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。     

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(WWPF80%),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,WWPF80%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。     

种植密度对2种穗型冬小麦品种穗部性状的影响

[目的]探讨不同种植密度对2种穗型冬小麦品种穗部性状的影响。[方法]以泰山28、中育9398和新麦26为试验材料,研究不同种植密度对2种穗型冬小麦穗重、小穗数、小穗密度、穗粒数、千粒重和穗长的影响。[结果]2种穗型冬小麦品种的穗部性状存在显著差异;中间型冬小麦品种的单穗重和穗粒数高于多穗型品种,而其千粒重低于多穗型品种。随着种植密度的增大,冬小麦的穗粒数和单穗重呈下降趋势。种植密度对冬小麦千粒重的影响未达到显著水平。因此,中间型冬小麦品种更易于提高单穗重。[结论]该研究可为冬小麦的高产栽培和育种提供技术支撑。     

基于MODIS-NDVI的安徽省2009年冬小麦及一季稻面积遥感提取及长势监测

[目的]建立2009年安徽省冬小麦和一季稻面积提取模型和作物长势监测模型。[方法]通过分析2009年安徽省冬小麦和一季稻的种植结构、物候历特征及其生物学特性和时序NDVI曲线特征确定模型。[结果]时间上,2009年安徽省冬小麦和一季稻长势均呈＂前期较好,中期变差,后期恢复＂的趋势;空间上,安徽北部地区冬小麦全年长势较多年平均稍差,而一季稻长势较差的地区主要是滁州等地。[结论]该研究为中国农业遥感监测系统大尺度业务化运行作物种植结构提取了有效的方法。     

HJ-1号卫星数据与统计抽样相结合的冬小麦区域面积估算

【目的】探讨利用HJ-1号卫星遥感数据进行冬小麦种植面积测量的可行性,并进一步结合统计抽样的方法,估算区域冬小麦种植面积,解决单靠遥感进行冬小麦种植面积测量时多期影像信息误差积累和生长差异性影响的问题。【方法】以北京市为研究区,采用多时相HJ-1号卫星遥感数据与分层抽样相结合的方法进行冬小麦种植面积测量:利用多时相HJ-1号卫星遥感数据获取冬小麦遥感识别结果(56506.67hm2),结合耕地地块数据建立入样总体,以耕地地块内冬小麦遥感识别面积作为分层标志进行分层随机抽样,反推得到北京市冬小麦面积总量(59680hm2)。【结果】多时相冬小麦遥感识别结果MAE为0.17,bias为-0.05,抽样反推区域总量面积提高了约5%,在一定程度上纠正了HJ-1号卫星多期遥感影像提取冬小麦区域面积偏低的问题。【结论】本文方法能够准确测量出区域冬小麦总量面积,具有较强的应用性和普适性,为采用HJ-1号卫星遥感数据进行农作物种植面积遥感测量进行了先期的方法探讨,深化了该遥感数据源的应用。     

基于机器学习算法的河南省冬小麦面积提取研究

为了精准获取河南省冬小麦空间分布及面积数据,基于2003—2021年250 m MODIS-NDVI时间序列遥感数据集,通过设置不同的阈值条件获得高质量的样本数据,采用深度神经网络(DNN)、随机森林(RF)和支持向量机(SVM)算法,自动从NDVI时序数据中提取冬小麦特征,分别训练出非线性模型,在250 m尺度对河南省冬小麦分布和面积进行识别。结果表明,基于DNN算法的河南省冬小麦面积识别模型精确率为97.26%,总体一致性为97.97%;基于RF、SVM算法的精确率分别为91.51%和89.31%,总体一致性均在90%以下。和RF、SVM算法相比,DNN算法在精度上有明显的提升,能够更好地反映河南省冬小麦的时间变化趋势和空间面积分布。该研究说明,运用中等分辨率长时间序列影像结合DNN算法,在一定程度上可以更准确识别大区域的农作物信息。     

