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。     

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.     

作物模型区域应用两种参数校准方法的比较

区域模拟的目的是利用有限的空间数据模拟出产量等作物性状的时空变异规律.然而站点作物模型应用到区域范围时涉及到数据归一化、参数简化、模型的校准和验证等问题.利用CERES-Rice模型对作物模型在我国的区域应用进行了尝试并对部分参数进行了校准.首先利用田间观测数据在各实验点上对模型进行了详细的站点校准,以验证模型在我国的模拟能力;其次,以我国水稻种植区(精确到亚区)为单位,运用平均值和标准差(RMSE)两种方法进行了区域校准和验证,即找出能反映出品种空间差异的代表性品种参数集;然后分别运用两种方法的校准结果,模拟水稻产量和成熟期,并将模拟结果与实测值进行了比较.结果表明:区域校准能反映出水稻生育期和产量的时空变化规律,其中RMSE法较平均值法效果好.目前作物模型区域应用过程中还存在大量的误差来源,有待进一步研究.     

中国作物低温冷害监测与模拟预报研究进展

低温冷害是影响中国粮食生产的重要灾害之一,气候变化使中国特别是东北地区的低温冷害时有发生,东北中部冷害每8年发生一次,开展作物低温冷害研究对于中国粮食安全具有重要意义.从冷害形成机理上可以分为延迟型冷害、障碍型冷害及混合型冷害3类,其冷害指标主要针对不同作物有所差别.基于站点的冷害监测小尺度,GIS等新技术提供的精确温度指标可进行区域监测.遥感技术通过监测下垫面温度(LST)和植被指数(如NDVI)可监测障碍型冷害.基于数理统计、气候模式和作物模型耦合、天气预报的发育期和产量预报的低温冷害预报方法已得到应用.作物模型可依据作物发育进程和产量损失等对冷害损失评估,同时与遥感信息等结合可进行区域灾害评估.最后讨论了中国低温冷害监测和预报新技术的发展方向.     

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。     

不同气象数据空间内插对区域玉米生长模拟结果的影响

作物模型区域模拟已成为作物模型应用的一个新方向。运用作物模型进行区域研究时,遇到的问题之一就是输入模型的空间数据质量问题,研究不同空间内插法获得的气象数据对作物模型区域模拟结果的影响,可以为区域模拟对输入数据的敏感性研究提供一定的参考。利用区域校准的CERES-Maize模型,将3类内插方法(几何内插、统计内插、动力模型内插)产生的网格化天气数据分别输入到CERES-Maize模型中,模拟了50km×50km网格水平下1961—1990年我国玉米生产状况,并选取1980—1990年模拟的平均产量与同期农调队调查产量进行比较,以了解区域模拟中,不同空间内插方法所得的逐日气象数据对区域模拟结果的影响。结果表明:(1)作物模型区域应用时,所采用的3种内插方法都能满足作物模型区域模拟对网格化天气数据的要求,采用3种天气数据的区域模拟结果都能反映出玉米平均产量的空间变化特征,与网格调查平均产量之间具有极显著的相关关系,但采用不同内插天气数据对模拟结果造成了8%以内的偏差。(2)采用不同内插天气数据,在进行作物区域模拟时,各方法的模拟结果之间呈极显著的相关关系,但这些模拟结果之间,在全国大部分地区是差异显著。     

作物生产力模型及其应用研究

从农业生态环境的角度论述了作物生产力模型的产生背景,讨论了作物生产力模型发展的幼年期、少年期、青年期和成熟期4个阶段,从科学研究,农业作物管理和农业决策分析等方面论述了作物生产力模型在保护农业生态环境中的作用,讨论了作物生产力模型的不足之处主要为简单的模型的地区适应性不强,而复杂的模型则由于参数的难以获取,且不同研究区域基础数据格式的一致性问题,也导致模型的地区适应性比较弱,因而提出要建立通用,统一的数据格式,以使作物生产力模型在不同地区易于推广应用;最后针对作物生产力模型普遍适应性能比较弱的问题,对作物生产力模型与地理信息系统的结合进行了研究,并综述了目前在作物生产力模型的界面友好化方面的一些工作,提出建立通用的作物生产力模型界面是今后发展的重点所在。     

基于地面高光谱和GF-1卫星的区域花生LAI估算

掌握作物叶面积指数(LAI)及其动态变化对于作物生长监测和估产等有重要意义.利用地面高光谱数据进行作物生长参数的反演是农业遥感研究的热点,但其中大多是利用地面高光谱数据建立作物LAI的估算模型研究,难以进行区域化应用.为把地面高光谱研究结果应用到卫星尺度,实现区域花生LAI的反演,从而对大面积花生长势进行监测,本文利用...     

