河南省冬小麦种植频率时空变化及影响因素分析

【目的】通过对河南省2001—2015年间不同时期（2001—2005、2006—2010及2011—2015年）冬小麦种植频率（winter wheat planting frequency,WWPF）时空变化及其主要影响因素定量分析,进一步明晰区域作物种植频率变化时空变化分布特征和主要影响因素顺序。【方法】以河南省为研究区,冬小麦为研究作物,在利用中低分辨率MODIS EVI时序遥感数据和CART决策树算法进行连续15年（2001—2015年）作物种植空间分布信息提取基础上,获取了研究区不同时期冬小麦种植频率空间信息。在此基础上,开展不同时期冬小麦种植频率时空变化分析,并利用相关分析、主成分分析和线性回归分析等数理统计方法对不同时期研究区种植频率变化的影响因素进行分析,最终确定主要影响因素的重要性排序。【结果】基于MODIS EVI时序遥感数据和CART决策树算法可获得河南省较高精度连续多年冬小麦种植空间分布信息,经验证,研究区冬小麦遥感提取平均总体精度为90.39%,Kappa系数在0.82—0.92之间,可满足区域冬小麦种植频率变化研究所需作物空间分布精度要求;通过分析河南省不同时期冬小麦种植频率时空变化信息,省域内冬小麦主产区大部分具有较高的冬小麦种植频率（WWPF>80%）,而豫西南和豫南等山区由于地形复杂、自然条件较差导致冬小麦种植频率普遍较低（WWPF≤40%）。此外,3个时段期间,河南省冬小麦主产区高频种植冬小麦面积呈逐步增加趋势,WWPF>80%的面积比例分别为42.68%、59.94%和63.07%,低频种植面积呈减小趋势,WWPF≤40%的面积比例分别为28.53%、17.99%和16.63%,这对我国冬小麦主产区稳定粮食种植面积具有重要意义;从冬小麦种植频率影响因素分析结果看,河南省冬小麦种植频率与有效灌溉面积比例、土壤质量综合指数、播期气候适宜度、坡度和高程等指标间均存在显著的相关性,且除与坡度、高程呈负相关外,与其余因素均为正相关关系。以上指标对河南省冬小麦种植频率变化影响程度的排序结果为土壤综合质量指数>播期气候适宜度>有效灌溉面积比例>坡度（高程）,即土壤质量>播期气候条件>灌溉条件>地形条件。【结论】通过对河南省冬小麦种植频率时空变化及其影响因素进行定量分析,明确了河南省冬小麦种植频率时空分布特征和变化规律,明晰了河南省区域冬小麦种植频率变化影响因素及其重要性排序,为开展作物种植面积变化分析提供了一定技术方法和思路借鉴,为区域农业土地利用决策模型构建提供一定基础理论支撑。     

基于MODIS EVI时序数据的冬小麦种植面积提取

基于MODIS EVI构建的时间序列谱,结合冬小麦生育期形态变化特征,提取了河南省冬小麦种植面积.结果表明,冬小麦在EVI特征空间中具有独特的序列谱相特征,返青期后冬小麦整体EVI表现为逐渐升高,EVI在开花期后下降,灌浆后期快速降低;采用决策树分类方法实现冬小麦分离提取,整个河南省冬小麦识别面积与官方统计面积仅相差482.00×103 hm2,精度达到90.88％;EVI时间序列谱反映的作物生长过程的生理意义明确,采用MODIS EVI时间序列谱的遥感分类方法可以较好地实现冬小麦的遥感分类提取,满足冬小麦的长势监测和遥感估产的需要.     

晋南区冬小麦种植分布卫星遥感反演及时空变化分析

晋南区作为山西省冬小麦种植主产区,其冬小麦种植结构的变化对农业决策有着至关重要的影响。基于MODIS数据,将归一化植被指数(NDVI)作为一个波段,与可见光波段、近红外波段同时作为分析波段,分析主要地物波谱特征,确定反演冬小麦面积的理想时期,优化混合像元分解法的端元选取方式为裸地—冬小麦—林地—水体模型;然后提取了2000—2014年晋南区冬小麦种植面积分布,并结合实际统计数据对结果进行校正,校正后相对误差小于15%的县占总数的92.41%;基于提取结果对2000—2014年晋南区冬小麦种植分布变化和种植概率空间变化进行了分析。结果表明,晋南区冬小麦种植分布受地形因素影响较大,主要分布在运城盆地、临汾盆地、长治盆地和晋城市中部等地势较平坦的地区,且2000—2014年冬小麦面积整体呈下降趋势,长治减少幅度最大;晋南区冬小麦种植核心地带主要分布在临汾盆地和运城盆地,临汾盆地大部地区种植概率变化较小,运城盆地种植概率增减不一,晋城市种植概率下降较多,在长治盆地下降最为明显。     

