粮豆轮作遥感监测对卫星时空及谱段指标的需求分析

该文面向粮豆轮作遥感监测卫星数据需求,针对最小监测地块、作物类型、时效性的要求,分别对不同空间分辨率影像识别能力、不同波段组合识别能力、最高云覆盖区域晴空获取能力3个方面进行分析,提出了光学遥感卫星理想的空间分辨率要优于0.3 m,光谱设置可以采取基本波段(蓝、绿、红、近红)+红边或者基本波段(蓝、绿、红、近红)+短波谱段2种方式,重访周期要达到3 d以内。在上述指标满足条件下,能够对中国普遍存在的0.3 m宽度田埂进行有效识别,从而达到地块识别的目标;能够利用作物红边、短波谱段特征的差异,对生长中期玉米、大豆进行有效识别,达到粮豆轮作主要作物类型识别的目的;以3 d的重访周期,可以最大限度获取覆盖中国全国区域的晴空有效影像,在数据源获取上保证粮豆轮作业务化作业能力。该研究可为满足中国粮豆轮作等农情遥感监测需求的农业监测卫星研制及相应指标规定提供参考。     

红边与短波红外谱段玉米大豆识别能力研究

[目的]研究旨在挖掘红边、短波红外谱段对玉米大豆识别精度的提升程度,发现分辨率和谱段对作物识别的综合影响规律。[方法]采用德国Rapideye和美国Landsat-OLI数据,基于最大似然监督分类的方法,针对玉米、大豆、其他等3种地物类型。[结果]结果表明,与仅有蓝、绿、红、近红外波段相比,增加红边后总体分类精度从73.1%提高到80.5%。与仅有气溶胶、蓝、绿、红、近红波段相比,增加1个短波红外波段后,总体分类精度从72.9%提高到75.4%。[结论]中分辨率多时相数据能够弥补由于缺少短波红外、降低空间分辨率造成的识别精度的下降。     

胡麻两系杂交种陇亚杂3号的选育

陇亚杂3号是2013年由甘肃省农业科学院作物研究所以温敏型雄性不育系1S为母本、常规品种定亚23号为父本,采用两系法杂种优势利用技术选育而成的胡麻杂交种。该品种2013年通过甘肃省农作物品种审定委员会审定,2015年通过全国胡麻品种鉴定委员会鉴定,2016年获得植物新品种权,2018年通过国家非主要农作物品种登记。介绍了陇亚杂3号的选育经过、特征特性、产量表现、制种与栽培技术要点。     

天空地数字农业管理系统框架设计与构建建议

数据正在成为基础性战略资源。构建以天空地大数据为关键要素的数字农业管理系统,对于建设数字中国、推进农业高质量发展、抢占全球农业制高点具有重要意义。本研究围绕农业农村部提出的天空地数字农业管理系统建设任务,从农业信息技术学科出发,首先给出了天空地数字农业的科学内涵,阐述了其与传统数字农业的异同点,理清了天空地数字农业管理系统在资源调查、生产调度、灾害监测、市场预警、决策服务的五大核心功能;其次,重点阐述了天空地数字农业管理系统的关键任务,即一个观测体系（天空地一体化的数字农业观测体系）、四个数字化（农业资源权属、生产过程、灾害监测和市场预警）、一个管理平台（农业生产、加工、经营、管理、服务等全产业链的天空地数字农业管理平台）;然后,明确提出了天空地数字农业管理系统在标准规范研制、关键技术与装备研发、系统集成与平台开发三方面的科技创新重点任务;最后,针对天空地数字农业管理系统建设的复杂性和系统性,从规划设计、科技创新、资源共享、多方参与、应用领域拓展等方面提出了发展建议。     

基于多时相OLI数据的宁夏大尺度水稻面积遥感估算

为客观获取宁夏水稻面积空间分布信息,也为区域农作物遥感监测奠定技术基础,该文以宁夏回族自治区为研究区域,选择美国LandSat-8携带的陆地成像仪(operational land imager,OLI)数据,采用2016年3月11日-7月01日间的15景影像,基于水稻田耕地与水体特征反射率随着季节变化规律的分析,采用归一化植被指数(normalized difference vegetation index,NDVI)、近红外波段反射率(infrared reflectance,IR)、短波指数(short waved index,SWI)3个指数,以及多时相NDVI最大值、IR最小值、SWI最小值3个衍生指数,共6个指数为基础进行决策分类树构建,对全区水稻进行识别与提取,采用该区水稻面积本底遥感调查结果进行精度验证,水稻种植面积提取误差仅.4.22%,Kappa系数为0.83,水稻空间分布的用户分类精度分别为85.11%,制图精度为81.67%;同时与监督分类方法提取的水稻面积进行对比,该文方法提取水稻的用户精度提高了8.13个百分点,制图精度更是提高了20.01个百分点。研究结果表明,利用中高分辨率的OLI遥感时间序列卫星影像,在大宗农作物时间序列的变化规律分析基础上,构建分类决策树,可以准确地提取大宗农作物种植面积,是区域农作物面积遥感监测业务运行中具有潜力的方法。     

