《农村土地承包经营权要素编码规则》国家标准解读

农村土地承包经营权要素编码是开展农村土地承包管理的基础性工作。《农村土地承包经营权要素编码规则》(GB/T 35958-2018)于2018年9月1日开始实施,必将对规范农村土地承包经营权确权登记颁证工作和促进土地承包管理信息化建设发挥极其重要的作用。为便于国家标准GB/T 35958-2018使用者理解和执行,本文对标准的主要内容进行分析和解读。介绍了GB/T 35958-2018的编制背景,分析了标准的内容要素和层次结构,剖析了标准中农村土地承包经营权要素的代码结构、编码方法和赋码规则,揭示了GB/T 35958-2018与国内相关标准的关系,特别是与NY/T 2538-2014的内在关联性,指出了GB/T 35958-2018在应用过程中需要注意的若干问题,并就及时宣贯和修订国家标准提出了建议。研究可望深化对农村土地承包经营权要素编码的认识,促进GB/T 35958-2018在农村土地承包经营权确权登记颁证工作中的有效实施和规范应用。     

我国农情信息需求调查与分析

农情信息是指农业资源、环境与主要农作物的生长过程、状况的信息.调查研究与分析的目的是为国家农情监测系统的研究开发提供信息采集、处理与发布的标准.本次调查通过抽样方式,覆盖了国家7个部委局与全国22个省、自治区三个层次的农情信息用户,通过对农情信息需求的调查分析得出:农情监测信息具有及时、客观与覆盖面广的特点,已成为不可缺少的农业信息资源;农情信息同时已成为各级决策、生产管理、生产经营及农产品市场部门制定农业政策、管理指导农业生产和制定经营策略的重要科学依据;我国农情信息的采集、加工处理与发布缺乏统一的标准,缺乏统一协调的信息服务管理机制,信息资源共享系统亟待解决.     

基于多分辨率数据的干旱和半干旱地区地物模糊分类

为了进一步提高低分辨率遥感数据用于干旱和半干旱地区地物分类精度,该文以新疆石河子垦区为研究区,利用PSA(purposive selection algorithm)算法结合地物分布的统计特性对样本窗口进行选择,确定了最佳样本窗口组合;采用概率密度估计的方法获取了真实的隶属度函数,基于类别隶属度函数构建地物辨别模型;建立了多分辨率数据大尺度土地利用/覆盖遥感分类流程。研究结果表明,借助高空间分辨率数据提取各地物类别的精细分布特征,与Erdas非监督分类相比,模糊分类的总体分类精度提高了20%。该研究可为低分辨率数据的研究与应用提供借鉴。     

辽宁省生长季气候变化及其对春玉米产量的影响

为了明确气候变化对辽宁省春玉米产量的影响,基于1968—2017年气象站点数据,结合标准化降水蒸散指数(Standardized Precipitation Evapotranspiration Index,SPEI),运用M-K趋势分析、相关分析及回归分析等数理统计方法研究了辽宁省春玉米生长季各气候要素、干湿变化特征及其与春玉米产量的关系。结果表明:降水量除丹东呈增加趋势外,其它地区呈现减少趋势; 大部分地区温度呈现升高趋势,风速呈显著减弱趋势,相对湿度变化趋势不显著; 日照时数除辽阳、本溪呈不显著增加外,其他地区呈减少趋势。降水、最高温和平均温是影响辽宁省春玉米产量的重要因子,尤其是朝阳、葫芦岛、锦州、阜新和大连地区,春玉米对这些要素更敏感,与降水量正相关,与最高温、平均温负相关,未来降水量减少、温度升高将不利于这些地区春玉米生长。随着位置东移降水量逐渐以负效应为主,温度逐渐表现为正效应。除阜新、抚顺、本溪等部分地区呈现干旱化外,其他地区表现为不显著的湿润化趋势。朝阳、葫芦岛、阜新等地区春玉米产量对6月、7月的干湿变化较敏感,易受旱减产; 干旱化将使阜新春玉米生产形势变得严峻,朝阳、锦州、大连地区湿润化对春玉米生长有利; 沈阳、鞍山、辽阳和营口地区5—9月的干湿状况均对春玉米产量有影响,抚顺、本溪、铁岭等地区则易受6—8月的干湿状况影响,这些地区当前较适宜春玉米生长; 丹东地区易受涝减产,且湿润化趋势将会对该地区玉米生产造成不利影响。辽宁省不同气候要素及干湿变化对不同地区春玉米产量的影响效应有正有负,程度也各不相同,各地应因地制宜采取合理措施促进玉米丰产。     

利用时序合成孔径雷达数据监测水稻叶面积指数

为了确定全极化雷达数据监测水稻叶面积指数动态变化的精度,该文对水稻叶面积指数与后向散射系数进行了各生长阶段建模比较。采用广东雷州地区多时相多入射角精细全极化Radarsat-2数据,结合水稻全生育期地面样方实测数据,首先分析多入射角归一化后四极化(vertical-horizontal polarization,VH;vertical-vertical polarization,VV;horizontal-horizontal polarization,HH;horizontal-vertical polarization,HV)、比值极化HH/VV后向散射系数与水稻叶面积指数(leaf area index,LAI)随时间变化特征以及在营养生长阶段、生殖生长阶段和全生育期的相关关系,提取相关系数高于0.8的极化与生长阶段进行水云模型建模,最终生成多期水稻LAI反演分布图,并验证该数据反演水稻各生长阶段LAI的精度,探索SAR数据追踪区域尺度水稻长势的可行性。结果表明,在地形较为平坦的水稻集中连片种植区,VV、HH/VV后向散射系数与LAI在营养生长期、全生育期极显著相关(P0.01),相关系数均高于0.83。营养生长阶段VV、HH/VV水云模型拟合决定系数分别为0.77、0.87,全生育期VV、HH/VV水云模型拟合决定系数分别为0.73、0.8,营养生长阶段模型优于全生育期模型。精细四极化SAR数据监测区域尺度水稻LAI动态变化具有应用潜力,优选的极化模型为进一步的水稻长势监测提供依据。     

