基于层次分析法的洪湖市农户中稻种植行为分析

中稻种植决策行为受多方面因素制约。以洪湖市逾250户农户调查数据为基础,对农户中稻种植决策行为的影响因素进行定性与定量分析,并由此提出中稻种植在洪湖市将来的趋势。结果表明:洪湖市中稻种植由于机械化的推进、劳动强度较低和当地土地特征等原因,种植面积将会稳定并有一定上升。     

洪湖市中稻产能开发潜力探析

分析了洪湖市的中稻现实际理论产量及影响稻谷产量的主要因素,得出洪湖市中稻产能开发潜力的几个重要途径,以期促进该市中稻产能的开发。     

洪湖市中稻“3414”施肥效果及推荐用量研究

利用"3414"试验设计,对湖北省洪湖市中稻施肥问题进行研究,摸清了不同肥力水平土壤的施肥参数,提出了肥料效应函数模型,建立了中稻施肥指标体系。     

基于多生育期MODIS-NDVI的区域冬小麦遥感估产研究

以河南省开封市为研究区,采用2005—2013年种植区域冬小麦生育期内16 d合成的250 m空间分辨率的归一化植被指数(NDVI)之和,与冬小麦产量数据进行相关分析,筛选得到最佳遥感估产时相,建立单变量回归模型;同时,基于冬小麦生长的各个关键时期NDVI构建多元回归模型,再通过主成分分析方法对多元回归模型参数进行改进,得到新的估产模型;最后使用开封市2014年的产量数据对估产模型进行验证,旨在构建具有较高精度的估产模型,从而更好地指导小麦生产。结果显示,3种估产模型的估产误差均控制在10.55%内,根据3个模型得到研究区内冬小麦最佳产量预测时段为3月下旬,即拔节期;3个模型中,主成分回归估产模型的产量拟合精度最高,达93.12%,具有一定的实用价值。     

基于TM数据的四川省甘孜县青稞估产模型

传统的农业气象估产方法很难对青稞种植面积和产量进行准确估算,运用遥感分析的方法,结合TM数据和历年青稞产量数据,对实验区青稞田进行监督分类,建立青稞估产模型,从而预测青稞产量。结果表明:由此得到的NDVI与产量建立的估算模型能使估产精度最高达到99.7%,本文达到87%,表明论文所使用的方法是合理可行的,满足运行化的要求,并体现了该方法在遥感估产中的优势,有助于四川西南边远地区农业估产事业的发展。     

基于NOAA卫星的昆明夏粮监测及估产

根据NOAA气象卫星观测和地面农业气象生育期观测的实时资料，对昆明地区夏粮生长发育状况进行动态监测，对最佳估产时相进行分析研究，并建立昆明夏粮遥感估产的归一化植被指数估产模型、归一化植被指数一气象因子综合估产模型、相对植被指数非线性估产模型。所建立的估产模型误差较小，准确率高。     

基于Radarsat-2和环境星的淮河流域冬小麦估产模型比较研究（英文）

建立基于微波和光学卫星影像的农作物估产模型,可对上报作物产量准确性及估产模型精度进行相互验证。应用2014年4月中旬和5月初星载合成孔径雷达(SAR)——RADARSAT-2和同期HJ影像各两幅,选择安徽省寿县和怀远县冬小麦产区,通过试验田产量和反演的雷达影像后向散射系数,以及从环境星计算得到的归一化植被指数(NDVI),建立冬小麦线性估产模型,在此基础上对估产模型精度进行比较:通过星载SAR的同极化HH和交叉极化HV方式建立的估产模型对寿县涧沟镇冬小麦估产精度分别为68.37%和74.01%,对怀远县龙亢镇冬小麦估产精度分别为63.10%和69.10%;通过HJ星建立的估产模型对寿县涧沟镇和怀远县龙亢镇冬小麦估产精度分别为69.52%和66.43%。基于HJ星影像得到的冬小麦估产模型精度和基于SAR得到的估产模型精度接近。模型结果为上报产量准确性、冬小麦估产模型验证、参数纠正及推广奠定基础和积累经验。     

基于Radarsat-2和环境星的淮河流域冬小麦估产模型比较研究

建立基于微波和光学卫星影像的农作物估产模型,可对上报作物产量准确性及估产模型精度进行相互验证.应用2014年4月中旬和5月初星载合成孔径雷达(SAR)——RADARSAT-2和同期HJ影像各两幅,选择安徽省寿县和怀远县冬小麦产区,通过试验田产量和反演的雷达影像后向散射系数,以及从环境星计算得到的归一化植被指数(NDVI),建立冬小麦线性估产模型,在此基础上对估产模型精度进行比较:通过星载SAR的同极化HH和交叉极化HV方式建立的估产模型对寿县涧沟镇冬小麦估产精度分别为68.37％和74.01％,对怀远县龙亢镇冬小麦估产精度分别为63.10％和69.10％;通过HJ星建立的估产模型对寿县涧沟镇和怀远县龙亢镇冬小麦估产精度分别为69.52％和66.43％.基于HJ星影像得到的冬小麦估产模型精度和基于SAR得到的估产模型精度接近.模型结果为上报产量准确性、冬小麦估产模型验证、参数纠正及推广奠定基础和积累经验.     

