基于高光谱技术的森林病虫害研究现状

目前国内外学者应用高光谱遥感技术在森林病虫害研究领域上做了大量的研究.本文以非成像地面高光谱和成像高光谱技术在森林病虫害应用方面展开了详细介绍,并提出了高光谱遥感技术在森林病虫害研究中所面临的关键技术问题和难点及其未来发展态势.     

基于快速定点学习算法的高光谱遥感信息提取

高光谱遥感通过航空或航天成像光谱仪获得地物的连续光谱信息,可探测到普通遥感不能探测到的物质。而独立成分分析技术是一种基于信号高阶统计特性的分析方法,在利用该方法进行高光谱数据处理时,将待识别的地物作为独立成分表示出来,可得到地物之间的分离度最大化。通过对高光谱遥感图像数据的特性进行分析,使用USGS光谱库中的矿物光谱作为端元信号,构造模拟的高光谱遥感图像,证明了快速定点学习算法在高光谱遥感矿物蚀变信息提取中的有效性。     

基于松弛策略和多分类器的半监督高光谱图像分类

高光谱图像分类是高光谱遥感研究的热点之一.然而高光谱地物标签难以获取,包含噪音点等特征使得分类困难.基于不连续松弛和多分类器策略,本文提出了一种高光谱图像半监督分类方法,可以达到去噪和改善分类精度的目的.实验结果编码,在有限标记样本的情况下,所提出方法能够获得良好的分类结果.     

基于高光谱成像技术的稻谷中霉菌定量检测及模型建立

采用可见/近红外高光谱成像技术,并结合主成分分析(principal component analysis, PCA),利用偏最小二乘回归PLSR算法,构建稻谷储藏过程中典型霉菌(黄曲霉、黑曲霉与杂色曲霉)污染的无损检测方法。结果表明:稻谷分别接种3种霉菌后,黄曲霉菌繁殖速率最快,对比霉变过程下稻谷在400～1 000 nm波段信号发现,光谱反射率随霉变时间延长关联下降,其中黑曲霉对应的光谱信号变化幅度最为明显;结合PCA结果,不同霉变阶段性下稻谷光谱信号存在差异;霉变稻谷中黄曲霉、黑曲霉与杂色曲霉含量预测模型的相关系数分别为0.77、0.76和0.81,均方根误差分别为1.15、1.19和0.95 lg(CFU/g),能够做到对3种霉菌的准确预测。该结果可以为稻谷霉变的无损预测提供技术支持和理论依据。     

基于RBF神经网络的高光谱遥感影像降维及分类

高光谱遥感影像数据量大,针对该特点,为尽可能保留数据中有价值的信息,首先采用线性判别分析(Linear Discriminant Analysis,LDA)方法对高光谱遥感影像数据进行降维,接着应用径向基函数(Radial Basis Function,RBF)神经网络方法对其进行分类处理。实验结果表明,分类精度可达到70%以上,具有良好的分类效果,证明了该方法的可行性。     

中国马铃薯生产区域布局的时空特征与驱动机制研究*——基于主产区的面板数据的分析

[目的]基于1993—2015年中国马铃薯21个省区的数据,实证研究马铃薯生产区域布局的时空特征及其内在的驱动机制。[方法]从全国和5个马铃薯优势产区层面,运用生产规模指数分析马铃薯生产区域布局的时空特征,从自然环境、技术进步、经济效益、非农产业化水平、政府支持政策等方面厘清和探究马铃薯生产区域布局的驱动机制,并重点利用面板数据计量模型研究这些因素在全国以及5个马铃薯优势产区的影响的差异性和重要程度。[结果]中国马铃薯播种面积从1993年的308. 720万hm2增至2015年的551. 830万hm2,呈现迅速增长、下降与增长交替并存、平稳增长3个阶段;中国马铃薯生产的地理集聚现象明显。一方面,马铃薯生产规模在不同省区出现更迭变动。另一方面,马铃薯生产区域进一步向优势区域集中,呈现出向西南和西北优势产区集中的特征。[结论]中国马铃薯生产区域布局是自然灾害、农业基础设施、技术进步、马铃薯与粮食生产净利润比值、非农产业水平和政府支持政策等因素共同作用的结果,其中自然灾害、农业基础设施、非农产业化水平、政府支持政策的影响更为显著,但由于区域差异,各因素在全国和不同马铃薯优势产区的影响程度有明显的差异性。     

