首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 234 毫秒
1.
小麦不同生育期水肥管理与产量模型构建   总被引:1,自引:0,他引:1  
[目的]建立小麦在不同生育期的水肥管理与产量的关系模型.[方法]用主动遥感仪器Green seeker 进行检测小麦冠层归一化植被指数(NDVI)以及比值植被指数(RVI),解析小麦冠层植被指数与生长状况的变化规律;分析NDVI、RVI与实际产量关系,建立小麦产量预测模型;最终以NDVI、RVI作为过渡参数,反演产量与小麦在不同生育期的水肥管理的最佳模型.[结果]小麦水肥一体化管理直接影响小麦产量,不同生育期水肥一体化小麦生长模型和植被指数小麦估产模型的标准误差都小于0.05.[结论]建立了小麦不同生育期的产量与水肥一体化管理模型.  相似文献   

2.
基于Landsat TM影像的冬小麦拔节期主要长势参数遥感监测   总被引:5,自引:1,他引:5  
[目的]强化冬小麦长势遥感监测机制,为田间生产管理提供信息支撑.[方法]以2007-2009年试验实测数据为基础,以Landsat TM影像为数据源,分析试验样点拨节期冬小麦主要长势参数与品质、产量以及卫星遥感变量间的相关性,分别建立及评价了TM影像遥感变量监测冬小麦拔节期叶面积指数(LAI)、生物量、SPAD值和叶片氮含量(LNC)的模型.[结果]冬小麦拔节期,选用中红外波段的反射率(B5)、归一化植被指数(NDVI)、DSW5和绿波段的反射率(B2)等遥感变量分别反演冬小麦的SPAD值、生物量、LAI和LNC是可行的;SPAD值,生物量、LAI和LNC遥感监测模型的精度较高,以此为基础,制作出了具有实际农学意义的冬小麦拔节期不同等级SPAD值、生物量,LAI和LNC遥感监测专题图,实现了主要长势参数空间分布量化表达.[结论]研究结果可为广大农学家、农业部门决策者和田问管理人员提供及时的农情信息.  相似文献   

3.
基于NDVI的水稻产量遥感估测   总被引:1,自引:0,他引:1  
以云南省寻甸回族彝族自治县水稻为研究对象,提出一种基于时间序列归一化植被指数(NDVI)的水稻估产模型。利用2000—2013年各月NDVI影像数据和寻甸回族彝族自治县水田分布区域,分析研究区NDVI年月变化特征;然后,通过对比不同月份NDVI组合均值与水稻平均产量的皮尔逊积矩相关系数(Pearson)显著性,确定进行估产所使用的NDVI影像数据;最后,根据水稻年平均产量与NDVI均值建立不同估产模型,通过对比决定系数(R~2)、绝对及相对误差、平均偏差(ME)、均方根误差(RMSE)、纳什(Nash-Sutcliffe)效率系数(NSE)和符合指数(IA),分析各模型估产精度,最终确定最佳估产模型。结果表明,研究区水田NDVI大致从6—8月处于增长阶段,之后到次年5月处于下降阶段。每年6、7、8月的NDVI均值与水稻产量的相关系数为0.690,显著性最高,为0.006。多项式估产模型的绝对误差、相对误差平均值仅为210.431 kg/hm~2、3.602%;平均偏差、均方根误差计算结果中,多项式的值最小,Nash-Sutcliffe效率系数、符合指数最接近1的模型为多项式函数模型,其中符合指数高达0.921,预测结果较准确。基于时间序列NDVI的多项式估产模型预测产量精度最高,能够实现对水稻产量的遥感估测。  相似文献   

4.
以甘肃省临夏州所包括的8个县市为研究区域,应用遥感手段,采用8个年份的250m分辨率的MODIS-NDVI遥感数据,经过低通滤波技术进行平滑处理后对春小麦进行估产。研究选用了春小麦关键生育期月NDVI数据范围为0.2~0.8,相关处理后,建立起其与小麦产量的关系。最后采用逐步回归方法建立春小麦关键生育期月NDVI与冬小麦产量间关系的估产模型。获得实测春小麦产量数据,选取某一年份的NDVI数据对建立的估产模型进行精度检验,结果表明,估产的相对误差在-3.93%~4.72%之间。表明,经过低通滤波技术平滑后的作物关键生育期内MODIS-NDVI遥感数据用于春小麦估产,其方法精度较高,具有一定的可行性。  相似文献   

