不同政策情景下荒漠化地区土地耕作适宜性评价

针对目前耕地适宜性评价中存在指标缺乏表达农民意愿及生态限制性因子的缺陷,应用基于生态限制性因子指标体系开展了中国荒漠化地区土地耕作适宜性评价。结果表明：在粮食安全政策导向情景下,荒漠化地区土地耕作适宜性较高的地区集中分布在亚湿润干旱区及半干旱区的局部地区,占地37×104 km2;在生态环境政策导向下,荒漠化地区土地耕作适宜性较高的地区集中分布在内蒙古南部、西藏南部、新疆北部的局部地区,占地约26.9×104 km2;由于政策导向的不同,宜耕减少地区主要集中于内蒙古东部和西藏南部的局部地区。该研究为大空间     

温洲蜜柑叶片光谱反射率与叶绿素含量的相关性

以日南一号温州蜜柑为试材,对不同时期、不同黄化程度叶片反射光谱及叶绿素含量进行研究,结果表明,日南一号叶片反射光谱在350～1 750 nm范围内,出现了5次反射峰,其中可见光区域552 nm和近红外长波1 680nm波段处各出现了1次较弱的反射峰,在近红外短波段范围出现了3次强反射峰.在整个测定波段范围内,光谱反射率强弱为夏梢叶片＞春梢叶片＞秋梢叶片.随着叶绿素含量降低,叶片反射率增强,但叶绿素含量进一步降低,反射率出现减弱.在可见光波段范围,光谱反射率强弱为重度黄化叶＞中度黄化叶＞轻度黄化叶＞正常叶,而在近红外区域,出现中度黄化叶＞重度黄化叶＞轻度黄化叶＞正常叶的趋势.     

气候变化背景下东北三省主要作物典型物候期变化趋势分析

 【目的】分析气候变化背景下东北三省主要作物类型（水稻、玉米、春小麦和大豆）典型物候期（出苗期、抽穗期和成熟期）的变化趋势。【方法】应用气候倾向率（θ）确定农业气候资源特征和典型物候期的变化趋势与整体对应关系。【结果】近20年来,东北三省大部分地区≥10℃初日出现了提前趋势,初霜日不断推迟,温度生长期天数持续增加,≥10℃积温总体呈升高趋势。在此背景下,水稻和玉米均出现了出苗期提前（0.04＜θ＜0.55 d•a-1和0.04＜θ＜0.35 d•a-1）、成熟期推后（0.09＜θ＜0.35 d•a-1和0.23 ＜θ＜0.38 d•a-1）、以及生育期延长（0.31＜θ＜1.26 d•a-1和0.11＜θ＜0.57 d•a-1）的趋势;大豆则表现为出苗期提前（0.01＜θ＜0.61 d•a-1）、成熟期提前（0.18＜θ＜0.19 d•a-1）、生育期缩短（0.06＜θ＜0.17 d•a-1）的趋势;而春小麦典型物候期的变化趋势不明显。【结论】东北三省农业气候资源变化使作物生长期内温度适宜程度偏向好转,总体上有利于早种晚收、生育期长的作物品种的推广种植。     

基于小型无人机遥感的玉米倒伏面积提取

该文使用2012年小型无人机遥感试验获取的红、绿、蓝彩色图像研究灌浆期玉米倒伏的图像特征和面积提取方法。研究首先计算和统计正常、倒伏玉米的30项色彩、纹理特征,然后比较特征的变异系数和相对差异评选出适宜区分正常、倒伏玉米的特征;通过分析发现,与红、绿、蓝色灰度比较,多项色彩、纹理特征的变异系数更大或不同类别间的相对差异更小,不适用于准确区分正常、倒伏玉米,最适于区分正常和倒伏玉米的特征是3项基于灰度共生矩阵的红、绿、蓝色均值纹理特征。分别基于色彩特征和评选出的纹理特征提取倒伏玉米面积,对比2种方法的误差发现,基于红、绿、蓝色均值纹理特征提取倒伏玉米面积的误差最小为0.3%,最大为6.9%,显著低于基于色彩特征提取方法的。该研究结果为应用无人机彩色遥感图像准确提取倒伏玉米面积提供了依据和方法。     

