基于文献计量分析的土壤水盐运移研究进展

总结国内外土壤水盐运移研究领域的主要研究内容,并探索其发展前景.基于CNKI与WOS核心数据库,统计2000-2020年中关于土壤水盐运移的文献,利用VOSviewer可视化分析软件并结合CNKI和WOS中可视化分析功能,对国内外近21 a土壤水盐运移领域文献的发文量、关键词共现、作者合作等进行可视化分析.结果表明:2...     

基于Web of Science的作物病害监测和预警研究进展

作物病害是我国主要农业灾害之一,严重危害作物生长发育,威胁粮食安全。为宏观掌握作物病害的发展动态,了解作物病害监测和预警的研究前沿和应用热点,基于文献计量学方法,利用VOSviewer可视化软件,对2003—2022年间Web of Science核心合集数据库收录的作物病害监测和预警研究的相关论文进行可视化分析,为作物病害研究者跟踪研究前沿、把握研究方向提供理论参考。结果表明：作物病害监测和预警领域发文量整体呈现逐步上升趋势,具有广阔的发展前景;中国是作物病害监测和预警研究领域发文数量最多的国家,但研究成果质量需进一步提升;核心作者之间已形成固定的核心研究团队,发文量最多的作者来自以黄文江、张竞成、康振生和Varshney为代表的研究团队;研究成果主要刊载在Frontiers in Plant Science、Plant Disease和Computers and Electronics in Agriculture期刊上;发文的主要机构有美国农业部农业研究局、中国科学院和中国农业科学院;抗病基因育种、PCR诊断作物病害、卷积神经网络和深度学习分类作物病害和遥感监测作物植被指数是近2...     

物联网在农业灌溉中的应用：从灌溉自动化到智慧灌溉

【目的】掌握物联网在农业灌溉中的应用概况,梳理未来农业灌溉的重要发展方向,进一步提高农业灌溉效率和水平。【方法】采用文献计量的方法,分别在中国知网（CNKI）和WebofScience(WOS)数据库进行主题词和关键词搜索,采用Endnote X9和VOSviewer对文献数据进行整理,分析了发文量、机构、研究热点等,剖析了该领域发展现状,并对未来趋势进行展望。【结果】近年来,物联网在农业灌溉中的应用这一领域在国内外均得到快速发展,2011―2020年CNKI年均增加27.7篇,2020年发文量为300篇,2011―2021年WOS年均增加24.3篇,2021年发文量为280篇。国内方面,河北农业大学、北京农业智能装备技术研究中心等是主要的研究机构,《节水灌溉》《农机化研究》等是主要发文期刊;2010年之前,国内研究主要集中在灌溉自动化方面,智能灌溉研究逐渐兴起;2011年至今,主要关注智能灌溉、水肥一体化、智能农机、智慧灌溉以及节水减肥和绿色发展等。国际方面,佛罗里达州立大学系统、佛罗里达大学等是该领域的主要研究机构,《Agricultural Water Management》《S...     

基于HJ-1卫星影像的三大农作物估产最佳时相选择

对于农作物遥感估产，精确选择最佳估产时相是关键环节。该文利用中国自行研发的HJ-1卫星CCD影像对黑龙江八五二农场3大作物（水稻、玉米、大豆）进行遥感估产的最佳时相选择，通过构建小波变换滤波方法和移动平均法的时序NDVI曲线数据，并依据平滑后的时序NDVI曲线分别确定3大作物的遥感估产最佳时相。研究结果表明，从平滑后的时序NDVI曲线中识别出来的3大作物的关键生长期与当地作物的物候期相对比，水稻生长期拟合误差为-0.003356508，玉米生长期拟合误差为-0.001687117，大豆生长期拟合误差为-0     

