基于叶面积指数反演的区域冬小麦单产遥感估测

利用定量遥感技术反演的叶面积指数（LAI）在中国北方黄淮海地区典型县市进行冬小麦单产预测研究.为提高数据质量和减少估产误差,利用Savitzky-Golay滤波技术降低云对NDVI数据的影响及数据缺失;通过冬小麦实测LAI进行时序内插,模拟得到实测点每日冬小麦LAI,继而获得实测点主要生育时期平均LAI;在此基础上,建立了冬小麦主要生育时期平均LAI与作物单产关系模型,改变目前利用生育时期内某一时间点LAI代替整个生育时期LAI的方法;在模型择优基础上,得到最佳遥感估产关键期--开花期LAI与单产统计模型;最后,利用MODIS-NDVI经验模型反演得到的开花期平均LAI进行2008年冬小麦单产预测.结果表明：与地面实测的冬小麦单产相比,研究区估产平均相对误差为1.21%,RMSE达到257.33 kg·hm^-2,可以满足大范围估产的要求.利用上述方法可以在研究区冬小麦收获前20～30 d进行准确的单产估计.     

冬小麦单产的光谱数据估测模型研究

 本文在分析冬小麦群体经济产量与叶面积系数关系的基础上,以地面实测冬小麦反射光谱数据为依据,提出了一种新的动态VI-产量模型,即LAD-产量模型。该模型具有冬小麦生育后期(抽穗一灌浆末期)光合面积和光合时间等信息,其冬小麦单位面积产量(简称单产)估测精度为98%。另外,本文根据常用的某一特定生育期VI-产量模型,用冬小麦各生育期的VI值分别估测小麦单产,确定山东省禹城市冬小麦的灌浆中期为最佳估产时间。此时期．小麦单产估测精度为96%。     

基于MODIS-NDVI的区域冬小麦遥感估产——以山东省济宁市为例

以黄淮海平原冬小麦主产区山东省济宁市为研究实例,利用遥感方法,采用250 m分辨率经过Savitzky-Golay滤波技术平滑处理的MODIS-NDVI遥感数据对冬小麦产量进行预测.研究选取了冬小麦关键生育期内0.2～0.8范围的旬NDVI数据,并建立了其与冬小麦产量的关系.同时,采用逐步回归方法筛选建立冬小麦关键生育期旬NDVI与冬小麦产量间关系的估产模型.利用地面实测冬小麦产量数据,对所建的估产模型进行精度检验,结果表明,估产相对误差在-3.6％～3.9％之间.表明利用Savitzky-Golay滤波技术平滑后的作物关键生育期内MODIS-NDVI遥感数据进行冬小麦估产,其方法精度较高,具有一定的可行性.     

华北农业干旱监测与冬小麦估产研究

评估了基于植被光学厚度(VOD)和日光诱导叶绿素荧光(SIF)等植被广义光学特性构建的标准化植被指数(Z_VI)监测农业干旱的适用性;并采用VOD、SIF两种指数和土壤水分等环境变量的不同组合建立冬小麦估产的岭回归模型,以探究其对冬小麦产量的预报能力。结果表明：相较于Z_VOD,旬尺度Z_SIF对华北地区的农业干旱具有更好的监测能力,对重旱的正确检测率达到77%。Z_SIF能够有效反映干旱发生、发展直至减轻的演变过程,其低值区与站点记录的干旱空间分布相吻合。在华北地区南部,生长季C波段和Ku波段的VOD对冬小麦单产的预报能力优于SIF;利用VOD、SIF两种指数和环境变量的全变量模型取得了最好的估产精度,影响冬小麦产量估算精度的关键预测变量为生长高峰期的SIF。研究可为大范围农业干旱监测和粮食安全提供技术支持。     

不同灌水处理下冬小麦地上干生物量的高光谱监测

地上干生物量是反映作物生长发育和产量的重要指标。本试验通过不同的灌溉处理,研究了冬小麦生育期地上干生物量的变化规律,分别利用多元线性回归(MLR)和连续投影算法-MLR(SPA-MLR)构建了冬小麦地上干生物量光谱监测模型。结果表明:拔节期+孕穗期+开花期+灌浆期的灌溉方案有利于生物量积累;基于SPA-MLR构建的预测模型精度均高于MLR预测模型,其中,以开花期模型最优,R~2达到了0.96,RMSE为0.092,验证集的R~2为0.76,RMSE为0.18;综合冬小麦主要生育时期(拔节期至灌浆期)的预测模型的R~2达到了0.64,RMSE为0.30,验证集的R~2为0.54,RMSE为0.26,可以实现拔节期至灌浆期冬小麦地上干生物量的预测。本研究可为利用高光谱遥感技术预测冬小麦地上干生物量提供技术支持。     

