基于HJ小卫星影像的北京市冬小麦测产研究

粮食产量的估测对制定粮食政策和调整种植结构具有重要的意义。本研究以北京市为例,利用2013年4月30日、5月12日和5月29日三期冬小麦抽穗、灌浆时期的HJ小卫星NDVI数据,结合北京市实产地块数据建立了北京市冬小麦估产回归模型,并对北京市各区县和北京全市的冬小麦单产进行了估算。结果显示:分区县地块回归的北京市冬小麦主产区大兴、房山、通州和顺义的小麦单产分别为5148.96 kg/hm2、4849.30 kg/hm2、5350.64kg/hm2和5108.84 kg/hm2,P值分别为0.000、0.000、0.000和0.001;北京市全市的冬小麦单产为5049.24 kg/hm2,精度验证的结果显示实测单产和预测单产具有良好的对应关系,其R2=0.92,RE=2.18%,RMSE=154.61 kg/hm2。以上研究结果表明利用HJ小卫星的NDVI数据可以快速、准确的估算北京市及其各区县的冬小麦单产。     

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APSIM模型和遥感数据的冬小麦估产研究

小麦是我国重要的粮食作物之一。气候变化、人口增长和耕地面积降低等给我国粮食安全带来了巨大挑战,小麦产量的精确估算对我国粮食生产宏观调控策略具有重要的意义。将作物模型和遥感数据相结合来提高作物大区域产量估测的精度是当前研究的热点问题。本文以黄淮海平原冬小麦为研究对象,利用MODIS影像数据对冬小麦种植区和生育期最大叶面积指数LAImax进行提取,利用参数校正后的APSIM模型模拟了小麦产量对不同播期、种植密度和水氮施用量的响应,构建了小麦产量和归一化LAImax的关系方程,结合MODIS影像数据的归一化LAImax,估算了黄淮海平原冬小麦产量。基于统计年鉴产量,并对估产结果进行了验证。结果表明：APSIM模拟的产量和归一化LAImax关系达到了极显著(R²=0.71),在市级和县级尺度上估计的总产和实际总产有较好的一致性(R²均>0.7),但单产的估计精度稍差(市级和县级尺度上的R²分别为0.31和0.46)。     

基于支持向量回归的关中平原冬小麦估产研究

【目的】小麦产量估测为有关部门制定政策和经济计划提供依据,在粮食宏观调控中发挥重要作用。【方法】文章采用支持向量回归方法估测冬小麦产量,以陕西省关中平原的5个市(西安市、宝鸡市、铜川市、渭南市、咸阳市)作为研究区,将2011—2016年研究区内冬小麦4个生育时期(返青期、拔节期、抽穗—灌浆期、乳熟期)的条件植被温度指数、叶面积指数和每年的单产数据作为总样本,划分训练集和试验集。基于MATLAB平台和LIBSVM3.23软件包,建立研究区冬小麦产量回归预测模型,得到产量预测结果并评价模型精度。【结果】回归模型的决定系数为0.88,平均绝对百分比误差为6.12%,均方根误差336.39 kg/hm~2。【结论】支持向量回归模型拟合较为理想,有较高的预测精度和较强的泛化能力。回归时的重要参数有惩罚因子C和核参数σ,其中核参数σ对模型精度影响更大。研究表明用该回归模型进行冬小麦产量预测是可行的,支持向量回归方法在粮食产量预测领域有良好的应用前景。     

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。     

冬小麦数量性状的遗传距离估测与聚类分析

本文对50个冬小麦品种的6个性状进行主成分分析。估算主成分公式如下: g_(ij)=1/(λ_i)~(1/2)sum from k=1 to n I_(Kj)g_(iK) 根据聚类分析把50个品种分成8个生态型。类群内的品种具有基本相似的生态特征和遗传基础。类间遗传距离大于类内遗传距离。选择类群间遗传距离大的、优缺点可互补的品种作为亲本,进行杂交,在其后代中可以选育出优良品种。为了改良某一品种的某一不良性状,也可以在类群内进行品种间杂交,但不能育出新品种。     