无人机农林业应用全球研究态势分析

无人机具有作业效率高、地形适应性好等独特优势，近年在农林业中应用范围不断扩大，相关研究成果数量呈快速上升式发展。为掌握无人机农林应用全球研究态势，本研究采集2011—2020年期间Web of Science 核心合集数据库中无人机农林应用全球研究相关文献数据，利用VOSviewer等统计软件对文献进行科学计量分析。分析结果表明，自2017年开始，无人机农林业应用研究发文数量快速增加，全球已有94个国家/地区、1778个机构开展了研究；发文量排名前三位的国家依次是美国、中国和澳大利亚，表明这三个国家从事无人机农林业应用的科研实力强，学术影响力大；共有398种期刊发表了有关无人机农林业应用研究文章，约占全部收录期刊的1.90%，说明更多的期刊开始关注无人机农林业应用研究；发文最多的期刊是由MDPI主办的Remote Sensing；被引次数最多的文章内容主要是关注无人机系统在摄影测量和遥感上的传感、导航、定位和通用数据处理等的研究现状。此外，对无人机农林业应用研究热点进行分析发现，无人机施药、无人机病虫害遥感、植物表型获取是无人机农林业应用的主要研究热点。本研究可为无人机在农林业上的创新研究、科研团队之间的合作提供参考。     

基于遥感的农业用水效率评价方法研究进展

遥感技术的发展为区域尺度蒸散发计算、作物分布识别及估产提供了一条有效途径,为基于遥感信息的灌区灌溉水利用效率及作物水分利用效率定量评价奠定了基础。回顾总结了遥感蒸散发模型、瞬时蒸散发升尺度方法、日蒸散发插值方法、作物分布识别方法及作物估产模型的研究进展,评述了遥感蒸散发及作物估产结果在灌区灌溉水利用效率及作物水分利用效率评价中的应用情况。提出了相关领域需要进一步研究的问题,包括适合非均匀下垫面特点且具有较强物理基础的灌区遥感蒸散发模型、日蒸散发插值中灌溉或降雨引起土壤含水量突变情况的处理、农田蒸散发中灌溉水有效消耗量的准确估算、能适应复杂种植结构并且适用于多年的作物分布遥感识别模型以及精度较高且可操作性强的遥感估产模型等。     

基于文献计量的近红外光谱领域研究进展与发展前沿分析

近红外光谱作为一种无损、高效、便捷的检测技术,具有操作简单、分析成本低、结果重现性强等优点,是一个具有较强综合性的跨学科研究领域。基于文献计量对CNKI收录的近红外光谱领域1979～2021年的14207篇中文文献,以及WOS核心合集收录的该领域1993～2021年的37244篇外文文献从年度发文趋势、发文机构、资助基金、关键词共现、国际合作情况、热点前沿等角度进行可视化分析。结果表明,近年来,近红外光谱领域的研究在全球范围内总体上呈现出趋冷的态势,相较于一些国家,尽管我国在该领域的研究水平较为成熟,但其研究方向及覆盖领域较为单一。     

我国家庭农场的研究进展——基于CiteSacep的可视化分析

为梳理家庭农场相关研究脉络并预测其发展方向,运用CiteSpace软件对CNKI数据库2005—2021年“家庭农场”研究主题的文献进行可视化分析。研究表明该领域发文数量总体呈上升趋势,共经历低水平浮动阶段、快速上升阶段和大幅波动阶段,并在2015年达到发文数量顶峰135篇。通过对作者和机构的文献共被引分析,发现该领域较为稳定的核心作者共15位,以杜志雄、郭熙保和高强分别为首的研究团队具有较强的影响力;就研究机构而言,网络密度为0.002 6,科研机构间合作强度较弱、科研水平相差较大,且发文量高的科研机构多集中于农林类高校院系;在家庭农场主题的研究热点上,“家庭农场”“农业社会化服务”“粮食安全”等聚类组合研究倍受研究者的青睐;凸显词探测显示“乡村振兴”凸显强度最高为12.905 5,“小农户”“规模经营”“农地流转”“人力资本”等关键词凸显强度紧随其后,这也标志着家庭农场未来的研究方向可能继续由此展开。     

