基于GF-1影像NDVI年度间相关分析的冬小麦面积变化监测

为实现区域冬小麦种植面积变化的快速监测,减少监测难度,提高监测效率和精度,该文提出一种基于年际NDVI相关关系的监测方法(relationship analysis of normal difference vegetation index,rNDVI)。选择河北省黄骅市、孟村县、海兴县3个县市为研究区,基于2014年4月14日、2017年4月26日两个时期的GF-1/WFV数据,基于rNDVI方法,通过将样本点两年度的NDVI值构建二维空间,采用最小二乘法拟合的方法获得不变地物点的上下包络线方程,进而得到冬小麦变化区域的监测阈值,提取冬小麦种植增加和减少区域,实现对研究区域的变化监测。结果表明,采用rNDVI算法总体精度分别为90.60%,Kappa系数为0.84,相比传统的先最大似然分类后再提取冬小麦种植变化区域的方法,总体精度与Kappa系数分别提高了6.6个百分点和16.7%。对冬小麦增加区域、冬小麦减少区域的变化监测结果进行分析,发现基于rNDVI的变化监测方法可以有效提高裸地、线状道路、破碎的冬小麦地块等区域的变化识别能力,提高监测精度。同时分别利用2014年3月1日和2017年3月12日、2014年5月17日与2017年5月20日两对GF-1/WFV数据进行基于rNDVI的冬小麦变化区域监测,结果表明3月份的监测精度较低,主要是由于3月份冬小麦长势尚不明显,5月份与4月份的总体精度相近,主要是由于5月份冬小麦NDVI已较高,易于识别。上述研究结果表明,基于rNDVI的冬小麦变化快速监测方法可以有效监测区域冬小麦种植面积的变化情况,算法简单高效,且能够在种植结构相对单一的冬小麦分布区域保持较高精度,能够满足农情遥感监测信息快速获取的需要。     

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。     

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GF-1卫星遥感的冬小麦面积早期识别

GF-1号卫星是中国高分卫星系列首颗卫星,自2013年04月26日发射以来,提供了大量的2 m/8 m/16 m空间分辨率的卫星数据,成为中国农业遥感监测的主要数据源之一。该文以GF-1卫星携带的16 m空间分辨率的宽视场(wide field view,WFV)传感器为主要数据源,采用2013年10月2日、10月17日、11月7日和12月5日4个时相的数据,以多尺度分割后的对象为基本分类单元,采用分层决策树分类的方法对冬小麦面积进行提取,并利用地面样方数据对分类结果进行了精度验证。结果表明,北京市顺义区冬小麦面积7 095 hm2,分类总体精度达到96.7%,制图精度为90.0%,其他未分类类别精度为97.3%,Kappa系数为0.8。研究区内冬小麦的播种时间可以分为10月1-5日早播、10月6-10日中播、10月11-15日中晚播、10月16-20日晚播等4个时间段,不同播期对应着归一化植被指数(normalized difference vegetation index,NDVI)不同的变化规律,是分层的基础,结合波段反射率、波段反射率和、波段反射率比值等参数的变化规律,通过分层可以有效的剔除草坪、桃树等容易同冬小麦混淆的地物类型,GF-1/WFV提供的多时相遥感数据能够可靠的反映冬小麦发育变化的规律,是冬小麦面积准确提取的基础,在农作物面积遥感监测业务运行中具有较大的开发应用潜力。     

紫云英作为饲草和绿肥综合利用价值的研究

为筛选出适宜盛花期刈割、饲草品质好、再生能力强紫云英品种,以期提高南方稻区紫云英综合利用价值,本研究在田间试验条件下,分别在盛花期和成熟期对浙紫5号、闽紫6号、闽紫7号、84（8）7-1-1、升钟5个紫云英品种（系）进行刈割,并测定紫云英草产量及养分含量。结果表明：盛花期刈割紫云英地上部生物产量显著低于成熟期（P<0.05）,但营养成分和品质显著高于成熟期（P<0.05）,84（8）7-1-1和升钟紫云英盛花期综合性状较好;再生期紫云英地上部生物产量和养分累积量均显著低于成熟期（P<0.05）,升钟和闽紫7号再生期综合性状较好。由此可知,盛花期刈割紫云英作为饲草能够获得更高的实用价值和更优品质,再生的紫云英作为绿肥翻压回田可为土壤提供有机肥源。因此,在福建地区,升钟和84（8）7-1-1盛花期刈割后,适宜作为饲草推广;升钟和闽紫7号再生草作为绿肥翻压回田可提供更多的肥源。综上,升钟紫云英适合作为饲草和绿肥两段式利用。     

农机具购销新特点及推广趋势

农民是新机具的使用者,也是新机具性能如何的验证人,推广农机具就是让农民在使用中获得利益,摆脱繁重体力劳动。凌海市农机推广工作从实际出发,实事求是,新机具自身优势特色,充分调动农民使用新机具的积极性,促进新机具推广工作的发展。     

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。     

不同药剂和包装处理对苹果贮藏品质的影响

为了延长苹果的贮藏期,提高其品质,改进苹果贮藏技术,开展采后不同药剂和包装方式处理对苹果贮藏期间品质影响的研究。采摘成熟度一致、大小均匀的新红星、国光、秦冠、富士苹果,采用品质评价方法对各试验处理的苹果贮藏效果进行对比,明确各品种苹果最佳使用药剂。结果表明,多菌灵配合CaCl₂处理可有效保持富士、国光、秦冠苹果品质,保鲜效果更好;装袋封口的包装处理方式较好地保存了果实的风味,贮藏效果最佳,在0～2℃条件下贮藏,可保鲜6个月。研究不同药剂和包装处理对苹果贮藏品质的影响旨在为新红星、国光、秦冠、富士苹果的采后贮藏及品质保障提供理论指导和技术支撑。     

农作物长势遥感监测需求、系统框架及业务应用

【目的】农作物长势是农业生产管理的重要依据,也是农情遥感监测业务的重要组成部分。【方法】在当前农作物长势遥感监测研究及业务状况扼要回顾基础上,文章从农作物长势遥感监测需求、系统框架等方面进行了系统总结,并以全球冬小麦长势遥感监测应用为例进行了说明。【结果】农作物长势遥感监测需求可以归纳为服务对象、作物类型、空间范围、地面尺度、监测周期等5个方面,系统框架至少包括数据层、方法层、结果层和服务层4个层次。【结论】针对农作物长势遥感监测技术研究及业务应用的现状,研究提出了以下3个观点:(1)农作物长势遥感监测业务方案是成熟的,但是关键技术研究有待加强;(2)农作物长势概念的深入解析,将有利提高长势遥感监测的业务化能力与精度;(3)针对全球、国家、省级以及县级尺度农作物长势遥感监测,采用不同空间分辨率遥感数据开展监测业务,是今后较长一个时期内农作物长势遥感监测的客观现状。上述研究结果给农作物长势遥感监测业务的建设提供了依据,也明确地指明了系统的服务目标。     

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。