APSIM模型在西南地区的适应性评价——以重庆冬小麦为例

利用重庆市4个代表性站点的小麦田间观测数据和同期逐日气象数据对APSIM模型在重庆小麦产区的适应性进行研究,确定了12个小麦品种的作物参数.结果表明:模拟小麦的播种至出苗、开花和成熟各阶段天数与实测值具有较好的一致性,其均方根误差值分别为0~3、1~8和0~8 d;模拟的12个小麦品种中,模拟与实测地上部分生物量的归一化均方根误差(NRMSE)均低于30%,10个品种模拟与实测产量的NRMSE均低于30%,作物生育期、地上部分生物量和产量的模拟结果均在可接受范围内波动.说明APSIM模型对不同品种冬小麦的生育期、地上部分生物量和产量模拟效果较好,该模型在重庆地区具有较好的适应性,为后续基于模型评估该地区小麦生产提供了基础支撑.     

基于高分辨率遥感影像的北亚热带森林生物量反演

以北亚热带湖北省太子山林场为研究对象,基于高空间分辨率GF-2与SPOT-6卫星影像,提取不同窗口大小下的纹理信息与光谱信息,利用随机森林回归算法,并结合野外实测106块样地的生物量数据,建立不同影像下的太子山林场森林生物量反演模型。结果显示：（1） GF-2和SPOT-6虽然空间分辨率有差异,但是从其不同波段反射率的相关系数（0.75、0.78、0.73、0.61）发现,两种影像的波段反射率具有较高的相关性,说明两者的辐射性能相近;（2）通过分析不同纹理特征对生物量模型的影响,发现均值和对比度纹理参数对生物量反演具有很好的效果。（3）高分辨率的遥感数据在生物量反演中具有较好的表现,且GF-2生物量模型精度（R²=0.88,RMSE=27.11 Mg/hm²）与SPOT-6生物量模型的精度（R²=0.89,RMSE=23.93 Mg/hm²）相近。（4）两种影像对不同森林类型的生物量预测值不存在显著差异,都适合对不同林分类型的生物量进行预测。     

内蒙古草原植被近地面反射波谱特征与地上生物量相关关系的研究

在1994～2001年7～8月期间,对内蒙古草原的15个草地群落类型进行了反射波谱与生物学参数的测量,在1996、2001年分别对其中的7个群落开展了反射波谱与生物学参数季节变化研究,利用Duncan方差分析、主分量分析方法在3个空间尺度上讨论了不同群落类型波谱特征的差异性与可区分性。在大尺度上,草甸草原、典型草原和荒漠草原的植被反射波谱特征之间存在显著的差异,它们之间的平均鉴别错误概率小于20%,在中小尺度上,典型草原中不同群落之间波谱特征差异程度较高,平均鉴别错误概率在15%左右,而在草甸草原和荒漠草原中,不同群落之间波谱特征的差异性较小。相关分析结果指出,空间尺度和群落类型决定了地上生物量与植被指数之间相关性的大小、相关形式以及植被指数的类型,随着尺度的增大,生物量与植被指数的相关性趋于下降,在盖度较高的草原群落中,直线型的估产模型相关性最高,估测精度大于90%,而在覆盖度低于30%～40%的荒漠草原群落中, 非线性估产模型相关性最高,估测精度只有85%。对典型草原和荒漠草原估产模型的季节动态分析表明, 在6月中旬至9月中旬期间的估产模型之间没有显著差异,可以利用一个共同的估产模型来监测草地生物量季节动态。     

基于地-空遥感耦合的冬小麦叶片氮积累量估算

利用不同冬小麦生态区同步的SPOT-5多光谱遥感影像、地面光谱数据和植株取样数据,提出一种基于波谱响应函数拟合和混合像元分解的纯净像元光谱提取方法,并对比分析了纯净像元光谱、模拟像元光谱和实测像元光谱与冬小麦叶片氮积累量（LNA）的定量关系.结果表明： 模拟像元光谱对叶片氮积累量的反演效果较好,纯净像元光谱反演效果次之,实测像元光谱最差;但基于模拟像元光谱的LNA监测模型不能直接外推至空间尺度.模型检验结果表明,基于纯净像元光谱的LNA监测模型在2个小麦生态区均具有较好的精度和稳定性,该方法综合利用了地-空遥感的优点,可以推广应用到其他不同空间分辨率和光谱分辨率的遥感数据,从而为区域性冬小麦氮素营养状况的遥感监测提供技术依据.     

