基于遥感影像的县域冬小麦种植信息提取——以陕西省武功县为例

冬小麦是陕西省关中地区重要的粮食作物。本研究以陕西省武功县为例,使用Landsat8 OLI影像作为数据源,综合使用NDVI阈值分割和决策树分类技术提取了武功县2017年冬小麦种植区域,并对各乡镇冬小麦种植面积和空间分布信息进行统计分析。结果表明:(1)在本研究区,冬小麦越冬期结合油菜开花期是利用遥感影像提取冬小麦种植信息的最佳时期组合;(2)运用NDVI阈值分割法结合决策树分类从OLI影像提取冬小麦种植面积的精度达到93%以上;(3)武功县2017年冬小麦种植面积为21 181.97 hm~2,下辖各乡镇中长宁和贞元两镇冬小麦种植面积较大,分别占总面积的24%和19%;在县域尺度上,使用遥感技术提取的冬小麦种植面积和空间分布信息是准确可靠的。     

基于遥感影像的县域冬小麦种植信息提取

冬小麦是陕西省关中地区重要的粮食作物。本研究以陕西省武功县为例,使用Landsat8 OLI影像作为数据源,综合使用NDVI阈值分割和决策树分类技术提取了武功县2017年冬小麦种植区域,并对各乡镇冬小麦种植面积和空间分布信息进行统计分析。结果表明：（1）在本研究区,冬小麦越冬期结合油菜开花期是利用遥感影像提取冬小麦种植信息的最佳时期组合;（2）运用NDVI阈值分割法结合决策树分类从OLI影像提取冬小麦种植面积的精度达到93%以上;（3）武功县2017年冬小麦种植面积为21 181.97 hm²,下辖各乡镇中长宁和贞元两镇冬小麦种植面积较大,分别占总面积的24%和19%;在县域尺度上,使用遥感技术提取的冬小麦种植面积和空间分布信息是准确可靠的。     

基于NOAA-NDVI的河南省冬小麦遥感估产

以河南省为研究区域,利用1982-2006年冬小麦生长关键期3-5月的NOAA-NDVI数据集,结合河南省18地市冬小麦产量数据,分析了研究区NDVI与冬小麦产量的时间动态变化特征,建立了基于NDVI的冬小麦产量估算模型,并对模型进行了验证与比较。结果表明:自1982-2006年,研究区冬小麦生长关键期的NDVI和小麦产量均表现出显著增长态势;利用3月、4月、5月NDVI分别建立的冬小麦产量线性预测模型相对误差均较小,分别为-7.56%、-6.10%、-2.63%;利用不同月份组合的NDVI累积和分别建立的冬小麦产量预测模型相对误差较小,平均误差为-5.08%;利用多个月份组合的NDVI分别建立的多元线性回归模型,虽然综合考虑了冬小麦生长期,但估测精度却低于基于单月NDVI和NDVI累积所建立的模型精度。通过误差对比分析后发现,利用5月NDVI建立的冬小麦估产模型误差最小。     

冬小麦生物量卫星遥感估测研究

生物量是反映冬小麦长势的重要群体指标,及时、大面积获取冬小麦生物量信息有利于掌握早期冬小麦长势和产量形成动态,对于生产管理措施制定意义重大。以江淮麦区的泰兴、兴化两市大田冬小麦为研究区域,基于冬小麦生物量模型(WBM),利用环境星(HJ-1)进行冬小麦拔节期生物量监测预报研究。在提取研究区域小麦面积信息的基础上,利用泰兴市冬小麦拔节期遥感影像反演的LAI及时修订生物量模型的参数,再利用模型对兴化市冬小麦生物量信息进行预测。结果表明:(1)利用生物量模型预测的冬小麦生物量为1897.03～3800.78kg/hm2,平均为2866.33kg/hm2。实测的生物量为1932.30～3689.44kg/hm2,平均为2711.75kg/hm2,相对误差为5.70%,生物量模型的预测性较好;(2)利用预测生物量与卫星影像NDVI的转换模型,可制作冬小麦生物量预测专题图,并能准确、大面积获取不同等级生物量的冬小麦面积分布与长势信息。     

