基于遥感数据的夏玉米高温热害监测评估

玉米作为一种重要的粮食作物,其产量对于国家粮食安全的影响至关重要。该文结合遥感与地面实测气温数据,基于地表温度与气温具有显著的线性相关关系,构建我国夏玉米主产区高温热害评估模型,并对该模型进行精度检验。结果表明:平原区域日平均气温的模拟结果决定系数在0.8以上,达到0.001显著性水平,均方根误差在1.8℃左右的小范围内波动;平原区域精度略高,山区精度略低（均方根误差为2.4℃）。利用该模型对2008—2018年黄淮海夏玉米主产区高温热害进行评估,发现2017年和2018年夏玉米受高温热害影响最严重,高温热害区主要分布在河北省东南部、河南省大部以及山东省西部,该结果与实际情况相符。     

东北地区玉米不同生长阶段干旱冷害危险性评价

利用东北地区35个农业气象站1961—2010年气象资料、玉米产量资料和1981—2010年玉米生育期资料,选用合适的干旱指标和冷害指标,结合自然灾害风险理论建立了灾害危险性评价模型。基于灾害判别结果和历史灾情资料,从典型灾害年中提取不同灾种的影响差异,构成权重系数,对东北地区玉米不同生长阶段和整个生育期干旱、冷害危险性进行评价。结果表明,东北地区干旱、冷害危险性在玉米生长前期(出苗—拔节阶段)主要集中在东北地区东南部,此阶段主要以冷害为主;而在玉米生长后期(抽雄—成熟阶段),风险高值区转移到西部,此阶段以干旱为主。生长前期和生长后期对整个生长阶段危险性的贡献值分别为0.3473和0.6527。东北地区的主要气象灾害正逐渐从冷害向干旱转变,冷害发生的频次逐渐减少,而干旱发生的频次快速增多,影响的范围也迅速增大。     

Evaluation of Agricultural Climatic Resource Utilization During Spring Maize Cultivation in Northeast China Under Climate Change

Agricultural climatic resources （such as light,temperature,and water） are environmental factors that affect crop productivity.Predicting the effects of climate change on agricultural climatic resource utilization can provide a theoretical basis for adapting agricultural practices and distributions of agricultural production.This study investigates these effects under the IPCC （Intergovernmental Panel on Climate Change） scenario A1B using daily data from the high-resolution RegCM3 （0.25° ×0.25°） during 1951-2100.Model outputs are adjusted using corrections derived from daily observational data taken at 101 meteorological stations in Northeast China between 1971 and 2000.Agricultural climatic suitability theory is used to assess demand for agricultural climatic resources in Northeast China during the cultivation of spring maize.Three indices,i.e.,an average resource suitability index （Isr）,an average efficacy suitability index （Ise）,and an average resource utilization index （K）,are defined to quantitatively evaluate the effects of climate change on climatic resource utilization between 1951 and 2100.These indices change significantly in both temporal and spatial dimensions in Northeast China under global warming.All three indices are projected to decrease in Liaoning Province from 1951 to 2100,with particularly sharp declines in Isr,Ise,and K after 2030,2021,and 2011,respectively.In Jilin and Heilongjiang provinces,Isr is projected to increase slightly after 2011,while Ise increases slightly and K decreases slightly after 2030.The spatial maxima of all three indices are projected to shift northeastward.Overall,warming of the climate in Northeast China is expected to negatively impact spring maize production,especially in Liaoning Province.Spring maize cultivation will likely need to shift northward and expand eastward to make efficient use of future agricultural climatic resources.     

东北地区玉米整地、播种和收获气象适宜度评价模型

天气、土壤条件影响玉米整地、播种和收获作业的质量及作业效率,进而影响到苗情、产量和生产成本,东北地区相关的农业气象要素是土壤湿度、土壤解冻深度、温度、日雨量和风力等.根据气象、土壤条件对玉米整地、播种和收获的影响,用模糊隶属函数建立了这些农事活动气象适宜度评价函数及其农业气象指标,用权重法分别建立了整地、播种和收获综合气象适宜度评价模型.检验结果表明,这些模式和指标符合实际,可以用于相关农事活动的气象适宜度评价业务.在气温和降水等气象要素预报的基础上,该模型还可以用于相关农事气象适宜度和适宜期的预报.     