不同空间尺度下的ALMANAC模型验证

ALMANAC模型最早作为EPIC模型的一部分,用于模拟土壤侵蚀导致的土地生产力的下降．它将试验数据的统计过程和作物生长的机理过程结合起来,是一种典型的基于过程模拟的应用型作物生长模型．如能在不同的空间尺度上验证模型的适用性,无疑会大大扩展模型的应用范围．从这一目的出发,利用美国得克萨斯州19个试验田和9个县的玉米和高粱产量资料及其相关的作物、土壤、田问管理等数据,模拟了1998年田间尺度,1989～1998年县级尺度的平均作物产量．模拟结果表明,ALMANAC模型能够很好地模拟两种不同空间尺度的作物产量,其相对误差在田问尺度上分别为8．9％(高粱)和9．4％(玉米),在县级尺度上分别达到2．6％(玉米)和—0．6％(高粱)．该模型在进行产量预测、掌握作物生长动态,指导农业生产管理和土地利用等方面具有很好的应用前景．     

科尔沁沙质荒漠化评价遥感信息模型

采用遥感信息模型对科尔沁沙地奈曼旗荒漠化主要评价因子（植被盖度、生物量和土壤含水率）进行定量反演;利用线形混合光谱分析（SMA）模型计算裸沙占地百分比.通过每个像元可获取全部评价因子的指标值.在现有荒漠化评价方法的基础上,建立以像元为单位的荒漠化程度评价的定量化遥感信息模型,并输出荒漠化程度分布图.选取了60个样点进行评价模型的精度验证,被正确评价的点数为55个.结果表明,该模型对研究区域荒漠化程度进行定量评价,其精度可达91.7%,说明利用遥感信息模型评价土地荒漠化的方法具有较高的科学性.     

作物光能利用效率和收获指数时空变化研究进展

1972年Monteith提出的光能利用效率模型是当前大多数作物生长和产量形成模拟研究以及遥感估产所采用的主要方法.光能利用效率(radiation use efficiency, RUE)和收获指数(harvest index, HI)是其中的两个基本参量.鉴于目前作物RUE和HI研究与应用中仍存在着一些问题,本文综述了相关研究进展,总结了不同尺度上作物RUE和HI的研究方法;介绍了当前遥感估产应用中对RUE和HI两个关键参数的处置概况;建议今后研究应在点尺度开展作物RUE和HI研究的基础上,寻求其在区域尺度上定量评估的可行性途径,切实有效地发挥作物RUE和HI研究在作物实际生产管理中和遥感产量估算方面的应用价值及潜力.     

Analysing and Correcting the Differences between Multi-Source and Multi-Scale Spatial Remote Sensing Observations

Differences exist among analysis results of agriculture monitoring and crop production based on remote sensing observations, which are obtained at different spatial scales from multiple remote sensors in same time period, and processed by same algorithms, models or methods. These differences can be mainly quantitatively described from three aspects, i.e. multiple remote sensing observations, crop parameters estimation models, and spatial scale effects of surface parameters. Our research proposed a new method to analyse and correct the differences between multi-source and multi-scale spatial remote sensing surface reflectance datasets, aiming to provide references for further studies in agricultural application with multiple remotely sensed observations from different sources. The new method was constructed on the basis of physical and mathematical properties of multi-source and multi-scale reflectance datasets. Theories of statistics were involved to extract statistical characteristics of multiple surface reflectance datasets, and further quantitatively analyse spatial variations of these characteristics at multiple spatial scales. Then, taking the surface reflectance at small spatial scale as the baseline data, theories of Gaussian distribution were selected for multiple surface reflectance datasets correction based on the above obtained physical characteristics and mathematical distribution properties, and their spatial variations. This proposed method was verified by two sets of multiple satellite images, which were obtained in two experimental fields located in Inner Mongolia and Beijing, China with different degrees of homogeneity of underlying surfaces. Experimental results indicate that differences of surface reflectance datasets at multiple spatial scales could be effectively corrected over non-homogeneous underlying surfaces, which provide database for further multi-source and multi-scale crop growth monitoring and yield prediction, and their corresponding consistency analysis evaluation.     

