首页期刊导航|中国农业信息
期刊信息/Journal information
中国农业信息
中国农业信息

王道龙

月刊

1672-0423

zgnyxx001@126.com

010-82109628,82109632

100081

北京市海淀区中关村南大街12号农科院

中国农业信息/Journal China Agricultural Information
查看更多>>本杂志是我国目前全方位登载国内外农业产前、产中、产后信息，面向国内外公开发行的国家级期刊，旨在沟通农业信息，预测市场动向，服务科教兴农、指导农业生产、促进经济发展。
正式出版
收录年代

    基于遥感参考曲线与积温校正的10 m分辨率苹果始花期预测

    段梦琦王钊孙亮王广才...
    1-13页
    查看更多>>摘要：[目的]准确监测苹果始花期、开展花期预报服务对于果农进行农业生产活动具有指导意义，可为农业管理部门进行冻害防治，保障苹果品质及产量提供参考。[方法]文章采用一种基于作物参考曲线重建的方法，在黄土高原地区根据苹果样点的归一化植被指数(Normalized Difference Vegetation Index，NDVI)时间序列(作物参考曲线)与重建后的苹果NDVI曲线在空间上的物候差异，绘制历史10 m高分辨率的始花期监测结果，实现了花期监测由点到面的转化。在10m花期监测结果的基础上，加入积温阈值法实现始花期的预测。[结果]2019-2021研究区域苹果花期的监测结果绝对误差均保持在1～3 d之内;利用积温矫正后，实现了始花期的预测，预测结果平均误差为2d。苹果花期总体呈现东南部地区较早，而西北地区较晚的趋势。[结论]研究结果对于果农进行农业生产活动具有指导意义，为农业管理部门进行冻害防治，对花期冻害的发生及时做出反应，为保障苹果品质及产量提供参考。

    作物参考曲线物候期苹果始花期遥感监测遥感预测黄土高原

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    集成时间序列Sentinel-1/2数据的江汉平原油菜早期制图

    王甜李中元王明星付煜...
    14-28页
    查看更多>>摘要：[目的]江汉平原是湖北省主要的农作物生产基地，油菜早期阶段的准确定位对于作物生长监测和作物产量预测至关重要。[方法]文章借助谷歌地球引擎(Google Earth Engine，GEE)云平台，通过结合物候信息的随机森林模型(Random Forest，RF)，以10 d为间隔，基于2022年10月1日至2023年4月30日的遥感影像，分别组成不同的生育区间组合，观察对比10 d间隔的各生育区间组合的精度变化情况，寻找油菜的最早可识别时间(Earliest Identifiable Timing，EIT)，并制作江汉平原油菜早期识别图。[结果](1)雷达影像的VV、VH极化特征加入更有利于油菜的识别;与仅使用光学遥感数据的研究相比，利用雷达数据的极化特征增加了数据的多样性和丰富性。(2)基于Sentinel-1/2数据利用RF分类器获得的油菜早期识别最佳时段具体是2022年12月1-11日，总体精度达到0。88，F1得分为0。88，即可在油菜收获前5个月进行识别提取。(3)该文提出的方法可实现油菜大范围早期提取和快速制图。[结论]基于Sentinel-1与Sentinel-2集成的时间序列数据最早可在油菜收获前5个月进行识别，综合利用Sentinel-1和Sentinel-2数据在获取最早可识别时段和早期作物制图方面具有良好的效果，该研究可为该地区油菜生产管理、农业种植结构调整和粮油安全保障提供数据支撑和科学服务。

    江汉平原农业遥感早期识别油菜

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    Spiking-Hybrid方法与机器学习结合的冬小麦LAI反演