基于文献分析的拖拉机振动可视化研究

为全面而准确地了解国内外拖拉机振动的研究现状,采用文献分析法对国内外拖拉机振动的相关文献进行研究。利用Citespace可视化文献分析工具对1995—2019年CNKI收录的58篇核心文献和Web of Science核心合集数据库收录的267篇文献绘制可视化图谱,从年代分布、国家分布、关键词共现、作者合作共现、文献共被引方面分析拖拉机振动的研究情况。通过可视化分析可以得出,国内外关于拖拉机振动的核心文献总量不多,仅三百余篇;印度、中国、美国、意大利等国家对该领域的关注度较高,但各国之间合作交流较少; Whole body vibration,tractor,low back pain,driver,exposure是拖拉机振动研究的热点问题;Ramon和朱思洪是主要的发文作者;高被引文献是Scarlett、Sam、Nguyen的三篇文献,研究拖拉机机械结构的振动问题,并评估全身振动和手振动。     

基于文献计量法的土壤细菌研究进展

利用文献计量法,结合CiteSpace和VOSviewer 可视化分析技术,对2010—2020年Web of Science核心合集数据库中土壤细菌相关文献进行可视化分析,为土壤细菌领域研究者跟踪研究前言、把握研究方向提供理论参考。结果表明：土壤细菌领域发文量呈现逐步上升趋势,未达饱和状态,具有广阔的发展前景;中国是土壤细菌研究领域发文数量最多的国家,达9 458篇,占全球总发文量的27.09%;发文量排名前10位的科研机构和学者发文量中国分别占据6位和4位;土壤细菌研究方法、土壤细菌多样性的产生和维持机制（包括土壤细菌群落空间分布及环境响应、群落构建过程）以及土壤细菌的功能特征（包括生物地球化学循环、微生物修复、植物和土壤健康）是近年来该领域内研究的重点和热点。综合来看,土壤细菌研究具有较强的应用前景,但面临的挑战仍很大,需要突破现有技术手段对其注释,将土壤细菌特性和生态系统功能联系起来,推动其向前发展。     

Estimation of water consumption and crop water productivity of winter wheat in North China Plain using remote sensing technology

The North China Plain (NCP) is one of the most water stressed areas in the world. The water consumption of winter wheat accounts for more than 50% of the total water consumption in this region. An accurate estimate of the evapotranspiration (ET) and crop water productivity (CWP) at regional scale is therefore key to the practice of water-saving agriculture in NCP. In this research, the ET and CWP of winter wheat in 83 counties during October 2003 to June 2004 in NCP were estimated using the remote sensing data. The daily ET was calculated using SEBAL model with NOAA remote sensing data in 17 non-cloud days whereas the reference daily crop ET was estimated using meteorological data based on Hargreaves approach. The daily ET and the total ET over the entire growing season of winter wheat were obtained using crop coefficient interpolation approach. The calculated average and maximum water consumption of winter wheat in these 83 counties were 424 and 475 mm, respectively. The calculated daily ET from SEBAL model showed good match with the observed data collected in a Lysimeter. The error of ET estimation over the entire growing stage of winter wheat was approximately 4.3%. The highest CWP across this region was 1.67 kg m⁻³, and the lowest was less than 0.5 kg m⁻³. We observed a close linear relationship between CWP and yield. We also observed that the continuing increase of ET leads to a peaking and subsequent decline of CWP, which suggests that the higher water consumption does not necessarily lead to a higher yield.     

