基于作物植被指数和温度的产量估算模型研究

该文利用冬小麦返青初期至抽穗初期的累积植被指数和孕穗-灌浆阶段的温度累积值为模型因子，建立冬小麦产量估算模型，在建模过程中，分析了模型变量与产量的关系并对变量获取方法进行了适当改进，简化了变量的获取途径，为模型的业务化应用奠定了基础。     

基于NDVI和氮素积累的冬小麦籽粒蛋白质含量预测模型

蛋白质含量是小麦重要的品质指标,快速、大面积获取其变化动态信息,对于品种种植区划研究和食品品质加工非常重要.通过设置不同年份、不同区域的小麦种植试验,综合分析TM遥感影像的植被指数和小麦长势信息之间的关系,结合小麦灌浆期间气候环境条件对籽粒品质形成的影响特点,建立基于NDVI和籽粒氮素积累生理生态过程的籽粒蛋白质含量预测模型.利用不同的试验数据对模型的可靠性进行了检验,模型的预测值与测量值较为一致,均方根差(RMSE)小于0.47%-0.59%.模型预测性能较好,且具有一定的解释性和机理性,可以适用于不同年度、不同区域间对小麦籽粒蛋白质含量的监测预报.基于空间遥感信息和籽粒氮素积累的生理生态过程,建立了较为简化的小麦籽粒蛋白质含量的预测模型,模型的研究不仅为实时预测不同生态条件下小麦籽粒蛋白质含量的动态变化奠定了基础,而且是对国内外现有小麦品质模型的发展和完善.     

气候变暖对鲁西南冬小麦播种期的影响

用鲁西南1954～2007年冬小麦越冬前气象观测资料.分1954～1980年和1981～2007年两个阶段分别统计其气候要素特征和变化,采用相关分析等数理统计方法对比分析气候变暖对冬小麦播种期和越冬期的影响.结果表明:鲁西南地区1981年以来比1980年前冬小麦播种期间的平均气温约上升0.5℃,冬前积温增加17.8℃,冬小麦越冬期间的平均气温上升近1.0℃.由于气候变暖和品种更换的共同影响.冬小麦的适宜播种期较前27年推迟7天左右.为鲁西南冬小麦确定适宜播种期,减少冬小麦冻害、形成壮苗提供了依据.     

河南省冬小麦灌浆期连阴雨灾害风险评估

基于河南省24个农业气象观测站1981—2020年冬小麦发育期资料和91个气象观测站1961—2020年逐日气象观测资料、冬小麦产量资料,统计了河南省冬小麦灌浆期连阴雨过程均日数、过程均雨量、过程均日照时数、年均过程次数及多年发生频率,利用主成分分析法构建了连阴雨风险强度指数,从发生频率、风险强度指数、产量损失率对河南省冬小麦灌浆期连阴雨开展风险评估。结果表明：河南省冬小麦灌浆期连阴雨过程均日数、过程均日照时数、年均过程次数空间上均呈带状分布;构建的连阴雨风险强度指数对连阴雨灾害有较高的识别能力;连阴雨灾害发生频率、风险强度指数均呈纬向型分布,南部偏高、北部偏低;河南省冬小麦灌浆期连阴雨中、低风险区占比90.3%,高风险区主要分布在南阳东部地区。     

江西省2005年1～3月天气气候影响评述

2005年1-3月．全省平均气温偏低．日照偏少,北部降水偏多较明显．对油菜、冬小麦、柑桔等越冬作物的生长有不利影响;3月中下旬阴雨日数多,使春播期较常年略有推迟。     

关键生育期冬小麦和油菜遥感分类方法

农作物空间分布的遥感识别是地理学、生态学和农学等多学科研究的前沿和热点,多源遥感数据在其中发挥着重要的作用。本研究结合冬小麦和油菜的种植及生长特点,以安徽省合肥市为研究区域,利用ZY-3、Sentinel-2和GF-1等多源遥感影像数据,以高程、坡度等数据为辅助信息,结合以多尺度分割、最邻近法和阈值法等为主要步骤的面向对象的分类方法,提取研究区合肥市冬小麦和油菜种植的空间分布信息。结合来自于GVG农情采样系统和Google Earth高分辨率影像上获得的地面验证数据进行分类精度验证,计算得到分类结果的混淆矩阵,并根据混淆矩阵数据计算出分类的总体精度为94.43%,Kappa系数为0.914。结果表明,本研究提出的方法能够有效地区分在冬小麦和油菜的混种区域里两种作物种植区域的空间分布,且这种多种策略相结合的分类方法体系,能够适用于其它区域甚至是更加大尺度上的作物分类。     

冬小麦光合生产潜力数值模拟

利用中国小麦生态实验资料建立了黄淮海地区冬小麦发育阶段模式和光合作用、呼吸作用等模式,由这些子模式连结成为一个可以模拟瞬时光合作用的,充分考虑了叶片空间分布特征的冬小麦光合生产潜力模式.运用该模式研究结果证明冬小麦光合生产潜力与抽穗前10天至成熟期辐射量相关性最大.黄淮海地区冬小麦光合生产潜力可达到800kg/亩～1 000 kg/亩,与牛文元计算结果相近.功率谱分析结果表明北京地区光合生产潜力存在3年～4年和9年～10年的变化周期.此外,文中还给出了CO2升高后冬小麦光合生产潜力的可能变化情况.     

基于环境星CCD数据的冬小麦叶面积指数遥感监测模型研究

以山东禹城为研究区,利用我国自主研发的环境星数据,计算了4种植被指数,即归一化植被指数(NDVI)、比值植被指数(RVI)、土壤调节植被指数(SAVI)及增强型植被指数(EVI);结合同步观测数据,将植被指数与实测叶面积指数(LAI)进行回归分析,比较各种植被指数模型对冬小麦LAI的估测精度。结果表明,4种植被指数与LAI均具有较高的相关性,其中,比值植被指数(RVI)对LAI反演精度最高,即LAI=2.967 lnRVI-1.201是估算冬小麦LAI的最优模型。使用2009年5月冬小麦LAI观测数据对模型进行验证,平均相对误差为19%。     

气候变化对冬小麦播期的影响

对驻马店市冬小麦播种期1960～2000年气象资料分析结果表明：秋、冬季气温随时间升高，特别是冬小麦播种的适宜温度期逐渐推退；1990年以后，9月25日～10月15日降水量逐渐减少，10月15～30日降水量基本与20世纪80年代持平。因此，冬小麦必须调整播期，适当晚播。     

基于GIS的贝叶斯统计推理技术在印度野牛生境概率评价中的应用

首先给出ＣＯ２倍增下遥感－光合作物产量的概念模型,之后分析未受ＣＯ２倍增的遥感－光合作物产量估测模型;在考虑ＣＯ２倍增对作物产量的影响后,对影响干物质累积的作物光合速率的模型进行修正,进而修正遥感－光合作物产量估测模型。建立ＣＯ２倍增下作物产量影响模型,求取各参数,并在ＣＯ２倍增下对我国华北地区冬小麦产量影响进行填图,表明模型的估测结果有良好的可比性。