基于Sentinel-2影像的冬小麦种植面积早期提取研究

【目的】 文章旨在探讨基于高分辨率多光谱遥感影像进行冬小麦种植面积早期快速提取、冬小麦空间分布情况快速制图与精度验证的方法,为山东省冬小麦高产、优质种植和农艺肥水的处方决策提供全局性信息。【方法】 （1）对Sentinel-2遥感影像数据进行预处理,然后采用历史种植分布数据自动提取与人工选取相结合方式构建冬小麦识别样本库,将样本分为小麦、林地、水体、建筑和道路及其他作物五大类;（2）采用随机森林算法计算机自动分类与影像人工解译相结合的方式,提取研究区冬小麦种植面积,绘制冬小麦种植空间分布图,并进行精度验证。【结果】 （1）解译得到研究区冬小麦种植面积为54.41万hm²,冬小麦种植面积的总体分布精度为97.05%,kappa系数为0.94,解译效果良好;（2）该文提出的方法可实现冬小麦种植面积高精度提取以及快速制图。【结论】 早期精准掌握冬小麦种植面积及空间分布信息,能够为地方政府和农业部门指导农事活动提供科学依据。     

GEE支持下的河南省冬小麦面积提取及长势监测

【目的】使用遥感技术对2017—2020年河南省冬小麦的空间分布信息进行高精度的提取,然后对2020年冬小麦的长势进行高频度的监测并结合气象条件进行分析。【方法】本文基于谷歌地球引擎（Google Earth Engine,GEE）云平台,对选取的Landsat 8影像数据根据NDVI最大值进行合成,然后进行特征构建,添加地形特征、纹理特征、NDVI以及一个新特征NDVI增幅,使用随机森林分类方法对样本数据按照构建的特征进行训练提取河南省2017—2020年冬小麦的播种面积信息;经过精度验证后对提取的河南省2020年的冬小麦种植区域生成掩膜,对掩膜区域（冬小麦种植区域）结合MODIS高时间分辨率影像数据,使用NDVI同期差值法对2020年2—4月份的冬小麦进行高频度的长势监测。【结果】使用GEE云平台能够对河南省冬小麦种植区域的空间分布信息进行快速制图;使用随机森林方法加入地形特征、纹理特征、NDVI后再加入新特征NDVI增幅,能够有效提高冬小麦的提取精度以及降低与统计数据的相对误差,基于混淆矩阵计算的平均总体分类精度为95.2%、平均kappa系数为0.909、冬小麦的平均分类精度为95.3%,与河南省统计年鉴数据相比,本文方法提取的2017—2019年河南省冬小麦播种面积相对误差均低于3%,河南省冬小麦主要种植区域的冬小麦播种面积的平均相对误差低于6%;使用MODIS影像数据结合NDVI差值模型能够对河南省2020年的冬小麦进行高频度的长势监测,河南省冬小麦在返青初期长势较往年及2019年好,到生育后期大部分区域长势与往年及2019年持平,总体上2020年冬小麦的长势较往年及2019年好。【结论】本文提出的方法能够对河南省冬小麦进行高精度的提取以及高频度的长势监测,且能够为地方政府或者一些农业部门在安排指导农事活动上提供科学依据。     

陇东地区主要农作物干旱灾损风险分析及区划

【目的】研究陇东地区冬小麦和春玉米种植的干旱风险,为指导该区农业生产的合理布局和有效地进行防灾减灾提供科学依据。【方法】从陇东主要农作物产量灾损角度出发,利用作物产量资料和气象资料,对历史干旱灾损情况(干旱分布、干旱发生强度和频率、干旱灾损分布)、受灾体种植面积比例和当地产量水平等方面进行综合分析,建立干旱灾损风险评估模型,确立综合区划指标,并进行干旱灾损风险区划。【结果】陇东多数县(区)冬小麦、春玉米因旱减产率大于20%的年份分别超过20%和14%;冬小麦、春玉米生育期间各类干旱发生频率分别为53%~94%和34%~80%;环县是陇东地区干旱发生最多,重度、极重度干旱发生频率最高的地区,冬小麦、春玉米干旱灾损率最大值均在环县,分别大于30%和20%;根据标准化风险指数将陇东冬小麦、春玉米种植区域分为低、中、较高和高4个风险区,对应的标准化风险指数(Ei)冬小麦分别为:Ei≤0.1,0.1Ei≤0.3,0.3Ei≤0.5,Ei0.5,春玉米分别为:Ei≤0.2,0.2Ei≤0.5,0.5Ei≤0.7,Ei0.7。【结论】陇东冬小麦和春玉米干旱风险分布自南向北逐渐增加,呈纬向分布;陇东北部是高风险区,中北部是较高风险区,中南部是中度风险区,东南部是低风险区。     

