基于MODIS大气廓线产品分析晚霜冻对冬小麦产量的影响   总被引：1，自引：0，他引：1  

杨敏  刘峻明  王鹏新  胡新  黄健熙  汪念 《中国农业科技导报》2016,18(2):78-85

晚霜冻是一种突发性的低温农业气象灾害,在我国黄淮小麦区几乎每年都有不同程度的发生,对冬小麦的稳产影响巨大。针对商丘市2013年发生的冬小麦严重晚霜冻,利用MODIS大气廓线产品分析晚霜冻对冬小麦产量要素的影响,以探究晚霜冻对冬小麦产量要素的影响特征。在获取MYD07_L2产品中的表面温度ST和低空可降水量WVL的基础上,分析晚霜冻过程与温湿度时间序列的关系,结合受冻小麦的实测数据,构建温湿度特征空间,分析低温低湿对产量要素的影响特征。结果表明:ST和WVL可以很好地反映研究区冬小麦生长的气象环境条件,其极端低温日期与实际的晚霜冻发生日期匹配良好,能很好地反映晚霜冻发生时冬小麦的低温低湿状态;晚霜冻发生过程中温湿度对穗粒数有显著的影响,最低温对穗粒数的影响明显,0℃以下的低温也呈现显著的叠加效应,对穗粒数影响显著;低温和低湿的共同作用对穗粒数有明显影响,小于0℃低温叠加与极端最低温对穗粒数的显著影响相似,能反映晚霜冻对穗粒数的明显影响。研究结果可对冬小麦拔节后晚霜冻造成产量影响的早期预判提供依据。  相似文献   

基于遥感DSI指数的干旱与冬小麦产量相关性分析   总被引：5，自引：0，他引：5  

黄健熙  张洁  刘峻明  马鸿元  苏伟  张晓东 《农业机械学报》2015,46(3):166-173

利用2000—2012年MODIS ET/PET和NDVI数据集构建干旱指数(DSI),监测山东省和河南省冬小麦主产区的农业干旱,并在地级市尺度上进一步评估冬小麦关键生育期干旱对冬小麦产量的影响。结果表明:2010年9月—2011年2月山东省特大干旱过程显示的DSI不仅能监测气象干旱,还能较好地反映农业干旱在空间上的差异性以及时间上的演变。不同冬小麦生育期干旱对冬小麦产量影响不同,灌浆期干旱对冬小麦产量的影响最大,干旱致使土壤水分亏缺,影响了作物正常的灌浆强度,进而导致作物减产;其次是拔节期;返青期干旱对产量基本没有影响。  相似文献   

国外彩色棉在中国适宜区域引种的研究 —“生物适生地分析系统^*’应用研究之一   总被引：4，自引：0，他引：4  

刘峻明  魏淑秋 《中国生态农业学报》2004,12(4):27-30

应用“生物适生地分析系统”对国外彩色棉品种在我国适宜区域计算与分析结果表明 ,土库曼阿什哈巴德和墨西哥瓜那华托彩色棉品种在我国引种的适宜区域完全不同 ,阿什哈巴德彩色棉主要适宜我国西北地区种植 ,而瓜那华托彩色棉主要适宜我国西南地区种植 ,且因西南地区地形复杂 ,瓜那华托彩色棉适宜区域等级差异非常显著 ,必须充分考虑其光照的影响  相似文献   

基于遥感多参数和门控循环单元网络的冬小麦单产估测     

王鹏新  王婕  田惠仁  张树誉  刘峻明  李红梅 《农业机械学报》2022,53(9):207-216

为进一步准确、实时监测冬小麦长势并估测其产量,以陕西省关中平原为研究区域,选取冬小麦旬或生育时期尺度的条件植被温度指数（VTCI）、叶面积指数（LAI）和光合有效辐射吸收比率（FPAR）作为遥感特征参数,分别构建不同时间尺度的单参数、双参数和多参数的门控循环单元（GRU）神经网络模型,并模拟得到冬小麦长势综合监测指数I,结果表明,旬尺度的模型精度总体高于生育时期尺度的模型精度。基于5折交叉验证法进一步验证旬尺度多参数GRU模型的鲁棒性,并构建I与统计单产之间的线性回归模型以估测冬小麦单产,结果显示,冬小麦估测单产与统计单产的决定系数（R2）为0.62,均方根误差（RMSE）为509.08kg/hm2,平均相对误差（MRE）为9.01%,相关性达到极显著水平（P<0.01）,表明旬尺度的多参数估产模型能够较准确地估测关中平原冬小麦产量,且产量分布呈现西高东低的空间特性和整体保持稳定且平稳增长的年际变化特征。此外,基于GRU模型捕获冬小麦生长的累积效应,分析在连续旬中逐步输入参数对产量估测的影响,结果显示,模型具有识别冬小麦关键生长阶段的能力,3月下旬至4月下旬是冬小麦生长的关键时期。  相似文献   

星载高分五号高光谱耕地主要土壤类型土壤有机质含量 估测——以黑龙江省建三江农垦区为例   总被引：1，自引：1，他引：0       下载免费PDF全文

颜祥照  姚艳敏  张霄羽  刘峻明 《中国土壤与肥料》2021,(5):10-20

为了评价国产星载高分五号(GF-5)高光谱影像估测土壤有机质(SOM)含量的潜力,以及不同土壤类型对SOM含量光谱估测精度的影响,本研究以黑龙江省建三江农垦区为研究对象,获取了覆盖研究区域的GF-5高光谱影像和188个土壤样本。对提取的样点GF-5光谱反射率数据进行了反射率倒数、对数、一阶微分等9种光谱数学变换,并采用相关系数法确定了SOM含量的光谱敏感波段。采用偏最小二乘回归(PLSR)线性统计建模方法,对研究区域全部土壤类型以及草甸土、沼泽土、黑土等主要土壤类型,分别构建了光谱全波段和敏感波段的SOM含量估测模型,并进行了精度评价。结果表明,基于GF-5光谱数据的研究区域全部土壤类型的SOM含量估测精度不理想,最优模型精度决定系数(R2)为0.265,均方根误差(RMSE)为4.647%,相对分析误差(RPD)为1.135;不同类型土壤在SOM含量光谱估测精度差异较大,草甸土和沼泽土的SOM含量估测精度不高,但黑土的SOM含量估测精度较高,其中全波段光谱反射率对数一阶微分(LnR)′的SOM含量估测精度最高,R~2=0.729,RMSE=1.065%,RPD=1.850,SOM含量估测模型可用。按照不同土壤类型构建SOM含量估测模型可以进一步挖掘GF-5高光谱遥感估测SOM含量的潜力。  相似文献