微波遥感在大气边界层预报中的应用

本文利用5mm(54.5 GHz)微波辐射计遥感大气边界层的温度廓线,并利用大气边界层数值模式,预报大气边界层的发展。首先改善5 mm微波辐射计遥感大气温度层结的方法,提高精度;其次建立模拟和预报大气边界层发展的一维数值模式,用微波辐射计观测结果每3小时对模式进行一次初始化,使模式能跟踪和预报实际大气边界层的发展,并用实测资料做了验证。     

甘肃省冬小麦产量预报综合气象模式探讨

应用卫星遥感植被指数对甘肃冬小麦产量预报惯用的气象模式进行修正。综合气象模式入选气象因子与影响我省冬小麦产量波动的主要气象因素相吻合，预报范围由代表站扩大到整个冬麦区，预报准确率有所提高。     

利用MODIS资料监测和预警干旱新方法

为了提高遥感监测土壤水分和干旱的技术水平,在对常用遥感监测土壤水分和干旱方法进行评价的基础上,根据土壤热力学理论,提出了利用EOS/MODIS资料遥感监测农业干旱的新方法———能量指数模式。实际监测应用结果表明,能量指数模式更适合农作物土壤水分和干旱的监测,监测效果明显优于已经业务化的其它模式。农作物生长季节干旱的预警应当在土壤水分遥感监测的基础上,考虑未来预警期内的预报降水量和最高气温,并且把这个预报降水量和最高气温定量转化为土壤水分订正值,按照当地的标准划分成干旱预警等级。     

卫星遥感海面风技术现状及应用进展

在常规观测资料稀少的洋面上,利用卫星遥感海面风对数值预报模式初始场的构建、海上天气预报精度的提高等具有重要意义。对目前国内外在轨的卫星遥感海面风的各种微波传感器及产品特性做了较全面的评述,并对比了主被动方式遥感海面风产品的异同。结合近年来卫星海面风反演技术的提高,总结了卫星遥感海面风产品在数值天气预报同化、台风强度及路径预报改善和气候研究等方面的贡献,同时展望了卫星遥感海面风技术及其资料在实际应用中的限制和有待进一步研究的内容。     

模糊识别方法在水稻潜叶蝇预报中的应用

用模糊识别方法对五常地区近10年来水稻潜叶蝇发生量进行等级划分，筛选出主要气象因子，建立隶属函数，并利用模糊运算法则，求解最优组合集确定出最优人截集。再根据计算预报年的隶属值和隶属度，对水稻潜叶蝇发生量作出预报。     

用门限指数修匀模式预报降水量的试验

利用门限指数修匀模式对月降水量序列进行了预报试验，结果表明：门限指数修匀模式由于在进行预报时，可以随时更新预报模式中的修匀常数和模式阶数，故该模式具有较强的预报能力。     

水文气象研究进展

从面向流域的定量降水估测与预报、流域水文模型、水文气象耦合预报三个方面系统介绍水文气象研究进展。研究指出,融合天气雷达、卫星遥感及实况降水等多源信息是精细化定量降水估测产品的主要发展方向;采用多模式降水预报集成技术是提高定量降水预报精度的重要途径;分布式水文模型是流域水文模型的发展方向;引入定量降水预报的水文气象耦合预报模式可以延长洪水预报预见期,水文集合预报是水文预报方法的有效解决途径,而数值预报模式与水文模型的双向耦合模式是另一重要发展方向。     

北半球500hPa高度场资料在产量预报中的应用

1前言80年代关于长期天气过程的研究成果揭示，大气环流存在着准半年回复现家（1），前期大气环流在很大程度上影响后期大范围的天气气候．这不仅证明了长期天气的可预告性，同时也使农作物气象产量在播种前得到有依据的预报成为可能。本文以遵义地L水稻产量年是预报为例，采用9点及15点滑动平均法，由北半球500hPa月平均同格点高度场求得的单元区高度值为因子建立回归预报模式，取得了很好的预报效果．水稻是遵义地区最主要粮食作物，对其产量作较精确的年是预报，对政府部门决策和计划有着重要意义．2产量资担处理水稻产量来自统计局公布…     

南宁市稻飞虱发生发展气象条件等级预报技术研究

[目的]研究南宁市稻飞虱发生发展严重程度与气象条件的关系. [方法]用SPSS统计软件通过对1987～2009年武鸣灯下虫量与气象因子资料进行逐步回归分析建模,并利用模式建立了各旬稻飞虱发生发展气象条件等级预报指标.[结果]通过拟合、预报精度检验,最终得到6个旬灯下虫量模式,利用模式建立了3月上旬、3月中旬、7月中旬、8月上旬、8月下旬、9月下旬的稻飞虱发生发展气象条件等级预报指标.[结论]为稻飞虱的统防统治以及南宁市水稻增产稳产提供参考.     

