基于双波段作物长势分析仪的东北水稻长势监测

为了实现水稻精细栽培和变量管理的目的,利用独立开发的双波段作物长势分析仪,进行了水稻生长监测的试验与分析。传感器分别在610与1220 nm处测量太阳光与作物冠层反射光的强度,进而计算光谱反射率。利用双波段作物长势分析仪于2008年在黑龙江省农垦总局建三江分局2处水稻试验田,在分蘖期与抽穗早期进行了氮肥胁迫试验,结果表明水稻叶片氮浓度及生物质干质量与RVI、NDVI都具有很高的相关性,但与NDVI的相关性比与RVI的更高。分蘖期的测量结果表明,NDVI与施肥量的相关性非常显著,R2大于0.94。但NDVI并不与施肥量成线性相关,过量的施氮量反而会引起NDVI值的降低。分蘖期、抽穗早期的NDVI值都与最终产量有着显著的相关,其中抽穗早期的NDVI与产量的决定系数（R2）达到了0.96。分析结果显示利用双波段作物长势分析仪监测水稻冠层,可达到控制投入和提高产量的目的,为水稻的精细栽培提供理论与技术支持。     

基于遥感的国外作物长势监测与产量趋势估计

国外重点产粮区的作物长势和产量增长趋势信息对于中国政府决策和制订合理的粮食政策具有重要意义,但由于地域的限制、生产方式的差异以及国外可获取的气象资料有限,气象模型和农学模型在国外估产方面尚存在不足,遥感以其便捷、快速、客观的优势已被越来越多地采用进行国外作物长势监测和产量估计。该文以美国玉米和印度水稻为例,探讨了基于1kmSPOT-VGT遥感资料进行作物长势监测和产量趋势估计的方法,并结合当地气象条件对其结果进行了分析。经检验,利用该方法得到的长势状况及空间分布与实际基本一致,产量增长趋势预测准确率为100%;在作物生长旺盛季节,植株覆盖密度较大时,EVI比NDVI能更真实地反映作物的长势状况。该研究可为国外作物长势遥感监测与产量估算业务应用提供参考。     

作物长势监测系统(CGMS)在黑龙江省的应用

利用黑龙江省实测气象资料以及玉米、大豆、水稻和春小麦的实测资料对作物生长监测预报模式(CGMS)中四大主要作物的重要参数进行修正和参数分区处理,并利用不同模型对各县(市)2003年的作物产量进行了监测预报,检验分析结果证明预报效果较好,准确度较高,CGMS在黑龙江省粮食监测和预报中具有理论研究和实际应用价值。     

多时相归一化植被指数NDVI的时空特征提取与作物长势模型设计

目前国内外对作物长势遥感监测研究主要集中在发展具体指标及其定量化,忽略了作物长势的时空特征。作物长势是一个时空变化的过程,同一时相的作物长势在空间地域上和同一空间地域的作物在不同时相上存在差异。因此,时空特征的提取是进行大尺度作物长势监测的基础。该文讨论多时相归一化植被指数NDVI时空特征提取并反映为相关的特征参数,并讨论了作物长势监测模型的建立     