基于Hyperion高光谱影像的冬小麦地上干生物量反演

在黄淮海粮食主产区选择河北省衡水市深州市为试验区,以冬小麦地上干生物量为研究对象,以作物冠层高光谱和EO-1 Hyperion高光谱卫星数据为主要数据源,在分析冠层高光谱构建的窄波段植被指数(N-VIs)与实测冬小麦地上干生物量间相关性基础上,提出了利用拟合精度R2极大值区域重心确定冬小麦干生物量敏感的光谱波段中心的方法,并运用该方法确定了冬小麦生物量敏感波段中心。在此基础上,以敏感波段中心筛选结果为指导,利用窄波段植被指数及相关波段开展Hyperion高光谱卫星遥感区域冬小麦干生物量遥感反演和精度验证。最终,按精度最高原则优选区域冬小麦地上生物量反演结果。其中,研究采用了冬小麦孕穗期Hyperion数据,涉及的植被指数包括窄波段归一化植被指数(N-NDVI)、窄波段差值植被指数(N-DVI)和窄波段比值植被指数(N-RVI)。结果表明,通过与实测冬小麦地上干生物量对比,利用冠层高光谱冬小麦地上干生物量反演敏感波段筛选结果及其相应波段构建的Hyperion窄波段植被指数进行孕穗期作物干生物量估算取得了较好结果,其精度由大到小为:NNDVI、N-RVI、N-DVI。其中,以波段B18(波长528.57 nm)、波段B82(波长962.91 nm)构建的Hyperion N-NDVI估算区域冬小麦地上干生物量精度最高,相对误差(RE)和归一化均方根误差(NRMSE)分别为12.65%和13.78%。     

基于遥感与气象数据的冬小麦主产区籽粒蛋白质含量预报

开展小麦籽粒蛋白质含量的监测预报研究对于指导农户调优栽培、企业分类收储、期货小麦价格、进口政策调整等具有重要意义.本研究以冬小麦主产区(河南省、山东省、河北省、安徽省和江苏省)为研究区域,构建了冬小麦籽粒蛋白质含量多层线性预测模型,并实现了2019年冬小麦蛋白质含量预报.为了解决预测模型在年际扩展和空间扩展存在偏差的问...     

遥感技术在种植收入保险中的应用场景及研究进展

种植收入保险已成为中国农业保险的一种重要形式,2022年将在13个粮食主产省的所有主产县开展.本文首先回顾了遥感技术在农业保险中的总体应用历程,其次,通过阐述现有种植收入保险的业务模式,展现了目前遥感技术在该模式下的应用场景,并对各种应用场景下的关键技术的应用研究进展进行了评述,包括耕地地块提取、作物分类提取、作物灾情...     

基于无人机遥感影像的冬小麦氮素监测

精准氮素管理是一项提高作物氮肥利用效率的有效策略,利用无人机遥感技术精确估测小麦氮素状况是必要的。试验在山东省乐陵市科技小院实验基地进行,利用八旋翼无人机搭载Mini-MCA多光谱相机于2016年获取冬小麦4个关键生育时期(返青期、拔节期、孕穗期、扬花期)冠层多光谱数据,同步获取地上部植株样品并测定其生物量、吸氮量、氮营养指数,及成熟期籽粒产量,根据各关键生育期与全生育期分别构建植被指数与农学参数回归分析模型,评估基于无人机遥感影像的冬小麦氮素营养诊断潜力。结果表明:基于无人机遥感影像能够较好地估测冬小麦氮素指标(R2为0.45~0.96),决定系数随着生育期推移而逐渐增大。拔节期、孕穗期和扬花期估产效果接近且具有很好的估测能力,扬花期DATT幂函数模型对小麦氮营养指数的解释能力最强(R2=0.95)。因此,以多旋翼无人机为平台同步搭载多光谱相机对冬小麦有较好的氮素诊断潜力,可利用估测结果指导精准氮肥管理。     

无人机遥感在饲草作物生长监测中的应用研究进展

饲草作物生长的动态监测与定量估算对于饲草规模化生产具有重要意义。无人机遥感分辨率高、灵活性强、成本低,近年来在饲草作物生长监测领域发展迅速,应用场景不断拓展。为了掌握无人机在饲草监测的国内外应用现状,确定重点发展方向,本文首先从数据获取、数据处理和饲草作物生长监测关键技术三个方面简述了无人机遥感在饲草作物监测中的基本研究方法。其次按照传感器类型从可见光、多光谱、高光谱、热红外和激光雷达遥感五个方面阐述了无人机遥感饲草作物生长监测的应用现状。最后针对研究应用中尚未解决的关键技术问题展望了未来的发展方向,提出融合饲草作物时空尺度数据和多源遥感数据、进一步拓展数据获取手段、研发智能化数据分析综合平台是未来饲草作物监测领域应用创新的关键所在。     

