排序方式： 共有4条查询结果，搜索用时 0 毫秒
1
1.
作物发育期预报在农业气象业务中具有重要意义。通过比较4种作物发育期模型的模拟效果,为中国东北地区作物发育期预报提供参考。基于东北地区玉米、水稻和大豆的发育期观测数据及其对应的气象资料,利用模拟退火算法估算了4个发育期模型的参数值,并对模型进行内外部验证。结果表明：在参数本地化过程中,高亮之模型和沈国权模型的效果较好,均方根误差平均分别为3.31d和3.72d。在模型验证过程中,沈国权模型的模拟效果较好,均方根误差平均为5.22d,因此,相对而言,沈国权模型对作物发育期模拟效果较好。 相似文献
2.
2020年初非洲东北和印巴边境沙漠蝗群席卷多个国家,大面积农田及自然植被被啃食,是什么气候条件促成了此次沙漠蝗灾?距离中国最近的印巴边境蝗群成为研究以及社会关注的热点,蝗灾对当地植被的影响如何?其发展趋势如何?从气候学上分析,蝗灾历史上是否曾经或者未来是否向印度东边迁飞而进入中国呢?本研究利用长时间序列的卫星遥感数据和气象气候观测数据,对沙漠蝗群可能扩展趋势进行了分析。研究结果表明:(1)由于沙漠蝗群的啃食,2020年1月和2月,在蝗群分布区大面积植被区的归一化植被指数较常年大幅度下降,2月(2月3日数据)的啃食面积较1月明显扩大;(2)发生在2018年5月和10月两次印度洋飓风和2019年12月强热带风暴等几个罕见气旋给非洲和阿拉伯半岛带来的强降水,是本次非洲-西亚蝗灾的形成重要原因;(3)从影响沙漠蝗群起飞的气温和沙漠蝗虫适合的降水条件来看,历史上或未来沙漠蝗群迁徙到印度东边的机会很少,进入中国的可能性非常小。 相似文献
3.
各类光学植被指数已成功地应用于各种植被监测与作物产量估算中,但这些指数易受大气状况的影响。由星载微波辐射计得到的植被光学厚度数据（VOD）与植被密度、含水量密切相关,数据可全天候获得,在农业遥感监测中呈现着巨大的潜力。作为来自不同传感器的遥感数据,微波遥感数据与光学遥感数据可以提供不同波长范围内的植被信息。为了更准确地进行作物产量估算,本研究提出将微波遥感数据与光学遥感数据共同应用于冬小麦单产估算中。研究选择L波段微波辐射计SMAP卫星的VOD数据与MODIS的标准归一化植被指数NDVI、增强型植被指数EVI、叶面积指数LAI、光合有效辐射分量FPAR数据作为研究变量,分别使用BP神经网络、GA-BP神经网络和PSO-BP神经网络建立冬小麦产量估算模型。结果表明： 3种神经网络回归模型的P值均小于0.001,通过了显著性检验。GA-BP神经网络回归模型的估算值与真实值在3种神经网络回归模型中表现了最高的相关性（R=0.755）与最低的均方根误差（RMSE=529.145 kg/hm2）,平均绝对误差(MAE=425.168 kg/hm2)和平均相对误差（MRE=6.530%）。为了分析多源遥感数据的结合在作物产量估算中的优势,研究同时构建了仅使用NDVI和LAI,使用NDVI、EVI、LAI、FPAR等光学数据进行冬小麦产量估算的3种GA-BP神经网络回归模型作为对比。结果表明,使用微波遥感数据与光学遥感数建立的GA-BP神经网络回归模型较上述3种作为对比的GA-BP神经网络回归模型的相关系数R值分别提高了0.163,0.229与0.056,均方根误差RMSE分别降低了122.334、158.462和46.923 kg/hm2,使用多源遥感数据的组合可以很好地提高作物产量估算的准确性。 相似文献
4.
增温对华北冬小麦生产影响的试验研究 总被引：8，自引：0，他引：8
为了探索和验证未来地表气温升高对中国冬小麦生产的影响,了解冬小麦生长发育和产量对增温响应的基本特征,在田间条件下采用红外辐射器增温的方法(FATI)对冬小麦全生育期进行昼夜增温处理,分析了增温对冬小麦生长发育和产量构成及其耗水量的影响。结果表明,全生育期增温使冬小麦返青期显著提前,冬后生育阶段整体前移10d以上,全生育期天数减少,但营养生长时间大幅增加,开花至乳熟时间延长,乳熟至成熟时间缩短;在偏冷年份,增温处理保障了小麦的正常分蘖和生长,株高显著提高,有效穗数比对照增加27.4%,籽粒产量比对照大幅增加;在偏暖年份,增温导致小麦穗分化时间延长,穗粒数增加,灌浆中后期遭受高温危害,千粒重显著降低,产量下降;增温致使冬小麦生产耗水量增加。就华北冬小麦而言,冬季及早春一定幅度的升温有利于小麦生产,但增幅过大可能会导致不利结果;而春末夏初升温对小麦生产是不利的。 相似文献
1