构建地块二维表征及CNN模型的作物遥感分类

本文旨在研究基于地块数据约束的深度学习模型的分类特征表示方法,以识别不同作物在不同时相上光谱差异从而对作物类型进行分类。通过Google Earth Engine平台获取作物生育期内全部Landsat 8影像,利用其质量评定波段完成研究区无云时相及区域上的地块统计,提取地块级别的各波段反射率均值按照时相顺序及波长进行排列,构建波谱、时相二维特征图作为该地块的抽象表示。通过构建相对最优的卷积神经网络CNN(Convolutional Neural Network)结构完成对特征图的分类,从而完成对地块的分类。构建CNN模型并不需要手工特征和预定义功能的需求,可完成提取特征并遵循端到端原则进行分类。将该模型的分类结果与其他最为常用机器学习分类器进行了比较,获得了优于常用遥感分类算法的分类精度。结果表明地块数据的加入可以有效的缩减计算规模并提供了准确的分类边界。所提出得方法在地块特征表示及作物分类中具有突出的应用潜力,应视为基于地块的多时相影像分类任务的优选方法。     

不同节水灌溉方式下沈阳地区水稻作物的需水量试验分析

以辽宁沈阳地区水稻节水灌溉方式为例,针对两种节水灌溉方式下水稻进行需水量观测试验,结果表明:采用节水灌溉方式下水稻的生理及生态需水得到有效调节,水稻田间的土壤水条件得到改善,作物腾发强度也发生不同程度的变化,因此在节水灌溉方式下,通过调节田间水分可对水稻蒸腾强度进行有效控制,从而减少其需水量。研究结果可为沈阳市水稻节水灌溉管理和灌溉制度的制定提供较好的支撑。     

宝墩文化早期的农业实践——来自大邑高山古城遗址的植物遗存证据

宝墩文化（4500~3700 a B.P.）是成都平原史前农业转型的关键阶段。成都市大邑县高山古城遗址（30°27'09.5″N,103°34'46.3″E）主体遗存属于宝墩文化早期,部分遗存早于宝墩文化,是成都平原重要的史前遗址。本研究对该遗址2015~2017年发掘时采集的106份浮选土样（来自75个灰坑、10个灰沟和21个地层）和111份植硅体土样（来自76个灰坑、13个灰沟和22个地层）进行了分析,鉴定出6233粒炭化植物种子,包括稻、粟、黍、大豆等农作物,以及禾本科、豆科、蓼科、莎草科等非农作物;还有26种植硅体类型,它们分别来自稻、粟、黍这3种农作物和芦苇、竹亚科等非农作物。研究结果显示：1）农业种植和家畜饲养是高山古城聚落生业经济的主体,同时先民也采集利用一些野生动植物资源;2）高山古城遗址农作物的结构以稻为主,粟、黍次之,少量大豆;从早到晚,稻在农作物中的占比逐渐提高;作物加工的分析显示,发掘区的植物遗存多数来自作物加工的后期阶段,少数由前期加工产生,大部分植物遗存属于加工废弃物;3）对比高山古城与宝墩古城两个遗址的植物考古研究结果发现,成都平原史前时期农作物结构有明显的共性,都是以稻为主的、稻旱混作模式;但是,高山古城出土更多的旱作遗存可能与其地理位置有关,一方面是位于成都平原西北更容易受到甘青地区和川西北高原的影响,另一方面则是靠近山地更适合发展旱作农业;而高山古城遗址农作物多样性高于宝墩古城遗址,则可能与宝墩古城遗址的核心聚落地位有关。高山古城遗址植物遗存的分析结果为了解成都平原新石器时代晚期的农业提供了重要资料,对探索中国西南地区史前农业的发展及其与文明演进的关系有重要意义。

     

玛纳斯河流域气候变化对参考蒸散量的影响

蒸散量是内陆水循环的重要环节,探索西北干旱半干旱区气候因素对蒸散量的影响,有助于深入研究内陆水循环对气候变化的响应。本文利用玛纳斯河流域1964—2010年6个气象台站的日气温、风速、相对湿度等气候资料,通过Penman-Monteith公式估算玛纳斯河流域的参考作物蒸散量(RET),利用回归分析、Mann-Kendall等方法分析研究参考作物蒸散量的时空变化特征。结果表明:(1)玛纳斯河流域参考作物蒸散量空间差异明显,除石河子外南部绿洲区参考作物蒸散量均大于北部绿洲边缘区,季节变化趋势也较北部明显。从季节上来看,玛纳斯河流域参考作物蒸散量季节变化差异显著,夏季是参考作物蒸散量变化的主要贡献者,其次是秋季大于春季,冬季的变化最小。(2)南部绿洲区平均风速的减小是参考作物蒸散量减少的主要原因,北部绿洲边缘区相对湿度的增加是参考作物蒸散量减少的主要原因。     

1961-2019年延边州农业气候资源时间变化特征分析

利用1961-2019年延边州8个气象站的观测数据,采用线性倾向估计、突变分析等方法,研究了延边州农业气候资源的时间变化特征.结果表明:1961-2019年延边州作物生长季(5-9月)平均气温呈显著上升趋势(P<0.01),气候倾向率为0.21℃/10a;平均气温在1997年发生了突变,突变后平均气温较突变前上升了0.8℃;活动积温呈显著上升趋势(P<0.01),气候倾向率为32.5(℃·d)/10a;平均气温和活动积温均在20世纪70年代最低;日照时数呈逐年下降趋势,气候倾向率为-6.7h/10a,在20世纪60年代最高,80年代最低;降水量呈上升趋势变化,气候倾向率为0.68 mm/10a;ET0呈下降趋势变化,气候倾向率为-1.51mm/10a;20世纪90年代降水量最高,ET0最低.     