5.
[目的]探究油茶果实发育后期冠层结构参数变化与产量的关联关系.[方法]通过对8年生油茶8、10月叶面积指数(LAI)、冠幅面积和树高等参数的获取,运用相关分析和逐步回归分析法来研究与产量的关系.[结果]8月LAI与产量呈显著正相关,10月LAI与产量呈显著负相关,而同龄油茶的冠幅面积和树高与产量无相关;产量与10月LAI模型为Y=2.723-0.591LAI10(R2=0.268,P=0.001),产量与8、10月LAI模型为Y=2.165+0.555 LAI8-1.020LAI10(R2=0.390,P=0.000);LAI在8、10月呈下降趋势且LAI消长幅度可作为判断树体养分盈亏的指标.[结论]该研究为油茶产量估测和精准管理提出一种思路,并为进一步的遥感大范围估产提供理论依据.  相似文献   

6.
基于作物模型与遥感信息的水稻产量预报研究   总被引:2,自引:1,他引:1  
将遥感资料(NOAA/AVHRR,Landsat TM)与水稻模拟模型(RCSODS)相结合,建立遥感数值模拟模型,进行水稻遥感估产。利用TM影像对NOAA进行几何精校正和混合像元分解;对NOAA卫星的可见光通道和近红外通道,采用双通道组合运算技术,构造植被指数(NDVI),结合地面样区实测叶面积指数(LAI)资料,建立NDVI与LAI的相关模式,对大面积水稻LAI进行反演,实现水稻长势的遥感实时动态监测。在此基础上,利用NDVI与水稻生物学参数LAI的关系,及时校正水稻生长模拟模型,预报以像元点为空间变化范围的单位面积产量;并对高邮市的水稻进行产量模拟,取得较好的结果。  相似文献   

7.
氮肥施用策略对棉花干物质积累及产量构成的影响   总被引:6,自引:2,他引:4  
[目的]明确膜下滴灌棉花不同氮肥施用策略对棉花生长的影响.[方法]在新疆库尔勒市包头湖农场进行大田试验,对不同生育期棉株干物质积累进行测定.[结果]各处理棉株干物质积累动态都呈"S"型曲线,用Logistic生长函数进行拟合,模型拟合较好;棉花干物质积累速率最快时间在初花期至盛铃期,棉株干物质积累总量与皮棉产量之间存在很好的一致性,各处理间单株铃数、籽棉产量、皮棉产量存在显著差异,而各个处理间单铃重和衣分差异不显著.[结论]在蕾期、花铃期前轻后重,盛铃期前重后轻的施肥策略能够获得较高的干物质积累量,其产量也最大.  相似文献   

8.
基于多生育期MODIS-NDVI的区域冬小麦遥感估产研究   总被引:1,自引:0,他引:1  
以河南省开封市为研究区,采用2005—2013年种植区域冬小麦生育期内16 d合成的250 m空间分辨率的归一化植被指数(NDVI)之和,与冬小麦产量数据进行相关分析,筛选得到最佳遥感估产时相,建立单变量回归模型;同时,基于冬小麦生长的各个关键时期NDVI构建多元回归模型,再通过主成分分析方法对多元回归模型参数进行改进,得到新的估产模型;最后使用开封市2014年的产量数据对估产模型进行验证,旨在构建具有较高精度的估产模型,从而更好地指导小麦生产。结果显示,3种估产模型的估产误差均控制在10.55%内,根据3个模型得到研究区内冬小麦最佳产量预测时段为3月下旬,即拔节期;3个模型中,主成分回归估产模型的产量拟合精度最高,达93.12%,具有一定的实用价值。  相似文献   

9.
棉花种植密度与产量形成的关系   总被引:3,自引:0,他引:3  
[目的]明确棉花种植密度与产量形成的关系,为新疆棉花高产栽培技术提供理论和参考依据.[方法]以影响棉花产量的主要因子种植密度为处理,研究棉花生育进程,各生育期根、茎、叶的干物质,叶面积指数和叶片光合速率,以及产量及其构成的变化规律.[结果]棉田中等肥力膜下滴灌条件下棉花栽培的最佳收获密度为1.20×104株/667 m2,播种密度为1.40×104株/667m2.[结论]北疆中等肥力棉田中等密度栽培棉花具有较高的产量.  相似文献   