基于机载激光雷达的小兴安岭温带森林组分生物量反演

使用小兴安岭温带森林机载遥感-地面观测同步试验获取的机载激光雷达(light detection and ranging, Lidar)点云数据和地面实测样地数据, 估测了典型森林类型的树叶、树枝、树干、地上、树根和总生物量等组分的生物量。从激光雷达数据中提取了两组变量(树冠高度变量组和植被密度变量组)作为自变量, 并采用逐步回归方法进行自变量选择。结果表明: 激光雷达数据得到的变量与森林各组分生物量有很强的相关性; 对于针叶林、阔叶林和针阔叶混交林三种不同森林类型生物量的估测结果是: 针叶林优于阔叶林, 阔叶林优于针阔叶混交林; 不区分森林类型的各组分生物量估测与地面实测值显著相关, 模型决定系数在0.6以上; 区分森林类型进行建模可以进一步提高生物量的估测精度。     

群体分布和灌溉对冬小麦农田光能利用的影响

于2006-2008年进行冬小麦田间试验,设置行距×株距分别为：7 cm×7 cm（A）、14 cm×3.5 cm（B）、24.5cm×2 cm（C）、49 cm×1 cm（D）4种群体分布方式,每种分布方式设4种灌溉处理：整个生育期内不灌溉,灌拔节水,灌拔节和抽穗水,灌拔节、抽穗和灌浆水（每次灌水量相同,均为0.60 m³）,研究在同一群体密度(2.04×10⁶ 株·hm^-2)下不同群体分布和灌溉对冬小麦光能利用状况的影响及其在生产中的利用价值.结果表明：A、B处理的群体分蘖数和叶面积指数（LAI）显著高于C、D处理;随着行距的加大,光合有效辐射（PAR）透射率逐渐增多,而PAR截获率呈下降趋势;增加灌溉可提高冬小麦群体单茎数和LAI,降低PAR透射率,从而明显提高了PAR总截获率.冠层内PAR截获率表现为上强下弱的趋势,相对均匀的群体分布和所有灌溉处理均显著增加了冠层40 cm以上的PAR截获率.冬小麦光能利用率（RUE）随行距增大而逐渐降低,其中,A、B、C、D处理总RUE两年的均值分别为1.24%、1.27%、1.21%和1.06%,B处理较C、D处理分别提高了5.21%和19.56%,差异显著.群体分布相对均匀的A、B处理可显著改善冬小麦群体结构和PAR截获状况,有利于充分利用光能;所有灌溉处理也可影响群体结构,进而明显提高作物的RUE.     

基于遥感信息的作物模型重新初始化/参数化方法研究初探

作物模型与遥感信息的结合有助于利用遥感监测的大范围植被信息解决作物模型区域应用时模型初始状态和参数值难以确定的问题。该文借助叶面积指数(LAI)将经过华北冬小麦(Triticum aestivium)适应性调整的WOFOST模型与经参数调整检验的SAIL-PROSPECT模型相嵌套,利用嵌套模型模拟作物冠层的土壤调整植被指数(SAVI),在代表点上借助FSEOPT优化程序使模拟SAVI_s与MODIS遥感数据合成SAVI_m的差异达到最小,从而对WOFOST模型重新初始化。结果表明,借助于遥感信息,出苗期的重新初始化使模拟成熟期与按实际出苗期模拟的结果相差在2天以内,模拟的LAI和总干重的误差比按实际出苗期模拟结果的误差降低3~8个百分点;返青期生物量的重新初始化使模拟LAI和地上总干重在关键发育时刻的误差降至16%以内,模拟LAI和贮存器官重在整个生育期内都更加接近实测值;对返青期生物量的动态调整显示返青到抽穗期间较少次数的遥感数据即能有效地提高作物模型的模拟效果。与国外同类研究相比,该文在作物模型本地化、重新初始化变量和优化比较对象的选择上都有所不同,而利用遥感数据动态调整作物模型初始状态或参数值更具有新意。该文对区域尺度上利用遥感信息优化作物模型的研究具有基础性、探讨性意义。     

低磷石灰性土壤施磷和小麦秸秆后土壤微生物量磷的变化

通过室内培养试验,向低磷的石灰性土壤加入磷(0、25、50、100 mg P·kg^-1,KH₂PO₄)和小麦秸秆(5 g C·kg^-1),25 ℃下培养90 d,研究在施肥和秸秆还田条件下土壤微生物量磷及微生物含磷量的变化特点,及其与土壤有效磷之间的关系.结果表明：土壤微生物量磷、微生物含磷量随加入无机磷量的提高而增加,最高分别为71.37和105.34 mg·kg^-1;除非加入足够的无机磷(如100 mg·kg^-1),否则同时加入秸秆会降低土壤微生物量磷和微生物含磷量,这种效果在培养初期更加明显.土壤微生物量磷和微生物含磷量与土壤有效磷之间存在显著的正相关关系（相关系数R²分别为0.26和0.40,n=49）.加入的无机磷可迅速转化为微生物量磷,表观贡献率最高可达71%,秸秆的加入可使表观贡献率进一步提高.     

