基于无人机多光谱影像的荒漠草原典型物种识别

【目的】 准确获取草原植物物种空间分布信息是草原生态系统生物多样性监测、群落重构与生态功能维持的重要基础。及时准确获取植物物种空间分布可以为草原植物物种信息提取提供有效技术手段。【方法】 文章以无人机多光谱影像为基础,分别在像元尺度和对象尺度上开展了荒漠草原典型物种的信息提取方法研究。像元尺度上先定义样本计算样本可分离性,在选择不同分类器进行分类。而对象尺度上首先进行遥感影像尺度分割研究,选出最佳分割尺度。在此基础上,提取最优特征变量,并采用阈值分类法提取植被信息。【结果】 高分辨率无人机多光谱数据能够为荒漠草原物种信息提取提供有效数据基础。面向对象影像分析技术的表现最好,总体精度85.16%,Kappa系数0.71,其中短花针茅的制图精度和用户精度分别为97.6%和86%;其次是支持向量机机器学习算法,其总体精度80.40%,Kappa系数0.70,短花针茅的制图精度和用户精度分别为90.08%和76.46%;而传统最大似然分类法的识别精度较低,总体精度为74.68%,Kappa系数0.64,短花针茅的制图精度和用户精度分别为72.40和81.96。【结论】 无人机多光谱数据对于集中连片分布的植被物种的识别能力较强,而对零星分布的物种的识别精度并不理想,但该文结果能够为大尺度草原植物物种识别提供一定参考。     

夯实农业发展基础 促进农业增产增收——定西市实施全省500万亩梯田建设工程的做法和成效

定西市抢抓全省启动500万亩(15亩=1 hm2)梯田建设工程的机遇,创新机制,整合项目,以梯田建设为主体,山、水、田、林、路、村统一规划,实施综合治理;依托梯田工程,大力培育特色产业,发展现代旱作农业,有效促进了粮食增产、农业增效、农民增收。总结了梯田建设的做法和成效,提出了发展的思路和目标。     

基于高光谱指数估测马铃薯植株氮素浓度的敏感波段提取

  【目的】  基于光谱指数的氮素营养诊断是快速获取作物氮素营养状况的方式之一。其中，利用可见光和近红外波段光谱反射率构建的比率和归一化光谱指数对估测作物氮素营养状况具有重要意义。解决氮素营养诊断过程中存在的指数饱和及数据离散问题，以评价已有比率和归一化光谱指数对马铃薯关键生育时期植株氮素浓度诊断的可行性。  【方法】  2014—2016年在内蒙古武川县和四子王旗，设置了4个不同氮肥梯度的多点田间试验。在马铃薯块茎形成期、块茎膨大期和淀粉积累期，采集试验地和邻近农田马铃薯地上部和块茎样品，分析其氮素含量。并在马铃薯冠层以上50～80 cm采集光谱数据。用试验田数据建立了12个已发表的比率、归一化光谱指数和波段优化光谱指数与马铃薯关键生育时期植株氮素浓度的相关性与估测模型，并用农田马铃薯数据验证模型的精度。  【结果】  马铃薯植株氮素浓度分布范围在1.89%～4.69%，平均氮素浓度为3.30%，变异系数为18.75%；验证集数据来源于农民田块，马铃薯植株氮素浓度分布范围在2.00%～4.92%，平均氮素浓度为3.34%，变异系数为19.27%。蓝紫光400～450 nm和红边690～720 nm波段是马铃薯植株氮素浓度估测的敏感波段，部分已有光谱指数虽然可以用于马铃薯植株氮素浓度的估测，但是蓝紫光波段的缺失大大降低了估测的准确性。通过波段优化算法确定的优化光谱指数RSI、NDSI最佳波段位置分别为430、694和426、694 nm。基于优化光谱指数NDSI (426 nm、694 nm) 建立的马铃薯植株氮素浓度线性估测模型为y=?6.87x+6.08，决定系数R2最高，为0.68；RSI光谱指数与马铃薯植株氮素浓度的线性估测模型为y=?1.11x+5.92，R2为0.65，与已有比率和归一化光谱指数相比，优化光谱指数RSI和NDSI克服了高氮浓度条件下光谱指数饱和现象，显著提高了马铃薯植株氮素浓度的线性建模效果。农民田块验证数据显示，估测模型的估测值与实测值接近1∶1线，其中NDSI光谱指数估测模型的验证效果最佳，平均相对误差RE 和均方根误差RMSE分别为10.58%和0.42%。  【结论】  本研究通过波段优化算法确定了比率和归一化光谱指数的马铃薯植株氮素浓度敏感波段，采用蓝紫光400～450 nm和红边690～720 nm波段进行马铃薯植株氮素浓度估测，可以改善诊断高氮浓度时的指数灵敏度和数据离散问题，提高马铃薯植株氮素营养诊断的精度。     