10.
以2010年TM影像为数据源,结合实测叶面积指数(LAI)数据,采用逐步回归方法,分析滁州市森林叶面积指数与植被指数关系并建立估测模型。结果表明:在0.01显著水平下,地面LAI和NDVI、RVI、SAVI的相关性分别为0.899、0.868、0.853;以NDVI为自变量构建的指数函数关系模型与LAI相关系数最高,相关性达0.839,LAI预测精度达78.96%;以NDVI、RVI、SAV为自变量构建的多元线性回归模型与LAI相关性达0.917,LAI估测平均精度达83.36%,符合森林资源监测要求。研究结果为使用遥感数据进行滁州市大面积森林质量监测、森林分布变化提供依据和技术支持。  相似文献   

11.
南疆超高产棉花源库特征研究   总被引:2,自引:2,他引:0  
[目的]在南疆自然生态条件下,研究超高产棉花源库指标,阐明超高产棉花产量形成机理,为新疆棉花高产优质栽培提供理论依据.[方法]以中棉所49号为供试材料,采用大田调查方式,对不同皮棉产量水平(超高产:皮棉3 000 kg/hm2以上;高产:皮棉2 225~3 000 kg/hm2;中低产:皮棉2 225 kg/hm2以下)产量构成因素、LAI、干物质积累、叶片SPAD值、"三桃"比例及叶面积载荷量等源库指标进行调查研究.[结果]棉花产量构成因素中群体成铃数对棉花产量贡献率最大(r=0.997**),超高产棉花生育前期LAI增长速率高于高产、中低产田,峰值大且出现较早.而前期LAI的快速增长提高了伏前桃、伏桃比例,同时也促进了中后期光合产物向库器官积累.[结论]超高产棉花叶源生育前期增长较快,峰值大且中后期保持较高水平,增源扩库是超高产棉花产量形成的主要途径.  相似文献   

12.
【目的】利用红边参数的动态变化规律建立不同品种滴灌棉花叶面积指数估测模型。【方法】以棉花品种新陆早50号、新陆早58号和鲁棉研24号(杂交棉)为材料,分析LAI和红边位置的动态变化,构建滴灌棉花叶片红边参数-LAI估算模型。【结果】LAI增长最快时期均出现在40~70 d,不同品种滴灌棉花的LAI增长速率有明显的差异,表现为:鲁棉研24号>新陆早50号>新陆早58号;不同品种棉花均在病虫害发生期出现蓝移现象,在棉花正常生长下,出现红移现象。红边参数与LAI均达到极显著相关,构建3个估算模型中,鲁棉研24号精度最高(R2=0.816 8 ,RMSE=0.77)。【结论】建立的估算模型均可对LAI进行有效估测。  相似文献   

13.
【目的】研究新疆北疆1998~2018年天然草地植被覆盖度时空变化及其与气象因子的关系,为退化草地的生态修复提供技术支持。【方法】基于多年连续的MODIS–NDVI产品数据和气象数据,利用像元二分模型对近20 a新疆北疆天然草地覆盖度进行反演,分析该区域草地植被覆盖度的时空变化及与温度、降水相关性,研究北疆天然草地植被覆盖度与气象因子的关系。【结果】(1)近20 a来,北疆天然草地植被覆盖度总体上呈现为中部和东部较低,北部、西部和南部较高的空间分布趋势。(2)天然草地变化率呈增加趋势的占比为57.51%,天然草地变化率呈降低趋势的占比为42.49%。(3)近20 a来,北疆天然草地植被覆盖度与年均降水量呈正相关的比例为81.27%,呈负相关的比例为18.73%;北疆天然草地植被覆盖度与年均气温呈负相关性所占比例为39.48%,呈正相关的比例为60.52%。【结论】新疆北疆天然草地植被覆盖度与年均降水量的相关性高于年均气温。  相似文献   

