半干旱区春小麦生长系统的人工神经网络模型与产量预测

以半干旱区春小麦生长系统为研究对象。探讨了作物生长系统中水分、土壤养分等生态因子的时空变化特征及春小麦产量形成机制,应用人工神经网络方法建立了半干旱区春小麦生长系统的产量随环境因子变化的神经网络模型,并与传统的CTM模型进行了比较。模拟结果表明,人工神经网络模型可适用于半干旱区春小麦生长系统产量随环境因子变化规律描述,且优于传统模型,从而为春小麦产量预测提供了新的途径,也为作物生态系统的人工调控提供了新的模式与定量依据。     

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。     

基于WOFOST作物生长模型的冬小麦干旱影响评估技术

为了反映作物与干旱的相互关系,人为再现干旱灾害对作物产量的影响程度,选择华北地区冬小麦干旱灾害为研究对象,对作物生长模型WOFOST在区域上进行适应性进行分析、检验的基础上,然后利用区域作物模型实现干旱灾害对作物影响定量分析和动态评估。以减产率和气象条件作为灾害严重程度划分的标准,利用数值模拟试验,确定导致减产的主要气象因子及其量值,对研究区干旱灾害进行影响评估,包括典型灾害年份影响评估和年代际灾害影响评估,并给出了评估结果。     

基于更新和同化策略相结合的遥感信息与水稻生长模型耦合技术的研究

将遥感与作物模型耦合有利于提高作物模型在区域尺度应用时的精度。基于集合平方根滤波算法(Ensemble Square RootFilter,EnSRF)和粒子群优化算法(Particle Swarm Optimization,PSO),以叶面积指数(Leaf Area Index,LAI)和叶片氮积累量(Leaf Nitrogen Accumulation,LNA)共同作为同化耦合点和过程更新点,将同化与更新策略相结合,研究建立了基于遥感信息与水稻生长模型(RiceGrow)耦合的水稻生长与产量预测技术。结果表明,将更新和同化策略结合后,利用RiceGrow模型模拟的水稻生长指标和产量结果更接近于实测值。其中LAI、LNA和产量与实测值间的RMSE分别为0.94、0.47 g/m2和320.15 kg/hm2;RiceGrow模型直接模拟LAI、LNA和产量的RMSE为1.25、1.24 g/m2和516.83 kg/hm2;而单纯基于同化策略模拟LAI、LNA和产量的RMSE为1.01、0.59 g/m2和335.70 kg/hm2。此外,基于该技术的模型区域尺度预测结果能较好地描述水稻生长和产量的时空分布状况,生长指标及区域总产量的模拟相对误差均小于20%。显示基于更新和同化策略相结合的遥感与模型耦合技术具有较高的预测精度,从而为区域尺度作物生长和产量预测提供了技术支撑。     

基于非线性混合模型的红松人工林枝条生长

基于黑龙江省孟家岗林场36株红松人工林的枝解析数据,以单分子式和理查德方程作为枝条基径(BD)和枝长(BL)生长模型,分别考虑样地效应和样木效应,利用SAS软件的PROC NLMIXED模块构建了枝条基径和枝长生长的非线性混合模型.采用Akaike信息准则(AIC)、贝叶斯信息准则(BIC)、对数似然值(-2Log likelihood)和似然比检验(LRT)等评价指标对所构建模型的精度进行比较.结果表明:当考虑样地效应时,α1、α3和β1、β3分别作为随机参数时基径和枝长生长模型拟合效果最好;当考虑样木效应影响时,α2、α3和β1、β3分别作为随机参数时基径和枝长生长模型拟合效果最好.非线性混合模型不但可反映枝生长总体平均变化趋势,还能反映个体之间的差异.无论考虑样地效应还是样木效应,非线性混合模型的拟合精度都比传统回归模型的拟合精度高,并且考虑样木效应的拟合精度高于考虑样地效应的拟合精度.     

