基于遥感技术的耕地复种指数研究进展

复种是我国重要的农作制度之一,对于提高我国耕地综合生产能力和确保国家粮食安全具有重要作用。该文在介绍复种指数基本概念和研究方法的基础上,对基于遥感技术的耕地复种指数研究进展进行了评述,尤其对时序植被指数平滑方法和复种指数的判别方法等两个关键技术进行了详细阐述。该文提出了遥感技术和地面观测的结合将是未来耕地复种指数遥感监测的发展趋势之一。如何进行遥感数据平滑最优化处理,以及获取高时空分辨率遥感数据及规范准确的地面观测数据将是需要重点解决的关键问题。     

基于空间信息重构技术的东北三省大豆时空演变研究（1980—2010年）

［目的］东北三省是我国大豆生产的重要基地，也是国家种植结构调整的重点区域。研究分析了1980—2010年东北三省大豆时空演变特征，为合理制定种植结构调整政策、加快推进农业供给侧结构性改革提供科学的空间信息参考。［方法］综合卫星遥感技术和空间信息重构模型优势，基于交叉信息熵方法，构建了作物空间信息重构模型SPAM China，对1980—2010年东北三省大豆种植空间分布、时空演变、重心迁移等进行了研究。［结果］1980—2010年东北三省大豆种植区域小幅增加，大豆种植面积栅格数量从6 703个增加至7 214个，松嫩平原、三江平原以及吉林省中部地区是东北三省的大豆主产区； 种植面积大幅增加，单位栅格面积增加1 000hm2以上的栅格数量增加明显，面积增加区域主要位于北纬47°~50°之间和东经1255°~131°之间； 东北三省大豆种植面积重心分别向东迁移10620km，向北迁移20857km，辽宁省、吉林省大豆种植面积重心南移，黑龙江省基本保持不变。［结论］1980—2010年东北三省大豆种植面积空间分布小幅增加，但时空变化特征显著，种植面积重心向北向东迁移。     

水稻空间分布遥感提取研究进展与展望

水稻是我国三大粮食作物之一,其空间分布受自然条件和农业发展状况的影响,变化显著。研究水稻空间分布遥感提取是当前农业土地变化科学的热点和难点。通过对国内外研究的回顾,该文系统归纳了近年来水稻空间分布遥感提取的数据源、特征量及分类算法最新研究进展,并对其未来研究方向进行初步探讨。首先从遥感数据源方面,水稻面积监测主要采用多光谱光学影像,同时高光谱数据和雷达数据也正逐步推广应用。其次从遥感分类方法及其对应的特征量方面,包括监督和非监督分类、智能化分类算法（神经网络、支持向量机、决策树及随机森林算法）、面向对象分类、多时相植被指数法及综合提取算法等分类方法,其主要对应的特征量各有差异。最后,结合我国水稻空间分布遥感提取的实际状况,提出构建全国长时间序列水稻物候历和高时空分辨率时序NDVI数据集,大力发展基于多时相遥感分类方法和建立分层的面向对象分类方法,以及加强水稻种植北界、种植重心迁移等动态变化监测研究的建议,推动我国水稻遥感动态监测和农业土地变化科学的发展。