14.
基于高光谱的冬小麦叶面积指数估算方法   总被引:3,自引:0,他引:3  
夏天  吴文斌  周清波  周勇  于雷 《中国农业科学》2012,45(10):2085-2092
【目的】冬小麦叶面积指数是评价其长势和预测产量的重要农学参数,高光谱技术监测叶面积指数的方法能够实现快速无损的监测管理。本文旨在将田间监测和高光谱遥感相结合,探索研究中国南方江汉平原地区冬小麦的最佳波段、光谱参数及监测模型。【方法】研究选取江汉平原的湖北省潜江市后湖管理区,利用ASD地物光谱仪和SunScan冠层分析系统在田间对冬小麦的冠层光谱及叶面积指数的变化进行监测,并探讨高光谱植被指数与冬小麦叶面积指数之间的定量关系。通过相关性分析、回归分析等方法构建6种植被指数与冬小麦叶面积指数的反演模型。【结果】冬小麦冠层光谱反射率中近红外波段870 nm,红光波谷670 nm,绿光波峰550 nm,蓝光450 nm波段对叶面积指数变化最为敏感,通过构建植被指数与叶面积指数模型,相关性均较好,决定系数(R2)为0.675-0.757,其中NDVI反演模型的R2最高为0.757。【结论】经模型精度检验,NDVI植被指数反演模型的精度较其它模型好,较适合对研究样区的冬小麦进行叶面积指数反演。  相似文献   

15.
精细化水氮调控对膜下滴灌棉花冠层特性动态变化影响   总被引:4,自引:2,他引:2  
[目的]通过高产棉花冠层调控来完善棉花水肥高效管理技术理论.[方法]采用田间膜下滴灌方式,在相对高、低两个灌溉量下,设等施氮下5个不同氮肥运筹方案,完全组合共10个处理,测定分析10个处理下棉花生育期冠层特性和产量的变化特征.[结果]无论灌溉量高低,在蕾期"前重后轻"施氮水平的叶面积指数、消光系数均显著高于"前轻后重"施氮水平;在花期高灌溉量下,"前重后轻"施氮水平的叶面积指数显著高于"前轻后重"施氮水平;蕾、花、铃期高灌溉量下"前重后轻"施氮水平的叶面积指数均增加相对较快,随着"前重后轻"施氮水平的加重,散射辐射透过系数、直射辐射透过系数则减少相对较快;蕾、花、铃期低灌溉量下"前轻后重"施氮水平的平均叶簇倾斜角度降低相对较快,而消光系数则增加相对较快;灌溉量较高时,精细化水氮调控下产量随叶面积指数呈线性正相关变化,"前重后轻"施氮水平的叶面积指数和籽棉产量显著高于"前轻后重"施氮水平.[结论]灌溉量相对较高时,两次追肥时采用"前重后轻"施氮策略的棉花叶面积指数在蕾期、花期表现出最高值,并对生育期的叶面积指数、散射辐射透过系数、直射辐射透过系数、消光系数、产量的影响作用强于"前轻后重"的施氮策略.  相似文献   

16.
不同机采棉花品种生长发育及光合物质生产的比较   总被引:3,自引:1,他引:2  
【目的】筛选出更适宜新疆北疆地区机采的棉花品种。【方法】以新疆北疆地区代表性的早熟棉花品种为供试材料,通过品种比较试验,评价其在生长发育、光合特性及产量性状差异。【结果】新陆早71号生育期为123 d,株高为80.1 cm、始果节高度为25.6 cm、始果节位6.2节,株型紧凑抗倒伏,主要农艺性状表现较优,更利于后期机采;新陆早71号叶面积指数(LAI)合理,叶片光合速率(Pn)、叶绿素含量(SPAD)在各生育期优于其它品种,有利于干物质的积累,促进了后期单株结铃数、单铃重、衣分和籽棉产量的提高。【结论】新陆早71号综合表现较优,为适宜北疆棉区机械采收的棉花品种。  相似文献   

