基于植被指数的作物产量监测方法研究

在作物收获以前进行大范围的作物长势评价与作物产量估测,对粮食供需平衡、贸易、农业政策制定非常重要。该文收集了1984年到2002年的NOAA卫星和农业统计资料,计算耕地范围的植被状态指数VCI、温度状态指数TCI和植被生长状态指数VHI,分析了遥感植被指数与作物产量间的相关关系,分别建立了基于植被指数的线性回归模型和非线性回归模型。结果表明,遥感植被指数与作物产量间存在较好的相关性,其非线性回归模型在拟合精度上高于线性回归模型。研究目的是利用卫星资料得出应用于监测作物长势的植被指数,建立作物产量监测模型,应用于农作物遥感监测业务化运行系统。

基于贝叶斯克里金的山东省小麦产量时空相依模型

为解决农作物产量预测中的相依性问题,在贝叶斯层次模型的基础上,使用GB2分布替代正态、逻辑斯特等分布形式,并对其尺度、形状、峰度、偏度参数同时引入时间效应t以及采用克里金方法体现的空间效应,与此同时在模型中增加多种协变量以探究影响产量的因素。基于山东省小麦产量数据的实证结果表明:相较于对时间趋势和产量分布分别拟合的两步法,嵌入式模型更好的模拟农产量的时空相依特征、减少预测误差的叠加;GB2分布的引入为拟合农产量提供更大的灵活性;克里金方法的引入改进了模型的预测效果。基于克里金方法的嵌入式时空模型可有效提高小麦产量预测的准确性、降低区域产量保险费率。