阔叶红松林林冠空隙光强异质性对红松幼树生长的影响

利用Li-6400光合测定系统,研究了长白山阔叶红松林4个不同尺度林窗内光照强度的异质性,分析红松幼树在林窗内9个方位的光合作用日变化特征.结果表明：林窗内9个方位出现光合有效辐射(PAR)峰值顺序为:西实际林窗、北扩展林窗、林窗中心＞南实际林窗、南扩展林窗、东扩展林窗、东实际林窗＞西扩展林窗、北实际林窗,光照呈东-西、南-北不对称分布,光照梯度在西、北方向变化较大,但各方向距中心不同距离的日均PAR无显著差异.林窗Ⅰ～Ⅳ日均PAR分别为21.85、45.57、66.02和23.48 μmol·m^-2·s^-1,相互之间均达显著差异水平（P＜0.05）.PAR与净光合速率(P_n)呈显著正相关,且相关系数随PAR增大而增大.随林窗面积的增大,PAR和P_n均先增大后减小; 当林窗面积为267 m²时,二者同时达到最大值.     

岩溶区青冈栎整树蒸腾的季节变化

应用Granier热消散树干液流技术,在裸露岩溶区坡地上对青冈栎样树的树干液流和整树蒸腾过程变化及其驱动因子进行了研究.结果表明:青冈栎树干液流密度与树木胸径大小的关系是随机的,日间液流密度峰值出现在13:30—14:30;日液流密度峰值夏季最大,为56.00 g H₂O·m^-2·s^-1,春季最小,在35.86 g H₂O·m^-2·s^-1.岩溶区单树日蒸腾量随着天气变化起伏较大,单树日蒸腾量与水汽压亏缺和太阳辐射呈显著的幂函数相关关系(R=0.97,P<0.01).平均整树日蒸腾量变化格型为夏季高冬春低,秋季(旱季)随土壤水分的减少由高到低变化.与其他地区的树种相比,即使受旱季的干燥少土双重胁迫,裸露岩溶区坡地上的青冈栎整树日蒸腾量仍然较高,推断在岩溶区旱季青冈栎的水分来源可能很大程度上依赖于富水的表层岩溶带.     

基于遥感与模型耦合的冬小麦生长预测

遥感的空间性、实时性与作物生长模型的过程性、机理性优势互补,将两者有效耦合已成为提高作物生长监测预测能力的重要手段之一。提出了一种基于地空遥感信息与生长模型耦合的冬小麦预测方法,该方法基于初始化/参数化策略,以不同生育时期的小麦叶面积指数(LAI)和叶片氮积累量(LNA)为信息融合点将地面光谱数据(ASD)及HJ-1 A/B CCD、Landsat-5 TM数据与冬小麦生长模型(WheatGrow)耦合,反演得到区域尺度生长模型运行时难以准确获取的部分管理措施参数(播种期、播种量和施氮量),在此基础上实现了对冬小麦生长的有效预测。实例分析结果表明,LNA较LAI对模型更敏感,以之作为耦合点的反演效果较好。另外,抽穗期是遥感信息与生长模型耦合的最佳时机,对播种期、播种量和施氮量反演的RMSE值分别达到5.32 d、14.81 kg/hm²、14.11 kg/hm²。生长模型与遥感耦合后的模拟结果很好地描述了冬小麦长势和生产力指标的时空分布状况,长势指标的模拟相对误差小于0.25,籽粒产量模拟的相对误差小于0.1。因此研究结果可为区域尺度冬小麦生长的监测预测提供重要理论依据。     

大型底栖无脊椎动物对溪流中三角枫落叶分解的影响

采用复合网袋法,研究了冬季南京紫金山三角枫落叶在无干扰溪流和生态恢复溪流中的分解过程.结果表明：112 d后,三角枫落叶无灰干质量剩余率为31％～62％,分解速率符合指数衰减模型(P<0.05).在生态恢复溪流和无干扰溪流的流水生境中, 三角枫落叶的分解速率分别为0.0030 d^-1和0.0064 d^-1,静水生境中分别为0.0018 d^-1和0.0016 d^-1.流水生境中,无干扰溪流网袋内的大型底栖动物多度和生物量显著高于恢复溪流(P<0.05),而静水中无显著差异(P>0.05).无干扰溪流中的撕食者多度比例最高(70.4%),以栉水虱为主;生态恢复溪流中滤食者的多度比例最高(37.8%),以长跗摇蚊属为主.流水生境中三角枫落叶的分解速率与撕食者物种丰富度和多度相关性显著(P<0.01),而与生物量的相关性不显著(P>0.05).说明冬季溪流中撕食者的物种丰富度和多度决定三角枫落叶的分解速率.     