陕西关中地区植被指数变化多尺度分析

以关中地区遥感影像、数字高程(DEM)、地貌类型等资料为依据,运用地学信息图谱理论和方法,在RS和GIS的支持下生成关中地区1986-2007年NDVI变化图谱,并从栅格、地貌单元、坡度带及行政区划等多个尺度上,分析该区近22 a来NDVI的时空变化特征。研究表明：1986-2007年,关中地区年度NDVI]增加了20.91%,2000-2007年年均增幅约为1986-2000年的2.31倍;各地貌单元NDVI增幅表现为：黄土台塬＞黄土墚峁＞山地＞平原＞黄土塬;各坡度带NDVI]基本随坡度的增加而加大,且均呈增大态势;各地市年度NDVI增速为：渭南市>铜川市>宝鸡市>西安市>咸阳市。关中地区NDVI的时空变化是土地利用/覆被变化的结果,“退耕还林”政策的实施,促使了植被覆盖状况的改善。     

基于Sentinel-2影像的河套灌区作物种植结构提取

作物识别是提取作物种植结构的基础,利用遥感技术对作物进行监测识别,对优化生产布局、调整农业生产模式有着重要意义。文中选取河套灌区杭锦后旗为研究区域,基于2019年覆盖生长周期的Sentinel-2号卫星影像数据,构建NDVI时间序列数据集,利用Savitzky-Golay(S-G)滤波对NDVI时间序列数据集进行平滑,分析不同作物不同发育期的光谱曲线特征,计算各主要作物识别关键期的光谱阈值,构建基于决策树分层分类的农作物种植面积提取模型,并用验证样本对分类结果进行精度验证。结果表明:利用整个生育期内的NDVI最大合成影像确定植被地表覆盖,NDVI曲线变化区别林地与耕地,逐层提取地物,简便易行;采用S-G滤波重构高质量的NDVI时间序列曲线,研究证明重构后曲线更加平滑符合作物生长趋势;基于Sentinel-2号遥感数据和整个生育期NDVI时序数据,构建分层分类决策树模型,作物分类总体精度达92.1%,Kapppa系数精度达0.857。本研究采用的方法满足遥感观测应用化需求,也为县级区域农作物分类提供重要参考价值。     

毛乌素沙地17年间植被覆盖度变化的遥感监测

为揭示毛乌素沙地植被变化规律,利用归一化植被指数(NDVI)和像元分解模型,建立了TM影像尺度下的毛乌素沙地植被覆盖度遥感定量模型。在此基础上,对毛乌素沙地1990年和2007年2个时期植被覆盖的进行了等级的划分。采用转移矩阵的方法,分析了该区17年来植被覆盖度的变化趋势。研究结果表明:研究区植被覆盖类型的主体为低盖度植被(NDVI,<0.3),其面积由1990年的33176.7369km2下降为2007年的30671.6454km2,年变化率为-0.048%;中盖度(NDVI,0.3-0.6)、高盖度(NDVI,>0.6)的总面积由1990年的1313.5023km2变为2007年的3818.5938km2,年变化率分别为3.91%和3.48%。整个研究区17年间发生正向转移的面积为3209.5153km2,占总面积的9.31%;负向转移的面积为633.0195km2,占总面积的1.84%。毛乌素沙地植被覆盖状况总体呈良性转移趋势,但局部退化的问题也应该加以关注。     