基因型与环境及其互作效应对胡麻主要农艺性状的影响

运用联合方差和AMMI模型对11个胡麻新品系在6个地点的产量、株高、工艺长度、分枝数、单株果数、每果粒数、千粒质量和单株生产力的表现及稳定性进行研究。结果表明:环境及环境和基因型互作效应对胡麻主要农艺性状有显著影响且对各农艺性状影响的大小不同。对产量影响的大小为环境交互作用基因型;对株高的影响:环境基因型交互作用;对工艺长度的影响:环境基因型交互作用;对分枝数的影响:环境交互作用基因型;对单株果数的影响:交互作用环境基因型;对每果粒数的影响:交互作用环境基因型;对千粒质量的影响:环境交互作用基因型;对单株生产力的影响:环境交互作用基因型。通过稳定性参数可以看出,‘0569-14’产量稳定性最好;‘2004M1-15-1-1-1’的株高和工艺长度稳定性最好;‘0559-15’的分枝数、单株果数和单株生产力稳定性最好;‘1S×外6’的每果粒数稳定性最好;‘113×81A350’的千粒质量稳定性最好。     

基于GF-1卫星遥感数据识别京津冀冬小麦面积

省级尺度冬小麦面积的精准获取技术是农作物面积遥感监测研究的主要内容之一。为了获取省级尺度的冬小麦种植面积, 该文以北京市(京)、天津市(津)和河北省(冀) 3个省域范围为例, 以国家标准地形图分幅为分类的图幅单元, 利用国产GF-1/WFV数据, 构建冬小麦面积指数, 实现了省级尺度冬小麦面积的识别。本文以冬小麦全部9个月生育期的984景影像作为数据源, 依次经过数据预处理、标准图幅单元的NDVI合成、样本点选择、冬小麦面积指数构建、冬小麦作物类型确认、省域范围制图及精度验证等步骤完成研究区域内冬小麦面积的提取。采用区域网平差和6S大气校正算法对数据源预处理, 以中国1︰10万标准地形图分幅为分类图幅单元构建冬小麦面积指数, 将冬小麦面积指数按照1%的比例等分, 并将面积指数从0到100%分割为101个提取节点, 将提取节点的NDVI值依次与类型确认样本比较, 精度最高的则确认为冬小麦面积提取阈值, 同时将该阈值应用于图幅单元内冬小麦面积指数影像, 获取冬小麦种植分布。最后冬小麦面积识别的精度表明, 以标准地图分幅作为计算单元, 在GF-1影像基础上, 利用冬小麦面积指数能够显著提高冬小麦与其他地物类型的波谱差异, 且冬小麦的总体识别精度达到89.6%, 用户精度达到89.8%, 制图精度96.5%, Kappa系数0.72。在典型区域, 本文算法与监督分类算法精度结果较为一致, 除制图精度相差4.77%外, 总体精度与用户精度差都在1.00%以内, 说明本文算法具有精度高、运行效率高、分类单元识别结果一致性强的特点, 能够满足省级尺度农情遥感业务监测的需要。     

基于MODIS数据的冬小麦种植面积快速提取与长势监测

利用MODIS-NDVI数据,以中国冬小麦主产区为例,探讨了基于遥感影像全覆盖的大尺度冬小麦种植面积遥感综合自动识别及长势监测的方法。通过分析冬小麦的种植结构、物候历特征及其生物学特性和时序NDVI曲线特征,确定了冬小麦信息提取的NDVI阈值,建立了冬小麦面积提取模型,并最终获取了2010—2011年中国农情遥感监测中冬小麦长势监测所需的空间分布数据,与多年平均统计数据比较,总体精度达到81%以上。基于提取的冬小麦面积信息空间分布数据,利用MODIS-NDVI差值模型,对冬小麦2011年的长势进行监测。结果表明,与近5年平均状况对比,2011年冬小麦在其整个生育期内长势基本与常年持平,但时空分布差异较大。     

亚麻SSR-PCR优化体系的建立

通过研究SSR-PCR反应体系的主要成分对扩增结果的影响,建立了亚麻SSR反应的优化体系,即总体积20μL,Mg2+1.9mmol.L-1,dNTPs 0.55mmol.L-1,Taq DNA聚合酶1.5U,25ng.μL-1引物75ng,DNA模板(50ng.μL-1)100ng.利用10个亚麻材料对优化后的SSR体系进行验证,1.5%琼脂糖检测结果显示,优化后的SSR体系稳定性,重复性好,扩增效果良好.     

柠条纯林栽植技术

围场县林业比较发达,但气候干旱少雨,且多数地方立地条件不好,如御道口乡、南山咀乡、老窝铺乡,沙化严重,水土流失,常规树种不能适应这种条件,经过多年的实践观察,柠条纯林比较适合这种条件。