基于L-THIA模型的密云水库地区非点源污染空间分布特征

农业生产营养物质的输出是造成水环境污染的重要原因之一。该文以北京密云水库周边地区为研究区域，基于土地利用、土壤以及降水等下垫面信息，利用长期水文影响评价(The Long-Term Hydrologic Impact Assessment，L-THIA)模型，估算研究区内污染物的长期平均输出负荷，并分析其空间分布特征。研究结果表明：不同土地利用类型的污染物输出负荷是不同的，其中以农用地对研究区内非点源污染的影响最大。结果表明，在流域规划和管理中使用L-THIA模型分析农业非点源污染的空间分布是可行的。     

冬小麦生育前期LAI 高光谱反演研究

【目的】冬小麦生育前期稀疏植被条件下叶面积指数反演对于播期、早期苗情监测有重要意义。【方法】文章利用实测冬小麦生育前期冠层高光谱数据,基于相关关系矩阵图筛选7个新的敏感植被指数、优选40个前人研究的双波段组合或多波段组合植被指数,利用单变量回归和偏最小二乘多变量回归分析47个植被指数与稀疏冬小麦叶面积指数(LAI)的相关性。【结果】植被指数PVR(650,550)、VARI(680,555,480)、RVI(1 868,1 946)与LAI相关性好,其中PVR(650,550)与LAI构建的模型拟合度最好,决定系数R~2为0.730,均方根误差RMSE为0.450。而相对单个植被指数,利用多个植被指数的偏最小二乘多元回归模型提高了LAI估算精度,R~2为0.779,RMSE为0.380。【结论】在冬小麦生育前期植被稀疏条件下,利用高光谱数据反演冬小麦LAI是可行的,可为冬小麦早期长势遥感监测提供支撑。     

信息化引领现代农业园区发展现状与对策研究

现代农业园区是推动我国农业现代化发展的重要抓手。以物联网、大数据、移动互联为代表的信息技术在农业园区中广泛应用,已成为引领农业转型和高质量发展的重要力量。梳理了信息技术和产品在现代农业园区中设施农业、大田生产、畜禽养殖、水产养殖、农产品质量安全追溯和现代农业管理服务等领域的应用现状,指出园区信息化发展存在区域发展不均衡、关键技术研发不成熟、技术标准体系不完善和产品推广难度大等问题,提出了未来的发展方向以及加快技术研发创新、加强标准体系建设、加大资金投入、发挥政府引导作用和培育专业人才队伍等政策建议,以期为提升现代农业园区的数字化、自动化、智能化水平提供参考。     

冬小麦播期遥感监测研究现状与展望

播期是影响小麦产量与品质的一个重要因素,冬小麦生产管理对播期的及时和准确监测有强烈需求。遥感数据源的日趋丰富及遥感定量化水平的日益提高,为大面积、低成本监测小麦播期提供了可能。本文对冬小麦播期遥感监测的研究进展进行了回顾,系统归纳了当前国内外播期遥感监测方法,分析了目前冬小麦播期遥感监测中存在的问题。推进高时空分辨率遥感数据的使用、强化多尺度传感器遥感数据融合算法的应用、开展冬小麦生长前期不同播期光谱数据的挖掘、探索冬小麦生长前期光谱与上茬作物时序遥感数据的综合及尝试遥感数据与作物模型同化方法的借鉴是冬小麦播期遥感监测的未来发展方向。     

冬小麦病害与产量损失的多时相遥感监测

为了开展农作物病害遥感监测与产量损失评估,该文以北京郊区大田生产条件下的冬小麦条锈病、白粉病的为研究对象,获取了2007年4月10日、4月26日、5月12日、5月28日共四期Landsat TM卫星影像,准同步地测量了试验地块的冠层光谱数据及配套农学数据。利用该4个时相的遥感数据,分析了试验区的冬小麦条锈病、白粉病在主要生育期的光谱特征及其变化,与对照地块相比,病害小麦在可见光和短波红外波段的光谱反射率降增大,近红外波段反射率减小,红边则会向短波方向移动,红边振幅减小,NDVI值减小。并利用冬小麦病害发生前期（4月10日,4月26日）的卫星遥感数据建立了作物产量的早期预测模型,结合实测的产量数据,定量计算了条锈病和白粉病的产量损失,结果表明两个白粉病和条锈病小麦地块的减产幅度超过了30%。     

