基于遥感信息的华北冬小麦区域生长模型及模拟研究

卫星遥感估产和作物生长模拟在作物监测和产量预测方面有各自不可替代的优势。但是,遥感估产难以揭示作物生长发育和产量形成的内在机理,作物模拟在区域应用时初始值的获取和参数的区域化遇到很多困难。如何利用二者的互补性使其相互结合受到人们关注。该文在Wofost模型本地化和区域化的基础上,首次利用同化法的思路探讨了MODIS遥感信息与华北冬小麦生长模拟模型结合的可行性和方法,初步建立了潜在生产水平(水分适宜条件)下区域遥感-作物模拟框架模型(WSPFRS模型)。模拟结果显示:WSPFRS模型对区域尺度的出苗期重新初始化后,模拟的开花期、成熟期空间分布的准确性比Wofost模拟结果有所改进;利用遥感信息对区域尺度上返青期生物量重新初始化后,模拟贮存器官干重的空间分布更接近实际单产的分布,贮存器官干重的高值区与实际高产区基本相符。该研究将为下一步实际水分供应条件下基于遥感信息的冬小麦区域生长模拟研究奠定了基础。     

农作物长势遥感监测业务化应用与研究进展

农作物长势监测可为田间管理提供及时的决策支持信息和早期估产提供依据。为了更好地研究作物生长过程中不同遥感监测作物长势方法的适用性,从多光谱遥感数据、高光谱遥感数据和微波遥感数据的应用及遥感监测指标与模型模拟方面综述了国内外农作物长势遥感监测研究及业务化应用的最新进展,指出了未来拟重点加强的研究任务,包括高时空分辨率和高光谱分辨率遥感数据的业务化技术、多遥感反演参数协同监测作物长势技术研发、基于遥感信息与作物过程模型的集合预报技术研究、全球尺度作物长势监测业务运行系统研发。     

作物长势评估指数的设计与应用

合理有效地开展作物长势评估,可以及时反映作物生长状况及其对天气气候条件的响应。由于WOFOST模型、ORYZA2000模型在模拟冬小麦、玉米和水稻生长发育过程具备较强机理性,研究基于2001年以来全国冬小麦、玉米、水稻主产区逐日模拟的作物发育进程、叶面积指数和地上总生物量,通过隶属函数构建评估指数,开展高时空分辨率的作物长势评估。结果表明:长势综合评估指数在作物生长前期以发育进程、叶面积指数和地上总生物量三要素加权集合表征,中后期以发育进程和地上总生物量与穗重相关性的加权集合表征;长势评估指数与常规地面观测和遥感长势监测一致性较好,可以反映天气气候条件影响。在作物生长季内,以日为单位构建了作物长势评估指数数据库;根据长势评估指数将作物长势分为长势好、长势偏好、长势持平、长势偏差、长势差,实现空间上的长势监测、对比;以空间集成的方式,开展省级作物长势对比分析;利用长势评估指数变化反映典型天气气候条件对作物生长发育的影响。上述基于作物模型的作物长势评估指数符合现代化农业气象科研与业务服务发展的需求。     

作物生长模拟模型在我国农业气象业务中的应用研究进展及思考

近年来我国农业气象科研和业务部门紧密结合,开展了作物生长模拟模型应用于农业气象业务的研究和应用试验工作.基于国外作物生长模拟模型的应用进展以及我国农业气象业务的现状,简要分析了农业气象业务中应用作物生长模拟模型的必要性和紧迫性.针对单点理论模型能否在业务中应用的疑惑,详细讨论了国外引进作物生长模型的本地化和单点理论模型在区域尺度上模拟应用等两个关键问题的重要性和技术方法.重点介绍了近年来我国气象系统农业气象科研和业务部门在推进作物生长模拟模型在农业气象业务应用方面所做的工作,即基于东北玉米、华北小麦和江南双季稻生长模型的气象条件影响评价和产量动态预测方法等.最后从改进完善作物生长模拟模型、探讨区域模拟应用技术及稳健推进业务应用和实施等方面分析了目前存在和出现的问题,以及可能的解决途径.     