基于综合指标的冬小麦长势无人机遥感监测

作物长势监测可以及时获取作物的长势信息,该文尝试建立新型长势指标,监测小麦总体长势情况。将反映小麦长势的叶面积指数(leaf area index,LAI)、叶片叶绿素含量、植株氮含量、植株水分含量和生物量5个指标按照均等权重综合成一个指标,综合长势指标(comprehensive growth index,CGI)。利用450~882 nm范围内单波段和任意两个波段构建归一化光谱指数(normalized difference spectral index,NDSI),比值光谱指数(ratio spectral index,RSI)和简单光谱指数(simple spectral index,SSI),计算CGI与光谱指数的相关性,筛选出相关性好的光谱指数,结合偏最小二乘回归(partial least squares regression,PLSR)建立反演模型。以CGI为指标,运用无人机高光谱影像对2015年小麦多生育期的长势监测。结果表明:1)冬小麦各生育期,总体上CGI与光谱指数的决定系数R~2均好于各项单独指标与相应光谱指数的R~2。仅孕穗期CGI和RSI(754,694)的R~2比叶绿素和RSI(486,518)的R~2低,开花期的CGI和R570的R~2比生物量和R834的R~2低以及灌浆期CGI和SSI(582,498)的R~2比植株含水量和SSI(790,862)的R~2低。2)拔节期,孕穗期,开花期,灌浆期和全生育期PLSR模型的建模R~2分别为0.70,0.72,0.78,0.78和0.61。拔节期,孕穗期和开花期的无人机CGI影像验证模型的均方根误差RMSE(root mean square error)分别为0.050,0.032和0.047。CGI与相应光谱指数的R~2高于单独各项指标与相应光谱指数的R~2,光谱指数能够很好反映CGI包含的信息。无人机高光谱影像反演CGI精度较高,能够判断出小麦总体的长势差异,可为监测小麦长势提供参考。     

土壤水分对作物根系生长及分布的调控作用

研究了作物根系生长、分布对不同土壤水分条件，特别是水分胁迫条件和不同灌溉方式的动态响应特征及其与冠部生长、籽粒产量和水分利用的关系，指出对作物根系实施调控的方法，为寻求节水高产途径提供了可靠依据。     

作物长势遥感监测指标的改进与比较分析

为改善归一化植被指数（NDVI）作为遥感监测作物长势指标的性能,该文分析了归一化植被指数的内在设计缺陷,在不增加额外波段的情况下,以近红外波段和红色波段为基础引入一种新的作物长势遥感监测指标——GRNDVI。通过在像素和区域层次上同其他4种指数进行比较发现：GRNDVI能够改善归一化植被指数在低植被覆盖度时期/地区容易受到作物冠层土壤背景的影响,而在高植被覆盖度时期/地区又容易发生饱和现象的设计缺陷,可以作为遥感监测作物长势过程中替代归一化植被指数的指标。     

东北地区主要作物种植结构遥感提取及长势监测

以中国东北地区为研究区域,探讨基于遥感影像全覆盖的大尺度作物种植结构自动提取及长势遥感监测的技术方法。通过分析东北地区春玉米、春小麦、一季稻及大豆等主要作物时序光谱特征,确定不同作物种植结构遥感提取的阈值,建立基于MODIS NDVI数据的上述4种作物种植结构提取模型,获取2009年东北地区主要作物空间种植结构格局特征。其次,基于MODISNDVI数据,利用差值模型,通过与近5 a作物长势的平均状况进行对比,分析研究东北地区2009年4种作物的长势状况。结果显示,与多年平均统计数据比较,基于遥感提取的作物种植结构信息,总体精度达到了87%以上;不同作物长势在其整个生育期内在时间和空间分布上都有较大差异。研究表明,通过MODIS数据提取不同作物种植结构及进行大尺度作物长势监测的技术和方法是可行的,研究为中国农业遥感监测系统大尺度业务化运行的作物种植结构提取提供了有效方法。     

遥感监测土壤含水率模型及精度分析

土壤含水率是决定农作物产量的最重要的因素之一.该文通过对2003年10月到2005年3月宝鸡峡二支渠灌区的土壤含水率进行实地调查,并对TM5和TM7波段数据进行归一化处理,再与参考点归一化土壤湿度指数求差后,建立遥感影像对土壤含水率的监测模型.并以2005年6月28日遥感影像为例,用建立的模型对土壤含水率进行定量反演.结果表明,反演精度可达80%以上,反演效果最好的土壤深度是0～40 cm.应用此归一化土壤湿度指数模型监测土壤含水率,可以满足灌区大范围宏观监测要求.     

