作物产量技术在外贸决策中的应用

分析了美国玉米、大豆、花生产量的统计特征，发现三种作物的气象产量都存在着准周期性的变化，玉米、大豆气象产量较好地遵从正态分布。根据需要，生年在３、５、１０月分别作出预测。第一次以统计预测 主；第二次以因子分析为主，通过分析气候、海温、大气环流的影响，对作物产量变化作出进一步的估计；第三次根据气明灾害、病虫害、种植面积、市场信息等因素的综合分析，最终作出市场预测。经过三年的使用，证明产量预测与市场预     

作物产量预测技术在外贸决策中的应用

分析了美国玉米、大豆、花生产量的统计特征，发现三种作物的气象产量都存在着准周期性的变化，玉米、大豆气象产量较好地遵从正态分布。根据需要，每年在３、５、１０月分别作出预测。第一次以统计预测方法为主；第二次以因子分析为主，通过分析气候、海温、大气环流的影响，对作物产量变化作出进一步的估计；第三次根据气象灾害、病虫害、种植面积、市场信息等因素的综合分析，最终作出市场预测。经过三年的使用，证明产量预测与市场预测相结合的方法是可行的，并收到了较好的经济效益     

世界粮食研究模型在黑龙江省作物产量预报中的应用

在现有研究成果的基础上，提出世界粮食研究（WOFOST）模型在黑龙江省四大作物产量预报应用中的参数分区处理方法，运用WOFOST的模拟产量和趋势产量对黑龙江省四大作物产量进行了预测分析。研究表明：该方法效果理想、可行，具有理论研究和实际应用价值，克服了只用一组参数在复杂气候区域进行作物产量模拟的局限性，拓宽了WOFOST模型在复杂气候条件下的应用领域。     

作物品种熟性指数的计算及应用

提出了一个作物品种熟性指数，并就其计算方法、特点及适用范围作了探讨。     

作物产量差研究与展望

作物实际产量与潜在产量间存在较大差距,地区间甚至同一地区不同田块间作物产量也存在显著差异,这种现象在世界范围内的农业生产中广泛存在.缩小该差距对于提高粮食产量,确保粮食安全具有重要意义.本文在阐述开展作物产量差研究重要性和必要性的基础上,从产量差的内涵、研究尺度的扩展及分析方法等方面介绍了目前国内外有关作物产量差的研究进展,并综述了作物生长模拟模型在产量差研究中的应用,最后分析了目前作物产量差研究中存在的问题和不足之处,并探讨了未来作物产量差研究的发展方向.     

土壤侵蚀对作物产量的影响

<正>1 研究材料与方法选择代表加拿大亚伯达地区土壤特点的6个试验样地(5个旱地、1个水浇地),样地的基本情况见表1.各样地原作物种类:LD和TB是小麦休闲;LI是禾     

基于植被指数的作物产量监测方法研究

在作物收获以前进行大范围的作物长势评价与作物产量估测,对粮食供需平衡、贸易、农业政策制定非常重要。该文收集了1984年到2002年的NOAA卫星和农业统计资料,计算耕地范围的植被状态指数VCI、温度状态指数TCI和植被生长状态指数VHI,分析了遥感植被指数与作物产量间的相关关系,分别建立了基于植被指数的线性回归模型和非线性回归模型。结果表明,遥感植被指数与作物产量间存在较好的相关性,其非线性回归模型在拟合精度上高于线性回归模型。研究目的是利用卫星资料得出应用于监测作物长势的植被指数,建立作物产量监测模型,应用于农作物遥感监测业务化运行系统。     

粒子滤波同化方法在CERES-Wheat作物模型估产中的应用

为验证粒子滤波同化算法在作物模型估产应用中的可行性和精度,应用该算法构建了CERES-Wheat(crop environment resource synthesis for wheat)作物模型同化系统,并应用地面观测数据研究了同化系统的估产能力以及粒子扰动维数和方差对同化结果和效率的影响。研究结果表明,构建的作物模型同化系统能够利用作物关键生育期内观测LAI数据,较好地校正模型状态轨迹,显著提高作物产量模拟预测精度。同化前后冬小麦产量模拟结果与实测产量间的决定系数由0.68增加为0.83,归一化均方根误差由4.93%减小为3.4%,相对误差由4.15%减小为2.93%。粒子扰动维数和方差同化试验结果显示,粒子维数由50增加为250时,同化估产精度无显著改善,但计算代价增加5倍;随粒子扰动方差增加,估产归一化均方根误差和相对误差均呈增加趋势,两者的平均增加幅度分别为0.32%和0.26%。因此,作物模型同化系统业务化应用时需折中考虑估产精度和计算代价设置合适的粒子扰动维数和方差。该文为进一步利用多源卫星遥感数据监测区域作物长势和估算产量等同化研究和应用提供参考。     

