农田农情参数遥感监测进展及应用展望

农情参数是指反映作物生长过程及其产出的状态指标,关键农情参数主要包括作物长势、单产、物候和旱情等,可用于指导农田的生产管理。遥感是关键农情参数获取的有效手段,然而目前农情参数的遥感监测大多停留在大尺度、宏观监测的层面上,由于缺乏高时空分辨率、高准确度、低成本的农田信息获取技术,业务化的农田尺度农情参数获取受到了诸多因素的制约与限制。导致难以为农田生产管理提供及时的信息支持,这已经影响到精准耕作的发展与应用。文章在总结目前长势、单产、物候和旱情等几个主要农情参数遥感监测研究进展的基础上,分析了这些技术在农田尺度应用的瓶颈,并从新数据源和农情参数监测新模型两个角度出发,对农田尺度农情参数的获取进行了展望。     

基于CASA-WOFOST耦合模型的大豆单产遥感估算研究

中国是一个农业大国,在田块甚至是亚田块尺度上进行快速、准确的作物产量估算,不仅可以对农民田间管理进行指导,对于农田生态系统对全球变化的响应评价、制定科学合理的粮食政策、对外粮食贸易和国家粮食安全都具有重要意义。目前主流的估产模型主要有经验统计模型、光能利用率模型、作物生长模型等,每一类模型在各自研究领域相对完整,但是都形成了固定的局限性,为了研究利用遥感技术在小区域范围内田块尺度的作物估产,选取黑龙江省双山农场为研究区,以大豆为研究对象,基于CASA-WOFOST耦合估产模式,利用覆盖作物生长季的时间序列HJ-1A/B遥感影像数据构建高时间分辨率归一化植被指数(Normalized Difference Vegetation Index, NDVI),实现逐日连续监测,分别利用CASA模型和CASA-WOFOST耦合模型对作物进行单产模拟,结果表明：耦合得到的新模型能够具有光能利用率模型较高的运行速度,同时还能发挥作物生长模型模型的机理优势,克服CASA模型在小区域田块尺度上应用的局限性。大豆单产模拟线性回归判定系数(R²)由0.668 53上升到0.844 72,均方根误差(RMSE) 由51.41 kg/hm²下降到29.52 kg/hm²,说明耦合后的模型可以综合考虑光能利用与作物生长生态生理全过程,从而提高作物估产的精度、可靠性和稳定性,为区域田块尺度作物估产提供理论支持,更好地服务于精准农业发展。     

运行化的农作物长势遥感监测系统

详细介绍了全国农作物长势遥感监测系统的设计、实现及运行.系统的设计以运行化为目标,即多方法监测、多尺度监测、多指数监测和系统化.系统建成后使用实时处理的气象卫星数据,实现了全国范围不同尺度的作物长势监测,经2005年一年的运行,达到了运行化的要求,为相关部门提供了及时的决策依据.     

深层搅拌桩施工工艺在沿海地区道路工程中的应用

结合广州近海南沙新安工业园道路工程施工实践，详细介绍水泥深层搅拌桩施工中设计参数及要求、试桩、施工准备、施工工艺流程、施工控制、质量检验等环节的质量控制要点，供施工人员参考。     

基于卫星遥感预测作物成熟期的可行性分析

精准收获是精准农业的重要环节,首先分析了收获时间对作物产量与品质的影响,论述了作物成熟期监测的重要性,然后从气象统计模型、作物生长模型及遥感监测3个方面回顾了作物成熟期预测的研究进展。在此基础上,通过对目前主要作物成熟状态指示因子遥感监测研究进展的分析,认为在当前新型传感器不断涌现的条件下,利用卫星遥感预测大范围作物成熟期、制订收割顺序并指导农业生产的条件已经成熟。并指出研究面向遥感的作物成熟期指示因子及其变化规律,发展高精度的作物冠层叶绿素及水分含量的遥感估算方法,研究面向农田尺度动态监测的高时空分辨率数据集构建技术和多种模型的耦合将成为该领域未来的研究重点。     

物候信息在大范围作物长势遥感监测中的应用

大范围的农作物长势监测可以为农业政策的制订和粮食贸易提供决策依据,也是农作物产量估测的必要前提。遥感估算的作物生物量是评价作物长势的主要群体特征指标,在大范围上开展作物长势监测时,不同区域的作物因为所处的物候阶段不同而导致生物量存在差异,这种差异与因作物长势状况差别而产生的差异混合在一起,增加了长势监测结果的不确定性。以中国河南、山东两省为研究区,以MODIS 250 m NDVI产品数据为主要数据源,结合改进的CASA模型实现了区域内冬小麦生物量的估算,结合冬小麦生长过程特征进行了典型物候期的监测。在此基础上,分析了扬花期前后物候差异对冬小麦生物量估算的影响,研究其特定物候阶段的变化规律,从而实现了生物量的物候归一化,初步探索了如何消除大区域物候差异对作物长势监测与评估的影响。     

棠下涌桥Ф1．5m钻孔灌注桩施工技术

本文介绍了棠下涌桥Ф1．5m钻孔灌注桩施工的关键技术，并较详细地介绍了桩基施工中常见的质量问题及处理方法。     

农作物叶绿素含量遥感估算的研究进展与展望

叶绿素是农作物生长过程中重要的生化参数之一,其含量对农作物长势监测、病虫害监测、成熟期预测都有重要意义。介绍了现有遥感监测农作物叶绿素含量的模型基本原理与方法,总结了国内外在该领域的主要研究成果,进一步将模型进行分类,并分别针对经验模型、物理模型和耦合模型进行详细论述,分析了模型的优缺点及其适用范围,根据遥感估算农作物叶绿素含量的模型研究中存在的问题,对未来估算模型的发展趋势进行了展望。     

面向精准农业的农田信息遥感获取系统

在精准农业的框架下,可以根据地块土壤、水肥、作物长势、产量等在时间与空间上的差异,来进行相适宜的变量管理。近15年来,遥感技术在精准农业领域开始发挥越来越大的作用,在指导农田灌溉、施肥、农作物收获及灾后损失评估等方面均取得了很多成功的应用。在长期研究的基础上,对面向农业生产管理过程优化的农田信息遥感获取技术进行了集成化开发,建成了"面向精准农业的农田信息遥感获取系统",该系统以卫星遥感数据为主要数据源,具备遥感数据预处理、长势监测、单产预测、土壤养分监测、播种期与成熟期预测等功能,主要指标的预测与监测精度达到85%～90%,可在作物生育期连续提供定量化的农田空间差异信息,为农田播种、施肥、收割等生产管理活动的优化提供支撑。文章对该系统的结构、功能、模型方法以及应用案例进行了全面介绍,总结了系统特点,并对系统下一步发展需要解决的问题进行了展望。     

土壤养分遥感监测研究现状及展望

土壤肥力状况信息可以为精准农田管理提供响应依据,对近年来遥感技术在农田土壤养分监测方面的研究进行了归纳与分析,总结为直接监测方法和间接监测方法。直接监测方法主要利用土壤光谱特征监测土壤养分含量,而间接监测方法则通过不同土壤养分水平下的作物表现特征来估算土壤养分状况。在全面比较两种方法各自优缺点的基础上,指出两种方法各有优势并可互为补充,通过结合可以有效提高监测的精度与全面性,并对土壤养分遥感监测的发展进行了展望。