山东省淄博市农民蓖麻航天育种闯海外市场

<正>"这是我们用‘实践8号’育种卫星搭载回来的蓖麻种子,经过五代选育培育出的一个新品种,具有产量高,抗病性强的特点,亩产能达到500千克。"日前,笔者来到山东省淄博市张店区的山东家祥蓖麻研究所,农民黄     

GPS2000×L导航仪在森林抽样调查中的定位应用

GPS导航仪是一种手持的轻便卫星定位仪器 ,具有指导方向和准确定位的功能。在森林资源二类调查中 ,结合地形图能准确寻找样点位置具有广泛的作用。且方便操作 ,经抽样测设可以满足森林抽样调查的精度要求     

资源一号卫星在浑善达克沙地生态建设中的应用

通过对浑善达克沙地腹部的调查 ,在典型区内利用资源一号卫星照片进行荒漠化类型的区划 ,对各类型荒漠化程度施以相应的保护和防治措施 ,使资源一号卫星资料真正运用于西部开发的环境保护、环境建设和改善人民群众的生存环境 ,提高生活质量上来     

如何利用地形图迅速查定卫星测报的火点位置

近年来,随着科学技术的发展,卫星遥测技术在森林火灾的测报中逐渐得到了应用。尤其对比较偏远,地面监测和通讯设施还不完善的林区,卫星遥测是最有效的手段。天水市从1989年以来,通过省、市气象部门获得多次卫星遥测的火警通报,使我们及时发现火情,及时组织扑救,减少了森林火灾的损失。由卫星测报的森林火点位置,是以经纬度表示的。在森林防火指挥机构接到通报后,必须利用地形图确定具体的地理位置,才能在地面找到火场。卫星测报的火点位置(经纬度)是相当精确的,一般能达到“秒”。在天水地区,经度每     

质疑《赤野千里，触目惊心——从卫星图片看中国大地》

近日在“语文在线”网站上看到这篇短文：题目为《赤野千里，触目惊心——从卫星图片看中国大地》，原创作者tecdai，就简称这位作者为“T”先生吧!文章虽短，由于涉及中国生态问题，颇受国人关注。至1月31日止，有8930人访问该网页。     

马属动物着丝粒结构及重定位的研究进展

核型快速进化是马属动物基因组进化的最显著特征,很多染色体内或染色体间的重排以及融合裂变事件可解释其核型多样化,然而非重排所致的着丝粒重定位也对染色体形态产生影响。据报道,着丝粒重定位事件普遍存在于动植物基因组,尤其马属动物上出现较频繁,因此人们开始研究着丝粒特征及进化模式,试图揭示着丝粒移动的机制及其对生物产生的影响,但着丝粒重定位的机制目前还没有得到一个合理的解释。着丝粒是真核生物染色体的重要结构,它介导动粒装配参与染色体的分离和稳定遗传。着丝粒的功能高度保守,但其结构在物种间甚至在同一物种不同染色体间也有差异,并且着丝粒序列由大量重复序列构成,因此对研究带来了巨大挑战。在阅读相关文献的基础上,现对马属动物着丝粒结构进化及着丝粒重定位事件的新进展进行概述,并探讨了马属核型的进化模式。     

应用EOS-MODIS卫星资料推算西北雨养农业区能量通量

应用定西地区的气象资料和4次EOS-MODIS卫星资料,对典型的西北半干旱雨养农业区的基本地表特征参数进行反演,并在此基础上对各能量通量进行估算,进而分析了各通量的季节变化。结果表明,应用卫星数据估算的通量与净辐射之比与实际观测值基本接近,绝对误差在10%以内,其空间分布基本反映了当地的实际情况;土壤热通量、显热通量以及潜热通量的季节变化基本表现为冬季最小,其次是秋季,夏春两季最大;通量四季变化也呈现出不均匀的分布特性,频率分布范围较宽,体现了该区域的地形、地貌以及下垫面复杂的特征。     

基于MODIS和FY-2D卫星降水数据的遥感旱情监测研究

大多数情况下干旱是由降水异常偏少引起的,目前考虑降水因素的遥感旱情监测模型中,模型权重的确定方法复杂且使用的卫星降水数据分辨率低。针对上述问题,在利用MOIDS数据构建植被状态指数VCI和温度状态指数TCI的同时,结合FY-2D卫星降水数据构建线性加权组合模型,即归一化旱情综合指数SDCI,模型的权重系数通过与农业受旱率的相关性来确定。并以SDCI指数作为旱情监测指标,分析了桂西北2009年10月~2010年4月的旱情,监测结果表明该时段发生了一个从"局部地区有旱→旱情加重并持续→轻微缓解→旱情加重→旱情缓解"的演变过程,与实际旱情资料的描述相一致,表明SDCI指数能较好地反映区域旱情分布情况。     

基于Sentinel-2多光谱数据的棉花叶面积指数估算

棉花叶面积指数（leaf are index, LAI）的快速、准确获取对棉花长势监测、发育期诊断、面积提取以及产量估算等遥感监测具有重要意义。该研究利用2017年和2018年的Sentinel-2多光谱卫星数据及大面积田间试验观测获取的棉花不同发育期LAI实测数据,构建了基于单波段反射率及各类植被指数的棉花不同发育期及全发育期LAI估算模型,并采用留一验证（LOOCV, leave-one-out cross validation）和交叉验证对模型精度进行了检验。结果表明：1）对于单波段反射率,基于中心波长为842 nm波宽为145 nm的B8近红外波段对不同发育期LAI估算精度最优均方根误差（RMSE, root mean square error, RMSE=0.378）;2）对于各类植被指数,花蕾期（20170616）和花铃期（20170802）时增强植被指数（EVI, enhanced vegetation index,）表现最佳（RMSE分别为0.352和0.367）,开花期（20180623）时校正土壤调节植被指数（MSAVI2, modified soil adjusted vegetation index 2,）估算精度最高（RMSE=0.323）;3）单波段反射率和各类植被指数对全发育期LAI的估算均要优于对单个发育期LAI的估算,其中基于IRECI指数的（inverted red-edge chlorophyll index）全发育期LAI估算模型精度最佳,LOOCV检验RMSE=0.425,交叉检验RMSE=0.368;将基于IRECI的全发育期LAI估算模型应用到单个发育期LAI估算并与各单个发育期LAI估算模型精度对比,发现交叉验证RMSE平均值仅比LOOCV验证RMSE平均值高0.07,反映了全发育期LAI估算模型良好的普适性。该研究为农作物LAI估算提供了新的数据选择,完善了Sentinel-2卫星数据在LAI估算中的应用领域。