5月份气候变化对宝鸡地区冬小麦产量的影响分析

气候变化常常会导致小麦产量波动,5月份作为冬小麦生育的关键期,该时段气候变化对冬小麦产量影响较为显著。[目的]为了促进冬小麦产量的提升, [方法]利用宝鸡地区近16年来5月份的气温、降水、日照等气候数据,与宝鸡地区冬小麦单位面积产量进行相关分析。 [结果] [结论]结果显示：宝鸡地区冬小麦5月生育的适宜生长的气温为20 ℃左右;冬小麦单产与5月份降水量之间存在着负相关的关系,但降水量减少所带来的冬小麦增产并不是无限的;冬小麦单产与5月日照累计时长没有明显的线性相关,但产量会随光照时长逐渐增多,充足的光照对于冬小麦5月生育有重要的意义。     

播期和种植密度对冬小麦新品种衡4399产量及其构成因素影响

[目的]明确冬小麦新品种衡4399的高产高效栽培技术措施,为该品种大面积应用提供理论依据。[方法]采用裂区设计,设7个播期和6个种植密度处理,于2008~2009年在河北省深州市护驾迟镇旱作节水试验站进行了播期和种植密度对该品种产量及其构成因素影响的研究。[结果]1播期对单位面积穗数、千粒重及产量有显著的影响,但对穗粒数影响不显著;种植密度对产量及其构成因素均有显著影响。2产量随着播期的推迟和种植密度的增加呈现先升高后降低的趋势。在一定范围内,衡4399单位面积穗数随着播期的推迟而减少,随密度的增加而增加;穗粒数受播期和种植密度影响很小;千粒重随播期的推迟而增加,随种植密度的增加而降低。[结论]通过回归方程模拟计算得出,冬小麦新品种衡4399的适宜播期为10月6~21日,相应的合理种植密度为210万~360万/hm2。     

基于OLI影像的县域冬小麦种植面积提取

以河南省虞城县为研究区域,筛选冬小麦分蘖期至拔节期内的3期(分蘖期、越冬期、拔节期)高质量OLI遥感影像,进行辐射定标及FLAASH大气校正,以便将影像DN值转算为地表反射率,并利用全色波段进行影像融合处理以提高空间分辨率。以归一化差异水体指数(NDWI)、归一化差异建筑指数(NDBI)、归一化差异植被指数(NDVI)为基础,结合外业调查数据构建决策树模型,3期影像中NDWI大于0的像元为水体,NDBI大于0的像元为居民地,NDVI分别大于0.59、0.52、0.65的像元为冬小麦纯净像元,NDVI分别小于0.49、0.44、0.56的像元为其他地物,剩余部分为冬小麦混合像元,通过实地调研确定将混合像元面积折算为冬小麦实际种植面积的权重为0.46,最后计算虞城县冬小麦的实际种植面积。结果表明,冬小麦分蘖期至拔节期是遥感监测冬小麦种植面积的最佳时期,3期影像提取的2014年虞城县冬小麦种植面积分别为76 238.79 hm2、77 406.65 hm2、77 397.82 hm2,与往年统计数据和样地实测数据相比,精度达到了99%。     

基于RS的冬小麦种植面积提取及最佳时相选择

为探求冬小麦种植面积提取的方法,本研究通过多种图像处理方法对TM数据进行处理,结合实地调查和研究区主要种植作物的物候历,利用TM数据提取了冬小麦的种植面积。同时为了提高解译精度,结合GIS进行了两次目视解译过程,消除了分类器分类会出现的多分和漏分现象。结果表明:通过分类后计算混淆矩阵与地面真实感兴趣区(ROI)进行比较,发现Mahalanobis Distance分类法阈值(最大误差距离)为2.9时分类效果最佳。得到2007年研究区域冬小麦遥感监测面积为560 650 hm2,提取精度达到了95.23%。三个地区以临汾地区提取精度最高,而晋中地区最低。因此利用该方法提取冬小麦种植面积是可行的。     

不同时序EOS/MODIS-NDVI监测河南省冬小麦面积(英文)

[Objective] Calculation of winter wheat acreage in Henan Province using EOS/MODIS-NDVI data at different time sequences. [Method] After process of EOS/MODIS images, geographical adjustment, wave band combination, normal difference vegetation index (NDVI) was obtained. Based on the wide spectrum measurement, the processed data were supervisedly classified, thus the acreage of winter wheat in Henan Province in 2005 was acquired. [Result] Total 92208 pixels were observed for the winter wheat in Henan Province, and the plantation acreage was 5 760 thousand hm2. Compared with the data from statistical department, the error of this method was about 9.66%. [Conclusion] The method introduced in the present study could be applied in monitoring winter wheat acreage.     

