2020-2022年三江平原主要农作物种植分布遥感监测数据集

三江平原分布着广阔肥沃的黑土地,是中国重要的商品粮基地,人均耕地面积和人均粮食产量是全国平均水平的5倍。准确的作物种植面积信息对于了解三江平原区域粮食安全和农业发展规划具有重要意义。本文利用时间序列的Sentinel-2卫星遥感数据,结合三江平原地面实地典型地物调查数据,筛选主要农作物及周边典型地物的特征波段,采用随机森林分类算法,提取了2020–2022年三江平原主要农作物(水稻、玉米和大豆)种植分布遥感监测数据集。经实地调查数据验证,2020年、2021年和2022年三大农作物提取的总体精度分别为95.18%,95.0%,94.5%,Kappa系数为0.924、0.925和0.919。本数据集不但可以作为三江平原农作物种植格局时空变化分析的基础数据,同时也为三江平原农业生产管理决策提供信息支撑,服务区域农业信息化建设以及黑土地保护与利用。

分根区交替灌溉对土壤水分养分条件及作物生长的影响

分根区交替灌溉技术可充分利用生物学特性,调节作物自身生理活动,降低作物耗水量,达到节约灌水量和提高水分利用效率的目的。综合国内外研究成果,从土壤水分、土壤养分(氮素)、作物生长、产量、品质等方面,论述了分根区交替灌溉提高农田水肥利用效率的机理及其对作物生长的影响,并对将来需要重点研究的方向作了展望,以期为进一步发展和丰富分根区交替灌溉理论和技术提供科学支撑。

基于Sentinel-1/2影像的水稻种植面积提取方法研究——以三江平原为例

水稻是中国主要粮食作物之一,稻米产量关系到民生福祉。及时、准确地获取水稻种植面积信息及其空间分布状况对于区域农业发展规划和产量评估具有重要意义。针对水稻与其他农作物易混以及光学数据易受云雨天气影响等问题,以东北三江平原为例,利用中高分辨率Sentinel-1微波数据、Sentinel-2光学数据,分别构建时序水体指数SDWI和植被指数NDVI组成水稻完整的物候生长曲线,分析水稻移栽期、分蘖期、抽穗期、成熟期4个重要生长时期不同的光谱差异,通过阈值分割和组合不同时期的数据,来实现水稻不同物候时期种植面积的提取,并与传统的基于单一光学数据的方法进行对比。研究结果表明:经过地表样本点的验证,所构建方法可以精确提取三江平原水稻几个关键生育期的种植面积并且优于单一使用光学数据的方法。同时利用单生育期影像例如移栽期影像提取水稻面积也可使总体精度达到87.08%,随着生育期数据的完整,总体精度也不断提高,其中基于全生育期的面积提取总体精度也高达91.88%,Kappa系数为0.834,可以满足实际应用需求。因此这种的多源数据结合的水稻种植面积提取方法能够准确、高效地提取三江平原水稻不同物候时期种植面积,为短期内的农情调查管理和区域农业可持续发展提供依据。