异模式嵌套及中期降水数值预报的试验

成功地将一有限区域细网格模式嵌套在T63L9全球谱模式中，并利用该嵌套模式 做了降水中期数值预报的试验。结果表明，嵌套的细网格模式预报的中期降水明显地优于该谱模式，要做好中期降水预报，使用嵌套模式是必要的。     

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.     

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。     

GIS支持下的浙江省水稻种植面积遥感估算综合自然区划

通过对浙江省境内的地形地貌,水稻种植比重,区域农业气候,植被状况等因素进行综合分析,建立了水稻种植面积遥感估算综合自然区划的多层次决策结构模型及其数量关系,并利用地理信息系统的空间分析能力,实现了浙江省水稻种植面积遥感估算的综合自然区划。     

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。     

不同方法在湖南省早稻产量动态预报中的比较

为了提高产量趋势预报的准确性和定量预报的准确率,利用1962—2002年气象、早稻产量和田间观测资料,建立基于气候适宜度、关键气象因子、作物生长模型的湖南省早稻产量动态预报方法,进行回代检验;并利用2003—2012年资料进行预报检验。分析表明:3种方法的预报准确率比较接近,平均在93.8%以上;基于气候适宜度预报方法的趋势预报准确性最高,较基于关键气象因子的预报方法高4%~6%;基于作物生长模型预报方法的误差5%以内样本百分率最高,较基于气候适宜度的预报方法高2%~20%。研究结果为湖南省早稻产量动态预报筛选出了较优的方法,即产量趋势预报选用基于气候适宜度的方法,定量预报选用基于作物生长模型的方法,同时可供我国其他早稻区的产量动态预报方法研究借鉴。     

基于气候适宜指数的江西晚稻产量动态预报模型构建及应用

本文利用1981—2014年江西91个气象观测站的地面气象观测资料和同期的分县晚稻产量资料,结合江西地区气候特点及晚稻生理特性,构建适用于江西地区晚稻降水、温度、日照及综合适宜度模型,并根据适宜度与产量的相关关系,确定气候适宜指数,建立基于气候适宜指数的江西晚稻产量动态预报模型,并对模型进行了回代检验及预报检验,从而实现对江西地区晚稻气候适宜度诊断及晚稻产量动态预报的目的。结果表明:模型的回代检验、产量丰歉趋势、产量动态预报检验的准确率均较高,能够满足业务的需要。     

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、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。     

遥感信息与作物生长模型结合研究进展北大核心

遥感能周期性地获取大范围的地表作物信息,通过适当的反演方法能够定量地提供作物在区域尺度上的生长状况;而作物生长模型可以在单点尺度上模拟出作物生长发育的动态变化,对作物长势以及产量变化的做出机理性解释。将遥感信息与作物生长模型结合能实现二者优势互补,已成为目前作物长势监测和估产研究中的重要方法。本文总结了遥感信息和作物生长模型结合的两种主要方法,即驱动法和同化法,介绍了两种方法的常用算法、优缺点及国内外的应用情况,同时总结了将二者结合的研究趋势以及目前研究中存在的一些问题,旨在为后续遥感信息与作物生长模型结合的研究提供一定理论参考。     

用气象卫星资料估算吉林省主要农作物产量

净第一性生产力（Npp）分析是全球变化研究中广为利用的方法,利用气象卫星资料获得年际植被指数（Iv）估算Npp建立不同作物的Npp与其产量的关系模型,即可实现对粮食总产和不同作物产量的估算。文中介绍了应用净第一性生产力遥感（NPP—RS）模型对吉林省粮食总产和主要作物产量进行估算的方法。采用NPP—RS模型,对1995～2000年吉林省的粮食总产及主要农作物玉米、水稻产量进行了动态估算。对粮食总产估产的平均相对误差为13．6％,玉米的平均相对误差为17．6％,水稻的平均相对误差为6．7％。要提高用此方法进行遥感估产的精度,还需要对当年的种植制度、种植结构的变化有所了解,注意当年的灾情,增加灾害影响系数。