自动农业气象观测系统功能与设计

根据现代农业气象业务需求,提出了可视化、实时性、远程控制的自动农业气象观测系统技术思路、设计原则,并设计了系统的硬件和软件架构及自动化观测的实现方法。该系统具有作物生长、农田气象要素观测及环境监控功能,可实现作物发育期、株高、盖度等的自动观测,还可实现农田主要农业气象灾害实时监测。该文利用三维空间模拟技术初步确定了CCD (charge-coupled device) 传感器的技术指标;提出利用图像判别技术,结合作物生长特征及农业气象指标,实现作物发育期自动判别;利用摄影测量学技术,采用动态跟踪法实现作物株高自动化观测;提出了作物盖度的计算方法和通过研究作物盖度与密度、叶面积指数的关系,解决作物种植密度和叶面积指数自动观测的技术思路。该系统模仿人工观测原理,将图像处理和摄影测量学等技术引入农业气象自动观测中,基本上可以满足农业气象观测的主要任务的实时性、可视化和自动化需求。     

荞麦作物观测技术简介

文章介绍了荞麦作物的生长特性、环境要求及荞麦发育期、发育期标准、生长状况测定、产量结构分析、大田生长状况调查等观测内容和技术要求,可供测站在荞麦发育期观测和服务时参考。     

基于双波段图像的玉米长势自动观测方法研究

利用一款改装后具有近红外图像拍摄功能的民用相机和同型号未经改装的可见光拍摄像机监测作物的整个生长过程,根据作物和土壤在近红外和可见光图像中的敏感性不同,利用图像处理算法获取作物覆盖度(Ccp),并与人工观测的作物生长特征量进行相关分析。通过在中国气象科学院固城试验站开展的玉米观测试验,基于自动观测玉米图像获取的Ccp与人工观测植株高度(近红外R~2=0.9276,可见光R~2=0.8491)、叶面积指数(近红外R~2=0.9535,可见光R~2=0.8822)、干物质重量(近红外R~2=0.9497,可见光R~2=0.7708)等之间具有很高的相关性,同样表明利用近红外相机获取的玉米图像比可见光相机获取的图像能更好地反映玉米的生长特征。     

棉花覆盖度特征及与其他生长参数关系分析

利用安装在新疆乌兰乌苏农业气象试验站的作物生长自动监测系统2011—2012年拍摄的棉花生育期图像,采用现代图像处理技术进行阈值分割,自动获取棉花作物覆盖度(Ccp)数据,经对自动监测系统获取的Ccp值与棉花人工观测的叶面积指数(LAI)、植株高度之间关系进行分析,建立棉花Ccp与LAI、植株高度之间的关系模型。使用建立的关系模型,由自动监测系统获取的Ccp数据,反演2012年棉花的LAI和植株高度,并与人工观测结果进行对比。结果表明:应用棉花Ccp数据反演的LAI与人工实测结果具有较高的相关性和反演精度,说明通过自动观测棉花Ccp的方式进行LAI反演的方法是可行的;Ccp与株高的关系模型虽相关性高,但反演的株高精度较低,仍需进一步探索。     

辽宁省玉米发育期模式研究

1引言农作物的一生要包括若干个形态特征和生理特征完全不同的发育期，发育期的历时长短和变化即发育速度与外界气候条件有密切的关，系，也就是说外界的气候条件制约着两个发育期之间的间隔日数。发育速度是作物生育状况的时间特征，能综合反映作物生长前期环境条件的影响，是作物生长环境好坏的标尺。物候迟早不仅反映了气象或土壤环境的变化，也是从事各项农事活动的时间依据。因而准确及时的作物发育期预报对生产单位科学适时的进行分期田间管理有着现实的意义。2资料来源及处理方法资料取自于辽宁省气候中心的玉米农业气象观测报表。全…     

辽宁省玉米发育期模式研究

农作物的一生要包括若干个形态特征和生理特征完全不同的发育期，发育期的历时长短和变化即发育速度与外界气候条件有密切的关系，也就是说外界的气候条件制约着两个发育期之间的间隔日数。发育速度是作物生育状况的时间特征，能综台反映作物生长前期环境条件的影响，是作物生长环境好坏的标尺。物候迟早不仅反映了气象或土壤环境的变化，也是从事各项农事活动的时间依据。因而准确及时的作物发育期预报对生产单位科学适时的进行分期田间管理有着现实的意义。     