测土配方施肥在冬小麦高产栽培技术中的推广与应用

通过科学施用配方肥,实现各种养分平衡供应,满足作物生长需要,提高作物产量和品质。从播前准备和加强田间管理两个方面具体介绍了冬小麦生产技术措施,为我县冬小麦生产提供可靠的技术依据。     

新美洲星叶面肥在冬小麦生产中的应用效果研究

通过新美洲星叶面肥在冬小麦生产中的应用效果研究,结果表明:使用新美洲星拌种可以提高出芽率及芽势,同时可以加快小麦的出苗速度,通过试验得出,基本可以提高出苗率10%¹2%。使用新美洲星拌种的年前表现为次生根、单株分蘖数和单位面积茎蘖数明显多于没有使用新美洲星拌种(加大10%用种量)的田块;田间表现为苗齐、苗匀、苗壮;增强小麦的抗旱耐渍和抗冻能力;同时可以提高产量6%左右。     

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。     

雷达遥感影像在水稻信息提取及估产方面的技术研究

主要论述了利用雷达遥感影像进行水稻信息提取及估产的处理过程,该过程包括图像数据的准备、辐射定标、几何精校正、滤波处理、图像分类、分类后处理、分类精度验证及水稻估产模型的建立,并介绍了滤波技术的发展过程,最后总结了该处理过程在实践中存在的不足和今后的研究展望.     

基于MODIS_NDVI序列的冬小麦估产——以新疆伊宁县为例子

以新疆冬小麦主要产区之一的伊宁县为例,从冬小麦生长季候性特征角度出发,结合Terra/MODIS这种新型的卫星传感器,通过建立植被指数ndvi变化时间序列,提取冬小麦种植面积;利用多元回归方法建立了NDVI植被指数与冬小麦产量间的估产模型。     

基于SAR极化分解与Landsat数据的森林生物量遥感估测

目的森林生物量是评价森林生态系统结构、功能和生产力的重要指标之一,区域尺度上的森林生物量的准确估测对了解森林现状和科学经营森林具有重要指导意义。本文旨在利用SAR影像结合Landsat5 TM影像对区域尺度上的森林生物量进行定量估测。方法首先利用极化分解的方法对极化合成孔径雷达(SAR)数据进行处理获得45个极化分解参数,然后将45个极化分解参数与6个Landsat5 TM波段参数共51个参数作为自变量,森林生物量W作为因变量构建统计回归模型,最后利用最优模型反演研究区的森林生物量。结果使用两种方法进行模型构建:(1)逐步回归法,利用逐步回归进行变量筛选,选出2个参数构建模型,模型R2为0.534,拟合精度为67.51%,RMSE为43.21 t/hm2;(2)最优子集法,用Bootstrap法进行变量筛选,共筛选出9个参数,然后用这9个参数进行最优子集回归,获得511个选模型,然后选择出最优子集模型,并用交叉验证法对模型进行验证,最终选出的最优子集模型包含的参数为TM_band4、Neumann_delta_mod、Neumann_psi、TSVM_psi、TSVM_tau_m3,模型R2为0.768 2,拟合精度为88.32%,拟合RMSE为14.98 t/hm2,验证精度为86.21%,验证RMSE为19.14 t/hm2,CP指数为5.249 5,赤池信息量AIC为256.504 5。本文最终使用最优子集法获得的模型进行反演,获得研究区的森林生物量分布图。结论结果表明:全极化C波段SAR数据结合Landsat5 TM光学数据构建遥感信息模型可以准确反演森林生物量。      