农作物空间格局遥感监测研究进展

遥感技术因其高时效、宽范围和低成本等优点正被广泛应用于对地观测活动中,为大区域尺度掌握农作物空间格局提供了新的科学技术手段。本文系统总结了近10年来国内外农作物空间格局遥感监测在理论、方法、实践应用等方面取得的新进展,指出了亟待解决的问题,并对今后的发展方向进行了展望。研究认为,农作物种植面积遥感监测主要根据遥感传感器记录的不同农作物光谱特征的差异,进行不同农作物种植面积的识别,方法主要包括:基于光谱特征、基于作物物候特征和基于多源数据的农作物遥感识别方法。遥感技术应用于农作物复种模式监测主要根据时间序列植被指数描述的作物季节活动过程,利用不同的拟合方法得到作物生长曲线,实现作物复种模式有效监测。农作物种植方式遥感监测是更高层次的遥感应用,主要利用时间序列遥感数据,根据作物植被指数的变化规律区分不同作物生育周期,判断不同复种模式下作物的种植顺序和方式。在未来相当长的一段时间内,建立农作物空间格局遥感监测的理论和技术体系、发展和改进遥感影像分类方法、优化时间序列遥感数据平滑技术和提高信息提取的自动化与流程化将是农作物空间格局遥感监测需要重点解决的几个关键问题。     

基于Hyperion高光谱影像的冬小麦地上干生物量反演

在黄淮海粮食主产区选择河北省衡水市深州市为试验区,以冬小麦地上干生物量为研究对象,以作物冠层高光谱和EO-1 Hyperion高光谱卫星数据为主要数据源,在分析冠层高光谱构建的窄波段植被指数(N-VIs)与实测冬小麦地上干生物量间相关性基础上,提出了利用拟合精度R2极大值区域重心确定冬小麦干生物量敏感的光谱波段中心的方法,并运用该方法确定了冬小麦生物量敏感波段中心。在此基础上,以敏感波段中心筛选结果为指导,利用窄波段植被指数及相关波段开展Hyperion高光谱卫星遥感区域冬小麦干生物量遥感反演和精度验证。最终,按精度最高原则优选区域冬小麦地上生物量反演结果。其中,研究采用了冬小麦孕穗期Hyperion数据,涉及的植被指数包括窄波段归一化植被指数(N-NDVI)、窄波段差值植被指数(N-DVI)和窄波段比值植被指数(N-RVI)。结果表明,通过与实测冬小麦地上干生物量对比,利用冠层高光谱冬小麦地上干生物量反演敏感波段筛选结果及其相应波段构建的Hyperion窄波段植被指数进行孕穗期作物干生物量估算取得了较好结果,其精度由大到小为:NNDVI、N-RVI、N-DVI。其中,以波段B18(波长528.57 nm)、波段B82(波长962.91 nm)构建的Hyperion N-NDVI估算区域冬小麦地上干生物量精度最高,相对误差(RE)和归一化均方根误差(NRMSE)分别为12.65%和13.78%。     

Agent农业土地变化模型研究进展

农业土地变化是全球变化与可持续研究的热点,当前研究虽取得了长足进展,但仍存在诸多不足,集中表现在对农业土地系统复杂性与动态性的认识不够.近年来,基于Agent的农业土地变化研究(农业ABM/LUCC,Agent-based agricultural land change modeling)逐渐兴起,极大的丰富了传统研究的理论与方法,具体表现在:(1)农业ABM/LUCC将微观层面的人类个体行为整合进土地变化研究框架,有助于更加清楚的认识农业土地系统的“人类-自然”综合复杂性问题.(2)农业ABM/LUCC能够动态表达土地系统变化的内生反馈机制,有助于弥补传统的静态土地变化驱动机制分析的不足.(3)基于ABM/LUCC的农业土地利用格局动态研究是整合“人类-自然”综合研究的关键桥梁,农业ABM/LUCC能够与其他生物地球物理模型或经济模型动态嵌套,使多尺度、多维度综合模型研究成为可能.然而,农业ABM/LUCC研究也存在诸多挑战,如理论研究滞后于应用研究,大尺度应用难以开展,以及农户行为的模拟结果很难得到校验等.     