农村土地承包经营权要素编码的关键问题及解决途径

为准确使用NY/T 2538-2014、规范农村土地承包经营权确权登记颁证工作,针对目前农村土地承包经营权要素编码中存在的县级段代码和乡级段代码编制、发包方编码、承包方编码、特殊区域编码等关键问题,采用文案调查法和实地调查法进行深入剖析,并给出了问题的解决途径。结果表明:1)县级段代码和乡级段代码应以目前正在开展的农村土地承包经营权确权登记颁证工作作为时间节点来进行编码,并采用民政部公布的行政区划代码;2)发包方应按照农村土地所有关系进行编码,并且发包方编码在承包期内保持稳定;3)承包方应视为权利人来进行编码,其编码取决于是否与发包方签订承包合同;4)农村土地承包经营权要素编码与特殊区域内农村土地承包管理方式无关,应按照农村土地承包经营权要素的内在关系进行编码。通过剖析上述关键问题,研究可进一步深化对农村土地承包经营权要素编码的认识,促进NY/T 2538-2014在农村土地承包经营权确权登记颁证工作中的规范应用。     

基于GF-1影像的沿淮地区冬季耕地撂荒遥感调查应用

耕地作为一种稀缺资源对国家和农民来说都具有极其重要的意义,但随着市场经济的深入和农村经济的发展,农村耕地撂荒现象时有发生,撂荒耕地必然导致土地资源浪费,影响到中国粮食安全和农民增收,也不利于农村经济社会稳定发展。沿淮地区是安徽省乃至全国重要的商品粮生产基地,但近年来冬季撂荒情况日益严重。该文拟选取安徽省霍邱县,利用2015、2016、2017三年冬小麦生长期内的GF-1卫星16 m多光谱影像,提取霍邱县冬季作物种植的空间分布和面积,通过多年数据对比,来分析霍邱县近年冬季耕地撂荒情况。结果显示:2015、2016、2017三个年度冬小麦种植面积分别为937.72,821.79,608.91km~2。参照2015年度冬小麦种植情况,2016年度冬季撂荒面积115.93 km~2、占比12.36%,2017年度冬季撂荒面积328.81 km~2、占比35.06%。结合实地调研分析,霍邱县近年来冬季撂荒面积不断增大的的主要原因有农田排灌等水利设施不足、稻茬麦效益低、外出务工等。而2017年度撂荒面积明显增加的直接原因是冬小麦播种期间,出现连续阴雨异常天气,低洼地区田间积水严重,致使冬小麦无法播种,被动撂荒。该文的研究可以为沿淮地区冬季撂荒遥感调查提供技术参考。     

典型旱年农业干旱遥感监测指标在东北地区生长季的表现

以8d为时间尺度,以土壤相对湿度（RSM）为参考指标,采用相关分析方法,分析评估典型旱年2009年作物生长季内分别表征降水、土壤和作物的3个类别10种农业干旱遥感监测指数在东北地区的适用性。结果表明：（1）生长季中、后期,综合考虑冠层温度和植被特征的温度植被干旱指数（TVDI）与RSM的相关系数绝对值在0.5左右,对土壤湿度变化较敏感,可用于该生长阶段的农业干旱监测;（2）考虑作物前期缺水的累积作物缺水指数（ACWSI）是与RSM相关性较好的指数之一,在生长季前期和后期与RSM的相关系数绝对值在0.47以上,表现良好,但应用过程中需注意累积效应的时间尺度;（3）表观热惯量（ATI）更适于生长季前期干旱监测,改进型能量指数（MEI）适用于各种植被覆盖条件,但存在一定不稳定性;（4）考虑前期累积降水的APCI指数比仅考虑8d降水的条件降水指数PCI更能反映土壤湿度状况,特别是在生长季中、后期,可作为其它监测指数的补充;（5）条件植被指数（VCI）、归一化差异水分指数（NDWI）与RSM相关性较低,对现时土壤湿度的反映不敏感,不适于研究区内短时间尺度的农业干旱监测。研究结果可为东北地区开展农业干旱监测选取合适指标提供参考,也可为农业干旱指数的广泛应用构建可行性框架。     

农作物长势的定义与遥感监测

监测作物生长过程的状况与趋势,即长势监测是农业遥感更为重要的任务。其目的是：１）为田间管理提供及时的信息;２）早期估计产量。该文以冬小麦为例,根据实地调查与北方数省的资料,用作物的个体与群体特征定义作物长势,讨论了遥感监测的可能性,提出了基于植被指数与植被表面温度的长势遥感监测的评估模型与诊断模型的概念与算法。