基于干热风危害指数的黄淮海地区冬小麦干热风灾损评估

全球气候变化背景下,农业气象灾害呈上升态势。干热风灾害发生区域、次数和强度都发生了明显的变化。研究干热风灾害对农作物的影响对于我国农业可持续发展、保障粮食安全等均具有重要的现实意义。利用黄淮海地区68个气象台站1961—2010年的逐日气象资料,和54个农业气象试验站1981—2006年小麦的发育期、产量、干热风灾害等数据,采用公认的中国气象局2007年发布的气象行业标准《小麦干热风灾害等级》中冬小麦干热风灾害指标,计算干热风危害指数,进一步细化发育期,确定冬小麦抽穗前气象条件对气象产量影响的关键气象因子,分离干热风年冬小麦气象产量,构建重度干热风影响下干热风危害指数与冬小麦抽穗—成熟阶段气象条件对气象产量影响的统计模型,进行1981—2006年黄淮海地区冬小麦干热风灾损的评估。结果表明:(1)重度干热风危害下,1981—2006年期间黄淮海各地区冬小麦不同发育时段的干热风危害指数平均在抽穗—开花时段最大,乳熟—成熟时段居中,开花—乳熟时段最小,分别为0.17、0.15和0.14,平均0.15;(2)冬小麦抽穗前气象条件对气象产量影响的关键气象因子为:播种—出苗期间的最低气温、拔节—孕穗期间的平均气温和孕穗—抽穗期间的平均气温,各个单因子相关系数分别为0.64、0.86和0.99,均达到极显著水平。其中播种—出苗的最低气温可决定小麦出苗的迟早和苗情;拔节—孕穗期间,在小花原基形成期—四分体形成期气温偏低可延长小穗、小花分化时间,防止退化,提高结实率;孕穗—抽穗的平均气温偏高有利于提早抽穗,延长后期灌浆时间,且晴天有利于开花授粉;(3)分离干热风年冬小麦气象产量后,构建了重度干热风影响下干热风危害指数与冬小麦抽穗—成熟3个阶段气象条件对气象产量影响的统计模型,验证结果表明该模型客观上能够综合地反映干热风在不同发育阶段对小麦产量的影响。进一步灾损评估表明:重度干热风危害下,黄淮海地区冬小麦减产率在21.52%—39.80%之间,平均为27.83%。     

中国东北羊草草原生长季内产量生态模拟及信息参数应用

通过对中国北方羊草草原生物量动态、生物量垂直空间格局及其与环境因子相互关系等主要产量生态数量特征的模拟与内在相关性的研究 ,结果表明 ,草地地上生物量的生长规律呈“单峰”型 ,最大地上生物量出现在 8月 5日 ,其值为1 97.3g· m- 2 干物质 ,而后下降 ;在达到峰值前 ,符合 logistic模型 ,进一步分析模型有关特征值获得了草地有效管理期为返青后的第 73天到第 1 1 9天等十分重要的产量生态信息参数。生长季内地上生物量动态与前一个月的平均气温 ( R=0 .82 87)和积累降雨量 ( R=0 .8932 )均呈极显著正相关 ,这是实施科学水肥管理的重要参数 ;而地上部生物量最大绝对增长速率 ( AGR)出现在 6月 2 0日至 7月 5日 ,平均为 3.35 33g· m- 2 · d- 1干物质 ;而地上部生物量最大相对增长速率( RGR)出现在 5月 2 0日至 6月 5日 ,平均为 0 .0 6 6 2 g· g- 1· d- 1干物质 ;在生长后期绝对增长速率和相对增长速率均出现负值 ,这表明地上部生物量的生长效率在生长初期最高。地上生物量垂直空间格局由下向上呈幂函数变化 ,其模型为 :Bn=a Xb,其中 93%的产量集中在 4 0 cm以下 ,这对不同的家畜的选择利用与刈割利用提供了依据 ;不同种群对草原牧草产量形成的作用是不同的 ,羊草种群对草原牧草产量形成的正向