无公害西瓜 病虫害防治技术

无公害西瓜生产是指在良好的农业生态环境下,不施或少施化学肥料、农药等化工产品。通过农艺措施、生物防治措施防治病虫害,通过施用有机肥料和秸秆还田实现养分平衡来进行的西瓜生产过程。因时、因地制宜,合理运用化学防治、生物防治、物理防治等措施从而达到经济、安全、有效地控制病虫危害的目的。     

阿勒泰市自动化防洪预警系统的应用

根据阿勒泰市山洪灾害频发的特点开展防洪预警系统项目，设立雨量监测点和水量监测点，以阿勒泰市水利局为核心建立一个中心站，中心服务器能够自动接收采集回来的实时数据，通过应用软件处理后，以数字与图形方式直观显示各种监测数据，了解雨、水量状态动态，为阿勒泰市政府防洪抗洪指挥决策提供科学依据。     

基于无人机多光谱影像的槟榔黄化病遥感监测

黄化病是一种严重危害槟榔生长的病害,迫切需要及时、准确地监测其侵染的严重度差异和空间分布。低空无人机遥感可有效解决槟榔种植区由于多云雨天气而造成光学卫星影像获取不足,提高槟榔黄化病监测的实时性。该文利用大疆精灵Phantom 4 Pro V2.0四旋翼无人机搭载MicaSense RedEdge-M多光谱相机获取5波段多光谱影像,基于最小冗余最大相关算法(Minimum Redundancy Maximum Relevance,m RMR)从15个潜在的植被指数中优选比值植被指数(Ratio VegetationIndex,RVI)、改进的简单比值指数(ModifiedSimpleRatioIndex,MSR)和花青素反射指数(Anthocyanin Reflectance Index,ARI)作为敏感特征,分别利用后向传播神经网络(Back Propagation Neural Network, BPNN)、随机森林(Random Forest, RF)和支持向量机(Support Vector Machine, SVM)分类算法,构建了槟榔黄化病严重度监测模型。结果表明,BPNN模型总体精度达到91.7%,分别比RF模型和SVM模型提高6.7%和10.0%,且Kappa系数为0.875,为所有模型中最高,漏分、错分误差也最小,健康,轻度和重度分别为11.1%、15.8%,13.6%、9.5%和0、0。研究结果证明了无人机多光谱遥感影像监测槟榔黄化病的可行性,同时也可为其他热带作物病害监测提供案例研究。     

粮食生产系统适应气候变化研究态势分析

【目的】利用文献计量方法,对粮食生产系统适应气候变化研究领域1995—2016年研究态势进行定量分析,并探究其发展趋势,为该领域未来研究提供参考。【方法】基于Web of Science数据库,利用Thomson Data Analyzer (TDA)分析工具,采用计量分析方法,分析了1995—2016年粮食生产系统适应气候变化研究领域的总体发展趋势、国际主要研究力量、研究热点及关联性。【结果】(1)1995—2016年,全球发文量呈现整体上升趋势,2012年之后处于较高发展水平。其中,美国在该领域发文量、平均引证指数等都远高于其他国家,位列第一。中国在2012年后发展速度较快,发文量及文献相对产出率跃居全球第二位,但平均引证指数与美国之间仍有较大的差距。(2)该领域排名前十的研究机构中,中国、美国各有3个,澳大利亚、法国、英国、荷兰各1个,其中最活跃的机构是中国科学院。(3)从研究机构间的合作关联性看,中国科学院与中国农业科学院之间的研究相似度最高达0.67,且中国国内研究机构之间的合作相似度远大于国际研究机构。(4)气候变化、农业及作物模型一直是研究的热点,近年来研究热点外延至作物物候、产量、土壤、生物碳及温室气体等研究方向。【结论】目前,美国在该领域具有较强的竞争力和创新性,中国虽然后期有较快发展,但竞争力和创新性有待提高。气候变化对粮食生产系统的影响分析是当前研究的热点,未来可进一步研究气候变化、品种、社会经济要素等对粮食生产系统的影响机理及其贡献份额,针对不同粮食生产区制定适应气候变化的应对体系,建立综合评价体系,确保粮食生产安全和可持续发展。     