宝鸡光热水气候因素对玉米生产的影响分析

运用积分回归方法,对宝鸡地区的眉县、风翔和麟游3个代表县1981--2010年30a玉米产量与气象因子进行了分析。结果表明：播种期干旱和灌浆期低温阴雨寡照对夏玉米的影响程度塬区大于川道;春旱和初夏早是制约山区春玉米产量的主要因素。适时早播,利用前期的热量避免后期低温阴雨寡照,对宝鸡玉米生产尤为重要。通过改善品种,强化管理．可以有效降低不利气象因素对川塬夏玉米种植区生产的影响;发展地膜覆盖栽培将是解决不利气象条件对山区春玉米种植区影响的主要方法。     

正安县玉米适播期温度条件分析

通过玉米各生育期对温度的要求,结合正安县多年温度的变化特点,初步分析了玉米播期选择的要点,从而提高玉米的产量和避开伏旱。     

六枝温度条件对玉米产量的影响分析

利用六枝1999—2008年逐日的气温与玉米产量资料,应用线性模拟计算趋势产量,采用回归方法进行分析,得出影响六枝玉米产量的主要因素是乳熟—成熟期的积温条件。     

玉米分期播种试验总结：温度对玉米生长的影响

为了揭示气温变化对玉米生长发育和产量的影响,在榆树市开展玉米分期播种试验。试验设早中晚3个品种、3个播期和3个重复,进行玉米生长发育进度、产量和温度、降水观测,分析温度条件对玉米生长发和产量的影响。结果表明,玉米的生育速度与温度条件有密切关系,气温越高,出苗速度越快,平均气温每升高1℃,出苗速度提升17％左右,营养生长速度提升5％左右。较早播种的处理由于积温多、有效生育期长,产量比较高。积温每增加100℃·d,单位面积产量增加8％左℃右。     

玉米大豆生长中后期遥感辨识的指示性特征研究

玉米和大豆是两种主要的粮食作物,及时准确地监测两者的种植面积对于产量预测和市场价格的制定具有重要的意义。利用遥感技术探究在生长季中后期能有效区分玉米和大豆的指示性特征集,为在不同实验区进行推广应用和提前玉米和大豆种植面积信息发布的时间提供技术支撑。文章以玉米和大豆为研究对象,以黑龙江和安徽省两个典型种植区为实验区,以高分一号影像为数据源,计算多种植被指数特征和两种纹理特征,同时利用特征优选方法评价特征间的相对重要性,并结合随机森林分类算法分析特征个数对精度的影响,得到不同试验区区分两者的最佳特征子集。随后根据不同实验区最佳特征子集的共同点和差异,遴选出对玉米和大豆中后期区分的遥感指示性识别特征集,并设计实验方案验证其有效性和稳定性。实验表明：在玉米和大豆生长中后期存在具有高效辨识两者的遥感特征集,能有效和稳定地增强两者的遥感识别能力;在不同实验区,基于特征优选方法可以选择出区分玉米和大豆的最佳分类特征子集,得到两者最优的识别效果,比仅仅使用原始波段特征的分类精度提升了近10个百分点,总体分类精度能够平均达到97%,Kappa系数0.96,玉米和大豆的单类分类精度平均超过95%;在不同的种植区,利用玉米和大豆的指示性特征集可以得到几乎与优选出的最佳特征子集同样的分类精度和制图效果,且具有稳定性和有效性,较最佳特征集更具推广使用意义。指示性特征集包含6种：植被指数中的比值植被指数（RVI）,差值植被指数（DVI）,转换型植被指数（TVI）,改进型叶绿素吸收比率指数（MCARI）和灰度共生矩阵（GLCM）纹理特征中的二阶矩（the Second Moment）和熵（Entropy）。