遥感信息结合植物光合生理特性研究区域作物产量水分胁迫模型

首先给出利用遥感信息结合作物光合生理特性研究作物产量水分胁迫模型的一般性概念,然后论述作物产量水分胁迫模型中作物蒸散和光合作用的关系.建立以作物蒸散为显参的作物产量水分胁迫模型;对模型的参数给出求解公式,利用遥感信息反演模型参数.最后利用发展的作物产量水分胁迫模型对华北平原典型区进行作物产量填图,将本模型与作物产量经验模型的1997年计算结果进行比较,发现本文发展的模型有可比的精度.     

国外作物模型区域应用研究进展

文章针对目前作物模拟模型从单点和田间尺度应用于更大区域尺度的问题，介绍了诸如模型数据标准化，模块化建模，作物模型和天气发生器结合，作物模拟和地理信息系统结合，作物模型与遥感技术结合，区域升尺度连接，基于Web的建模等作物模型区域化应用中技术问题及当前作物模型区域应用的研究进展。     

FY-3B/D星NDVI与MODIS NDVI对作物长势监测对比

风云三号卫星（FY-3）NDVI数据是中国对全球用户开放可进行全球尺度作物长势监测的主要卫星遥感数据源,客观评估其进行作物长势监测的真实状况和能力,对业务产品应用推广、产品算法和流程改进以及长时序标准数据生产等具有重要意义。采用国际通用的年际差值比较模型、植被状况指数模型（VCI）以及基于NDVI的作物生长过程评估了中国风云三号B星（FY-3B）和D星（FY-3D）NDVI旬、月合成业务产品与同期MODIS MOD13A1和MOD13A3 NDVI数据对作物长势的监测情况。年际比较模型结果表明,FY-3 NDVI的监测动态范围比MODIS NDVI的窄约0.1—0.15,两者差值在-0.02—0.02,均方根误差在0.08—0.09,在长势分级评估时可忽略,但动态范围偏窄提示有必要在分级评估时使用窄一些的阈值范围。植被状况指数模型结果表明,FY-3B NDVI和MODIS NDVI的监测结果高度一致,因此FY-3B NDVI和MODIS NDVI一样可准确反映作物生长的年际差异。作物生长过程动态监测结果表明,FY-3和MODIS月合成NDVI的年际比较结果总体一致,但在作物快速生长阶段...     

中国农业气象模式(CAMM1.0)构建与应用

为发展适宜中国区域农业种植特点的农业气象模式,基于国外作物生长模拟方法,通过模式机理过程改进或重构以及应用方式革新,建立了中国农业气象模式（Chinese AgroMeteorological Model version 1.0,CAMM1.0）。CAMM1.0利用平均温度和土壤水分改进了作物发育进程模式,利用土壤水分改进了作物叶片光合作用、干物质分配和叶面积扩展过程模式,通过蒸发比法扩展了作物蒸散过程模式;自主建立了基于发育进程的冬小麦株高、基于遥感信息的作物灌溉、遥感数据同化、作物长势与灾害评价等模式。基于互联网技术构造了实时运转平台,主要功能包括作物生长过程实时常规模拟与用户个性化定制模拟。CAMM1.0的部分子模式采用多种方法构造,便于多模式集成。CAMM1.0对作物发育进程、光合过程、株高的模拟效果较好,但对土壤水分变化过程的拟合略差,模拟产量略偏低。CAMM1.0评价淮河流域夏玉米年际干旱减弱而涝渍增加的趋势与实际基本相符。     

我国农业气象业务引入作物生长模型的前景

国外作物生长模型已广泛应用于农业生产及其相关领域。我国作物生长模型的应用研究也日益成熟。目前，正从研究阶段向业务应用推广阶段转变。为了阐述作物生长模型在农业气象业务中的应用前景，以WOFOST模型为例，简要介绍了国外作物生长模型的核心模块、主要功能和应用现状。在此基础上，分析了我国现行气象业务可为开展作物生长模型应用提供的数据支持，存在的问题以及解决方案。指出作物生长模型在拓展当前我国农业气象业务领域和提升农业气象服务水平等方面前景广阔。     