小麦条锈病气象等级预测方法研究

[目的]建立通过气象因子预测小麦条锈病发生面积的模型。[方法]在统计河南省条锈病发生轻重年份的基础上,结合相应年份对应时段的气象资料,采用灰色关联分析、模糊数学等方法,按时间顺序建立了冬前、3月上旬4、月上旬和5月中旬4个条锈病促病指数预测模型。根据促病指数计算原理,采用等差分布方法得出条锈病发生程度预测标准,并进行了历史资料检验及2006年发生程度预测。[结果]成功建立了对应于气象条件的小麦锈病发生模型。检验结果表明,冬前及3月上旬预测结果相比实际值偏重,4月上旬及5月中旬预测结果与实际值较为吻合。[结论]该研究结果将对河南省小麦条锈病的预防起到积极作用。     

小麦冬前异常旺长对秋冬气候变暖的响应分析

[目的]分析冬小麦冬前生长高度、叶面积指数和大蘖数对气候变暖的响应,为河南省冬小麦的安全越冬、安全生产提供重要依据。[方法]使用2006～2007年郑州农业气象试验田的地面平行观测资料,并利用Excel2000软件绘制图表,进行统计分析。[结果]11月平均气温≥6．5℃时,多年冬前小麦生长高度随气温的上升而明显增高;叶面积指数与≥5℃积温呈0．01水平显著正相关关系,积温每增加15℃,叶面积指数将提高0．1。[结论]为有效地应对气候变暖对冬小麦的负面影响,小麦播期应推迟4d左右。     

豫北地区小麦种质资源现状调查

[目的]调查豫北地区小麦种质资源现状。[方法]调查豫北新乡、安阳、焦作和鹤壁4市的小麦品种、种植面积以及新旧小麦品种在市场所占比例。[结果]豫北4市小麦种质资源丰富,矮抗58、周麦22、周麦16、新麦26等为主要的种植品种,其中矮抗58的种植面积最广,但这些品种多是杂交育种和系统育种,针对性不强,利用高科技技术手段进行育种较缺乏,需要在此方面加强研究。[结论]该研究为豫北地区今后选育小麦新品种和进行相关生理生化研究提供理论依据。     

绿色植物生长调节剂GGR6号和GGR8号对冬小麦生长发育及产量的影响

[目的]筛选适宜冬小麦的生长调节剂,探讨其适宜的浓度和施用方法。[方法]以邯生329为试验材料,分别采用不同浓度的新型绿色植物生长调节剂GGR6号和GGR8号对河北地区冬小麦进行试验,分析其对冬小麦生长发育及产量的影响。[结果]2种生长调节剂均能促进根茎的发育、干物质的积累、产量性状的改善及产量的增加,尤其以GGR8号20 mg/kg拌种+拔节期20 mg/kg喷施对冬小麦促进效果最好。[结论]该研究可为冬小麦生产中应用植物生长调节剂提供参考。     

县域尺度上基于GF-1PMS影像的冬小麦种植面积遥感监测

为探究县域尺度上基于高分一号卫星(GF-1)PMS影像进行冬小麦遥感监测的可行性及精准性,以河南省滑县为研究区,遴选2015年2月上旬GF-1 PMS影像6景,对影像进行辐射定标、FLAASH大气校正、NNDiffuse融合、几何精校正、地图投影转换等预处理后,在外业调查和样本分析的基础上构建一种新的冬小麦决策树分类模型,模型第1层决策方案中NDVI0.311的像元为冬小麦,得到冬小麦的粗分类结果;在此基础上进行第2层决策分类,以进一步提高冬小麦的分类精度,分类方案为第1波段地表反射率0.146、第2波段地表反射率0.148、第3波段地表反射率0.135、第4波段地表反射率0.250的像元为冬小麦。对分类结果进行形态学滤波处理,以消除或减少分类结果中孤立的像元。分别基于决策树分类模型与ENVI软件自带的IsoData非监督分类模型,对比分析GF-1PMS影像和同时期Landsat-8OLI影像在冬小麦面积提取上的精度。结果表明:基于新构建的决策树分类模型,2015年滑县冬小麦种植面积为115 715.81hm2,混淆矩阵检验总体精度为99.62%,Kappa系数为0.99;PMS影像提取冬小麦的混淆矩阵总体精度比OLI影像高出9个百分点。说明县域尺度上基于单时相GF-1PMS影像在冬小麦收获前提取冬小麦种植面积是可行的,提取精度较高。     