基于花粉量的作物产量预测模型研究进展

为了探究以花粉量为主要因子的作物产量预测模型的应用前景,综述了国内外构建花粉量产量预测模型的相关研究进展,发现在传统的气象产量预测统计模型中,引入花粉量因子,可以提高产量预测的准确性;基于花粉量监测技术的限制,花粉量产量预测模型更适用于同一生长季内单一作物,面积超过一定规模的种植区域的产量预测,有较好的应用前景;对于同一生长季,作物种类多、面积小、空间分散的种植区域来说,花粉量产量预测模型应用效果的好坏将主要取决于通过花粉量监测技术获得的花粉量数据的质量和数量。要使花粉量产量预测模型在中国得到很好的应用,需要建设完备的花粉监测网,提高花粉识别技术并推广应用,积累足够的花粉量数据以构建稳定而全面的产量预测模型。     

基于MODIS指数和随机森林的江西省早稻种植信息提取

尽早获取双季早稻的种植信息,对政府部门掌握全省水稻生产形势及制定粮食安全保障的相关政策方针具有重要意义。传统业务服务中,通常将水稻生长早期的多时相MODIS指数与阈值法相结合,对种植信息进行提取,但该方法主观性强,受人为及不同地区水稻物候期差异影响大,且存在混合像元等限制,机器学习算法可以较好解决此问题。因此,该研究提出一种结合水稻生长早期MODIS指数和随机森林的种植信息提取方法,基于江西省早稻生长早期多时相MODIS增强型植被指数（Enhanced Vegetation Index,EVI）、归一化植被指数（Normalized Difference Vegetation Index,NDVI）和地表水分指数（Land Surface Water Index,LSWI）的变化特征,利用随机森林算法构建早稻种植区域提取模型与丰度反演模型,提取全省早稻种植信息,并利用Sentinel-1A提取的验证样区与统计资料验证。结果表明,早稻种植区域及丰度的空间分布特征与Sentinel-1A提取的验证样区的空间特征基本一致,提取模型的分类精度为93.18%,丰度反演模型与样本数据的平均绝对误差、均方根误差和决定系数分别为0.07、0.10与0.86,且在高丰度种植区反演效果更优。与统计资料相比,全省早稻面积识别精度为92.33%。该研究解决了水稻种植信息提取中阈值选取合理性、混合像元与时效性限制等问题,为水稻生长早期种植信息的业务化提取提供一种参考方法,具有一定应用价值。     

基于光谱反射信息的作物单产估测模型研究进展

及时准确地估测区域作物单产信息,对于粮食安全预警、粮食贸易流通,以及农业可持续发展都具有非常重要的意义。基于光谱反射信息的遥感技术,能够实时获取作物和土壤在不同时间和空间尺度下的分布信息,为区域作物单产估测研究提供了新的机遇和挑战。在简单介绍作物反射光谱特性和作物单产影响因素的基础上,分经验模型、半经验半机理模型和机理模型三部分,详细论述了基于光谱反射信息的作物单产遥感估测模型的国内外研究进展,并指出基于作物生长机理模型与多时相遥感信息同化技术的研究,应该是未来区域作物单产估测的重要发展方向之一。今后应该重点加强作物冠层关键参数(如叶面积指数、叶绿素浓度、作物吸收光合有效辐射系数、植被覆盖率等)的定量反演研究,同时加强多源遥感数据替代和整合技术研究,以及作物模型与遥感信息同化关键技术研究,以进一步改善单产估测精度和提高系统可运行性。     

频率直方图与植被指数结合的冬小麦遥感产量估测

基于机器学习方法建立的作物产量估测模型常因过拟合等问题导致泛化性能偏低,产量估测精度不高。该研究以河南省为研究区,分别对不同波段地表反射率数据采用均值法和频率直方图法构造样本特征集作为输入变量,结合随机森林（Random Forest,RF）算法建立冬小麦遥感估产模型。研究结果表明,频率直方图法预测效果优于均值法,平均绝对误差和均方根误差分别为660和860 kg/hm2,决定系数最高达到0.83,达极显著水平（P<0.01）;7个地表反射率波段中,近红外1波段表现最好;单个合成指数中,归一化水分指数的表现要优于归一化植被指数;波段组合中,归一化植被指数和归一化水分指数的组合验证效果最优,平均绝对误差和均方根误差分别为444和527 kg/hm2,决定系数为0.89,达极显著水平（P<0.01）,其组合预测效果在4月15日至22日时段内表现最佳,该时段对冬小麦产量的影响最大。该研究通过采用基于频率直方图法构建样本特征结合随机森林算法建立冬小麦遥感估产模型,可为县域冬小麦遥感估产提供一种有效的解决方案。     