基于植被覆盖特征的土地沙漠化敏感性评价——以乌珠穆沁草原为例

敏感性评价可以定量揭示研究区的生态环境敏感性程度和空间分布特征,利用2000-2015年的MODIS13Q1植被指数、气象及土壤数据,结合趋势分析法、Kriging空间插值和空间叠加法对乌珠穆沁草原进行土地沙漠化敏感性评价。结果表明:(1)2000-2015年乌珠穆沁草原年平均NDVI值总体呈上升趋势。植被NDVI值在生长季(4-9月)呈上升趋势,其中6、7和8月份的植被NDVI值明显高于其它月份,增速达到7.13%/10a、5.83%/10a和1.52%/10a,10月份NDVI值明显呈下降趋势,增速达-0.07%/10a。(2)空间分布上,NDVI值由东南向西北降低特征,东南部的森林植被NDVI值较高,西北部荒漠区的NDVI值较低。中覆盖度是研究区主要植被覆盖类型,占总面积的62.30%,面积为42557.69km2。(3)乌珠穆沁草原的土地沙漠化敏感性指数在2.23607-7.77006之间,中度敏感区分布在乌珠穆沁草原的北部,面积宽广占研究区总面积的72.42%。高度敏感区分布在乌珠穆沁草原的植被覆盖度较低,沙质土壤为主,风沙天气较多的沙地区域,研究区以中度敏感为主。     

基于TM影像的半干旱区土地利用信息提取——以山西省定襄县为例

为了更准确提取半干旱区的土地利用信息,以山西省定襄县为研究区,利用Landsat TM影像,在主成分分析(PCA)的基础上,结合归一化植被指数(NDVI)和纹理信息,构建支持向量机(SVM)分类模型,提取研究区的土地利用信息。结果表明:与最大似然法和单纯依靠纹理特征SVM分类方法相比较,基于NDVI和纹理特征的SVM分类法的分类精度有了显著提高,分类总精度达到了84.50%,Kappa系数为0.8113。研究表明,该方法对半干旱区的土地利用信息提取较为理想。     

县域尺度下关中地区农作物水足迹时空特征及影响因素

探讨区域农作物水足迹与其时空分布规律及驱动因素,可以提高农业生产效率和水资源利用效益。本研究量化并分析关中地区54个县(区)2000—2020年冬小麦和夏玉米水足迹,并借助通径分析方法探究影响其绿水足迹、蓝水足迹及灰水足迹时空变化的驱动因素。结果表明：(1)关中地区农作物总水足迹从2000年2.232×10⁸m³下降到2020年2.003×10⁸m³,其中,蓝水是最主要的水资源使用形式,其次是灰水,绿水使用量最少,三者占比分别为37.261%、36.254%和26.485%;(2)农作物总水足迹空间上差异显著,呈现出东高西低和相似地区(高-高、低-低)集聚分布的特征;(3)单位面积产量、平均风速和化肥施用量分别为影响绿水足迹、蓝水足迹和灰水足迹最显著的因素。本研究的结果有利于帮助关中地区节约水资源和提高用水效率,拓展农业水资源可持续利用思路。     

基于FY-3D/MERSI-II数据的陕西农业干旱遥感监测应用研究

以陕西省夏季干旱过程监测为例，采用风云系列最新极轨气象卫星FY-3D/MERSI-II数据，利用其250 m空间分辨率红光和近红外通道构建NIR-Red特征空间，建立垂直干旱指数（PDI）、改进型垂直干旱指数（MPDI），并与综合气象干旱指数（CI）进行相关性分析。结果表明：FY-3D/MERSI-II数据在陕西省的干旱遥感监测中具有良好的适用性，PDI、MPDI与CI呈显著负相关，相关系数分别为-0.135和-0.110，达到显著水平，PDI在陕西省夏季旱情动态监测中表现更好；2019年陕西省夏季旱区主要集中在榆林北部和渭北旱腰带，5月下旬的干旱过程最为严重，对冬小麦产量有较大影响；相较于国际气象卫星和陆地卫星数据，国产FY-3D/MERSI-II数据具有更高的时空分辨率，在进行农业干旱动态监测方面具很大潜力。     

