利用MODIS数据识别水稻关键生长发育期

利用遥感方法提取中国范围内的水稻关键生长发育期。首先, 对时间序列Terra MODIS-EVI(Enhanced Vegetation Index)进行傅里叶和小波低通滤波平滑处理, 然后, 根据水稻在移栽期、分蘖初期、抽穗期和成熟期的EVI变化特征, 实现对各个生长发育期的识别。通过将利用2005年MODIS数据识别的结果与当年气象台站的地面观测资料进行比较, 采用本研究中的识别方法得出的水稻各个生长发育期的绝对误差大部分小于16d, 经过F检验表明提取的结果与地面观测资料在0.05水平下具有显著一致性。研究中的信息提取方法可被用于其他年份的水稻生长发育期识别, 根据其他作物的生长发育特点, 也可能适合于提取其他作物的生长发育期。     

无人机航测技术在农地杂草识别中的应用

杂草治理是农地质量保障的关键,杂草的精准识别与定位是杂草治理的重要保障,为提高杂草治理精度与效率,本文提出运用无人机航测技术辅助实现杂草治理工作。本文以广东DX农场为例,运用无人机航测技术进行农场航拍影像采集,运用实例证明无人机航测可以大幅提高数据采集效率和精度,并分别运用视觉判断法、神经网络模型法完成了杂草密度分析,输出杂草密度分布图,说明了无人机航测数据可以辅助实现杂草密度分析。通过对比分析,进一步论证了神经网络模型配合无人机航测技术,可以进一步提高杂草识别效率和精度。     

赣州市水稻及根系土中硒的含量特征与富硒土壤界限值

以赣州市主要农作物954组水稻及根系土为研究对象,分析了水稻及根系土中硒的含量特征,并研究了赣州市富硒土壤界限值。结果表明,水稻籽实总体富硒概率为53.77%,其中当根系土Se含量≥ 0.4 mg/kg时,水稻籽实的富硒比率高达79.78%。但是在研究区足硒、潜在硒不足和缺硒的土壤中,也发现有一定数量的富硒水稻,说明以0.4 mg/kg为界限划分富硒土壤存在一定的漏判和误判。通过水稻富硒率对比发现,赣州市水稻种植区富硒土壤标准下限值为0.3 mg/kg,此时水稻籽实Se平均含量为0.073 mg/kg,水稻富硒率为72.16%。研究结果对赣州市富硒土壤资源的科学利用和富硒水稻产业的发展具有重要意义。     

编发AB报农气部分应注意的一些问题

根据规范和实践工作经验，提出编发AB报农气部分应注意的问题，以利于台站编报人员正确编报，提高编报质量。     

水分胁迫条件下稻田优化灌溉制度的研究

本文通过对非充分灌溉条件下水稻优化灌溉制度如何制定进行了研究。其特点是将作物产量模型与耗水规律模型相结合,以相对产量最高为目标函数,建立了优化决策系统,并利用多目标规划进行求解。该研究成果可使有限的水量在作物生育期内发挥最大的效率,对优化配置水资源,实现农业高效用水具有重要作用。实例研究结果说明,所建模型及求解方法是合理与可行的,不但提高了水分利用效率,还为查哈阳灌区水资源的优化利用提供了科学依据。     

望谟气候与水稻病虫害的发生和防治

望谟县境内属亚热带温湿季风气候,具有明显的春早、夏长、秋晚、冬短的特点。望谟的水稻从播种到成熟需要≥10℃的活动积温在2300℃左右(早稻)或2600℃左右(晚稻)。在望谟县地区内如果日平均温度≥30℃以上高温连续8~10d,就会出现稻瘟病。     

波段位置和宽度对不同生育期水稻NDVI影响研究

通过对不同生育期水稻冠层光谱的分析,探讨了不同波段位置和波段宽度对不同生育期水稻NDVI的影响.以及在一定NDVI精度要求下红光波段最大宽度和波段中心位置的相互作用.结果表明,在所有生育期,近红外波段的位置和宽度对NDVI影响不大;红光波段的位置和宽度对NDVI有较大影响,特别是红光波段位置接近红谷极值(670nm附近)时影响尤为显著.相对而言水稻生育前期的NDVI更容易受到波段位置的影响,但是波段位置对不同生育期之间NDVI的差值影响不大.无论红光波段还是近红外波段,当取值处于红边区域(690-740nm)时,对NDVI有较大影响.当保证NDVI偏差在1%以内时,在水稻生长旺期,构成NDVI的红光波段最大宽度随着波段巾心位置向长波移动而逐渐变窄,当到达690nm附近达到最窄,而后略有变宽;对于生长前期和后期,由于在648nm附近变窄而有波动.     

南方丘陵地区水稻种植面积遥感信息提取的试验

以浙江省为试验区, 针对水稻种植面积遥感信息提取的业务化运行问题, 进行了以下试验:(1) 以传统的单象元统计分类识别方法为分类器, 在地理信息系统支持下, 提取丘陵地区大范围水稻种植面积信息的可行性; (2) 在遥感资料的基础上, 结合地形数据综合提取水稻种植面积专题信息的可行性和有效性; (3) 混合象元分解方法在丘陵地区的有效性和适用性.结果表明, 用最大似然法提取大范围水稻种植面积信息的精度可满足业务化运行的要求; 模糊监督分类有较高的分类精度和较好的稳定性, 具有较强的适应性; 坡度数据作为遥感影像分类的辅助数据层, 可以有效地提高丘陵地区水稻种植面积信息的提取精度, 还可以提高分类的稳定性和空间位置精度.     

水稻净光合的模拟研究

根据农业气象学和植物生理学的基本原理，利用人工气候箱盆栽试验观测资料，建立了水稻净光合模拟模型，确定了模型有关参数，探讨了水稻叶片的净光合能力与温度、光照等气象条件之间的本质联系，为研究水稻植株干物质积累、分配规律和产量预报提供了理论依据。     

红边波段在水稻生育期识别中的应用研究

为了研究红边波段对水稻生育期识别的影响,利用无人机多光谱影像,基于随机森林（random forest,RF）和支持向量机（support vector machine,SVM）两种算法,对水稻的分蘖期、拔节孕穗期、抽穗扬花期、成熟期进行识别。结果表明,归一化差值红边指数（normalized difference red edge index,NDRE）、红边叶绿素指数（chlorophyll index-red edge,CIrededge）识别的总体精度明显高于归一化植被指数（normalized differential vegetation index,NDVI）、绿边叶绿素指数（chlorophyll index-green,CIgreen）、增强型植被指数（enhanced vegetation index,EVI）的总体精度。NDRE在拔节孕穗期的用户精度比NDVI低,而在分蘖期、抽穗扬花期、成熟期的识别精度比NDVI高。相比于CIgreen,CIrededge在抽穗扬花期识别精度更高;各波段组合识别水稻生育期的总体精度表现为RGB+RE>RGB+NIR+RE&g...