基于权重最优组合和多时相遥感的作物估产

多时相遥感数据比单一时相携带了更多的反映作物产量的信息,研究如何将多时相遥感信息进行有机融合以提高作物估产精度的方法是具有意义的。权重最优组合（WOC）是一种通过对单个模型权重的最优化,来构建高精度组合模型的原理方法。论文以黑龙江农垦友谊农场大麦产量遥感估算为例,首先利用大麦4个时相的Landsat5 TM影像分别构建单一时相的大麦产量模型,然后利用WOC的迭代算法,通过赋予4个单一时相产量模型以最优权重,生成基于多时相遥感的组合模型估算大麦产量,结果表明：基于WOC和多时相遥感的组合估产模型的决定系数R2与单一时相的相比得到较大改善,估算精度提高明显。同时,通过对WOC获取的各时相单一模型最优权重大小进行分析表明：应用多时相遥感数据进行作物估产时,权重大小能够反映各时相遥感数据所携带的产量信息的多少,这对于如何选择和确定能有效反映作物产量的敏感遥感时相具有一定的指导意义。     

黑龙江推广大麦-荞麦二熟制的生态适宜度分析

在全球气候变化背景下,我国黑龙江地区热量资源显著增加。从生态适宜度的角度分析了黑龙江地区改一熟制为大麦-荞麦二熟制的可行性。首先基于作物生育期特点及前人研究成果,利用温度、降水、日照和生态适宜度模型计算适宜度值,并通过生态适宜度与相对气象产量的相关分析确定作物减产临界值,以减产率为0、15%和30%作为作物适宜度划分阈值,进一步利用ArcGIS进行栅格叠加产生大麦-荞麦二熟制生态适宜度分布图,发现黑龙江部分地区已具备发展二熟制的生态条件。大麦-荞麦二熟制与传统种植模式对比,显示出明显的经济效益,即使灌溉一次仍有一定优势;最后从经济效益和劳动力需求两方面分析大麦-荞麦社会效益,表明大麦-荞麦模式具有较高推广度。     

基于主成分分析的叶面积指数尺度效应

为描述多空间尺度观测数据在表达同一区域农作物叶面积指数(LAI)分布特征时存在的差异,该文提出了一种基于主成分分析(PCA)的LAI尺度效应分析方法。该方法充分考虑了多尺度数据的相关性与差异性,从统计分析角度出发,采用PCA进行数据挖掘和信息重组,引入动态多元线性回归模式基于主成分信息(PCs)反演估算LAI,进而定量描述尺度效应。选取大麦和玉米为试验对象,先以地面最细空间尺度观测数据为基准,通过尺度上推构建一系列不同空间尺度数据;再依据上述尺度效应分析方法进行有效信息提取和LAI估算,并纳入有效主成分个数(NEPCs)、决定系数(R2)和平均相对精度(MRA)等参数定量描述尺度效应。理论分析和数值实践证实了该方法在农作物LAI尺度效应定量分析中的可行性和有效性。     

中国种植制度时空变化及驱动力综述

种植制度是影响粮食安全的重要因素.种植制度的时空变化规律及其驱动力研究对于深刻认识农业土地利用的过去和现在并预测将来可能的发展趋势,评估我国粮食安全风险具有重要的意义.通过对近年来我国种植制度重要组成要素:熟制、种植结构等方面的变化及驱动力进行系统的总结和分析,分别归纳了熟制变化及主要驱动因素以及种植结构调整及主要驱动因子等方面的相关文献,并总结了熟制变化、种植结构调整的现状和可能的发展趋势以及应注意的主要问题,以期为种植制度调整策略提供借鉴.     

基于时间序列环境卫星影像的作物分类识别

环境星影像具有较高的时间和空间分辨率,利用其时序遥感数据进行作物信息提取优势明显。该文以黑龙江垦区友谊农场作物为研究对象,利用2010年6月至9月共10景HJ-CCD数据进行作物种植分类信息提取。首先,通过SPLINE算法对云影响区域插值去噪,重构时间序列影像数据;其次,通过分析试验区主要作物的光谱和植被指数时序变化特征,构建基于决策树分层分类的主要作物遥感分类模型,成功提取了黑龙江友谊农场大豆、玉米和水稻的种植信息,分类总体精度达到96.33%。同时,将分类结果同基于时间序列植被指数影像的支持向量机和最大似然法分类结果相比较,结果表明,决策树分类效果最好,支持向量机次之,最大似然分类较差。研究表明,通过去云处理后构建的时间序列HJ卫星遥感影像,结合作物的光谱和典型植被指数时序变化特征,借助于决策树分类方法能够有效提高黑龙江垦区主要种植作物分类的准确性和精度。