农作物单产遥感估算模型研究进展

作物单产估算是农作物估产中的关键技术,也是作物估产的难点之一.遥感技术凭借其宏观、及时和动态等特点已在农作物产量估算中占据着极为重要的地位,运用遥感信息建模估算作物产量已成为区域作物估产的必然要求.在总结农作物单产遥感估算模型研究成果的基础上,将作物单产遥感估算方法划分为四种模式加以详细阐述,分析了用于单产建模的遥感数据源的多元化趋势,讨论了如何有效验证模型估算精度的问题,最后对作物单产遥感估算模型今后的发展趋势作了展望.     

作物单产估算模型研究进展与展望

作物单产估算是服务现代农业的一项重要内容,也是农业监测的难点之一,及时准确的产量模拟对国家农业决策、农田生产管理、粮食仓储安全等都有重要意义。利用模型对作物生长发育和产量形成过程进行动态模拟是当前产量估算的主流方式。本文通过对比当前主流模型构建的理论基础,将估产模型分为经验统计模型、作物生长模型、光能利用率模型和耦合模型4种类型,并对比分析4种模型的优缺点,得到了各个模型的优势和不足。同时分别分析了遥感技术在4种估产模型中的应用,对模型中遥感数据的使用方法、限制因素、解决办法等进行了总结,并分析了遥感技术在作物估产模型方面使用的优势、不足和应用前景。分析了模型发展过程中存在的问题和限制因素,最后对模型的研究热点和发展趋势进行了展望,总结了遥感数据的使用方法、不同模型的耦合、现有模型的优选3个作物估产模型研究需要重点关注的方向。     

基于遥感与作物模型的土壤速效养分时空变异分析

目的 研究在均衡施肥模式下,双山农场2012—2016年间土壤速效养分的时空变异特征,分析施肥管理、轮作模式等人为因素和气象、地形等自然因素对速效养分变化的影响,该研究成果可为土壤速效养分管理和作物变量施肥提供参考依据。方法 以双山基地农场为例,通过时间序列HJ-1 CCD遥感数据和作物模型WOFOST反演得到土壤速效养分。基于以上土壤速效养分数据在不同时间尺度（年际间和生长季内）和不同空间尺度（农场尺度和田块尺度）上的速效养分时空变异分析。利用土壤速效养分分级图来定性分析养分在5年内的空间变异特征;选取相应的统计参量对土壤速效养分的平均含量和变异性进行定量分析;利用线性回归来分析速效养分的变化量与初始含量的关系;以及养分变化曲线图分析速效养分的时间变化特征。结果 在均衡的农田施肥管理模式下,2012—2016年农场的土壤速效氮（AN）、速效磷（AP）和速效钾（AK）含量平均值变化不大,速效养分高值和低值都在向中间值靠拢,分别集中于280—360 mg·kg ^-1、38—42 mg·kg ^-1和160—200 mg·kg ^-1,该部分面积比例分别增加18.5%、23.1%和23.8%,养分含量整体呈现均一化特征。AN、AP和AK的变异系数分别从2012年的0.314、0.112和0.257变为2016年的0.131、0.034和0.098,速效养分分布的空间差异性在减弱。AN,AP变化量均与初始值呈现极显著的负相关,R ²分别为0.839和0.882,AK的R ²为0.569,其相关性较弱与土壤中的速效钾本身不稳定有关。通过相邻地块的养分变化分析可知,田块尺度上的土壤速效养分也表现出明显的均一化特征,轮作模式是影响田块间养分变化差异的主要因素,对于轮作模式完全相反的#1和#2田块,人工施肥决定了田块内养分变化的总体趋势,对于豆科作物,固氮作用对土壤速效氮的含量变化作用明显。温度升高在一定程度上会促进作物对养分的吸收,但这种影响不足以改变养分变化的总体趋势。土壤的淋洗对养分的空间变异起到决定性作用,特别是强度较大的降水。降水对养分空间变异的影响在地形差异较大的区域,表现得更加明显。 结论 农田的施肥管理和作物轮作模式是土壤速效养分变化的主导因素;其次是气候因素,雨水对土地的淋洗会导致土壤速效养分的流失和下降,该作用在地形差异较大的地区更加明显;速效养分的变化量与养分初始含量关系显著;温度的升高会促进土壤速效养分的降低,其影响力小于降水。以上变化规律均可纳入后期速效养分的预测研究中,对这些影响因子赋予不同的权值,进行预测模型的构建。以期对作物年际间和生长季内的速效养分的变化进行实时动态监测。     

作物生长模型研究现状与展望

作物生长模型由最初的作物生长发育模型发展到农业决策支持模型,在科学研究、农业管理、政策制定等方面发挥着越来越重要的作用。本文首先回顾了作物生长模型的发展过程,并按照模型主要驱动因子,将作物生长模型分为土壤因子、光合作用因子和人为因子驱动3类并分别进行了归纳阐述;然后对典型的模型分别从模型模块、时空尺度、可模拟的作物类型等方面进行列表式对比;并对作物生长模型在气候变化评估、生产管理决策支持、资源管理优化等方面的应用,以及面临的极端条件、复杂农业景观和模型复杂度等挑战进行了总结,在此基础上认为遥感数据同化和孪生农场是其发展方向。     