基于卷积神经网络的中国北方冬小麦遥感估产

针对传统的农作物估产方法过度依赖人工经验,以及实地采样成本高等问题。该研究使用MODIS数据构建了基于卷积神经网络(convolutional neural network,CNN)的冬小麦估产模型。对2006-2016年中国北方冬小麦核心区的60个地级市进行模型训练,鲁棒性检验以及估产误差空间特征分析。结果表明:1)估产模型在训练集和验证集的均方根误差(root mean squareerror,RMSE)分别为183.82kg/hm2、689.72 kg/hm2,决定系数(R2)分别为0.98、0.71。2)以同样的神经网络结构对2006-2016年估产样本分别作为验证集,训练11个独立模型的RMSE平均值是772.03 kg/hm2,证明算法具有较高的鲁棒性。3)2007、2012和2016年不同省份的估产结果表明,模型对北方冬小麦区的平原区估产精度较高,尤其是河北和山东2省(RMSE为500 kg/hm2)。该文构建的估产模型可以实现冬小麦单产的复杂拟合,可以应用于较大尺度(范围)冬小麦产量预报。     

Green manure rotation and application increase rice yield and soil carbon in the Yangtze River valley of China

The addition of organic matter via green manure rotation with rice is considered a smart agricultural practice to maintain soil productivity and support environmental sustainability. However, few studies have quantitatively assessed the impact of green manure rotation and application on the interactions between agronomic management practice, soil fertility, and crop production. In this study, 800 pairs of data from 108 studies conducted in the agricultural region of the Yangtze River, China were...     

基于高光谱的中国干旱区棉花遥感估产（英）

该文测定了棉花盛蕾期至吐絮后期各时期冠层的高光谱反射率以及产量,并对棉花产量与冠层光谱植被指数进行相关分析。结果表明：棉花各生育期可见光波段、近红外波段及短波红外波段光谱反射率与产量间分别呈显著负相关、显著正相关与显著负相关。根据棉花冠层光谱波形特征,利用植被红边波段560 nm反射峰、670 nm吸收谷、近红外波段890 nm反射峰、980和1?210 nm两个弱水汽吸收谷、短波红外1?650和2 200 nm反射峰,设计归一化差值光谱指数,并与棉花产量进行相关分析,上述波段组合定义的归一化差值光谱指数与产量在各生育期均达显著或极显著相关。VARI_700抗大气植被指数在各生育期均达极显著相关。     

Relation between soil organic matter and yield levels of nonlegume crops in organic and conventional farming systems

The aim of this study was to evaluate the interaction between yield levels of nonleguminous crops and soil organic matter (SOM) under the specific conditions of organic and conventional farming, respectively, and to identify implications for SOM management in arable farming considering the farming system (organic vs. conventional). For that purpose, correlations between yield levels of nonlegume crops and actual SOM level (C_org, N_t, C_hwe, N_hwe) as well as SOM‐level development were examined including primary data from selected treatments of seven long‐term field experiments in Germany and Switzerland. Yield levels of nonlegume crops were positively correlated with SOM levels, but the correlation was significant only under conditions of organic farming, and not with conventional farming treatments. While absolute SOM levels had a positive impact on yield levels of nonlegumes, the yield levels of nonlegumes and SOM‐level development over time correlated negatively. Due to an increased demand of N from SOM mineralization, higher yield levels of nonlegumes obviously indicate an increased demand for OM supply to maintain SOM levels. Since this observation is highly significant for farming without mineral‐N fertilization but not for farming with such fertilization, we conclude that the demand of SOM‐level maintenance or enhancement and thus adequate SOM management is highly relevant for crop production in organic farming both from an agronomical and ecological point of view. Under conventional management, the agronomic relevance of SOM with regard to nutrient supply is much lower than under organic management. However, it has to be considered that we excluded other possible benefits of SOM in our survey that may be highly relevant for conventional farming as well.     

