基于星载SAR的冬小麦估产模型比较分析

旨在让农业部门等提前预知小麦产量,从而准确判断粮食生产形式,制订相关政策。应用2014年4月中旬和5月初星载合成孔径雷达(SAR)——RADARSAT-2各一幅,选择安徽省寿县和怀远县冬小麦产区,通过试验田产量和反演的雷达影像后向散射系数,建立冬小麦线性估产模型,在此基础上对2013和2014年估产模型精度进行比较。结果表明：通过星载SAR的同极化HH和交叉极化HV方式建立的估产模型对寿县涧沟镇冬小麦估产精度分别为68.37%和74.01%,对怀远县龙亢镇冬小麦估产精度分别为63.10%和69.10%。特别是针对倒伏区域冬小麦估产模型精度差异进行理论详细分析,指出冬小麦大面积倒伏区域,基于交叉极化(HV)估产模型精度高于同极化(HH)估产模型精度。最后指出将来可选择四极化SAR影像,针对不同的生长方式有针对性的选择不同极化方式进行估产。模型结果分析结论为将来冬小麦估产模型参数纠正及推广奠定基础和积累经验。     

安徽省冬小麦种植保险天气指数设计与应用

利用安徽省宿州市1993-2009年的逐日气象数据并结合区域冬小麦生育期的主要农业气象灾害,通过对历史产量损失与主要灾害的气象指标进行对比分析,为设计小麦种植天气指数保险产品,确定了干旱指数、倒春寒指数、干热风指数、阴雨日数指数Ⅰ、阴雨日数指数Ⅱ共5个小麦关键生育期天气指数.通过历史天气指数赔付率与历史产量损失率的对比,定义基差风险函数和最小化基差风险,确定指数保险赔付的触发值及赔付标准.将设计的保险产品在安徽省宿州市试验应用,2010-2012年成功销售推广1300hm2,总保费约11万元,因触发干旱指数,实际赔付额超过22万元.表明天气指数保险产品的应用,能客观、快捷地提供灾害的经济补偿.     

基于遥感的合肥市土地利用动态变化及其成因分析

为促进城市土地资源的可持续利用,需对历史土地利用格局进行准确评估。笔者以合肥市近30年4期的高分辨陆地卫星遥感影像为主要数据源,在RS和GIS的支持下,分析合肥市土地利用格局的动态演变,探讨了合肥市土地利用变化的驱动因子。结果表明,70年代到80年代末,合肥市土地利用相对变化较为平缓;而90年代到2007年,土地利用变化最为显著,以耕地为主的土地资源严重减少,城镇、工交用地显著增加;城市工业现代化进步的同时,人增地减的现象日趋严重。合肥市土地利用类型变化主要表现为非城市土地利用类型向城市土地利用类型转变,其土地格局演变主要受人口、经济、政策、交通等诸多因子的影响。     

安徽省农业干旱遥感监测指标的确定及应用

通过对不同季节干旱发生期间的NOAA卫星资料的分析，初步确定了安徽省各等级干旱的气象卫星遥感监测指标在1997、1998年干旱过程中进行了应用检验，效果良好。     

安徽省水稻高温热害保险天气指数模型设计

利用安徽省南陵县1991-2011年逐日气象数据,通过调查区域水稻生长期的主要农业气象灾害类型,选择易对授粉产生影响并导致减产的中稻孕穗-灌浆期高温热害作为保险设计的气象灾害类型;定义7月21日-8月15日连续3d日最高气温在35℃（含35℃）以上为一个高温过程,计算日有效高温差累计值,作为水稻高温热害保险天气指数（ST）;以10℃作为赔付触发值,并按照灾害程度越大赔付标准越高的思路确定不同灾害程度下的具体赔付标准（即启动赔付系数）;通过对南陵县1991-2011年水稻产量的分离和去趋势化处理,计算历年由于气象条件变化造成的产量和货币损失,对比历史天气指数发生概率与历史产量损失率,确定指数保险赔付的触发值及赔付标准,建立高温热害天气指数模型;与实际灾害情况相结合,通过设定参数值详细给出了模型在安徽省南陵县应用的计算过程。该天气指数保险产品操作性强,可为同类地区高温热害保险提供参考,以便在灾害发生后客观、快捷地为保户提供经济补偿。