基于无人机多光谱影像的夏玉米叶片氮含量遥感估测

利用无人机平台搭载多光谱相机组成的遥感监测系统在农业上已取得了一些成果,但利用无人机多光谱影像开展作物氮素估测研究少有尝试。基于此,该文利用国家精准农业基地2017年夏玉米3个关键生育期无人机多光谱影像和田间实测叶片氮含量数据,开展夏玉米叶片氮素含量的无人机遥感估测研究。对该研究选用的15个光谱变量,通过相关性分析解析光谱变量与LNC的相关关系,筛选出对玉米叶片氮素含量敏感的光谱变量;应用后向逐步回归方法分析不同变量指数下估测精度变化,最终确定不同生育期夏玉米LNC估测的光谱变量,实现对夏玉米叶片氮含量的较高精度监测。研究发现:1)在3个生育时期,GRE和GNDVI与LNC都有很强的相关性,表明绿波段可以很好地进行夏玉米生物理化参数的反演;2)在喇叭口期和灌浆期,OSAVI、SAVI与LNC具有高度相关性,证明在夏玉米生长前期和后期选择控制土壤因素的光谱变量可以提高对氮素估测的能力。在筛选最优光谱变量建模过程中发现,喇叭口期选取5个光谱变量(GNDVI、GRE、OSAVI、REG、SAVI)建模效果最好,估测模型的R~2、RMSE和nRMSE分别为0.63、27.63%、11.62%;抽雄吐丝期选取6个光谱变量(REG、GRE、GNDVI、MNLI、RED、NDVI)建模效果最好,估测模型的R~2、RMSE和n RMSE分别为0.64、20.50%、7.80%;灌浆期选取5个光谱变量(GRE、GNDVI、RED、NDVI、OSAVI)建模效果最好,估测模型的R~2、RMSE和n RMSE分别为0.56、31.12%、12.71%;在不同生育期选取最优光谱变量进行夏玉米LNC估测具有很好的效果。应用无人机多光谱遥感影像数据可以很好地监测田块尺度夏玉米LNC的空间分布,可为玉米田间氮素精准管理提供空间决策服务信息支持。     

1980—2010年东北地区种植结构时空变化特征

【目的】探讨过去30年东北地区像元尺度种植结构的时空分布特征和演变规律,为东北地区农业政策的调整提供科学基础。【方法】基于1980—2010年东北三省的玉米、大豆、水稻和小麦种植面积的县级统计数据,利用SPAM-China模型获取10 km像元尺度上种植结构的分布信息,构建以像元内种植面积比例超过30%和占比前三位的种植结构类型的判定方式,利用空间叠加方法分析种植比例及其结构类型的时空变化特征。【结果】运用像元结果初步阐明了东北地区的种植结构变化特征,首先种植规模的优先顺序在2000年左右发生了变化,由玉米大豆小麦水稻变为玉米大豆水稻小麦;其次,30年间共出现14种组合类型,包括6种水稻及其组合类型由1980年的8.30%增至2010年18.64%,主要分布于辽河平原、松嫩平原和三江平原等地;7种玉米及其组合类型占比超过三分之二,累积比例增长3.7%,主要分布在东北的中西部,是该地区的主要种植作物;5种大豆及其组合类型累积比例减少4.2%,空间上发生了显著的置换,由散布在三省的格局迅速北移集中于黑龙江;7种小麦及其组合类型累积比例从26.82%降为3.17%,是变化最为显著的种植结构类型,现有少量集中于黑龙江嫩江附近。再次,3种种植结构类型变化较多,一是由开垦耕地带来的新类型,占所有变化类型比例为20.91%,特别是黑龙江省拓荒带来的大规模水稻种植;二是单一作物型变化为两种或以上作物类型组合,占比为34.90%,组合作物主要为水稻和大豆;三是多种作物组合型变为单一作物型,将种植结构类型集聚,占比为41.36%,主要为玉米种植区的调整。【结论】过去30年种植结构类型变化规律为种植结构类型分布受玉米和大豆主导,其中大豆空间转移至黑龙江,水稻正成为东北地区重要种植类型,而小麦则持续萎缩至局部地区,种植结构类型变化趋势将以玉米、大豆和水稻为主,单一化趋势显著。种植结构调整方向应从减少单一玉米型和增加水稻和大豆组合型入手。     

基于PLS 和组合预测方法的冬小麦收获 指数高光谱估测

【目的】通过遥感反演测量收获指数(HI),可节省时间和人力,但需要提高精度。通过权重最优组合算法改善收获指数估算精度,为基于多时相多光谱信息的HI遥感估算提供新方法参考。【方法】利用测定的冬小麦多个关键生育期的冠层光谱数据,对筛选的44种常用植被指数与实测收获指数进行相关性分析,挑选出每个育期中5种最优的典型植被指数;应用偏最小二乘(PLS)的方法建模,分别得到基于单个生育期光谱信息的HI遥感估测模型;借鉴组合预测原理,应用组合预测方法对全部单生育期的各HI光谱模型赋予最优权重,最终构建基于多生育期数据的HI光谱组合预测模型。【结果】(1)利用PLS后,单一生育期的建模结果较单一植被指数有所改进,但仍有待提高;(2)应用组合预测原理的HI组合预测模型,显著改善了HI的估测精度,R2达到0.55,较单生育期的建模预测,提升了13%。【结论】基于多生育期信息的组合预测方法,对各单一生育期HI预测模型赋予最优权重进行优化组合,实质间接利用了各生育期对作物HI形成的贡献,显著提高冬小麦收获指数的估测精度,是一种新颖的作物HI遥感估测方法。     

鸡腿菇栽培技术

鸡腿菇又名毛头鬼伞、毛鬼伞、刺菇菇,属真菌门担子菌亚门层菌纲伞菌目鬼伞科。鸡腿菇幼时肉质细嫩,鲜美可口,色香味皆不亚于草菇。鸡腿菇还是一种药用蕈菌,味甘性平,有益脾胃、清心安神、治痔疮等功效。