柑橘园土壤墒情远程监控系统设计与实现

针对传统的土壤墒情监测手段存在的监测范围小、采样率低等不足,设计实现了基于ZigBee无线传感网络和J2EE三层B/S架构技术的柑橘园土壤墒情远程监控系统。系统采用具有ZigBee无线数据传输功能的XBee-PRO模块和ECH2O型土壤水分传感器EC-5为核心组成传感器节点,部署于柑橘园的各个采集点对土壤墒情信息进行采集、预处理和无线发送等工作,通过基于ARM9的嵌入式网关与Internet网络连接,采集数据传输至远程Web主机,通过远程监控中心系统实现对采集数据分析处理和系统运行的远程和实时监控。进行了不同距离的传感器节点发送数据包的耗时和数据包发送成功率试验,在1 km以内耗时低于100 ms,数据包发送成功率高于98%。试验结果表明,系统实现了稳定可靠的数据传输,适合柑橘园土壤墒情的远程和实时监控。     

墒情监测取样方法的研究

该文对北京通州区辖800多km²范围内3 022点的土壤墒情测量数据进行了统计分析，验证了土壤墒情符合对数正态分布，给出了计算类似区域合理取样数目时的估值方法，目的是以合理的取样数目和适合的取样方法指导区域性墒情（旱情）监测站点的建设。同样，以北京昌平一个农场的墒情分布，给出了计算类似地块合理取样数目时的估值方法，以此来指导节水灌溉。     

土壤墒情实时监测与精准灌溉系统的设计

为了及时、准确地给作物提供适宜的土壤水分条件,该研究利用拥有自主知识产权的土壤水分传感器、数据采集控制模块、数据传输模块、管道流量计等硬件以及自己编制的土壤墒情监测与精准灌溉控制软件,以灌溉小区为管理单元,布置土壤水分传感器与灌溉设备,实现了自动获取土壤含水量信息,根据作物不同生育期的适宜土壤水分上下限确定自动或手动启动、关闭灌溉系统;通过固定式喷灌、滴灌和渗灌方式,将水直接输送到作物根部,满足作物各生育期对水的需求,从而达到节约用水,提高产量,改善作物品质的功效。运行结果表明,该系统运行稳定、可扩展性强、低成本维护,其相对偏差与传统方法相比不到5%,是有效和适用的工具。     

集成GPRS、GPS、ZigBee的土壤水分移动监测系统

为了实现土壤水分数据的实时采集、处理、可视化与上传,开发了移动式土壤水分监测系统。系统由集成ZigBee协调器、GPS模块、GPRS模块的PDA和基于ZigBee的土壤水分传感器移动节点组成。ZigBee模块主要用于PDA和移动传感器节点间的无线通信,使PDA能无线获取土壤水分传感器信息,并能控制传感器供电电源的通断。GPS模块用来实时获取传感器的位置信息,为绘制土壤水分时间和空间分布图以及为精细灌溉决策系统提供支持。GPRS模块用来将绑定的节点号、经纬度信息、土壤水分信息通过TCP/IP协议上传至互联网远程上位机,以实现土壤水分时空变异的远程监测。系统既能在PDA内存储信息又能上传互联网,具有良好的便携性和可视性。性能试验结果表明,系统可实时准确远程传输测量数据,内嵌软件根据测量结果绘制的土壤水分空间变异分布图可有效指导精细灌溉。     

中国作物生长模拟监测系统构建及应用

该文系统阐述了中国作物生长模拟监测系统（Crop Growth Simulating and Monitoring System in China, CGMS-China）的构建方法及其在国家级农业气象业务中的应用。CGMS-China是基于WOFOST、Oryza2000、WheatSM、ChinaAgroys 4个作物模型构建的系统,在作物长势监测评估、农业气象灾害影响评估、作物产量预报等农业气象业务中均有应用。该系统可进行作物长势监测、产量预报、农业气象灾害影响评估。利用CGMS-China模拟输出的地上生物量、叶面积指数、穗质量,建立作物长势评估指标,可对小麦、玉米、水稻进行实时长势监测与评估。通过CGMS-China对2014年8月中旬华北黄淮夏玉米的干旱产量损失评估和2016年6月22日早稻高温热害的产量损失预估表明,CGMS-China对农业气象灾害影响评估的效果较好。利用CGMS-China对2014年冬小麦主产省进行产量预报,各省的平均预报相对误差为7%。与此同时,在CGMS-China中利用遥感数据同化方法,对山西洪洞县进行产量预报,预报相对误差小于11%。该系统在国家级农业气象业务中具有良好的应用前景。     

