基于NDVI密度分割的冬小麦种植面积提取

为解决作物面积遥感监测中常遇的混合像元问题,选用江苏省沭阳县冬小麦扬花期HJ-1A卫星遥感影像,基于不同地物光谱信息的差异性与可分割性,提出基于归一化植被指数(NDVI)密度分割的冬小麦种植面积提取方法。在利用GPS实地取样调查和建立解译标志的基础上,对HJ-1A卫星影像进行了几何与大气校正。利用NDVI灰度影像提取混合像元训练样本的NDVI值和小麦种植面积,计算小麦面积权重,确定混合像元的NDVI阈值。利用NDVI再归一化结果对NDVI灰度影像进行密度分割,依据不同密度分割系数下像元总面积及其所对应的小麦面积权重关系,最终得到沭阳县冬小麦种植面积。结果表明,根据NDVI密度分割法提取冬小麦面积为8.37×104 hm2,面积精度为92.37%,样本精度为93.31%。基于密度分割系数(P0.5)制作沭阳县冬小麦种植分布图,获取了全县冬小麦空间分布特征信息。以上结果说明NDVI密度分割法能较准确地提取研究区内冬小麦种植面积,可有效解决农作物种植面积提取中混合像元问题。     

县域冬小麦生物量动态变化遥感估测研究

为给生产管理中及时掌握县域冬小麦长势的动态变化提供有效手段,以江苏省沭阳县为研究区,基于冬小麦生物量形成的生理生态过程,重构冬小麦生物量遥感估测模型。选用两景不同时相的HJ星影像数据,利用植被指数反演的LAI数据,对冬小麦生物量模型进行参数修订,并对县域冬小麦拔节期生物量的空间分布进行估测。在此基础上,进一步估测冬小麦抽穗期生物量分布特征及其动态变化特点。结果表明：（1）冬小麦拔节期生物量估测值和观测值范围分别为2 054.3~4 828.3 和1 962.5~4 568.4 kg·hm^-2 ,平均值分别为3 148和3 045.5 kg·hm^-2 ,RMSE为214.8 kg·hm^-2 ,决定系数为0.919 1,表明冬小麦生物量模型模拟精度较好;（2）冬小麦抽穗期生物量较拔节期发生明显变化,其中长势变化快的田块面积为20 108.7hm,占总种植面积的23.4%。春季气候因素的转好以及肥水措施的实施对冬小麦营养与生殖共生阶段的生长起到明显促进作用。说明本研究提出的基于遥感反演信息与生长模型协同的冬小麦生物量估测方法能有效估测县域冬小麦不同生长时期生物量的空间分布及其动态变化。     

武汉市城市化发展对气候变化影响研究

根据武汉市1966-2015年的气候数据资料及统计年鉴资料,使用线性趋势分析法、滑动平均法、MK和MTT突变检验法对武汉市50 a气候进行分析,选取5个城市化指标,建立城市化指数模型并与气象要素做相关拟合分析。结果表明,武汉市50 a的年平均气温、极端最高气温、极端最低气温呈上升趋势,相对湿度、日照时数呈下降趋势,降水量变化不显著;年平均气温、极端最低气温、相对湿度、日照时数突变年份分别为1983、1980、1994、1988年。城市化指数与年平均气温、极端最低气温呈显著正相关,与相对湿度、日照时数呈显著负相关,与极端最高气温和降水量无明显相关性。城市化指数与年平均气温拟合曲线的拟合程度较高,说明城市化发展对年平均气温影响较大。     

钾肥对晚稻叶片生理特性及产量的影响

以江苏省重要晚稻品种南粳44为试材,通过大田试验探究寒露风发生期间,水稻叶面喷施不同浓度磷酸二氢钾、腐植酸钾溶液对抽穗扬花期晚稻叶片光合特性、保护酶活性及产量构成的影响。结果表明,（1）不同施肥处理后水稻光合能力普遍增强,叶绿素a、叶绿素b和类胡萝卜素含量明显上升,其中叶面喷施0.3%磷酸二氢钾和0.03%腐植酸钾,水稻抗低温效果较为显著;（2）叶片过氧化物酶、超氧化物歧化酶、过氧化氢酶活性和丙二醛含量在寒露风期间均有不同程度上升,经施肥处理后发现叶片过氧化物酶活性对处理的敏感性相对较弱,超氧化物歧化酶和过氧化氢酶活性对处理的敏感性较强,丙二醛含量较对照出现不同程度的降低;其中0.3%磷酸二氢钾和0.03%腐植酸钾叶面喷施处理3种保护酶活性增幅最大,丙二醛含量增幅最小;（3）在产量及产量构成方面,与对照相比,0.3%磷酸二氢钾和0.03%腐植酸钾叶面喷施肥处理水稻结实率、千粒重等显著增加,从而导致产量大幅上升,而0.05%腐植酸钾叶面喷施肥处理对产量及部分相关性状有轻微抑制作用;（4）千粒重、结实率与叶片过氧化物酶、超氧化物歧化酶、过氧化氢酶活性和丙二醛含量呈极显著相关关系;除株高和分蘖数外,其他生理、生化性状与产量显著相关,该结论可为产量预估提供一定的理论依据。     

基于叶片高光谱特征的小麦白粉病严重度估算模式

为了解白粉病胁迫下小麦叶片特征并预测其危害程度,基于大田小区和温室盆栽小麦白粉病接种试验,采用高光谱仪测定受白粉病不同程度危害的冬小麦叶片光谱反射率,并分析光谱特征参数与白粉病严重度间的关系。结果表明,随着小麦白粉病病情的加重,在可见光350~700nm波段内,叶片光谱反射率增加;而在700~1050nm近红外波段内,叶片光谱反射率明显降低。400~500nm和610~690nm为光谱敏感波段,在650~680nm波段相关系数最高(r0.75)。光谱参数MCARI、PSRI、VARIgreen和AI对叶片病害严重度拟合效果较好,决定系数(R2)变化范围为0.77~0.82,标准误差为9.34~10.14。模型检验表明,小麦单叶片病害严重度超过10%时,检验结果较为理想,单叶片病害严重度低于10%时,则定量估算误差偏大,10%严重度可作为光谱法识别小麦白粉病的临界值。光谱参数MCARI和VARIgreen对小麦白粉病反应敏感,估算误差较小,可作为小麦白粉病严重度的最佳估算模型。     

基于SVM的县域冬小麦种植面积遥感提取

冬小麦种植面积的精确提取,对于农业部门进行冬小麦生长监测与产量估测有着重要的支撑作用。本研究在对Landsat-8卫星15 m×15 m空间分辨率遥感影像进行预处理的基础上,基于最佳波段指数(OIF),采用支持向量机(SVM)算法中四种核函数进行影像分类,并比较分类精度,选择精度最高的核函数作为SVM最优核函数对盐城市大丰区冬小麦种植面积进行提取,与最大似然法、最小距离法的结果进行对比。结果表明,四种核函数中,Linear核函数分类精度最高,达到98.56%。将Linear核函数作为SVM最优核函数对大丰区冬小麦种植面积进行提取,提取到的种植面积为71 834.4 hm~2,提取精度、分类精度和Kappa系数分别为91.25%、98.56%和0.98。基于SVM的冬小麦面积提取效果明显好于传统监督分类方法,说明使用支持向量机与影像光谱特征进行影像分类能够准确提取县域冬小麦种植面积。