基于同化叶面积指数和条件植被温度指数的冬小麦单产估测

应用数据同化方法将遥感信息与作物生长模型融合,是估测区域作物产量的重要方法之一。以2008—2014年越冬后的冬小麦为研究对象,选择与作物长势、产量及水分胁迫信息密切相关的叶面积指数(LAI)和条件植被温度指数(VTCI),采用粒子滤波算法对CERES-Wheat模型模拟和遥感数据观测的LAI和VTCI实施同化,分别基于观测LAI和VTCI、同化LAI和VTCI构建冬小麦单产估测模型。结果表明,同化LAI变化趋势更加符合关中平原冬小麦的实际生长状况,同化VTCI能更好地反映冬小麦的水分胁迫程度。应用观测LAI和VTCI构建的估产模型决定系数为0.402,而单独应用LAI或VTCI单变量构建的估产模型决定系数分别为0.279和0.339,说明应用LAI和VTCI双变量构建的估产模型的精度优于单独应用LAI或VTCI单变量的精度。相比于观测LAI和VTCI构建的估产模型,基于同化LAI和VTCI构建的估产模型的决定系数从0.402提高到0.547。表明基于同化LAI和VTCI构建的估产模型的精度明显提高。     

灌水量及减氮模式对冬小麦产量及水氮利用的影响

为探究关中平原冬小麦合理的减氮模式及相应的灌水量,以灌水量为主处理、减氮模式为副处理开展冬小麦田间裂区试验,灌水量设90 mm和150 mm,参照本地习惯施氮(尿素CO,施氮量210 kg·hm~(-2))设置减氮模式,施氮量为150 kg·hm~(-2),有3种施氮类型:尿素+硝化抑制剂(DMPP)、控释氮肥和尿素掺施(PCU)和控释复合肥(SF),另以不施氮肥(N0)为对照,对小麦产量、水分和氮肥利用效率及土壤硝态氮残留状况进行分析。结果表明:灌水量和减氮模式两因素及其交互作用对冬小麦有效穗数、千粒重、籽粒产量、土壤硝态氮残留量及水分和氮肥利用效率均有显著影响;灌水量对冬小麦产量的影响随减氮模式而变,与灌水90 mm相比, PCU150和DMPP150处理在灌水量150 mm时产量降低,SF150和N0处理产量有所增大;灌水90 mm时,减氮模式PCU150和DMPP150较习惯施氮CO210减少施氮28.6%,籽粒产量和有效穗数显著增加,分别增产17.4%和11.6%,水分利用效率提高17.5%和13.5%,氮肥利用效率增加64.3%和58.4%, 0～200 cm土层硝态氮残留量减少57.8%和45.6%。关中平原在冬小麦全生育期灌水90 mm,采用尿素加硝化抑制剂基施、树脂包膜尿素基施60%+尿素拔节期追施40%两种减氮模式,冬小麦可维持较高产量和水肥利用效率。     

富硒营养素对关中灌区小麦籽粒硒含量和产量的影响

为探索适宜关中灌区富硒小麦生产的农艺技术,2018—2019年在关中灌区4个具有代表性的地点三原、兴平、武功和临渭进行试验,供试小麦品种为中麦578,试验设置CK、叶面单次喷施(T12.7 kg?hm-2、T25.4 kg?hm-2)和两次喷施(T32.7 kg?hm-2+2.7 kg?hm-2、T45.4 kg?hm...     

应用粒子滤波同化条件植被温度指数的土壤水分估测

为了准确地获取2013—2015年关中平原冬小麦主要生育期土壤含水量(0~20 cm)的时空信息,基于Landsat-8遥感数据反演条件植被温度指数(CVTI),并结合CVTI和实测土壤水分间的线性相关性构建土壤水分反演模型。应用粒子滤波(PF)算法同化基于CVTI反演的和CERES-Wheat模型模拟的土壤水分,得到以天为步长的土壤水分同化值,利用土壤水分实测值分别检验土壤水分模拟值、反演值和同化值的精度。结果表明,CVTI和实测土壤水分间的线性相关性显著,尤其在小麦拔节期和抽穗~灌浆期,其相关性达到极显著水平(P0.01);土壤水分同化值和实测值间的线性相关性(r=0.96,P0.001)大于土壤水分模拟值和实测值间的相关性(r=0.71,P0.01)以及土壤水分反演值和实测值间的相关性(r=0.89,P0.001);土壤水分同化值的均方根误差(RMSE)和平均相对误差(MRE)比土壤水分模拟值的RMSE和MRE分别降低了0.025 cm~3·cm~(-3)和2.70%,比土壤水分反演值的RMSE和MRE分别降低了0.016 cm~3·cm~(-3)和4.15%,同化过程提高了时间序列土壤含水量的估测精度。因此,基于CVTI和PF算法能够较为准确估测关中平原小麦主要生育期的土壤含水量。     