生态移民与农民收入——基于宁夏红寺堡移民开发区的实证分析

本文以宁夏最大的扶贫开发移民区——红寺堡移民开发区为研究背景，对比分析了该地区搬迁农户在其搬迁前后生产、生活水平的变化，并用计量分析的方法对这种变化进行了定量分析，最后得出结论：生态移民能够明显提高农户的收入水平；但从长远看，单纯依靠农业收入不可能大幅度改善其生活水平，因而，需要从其它角度（例如通过外出务工）着眼来提高其总体收入水平。     

耕地非农化与中国经济增长质量的库兹涅茨曲线假说及验证——基于空间计量经济模型的实证分析

研究目的：分析中国耕地非农化与经济增长质量之间是否存在库兹涅茨曲线并进行验证。研究方法：空间计量经济模型。研究结果：常规面板模型和空间面板模型的结果均显示,中国耕地非农化与经济增长质量之间存在明显的倒“U”型关系,验证了“耕地库兹涅茨曲线”假说,且当经济增长质量（全要素生产率指数)达到1.4087时,耕地非农化与经济增长之间的矛盾将逐渐减小;区域间的耕地非农化确实具有较强的正向空间相关关系,即相邻地区耕地非农化数量变动1%,会导致本地区耕地非农化数量平均变动0.1627%。研究结论：系统地识别、评估区域间耕地非农化与经济增长质量的空间联动性,对于促进区域间耕地总量动态平衡具有十分重要的理论和现实意义。     

中国马铃薯产业国际比较分析

[目的]马铃薯是粮菜兼用作物,马铃薯对国家粮食安全和山地丘陵地区乡村特色产业构建具有重要支撑作用。文章通过马铃薯产业国际对比分析,明确我国马铃薯产业发展的比较优势和比较劣势,并提出相关对策建议。[方法]该文从产业结构、生产成本、市场价格、贸易、消费等多角度,运用比较分析法,采用2010—2018年统计数据,对我国与世界其他大国马铃薯产业进行定量比较分析。[结果](1)2018年我国马铃薯具有一定国际竞争力,生产规模世界第一,产业结构以种植业为主体,加工业占比仅为30.00%,仅为欧美的1/3左右;(2) 2015年我国马铃薯生产成本0.95元/kg,2018年我国马铃薯田间价格为1.30元/kg,与欧美基本持平,2011—2015年平均资本利润率32.12%,略高于欧美发达地区,但2018年马铃薯单产19.72t/hm~2,仅为欧美的1/2左右,土地产出率为2.55万元/hm~2,仅为欧美发达地区的1/2;(3)2018年马铃薯出口稳定增长,以附加值较低的鲜薯为主,国际市场占有率2.04%;(4) 2018年马铃薯人均消费量43.62kg,不及俄罗斯的1/2,消费增长潜力较大,且亚洲马铃薯以鲜薯菜用消费为主,欧美地区以马铃薯加工品消费为主,俄罗斯将马铃薯作为主食消费。[结论]应从品种资源引进、马铃薯品种选育、标准薯田建设、国际马铃薯市场开拓和加大马铃薯产业扶持力度等方面着手,促进我国马铃薯产业健康发展。     

基于图像和光谱技术的倒伏冬小麦产量评估研究

倒伏作物产量评估是作物倒伏灾害综合评估中的一项重要指标.针对传统倒伏作物产量评估方法的不足,该文提出了一种基于图像处理技术和光谱分析技术的倒伏冬小麦估产方法.研究首先通过冬小麦倒伏模拟试验,人工造成冬小麦倒伏,采集不同倒伏等级冬小麦RGB图像数据、冠层光谱反射率数据,并测量倒伏冬小麦产量.然后,通过RGB图像获得颜色、纹理特征,通过光谱反射率获得光谱吸收、红边和植被指数特征,取与倒伏冬小麦产量最为相关的23个特征量作为产量预测模型的输入变量.最后,使用粒子群算法优化径向基权值并建立估产模型,通过三个倒伏时期的光谱和图像指标估算倒伏冬小麦产量.结果表明,模型估算精度为98.2％,该模型能满足非接触定量化的倒伏冬小麦产量评估需求.     