江苏省水稻主产区水稻种植面积时空动态变化分析

【目的】揭示江苏省水稻种植时空格局及动态变化特征,评价其稳定生产水平和种 植结构的空间变化规律,为江苏省水稻生产空间布局的优化调整和可持续发展提供决策依 据。【方法】文章选择江苏省水稻主产区50 个1∶50 000 比例尺标准地形图图幅单元为研究 区域,基于江苏省5 m 空间分辨率耕地遥感数据库,利用2011—2019 年水稻生长期内多源 遥感卫星影像,提取研究区当年的水稻种植面积及空间分布信息。运用数理统计和GIS 空间 分析功能,研究水稻面积变化幅度、变异系数以及转非水稻面积的时空分布特征,继而分析 2011—2019 年水稻种植面积的时空动态变化。【结果】研究区内50% 的地区水稻种植面积 仍然保持相对稳定,42% 的地区水稻种植面积缓慢下降,仅8% 的地区水稻种植面积急剧下 降。2011 年以来,累计有11.6 万hm2 水稻田逐年转为非耕地或持续种植其他作物,占2011 年研究区内水稻种植面积的13.7%。【结论】2011—2019 年研究区内水稻种植面积变化趋势 线斜率为-0.88,总体呈下降趋势,水稻面积平均变化率为-1.03%,变异系数为2.99%。     

未来气温和降水变化对山西冬小麦产量的影响

【目的】冬小麦是山西省重要的粮食作物,气候变化对冬小麦产量影响显著。利用模型模拟评估气候变化对山西省冬小麦产量的影响,为山西省冬小麦种植规划提供重要科学依据。【方法】利用山西省 2017—2018 年气象资料和 2018 年县级冬小麦产量数据,采用 DNDC 区域模拟方法,对山西省冬小麦种植区单产进行模拟和验证;模拟未来 8 种气候变化情景（温度上升 1、2℃,降水减少 20%、10% 以及温度和降水耦合）对冬小麦产量产生的影响。【结果】DNDC 模型可以较好模拟出山西省冬小麦产量整体水平（4 335.6 kg/hm2）,总体平均误差为 4.63%,空间上的模拟误差主要由于山西省地形和气候差异导致。【结论】未来气候变化背景下,不同程度的增温对产量的影响不一,在温度平均升高 1℃情况下,山西省冬小麦单产下降 4.60%,而气温上升 2℃情景下,单产增加 16.44%;降水减少 10% 和 20% 情景下,产量均降低,说明水分依然是制约冬小麦产量的重要因子;但在增温和降水减少的耦合作用下产量增加 7.41%~15.84%。未来还需根据山西省种植特点,从轮作角度评估气候变化对农业的影响。     

基于多时相环境卫星的冬前油菜种植面积估算

【目的】油菜是我国重要的油料作物之一,监测油菜种植面积有助于了解油菜生长状况,为油菜病虫害、湿渍害、冻害等灾害损失评估提供数据基础。【方法】文章以湖北省荆州市江陵县为研究区,使用国产HJ-1A/B 30 m分辨率时序多光谱数据,通过地面调查及资料分析确定油菜与其它易混淆作物的主要NDVI时序特征,建立油菜识别决策树,估算了2009—2015年(不包括2011—2012年生长季)冬前油菜种植面积。将基于油菜开花期影像的最大似然法提取的油菜面积作为定性验证数据。以油菜籽面积统计数据和Google Earth高分辨率影像数据对冬前油菜提取的面积和空间位置结果进行定量评价。【结果】定性评价结果:2009—2011年生长季的决策树方法提取冬前油菜面积结果与开花期影像最大似然法提取结果基本一致,2012—2015年生长季的油菜提取面积空间分布差异较大。定量评价结果:决策树方法提取冬前油菜面积的用户精度达到80.40%～95.56%,生产者精度达到82.56%～91.43%,相对误差低于15%。【结论】基于NDVI时间序列特征的决策树算法估算冬前油菜面积具有可行性,但仍受到云和冬小麦的影响。     

