夏玉米产量时空变化及气候年型分析

定量分析夏玉米同一品种产量及产量构成要素时空变化,探讨造成产量时空差异的气候年型组合变化特征。基于2004～2013年夏玉米种植区郑单958多点田间试验数据分析表明,夏玉米区域平均产量为9 055 kg/hm~2,年际差为1 635 kg/hm~2,变幅为18.1%;地点差4 258 kg/hm~2,变幅为47.1%。夏玉米区域平均千粒重为313 g,年际变幅为13.1%;地点变幅为27.8%。夏玉米区域平均穗粒数为479,年际变幅为18.0%,地点变幅为38.7%。千粒重的增加导致夏玉米产量显著增加。穗粒数显著降低和时空差异大是造成产量波动和时空差异变幅大的主要原因。夏玉米产量和产量构成要素,低产点受各气候要素变化的影响显著;平产点受温度和日最高温度大于33℃的天数影响显著;高产点受降水影响显著。     

基于无人机遥感植被指数优选的田块尺度冬小麦估产

田块尺度作物快捷精准估产对规模化农业经营管理具有重要意义。因此,急需选取最优植被指数和最佳无人机遥感作业时期,建立冬小麦无人机遥感估产模型,获取及时、快速、低成本的无人机遥感估产方法。该文以山东省滨州市典型规模化农田为研究对象,利用固定翼无人机遥感平台对冬小麦进行多期遥感观测与估产。基于2016年冬小麦返青拔节期、抽穗灌浆期和成熟期的无人机遥感影像数据集,采用最小二乘法,构建了基于不同植被指数与冬小麦实测产量的9种线性模型,并结合作物实测产量进行模型评价。多时相多种类植被指数的优选分析结果显示,抽穗灌浆期估产模型R~2最高,RMSE最低(n=34)。其中,模型R~2达到0.70的植被指数共6个,从高到低依次为EVI2、MSAVI2、SAVI、MTVI1、MSR和OSAVI;RMSE由低到高依次为EVI2、MSAVI2、SAVI、MTVI1、MSR和OSAVI。另外,该文进一步评价农田土壤像元对无人机遥感估产的影响,经过阈值滤波法处理后,返青拔节期估产模型的R~2(n=34)从约0.20提升至0.30以上,RMSE和MRE下降;抽穗灌浆期模型的RMSE降低,R~2(n=34)有所提升但不显著。综上所述,最佳无人机飞行作业时期为冬小麦抽穗灌浆期,最优植被指数为EVI2,土壤像元的滤除对抽穗灌浆期无人机遥感估产模型的影响不显著。因此,优化后的基于植被指数的无人机遥感估产模型,可以快速有效诊断和评估作物长势和产量,为规模化农业种植经营提供一种快捷高效的低空管理工具。     

中国不同气候区小麦产量及发育期持续时间对田间增温的响应

【目的】气候变暖对小麦生长发育有重要影响。然而,中国不同气候区小麦生长发育对温度升高的响应程度仍未系统量化。因此,急需阐明不同气候区增温及不同时段增温对小麦产量及发育期持续时间的影响程度,揭示小麦产量及发育期对增温的响应规律。【方法】本文搜集了1990-2017年间已发表的关于中国小麦全生育期田间持续增温条件下小麦产量变化的21篇文献,运用整合分析（Meta-analysis）量化田间不同增温幅度及不同时段增温对中国小麦产量及生育期的影响程度,系统阐明其在不同气候区的差异及规律。【结果】（1）亚热带季风区增温（0-3℃）显著增加小麦产量、千粒重和穗粒数,其平均增幅分别为8.2%、6.3%和4.7%;温带季风区增温（0-3℃）显著增加小麦产量、穗粒数和穗数,其平均增幅分别为6.8%、3.9%和5.5%,而温带大陆性气候区增温（0-3℃）显著降低小麦产量、千粒重和穗粒数,其平均降幅分别为10.2%、5.9%和8.3%。其中,亚热带季风区增温0-2℃,小麦产量显著提高了8.5%,而增温2-3℃时,小麦并未增产;温带季风气候区小麦增产愈为明显,当增温2-3℃时小麦的增产幅度达14.5%;相反,在温带大陆性气候区增温0-2℃和2-3℃时,小麦分别显著减产10.1%和15.9%。（2）亚热带季风区和温带大陆性气候区增温（0-3℃）小麦全生育期持续时间分别缩短了3.3%和7.1%,相反,在温带季风区,增温并未明显改变小麦全生育期持续时间;与此同时温带大陆性气候区和温带季风气候区的生殖期持续时间并无明显变化,而亚热带季风区小麦生殖生长持续时间却显著增加（8.7%）。（3）总体来看（季风气候区所有独立研究结果）夜间增温0-2℃和2-3℃对小麦产量有显著影响,小麦分别增产10.5%和15.0%。【结论】田间增温会显著影响中国粮食主产区小麦产量以及发育期持续时间,但不同气候区及不同时段增温对小麦生长和发育的影响不同。本研究结果可为未来气候变化新态势下中国粮食主产区种植制度优化与合理布局提供科学依据。