基于空间分析的黑龙江稻瘟病重点发生区域识别

黑龙江是北方重要稻作区,稻瘟病是影响水稻产量的主要病害之一。依据稻瘟病测报调查规范,基于近5年黑龙江稻瘟病乡村监测点调查数据,利用空间分析技术的方法,分析黑龙江稻瘟病重点发生区县和核心发生区域,提取稻瘟病重点发生乡村监测点。结果表明,近5年黑龙江稻瘟病发病面积占调查面积的7.3%,发病等级以1级为主,整体发生较轻,稻瘟病重点发生区域主要分布在松花江上游地区哈尔滨市的阿城、尚志、方正、延寿、通河、依兰沿线和松花江下游三江平原地区佳木斯市的富锦、同江一带,以及嫩江流域大庆市的肇源县和齐齐哈尔市的讷河市以及呼兰河流域绥化市北林区,并提取了98个叶瘟和47个穗颈瘟重点监测点。上述结果为黑龙江稻瘟病调查监测区域和监测点的布局优化提供了重要依据,为稻瘟病测报防控工作提供重要的支撑。     

土壤速效钾养分含量空间插值方法比较研究

土壤养分连续空间分布数据是土壤信息系统工作的基础，土壤养分空间插值的研究因此变得尤为重要。对陕西省周至县北部猕猴桃适生区土壤进行采样，以对猕猴桃生长作用较为密切的土壤速效钾含量为研究对象，用普通克里格（OK）、样条函数（Spline）、趋势面拟合（TSA）、距离权重反比法（IDW）等常用插值方法对采样点进行插值获取土壤速效钾空间分布图，进行交叉验证，结果表明能够反映出结构性影响的克里格插值方法明显优于其它方法，其中又以球形模型为最佳，样条函数、距离权重反比法在采样点密集区也能内插出较好的效果，但其受采样点密度影响较大．在采样点稀疏的地区内插结果较差。     

山西省近50年地表干燥度变化趋势分析

利用山西省39个气象站1960—2010年的气象资料,结合地形特征,将山西省分为6个气候敏感区,采用潜在蒸散量和降水量的比值来计算干燥度指数,在此基础上使用IDW插值法生成山西省干燥度的分布图,并分析了近50 a山西省地表干燥度变化趋势。研究结果显示：(1) 山西省多年平均干燥度指数为2.21,属于半干旱区;干燥度空间分布与气候、地形等因素密切相关,南北差异显著。整体上山西省中北部地区较为干旱,干燥度指数为2.36,东部南部则较为湿润,干燥度指数为1.93;由于降水和蒸散都呈下降趋势,因此,近50 a山西省干燥度指数虽有所上升,但变化幅度仅为0.04·10a^-1,干旱化趋势并不显著;(2) 近50 a来,除山西省北部地区干旱状况有所缓解外,其它地区干旱状况均呈增加趋势;(3) 干燥度季节性差异显著,冬春干燥异常,夏秋则较为湿润。总体而言,气候变暖虽未加剧山西省的干燥程度,但暖干化趋势应引起足够的重视。     

1952—2017年出山店水库上游降水时空变化

为了探究出山店水库上游流域近65 a来降水的时空变化特征,基于出山店水库上游流域13个雨量站1952—2017年的逐日降水资料,运用气候倾向率法、Mann-Kendall趋势检验、Morlet小波分析和反距离权重IDW插值法等多种方法,研究了降水的年际变化、周期性与空间分布特征。结果表明:(1)流域1952—2017年多年平均降水量为1 028.3 mm,年降水量的气候倾向率为-20 mm/10 a(p<0.05),呈显著下降趋势,从季节上看,春、夏、冬降水随时间变化呈现减少趋势,秋季的降水呈现增加趋势;(2)年降水量呈现南高北低的空间分布,而年降水量的气候倾向率的变化趋势则与之相反;(3)流域降水量变化呈现20 a左右的第一主周期,同时流域的周期性变化也存在一定的空间分布特征。近65 a来,出山店水库上游年降水量变化趋势为先增加后减少,在整个时间域上有显著的下降趋势,并呈现20 a左右的周期性变化。     

基于SPI的近53 a宁夏干旱时空演变特征研究

利用宁夏回族自治区9个气象站点1959-2011年的逐月降水数据计算其标准化降水指标(standardized precipitation index,SPI)值,并结合干旱站次比、干旱强度、气候倾向率及ArcGIS中反距离加权插值等方法,分析了研究区干旱的时空变化特征。结果表明,近53 a来,宁夏回族自治区年SPI在波动中呈降低的趋势,其变化倾向率为-0.131/10 a,呈更加干旱趋势,且干旱增幅以21世纪最大;从季节SPI变化来看,春、夏、秋季干旱呈增重趋势,但冬季有所缓解。从干旱发生的范围和强度来看,宁夏回族自治区重旱发生范围略有扩大,而轻旱和中旱略有减小,强度微呈减弱趋势;四季中,总体呈现出冬季干旱强度略增,范围缩小,春季干旱范围扩大。强度增强,而夏秋干旱范围缩小。宁夏回族自治区存在季节连旱频发现象,持续时间长,尤其是春、夏、秋跨季节连旱对农业生产影响最大。年和季节SPI的空间差异明显,表现为由北向南干旱的加重幅度逐渐增大,尤以南部山区对区域干旱变化的响应最为敏感。     