基于TM影像的南方丘陵区早稻估产研究——以奉新县为例

传统的估产方法难以对水稻种植面积和产量进行及时准确地预测.利用TM影像资料,根据地物光谱特征的差异,提取稻田种植面积信息,在此基础上分析早稻像元的植被指数,与作物单产建立回归方程,通过检验标准筛选出方程拟合率高的估产模型,从而预报水稻总产.结果显示:2009年奉新县早稻实际总产和平均单产与遥感估产的结果相比,早稻总产误差率为5.78%,单产误差率为1.79%.由此可以看出,结合GIS技术和资料进行水稻估产,既提高了估产精度,又降低了费用,具有一定的可靠性和实用性.     

高光谱分辨率遥感技术在农作物估产中的研究现状与发展趋势

综述了高光谱分辨率遥感技术及利用高光谱分辨率遥感对农作物估产的研究,包括作物种植面积的遥感估测、作物遥感估产最佳时相的选择和地面单产遥感估产模型的研究,并分析了高光谱分辨率遥感在农作物估产中的发展趋势。     

GIS支持下的临汾市冬小麦动态估产模型研究

利用1982—2008年临汾市各县(市)的气象观测资料及冬小麦单产资料,在ArcGIS地理信息系统软件下,将各因子进行插值后,再提取耕地区域的要素信息,在SPSS 11.5统计软件中以旬为单位建立了临汾市冬小麦动态估产模型,并利用2008年的实测资料对模型进行了验证。结果表明,研究所建立的动态估产模型精度较高,其估产相对误差绝对值在0.33%～5.87%之间,具有较高的稳定性。同时,从模型估产的相对误差动态变化来看,随着时间的推移,即越临近小麦成熟期,估产误差越小,说明气象因素的累计作用对冬小麦估产具有重要的意义。     

我国将大力发展“水稻+”绿色生产模式

正本报讯日前,在湖北省洪湖市召开的全国水稻绿色生产技术模式现场观摩交流会上,全国农技推广中心宣布启动实施"水稻+""551"工程,大力推行"水稻+"绿色高质高效生产模式,力争用5年时间发展到5000万亩,实现年产值1000亿元。来自全国水稻产区22个省(区、市)技术推广部门及重点县代表、有关专家及稻米经销商代表参加了会议。会议观摩了洪湖市汉河镇稻渔共生示范基地、乌林镇中稻-再生稻-油菜(绿肥)高效种植模式示范现场和经济开发区再生稻产业园区。     

基于叶片尺度的东北粳稻产量估测

及时准确地估测水稻产量是服务现代农业的重要内容,对制定科学的粮食政策具有重要的现实意义。本研究以东北粳稻为例,利用试验区粳稻叶片植被指数归一化差值植被指数(NDVI)和光化学植被指数(PRI)估测粳稻产量。基于2015年粳稻生长关键期6-9月的叶片NDVI和PRI,结合试验小区产量数据,建立了基于试验区叶片NDVI和PRI的粳稻产量估算模型。单月NDVI与产量一元线性模型的R~2范围为0.455~0.581,平均估产精度为96.36%。单月PRI与产量一元线性模型的R~2范围为0.396~0.709,平均估产精度为96.68%。单月NDVI和PRI复合估产二元线性模型的R~2范围为0.655~0.784,平均估产精度为97.26%。利用不同月份组合的NDVI累积和与PRI累积和建立的粳稻产量模型R~2范围为0.765~0.949,估产精度均在97.48%以上。所建参数模型中拟合效果最好的是6月、8月、9月NDVI累积和与PRI累积和复合的估产模型,R~2为0.949,估产精度高达98.82%,此模型可作为粳稻估产的一种参考模型。     