不同物候模型对作物发育期模拟的对比分析

作物发育期预报在农业气象业务中具有重要意义。通过比较4种作物发育期模型的模拟效果,为中国东北地区作物发育期预报提供参考。基于东北地区玉米、水稻和大豆的发育期观测数据及其对应的气象资料,利用模拟退火算法估算了4个发育期模型的参数值,并对模型进行内外部验证。结果表明：在参数本地化过程中,高亮之模型和沈国权模型的效果较好,均方根误差平均分别为3.31d和3.72d。在模型验证过程中,沈国权模型的模拟效果较好,均方根误差平均为5.22d,因此,相对而言,沈国权模型对作物发育期模拟效果较好。     

光合遥感-水分胁迫作物估产技术在华北地区的推广应用

本项目开展自主研发的RSPCYWM模型系统已在我国华北地区作物生长过程监测和估产中大范围推广及应用,包括RSPCYWM模型的检验、作物生长发育期的生物量和产量估算;同时改进作物模型系统,加入RUBISCO酶限制的作物光合速率模块,作物冠层水分导度模块,以求更加真实地模拟作物的生产过程和对华北地区作物的估产,使监测和模拟精度达到95％以上。     

作物发育期记录的审查方法

作物发育期记录是农气资料中重要组成部分,也是农业气象情报预报、农业气候分析、区划及农业气象科研工作的基础,因此审查作物发育期记录的正确与否非常重要。     

基于水稻生长模型的气象影响评价和产量动态预测

在对国际先进的水稻生长模型ORYZA2000进行模型调试、验证, 实现本地化的基础上, 以双季稻发育速率参数为主, 结合地形、气候、水稻熟性分布和当地生产实际, 将江南双季稻区按发育参数划分为7个区域, 实现了ORYZA2000模式在我国江南双季稻地区的区域应用。利用该模型进行了不同年份气象条件影响定量评估的应用试验, 评价结果与实际符合, 定量客观。探讨了利用机理性作物生长模式动态预测产量的方法。通过建立不同发育期的水稻模拟生物量与相对气象产量的相关统计模型, 结合趋势产量预测, 实现了地区级双季稻不同发育期的产量动态预测。外推检验结果表明, 各地早晚稻不同发育期的产量动态预测模型平均误差为4.8%~6.1%, 可初步用于业务。     

农作物气候适宜度实时判定系统

以旬、月、季、作物生育期为单位时段,根据农作物生长发育所需要的气象条件,把单位时段内气候因子的数量变化,通过模糊数学中隶属函数的方法,转化成对作物生长发育的适宜程度,计算各时段内的温度、降水、日照及光温水综合因子对作物生育影响的适宜度,计算结果以表格和图形的方式输出。经过业务试应用,效果良好,所计算的不同作物不同时段的温度适宜度、降水适宜度、日照适宜度、光温水综合适宜度符合实际情况,为定量判定气象条件对农作物影响提供了依据。     

春小麦生长简化模拟模式研究

本文通过数值模拟试验，构建了描述作物光合作用、呼吸作用、叶面积动态变化以及干物质累积与分配等生长过程与气象条件关系的数学方程。在此基础上初步研制了水分、营养满足条件下的春小麦生长简化模拟模型。检验表明，此简化生长模型的模拟效果良好。     

基于冬小麦农业气候分区的WOFOST模型参数标定

以1981—2010年河南省113个气象观测站影响冬小麦生长及产量形成的主要气象因素为区划指标,利用K均值聚类算法,将河南省划分为5个农业气候生态区。根据2013—2017年地面农业气象观测数据,利用Sobol全局敏感性分析方法,各分区选择总敏感指数大于0.01的作物参数,得到9种敏感参数。以产量与叶面积指数为代价函数,采用差分进化马尔科夫链蒙特卡洛方法对敏感参数进行分区标定,并使用2018—2019年观测数据进行验证。结果表明:分区进行参数标定时,叶面积指数动态模拟精度和产量模拟精度均显著优于使用默认参数或整个研究区使用同一套优化参数时的精度,其中,使用分区调参后验平均值模拟关键生育期叶面积指数的总均方根误差为0.655,其模拟产量的均方根误差为672.016 kg·hm-2。该方法将农业气候学知识与差分进化马尔科夫链蒙特卡洛优化算法相结合,通过合理、高效地分区域标定作物模型参数,可为作物模型区域应用和模型参数调整优化提供科学依据。     

2022年贵州省粮油作物生育期气象条件及其影响分析

为了评估2022年贵州省气象条件对主要粮油作物的影响,该文利用84个观测站的气温、降水、日照3个气象要素的变化特点,结合作物生物学特性及生育期,并与历史同期气象条件进行对比。结果表明：（1）夏收粮油作物播种以来气象条件利大于弊：油菜播期受干旱影响推迟,但生长后期气象条件好于前期,尤其是油菜产量形成关键期光温水匹配较好,利于产量形成及成熟收获。（2）秋粮作物生长期内农业气象条件利弊相当：玉米、水稻等秋收粮食生长季光热条件优良,降水分布不均,水稻生长期前期气象条件好于后期,后期夏伏旱和高温灾害偏重发生,影响总体粒重水平;玉米灌浆期大部地区光温条件优良,利于粒重的形成,收获期晴热少雨利于收晒。因此2022年贵州省粮油作物生长期内气象条件利弊相当,属于正常气候年景。     