基于全株生物量和全株氮浓度的马铃薯氮临界浓度稀释模型的构建及验证

  【目的】  临界氮浓度稀释曲线的构建是作物氮素营养诊断的基础，然而其曲线参数可能受品种等因素影响。本研究的主要目的是构建滴灌条件下常见马铃薯品种临界氮浓度稀释曲线模型，并利用相应的氮素营养指数进行马铃薯氮素营养诊断。  【方法】  于2014—2016年分别进行了滴灌条件下3个马铃薯品种、不同施氮量的田间试验。在马铃薯苗期、块茎形成期、块茎膨大期、淀粉积累期和收获期5个关键时期，进行地上部茎叶和地下部块茎取样，分别测定了生物量和氮浓度，根据公式计算出马铃薯全株生物量和全株氮浓度。根据全株生物量和全株氮浓度建立临界氮浓度稀释模型和相应的氮素营养指数。  【结果】  马铃薯地上部生物量和地上部氮浓度以及全株生物量和全株氮浓度都是随着生育时期的推进呈现出负幂函数关系，基于地上部生物量和地上部氮浓度建立的临界氮浓度稀释曲线决定系数平均为0.52，而以马铃薯全株生物量和全株氮浓度建立临界氮浓度稀释曲线决定系数平均为0.94，较前者提高了80%。以马铃薯全株生物量和全株氮浓度建立临界氮浓度稀释模型更为合理，且受品种影响较小，克新1号、夏坡地和荷兰14用同一个临界氮浓度稀释曲线的决定系数均达到0.95，表明构建的氮素营养模型可以进行不同品种的马铃薯氮素营养诊断。  【结论】  相对于传统籽粒型作物基于地上部生物量和地上部氮浓度建立临界氮浓度稀释模型，基于全株生物量和全株氮浓度建立的临界氮浓度稀释模型适用于不同品种马铃薯的营养诊断。在内蒙古滴灌生产条件下，马铃薯临界氮浓度稀释模型为Nc = 4.57W–0.41，基于该模型计算的马铃薯克新1号合理施氮量为N 170～180 kg/hm2、夏坡地合理施氮量为 190～200 kg/hm2、荷兰14合理施氮量为 215～225 kg/hm2。这些计算结果与试验结果的吻合度达到了0.95。     

紫外分光光度法测定土壤硝态氮校正因数的优化

土壤硝态氮在旱地作物氮素养分管理中具有极其重要的作用,紫外分光光度法测定土壤硝态氮具有操作简便、测定速度快以及干扰因素较少等优点被多数实验室所青睐,然而紫外分光光度法中校正因数由于受到浸提剂、波长选择以及土壤类型影响具有不确定性需要优化。选取内蒙古从东到西不同生态区域的8种土壤类型进行了土壤硝态氮的测定,研究了浸提剂种类以及波长选取和土壤类型对紫外分光光度法中校正因数的影响。结果表明,浸提剂和波长对于校正因数都具有重要的影响,CaCl_2和KCl浸提剂得出的校正因数值之间没有相关性,210,220 nm处的校正因数值有极显著的相关性,且210 nm处的校正因数值普遍高于220 nm。不同土壤类型在不同浸提剂和波长对校正因数的影响不尽相同。KCl浸提剂在210,220 nm处的校正因数值分别为3. 4,2. 8,而CaCl_2浸提剂在210,220 nm处的校正因数值分别为4. 4,2. 9。在不同浸提剂和不同波长条件下测定硝态氮含量与酚二磺酸法相比,以KCl为浸提剂选取220 nm波长(校正因数2. 8)有最低的RMSE和RE%,分别为1. 8,15. 6%,流动分析法和反射仪法的比较进一步证明了KCl浸提剂220 nm处修正校正因数为2. 8的可靠性。     