植物物候遥感监测研究进展

基于遥感监测方法的植物物候研究已成为全球气候变化研究的一个热点课题,通过对植物物候生长季概念的遥感界定,归纳总结了物候监测的基本原理、遥感数据源以及4种常用的遥感监测方法,并指出各种遥感监测方法存在的问题和不足;以遥感监测技术为支撑,对地区、大洲和全球尺度上物候与气候关系的研究、物候与人类行为关系的研究进行了阐述,指出植物物候的变化常常是二者共同影响的结果。针对当前物候研究中存在的不足,探讨了今后的研究发展方向。     

Establishment of Winter Wheat Regional Simulation Model Based on Remote Sensing Data and Its Application

Accurate crop growth monitoring and yield forecasting are significant to the food security and the sus- tainable development of agriculture.Crop yield estimation by remote sensing and crop growth simulation models have highly potential application in crop growth monitoring and yield forecasting.However,both of them have limitations in mechanism and regional application,respectively.Therefore,approach and methodology study on the combination of remote sensing data and crop growth simulation models are con- cerned by many researchers.In this paper,adjusted and regionalized WOFOST (World Food Study) in North China and Scattering by Arbitrarily Inclined Leaves-a model of leaf optical PROperties SPECTra (SAIL-PROSFPECT) were coupled through LAI to simulate Soil Adjusted Vegetation Index (SAVI) of crop canopy,by which crop model was re-initialized by minimizing differences between simulated and synthesized SAVI from remote sensing data using an optimization software (FSEOPT).Thus,a regional remote-sensing- crop-simulation-framework-model (WSPFRS) was established under potential production level (optimal soil water condition).The results were as follows:after re-initializing regional emergence date by using remote sensing data,anthesis,and maturity dates simulated by WSPFRS model were more close to measured values than simulated results of WOFOST;by re-initializing regional biomass weight at turn-green stage,the spa- tial distribution of simulated storage organ weight was more consistent with measured yields and the area with high values was nearly consistent with actual high yield area.This research is a basis for developing regional crop model in water stress production level based on remote sensing data.     

作物病虫害遥感监测与预测研究进展

作物病虫害作为严重的生物灾害已危及到世界农业生产和粮食安全,病虫害对我国粮食生产造成的损失日益加剧,植保部门目前使用的测报和防控方式无法满足大范围的精准、高效、绿色科学防控需求.因此,建立基于遥感手段的高效、无损的大面积病虫害监测预测方法,将提升我国大面积作物病虫害的监测和测报精度与防控水平,有利于减少农药施用,对保障国家粮食和食品安全,实现农业可持续发展具有重要战略意义.近年来出现的多种形式的作物病虫害遥感监测方法和技术手段为病虫害的有效防治和管理提供了重要支撑,通过对相关技术方法进行综述,本文从多尺度下的作物病虫害遥感监测与预测机理、监测方法、预测预报方法、典型模型与应用等方面阐述了作物病虫害遥感监测和预测预报研究进展,并探讨了作物病虫害遥感监测当前面临的挑战以及未来发展趋势,建议通过建立全国尺度的作物病虫害遥感监测预测系统,构建作物病虫害绿色智能防控体系,实现病虫害大面积、快速的监测、预测预报和精准、高效、绿色科学防控.     