基于云原生技术的土壤墒情监测系统设计与应用

该研究针对全中国尺度的土壤墒情监测需求,构建基于自动监测站原位监测与多源专题数据的土壤墒情数据获取感知技术体系,提出数据质量控制清洗策略并建立数据校正插补模型。系统基于云原生技术设计,将模块以微服务形式灵活开发部署,通过容器技术打包运行独立实例,布设了墒情数据上报采集、可视化分析和数据挖掘应用等核心模块。依托空间分析和WebGL技术开发3D WebGIS数据分析功能模块,实现协同土壤墒情、土地利用、海拔高程等多源数据可视化分析与制图,深入挖掘数据价值,实现墒情估算和基于水量平衡的灌溉决策应用服务。系统已在中国21个省份得到应用,建立自动监测站970个,采集监测数据6 000余万条,为用户掌握土壤墒情现状、指导农业节水灌溉、获取可靠科研数据等应用提供数据与技术服务。     

基于3S技术联合的农田墒情远程监测系统开发

农田墒情信息是现代农业实施精准施肥、精确灌溉的重要科学依据。为了实现快速准确地采集墒情信息,研究开发了基于3S（GPS/GIS/GPRS）技术联合的农田墒情远程监测系统。该系统主要由农田信息监测网络节点和远程服务器组成,在小范围内由传感器节点基于ZigBee通讯协议组成无线传感器网络,在大尺度上通过网关节点集成GPS网络,利用GSM/GPRS网络实现与Internet的信息交互,完成了墒情数据的自动采集、无线传输和准确定位。设计了太阳能自供电的长寿命无线传感器节点和网关节点,开发了服务器端农田墒情信息管理系统软件,实现了Web方式下的参数远程设置和信息实时监测。该系统的设计开发为农田墒情信息监测和分析决策提供了有效的工具。     

冷凉地区不同耕作措施对土壤环境和作物生长发育的影响

通过不同耕作措施的实施,比较其对玉米种植地土壤水分、土壤温度、玉米生长发育及产量的影响,从而探讨不同的耕作方式在旱作农业试验区的适宜性。结果表明:不同的保护性耕作措施均可提高土壤水分含量,其中留茬旋耕处理的土壤贮水量最高,达(4.542±0.894)×105L/hm2;在玉米播种前期及苗期,免耕覆盖处理降低土壤温度1~2℃,而整个生育期留茬旋耕处理与传统耕作处理的土壤温度相近;苗期,留茬旋耕处理的玉米株高、根长、鲜重和干重均优于其它处理,促进了玉米的生长发育;不同的保护性耕作措施均可提高玉米的产量,与传统耕作相比可增产4.01%~22.1%。整秆还田和留茬旋耕处理玉米产量较高,两者之间差异不显著。综合考虑不同耕作措施的效应,留茬旋耕处理比整秆还田处理更适宜于冷凉地区的推广、应用。     

吉林市土壤墒情监测系统开发及利用

为了及时掌握吉林市土壤墒情信息,为旱情预报预警提供基础数据,开发了吉林省吉林市土壤墒情监测系统。该系统由1个旱情分中心、建立在辖区内5个重点抗旱县的信息站以及分布在各县的13个土壤墒情监测站组成。土壤墒情监测站每天定时采集土壤墒情信息,通过GSM短消息上传到信息站;信息站对数据进行初步的整理后上报旱情分中心;旱情分中心根据各信息站上报的土壤墒情信息对区域旱情作出预报或预警,并根据需要给出抗旱决策。历时两年多的连续运行表明,系统在可靠性和实用性上基本达到了要求。