山东省冬小麦单产监测与预报方法研究

针对传统农业估产方法效率低、成本高的现状,以山东省为研究区,基于山东省10年表面反射率8 d合成产品MOD09A1、全球陆地蒸发蒸腾8 d合成产品MOD16A2数据和历史产量数据,以增强型植被指数(EVI)、作物水分胁迫指数(CWSI)和经过历史产量分解得到的技术产量为输入,利用最小二乘法构建了山东省级和市级尺度的冬小麦单产估算模型,并在监测和预报两种模式下进行了模型的应用和精度验证。结果表明,在监测模式下,省级估产精度为96.91%,各市监测精度均不小于89.41%,其中菏泽市监测精度最高,为99.31%,济宁市监测精度最低,为89.64%;在预报模式下,返青期结束(第89天)、拔节期结束(第121天)和乳熟期结束(第145天)时的省级小麦预报精度均不低于96.44%,各市预报精度均不小于89.41%,其中青岛市预报精度最高,3次预报的平均精度为99.07%,济宁市预报精度最低,3次预报的平均精度为89.81%。本文建立的估产模型对市级和省级作物单产估算均有较高的适用性,可以实现动态产量预报。本研究对及时了解冬小麦的生长状况、制定科学有效的农业生产决策具有参考价值。     

基于雨养指示线的灌溉概率指数计算与验证

发展物理意义明确、指示意义强的灌溉特征参量有助于提高灌溉耕地制图精度.基于灌溉可以减缓或者抑制气象干旱向农业干旱演变的原理,该研究提出了雨养指示线的概念,并基于此发展了灌溉概率指数.选择有良好灌溉数据基础的美国内布拉斯加州为研究区,利用降水、实际蒸散发和潜在蒸散发数据计算的气象干旱指数和农业干旱指数来表征研究区的气象干...     

土壤水分反演的特征变量选择研究综述

土壤水分是水、能量和生物地球化学循环中不可忽略的组成部分,土壤水分信息对水资源管理、农业生产以及气候变化等相关研究有着重要意义。基于遥感数据的土壤水分反演算法是获取土壤水分信息的重要手段,通过对影响土壤水分反演的因素进行梳理,将影响因素抽象为包括土壤特征,植被特征,以及气象特征在内的特征变量,并以此为主线对土壤水分的反演研究进行回顾与梳理。分析了利用不同特征变量反演土壤水分时存在的问题和发展趋势,指出土壤水分反演过程中存在特征变量理论研究不足、综合应用不深的问题,强调耦合使用各类特征变量以提高水分反演精度是未来的研究热点。     

异常气候条件下小麦估产方法研究

发展针对异常气候条件下的作物估产模型,对于理解气候变化对作物产量的影响,提高估产模型的适用性具有重要意义。本文提出了一种综合气象灾害指标、遥感植被指数与趋势产量的随机森林回归估产方法,基于该方法构建了中国五大麦区的小麦单产估算模型,并选择典型的灾害年份在县级尺度和麦区尺度上分别进行了精度验证,对比分析了不同麦区输入变量对估产模型构建的重要性。结果显示：五大麦区估产模型拟合精度的R²均在0.95以上,各麦区县级实际单产与预测单产平均相对误差均低于0.060,区级均低于0.049;输入变量在不同麦区的重要性存在差异。标准化降水蒸散指数在五大麦区重要性均较高,干热风指标在西北春麦区与北部春麦区相比其他区域更重要,月平均温度距平与月平均降水距平在各个麦区的重要性差异不大,小麦拔节期与抽穗期的标准化差分植被指数（NDVI）重要性相对其他时间段的NDVI更高。本文构建的估产模型能够满足异常气候条件下估产的精度,可以为极端气候条件下大尺度的估产研究提供参考。     

气候变化下干旱对中国玉米产量的影响

了解干旱的时空变化特征及其对农业生产的影响对于维护农业可持续发展具有重要意义。该研究以中国五大主要玉米种植区中241个地级行政单元作为研究对象,采用AquaCrop作物模型分别对rcp2.6、rcp4.5、rcp8.5,3种代表性浓度路径情景中玉米在不同灌溉条件下的受到的水分胁迫及相应产量进行模拟,在此基础上通过建立回归模型评估干旱强度对玉米产量损失的影响。结果表明,1)未来中国的干旱强度分布及玉米产量损失在空间上均呈现由西北至东南递减的趋势;2)未来时期全国大部分地区干旱水平相比于历史时期有所上升;3)玉米干旱损失率随干旱指数的变化特征符合Logistic曲线,回归结果的R~2为0.96。4)未来北方春播玉米区和黄淮海夏播玉米区的玉米产量对干旱强度反应最敏感,应当引起格外重视。     

采用AquaCrop作物生长模型研究中国玉米干旱脆弱性

干旱脆弱性评价作为干旱风险评估和灾损评估的重要环节,在保障国家粮食安全和农业可持续发展中具有重大意义。该文以中国5大玉米种植区为研究区域,以其中241个主要玉米种植城市为基本单元,采用扩展傅里叶幅度检验法选取出2个敏感参数(作物冠层形成后到衰老之前的作物系数和参考收获指数),并在此基础上对AquaCrop作物模型进行逐市的参数标定。利用参数标定后的模型对不同灌溉条件下玉米受到的水分胁迫及相应情景下的产量进行模拟计算,分别建立了5个玉米种植区对应的干旱脆弱性曲线。结果表明:5个区域的脆弱性曲线拟合结果均为S形曲线,当干旱强度指标达到0.2附近时,产量损失率开始迅速增加;当干旱强度指标达到0.6左右时,产量损失率接近最大值。拟合函数的决定系数R^2分别在0.47~0.98之间,曲线拟合结果较好,在中国区域性玉米干旱脆弱性研究与干旱风险评估领域具有一定的理论与应用价值。     

