精细农业的技术组成、决策分析及在我国的应用实践

“精细农业”技术的核心是用信息技术改造传统农业,在机械化基础上,将地理信息系统、定位系统、决策支持系统、传感技术进行集成,实现农业可持续发展目标。在充分了解“精细农业”技术组成的基础上,探讨了“精细农业”的应用范围,结合我国国情,提出承我国实施“精细农业”技术方案。     

Coastal sea surface temperature and coho salmon production off the north-west United States

A time series of mean weekly sea surface temperature (SST) images was used to investigate the relationship between fluctuations in the marine survival of hatchery-reared coho salmon and coastal ocean dynamics off the north-western United States (51° to 37°N) between 1985 and 1996, using univariate and nonlinear bivariate regression analysis. Ocean conditions were matched against survival for a number of different annual time frames according to the sum of negative or positive weekly SST anomalies. From the univariate analyses, the sum of negative anomalies from April to June, when the juvenile salmon first enter the ocean, was found to have an R ² of 0.88 against survival with 1991 excluded as an outlier. The bivariate multiple regressions used the sum of negative anomalies from April to June as the first independent variable. When the sums of positive anomalies from the following periods during the fishes' second calendar year in the ocean were each used as the second independent variable, the R ² values were all greater than or equal to 0.92 (with no data points excluded): January to June, February to June, April to June, March to June. These results are discussed within the context of coastal ocean processes. It is concluded that the analysis of SST image time series might allow management to make reasonable forecasts of hatchery-reared coho salmon survival.     

近50年中国气温变化的区域差异及其与全球气候变化的联系

采用1961-1990年逐年年平均气温资料,运用旋转经验正交函数(REOF),将中国大陆划分为8个气温变化区。之后依据1951-2000年逐月气温和年平均气温资料,采用线性回归和滑动平均等方法分析各个区域的气温变化趋势和特征。最后分析了六个遥相关指数与每个区域年平均气温、冬季气温、夏季气温标准化序列的相关关系,指出中国气温变化与全球气候变化的相关性。研究发现:1951—2000中,我国大陆35oN以北地区年平均气温变暖显著于35oN以南。23-35oN、90-112.5oE即青海南部、西藏东部、四川和云南的西部变冷。所有区域90年代为最暖期,且都存在显著变暖趋势。35oN以北地区冬季的变暖速率显著大于夏季和年平均气温的升温速率。我国的气温变化与全球气候变化有一定程度的相关关系,而且不同季节,响应全球大气变化的区域也不同。     

景谷县森林蓄积量遥感估测及其动态变化分析

以云南省景谷县为研究区,基于Landsat5和Landsat8遥感数据,利用2012年和2017年两期全国森林资源连续清查实地调查数据,建立多元逐步回归和随机森林模型对景谷县森林蓄积量进行遥感估测对比研究。结果显示:综合建模精度来看,随机森林法在相同样地数量条件下具有更好的估测效果;从估测结果与林地保护利用规划和林地变更数据结果相比较,随机森林法估测值接近真实值,估测精度较高。     

高压直流接地极对埋地管道的干扰监测及影响规律

为了掌握高压直流输电工程接地极对埋地管道杂散电流干扰的影响规律,在17个高压直流输电工程接地极附近的12条管道上安装了电位远程监测系统,对管道电位进行长时间连续监测.通过管道电位变化分析接地极的干扰频次和干扰时间,以及管道受干扰程度、影响范围.监测结果显示:通过对管道电位长时间连续监测能够准确判断出接地极对管道的干扰影...     

基于无人机光谱遥感的田块尺度蒸散发空间分布估算

针对农田中高分辨率空间模式蒸散量(ET)缺少有效量化的问题,提出一种基于无人机(UAV)估算农田蒸散量的方法。构建了M100型多旋翼无人机搭载FLIR Vue ProR热像仪和Micasense Red Edge多光谱成像仪的采集数据平台;将无人机数据匹配卫星遥感蒸散模型,比较典型单层模型METRIC(Mapping evapotranspiration at high resolution with internalized calibration)模型和典型双层模型RSEB(Remote sensing energy balance)模型在农田中的适用程度;针对RSEB模型的土壤热通量计算方式不适用于农田环境的问题,对模型进行基于多光谱数据的改进;针对模型中温度参数易产生较大误差的问题,基于无人机热像仪数据与实际温度间的关系,对获取的热像仪数据进行校正;将模型计算值与涡度相关系统(OPEC)测量值进行对比。结果表明,结合无人机多光谱数据的RSEB模型经过温度校正可得到结果较为准确的通量数据,显热通量均方根误差为20. 013 W/m~2,平均绝对误差为15. 835 W/m~2,潜热通量均方根误差为40. 202 W/m~2,平均绝对误差为26. 017 W/m~2,进而得到分米级分辨率的农田蒸散量空间分布图。本文估算方法可以有效获取高分辨率空间模式的田间蒸散量,为精准农业灌溉提供技术支持。     