高密度青贮裹包机使用操作及注意事项

当前在饲草青贮工艺之中存在着一种较为特殊的饲草工艺,即高密度青贮裹包工艺.而根据当前的现实情况来看,高密度裹包工艺主要是被使用在了以发达国家为主的农业上,该类新型工艺与传统工艺相比较来说具有不可比拟的优越性,比如说这种新型的饲草工艺可以在更大的程度上降低营养流失的概率等.     

应用IKONOS卫星影像监测冬小麦氮营养状况

应用从高精度卫星影像获取的光谱植被指数和单波段光谱反射值与冬小麦拔节期氮素营养状况进行了相关分析,结果发现:高精度卫星光谱归一化植被指数、绿植被指数、比值植被指数、优化土壤调节植被指数和单波段光谱反射值红外波段与拔节期小麦叶片叶绿素仪读数、茎基部硝酸盐含量、地上部生物量和地上部吸氮量等都有显著的线性正相关关系,相关系数范围在0.651~0.860之间。而红光波段、绿光波段则与拔节期小麦氮营养诊断指标呈显著线性负相关关系,相关系数范围在-0.803~-0.574之间。且上述光谱植被指数和单波段反射值均与小麦拔节期优化施氮量有很好的相关关系。因此,可以应用高精度卫星影像结合地面土壤植株测试进行冬小麦拔节期的冠层氮营养诊断和氮肥推荐。     

金沙江乌东德水电站生态调度目标鱼类筛选研究

生态调度是缓解水电工程对鱼类不利影响的有效措施之一,确定生态调度目标鱼类是制定生态调度方案的基础和前提。在野外调查和查阅相关文献资料的基础上,运用物种濒危系数、遗传价值系数和物种价值系数对金沙江乌东德坝址至白鹤滩坝址之间分布的53种土著鱼类进行生态调度需求次序的定量研究,结果表明,处于生态调度需求1级的鱼类有4种,为圆口铜鱼、长鳍吻鮈、中华金沙鳅和齐口裂腹鱼,这些鱼类均属长江上游特有鱼类,也是受水电开发影响较为显著的种类;处于生态调度需求2级的鱼类有14种,包括长江上游特有鱼类11种,这些鱼类产卵繁殖对流水生境均有一定需求;处于生态调度需求3级的鱼类有28种,这些鱼类以广适型种类为主,对水流条件的要求不高;处于生态调度需求4级的鱼类有7种,多为常见的小型鱼类,其产卵繁殖对生境要求不高。评价结果基本反映了乌东德坝下江段鱼类对生态调度的实际需求,考虑到产漂流性卵鱼类和产粘沉性卵鱼类繁殖需求的差异,综合确定圆口铜鱼和齐口裂腹鱼为乌东德水电站生态调度的主要目标鱼类,长鳍吻鮈、中华金沙鳅等作为兼顾目标鱼类。     

基于数码图像的甜菜氮素近地遥感监测模型

为定量研究利用数码图像进行甜菜冠层叶片氮含量(Leaf nitrogen content,LNC)时空变化监测的适宜性及准确性,以2014年内蒙古赤峰市松山区太平地镇田间试验为基础,在甜菜各生长阶段采集甜菜冠层数码图像,利用数字图像处理技术对图像进行分割并提取红光值(R)、绿光值(G)和蓝光值(B)。分析R/B、G/B等9个颜色参数与不同生育期冠层LNC的相关性,并研究冠层LNC随施氮量的变化规律,探寻适宜于甜菜氮素营养监测的关键生育时期及最佳颜色参数。分别利用支持向量机(Support vector machine,SVM)和BP人工神经网络(BackPropagation artificial neural network,BP-ANN)建立甜菜冠层LNC预测模型。研究结果表明,BP-ANN预测模型具有较高且较稳定的预测精度,其验证集的决定系数R~2和均方根误差RMSE分别为0.74和2.35,与SVM模型相比,BP-ANN模型的决定系数R~2提高了12.12%,均方根误差RMSE降低了8.09%。     