17.
基于人工神经网络的大豆叶面积高光谱反演研究   总被引:26,自引:0,他引:26  
【目的】探索不同高光谱模型监测大豆叶面积指数LAI的精度。【方法】实测不同水肥耦合作用下,大豆冠层的高光谱反射率与叶面积指数(Leaf Area Index)数据,对二者进行相关分析;采用敏感波段(801nm,670nm)构建RVI, NDVI, SAVI, OSAVI 和MTVI2植被指数,建立大豆LAI估算模型;最后采用相关系数较大的波段作为神经网络模型的输入变量进行大豆LAI的估算。【结果】大豆LAI与光谱反射率在可见光波段呈负相关、近红外波段呈正相关、红边处相关系数由负变正;微分光谱在三边处与大豆LAI关系密切,在红边处取得最大回归确定性系数(R2 = 0.86)。植被指数可以较为精确反演大豆LAI,确定性系数R2>0.84。人工神经网络模型可以大大提高大豆LAI的估算水平,当隐藏层节点数为2时,R2为0.92,随着隐藏层节点数的增加,R2可高达0.96;在没有黄熟期数据干扰的情况下,神经网络可以进一步提高大豆LAI的反演精度,R2可高达0.99。【结论】与基于植被指数建立的模型相比,神经网络模型可以有效避免因LAI过高而出现的过饱和现象,大大提高了LAI的反演精度。  相似文献   

18.
【目的】 研究新疆绿洲干旱区不同棉种主要综合性状,综合评价南疆生产上推广应用的棉花品种,为南疆品种选择和提质增效栽培提供一定的理论依据。【方法】 以新疆南疆棉区历来选育的有代表性的16个品种为材料,分析新疆干旱绿洲区栽培下棉花农艺形状、品质、根系、产量及产量构成因子等主要性状相关性和聚类分析。【结果】 各品种铃重为4.5~6.5 g,单株铃数和产量10-108-3最多,铃数与产量的灰色关联度最大,其值为0.93。籽指与籽棉重、纤维重为显著正相关,相关系数分别为0.492、0.538,衣分与种子数呈显著负相关,相关系数为-0.532。各品种马克隆值为4.62~5.73,比强度与马克隆值呈负相关,与伸长率呈正相关关系。【结论】 总根长与果节始节、果枝数、伸长率呈显著正相关,生育期与子叶节高度、果枝数呈负相关关系,与果节始节、比强度、伸长率呈显著正相关。  相似文献   

19.
北疆早熟棉“新陆早”系列品种主要性状演化分析   总被引:2,自引:0,他引:2  
【目的】分析新疆北疆早熟棉"新陆早"系列品种主要性状演化情况,为北疆早熟棉花育种提供参考。【方法】对41个"新陆早"系列品种8个主要性状的演化进行了分析。【结果】生育期、籽指、比强度和马克隆值没有明显的变化趋势;单铃重、皮棉产量和绒长的演化趋势都极显著拟合于幂指数曲线模型,衣分的演化趋势极显著拟合于S曲线模型。【结论】北疆早熟棉育种对生育期控制较好,对单铃重、衣分、皮棉产量和绒长的选择力度较大;在今后的育种中要加强对纤维比强度和马克隆值的选择;目前以常规育种方式来提高皮棉产量的潜力已经较小,有望通过推广杂交种、远缘杂交育种等途径加以突破。  相似文献   

20.
西北地区植被覆盖变化及其与气候因子的关系   总被引:6,自引:0,他引:6  
刘宪锋  任志远 《中国农业科学》2012,45(10):1954-1963
【目的】分析中国西北地区植被覆盖变化情况及其与气候因子的关系,为改善区域生态环境提供参考。【方法】利用GIMMS/NDVI数据,采用NDVI均值法、差值分析法以及相关分析法,对西北地区植被覆盖时空变化及其与气温和降水的关系进行分析。【结果】植被覆盖增加的区域主要有:新疆的天山、塔里木河流域、青海的东南部、甘肃的中东部、宁夏部分地区以及陕西省等地区,植被覆盖减少的区域主要分布在:新疆塔里木盆地、昆仑山、甘肃西北部以及宁夏和甘肃交界处等地。植被NDVI与年际温度呈显著的正相关性,并且与年内气温、降水量和积温存在极显著的相关性,相关系数分别为0.890、0.900和0.442。【结论】1982-2006年西北地区植被NDVI呈增加趋势,增速为0.4%/10 a,植被覆盖变化与年内气温和降水量的相关性显著,并且植被变化对气温和降水的响应存在时滞。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号