基于MODIS遥感资料的江西省双季早稻估产研究

利用MODIS植被指数产品,对江西省双季早稻总产进行的估算。以江西省行政区划为分区,2005—2009年江西省8个主要水稻种植区域为样本,对分区内早稻总产与分区内增强型植被指数值之和进行相关性分析,结果表明二者之间显著相关。通过建立一元线性回归与多元回归方程的方法构建了江西省早稻估产模型,利用2001—2004年及2010年的数据对模型进行验证与预测,综合均方根误差与相对误差选择出了最优模型。最优模型表明利用分蘖期与拔节期两个时期的增强型植被指数建立的模型最适宜江西省水稻总产的估算,利用该模型对江西省2010年省级早稻总产估算的结果与统计值的相对误差为0.8%,对江西省双季早稻的遥感估产工作具有一定的指导意义。     

基于MODIS-NDVI数据的甘肃临夏州的春小麦遥感估产

以甘肃省临夏州所包括的8个县市为研究区域,应用遥感手段,采用8个年份的250m分辨率的MODIS-NDVI遥感数据,经过低通滤波技术进行平滑处理后对春小麦进行估产。研究选用了春小麦关键生育期月NDVI数据范围为0.2~0.8,相关处理后,建立起其与小麦产量的关系。最后采用逐步回归方法建立春小麦关键生育期月NDVI与冬小麦产量间关系的估产模型。获得实测春小麦产量数据,选取某一年份的NDVI数据对建立的估产模型进行精度检验,结果表明,估产的相对误差在-3.93%~4.72%之间。表明,经过低通滤波技术平滑后的作物关键生育期内MODIS-NDVI遥感数据用于春小麦估产,其方法精度较高,具有一定的可行性。     

丘陵山地中稻机械化种植品种筛选

通过对丘陵山地中稻5个品种机械化种植条件下的秧苗素质、茎蘖动态、产量与品种性状进行研究,筛选适宜丘陵山地中稻机械化种植的品种.结果表明,在丘陵山地中稻区应选择具有分蘖力强、结实率高和生育期适中的中稻品种.     

县域尺度的小麦高分辨率遥感估产

从县域尺度准确掌握粮食产量,对于国计民生具有重要意义。目前,基于高分辨率遥感影像的县域尺度的估产研究尚不多见。本文以山东省泰安市岱岳区为研究区,利用2019—2021年高分一号B星、高分一号C星影像,辅以Landsat-8影像,运用随机森林法进行遥感解译,识别耕地变化,探究了小麦种植区的时空格局,选取植被指数NDVI监测小麦长势,建立估产模型,并制作了像元级产量专题图。结果显示：小麦种植面积提取相对误差均在5.150%以内,2021年小麦种植面积降幅达26.021%;小麦长势虽然存在年际变化,但总体平稳;小麦总产量遥感估产误差不超过4.300%,2020年增幅约4.261%,2021年降幅约21.981%。研究表明：2020—2021年,研究区小麦种植面积显著下降,长势基本持平,小麦总产量减少。研究成果有利于地方政府及时准确了解粮食产量,对高分辨率遥感估产研究有积极意义,对于县域尺度的作物监测有较高参考价值。     

基于GIS的县域肥料配方设计

以湖北省洪湖市为例,利用土壤养分丰缺指标法,结合运用了ArcGIS 9.0软件的地统计分析模块(Geostatistical Analyst) 空间分析模块(Spatial Analyst),研究了湖北省洪湖市中稻、棉花适宜的复混肥料配方及其在县域上的分布.结果表明,中稻、棉花适宜的复混肥料配方(N-P2O3-K2O比例)各3个,中稻配方为21%-6%-18%、20%-9%-16%、20%-11%-14%,棉花配方为19%-8%-18%、20%-9%-16%、21%-12%-12%.     

基于Logistic回归的中稻推荐施肥模型

以湖北省洪湖市测土配方施肥项目2006、2007年中稻肥料效应试验结果为数据源构建Logistic逐步回归模型,得到目标产量≥6 750 kg·hm-2、≥7 200 kg·hm-2和≥7 500 kg·hm-2时的Logistic模型,模型中引入有效磷、速效钾养分等级和氮肥用量为自变量,3个回归模型的显著性和各参数效应均满足了显著性检验(P＜0.05).由概率预报模型可计算出不同土壤养分等级和不同氮肥用量下的中稻产量≥6 750kg·hm-2、≥7 200 kg·hm-2和≥7 500 kg·hm-2的概率分布,可为当地施肥决策提供科学依据.     

基于植被指数对望奎县粮食作物产量预测方法的研究

以望奎县为研究区,利用TM影像确定望奎县土地利用现状,根据当年农作物生长季节内累积植被指数的平均值之和与农作物产量存在的关系,建立了最大植被指数遥感估产模型。并使用2007～2010年的MODIS遥感资料和该估产模型,对2007～2010年的望奎县粮食总产进行了估测,其中,前2个年度的估产误差都接近3%。此方法在大范围粮食总产预测中值得借鉴。