作物发育模式重构及基于甘蔗的模拟检验

发育进程是作物的生理年龄,发育模式是作物生长模型的时间指针。但目前的发育模式只关注某时段（日）气象条件对作物发育的影响,其准确率也难以满足作物生长模拟的需求。根据作物发育速率不仅与气象条件有关、还与其所处发育期有关的理论假设,重构发育进程模式,并利用1980—2019年我国甘蔗发育实测数据进行模式适应性分析,比较传统模式与重构模式的模拟能力。结果表明:重构模式中,发育单位日序模式和温度日序模式对甘蔗发育进程的适应性均较好,尤其在后期温度不断降低的发育进程以及低温年型的模拟中,其适应能力明显优于传统模式。重构及传统模式模拟能力从强到弱依次为发育单位日序模式、温度日序模式、响应适应模式、发育单位模式、发育单位温度修正模式、热量单位模式,均方根误差计算的模拟能力值依次为4.3,3.9,3.7,3.3,3.0,2.8。     

作物不同生长时段对水分胁迫敏感性分析

本文根据我省1982－1995年的土壤水分实测资料、主要农作物的产量资料及作物生长物候资料,计算得到我省主要旱作物各生长时段作物对水分胁迫的产量响应敏感系数,反映出作物在不同生长期对水分胁迫的敏感程度,结果表明：不同生长时段作物对水分胁迫的敏感度不同,作物干旱程序不能仅凭降水距平确定,需考虑作物对水分胁迫敏感性来修正干旱指标,才能有效对作物干旱实施监测,从而为人工增雨作业时间安排提供更为科学的依据。     

Temperature thresholds and crop production: a review

Temperature thresholds for a range of crops from cereal crops to horticultural crops and to legum crops were identified through an extensive literature review. Identification of temperature thresholds provides a basis for quantifying the probability of exceeding temperature thresholds which is a very important aspect of climate change risk assessment. The effects of extreme temperatures on yield and yield components were then reviewed and summarised. Through these processes, critical phenophases were defined based on the sensitivity of crop yield and/or yield components to extreme high temperatures which were imposed on various phenophases. Information on the direction and degree of the impact of extreme temperature on yield/yield components can contribute to the improvement of crop models in which the effects of extreme temperature on crop production have not been adequately represented at this stage. Identification of critical phenophases at which crops yield and/or other economic characteristics are sensitive to extreme temperatures will help scoping appropriate adaptation options.     

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.     

Deriving and Applying Response Surface Diagrams for Evaluating Climate Change Impacts on Crop Production

This paper presents the method to develop response surface diagrams (RSD) suitable to evaluate the impacts of climate change on potential crop production and crop area. The diagrams depict the response of different agricultural crops to average long-term changes in ambient temperature and precipitation on a country basis. They take into account the spatial and seasonal variability of climate, and differences in the climate response of important crops. RSDs for Germany and the Democratic Republic of Congo illustrate that countries and crop types differ greatly in their sensitivity to unit changes in long-term average climate. In comparing the area-weighted RSDs for Germany and Democratic Republic of Congo, it was found that the potential production in Germany of a weighted aggregation of crops is mainly sensitive to changes in temperature, whereas the potential crop production in the Democratic Republic of Congo mainly responds to changes in precipitation (over the specified ranges of climate variables). The RSDs can provide a visual overview of these varying sensitivities, and are a convenient and simple-to-understand method to summarize crop responses to climate change in a particular country.     

Historical effects of temperature and precipitation on California crop yields

For the 1980–2003 period, we analyzed the relationship between crop yield and three climatic variables (minimum temperature, maximum temperature, and precipitation) for 12 major Californian crops: wine grapes, lettuce, almonds, strawberries, table grapes, hay, oranges, cotton, tomatoes, walnuts, avocados, and pistachios. The months and climatic variables of greatest importance to each crop were used to develop regressions relating yield to climatic conditions. For most crops, fairly simple equations using only 2–3 variables explained more than two-thirds of observed yield variance. The types of variables and months identified suggest that relatively poorly understood processes such as crop infection, pollination, and dormancy may be important mechanisms by which climate influences crop yield. Recent climatic trends have had mixed effects on crop yields, with orange and walnut yields aided, avocado yields hurt, and most crops little affected by recent climatic trends. Yield-climate relationships can provide a foundation for forecasting crop production within a year and for projecting the impact of future climate changes.