波动温度下罗非鱼特定腐败菌生长动力学模型和货架期预测

研究了0℃~15℃范围的波动温度条件下,有氧贮藏养殖罗非鱼的特定腐败菌-假单胞菌的生长动力学模型及其对剩余货架期预测的适用性。由Belehradek方程建立了温度对假单胞菌生长动力学影响的数学模型,在设计的两种波动温度条件下假单胞菌生长动力学模型的预测值,与波动温度贮藏罗非鱼中假单胞菌生长的实测值比较,偏差度在0.906~0.942之间,准确度在1.13~1.19之间。以假单胞菌生长动力学模型预测的剩余货架期,与波动温度贮藏罗非鱼的感官、VBN和假单胞菌数评价获得的实测剩余货架期相比较,相对误差分别为5.9%和-9.1%。显示在贮藏温度波动的情况下,假单胞菌生长动力学模型同样可以快速可靠地实时预测0℃~15℃贮藏的罗非鱼剩余货架期。     

基于统计模型的基因预测

基因预测是指预测DNA序列中编码蛋白质的部分。随着多数生物基因组的测序工作的完成 ,基因预测更显得尤为重要。基因预测主要包括两种方法 ,首先是同源方法 ,也称为“外在方法” ,其次是基因预测方法或称为“内在方法”。主要对隐马尔可夫模型、傅立叶变换、动态规划等几种“外在方法”进行介绍。     

杨树生长模型的选择

本文选用常用生长模型和4类灰色模型,分别对6个新品系杨树生长动态规律进行模拟;结果表明：在常用的生长模型中,Richards方程模拟效果最好,而不是通常认为的Logistic方程;在灰色模型中．以GM（1,1）模拟效果最好,也可作为杨树生长模型．     

红松单木高生长模型的研究

１引言生长模型是定量研究树木生长过程的有效手段。它既可对林木生长作出现实的评价,也可用来预估将来各测树因子的变化;既是编制修订各种数表的基础,也是森林经营中各种措施实施的依据。在林学上,生长模型主要包括单木生长模型和林分生长模型,其中单木生长模型是林...     

林分随机生长模型与Richard模型

本文从一般的假设出发,很自然导出连续状态空间的树木直径分布生长方程,证明此方程解的存在性,并给出一个例子说明Richards方程是直径分布生长方程的一个特解的二阶矩．     

基于遥感和地统计学方法的小麦生长管理分区

以江苏省如皋市和海安县冬小麦种植区域为研究对象,将基于小麦不同生育时期30m分辨率的HJ-1A/B CCD影像提取的归一化植被指数(NDVI)与土壤养分指标(全氮、有机质、有效磷、速效钾)分布状况有机结合,在空间变异性分析和主成分提取的基础上进行聚类分区.结果表明,基于抽穗期NDVI与土壤养分指标耦合的分区方法效果最佳,分区后各子区域内部NDVI值和土壤养分指标的变异系数分别在4.5%～6.1%和3.3%～87.9%,低于单纯基于土壤养分指标或NDVI进行分区的子区域内部的变异系数,大大缩小了区域管理单元内部的变异性.分区结果能提高按区管理作业的精度,可为区域性小麦生长管理和过程模拟奠定基础.     

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.     

遥感信息应用于区域尺度水分限制条件下作物生长模拟的研究进展

第2生产水平(即水分限制条件)下的大范围作物生长动态模拟研究具有十分重要的现实意义.目前,区域尺度上水分限制条件下作物生长模拟存在一定的难度,而遥感信息与作物生长模拟模型的结合,可以为区域尺度水分限制条件下作物生长发育模拟及产量估算提供了一条行之有效的途径.本文简要回顾了遥感与作物生长模拟模型结合研究的发展概况,指出了区域尺度水分限制条件下作物生长模拟需要解决的问题,并在已有遥感反演土壤水分状况研究的基础上,简述了遥感信息应用于区域尺度水分限制条件下作物生长模拟的研究方法,并探讨了当前该领域研究的其他可能途径及需要进一步研究和解决的科学问题.     