冬小麦冠层水平叶绿素含量的高光谱估测

【目的】利用高光谱数据对抽穗期冬小麦冠层叶绿素含量进行估测,旨在为叶绿素含量快速准确估测提供参考。【方法】利用ASD便携式野外光谱仪和SPAD-502叶绿素仪实测了冬小麦抽穗期冠层光谱反射率及叶绿素含量,并对原始光谱反射率及其一阶导数光谱与叶绿素相对含量进行了相关分析,建立了基于敏感波段、红边位置、原始光谱峰度和偏度、一阶导数光谱峰度和偏度的叶绿素估算模型,并进行检验,从中筛选出精度最高的模型。【结果】冬小麦冠层光谱曲线特征与叶绿素含量之间有着密切联系。基于原始光谱一阶导数偏度和峰度的冬小麦(抽穗期)叶绿素含量估算模型拟合精度优于其他4种估算模型,决定系数R2分别为0.847和0.572,均方根误差RMSE分别为0.397和0.697,相对误差RE分别为61.0%和119.0%,拟合精度优于其他4种估算模型。【结论】原始光谱一阶导数的偏度和峰度作为自变量能很好地估测抽穗期小麦冠层叶绿素含量。     

呼图壁县冬小麦测土配方施肥应用简析

冬小麦是呼图壁县主要粮食作物之一。自2006年起,呼图壁县将冬小麦测土配方施肥技术推广列为工作重点,取得显著成效。     

种衣剂在冬小麦上的应用效果

对冬小麦使用复合型小麦种衣剂的应用效果分析得出：冬小麦经种衣剂包衣后，其生育期相对提前，群体性状表现良好，并在个体性状上表现出一定的优势，具有一定的增产效果。     

浅谈冬小麦病虫害防治的措施

冬小麦是新疆地区主要的粮食作物,在冬小麦种植面积不断扩大的同时,冬小麦病虫害防治工作也显得更加紧迫。新疆冬小麦主要的病虫害为"两病一虫","两病"是小麦白粉病、小麦叶锈病;"一虫"是小麦蚜虫。下文对其具体防治措施进行分析。     

基于机载P波段全极化SAR数据的森林地上生物量估测

【目的】森林生物量的空间精准量化对了解陆地碳储量、碳收支、碳平衡,以及揭示森林碳储量与全球气候变化的影响过程具有重要意义。P波段波长较长,在森林中具有更高的穿透能力,研究机载P波段SAR数据提高森林地上生物量(AGB)估测精度的可行性。【方法】以机载P波段全极化合成孔径雷达(SAR)数据和高精度激光雷达(LiDAR)数据估测的森林AGB抽样点为基础,提取20个极化SAR特征,并分别与森林AGB变化作敏感性响应情况分析。采用多元线性回归模型(MLR)、K近邻方法 (KNN)、支持向量回归(SVR)和随机森林(RF)4种估测方法,探究机载P波段SAR数据的森林AGB估测精度。【结果】在较低森林AGB(均值约45 t·hm^-2)的森林覆盖区中,P波段的同极化后向散射系数、Freeman-Durden和Yamaguchi分解中的表面和二次散射分量对森林AGB变化敏感;此外H-A-ALPHA极化分解的散射角(alpha)、拓展极化参数极化辨别率参数(PDR)也对森林AGB变化敏感。4种方法估测的森林AGB相对误差均约30%,其中MLR估测结果精度最低,估测精度为63.55%...     

基于图案的创意稻田测产方法探讨及其应用

根据创意稻田测产需要的实际,分析不同图案构成条件下田间产量的组成比例,提出按照彩色稻文字或图案所在田块不可分割的最小长宽组成的矩形为实际测产单元。在此基础上,分析了杭州市钱塘新区和德清县新安镇两块创意稻田种植彩色稻后对稻谷产量和效益的影响。研究发现,种植紫色和黄色水稻后,虽然图案所在最小矩形田块产量较普通背景稻减产13. 9%～19. 8%,但紫米等彩色稻米售价高于普通稻米,且田园观光旅游的开发给当地带来了综合经济效益。创意稻田在确保粮食安全的前提下,促进了美丽田园建设。