2004年吉林省农业气候及其对农业的影响概述

2004年我省农业气候条件总体状况是：气温较高、积温较多、无霜期较长,降水偏少,且时空分布不均。西部地区发生了严重的春旱和夏秋旱,农业损失严重,但中部主要产粮区和东部半山区作物播种后雨水适宜,出苗和作物生长发育状况一直较好,虽然拔节期和灌浆期也出现短期干旱,但仍属于风调雨顺,作物产量和成熟度都较高。总体上看,今年农业气象条件属于正常偏好,加之农业政策有利,生产投入增加,农业为丰收年景。     

作物观测经验一得

作物观测是农业气象的重要业务工作。各级业务部门要求观测员努力认真学习《农业气象观测规范》各种业务技术规定,掌握熟记各项业务技术规定,做好作物观测工作,按时完成编发工作,坚决不出或少出错情。但是,《农业气象观测规范》各种业务技术规定,对作物观测的标准、项目、内容、方法的规定千头万绪,繁杂多变。     

贵阳市低效作物调减大数据平台建设与应用

将地理信息技术、大数据技术与网络通信技术等应用于贵阳市低效作物调减工作,构建了作物调减大数据平台,为每块待调减地块建档立卡,做到调减一块、验收一块,实现了基于地块级别的调减管控.这是地理信息技术在智慧农业上的有效利用,具有一定推广使用价值.     

大豆残茬光谱响应特征研究

利用HR-768型便携式光谱仪,测定了不同大豆残茬覆盖度下的地面光谱,利用照相法获取对应的大豆残茬覆盖度。采用线性回归方法分析了单波段反射率、反射率一阶导数、归一化指数、比值指数与大豆残茬覆盖度的相关性,获取了不同覆盖度水平下大豆残茬的光谱响应特征,并结合MODIS、TM、HJ-1B星的波段响应函数建立了大豆残茬覆盖度最优估算模型。结果表明,在2050—2150nm和2250—2350nm两个波段范围内,大豆残茬与裸土的光谱差异最显著,可用于二者的区分;大豆残茬的光谱特征与玉米、小麦残茬的光谱特征相似,仅在920—967nm范围内存在特殊的吸收峰;以高光谱数据为数据源,941.6nm处的反射率、2151.8nm处反射率一阶导数、1461.3nm和2404.4nm反射率构建的归一化指数以及2247nm和608.6nm反射率构建的比值指数适宜用于作物残茬覆盖度估算,以宽波段数据为数据源,短波红外与红波段反射率构建的比值指数适宜用于大豆残茬覆盖度估算。     

松嫩平原西部参考作物蒸散量变化过程

采用松嫩平原西部34 个气象站1951~2000 年5 个气象要素资料, 运用FAO Penman- Monteith 方程计算参考作物蒸散量, 建立了各站与区域蒸散量序列。运用气候数理统计方法对蒸 散量序列时空变化特征进行诊断分析, 并以点、面相结合的方式揭示气候突变规律。结果表明, 蒸 散量基本上以西南部沙地为高值中心向东北呈带状递减; 近50 年区域蒸散量略呈增加趋势, 研 究区北部的蒸散量增加贡献最大; 区域蒸散量以1962 和1982 年为转折点, 呈明显的阶段性变 化; 在50 年的演变过程中, 区域蒸散量被检测到2 次增加突变和1 次减少突变, 典型站突变发生 时间与区域突变基本相符, 但突变性质存在明显的地域差异。     

管理地球的工具——高技术和作物估产

现在,高技术已经走人人们的经济生活中,影响着人们的经营决策。利用地球卫星获得的作物长势信息．在地理信息系统的支持下,对大面积作物估产,制定销售策略,确定市场销售策略,就是一例。而且,利用高技术获取别国工业、农业和商业情报,这已是公开的秘密。1983年,美国俄勒冈州一家稍售农产品的公司,利用陆地卫星提供的遥感信息,对马铃薯估产,预测市场的需求。     