基于高光谱遥感的小麦叶片氮积累量

作物氮素状况是评价长势、提高产量和改善品质的重要指标,因此叶片氮积累量的实时无损估测对作物生产的氮素管理具有重要意义.以多个小麦品种在不同施氮水平下的连续3a大田试验为基础,研究了小麦叶片氮积累量与冠层高光谱参数的定量关系.结果表明,冠层叶片氮积累量随着施氮水平的提高而增加,光谱反射率在不同叶片氮积累量水平下发生相应的变化.叶片氮积累量的敏感波段主要存在于近红外平台和可见光区,其中,"红边"区域表现最为显著.通过微分等技术构造多种植被指数,对高光谱参数和叶片氮积累量间进行相关回归分析,SDr/SDb、FD742和AVHRR-GVI 3个参数与叶片氮积累量关系最密切,方程拟合决定系数R2分别为0.9163、0.9097和0.9142,估计标准误差SE分别为1.165、1.079和1.077.经不同年际独立数据的检验表明,利用光谱参数FD742建立的模型对叶片氮积累量的估测精度为0.8449,预测的RMSE为0.984;红边位置REPIG对叶片氮积累量的估测精度和预测的RMSE分别为0.8394和1.014,表明预测值与观察值之间符合精度高,比较而言,FD742为自变量建立的模型可以更好地评估不同条件下叶片氮素积累状况.     

基于遥感生态指数的阜新市生态质量评估

城市化建设的不断推进及发展给生态环境带来了日益增加的压力,如何多方位、客观准确并且快速地对区域生态环境质量进行评估是目前研究的一个重要方向。以辽宁省阜新市为研究区域,选取2000年、2008年和2016年的遥感影像作为基础研究数据,借助ENVI5.1软件作为数据处理平台,再结合主成分分析方法,借助遥感生态环境质量评价指数RSEI对阜新市的生态质量进行评估。结果表明:2000年、2008年和2016年,阜新市的生态质量总体呈上升趋势;2000—2016年间,研究区RSEI主要由1、2级向3、4、5级转变,生态质量变好和变坏的面积分别占总面积的53.28%和2.38%,生态质量变差的区域主要集中在阜新市东北的风沙区和西南部盆地区;而阜新市西南部盆地区主要是市区,该区生态环境质量变差主要在于近年来的城市快速发展,东北部的风沙区与科尔沁沙地接壤,该区的环境变差在于所处地理位置以及防风固沙林中部分林木出现退化现象等,因此能否在快速城市化建设的同时重视生态环境的保护与修复,成为阜新市生态环境质量变化的重要决定因素。     

基于高光谱遥感的小麦冠层叶片色素密度监测

作物叶片色素状况是评价植株光合效率和营养胁迫的重要指标,冠层叶片色素密度（单位土地面积叶片色素总量）的实时无损监测对作物生长诊断、产量估算及氮素管理具有重要意义。以包括不同品质类型（高蛋白、中蛋白和低蛋白）的多个小麦品种在不同施氮水平下的连续2a大田试验为基础,研究了小麦叶片色素密度与冠层高光谱参数的定量关系。结果表明,叶片色素（叶绿素a、叶绿素b、叶绿素a＋b和类胡萝卜素）密度随施氮水平增加而提高,不施氮处理的叶片色素密度随生育进程而下降,施氮处理的叶片色素密度呈单峰曲线,品种间存在明显差异。群体叶片色素密度的敏感波段主要分布在可见光区,而红边区域导数光谱表现更显著。光谱参数VOG2、VOG3、RVI（810,560）、SRE／SBE和SDr／SDb等与叶绿素密度关系较为密切,线性方程决定系数R^2均在0．858以上,而与类胡萝卜素密度关系减弱,决定系数R^2低于0．780,且参数间差异较小。经独立试验资料的检验表明,VOG2、VOG3、SRE／SBE和SDr／SDb对不同色素的估测结果较好,预测相对误差RE低于17．6％,虽然对叶绿素b的准确性稍低。总体上,光谱参数VOG2、VOG3、SRE／SBE和SDr／SDb与小麦群体叶片色素密度关系密切,特别是对叶片叶绿素a和叶绿素a＋b的密度可以进行准确可靠的实时监测。     