早春热量资源变化及对双季早稻早播的可行性分析

【目的】明晰气候变化背景下江西早春时期热量资源的变化特征,论证提早播种双季早稻的气候可行性,为提高气候资源利用率、优化早稻种植提供参考。【方法】利用江西省 79 个气象站 1960—2019 年 3—4 月地面观测资料,分析早春热量资源时空分布和变化特征;根据早稻播种对天气条件的要求,构建双季早稻早播的气候可行性判别方法,分析早春热量资源变化对双季早稻早播的可行性。【结果】1960—2019 年早春平均气温和有效积温均呈现显著的上升趋势,气候倾向率分别为 0.3℃ /10 年、10.1℃·d/10 年。早春晴暖天发生频率呈上升趋势,近 30 年（1990—2019）10、12℃晴暖天发生频率分别为 80%、73%,较前 30 年（1960—1989）分别上升 11%、9%。过去 60 年,年均 75%、68% 的县份分别具备采用保温方式和直播方式早播的气候可行性;早播气候可行年的发生频率呈上升趋势。【结论】过去 60 年江西早春时期热量资源呈现出平均气温上升、有效积温增多、晴暖天气增多为主的变化特征,具备提早播种双季早稻的气候可行性。     

基于WOFOST模型的河南省冬小麦产量差的时空特征分析

利用气候资料、农业气象站作物资料和统计年鉴资料,在WOFOST模型标定与区域化的基础上,使用WOFOST模型模拟河南省冬小麦主要种植区18个代表性站点2015—2019年不同水平产量潜力,结合实际产量量化冬小麦产量差,并分析其时空分布特征.研究结果表明,2015—2019年河南省冬小麦光温生产潜力平均值为6608～10...     

近20年华北粮食主产区冬小麦种植面积遥感快速提取研究

【目的 】基于遥感数据,研究快速提取华北粮食主产区近20年（2001—2020年）冬小麦种植面积的方法,生成准确的长时间序列冬小麦面积遥感产品,为政府决策机构和科研单位的工作提供数据支持。【方法 】文章基于经过滤波重构的MODIS植被指数产品,分析了研究区不同纬度下冬小麦在整个生长季中的时序特征,考虑到不同区域冬小麦物候差异,提出了一种关键生长季时序NDVI曲线匹配的方法,在无样本的条件下,快速提取冬小麦面积。通过使用统计年鉴进行面积验证,并结合目视解译的样本和高分辨率数据哨兵2号提取的结果,计算混淆矩阵并进行精度评价。【结果 】与2001—2018年的统计年鉴数据对比,平均相对误差为16.1%;与目视解译和哨兵2号分类结果中的6 459个采样点的精度评价相比,总体精度达到87.4%,kappa系数为0.61。【结论 】根据冬小麦的物候特征,通过提取NDVI的时序特征并采用时序NDVI曲线匹配算法,可以快速准确地提取华北粮食主产区冬小麦的种植面积和分布情况。     

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。     

盐山县冬小麦种植与病虫害防治技术

<正>小麦是世界上分布面积最广的粮食作物之一,在我国的种植历史已达五千年,也是我国粮食作物中播种面积最大的作物,因此在农业现代化中占有极其重要的地位。河北省是我国重要的粮食生产基地之一,冬小麦在本地区粮食作物中占有重要地位,近年来因气候等方面的因素,盐山县冬小麦的产量受到不同程度的影响。1冬小麦种植现状目前我国冬小麦的种植产地主要分布在河北、河南、山东、江苏、湖北等省。冬小麦是河北省重要粮     

淮北地区冬小麦高产栽培技术

淮北地区是冬小麦主产区,在冬小麦生产中积累了丰富的高产栽培经验,使该区冬小麦单产连年攀升,但生产中仍存在一些影响小麦单产提高的因素。为了使农户更好地掌握冬小麦高产栽培技术、提高产量,该文以砀山县冬小麦种植为例,从播前准备、播种育苗、苗期管理、中期管理及后期管理等方面提出了冬小麦高产栽培技术。     