作物的耐盐性及盐水灌溉管理

盐从水分关系、离子毒害、营养和能量平衡等方面影响植物的生长。不同的植物具有不同的耐盐性,同一植物在不同生长期的耐盐性也有差异。有效的灌溉管理是盐水灌溉农业的基础,高频率灌溉有利于缓解由于盐引起的水分亏缺,和对根系带洗盐,同时必须保持植物根系带土壤良好的通透条件。沙地更适合于盐水灌溉,滴灌是最为有效的灌溉方式。灌溉水盐分的增加将导致大多数作物的产量下降,但某些作物品质的改善可在一定程度上补偿产量下降的损失。     

基于Landsat8影像时间序列NDVI的作物种植结构提取

为提高内蒙古平原灌区作物种植结构遥感监测精度和效率,提出一种基于时序NDVI曲线的作物种植结构提取方法。以内蒙古土默特右旗平原区为研究区域,以2015年覆盖作物生育期的多时相Landsat影像为数据源,根据不同地物其NDVI值范围不同,将研究区地表分为植被覆盖地表,无植被覆盖地表和水体3类。在植被覆盖区域内,根据林地和荒草地时序NDVI曲线特征,提取林地和荒草地,其余区域即为农田。根据小麦、玉米、葵花和西葫芦的时间序列NDVI曲线特征差异构建分类决策树模型,在农田区域内提取上述作物的空间种植分布信息。研究区各类地物及作物遥感提取面积与实际统计面积接近,土地利用分类总体精度达到85.71%,作物分类总体精度达到82.69%。研究结果表明该方法提取作物种植信息的精度较高,能够实现区域作物种植信息的高效准确监测。     

基于无人机遥感的喀斯特高原峡谷区火龙果单株识别提取方法

基于小型无人机搭载可见光镜头作为数据获取手段,通过对比可见光波段差异植被指数（VDVI）、过绿指数（ExG）、过绿减过红指数（ExG-ExR）、归一化绿红差异指数NGRDI和绿叶指数（GLI）5种可见光波段颜色指数方法应用于喀斯特高原峡谷区典型经济作物火龙果植株识别的适宜性,结合可视化空间建模工具模型构建器,提出一种以单植株平均面积分割株丛的思想,对火龙果进行植株识别分割和单株提取方法研究,结果表明：1）VDVI相比EXG、NGRDI、ExG-ExR、GLI等植被指数更适宜作为火龙果的识别分割方法;2）当VDVI的OTSU阈值取0.037时,能最大程度地分割目标地物与背景地物;3）通过人机交互基地实测获取的实际株数与提取株数验证,获得火龙果植株单株提取精度为91.7%。结果证实：以低空无人机可见光波段影像为数据源,VDVI指数作为识别方法,株丛分割应用于喀斯特高原峡谷区火龙果的单株识别提取具有可行性。     

通过训练样本采样处理改善小宗作物遥感识别精度

训练样本质量是决定农作物遥感识别精度的关键因素,虽然高空间分辨率卫星的发展有效地解决了农作物遥感识别过程中的混合像元问题,但是当区域内不同作物种植面积差异较大时,训练集中不同类别样本数量往往相差较大,这样的不均衡数据集影响分类器的训练,导致少数类别的识别精度不理想。为研究作物遥感识别过程中的不均衡样本问题,本文基于GF-2号卫星数据,首先挖掘了地物的光谱信息、纹理信息,用特征递归消除RFE (Recursive Feature Elimination)方法进行特征优选,然后从数据处理的角度采用了5种采样算法对不均衡训练集进行处理,最后使用采样后的均衡数据集训练分类器,对比数据采样前后决策树与Adaboost(Adaptive Boosting)两种分类器的识别结果,发现:(1)经过采样处理后两种分类算法明显提升了小宗作物的分类精度;(2)经过ADASYS (Adaptive synthetic sampling)采样处理后,分类器性能提升最多,决策树的Kappa系数提高了14.32%,Adaboost的Kappa系数提高了10.23%,达到最高值0.9336;(3)过采样的处理效果优于欠采样,过采样对分类器的性能提升更多。综上所述,选择合适的采样方法和分类方法是提高不均衡数据集遥感分类精度的有效途径。