河南省冬小麦年均需水量空间插值研究

解决冬小麦的需水信息通常采用水量的空间插值方法,而在众多空间插值方法中,没有绝对最优的空间插值方法,只有特定条件下的最优方法。对河南省的25个灌溉站点的冬小麦年均需水量数据,采用4种空间插值方法对各站点冬小麦年均需水量进行研究,综合分析得到,4种插值方法都能很好地反映25个站点的冬小麦年均需水量,无明显的系统误差,比较而言,整体多项式插值法最优。     

云南省野生食用菌气候生境特征与评价

云南省地处低纬,属高原山区。受地理和季风气候的共同影响,境内光热资源丰富、气候立体、干湿分明、雨热同季,为野生食用菌生长提供了优质的气候生境。为揭示云南省野生食用菌气候生境特征及其与全国部分野生食用菌产地间的气候生境差异,选取了云南省125个县及全国部分野生食用菌产地(5—10月)的气温、地温、降水、日照、湿度和海拔高度,进行多因子影响的主成分分析、干燥度计算和单个气象因子分析,最后在arcgis平台上做IDW插值。结果得出:云南省野生食用菌菌丝体向子实体过渡初期光、热量充足,干湿转换明显,子实体收获期长,收获盛期热量和降水适中,且变幅小,昼夜温差大。晴雨交错的野生食用菌气候生境特征惟云南独有,并可大致划分为滇中以北高海拔冷凉气候生境区、滇中及周边中海拔温暖气候大宗菌类生境区和滇南温热气候生境区;其中滇中楚雄州为中心向东西延伸的同纬度、同海拔地带的5月、6月、7—9月的平均气温为20℃、21℃、20℃,降水量为80 mm、150 mm、480 mm,相对湿度为67%、77%、83%,日照时数为220 h、160 h、380 h,与野生食用菌最适宜气温、降水和空气湿度条件一致,是云南省野生食用菌大宗品种丰富区和产量最高区。     

Forest Road Detection Using LiDAR Data

We developed a three-step classification approach for forest road extraction utilizing LiDAR data. The first step employed the IDW method to interpolate LiDAR point data （first and last pulses） to achieve DSM, DTM and DNTM layers （at 1 m resolution）. For this interpolation RMSE was 0.19 m. In the second step, the Support Vector Machine （SVM） was employed to classify the LiDAR data into two classes, road and non-road. For this classification, SVM indicated the merged distance layer with intensity data and yielded better identification of the road position. Assessments of the obtained results showed 63% correctness, 75% completeness and 52% quality of classification. In the next step, road edges were defined in the LiDAR-extracted layers, enabling accu- rate digitizing of the centerline location. More than 95% of the Li- DAR-derived road was digitized within 1.3 m to the field surveyed nor- rnal. The proposed approach can provide thorough and accurate road inventory data to support forest management.     

农田土壤养分交换性镁的空间分布模拟方法比较——以昭阳区为例

采用反距离加权法、径向基函数插值法、克里格法、回归模型法,以云南省昭阳区农田土壤养分采样数据为对象,对全区土壤交换性镁含量进行模拟。结果表明,由于中量元素分布的复杂性,不同模拟方法得到的预测精度不同;反距离加权法强调空间距离权重的影响,未能较好的反应分布规律;径向基函数插值法由于采样点数据具有很大的不确定性,故效果也不理想;克里格法误差最小,精度最高;回归模型法误差较大,但最能反应农田土壤交换性镁分布的地域特征和立体变化特征。     

Remote sensing to detect plant stress induced by Heterodera schachtii and Rhizoctonia solani in sugar beet fields

The characteristically clustered occurrence and low level of mobility of Heterodera schachtii and Rhizoctonia solani in the soil and the induction of stress symptoms in the sugar beet canopy make them ideal targets for site-specific arrangements with precision agriculture tools. A field site infested with H. schachtii and R. solani was investigated in 2009 with near-range and aerial hyperspectral sensors during the growing season. At 31 sample points ground truth data for incidence and severity of the two organisms were collected and geo-referenced. Spectral vegetation indices computed from reflectance measurements obtained from two flight campaigns (AISA, 17th of June; HyMap, 28th of August) and the near-range spectroradiometers were significantly correlated (P < 0.01) with symptoms caused by the nematode or Rhizoctonia crown and root rot. A supervised classification with Spectral Angle Mapper of leaf symptoms induced by the organisms resulted in a classification accuracy of 72 and 64% for the AISA and HyMap data, respectively. The results demonstrated that remote sensing in combination with geographic information system technologies can be used effectively for the detection and mapping of symptoms caused by beet cyst nematode and Rhizoctonia crown and root rot.