猪舍环境无线多点多源远程监测系统设计与试验

为及时掌握猪舍内主要环境参数的时空分布特性,设计了猪舍环境无线多点多源远程监测系统。采用ZigBee网状拓扑结构进行无线分布式组网,节点设备以"一主多从"的形式实现多点监测。从节点以STM32嵌入式控制芯片为核心,搭载温度、相对湿度、氨气浓度、二氧化碳浓度等多种传感器。各从节点将实时采集的数据通过主节点上传至服务器,最终在Web端实现系统远程监测的功能。在广东省某规模化种猪场进行系统测试,并分析了分娩舍内各环境参数的时空分布特性。试验结果表明:分娩舍各区域温湿度变化呈负相关性,相对湿度较高;舍内氨气浓度及二氧化碳浓度变化差异性极显著(P 0. 01);系统运行稳定,锂电池可持续工作170 h,平均丢包率2. 39%,各环境参数监测量准确可靠,区域性差别显著。该系统有利于快速感知猪舍环境参数分布特性,可为猪舍环境控制优化提供参考。     

基于随机森林偏差校正的农业干旱遥感监测模型研究

以3个月尺度的标准化降水蒸散指数(SPEI3指数)为因变量,采用融合多源遥感数据的随机森林(RF)算法构建淮河流域2001—2014年作物生长季(4—10月)的农业干旱监测模型,采用简单线性回归、偏差估算法、旋转残差法和最优角度残差旋转法4种方法进行模型结果校正,以决定系数(R2)、均方根误差(RMSE)及干旱等级监测准确率对模型监测能力进行评估。选取最优校正方法,构建随机森林偏差校正干旱监测模型(Bias-correcting random forest drought condition,BRFDC),通过站点实测土壤相对湿度及干旱事件记录对模型干旱监测能力进行验证。结果表明:采用最优角度残差旋转法校正后,模型模拟精度指标R2和RMSE分别为0.897、0.874和0.335、0.362,优于其他校正方法;偏差估算法对各类干旱等级监测更为准确,尤其是对极端干旱的监测准确率最高,达到33.3%～50.0%,最终采用偏差估算法作为最优校正方法,构建BRFDC模型;相比SPEI3,BRFDC模型计算指数与大部分站点土壤相对湿度的相关性更加显著(P 0.01),适于农业干旱监测; BRFDC模型能够准确监测淮河流域2001年严重干旱事件的时空演变过程,并能有效识别极端旱情。该模型可为淮河流域农业抗旱工作的有效开展提供科学依据。     

Comparative analysis of multi-criteria probabilistic FR and AHP models for forest fire risk(FFR) mapping in Melghat Tiger Reserve(MTR) forest

A comparative study of Frequency Ratio(FR)and Analytic Hierarchy Process(AHP)models are performed for forest fire risk(FFR)mapping in Melghat Tiger Reserve forest,central India.Identification of FFR depends on various hydrometeorological parameters altitude,slope,aspect,topographic position index,normalized differential vegetation index,rainfall,air temperature,land surface temperature,wind speed,distance to settlements,and distance by road are integrated using a GIS platform.The results from FR and AHP show similar trends.The FR model was significantly higher accurate(overall accuracy of 81.3%,kappa statistic 0.78)than the AHP model(overall accuracy 79.3%,kappa statistic 0.75).The FR model total forest fire risk areas were classified into five classes:very low(7.1%),low(22.2%),moderate(32.3%),high(26.9%),and very high(11.5%).The AHP fire risk classes were very low(6.7%),low(21.7%),moderate(34.0%),high(26.7%),and very high(10.9%).Sensitivity analyses were performed for AHP and FR models.The results of the two different models are compared and justified concerning the forest fire sample points(Forest Survey of India)and burn images(2010-2016).These results help in designing more effective fire management plans to improve the allocation of resources across a landscape framework.     

基于高分卫星遥感的天然草地牧草营养含量季节动态反演的研究

本试验选取了青海省海北地区的海晏县作为研究区域，按照返青期（4-6月）、盛草期（7-9月）、枯黄期（10-12月）和枯草期（1-3月）4个阶段，试图通过实地测量、实验室分析与高分遥感影像相结合，分别筛选与草地各营养指标含量相关性最优的植被指数，建立草地营养含量月际动态估测模型，旨在将高分卫星影像与地面高光谱数据相结合，初步探寻天然草地各营养指标含量的月际动态规律，对指导冷季补饲及实现草地资源最优配置具有重要意义。结果表明：结合高分遥感数据，针对不同月份分别筛选最佳反演模型，对各营养指标含量进行反演，以此分析草场各营养含量月际动态变化规律是可行的；牧草干物质、粗蛋白、钙和磷含量随着返青期-盛草期-枯黄期-枯草期的变化趋势，基本呈现先增后减型变化。4个阶段中，草场干物质和磷含量最大相差约6倍，粗蛋白含量最大相差约7倍，钙含量最大相差约17倍。