陕西关中冬小麦不同生育期作物系数研究——在充分供水条件下基于蒸散仪试验

利用大型称重式蒸散仪监测资料通过分析研究得出充分供水条件下冬小麦全生育期最大耗水量665mm;采用动力场订正模型,对气象站观测到的降水资料进行了订正,实际降雨量较观测值提高18%;根据FAO P-M公式计算冬小麦不同生育期(播种~分蘖、分蘖~越冬、越冬~返青、返青~拔节、拔节~抽穗、抽穗~乳熟、乳熟~收获、全生育期)平均作物系数KC分别为1.20,1.25,1.34,0.69,1.07,1.60,1.65,1.14。     

作物施肥原理与技术课程教学改革探索

作物施肥原理与技术是一门理论性和实践性很强的课程。介绍了作物施肥原理与技术的课程设置和学时安排,并结合气象院校现有的课程设置特点,从该课程的教学内容、教学方法与手段等方面提出了一些建议。     

基于多源数据融合技术的农业遥感监测在垦区的应用

多源数据融合技术是黑龙江垦区农业遥感监测重要的技术之一。本文分别从多源数据的来源、多源数据在作物面积监测、多源数据在作物长势监测等方面进行介绍。多源数据融合技术对于黑龙江垦区农业信息化管理、加快垦区现代化建设具有重要作用。     

基于Landsat8和高分一号影像的沙湾县作物种类识别研究

本研究探讨了如何利用中分辨率遥感影像实现县域作物快速识别的方法。以沙湾县为研究区,基于Landsat8和高分一号遥感影像,利用实地调查的2016年沙湾县作物种植信息,建立解译标志,加入耕地掩膜,选取不同的监督分类方法,对沙湾县作物识别的最佳识别时相、最佳识别方法以及最佳数据源进行研究。结果表明:Landsat8影像与高分一号影像分别在7月与9月可分离度与总体精度最高;通过六种分类方法对比,均为支持向量机分类法分类精度最高,Landsat8影像总体精度91. 22%,Kappa系数0. 916,高分一号影像总体精度88. 23%,Kappa系数0. 876,Landsat8影像分类整体精度略高于高分一号影像;对于两种数据源,棉花、玉米、小麦和其它作物分类总体精度均达到88. 23%以上,证明使用中分辨率遥感影像对县域作物进行识别是可行的。     

河套灌区套种模式下综合作物系数的试验研究

依据FAO56作物需水量指南提供的作物系数计算方法,分别计算了内蒙古河套灌区磴口试验站小麦套种覆膜玉米、小麦套种未覆膜玉米、小麦套种油料向日葵3种套种模式下的综合单、双值作物系数。结果表明,3种套种模式下的作物在全生育期内均可迎来2次综合需水高峰;共生阶段的作物系数,单值方法高于双值方法的计算结果,而单一作物独立生长阶段,双值方法高于单值方法的计算结果;无论单值计算还是双值计算的套种作物田间综合ET,当单一作物处于独立生长期时差别不大,而2种作物共同生育阶段的差别较大;将3种作物在套种模式下的生育阶段划分的更加详细并分别命名,为套种模式下作物蒸散量提供更准确的计算依据。     

芸薹根肿菌单孢分离技术体系构建及沈阳地区根肿菌的鉴定

芸薹根肿菌严重危害大白菜和其他十字花科作物。由于根肿菌通常以多个生理小种混生状态进行侵染,导致抗病品种的抗性不能持久。以沈阳地区根肿菌为材料,进行了单孢分离技术体系构建,结果表明采取冷冻盒接菌法对两日龄大白菜幼苗进行单孢接种,可将侵染率提高到47.86%;采用基质过渡培养可将大白菜植株成活率提高到67%。利用上述根肿菌单孢分离技术体系对沈阳地区根肿菌进行单孢分离和Williams生理小种鉴定,结果表明沈阳地区根肿菌存在4号、8号、9号、11号生理小种,其中4号生理小种为优势小种。     

基于时间序列MODIS的农作物类型空间制图方法

为快速获取大范围种植结构复杂区域的作物种植面积,以MODIS数据为数据源,选择归一化植被指数(Normalized difference vegetation index,NDVI)、增强植被指数(Enhanced vegetation index,EVI)、宽动态植被指数(Wide dynamic range vegetation index,WDRVI)、地表水分指数(Land surface water index,LSWI)、归一化雪被指数(Normalized difference snow index,NDSI)5种特征,结合同步的实地调查样本点,采用支持向量机算法(Support vector machines,SVM)提取黑龙江省主要农作物的种植面积。研究表明,在待选特征中NDVI、EVI与LSWI指数组合取得了最高的分类精度,总体分类精度为74.18%,Kappa系数为0.60;支持向量机算法与最大似然算法、随机森林算法相比,分类精度更优。该方法为在大区域中提取农作物种植面积提供了参考价值。     

参考作物蒸散量对气象要素的敏感性分析

为了研究参考作物蒸散量(ET_0)对气象要素的敏感性,利用新乡地区1951―2003年逐日气象资料,由Penman-Manteith公式计算参考作物蒸散量,采用敏感曲线和敏感系数方法分析了参考作物蒸散量对气象要素的敏感性。结果表明,温度、风速和日照时间3种气象要素与ET_0正相关,相对湿度与ET_0负相关。1―12月,相对湿度和风速的敏感系数表现为"先减小后增大"趋势,而日照时间和温度敏感系数表现为"先增大后减小"趋势。在全年中,ET_0对气象要素的敏感程度表现为相对湿度风速日照时间温度;第一、四季度各气象要素在季尺度中的敏感性均为相对湿度风速日照时间温度,第二季度表现为相对湿度日照时间风速温度,第三季度表现为相对湿度日照时间温度风速;冬小麦生育期典型时段内各气象要素敏感性在1、3、10月份均表现为相对湿度风速日照时间温度,5月则表现为相对湿度日照时间风速温度。     

转基因作物种植对土壤生态系统影响的研究进展

土壤是生态系统中物质与能量交换的重要场所。随着转基因作物种植面积的不断增加,其对土壤生态系统的影响日益引起人们的广泛关注。植物和土壤的相互关系对于生态系统的功能稳定和植物健康是至关重要的。综述了转基因作物种植对根际土壤养分、土壤酶活性、土壤微生物群落结构、土壤动物的影响,并对研究方向进行了展望。     

九波段多光谱相机在作物长势监测中的应用

无人机低空遥感数据具有机动性好、时效性强,受大气辐射影响小,空间分辨率高、数据量大、数据质量好的特点,是传统卫星遥感所无法比拟的,在探测和识别地表的物质种类、评价和测量光谱所反映出来的物质含量、描绘地物空间分布、监测地物变化等应用领域具有较强的优势。随着遥感技术的发展,遥感已成为精准农业中农田信息获取的重要手段,也是地块面积量算、作物种类识别、长势分析等工作的重要数据来源,由于无人机低空遥感数据具有机动性好、时效性强、空间分辨率高的特点,主要应用于绘制低空大比例尺地图、监测自然灾害等[1]。受传感器单一导致的光谱分辨率低的限制,目前在精准农业领域的应用才刚刚起步。