播期对江苏省冬小麦产量及其构成的影响

以江苏省冬小麦播期为主要研究对象，利用近20年冬小麦大田播期试验数据相关文献，按照晚播天数、品性、区域、年代进行分组，利用Meta分析方法定量研究了播期变化对江苏省冬小麦产量及其产量构成的影响。结果表明：近20年江苏省冬小麦的播期随时间的推移总体呈现出延迟的趋势，约5.5 d·10a^-1，苏北和苏南地区冬小麦均在晚播18~22 d开始出现减产趋势，苏中地区冬小麦在晚播23~27 d开始出现减产趋势；整体上江苏省晚播13~17 d左右的冬小麦有显著增产效应，增产达3.1%（95%置信区间0.4%～5.8%），晚播18~22 d及以上时，冬小麦产量开始呈现减产趋势。随着年代不断向后推移，晚播的减产效应出现的越来越早。2000—2010年，晚播23~27 d开始出现减产趋势；2011—2017年，晚播18~22 d开始出现减产趋势；（弱）春性冬小麦从晚播18~22 d开始出现减产效应，（半）冬性冬小麦从晚播8~12 d开始出现减产趋势，冬小麦的选择偏于春性化。Meta分析的数据中，冬小麦穗数对产量的影响更大（P＜0.05，R²＝0.3166）。适当晚播是江苏省稳定冬小麦产量，适应气候变化的有效手段，其主要是通过影响晚播小麦穗数进而影响冬小麦产量。     

基于条件植被温度指数的冬小麦主要生育时期干旱监测效果评价Ⅲ——干旱对冬小麦产量的影响评估

选取关中平原2002-2009年冬小麦越冬后每年3-5月9旬的条件植被温度指数（CVTI）遥感干旱监测结果,基于归一组合赋权法确定的冬小麦越冬后四个主要生育时期干旱对产量影响的最优权重,建立关中平原4市（不包括铜川）冬小麦每年的加权CVTI与单产间的一元线性回归模型,并对冬小麦的单产进行了估算。结果表明,2002-2009年关中平原冬小麦单产在波动中呈上升趋势,中部单产较高,西部次之,东部最低。基于关中平原4市的整体产量估算模型预测西安市部分区县2010年的单产,取得较好的结果,验证了关中平原4市的整体产量估算模型具有较好的精度,能够较准确地反映关中平原干旱对冬小麦产量的影响。     

基于条件植被温度指数的冬小麦主要生育时期干旱监测效果评价——Ⅱ.改进的层次分析法和变异系数法组合赋权

运用改进的层次分析法、变异系数法及主客观组合赋权法确定关中平原冬小麦越冬后主要生育时期干旱对产量的影响权重,建立关中平原五市2002—2009年每年的加权条件植被温度指数(VTCI)与冬小麦单产的一元线性回归模型,分析VTCI与产量间的线性关系。结果表明,变异系数法确定的加权VTCI与小麦单产的线性相关性不显著,渭南、咸阳及铜川的决定系数R²值均低于0.5;改进的层次分析法和组合赋权法确定的加权VTCI与小麦单产的线性相关性显著,除铜川外其余四市的R²值接近0.5,或者高于0.6,且组合赋权法的结果中西安的R²值达到0.7。基于改进的层次分析法和变异系数法的归一组合赋权法的结果优于其它 主客观组合赋权法的结果,为最优赋权方法,可用于评价冬小麦主要生育时期的干旱监测效果。