全球气候变暖对中国种植制度可能影响Ⅷ ——气候变化对中国冬小麦冬春性品种种植界限的影响

【目的】全球气候变化背景下,中国20世纪80年代以后冬季温度升高明显,这一变化对冬小麦冬春性品种种植界限产生怎样的影响,为了回答这一科学问题,笔者以1981年为时间节点,将1951—2010年划分为两个时段,分析比较后一时段冬季温度升高对中国冬小麦的强冬性、冬性、弱冬性和春性4种类型品种种植北界和种植南界的空间位移及可种植面积的影响。【方法】依据制约冬小麦正常越冬的冻害指标和影响春化天数指标确定冬小麦不同品种种植的北界和南界;采用ArcGIS软件绘制冬小麦不同品种种植区域及种植面积变化。【结果】与1951—1980年相比,1981—2010年冬小麦强冬性品种种植北界在宁夏-甘肃及河北-辽宁北移趋势最明显,分别北移200 km和100 km,其种植南界东部地区北移趋势大于西部地区,在江苏和安徽等地移动90 km,强冬性品种可种植面积共增加36.24万km2;冬小麦冬性品种种植北界在山东-河北变化明显,向北移动310 km,种植南界在贵州毕节-习水地区向西推移趋势明显,西推95 km,冬小麦冬性品种可种植区域共增加17.75万km2;冬小麦弱冬性品种种植北界在安徽、江苏、河南和山东交互之处变化明显,北移120—370 km,西部地区变化趋势不明显,种植南界呈略微北推趋势,冬小麦弱冬性品种可种植面积共增加15.70万km2;冬小麦春性品种种植北界在江苏、安徽和河南变化明显,北移230 km,而西部地区不明显,春性品种可种植面积共增加23.44万km2。华北北部地区以强冬性品种为主,华南地区以春性品种为主,河南、山东和四川等地区冬小麦可种植冬春性品种类型较多,以冬性和弱冬性品种为主。【结论】由于中国冬季温度明显升高,较1951—1980年,1981—2010年冬小麦不同冬春性品种种植界限明显北移,北界北移趋势大于南界移动趋势,种植区域面积增大,其中强冬性品种种植界限及可种植区域移动最明显。     

宁夏引黄灌区早熟冬小麦稳产性评价及品质分析

【目的】为全面了解宁夏引黄灌区早熟冬小麦冬育5号的早熟性、稳产性及品质概况。【方法】根据2016—2018年宁夏灌区冬小麦区域试验及大面积生产试验数据,采用变异系数度量稳定性的分析方法,结合品种成熟期、农艺性状表现、产量及品质分析,对冬育5号进行综合分析比较。【结果】冬育5号在宁夏引黄灌区成熟期为6月17—19日,较对照早熟5～6 d;株高适中、抗倒伏,锈病和白粉病发生轻,黑胚粒少,群体结构合理、稳产性好;外观商品性好,粗蛋白、湿面筋、吸水率、稳定时间、硬度指数达到国际优质中筋小麦范畴。【结论】冬育5号适宜在宁夏引黄灌区种植,是“一年两熟”制前茬种植较优作物品种（系）,具有广阔的推广应用前景。     

基于Sentinel-2A影像的县域冬小麦种植面积遥感监测

小麦种植面积遥感监测是小麦估产的基本要素,准确而及时地提取不同灌溉类型冬小麦种植面积及其空间分布信息可为冬小麦长势监测以及产量评估提供科学依据。以山西省闻喜县冬小麦为研究对象,以Sentinel-2A影像为基础数据源,选择主成分(PCA)、红边归一化植被指数(RENDVI)、纹理特征等3个特征变量,结合实地调查样本点,采用随机森林算法,提取冬小麦种植面积,并结合数字高程模型(DEM)提取雨养区和灌溉区冬小麦种植面积。结果表明,Sentinel-2A遥感数据适合作为县域尺度冬小麦监测的数据源;主成分分析、纹理特征和RENDVI的引入可以提高单时相遥感影像对县域冬小麦分类的识别能力;随机森林算法和数字高程模型结合可以实现雨养区和灌溉区冬小麦种植面积的提取。     

基于HJ-1CCD影像的冬小麦种植面积提取研究

针对目前省域冬小麦种植面积遥感监测业务化运行中所存在的监测精度与成本之间相互制约的问题,本研究选取冬小麦主产区——山东省为研究区域,利用HJ-1卫星提供的CCD遥感影像,采用决策树分类法,同时以山东省土地利用类型之林地数据和野外地面调查数据作为辅助,通过分区解译提取出山东省冬小麦种植面积和分布区域。研究表明:利用HJ-1 CCD影像进行山东省冬小麦种植面积提取是可行的,位置精度和面积总量精度分别达到93.0%和96.8%,对国产卫星的推广应用具有良好的示范作用。     

积石山冬小麦宽幅精播栽培技术

冬小麦、玉米、马铃薯、油菜是积石山县主要的种植作物。近几年,由于农业新技术的引进和推广,冬小麦宽幅精播种植面积逐年增大。但是,由于农民认识不到位,在实际种植中该技术没有做到"精、准"的具体要求。文章主要阐述冬小麦宽幅精播栽培技术,为农业增效,农民增收,提供参考。