播期对不同类型小麦生育进程及产量构成的影响

[目的]研究播期对不同感温性小麦生育进程及产量构成的影响。[方法]分别以2个弱春性(郑麦9023、04中36)和半冬性(西农979、矮抗58)小麦品种为试验对象,通过5个不同播种期(10月1日、10月7日、10月14日、10月21日、10月28日)的设置,研究播期对小麦生育进程及产量构成因素的影响。[结果]随播期推迟,小麦株高呈下降趋势;晚播推迟小麦的出苗期和三叶期,总生育天数缩短;不同播期中,弱春性品种的生育时期均较半冬性品种提前。弱春性品种早播或晚播均影响群体产量形成,籽粒产量下降,适期播种(10月14日)最好;半冬性品种应适时早播,播量一致的前提下以10月1日播种籽粒产量较高。[结论]该研究可为豫北地区不同感温性小麦品种选择适宜播期提供理论依据。     

河南麦区小麦纹枯病菌致病性分化与多样性研究

[目的]研究河南麦区小麦纹枯病菌的组成和致病性分化现象。[方法]以豫麦49和豫麦9023为试材,进行小麦纹枯病菌的分离、小麦纹枯病菌细胞核计数、纹枯病菌生长速度比较及致病性测定试验。[结果]从河南省32个县(区)麦田病株中分离出57株小麦纹枯病菌,经过细胞核染色后发现,其中包括48个双核菌株,占84.21%,9个多核菌株,占15.79%。分别测定了57株小麦纹枯病菌对2个小麦品种豫麦49和豫麦9023的致病性,发现不同来源的菌株致病性差异明显。通过比较不同来源纹枯病菌在2种固体培养基上的生长状况发现,纹枯病菌株之间生长速度存在明显差异。[结论]河南麦区的小麦纹枯病菌主要是禾谷丝核菌,其次是立枯丝核菌。不同来源的小麦纹枯病菌存在显著致病性分化现象。     

小麦新品种平安7号丰产性、稳定性及适应性分析

[目的]分析小麦新品种平安7号丰产性、稳定性及适应性。[方法]根据2006—2007年度、2007—2008年度河南省小麦区试试验汇总资料和2008—2009年度河南省小麦生产试验汇总资料,利用变异系数、高稳系数、回归系数、适应度、品种稳定性与适应性(Cosolin)对平安7号的丰产性、稳产性及适应性进行了对比分析。[结果]平安7号表现出丰产性突出、稳产性好和适应性广的特点,具有广阔的推广空间。[结论]该研究为平安7号在生产上应用提供理论依据。     

春季冬小麦冻害气候及生理生化原因分析

[目的]分析气候变暖背景下春季冬小麦冻害多发的气候和生理生化原因。[方法]以2007年春季北方冬麦区相继发生的2次大范围严重冻害为例,应用河南省具有代表性的3个国家气象观测站和农业气象观测站资料,结合河南省农业厅统计资料和广大气象、农业科技工作者的田间调查资料,系统分析冻害发生前的气候条件、发生时的灾害天气过程、冬小麦不同生育期生理生化过程与气候适应性。[结果]从冬小麦播种至冻害发生期间温度持续偏高,冬小麦生育期提前,生长发育和生理生化过程加快,植株抗寒能力降低,是造成冬小麦大面积冻害的基本原因;2次强降温天气过程气温下降幅度大、持续时间长是造成冬小麦冻害的直接气候因子;农业生产技术变化等因素对冬小麦冻害起到一定作用。[结论]气候变暖背景下,冻害等自然灾害多发,生产上应选用产量、品质、抗逆性综合性状优良的冬小麦品种,并适当调种播期,减少灾害损失。