氮肥用量和脲酶抑制剂对滴灌马铃薯田氧化亚氮排放和氨挥发的影响

【目的】 氨挥发和氧化亚氮排放是氮素损失的重要途径。内蒙古阴山北麓滴灌马铃薯田种植面积大,普遍存在过量施肥的问题。研究适宜的氮肥用量,利用脲酶抑制剂来抑制氨挥发和氧化亚氮排放,对提高当地氮肥利用率和减缓环境压力具有重要意义。 【方法】 田间试验分两年在内蒙古武川县两个村庄进行,供试地块种植马铃薯,采用滴灌技术。2015年设置4个处理,分别为:不施氮 (CK);优化施氮模式,施N 180 kg/hm2 (Opt);优化施氮减半模式,施N 90 kg/hm2 (OptR);农民传统施肥量,施N 270 kg/hm2 (Con)。2016年试验处理根据2015年的结果进行调整,设置4个处理:不施氮 (CK);优化施氮添加脲酶抑制剂模式,施N 162.6 kg/hm2 (OptI);优化施氮模式, 施N 162.6 kg/hm2 (Opt);农民传统施肥量,施N 320 kg/hm2 (Con)。分别采用静态暗箱法和通气法采集氧化亚氮和氨气,每次施肥后,两天采集一次气体样品,氧化亚氮连续取样三次,氨气持续取样直至气体含量低于仪器检测值下限。 【结果】 氨挥发速率在施入尿素后第1～5 d出现峰值。Con处理2015和2016年氨挥发的最大峰值分别是13.2 mg/(m2·d) 和5.3 mg/(m2·d),氨挥发累积量分别为N 3.61和3.96 kg/hm2;Opt处理的最大峰值分别为8.69 mg/(m2·d) 和3.19 mg/(m2·d),累积挥发量分别为N 3.11和2.72 kg/hm2;OptR处理氨挥发速率最大峰值为5.63 mg/(m2·d),氨挥发累积量为2.66 kg/hm2,OptI处理氨挥发速率最大峰值为3.67 mg/(m2·d),氨挥发累积量为2.50 kg/hm2。氨挥发累积量随着氮肥用量的增加而增多,Con处理的氨挥发量显著高于其他处理;氧化亚氮排放量在施入尿素后第3 d达到峰值,Con处理2015和2016年的氧化亚氮排放峰值分别达到0.3 mg/(m2·d) 和0.2 mg/(m2·d),氧化亚氮累积排放量分别为N 1.96和1.18 kg/hm2,显著高于其他处理;Opt处理两年的排放最大峰值均为0.11 mg/(m2·d),氧化亚氮累积排放量为N 0.95、0.69 kg/hm2;OptR的氧化亚氮排放量最大峰值为0.09 mg/(m2·d),累积量为0.90 kg/hm2。OptI的氧化亚氮排放量最大峰值为0.12 mg/(m2·d),氧化亚氮累积量为0.66 kg/hm2。相比Opt,OptI处理的氨挥发和氧化亚氮累积排放量分别降低了11.8%和16.7%,但未达到显著水平。氨挥发速率与土壤温度呈显著正相关,土壤温度的升高会显著增加氨挥发速率,土壤湿度的增加会抑制氨挥发速率,影响不显著。氧化亚氮的排放与土壤湿度呈显著正相关,土壤中水分增加会显著增加氧化亚氮的排放量,土壤温度与氧化亚氮排放成负相关,影响未达到显著水平。 【结论】 与农民传统施肥模式相比,优化施氮模式可显著降低氨挥发和氧化亚氮排放量,添加脲酶抑制剂未达到显著降低尿素氨挥发量和氧化亚氮排放的效果。土壤湿度和土壤温度在一定程度上影响着氨挥发速率和氧化亚氮的排放通量。在供试地区马铃薯田的施肥管理中,推荐可有效地降低氨挥发和氧化亚氮排放量的优化施氮模式。