基于物候特征的农田土壤表层含水率遥感反演

【目的】土壤水分是作物生长的必要条件,反演土壤含水率对监测土壤墒情、减少作物受渍害程度、提高作物产量具有重要意义。【方法】建立了一种结合作物物候特征的农田土壤表层含水率遥感反演方法。首先基于预处理后的Sentinel-1 SAR影像获得入射角数据和VV极化条件下的总后向散射系数,并从环境卫星影像提取相应日期的作物植被覆盖指数NDVI(Normalized Difference Vegetation Index)。然后基于入射角、后向散射系数和NDVI,通过水云模型得到去除植被影响后的后向散射系数。结合研究区内作物物候特征,分生育阶段建立后向散射系数与土壤相对体积含水率之间的关系,并建立适用于研究区域作物物候特征的反演模型。【结果】根据2种轮作作物冬小麦和夏玉米物候特征分为4个时间段函数,分别为冬小麦的播种—分蘖期、越冬期、返青期—成熟期,和夏玉米的全生育期。分生育期阶段选取部分实测点土壤含水率数据进行计算,得到各时间段的土壤含水率与后向散射系数关系的经验方程,其线性相关系数分别达到0.40、0.80、0.91和0.79。通过提取固镇县与利辛县的作物种植结构,结合经验方程反演得到研究区农田土壤表层含水率分布图。基于剩余部分实测土壤含水率数据分别对反演模型进行验证,结果显示冬小麦全生育期总的复相关系数为0.73,夏玉米全生育期总的复相关系数为0.82。【结论】通过结合物候特征分生育阶段建立函数,为农作物种植区域的土壤表层含水率反演提供一种快速准确的方法。

基于GIS的专家系统及其在农业宏观决策中的应用研究

把人工智能技术和地理信息系统有机地结合起来,在地理信息系统和专家系统结合方面做了较为深入的研究。克服了以往农业专家系统偏重于局部的、微观尺度上的各单一种、养植专家系统的缺点,从宏观尺度上在大农业信息化方面做了有益的探索。系统采用常识推理模型和基于知识部件库专家系统结构,在地理信息系统平台(MapInfo)上,用面向对象技术完成了农业自然条件分区系统,给出了吉林省农业自然条件的分区及隶属程度和以玉米为例的农作物品种配套模型的研究。

破解干旱困局

今年年初以来,世界各地频发的旱灾以及与此相关联的山火和饥荒等牵动国际社会的关注眼光。如何应对极端天气和气候变化,保证粮食安全,成为世界各国农业气象减灾防灾领域中的严峻课题。2月16日至17日,"干旱与极端温度:可持续农林渔业的备灾与管理"国际研讨会在北京召开。世界气象组织(WMO)以及来自中国、法国、美国、巴西、澳大利亚等十几个国家的代表集中讨论了极端天气条件下备灾减灾的应对之策。长期以来,从地处最干燥大陆的澳大利亚,到位于荒漠之中的以色列,关于如何涵养水资源并抗击旱情的探索和实践从未停止。本期,向广大读者介绍几个国家的做法,以供行业参考。