基于小波能量系数和叶面积指数的冬小麦生物量估算

生物量是评价作物长势及产量估算的重要指标,科学、快速、准确地获取生物量信息,对于监测冬小麦生长状况以及产量预测等具有重要意义。以冬小麦为研究对象,通过相关性分析,选取相关性较好的小波能量系数,同时耦合叶面积指数,基于支持向量回归算法、随机森林算法、高斯过程回归3种算法构建冬小麦生物量估算模型。结果显示,基于小波能量系数,分别利用支持向量回归算法、随机森林算法、高斯过程回归进行生物量估算,4个生育期的验证R2分别是0.55、0.40、0.39;0.75、0.70、0.83;0.84、0.92、0.93;0.84、0.89、0.85。表明高斯过程回归模型估算精度最优。叶面积指数耦合小波能量系数,利用支持向量回归算法、随机森林回归算法、高斯过程回归进行生物量估算,4个生育期的验证R2分别是0.76、0.73、0.77;0.76、0.72、0.84;0.87、0.94、0.94;0.85、0.90、0.91。表明高斯过程回归算法估算精度最优,并且在一定程度上能够克服冠层光谱饱和现象,提高模型估算精度。以小波能量系数和叶面积指数为输入变量结合高斯过程回归算法建立冬小麦生物量估算模型,可以提高生物量估算精度,为基于遥感技术的作物参数快速估算提供参考。     

基于多时相植被指数的云南高原山地冬小麦识别与研究

粮食安全是最根本的民生问题，云、雾等自然因素是影响遥感种植监测的主要因素之一，因此获取精准、高效的耕地种植监测信息的对保障当地粮农安全、粮食估产及面积估算具有重要意义。在利用多时相植被指数（VI）合成模型的构建、农作物特征与耕地信息的可分离性两方面对高原山地农作物耕地面积提取的研究少。本研究基于哨兵2（Sentinel-2）数据，构建了多时相植被指数合成模型，估算了2020-2021年归一化植被指数（NDVI）、增强植被指数（EVI）和红绿叶绿素植被指数（RECI）三种植被指数的提取结果，研究了预测模型与高原山地农作物的相关性，探讨了不同植被指数模型对农作物识别精度。结果表明：①多时相NDVI模型相较EVI、RECI对冬小麦面积提取精度更高，与云南高原山地冬小麦相关性最强，用户精度约为93.28%；②利用三期NDVI组合与两期NDVI组合均可对冬小麦精准提取，但三期NDVI草型提取精度更高。因此，本研究利用多时相NDVI指数模型对冬小麦种植面积的精准预测，证明了该模型可有效适用于云南高原山地冬小麦，并为当地冬小麦面积的预测提供了数据支撑。     

基于遥感DSI指数的干旱与冬小麦产量相关性分析

利用2000—2012年MODIS ET/PET和NDVI数据集构建干旱指数(DSI),监测山东省和河南省冬小麦主产区的农业干旱,并在地级市尺度上进一步评估冬小麦关键生育期干旱对冬小麦产量的影响。结果表明:2010年9月—2011年2月山东省特大干旱过程显示的DSI不仅能监测气象干旱,还能较好地反映农业干旱在空间上的差异性以及时间上的演变。不同冬小麦生育期干旱对冬小麦产量影响不同,灌浆期干旱对冬小麦产量的影响最大,干旱致使土壤水分亏缺,影响了作物正常的灌浆强度,进而导致作物减产;其次是拔节期;返青期干旱对产量基本没有影响。     

基于不同平台的小麦病虫害遥感监测研究进展

小麦病虫害的频发不仅会造成产量的巨大损失,病虫害防治农药的过度使用也会提高生产成本,增加农产品有毒残留的风险,而传统监测方法费时费力,具有主观性和滞后性.小麦病虫害遥感监测技术可实现快速、实时无损的监测,从而有针对性的提早防治病虫害.介绍作物病虫害光谱响应生理机制的基础上,重点从不同平台的角度入手概述近年来小麦病虫害遥...