利用水稻成熟期冠层高光谱数据进行估产研究

通过大田小区试验,测定了2个品种、3个供氮水平处理的水稻抽穗后不同时期冠层的高光谱反射率、叶面积指数及理论产量和实际产量。结果表明,抽穗后水稻冠层光谱反射率随发育期推移在可见光范围逐渐增大,在近红外区域逐渐减小;理论产量、实际产量与差值植被指数R1200-R680、R990-R680、R800-R680、R1200-R550、R990-R550、R     

玉米籽粒发育的调控研究：Ⅲ.离体条件下的化学调控机理探讨

筛选出一种改良培养基，建立起有效的实验室内玉米果穗器官离体培养系统，可将授粉后３天带有３０￣５０个籽粒的果穗顶部器官培养至籽粒生理成熟。并应用此法研究了添加不同浓度赤霉酸（ＧＡ３）、脱落酸（ＡＢＡ）等生长调节剂对籽粒发育的影响。结果表明：对授粉后３￣７天取样培养的离体果穗顶部，１￣２５ｍｇ／Ｌ的ＧＡ３处理均表现出籽粒发育不良，而添加０．５ｍｇ／Ｌ浓度的ＡＢＡ可促进籽粒的发育，添加１０￣５０ｍｇ／Ｌ     

滴灌系统辅助设计中材料表的自动产生

在AutoCAD环境下采用ObjectArx技术，开发了滴灌计算机辅助设计软件系统，实现了滴灌设计中材料表的自动产生，提高了工程设计自动化程度和效率。系统能够由具有滴灌规划设计基本常识的非专业人员使用。     

高光谱遥感监测冬小麦条锈病的研究进展(综述)

从高光谱遥感监测冬小麦条锈病的原理、特点、关键技术路线及存在的难点等方面出发综述利用遥感这一高技术手段来大面积监测农业上的重要病害之一-条锈病的方法以及把遥感的空间数据、影像与地面数据模型结合起来监测作物病害的可行性.同时展望基于GIS辅助的遥感技术在监测作物病害等方面的发展前景.     

夏玉米叶面积指数的高光谱遥感植被指数法研究

通过不同品种夏玉米在不同供氮水平下的田间试验,测定夏玉米冠层在不同时期的光谱反射率及对应的群体叶面积指数(LAI),综合分析10个常见光谱植被指数与夏玉米LAI的相关性及预测性.结果表明,光谱植被指数的预测性在夏玉米喇叭口-吐丝期最佳,预测性主要依赖于LAI的整体变化,结合不同品种、不同生育时期和氮肥处理的试验资料对其预测性进行检验,说明光谱植被指数能准确地预测LAI.尤其是近红外与绿光波段的比值(R810/R560)与LAI呈显著的指数关系,不受品种类别、生育时期和氮肥水平的影响,回归模型为LAI=0.765e0.2637R810/R560.利用样本A和B对R810/R560的预测性进行综合检验,表明模拟值与实测值之间符合度较高,平均R2＝0.9573**,估算的平均RMSE为0.0365,精确度和准确度平均值分别为95.63%和 98.47%.     

用航空成像光谱数据获取小麦冠层信息的研究

 在对航空平台OMIS成像光谱数据进行几何、辐射校正和反射光谱重建的基础上 ,根据大量田间同步采样数据建立的基于成像光谱特征参数的小麦冠层叶片叶绿素、水分、全氮、可溶性糖等生化参量反演模型 ,实现了用航空成像光谱数据对田间小麦冠层生化参量的整体反演。结果表明 ,用成像光谱数据对田间作物进行营养诊断是可行的 ;以生化参量为“波段”的彩色合成图像 ,为农学家用生化参量的空间分布及其差异解释作物产量构成机理展现了新的视角     

冬小麦不同群体冠层结构的高光谱响应研究

 选择株型差异较大的冬小麦品种，并通过部分品种不同密度试验，分析了冠层结构的两个重要指标叶向值（LOV）与叶面积指数（LAI）与光谱特征参量的关系，同时对20个不同处理进行了聚类分析。结果表明，不同生育阶段株型指标LOV和群体大小指标LAI对光谱的贡献是不同的，前期（以拔节期为主）LOV对光谱的影响要大些，后期主要受LAI的影响；对拔节期包括品种和密度在内的共20个处理进行聚类分析，划分了株型和群体大小的不同组合4个（A-株型直立，群体较小；B-株型直立，群体较大；C-株型披散，群体较小；D-株型披散，群体较大）；拔节期不同类组冠层光谱反射率在400～700 nm范围内反射率由高到低的顺序为A>B>C>D，700～1 150 nm范围内顺序与其相反，并且差异更加显著，此期是利用光谱识别株型的最佳时期；利用近红外波段光谱特征值（拔节期到孕穗期光谱反射率的增量△R890与拔节期反射率R890）做散点图发现，不同类组在散点分布上具有显著差异，通过纵向反射率的差异以及横向两个阶段反射率增量的差异可以对不同群体冠层结构特征进行初步识别。     

基于冠层反射光谱的冬小麦干物质积累量的估测研究

[目的]分析了小麦光谱特征与干物质积累量的相关关系。[方法]通过对冬小麦不同品种的干物质积累量、叶面积等参数和冬小麦冠层光谱反射率、光谱一阶微分和光谱比值植被指数(RVI)的相关分析,确立了冬小麦干物质积累量的敏感波段,并建立了预测模型。[结果]开花期350~700 nm和1 420~1 520 nm冠层光谱反射率和灌浆期350~1 750 nm冠层光谱反射率分别与干物质积累量显著相关;比值植被指数RVI(560,1220)与干物质积累量的相关性较好;确立的冬小麦干物质积累量预测模型为:干物质积累量=-186.94×RVI(560,1220)-2 242.2(R2=0.713 8),说明通过遥感手段监测冬小麦的群体质量是可行的。[结论]该研究为高光谱遥感技术在监测小麦的群体质量的应用提供参考依据。     

农产品质量安全溯源与农田环境监测技术研究

面对农副产品安全检测指标超标事件屡屡发生、农产品产地以及食品安全形势日趋严峻、国际贸易壁垒和市场准入门槛不断增高的现状．国家对农产品安全与农田环境质量日趋重视．消费者对农产品安全信息需求日益增加．迫切需要加强农产品质量检测和农田环境监测。北京市农林科学院根据院内学科调整与资源重组的实际情况．作出了成立北京农产品质量检测与农田环境监测技术研究中心这一着眼长远发展的战略决策。2007年2月12日．北京市机构编制委员会正式批准成立北京农产品质量检测与农田环境监测技术研究中心（以下简称“中心”）。该中心依托于北京市农林科学院．属正处级公益性全额拨款事业单位．人员编制40名。