叶片的灰尘对高光谱遥感中植被冠层反射率的影响

灰尘作为气溶胶的一部分由于沉降现象而附着于植物叶子的表面,当遥感探测器扫描植被冠层时,所得反射率数据就具有了一定的相似性。在平时我们处理卫星数据时忽略了附着于叶子表面灰尘的影响,没有把植被表面的灰尘作为影响因子考虑进去。随着探测器的发展,光谱分辨率的提高,灰尘对于某些波段的影响越来越大。由于天气变化如降雨可以使植被叶片表面灰尘减少甚至消失,引起植被反射率发生变化,于是本文通过模拟降雨前后植被叶片反射率变化,来研究灰尘的影响程度大小。具体方法为采用ASD野外光谱仪分别测量小麦、冬青等植被采摘后表层附有灰尘的叶片和模拟雨水冲洗灰尘后的叶片。通过同一片叶子两次测得的不同数据处理、比较得出以下结论：1. 附着于植被冠层的灰尘对其反射率有很大影响。2. 没有去尘处理的叶片反射曲线不是灰尘反射曲线和经除尘处理的叶片反射曲线简单的线性叠加。3. 灰尘并不会造成“红边”移动,不会发生“蓝移”和“红移”。     

基于无人机影像的农情遥感监测应用

该文以中国农业科学院（万庄）农业高新技术产业园及周边地区4.2×3.1 km的范围为研究区域,利用无人机搭载RICOH GXR A12型相机进行了航拍试验,主要测试了定位定向系统（positioning and orientation system,POS）数据辅助下光束法区域网平差方法平面定位及面积测量精度,以及无人机影像的作物面积识别精度。结果表明,在无控制点约束条件下,直接采用POS数据进行光束法区域网平差后,以中误差表示的平面定位精度为X轴方向（东西方向）中误差为2.29 m,Y轴方向（南北方向）中误差为2.78 m,整体平面中误差3.61 m;采用3阶一般多项式模型进行几何精校正,X轴方向中误差为1.59 m,Y轴方向中误差为1.8965 m,整体平面中误差为2.32 m,符合《数字航空摄影测量空中三角测量规范》中对1∶10 000平地的平面精度要求,能够满足农作物面积遥感监测中作物面积调查定位精度的要求;采用监督分类和面向对象分类2种方法,对面积评价区域种植的春玉米、夏玉米、苜蓿和裸土4种地物类型进行分类,以差分GPS调查结果为评价标准,4种作物总体识别精度分别达到了88.2%（监督分类）和92.0%（面向对象分类）,单独分类精度分别为88.9%、86.7%、93.0%、86.6%和90.35%、92.61%、94.93%、93.30%。研究结果说明了无人机遥感影像获取小范围、样方式分布的作物影像方面具有广泛的应用前景,推广后能够满足全国农作物地面样方对高空间分辨率影像的需求,可以部分替代现有人工GPS测量的作业方式。     

全国冬小麦面积变化遥感监测抽样外推方法的研究

该文提出了一种可以用于业务化运行的全国冬小麦面积变化遥感监测方法。根据我国冬小麦生产的特点,采用分层抽样方法,以全国冬小麦种植面积以往的统计数据为分层指标,将全国1411个冬小麦生产县划分为6层,建立全国冬小麦面积变化遥感监测抽样外推模型;然后,以TM影像覆盖来近似随机地从各层抽取所需数量的冬小麦生产县,采用人工判读的方法解译冬小麦的变化,并以县为单位统计;最后利用外推模型得出全国冬小麦面积的变化。通过1999、2000年连续2年的运行试验,得到了满意的结果