基于MODIS数据的水稻种植面积提取研究进展

概述了水稻种植面积监测遥感数据源的应用变化、特征指数和时相选取以及遥感分类方法的发展,分析了MODIS影像在水稻种植面积遥感提取技术方面的研究进展及发展方向。结果表明：MODIS具有高光谱、高时间分辨率和多时相等特点,在大尺度上提取水稻种植面积上,可提高作物识别和监测的精确度与工作效率,节约成本,有着其他遥感数据无法相比的优势,应用MODIS数据提取水稻种植面积,取得了较好的效果。水稻遥感的最佳时相可以选择移栽期和孕穗期,利用对水体和植被较为敏感的波段或植被指数（如NDVI、LSWI和EVI）进行水稻识别,并提取种植面积。传统的遥感图像分类方法如监督分类和非监督分类,算法成熟、操作简单,是目前应用较多的方法。近年来发展起来的分类新方法,如决策树分类法、专家系统分类法、神经网络分类法,支持向量机法等,能够更准确地提取目标地物,对图像分类有不同程度的改进,在实际应用中通常和传统分类方法结合起来使用;多时相分析法与高时间、高分辨率多光谱影像的结合可以获取较高精度的作物种植面积数据,与传统分类方法相比有较大提高。利用MODIS对单一的或大面积的水稻种植面积提取效果较好,但对于地块破碎的种植面积估算尚难达到满意的结果,添加其他的辅佐数据如高程、坡度等,并结合MODIS数据的多时相特点分类等方法,可提高遥感影像分类的精度。     

面向对象的GF-1卫星影像苹果树遥感提取研究-以山地丘陵地区的栖霞市为例

国产高分卫星1号（简称GF-1）可提供高空间分辨率遥感数据，这为实现精准农业提供良好的数据保障。但是，其在复杂地形作物遥感提取方面的适用性仍需要进一步探索和分析。因此，以山地丘陵地形为主的栖霞市为研究区，基于GF-1影像数据利用面向对象分类法提取苹果树的种植面积和空间分布信息。研究结果表明：引入植被覆盖度和坡度信息的面向对象决策树分类方法（简称优化分类方法）能够有效提高苹果种植面积的遥感提取精度为94.1%，生产精度和用户精度分别为87.3%和90.3%。相比于最大似然监督分类和无辅助信息的面向对象决策树分类方法，本研究的优化方法遥感提取面积精度分别提高了17.4%和0.3%，生产精度分别提高了10.1%和2.6%，用户精度分别提高了10.1%和2.8%。该研究成果以期为GF-1卫星数据在山地丘陵地区的果园信息遥感提取提供基本的技术支撑和实践经验。     

卫星遥感系统中的政区信息拓扑

根据基层台站开展气象卫星监测作物长势等遥感业务的需要，给出了应用普通微机管理政区信息的拓扑方法。     

中国农业气象业务系统(CAgMSS)设计与实现

中国农业气象业务系统(CAgMSS)是基于C/S架构,研发的面向国家级和省级农业气象服务的业务工作平台,主要包括农业气象监测评价、作物产量预报、灾害监测评估、农用天气预报等子系统,是农业气象业务的基础性软件。系统融合现代信息技术和农业气象业务技术,实现了全部子系统数据管理、模型运算、产品制作等业务流程的一体化。系统采用大型关系型数据库规范了农业气象各类业务数据,基于插件技术集成各项业务功能,实现多元数据、多指标、多模型在农业气象监测、评价、预报等领域的综合应用,提高了农业气象产品的定量化、精细化、客观化水平。系统于2012年投入业务应用,基于该系统制作的农业气象情报、作物产量气象预报、农业气象灾害影响评估、关键农时农事气象保障等服务产品,在指导全国农业生产和防灾减灾中发挥了重要作用,明显提高了农业气象业务能力和业务工作效率。     

机器学习技术在现代农业气象中的应用

智慧气象和精准农业结合下的现代农业气象工作意味着对包含遥感影像在内的大型农业和气象数据高时效性的分析与处理,机器学习技术是当代自然科学研究和技术发展的主流技术,亦是现代农业气象科研和业务发展的重要工具。该文系统论述了机器学习技术的主要方法及其在现代农业气象中的主要应用方向,比较了不同方法在农业气象不同领域应用的情况,侧重介绍了基于深度学习技术的成果和近年来的最新研究进展。传统浅层机器学习技术中,以支持向量机和人工神经网络应用最为广泛且效果最为理想。近年来,随机森林和梯度提升机等决策树集成方法普遍取得优于核方法的精度,深度学习技术则在某些任务中取得更优于集成学习的精度。未来,有待检验机器学习技术特别是深度学习技术在更多农业气象问题上的适用性和先进性,更好地迎接现代农业气象发展的新挑战与新机遇。