基于NDVI与物候修正的大豆长势评价方法

及时、准确的作物长势监测可以为宏观决策和农田生产提供作物生长信息,便于及时采取各种田间管理措施,达到科学管理和作物增产的目的。归一化植被指数(normalized difference vegetation index,NDVI)与植被的叶面积指数(leaf area index,LAI)和叶片叶绿素含量关系极为密切,可以用来评价作物的生长状况。为了降低主观因素及物候差异对大豆长势监测的影响,该研究以黑龙江红星农场主要农作物大豆为例,基于历史NDVI数据建立了该区域大豆长势评价的标准。利用NDVI时间序列拟合法提取大豆关键物候期,结合物候监测结果对大豆长势进行修正,最后利用41个地块的单产数据对长势评价结果进行了验证。物候修正前后长势与单产的一致性分别为58.5%、75.6%,容差为1个等级时分别为87.8%、95.1%,表明历史NDVI对大豆长势评价有一定参考意义,但简单同期对比不能完全反映大豆长势真实情况,物候修正可以进一步改善长势评价效果。研究可以为利用遥感进行大豆长势评价提供参考依据。     

遥感作物物候监测方法研究

分析了阈值法、Logistic函数拟合法、谐波分析法、滑动平均法、斜率最大值法等目前遥感物候监测方法的优点及存在的不足,并讨论了相应改进措施,对遥感作物物候监测方法进行了展望。     

全国农作物叶面积指数遥感估算方法

目前对农作物叶面积指数LAI的遥感估算研究多是针对单一作物或是作物种植结构单一的区域,该文运用大尺度农作物叶面积指数的遥感估算方法,在像元尺度上对4个代表性实验站的LAI与归一化植被指数(NDVI)的相互关系进行了回归分析后,得到4种代表性作物种植结构的LAI估算模型,然后结合全国农作物种植结构数据对模型外推,建立了一个全国尺度的遥感模型,并估算了全国作物LAI。该文使用“863”项目山东遥感应用综合试验中的作物LAI观测数据进行了验证,结果表明该模型较其它估算模型达到了较高的精度,最大相对误差为39%,平均的相对误差为19%。该模型的计算结果已经在“中国农情遥感速报”系统中得到了广泛的应用。     

基于HJ-1卫星的农田土壤有机质含量监测

土壤状况是决定农田潜在生产力的主要因素,土壤性状及肥力状况信息可以为精准农田管理提供响应依据。利用遥感技术监测土壤养分含量是一种快速、准确、高效、经济的方法。以农田土壤有机质为研究对象,以HJ-1卫星数据为数据源,采用多元线性回归分析方法,构建有机质含量地面监测模型,通过直方图匹配方法求地面监测模型与HJ-1卫星监测模型之间的傅里叶转换函数,将地面监测模型应用到HJ-1卫星数据,并构建有机质含量遥感监测模型。实现了利用HJ-1卫星遥感数据对试验区土壤有机质含量进行监测。该模型监测结果与地面实际养分具有良好的线性关系,其决定系数0.93,标准差0.57%。在保持了较高精度的同时,避免了其他高光谱模型数据过于昂贵的问题,实现了有机质含量快速、经济监测,易于在农业中应用。     

基于HJ-1B数据的冬小麦留茬覆盖度遥感估算

作物茬作为农田生态系统的重要组成部分,影响着农田生态系统中的营养物质、碳、水和能量的流动与循环。建立了基于HJ-1B数据的冬小麦留茬覆盖度遥感估算模型,为区域作物留茬覆盖度遥感监测提供技术支撑。以山东禹城市冬小麦为例,分析了冬小麦留茬覆盖度与HJ-1B CCD数据各波段反射率、红外多光谱成像仪IRS数据的近红外和短波红外波段反射率及三种归一化光谱指数之间的相关关系,选取IRS归一化指数构建冬小麦留茬覆盖度光学估算模型。使用独立的地面观测数据对模型进行检验,模型估算的最大相对误差为24.96%,平均相对误差为9.28%,达到了一定精度。     

集成化的省级农情遥感监测系统

在“中国农情遥感速报系统（CropWatch-China）”的基础上,中国科学院遥感应用研究所开发了集成化的中国省级农情遥感监测系统（CropWatch-Province）。系统以遥感为主要数据源,在县、主产区和省3个尺度上进行农情信息的监测,包括作物长势、单产、种植面积、复种指数监测及作物估产、农气分析等,对系统的技术方法、结构、功能及其主要特点进行了详细论述。2010年系统通过“信息处理产品标准符合性检测中心”的检测,系统具有集成化程度高、灵活性强和应用新数据等特点。系统可以根据不同区域的特点进行灵活定制,通过集成化开发可以独立完成从数据预处理、科学计算、信息提取到结果输出的全部任务,并将包括HJ-1在内的一系列新数据应用于农情信息的获取。