航空航天遥感在物种多样性研究与保护中的应用

人类活动导致全球范围内生物多样性丧失日趋严重。物种多样性是研究最为深入以及最贴近生物多样性管理的层次。物种多样性的研究往往受到多时空尺度生态过程的影响, 传统物种多样性调查方法受到人力物力影响, 局限性大, 物种多样性的研究与管理亟需整合不同来源的数据。遥感技术从传统的光学遥感阶段发展到不同平台、不同维度相结合的多源遥感阶段, 并逐渐进入以高空间分辨率和高光谱为特征、以激光雷达为前沿发展方向的综合遥感阶段。遥感技术因为其监测范围广、能监测人迹罕至地区以及长期可重复等特性, 为研究不同时空尺度的生态学科学问题提供了更新更优的研究手段。本文围绕种群动态、种间关系与群落多样性、功能属性及功能多样性以及生物多样性保护管理等生物多样性研究热点问题, 系统地论述了航空航天遥感技术在物种多样性研究与保护领域的应用, 总结了航空航天遥感技术在研究与物种多样性有关的主要生态学问题中的机遇与挑战。我们认为航空航天遥感技术利用多光谱甚至高光谱与激光技术从空中监测物种多样性, 从不同视角、基于不同光源提供了物种多样性不同侧面的信息, 能够减小地面调查强度, 在大范围和边远地区的物种多样性调查研究中有着至关重要的作用。依据光谱特性的物种判别以及依据激光雷达的三维结构量测将促进生物多样性的研究与管理, 加强遥感学家和生物多样性研究者的沟通交流将有助于促进不同时空尺度的生物多样性与遥感技术的结合。     

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。     

土壤水分遥感监测研究进展

土壤水分是陆地表面参数化的一个关键变量。土壤水分含量随时空的转换而变化,在地-气界面间物质、能量交换中起着重要的作用,是农作物生长发育的基本条件和农作物产量预报的重要参数。遥感技术具有大面积同步观测,时效性、经济性强的特点,为大面积动态监测土壤水分提供了可能。总结了近年来国内外遥感监测土壤水分理论、方法的发展和应用,介绍了目前几种比较成熟和广泛应用的土壤水分遥感监测方法与模型,对比分析了各种监测方法的优缺点,指出了土壤水分遥感监测方法存在的不足,指明了今后发展的方向,展望了土壤水分遥感监测方法的发展趋势。     

施氮时期对高产夏玉米氮代谢关键酶活性及抗氧化特性的影响

选用玉米品种登海661和郑单958为材料,研究了高产条件下施氮时期对夏玉米产量、氮素利用率、氮代谢相关酶及抗氧化酶活性的影响.结果表明： 拔节期一次性施氮不利于夏玉米产量提高和氮素积累,分次施氮且增施花粒肥显著提高了植株和籽粒的吸氮量,并提高了籽粒产量.拔节期、10叶期、花后10 d按2∶4∶4施氮,登海661产量最高可达14123.0 kg·hm^-2;基肥、拔节期、10叶期、花后10 d按1∶2∶5∶2施氮,郑单958产量最高可达14517.1 kg·hm^-2,这2种施氮方式较拔节期一次性施氮分别增产14.5%和17.5%.花前分次施氮可以显著提高开花期硝酸还原酶活性;登海661和郑单958在花后0~42 d中,施氮处理的谷氨酰胺合成酶、谷氨酸合成酶、谷氨酸脱氢酶活性分别平均提高了32.6%、47.1%、50.4%和145%、61.8%、25.6%,减缓了其下降趋势;超氧化物歧化酶、过氧化氢酶活性提高了22.0%、36.6%和13.4%、62.0%,丙二醛含量显著降低.在高产条件下,分次施氮且适当增加花粒肥施入比例可以提高氮代谢相关酶活性,延缓植株衰老,促进氮素吸收利用,进而提高籽粒产量.     

辐射传输模型多尺度反演植被理化参数研究进展

植被是生态系统最重要的组成成分之一,许多与植被有关的物质能量交换过程都与植被的理化参数密切相关,因此定量估算植被的理化参数含量对监测植被生长状况、森林火灾预警以及研究全球碳氮循环过程等都具有重要意义.在众多定量反演植被理化参数的方法中,基于数学、物理学以及生物学的基本理论建立起来的辐射传输模型受到越来越多的关注.辐射传输模型描述了植被与入射辐射之间的相互作用过程和特征,相对于传统的经验/半经验方法,辐射传输模型物理意义明确,具有稳定性和可移植性强的特点.在分析国内外最新相关研究的基础上,首先从植被叶片、冠层和像元3个不同的尺度阐述反演植被理化参数的辐射传输模型.叶片尺度上主要介绍PROSPECT模型和LIBERTY模型;冠层尺度上主要介绍SAIL冠层辐射传输模型以及PROSPECT与SAIL耦合的PROSAIL叶片-冠层辐射传输模型;像元尺度的植被理化参数反演目前主要采用冠层尺度的辐射传输模型.其次,分析尺度变化下植被理化参数遥感反演所面临的主要问题,如不同尺度下模型参数敏感性的变化、辐射传输模型的选取以及混合像元的影响等.最后,总结展望植被理化参数反演多模型与多种数据源相互结合的研究趋势,以及将来具有高空间分辨率的高光谱遥感卫星升空后所带来的发展前景.