基于遥感技术的森林健康研究综述

遥感技术可以有效完成复杂时空尺度海量信息的收集处理,其与森林健康研究的交叉、融合大大提高了复杂时空尺度上森林健康研究的表达能力.目前,森林健康遥感研究正处于各学科交叉、融合、调整,由静态向动态、单一向复杂、零散向系统转变的关键发展时期,但缺乏对森林健康问题的全面考量、逻辑安排和系统的顶层设计.在把握森林健康活力、组织结构和恢复力核心理念的基础上,从森林资源调查、森林生态功能评估、森林健康风险控制和森林植被参数提取四个方面构建和丰富基于遥感技术森林健康研究体系,对国内外森林健康遥感研究进行综述.通过对以上研究内容的总结分析,明确基于遥感技术的森林健康研究各领域的研究进展,及其在理论、技术和应用方面的不足.分析认为:(1)未来应加强森林生态和遥感技术重大基础理论研究,以明确森林结构、过程、功能与遥感数据之间的耦合关系;(2)发展完善新型遥感技术、遥感数据解译算法与软件工具,提高遥感数据的精确度、利用率和利用效率;(3)提升森林健康遥感研究成果的科技转化水平,推进快速分析评价与辅助决策功能研究,指导相关森林健康经营活动和科学研究的开展,以及林业政策的制定.     

Habitat suitability modeling based on remote sensing to realize time synchronization of species and environmental variables

基于遥感实现物种和环境变量时间同步性的生境适宜性建模 遥感是一种有效获取大规模现实数据的技术方法。我们旨在生境适宜性建模中基于遥感实现物种与环境变量之间的时间同步性，并提取与物种实际生长相关的变量，为物种管理提供更有效的参考。本研究以入侵中国的豚草(Ambrosia artemisiifolia)为例，开展生境适宜性建模，温度和降水变量分别依据中分辨率成像光谱仪(MODIS)提供的地表温度和气象站点数据计算；此外，本研究还包括直接影响豚草生长或繁殖的其他变量，如前一年花期的相对湿度和有效紫外辐射。选择随机森林模型开展生境适宜性建模，根据采样时间，把环境变量和样本分为4个时间段(1990–2000、2001–2005、2006–2010和2011–2016)，同时对基于RS (1990–2016)和WorldClim (1960–1990)的长时间序列的变量也进行建模。结果显示，从遥感提取环境变量开展生境适宜性建模是可行的，而且比基于WorldClim变量预测结果更准确。1990–2000年和2006–2010年豚草的潜在分布面积小于2001–2005年和2011–2016年，影响豚草生长和繁殖的重要环境变量包括最干旱月降水量(bio14)、降水变异系数(bio15)、前一年花期的相对湿度和有效紫外辐射。我们的研究结果表明，实现物种与环境变量的时间同步性提高了豚草潜在分布的预测精度，在生境适宜性建模(尤其为一年生物种)中应予以考虑。本研究为管理和预防豚草入侵扩散提供了重要参考。     

黄瓜砧用白籽南瓜对不同盐胁迫的耐性评价

采用营养液栽培,研究Ca(NO₃)₂和NaCl胁迫对黄瓜嫁接用砧木南瓜幼苗生长和抗氧化酶活性的影响,并用隶属函数法综合评价其耐盐性.结果表明： 低浓度盐30 mmol·L^-1Ca(NO₃)₂和等渗的45 mmol·L^-1 NaCl处理促进砧木幼苗生长;高浓度盐60、120 mmol·L^-1Ca(NO₃)₂和等渗的90、180 mmol·L^-1NaCl胁迫下,各砧木幼苗的生长和抗氧化酶系统均受到不同程度的抑制,其中,‘青砧1号’的盐害指数最小,生物量及超氧化物歧化酶(SOD)、过氧化物酶(POD)和过氧化氢酶(CAT)活性的下降幅度以及相对电导率的上升幅度均小于其他砧木.高盐Ca(NO₃)₂胁迫下,各砧木SOD、POD和CAT酶活性均高于等渗的NaCl,而盐害指数和相对电导率低于NaCl,表明Ca(NO₃)₂对砧木南瓜幼苗生长的危害小于NaCl.4个砧木品种的耐盐性顺序为‘青砧1号’>‘佐木南瓜’>‘丰源铁甲’>‘超霸南瓜’.