种时冬小麦氮素营养状况主要受施氮水平的制约;过晚播时受播期的影响,不同施氮水平下冬小麦全生育期均处于氮亏缺状态。综上,依据氮营养指数与相对产量所构建的临界NDRE时序模型能够较准确地实时诊断冬小麦不同生育时期的氮素营养状况,并为作物氮肥精确管理提供技术方法。     

基于APSIM模型的旱地春小麦生育期的播期和耕作效应分析

为对不同播期和耕作条件下旱地春小麦生育期进行准确预测,利用甘肃省定西市安定区凤翔镇安家沟村2015-2016年大田试验数据及研究区1971-2017年气象数据,通过穷举试错法校准APSIM模型的相关参数,再用相关性分析检验,进而基于模型模拟数据分析播期和耕作措施对旱地春小麦生育期的影响。结果表明,春小麦全生育期及各生育阶段持续天数模拟值与实测值相关系数大于0.9,均方根误差（RMSE）为0.7～3.0 d,归一化均方根误差（NRMSE）为2.34%～6.93%,说明APSIM模型精度较高。随着播期的推迟,春小麦从种子萌发阶段到器官建成阶段（播种-开花）持续天数明显减少,籽粒形成阶段（开花-成熟）播期对持续天数影响不大。不同播期下,耕作措施对春小麦生长阶段持续天数影响都不显著。     

西北春麦区Apsim-Wheat模型参数全局敏感性分析

为了提高西北春麦区Apsim-Wheat模型的模拟精度及适应性,以甘肃省定西市安定区2015-2018年田间试验数据为基础,采用基于参数筛选法(Morris)和基于方差分解法(Sobol)分析了Apsim-Wheat模型中作物品种参数、土壤参数及田间管理参数对小麦产量的敏感性,并分析比较了两种方法对模型的适应性。结果表明,用Morris法得到的对小麦产量敏感的参数分别为始花期积温(TFI)、出苗到拔节期积温(TEOJ)、春化敏感指数(VS)、田间持水量(DUL)、萎焉系数(LL15)、小麦萎焉系数(WheatLL)、播种日期(sowing date)、播种密度(sowing density)、播种深度(sowing depth);用Sobol法得到的对小麦产量敏感的土壤参数及田间管理参数与Morris法相同,而得到的敏感作物品种参数不同,分别为春化敏感系数(VS)、开花期积温(TF)、出苗到拔节期积温(TEOJ)、潜在灌浆速率(PGFR)、光周期敏感指数(PS)、灌浆期积温(TSGF);在Morris法和Sobol法下Apsim-Wheat模型中对小麦产量最敏感的参数均是作物品种参数,且多与品种积温、春化及光周期等参数有关,分别占总敏感性的73.85%和62.9%,土壤参数及田间管理参数对小麦产量的总敏感性分别为26.15%和37.1%,占比较小。综合来看,Morris法和Sobol法均可筛选出对小麦产量敏感的参数,且在调整土壤参数和田间管理参数时,两者具有可替代性;在调整作物品种参数时,可以依据地区实际情况,结合两种方法各自优势,快速筛选出模型敏感参数。     

粮棉轮作模式下播期播量对棉茬小麦生长发育和产量的影响

为明确粮棉轮作两年三熟模式下棉茬小麦适宜的播期和播量,采用田间裂区试验,研究了不同播期(10月15日、10月25日和11月5日)和播量(187.5kg·hm~(-2)、225.0kg·hm~(-2)、262.5kg·hm~(-2)和300.0kg·hm~(-2))对小麦生长发育、产量及其相关性状的影响。结果表明,在拔节期,小麦叶面积随着播期的推迟而下降;在孕穗期,10月25日播期时,播量过大(300.0kg·hm~(-2))会降低小麦叶面积;在扬花期,11月5日播期时,播量过小(187.5kg·hm~(-2))会降低小麦叶面积。随着播期的推迟,小麦生物量逐渐降低,且随小麦生长发育推移,播期对小麦生物量的影响程度逐渐降低。晚播可以提高小麦灌浆期旗叶叶绿素含量,延缓叶片衰老。播期推迟会降低小麦拔节期、扬花期和成熟期的茎蘖数,播量增加会提高小麦的茎蘖数。随着播期的推迟,小麦的成穗数下降,从而导致产量降低。穗数对小麦的产量贡献最大。增加播量使小麦穗粒数和千粒重下降,但穗数增加,所以相同播期时,播量对小麦的产量没有显著影响。本试验中,以播期10月15日、播量262.5kg·hm~(-2)产量最高。建议棉茬小麦适当早播,如果播期推迟,则应适量提高播量以保证产量。     

冬小麦不同生长阶段气象因素对产量影响的双重量化分析

为探究冬小麦各生育期的气象因素对其产量的影响程度,根据黄淮海冬小麦物候图将冬小麦生育期划分为9个生长阶段,选取河南省2005-2015年冬小麦的产量数据和日平均气象观测数据,利用指数平滑法计算出冬小麦的气象产量,建立气象影响因素集和灰色关联分析模型,双重量化分析河南省冬小麦不同生长阶段气象因素对产量的影响程度。结果表明,单重量化分析时,在播种期、分蘖期、越冬期和灌浆期,平均相对湿度对冬小麦气象产量影响最大;在返青期、拔节期和成熟期,平均风速对冬小麦气象产量影响最大;出苗期日平均气温对冬小麦气象产量影响最大;抽穗期光照时长对冬小麦气象产量影响最大。双重量化分析时,出苗期平均气温和日最高气温、分蘖期和越冬期平均相对湿度、拔节期平均风速对冬小麦气象产量影响较大。     

播期对秸秆带状覆盖下冬小麦干物质积累、产量及水分利用效率的影响

为明确半干旱雨养区玉米秸秆带状覆盖条件下播种时间对小麦产量和水分利用效率可能带来的影响,在甘肃省通渭县常河镇甘肃农业大学旱作小麦试验基地设7个播期处理,分别为9月14日(T1)、9月19日(T2)、9月24日(T3)、9月29日(T4)、10月4日(T5)、10月9日(T6),以9月24日露地种植为对照(CK),研究了播期对冬小麦生育期、干物质积累及产量等性状的影响。结果表明,T2处理的产量和WUE最高,穗粒数和千粒重也显著高于其他处理。推迟播期缩短了冬小麦全生育其天数,各生育阶段天数抽穗前大于抽穗后;播期对植株干物质积累的影响表现为营养生长期大于生殖生长期,花前干物质向籽粒的转运量及其对籽粒的贡献率随播期推迟呈增加的趋势。综合来看,在半干旱雨养区玉米秸秆带状覆盖条件下9月19日是冬小麦最佳播期。