高光谱遥感在精准农业生产中的应用

综述了高光谱遥感技术在精准农业中的应用现状,并对当前存在的问题进行了分析。     

低空捕虫网在稻飞虱监测预警中的应用

于2010 ～2013年研究低空捕虫网在稻飞虱监测预警中的应用效果.结果表明,低空捕虫网对灰飞虱、白背飞虱、褐飞虱3种稻田飞虱都有捕获效果,对迁入飞虱种群的捕集效果较差,对本地羽化的飞虱捕集效果较好,特别是对灰飞虱,低空网捕集量大,峰次多,虫峰较诱虫灯明显,且不受风雨、电源等因素影响,虫情信息可靠,虫种比较单纯,容易分种计数,网捕灰飞虱成虫峰与田间虫峰有明显相关,验证了灰飞虱从小麦田向秧田扩散的对应关系.低空网对灰飞虱预测有较好的应用价值,但对白背飞虱和褐飞虱的迁入预警作用不明显.     

无定河中游左岸监测区潜伏的土壤退化问题及其对策研究

本文在对无定河中游左岸监测区流域内农林业生产基地及主要农业作物进行详细调研后,选取不同地形结构(坡地、梯田和坝地)、不同措施配置(乔木林、灌木林)等10种农业用地的地类,进行土壤理化指标监测,并对监测结果进行横向和纵向两个层面分析,发现各种地类的各类指标均存在着不同水平的退化趋势,并针对问题提出了3项治理措施。     

安徽省防治土地沙化中存在的问题及对策

在安徽省2009年和2014年沙化土地监测成果的基础上,分析了沙化土地动态变化以及变化原因,结合安徽省沙化区域自然地理条件和社会经济条件,指出安徽省防治土地沙化中存在的主要问题,并针对沙化土地治理提出相应对策。     

Monitoring of Vibration Exposure for Taxi Drivers

Vibration Exposure of taxi driver has not only impact on driverg health but the safety of driving. The constantspeed running test and a monitoring test in actually situationare done. The taxi driver vibration exposure testing data is analyzed, and it is found that the vibration exposure evaluation of constant speed test cant satisfy the actually situation. At last, animpersonalassessment is done according to the vibration exposure evaluation standard of ISO2631.     

坝上生态农业工程生态效益监测与评价研究

利用遥感技术、地理信息系统和全球定位系统对河北坝上实施生态农业工程建设后的生态效益进行了监测与评价。定量描述了坝上生态环境的动态变化趋势，并对坝上生态农业工程的气候效益、土壤改良效益、农业水文生态效益进行了分析与评价。研究结果表明，通过工程治理，使农业生态系统的功能增强，结构合理，取得了显著的生态效益。     

稻草持续还田定位监测结果与分析

监测结果表明,稻草持续还田能提升土壤有机质、增进氮磷钾养分含量,改善土壤结构,提高土壤保水保肥性能,增强土壤微生物活性,优化农田生态环境,提高土壤综合生产能力,对推进耕地质量建设,促进农业可持续发展具有重要的意义。     

基于冠层光谱的锦橙叶片磷素营养监测研究

以盆栽蓬安100号锦橙施肥调控试验为基础,利用田间冠层光谱信息探索建立植株磷素营养监测技术与方法。通过采集蓬安100号锦橙95个单株样本的冠层光谱信息和室内检测分析叶片磷含量,随机选取76个作为建模样本,19个为检验样本,运用多种光谱预处理方法和偏最小二乘法(Partial least square method,PLS)及内部交叉验证方法建立校正模型与模型检验。结果表明,经多种光谱预处理方法的建模结果比较,冠层原始反射光谱经二阶求导和SNV处理后建立的蓬安100号锦橙叶片磷含量冠层光谱监测模型预测能力和稳健性最佳,其主成分数4个,能表达全波段63%的信息;校正模型相关系数为0.90,偏差Bias=2.45E-10,且RMSEC和RMSEP均最小。模型检验预测的决定系数R2=0.85。因此,利用二阶导数及标准归一化(Standard normal variate transformation,SNV)预处理的田间冠层光谱信息快速无损监测蓬安100号锦橙叶片磷含量具有一定的可行性。     

基于MK—SVR模型的小麦叶面积指数遥感反演

提出了运用多核支持向量回归(MK-SVR)算法构建小麦叶面积指数(LAI)遥感监测模型。以2010—2013年试验样点小麦拔节、孕穗、开花3期的实测LAI数据为基础,同步获取我国自主研发的环境减灾卫星HJ-CCD对该研究区域的影像数据,分析了各生育期小麦LAI与8种植被指数间的相关性。以显著相关的植被指数作为输入参数,使用MK-SVR算法构建了每个生育期的小麦LAI反演模型,即MK-SVR-LAI模型。为了评价模型,每期使用单一核支持向量回归(SK-SVR)、偏最小二乘(PLS)回归算法构建了SK-SVR-LAI、PLS-LAI模型。将模型估算LAI值和田间观测LAI值进行比对,以决定系数(R2)和均方根误差(RMSE)为指标评价并比较了模型。结果表明:3个生育期MK-SVR-LAI模型的RMSE值均低于参比模型,拔节期为0.293 1,孕穗期为0.466 8,开花期为0.548 6,且该模型的R2也都最高,拔节期为0.762 4,孕穗期为0.801 8,开花期为0.668 9。