北方地区叶面积指数变化对蒸散和产水量的影响

越来越多的证据表明伴随植树造林/再造林等工程实施,我国北方地区叶面积指数(LAI)近年来变化明显。但有关植树造林等引起的LAI变化对水循环的影响仍存在争议。本研究利用卫星遥感LAI数据和生态过程模型(BEPS)评价了2000—2014年北方地区LAI变化对蒸散和产水量的影响。首先评价了北方地区LAI的变化趋势;在此基础上采用"去趋势"法去除LAI变化趋势而仅保留其年际变化;而后分别基于原始和去趋势后LAI序列驱动BEPS模拟北方地区蒸散;最后基于两种情景比较分析LAI变化对蒸散和产水量的影响。结果表明,北方地区LAI发生显著变化的地区占北方地区面积的20.2%,其中LAI显著升高和显著降低地区面积分别占18.8%和5.5%。在像元尺度上,LAI升高会促进蒸散并降低产水量,LAI降低则相反。在区域尺度上,LAI升高分别对蒸散和产水量产生了显著的正负效应;LAI变化对水循环影响取决于研究区覆盖范围和研究区内LAI升高和降低的比例。考虑到LAI升高对产水量可能产生的负效应和北方地区的缺水危机,未来植树造林活动或许应该考虑更多集中于南方地区。     

中国北方地区深松对小麦玉米产量影响的Meta分析

为了研究中国北方地区不同地域、作物、气候类型、试验年限下,深松旋耕(subsoiling and rotary tillage,SSRT)、深松免耕(subsoiling and no tillage,SSNT)对小麦玉米作物产量的影响,该文以旋耕(rotary tillage,RT)作为深松旋耕(SSRT)对照;以免耕(no tillage,NT)作为深松免耕(SSNT)的对照,根据已发表的相关田间试验数据,采用Meta分析方法,定量分析不同因素对SSRT与RT、SSNT与NT处理中作物产量相对变化率的影响特征。结果表明,与RT、NT相比,SSRT、SSNT分别使玉米小麦总体增产8.62%和10.17%;深松在东北、西北和华北地区均能提高玉米小麦产量;SSNT年降雨量≥600 mm和年平均气温12℃时能显著提高作物增产量;持续深松免耕2~3 a比≥4 a增产显著。因此,在中国北方免耕农业区年降雨量和年平均气温较高的地区,采用深松免耕有利于作物的增产,并建议可隔年或2a深松1次。该研究成果可为深松技术在中国北方地区推广应用提供参考。     

东北地区大豆单产空间分异特征及其影响因素分析

作为中国最重要的大豆主产区,东北地区的大豆生产成为解决大豆进出口产需问题的核心。明晰东北地区大豆单产空间分异特征及其影响因素,对于保卫“黑土粮仓”和夯实粮食安全“压舱石”具有重要意义。该研究基于谷歌地球引擎（Google Earth Engine,GEE）平台,采用多特征随机森林的分类方法,提取2022年大豆种植空间分布信息,结合多时相叶面积指数（leaf area index,LAI）数据与实测产量建立大豆估产模型,明晰区域大豆单产空间分异特征,运用地理探测器定量解析大豆单产空间分异特征的影响因素。结果表明：1）2022年东北地区大豆种植面积的总体提取精度达89.48%,Kappa系数为0.89,与统计数据之间的决定系数（R²）为0.92。大豆种植面积由北向南递减,大豆种植区主要分布于松嫩平原地区,重心位于绥化市。2）2022年东北地区大豆平均单产为2514.08 kg/hm²,与实测产量之间的R²为0.72。大豆单产空间分布集聚性显著,呈现出北高南低的分布特征。3）土壤类型、土壤pH值和大豆补贴是解释大豆单产空间分异特征最重要的3种单因子,q值分别为0.27、0.24和0.24。年均降雨∩年均积温、年均降雨∩大豆补贴以及土壤类型∩大豆补贴是解释大豆单产空间分异特征最重要的3对交互因子,q值分别为0.44、0.40和0.40。人为因素对大豆单产差异影响显著,大豆补贴、大豆粮价、农业灌溉面积、农业机械总动力、肥料价格和文盲率的最佳影响范围分别为4801～7500元/hm²、5601～5800元/t、13.6×10⁴～26.4×10⁴ hm²、252×10⁴～436×10⁴ kW、2500～2602元/t以及1.4%～1.8%。东北地区大豆单产在空间上呈现由北向南递减的趋势,具有显著的空间异质性。大豆单产空间分异受自然因素与人为因素的共同影响,自然因素起主导作用,人为因素起调控作用。