基于遥感数据的呼伦贝尔草原放牧强度研究

呼伦贝尔草甸草原是我国主要的畜牧业基地,放牧强度直接影响着该草原生态系统的稳定和可持续发展。本文首先建立了研究区草地地上生物量的遥感估算经验模型,然后结合净初级生产力(NPP),研究了草地放牧强度估算方法;基于该方法,利用2014年6月到7月多期Landsat遥感数据计算谢尔塔拉牧场草地地上生物量变化和放牧强度。研究结果表明:所使用方法可较好用于放牧强度的估算,估算结果与实际情况基本吻合,决定系数R²达0.7996;谢尔塔拉牧场的公共放牧区放牧强度范围为1~2.5 Au/hm²,属于过度放牧状态,重度放牧区多位于小型湖泊周围和草地面积较少但牛相对较多的生产队,轻度放牧区多位于围封地;将尺度扩展到海拉尔区分析:所使用方法能够准确地将轻度、中度和重度放牧区分开,且海拉尔区东北方向的放牧强度明显高于西南地区。     

基于趋势单产和干旱指数的河南省冬小麦单产估算

为了探究相关气象因子对小麦生产的影响,获取极端气候条件下满足精度需求的作物估产模型,以河南省为研究区,对研究区的历史小麦单产数据进行时间序列分解,得到趋势单产,再结合不同时间尺度干旱指数作为输入变量,以实际单产作为输出变量,建立随机森林回归单产估计模型。选择典型干旱年份(2011年)与非干旱年份(2015年)进行小麦单产模型的精度验证,并对输入变量的重要性进行了分析。结果显示,随机森林回归单产估计模型拟合精度整体较高,各市模型的决定系数平均为0.87,平均绝对值误差的均值为17.69 kg·hm~(-2),平均绝对相对误差的均值为0.07。面积加权和简单平均估计得到的各市小麦估产的精度平均值在2011年分别为96.16%和95.12%,在2015年分别为92.99%和92.26%。干旱年份估产精度整体上高于非干旱年份估产精度,面积加权后的小麦单产估计精度略高于简单平均的小麦单产估计精度。对建模贡献最大的输入变量是趋势单产。就干旱指数来说,1个月时间尺度的干旱指数重要性整体高于2和3个月时间尺度的干旱指数;4月份的干旱指数重要性整体高于生长季其他月份的干旱指数。该模型能够准确及时地获取极端气候下小麦产量信息以及变量对小麦产量的影响,可以为研究气候变化对小麦产量的影响和提高极端气候条件下的估产精度提供方法参考。     

作物产量指数设计及在黑龙江省的应用

针对传统基于归一化植被指数（normalized difference vegetation index，NDVI）的作物长势监测方法对于同一时期处于不同生育阶段的作物缺乏可比性，以及NDVI的高低不能直接代表产量的高低的问题，该研究设计了一种可以动态反映作物长势和产量变化的具有时空可比性的统计指数（作物产量指数）。以黑龙江为例，基于单产数据、气象数据、遥感数据、作物分布数据，对3种作物分别进行估产分区，综合使用随机森林重要性评价方法和留一法为各估产分区筛选最优估产建模变量，构建动态估产模型和产量指数计算模型，并在2022年作物生长季（6—9月）进行了大豆、玉米、水稻的动态估产和产量指数预报和分析。结果显示：1）建模指标的重要性从高到低依次为趋势单产、遥感植被指数、气候类指标。2）3种作物整体单产预测精度最高的为水稻，其平均绝对相对精度(mean absolute relative precision，MARP)为95.20%，其次是玉米（MARP为93.81%），最后是大豆（MARP为92.73%）。3）以历史5 a为基期计算的3种作物的6—9月的产量指数的对比结果显示，大部分区县3种作物各月的产量指数差异处于“平”状态。4）生长季产量指数的月环比结果显示大部分区县产量指数的月环比值处于-0.01~0.01之间。该研究设计的作物产量指数可用于比较某一统计单元（如县、市或省）在特定评估时间点相对于其历史平均单产的增减状况，也可以环比相邻两个评估时间点的产量变化情况；在空间维上可以比较同处于某个特定评估时间点的不同统计单元的单产指数的高低情况，在长势监测、产量预报等中具有很好的应用前景。     

用于灌溉耕地制图的特征变量优选

灌溉耕地制图可以为粮食安全、水资源管理和气候变化等相关研究提供数据基础.构建和选择表征灌溉耕地信息的特征变量是灌溉耕地制图最重要的环节之一.该研究选择有良好灌溉信息数据基础的美国内布拉斯加州为研究区,基于已有灌溉耕地空间分布图和灌溉信息数据,提取灌溉耕地和雨养耕地的样本,计算了样本的4类82个特征变量,利用随机森林对比...