物理模型光谱模拟误差对冬小麦叶面积指数高光谱反演的影响

获取农作物叶面积指数(leaf area index,LAI)及其动态变化对于农作物长势监测和产量估测等应用具有重要的意义。基于冠层反射率模型(物理模型)的LAI遥感反演方法具有良好的普适性,对地面数据依赖较少,近年来广泛应用于农作物LAI高光谱反演研究。然而,当物理模型参数取值尽可能准确(代入参数实测值或依据先验知识取值)时,模拟光谱与实测光谱间仍然存在误差,研究称之为"光谱模拟误差"。该研究通过比对实测冬小麦冠层光谱与ACRM(a two-layer canopy reflectance model)模型最优模拟光谱,展示了光谱模拟误差在各波段、不同样本点的分布规律。据此,根据对光谱模拟误差与高光谱数据降维的不同考虑,制订了4种LAI反演波段选择方案。通过对比基于不同波段选择方案的LAI反演精度,分析了光谱模拟误差对LAI反演的影响;讨论了综合考虑高光谱数据降维与光谱模拟误差的LAI反演波段选择方法。通过合理的波段选择,限制了光谱模拟误差的影响,提高了LAI反演精度。该研究结果有助于探索合理的LAI高光谱反演波段选择方法,为合理利用高光谱数据反演农作物LAI提供科学参考。     

甘肃省马铃薯产业发展现状及主粮化发展分析

2015年农业部将马铃薯确定为第四大粮食作物,并大力推进主粮化战略,是满足人民群众对营养需求的多样化、缓解资源环境压力、实现农业循环可持续发展、开辟国家粮食安全保障新途径的战略性决策。马铃薯是甘肃省的第三大主要粮食作物,文章系统回顾了甘肃省马铃薯产业发展的历史过程,从引进试种到逐步做大做强产业,由单一的菜品发展到主要食物,从单一的分散种植到大面积集中优势产区的形成,从基本口粮向高端产品延伸,目前已基本实现了主食化。针对国家马铃薯主粮化战略的实施,提出要做到甘肃省马铃薯种植区域布局与主粮化进程相结合,需要进一步优化马铃薯生产区域布局;开展专用型品种选育;全面提升种薯产业发展水平;强化科技创新引领作用,大力提升精深加工水平;加强仓储物流体系建设,发挥区域辐射集散功能;积极探索经营管理模式,稳步推进市场营销工作;强化马铃薯主粮化产品的研发工作;强化基础研究工作等建议。     

基于EMD模型的我国马铃薯产量波动及其成因的时空研究

[目的]马铃薯生产是整个产业链的中枢环节,产量的波动对马铃薯产业上下游均有直接影响,对我国马铃薯产量时间序列和时空影响因子进行分析,深入了解我国马铃薯产量波动规律和时空主导因素,有利于指导我国马铃薯产业平稳发展。[方法]文章采用经验模态分解模型(EMD)对1982—2018年我国马铃薯总产、单产和面积变化以及不同区域马铃薯产量变化进行分解,对不同时序数据分解后长短周期分量进行波动一致性分析,确定我国马铃薯产量长短周期变化时空主导因子。[结果](1) 1982年以来,我国马铃薯总产量整体呈上升趋势,长短波动周期约分别为7年和4年,我国马铃薯生产按时间序列可分为低位缓增期、快速突破期、阶段顶部期、平稳上升期和高位稳定期5个阶段。(2)在时间尺度上,我国马铃薯单产是总产量短周期波动的主控因子,单产和面积分别是1982—2003年和2004—2018年马铃薯产量长周期波动的主控因子。(3)空间尺度而言,北方一作区是我国马铃薯长短周期波动的共同主控区域,西南混作区和中原二作区分别是我国马铃薯长、短周期波动的主控区域。(4)根据我国马铃薯产量分解后分量图形可以预测,在短周期下我国马铃薯产量即将进入下降通道,应该提前做好我国马铃薯总产量下降的战略准备工作,并且通过对短周期波动主控区合理引导种植,避免我国马铃薯总产量短期内出现较大幅度波动。[结论]我国马铃薯总产量主要存在长短两种不同时间尺度的周期性波动,单产和面积对总产量长短周期波动的主导作用不同,北方一作区对总产量长短周期波动均具有主导作用,西南混作区在2008年以前对总产量长周期波动的主导作用明显,而中原二作区是总产量短周期波动的主控区域。     

无人机载框幅式高光谱影像的波段配准研究

[目的]高光谱成像技术在卫星遥感平台上由于飞行高度与技术限制等原因无法满足当前对于智慧农业与精准农业的需求,无人机平台的出现可以有效地弥补这一问题,给精细化、定量化研究农田信息提供数据支持。受平台稳定性,荷载能力等因素的制约,传统的推扫式高光谱成像仪不适用于无人机平台,而框幅式成像仪的应用前景较为广泛。但此类成像仪由于成像原理等因素的影响,获取的波段图像间存在姿态与位置差异,无法直接投入到后期应用中,在投入使用前需要进行波段配准。[方法]结合传统基于特征点的配准方法针对波段配准展开研究,对图像间灰度与位置差异对配准精度的影响进行了深入分析,针对传统的研究方法在匹配灰度存在非线性变换的图像上不足等问题,设计了两组匹配策略实验,分别为拍摄顺序的配准实验对比与波段顺序的配准实验对比。[结果]通过实验对比证明在引入拍摄顺序的变换基准的匹配策略下可以自动且稳定完成配准任务,此方法下配准精度可以达到亚像元级。[结论]文章所提方法兼顾了波段顺序与拍摄顺序,匹配结果可达亚像元级,是较优的匹配策略。     