中国七大地区“气候变化—作物产量—经济影响”综合评价

农业作为响应气候变化最敏感的领域之一,未来作物产量可能受到深刻影响。量化气候变化冲击作物产量导致的最终经济影响,需要综合“气候变化—作物产量—经济影响”开展链式研究。文中采用系统回顾和Meta回归分析方法整合了55篇文献的667项研究结果,推导出我国七大地区主要作物（水稻、玉米、小麦）产量与地区内未来温度和降水变化的定量关系,并将其作为农业部门的损失量代入改进的多区域投入产出模型,量化七大地区内与地区间遭受的经济波及影响（ERE)。结果显示：(1)气候变化对我国作物产量的影响主要体现在温度升高上,每升温1℃减产2.6%~12.7%,东北和西北地区作物受升温影响最显著;(2) 气候变化导致的作物减产将对经济产生更严重的波及影响,GDP因作物减产每下降1%将额外产生17.8%的波及影响;(3) 21世纪末,若不考虑CO₂肥效作用,作物减产导致的ERE将占GDP的-0.1%~13.6%（负值表示收益),最悲观情况下ERE与当前我国农业总产值相当（2012年为基准年);(4)不同地区受ERE影响程度的差异较大,因各区之间产业结构、贸易联系及经济发展程度存在差异,西南地区遭受本区及来自其他地区的ERE比华东地区高2.8~8.5倍。     

基于温度的参考作物蒸散量计算方法的适用性评价

参考作物蒸散量是表征气候干湿程度、植被耗水量、生产潜力及水资源供需平衡的重要指标之一。以海口和敦煌两个气候相差较大的站点为例,利用Irmark-Allen、Hargreaves、Jensen-Haise 3种基于温度的ET 0计算方法,计算了 2013 2015 年两个站点的参考作物蒸散量,以FAO98 Penman-Monteith方法计算所得结果为标准,依据相关系数(R)及其显著性(P)、均方根误差(RMSE)和平均偏差(MBE)等量化指标,分别对3种方法计算结果在两个站点月和日序列的适用性进行评价,并对这3种方法进行本地化修正优化和检验。结果表明:本地化前,Irmark-Allen方法在海口的计算与Penman-Monteith的偏差最小且相关性好( R =0.97, P <0.01,RMSE=0.38 mm/d,MBE=-0.01 mm/d),其他两种方法均高估。3种基于温度的ET 0方法在敦煌都有很大的误差,其中Irmark-Allen方法在夏季偏低,在冬季偏高;Hargreaves方法整体偏高;Jensen-Haise方法在冬季不适用,出现无效负值,而在其他时段偏高。本地化后,3种基于温度的ET 0方法在两个地区都得到明显改善,其中Jensen-Haise方法在海口效果最好( R =0.96, P< 0.01,RMSE=0.61 mm/d,MBE=0.003 mm/d),在敦煌效果也是最好的( R =0.96, P <0.01,RMSE=0.69 mm/d, MBE=-0.02 mm/d)。     

特约主编致读者

正地下水是一把双刃剑,它既是确保生态安全的一个重要因素,在一定的条件下也是影响生态健康(如引发地方病等)的罪魁祸首。作为一种重要的饮用水源和工农业用水水源,地下水在维持经济社会可持续发展、确保民生和谐、保障生态文明建设等方面发挥着重要作用。地下水还是地表生态系统的关键补给水源,是天然湿地、天然湖泊、天然沼泽等重要生态系统中不可或缺的关键要素。然而,在某些人为影响或天然过程作用下,地下水中的元素异常不仅严重影响人体健康,引发地方病,导致癌症高发,而且影响作物产量,危及粮食安全。地下水的物理和化学特征决定着地下水的生态属性。研究地下水系统构成和补给、径流及排泄机制,探索地下水环境演化特征和物质循环规     

利用MARS估算不同气象要素组合下的参考作物蒸散量

建立精确预测参考作物蒸散量（ET₀）的计算模型对区域水资源规划和灌溉调度设计具有重要意义。聚焦评估多元自适应回归样条模型（multivariate adaptive regression splines,MARS）计算每日ET₀的性能。首先,将Penman-Monteith方程计算的ET₀作为标准值;然后,利用中国新疆维吾尔自治区伊犁哈萨克自治州伊宁站1996—2015年逐日气象数据,建立14种不同气象参数组合下的MARS模型并计算ET₀;最后,将结果与广义回归神经网络（general regression neural network,GRNN）、支持向量机（support vector machine,SVM）及基于温度、传质、辐射和气象参数的10个经验方程进行比较。结果表明,MARS、GRNN和SVM计算ET₀的精度均高于经验方程,整体上MARS性能最好、精度最高,而SVM略优于GRNN。