基于水体季相差异的稻虾共作提取方法研究

[目的]稻虾共作因为其较高的经济效益和生态效益,近年来种养面积呈持续增长态势。如何准确获取稻虾共作的面积信息与空间分布是当前研究亟待解决的问题。[方法]文章以湖北省潜江市为研究区域,首先根据稻虾共作模式独特的水域变化特征,利用自动水域提取指数(AWEIsh)分别获取不同季节的水体;然后基于水体季相差异提取稻虾共作农田的空间分布。该研究利用Landsat 8 OLI影像提取2017年潜江市的稻虾共作空间分布。[结果] 2017年潜江市稻虾共作主要分布在白鹭湖管理区、运粮湖管理区、熊口镇和龙湾镇等区域,和实际分布情况相吻合。在验证样本的基础上,通过混淆矩阵计算提取结果的精度可达到85. 01%。与改进的归一化差异水体指数(MNDWI)的提取结果相比,基于AWEIsh水体季相差异提取的结果精度更高:稻虾共作农田完整性好,错分情况少。[结论]基于水体季相差异的稻虾共作提取方法具有较好的提取效果,为今后研究提供了有效的技术手段。     

基于转变发展模式的四川与广东农业经济差异化分析

文章通过分析2000~2013年四川省与广东省的农业结构及其变动对农业经济增长的影响,分析比较四川省与广东省的农业发展模式、农业经济水平等2个农业指标,分析比较2省农林牧渔业总产值的差异,用以解析四川省与广东省农业经济差异性变化的原因。结果表明,四川省农业结构调整主要集中在以水稻等粮食为主的种植业与以生猪等肉类为主的畜牧业上;广东省农业结构调整主要集中在以粮食、水果为主的种植业与以水产品为主的渔业上。其中,种植业的增长对2省农业总产出增长的拉动能力均是最大,四川省的畜牧业、广东省的渔业对农业经济也有一定影响,而2省的林业对农业经济的影响均为较小。     

基于Radarsat 2全极化数据的多种雷达植被指数差异分析

[目的]雷达植被指数(Radar Vegetation Index,RVI)作为评价雷达影像植被分布与生长状态的重要指标,对植被生长动态监测具有重要意义。然而,不同算法的雷达植被指数对于同一地物类型的表征往往存在一定的差异。文章通过对比分析3种常用RVI在多种类型地物上的差异,为其在SAR影像特征提取、分类、识别等应用提供指导性意见。[方法]实验基于武汉市Radarsat-2全极化数据,结合Google earth历史影像和实地调研数据,选取林地、灌丛、草地、耕地、水生植被、建筑、道路、裸地、湖泊、河流10种典型地物样本,从样本折线图分布、类内标准差等方面,对分别通过H/A/alpha分解、Freeman分解和后向散射系数计算得到的3种常用雷达植被指数Van_RVI、Freeman_RVI和Kim_RVI进行了测算分析。[结果] 3种雷达植被指数有着相似的折线图走势,对植被的监测能力良好,但对于不同地物的敏感性稍有差异:Freeman_RVI对林地等高密度植被区域敏感程度较高; Van_RVI对耕地与林地、灌木与林地具有一定的区分性; Kim_RVI对水体与建筑的敏感程度较高。[结论] Freeman_RVI对高密度植被识别能力最好,可用于林地提取、森林制图; Van_RVI对植被与非植被的区分能力最好,适用于植被提取; Kim_RVI数据预处理计算速度最快,但提取精度不高,可用于应急制图。     

基于转变发展模式的四川与广东农业经济比较分析

文章通过分析2000~2013年四川省与广东省的农业结构及其变动对农业经济增长的影响,分析比较四川省与广东省的农业发展模式、农业经济水平等2个农业指标和2省农林牧渔业总产值的差异,用以解析四川省与广东省农业经济差异性变化的原因。结果表明,四川省农业结构调整主要集中在以水稻等粮食为主的种植业与以生猪等肉类为主的畜牧业上;广东省农业结构调整主要集中在以粮食、水果为主的种植业与以水产品为主的渔业上。其中,种植业的增长对2省农业总产出增长的拉动能力均是最大,四川省的畜牧业、广东省的渔业对农业经济也有一定影响,而2省的林业对农业经济的影响均为较小。