    李平平王夏军王来刚杨贵军...
    29-44页
    查看更多>>摘要：[目的]准确地反演叶面积指数(Leaf Area Index，LAI)对小麦生长诊断和管理调控具有重要意义。目前机器学习方法被广泛应用于作物参数反演，但农业领域原始数据获取成本高，机器学习模型在LAI反演中面临训练数据不足、过拟合等问题。[方法]文章基于遥感辐射传输PROSAIL模型模拟数据结合实测数据，采用Spiking-Hybrid方法构建混合样本集，再利用随机森林(Random Forest，RF)和偏最小二乘回归(Partial Least Squares Regres-sion，PLSR)机器学习算法来反演叶面积指数。将Spiking-Hybrid方法与数值优化的PRO-SAIL反演方法、传统混合方法和经验机器学习方法等3种常用的植被性状估计方法进行对比分析。[结果]Spiking-Hybrid方法在不同小麦生育期的LAI反演中展现出优于其他方法的效果，即使选择不同条数、不同生长地域的实测抽样样本，Spiking-Hybrid方法一直表现出更好的准确度和稳健性。当抽取实测样本为40～60条时模型精度最高，在挑旗期使用60份样本时达到了最佳测试精度(R2=0。85，RMSE=0。78)。[结论]当实测样本十分有限时，Spik-ing-Hybrid 方法比基于模拟数据的机器学习算法具有更好的反演精度，并且Spiking-Hybrid方法在极少的实测样本量时也能发挥很好的作用。

    小麦高光谱Spiking-Hybrid方法PROSAIL少样本

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    土壤水分雷达遥感反演研究

    朱逸青吴尚蓉王迪
    45-62页
    查看更多>>摘要：[目的]土壤水分对于农作物的生长、生态系统的平衡、水资源的稳定具有深远影响，精确监测土壤水分空间分布与时空变化，对于农业生产和环境保护至关重要。雷达遥感具备全天时、全天候工作的优势，还可以穿透云层和作物获取地表和土壤的关键信息，在土壤水分反演中具有重要作用。[方法]文章系统探讨了雷达遥感在土壤水分反演领域的研究进展，介绍了反演的理论模型、经验模型和半经验模型发展历程与特点，阐述了人工智能和极化分解方法在土壤水分反演中的应用，同时论述了光学与雷达遥感协同反演土壤水分的原理与应用，着重介绍了光学模型结合水云模型的协同反演方法。[结果]土壤水分雷达反演存在着雷达遥感影像和验证数据获取成本较高、作物覆盖影响下的反演建模困难、光学与雷达数据融合难度较大等问题。[结论]未来应建立高质量雷达数据集、研发定点观测仪器、推广半经验反演模型，以及将人工智能技术引入到多源数据融合领域等，以促进雷达遥感反演土壤水分精度与效率的提升。

    雷达遥感合成孔径雷达土壤水分反演作物覆盖

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    热红外遥感多参数人工智能一体化反演范式理论与技术

    毛克彪王涵袁紫晋施建成...
    63-80页
    查看更多>>摘要：[目的]提高地—气能量交换参数地表温度(Land Surface Temperature，LST)、地表发射率(Land Surface Emissivity，LSE)、大气水汽含量(Water Vapor Content，WVC)和近地表空气温度(Near Surface Air Temperature，NS AT)的反演精度。[方法]文章提出了基于人工智能(Artificial Intelligence，AI)的热红外遥感多参数一体化反演范式理论和技术，通过物理逻辑推理证明深度学习输入和输出参数之间能够构造闭合的物理方程组使得AI遥感多参数一体化反演具有物理意义和可解释性，即输入变量能够唯一确定输出变量。对于输入变量和输出变量之间具有强相关性的情况，参数可以高精度地直接反演;对于只存在弱相关性的情况，加入强相关的先验知识可以提高反演精度。[结果]物理逻辑推理表明热红外遥感多参数反演至少需要4个热红外波段构建4个辐射方程组以确保输入变量唯一确定输出变量。根据输入变量和输出变量之间的因果关系，确定了一体化反演的两种参数反演技术模式，即"直接同步反演"与"迭代反演"。利用MODIS数据5波段(27、28、29、31和32波段)对4个参数进行一体化反演应用示范。反演结果显示，LST的平均理论误差在0。5 K以下，发射率在0。008以下，WVC误差在0。1 g/cm2以下，NSAT反演应用平均误差在2。0K以下。[结论]直接同步反演和迭代反演的合理应用可最大化多参数的反演精度，同时可以优化卫星传感器设计，因此基于AI的热红外遥感多参数一体化反演理论提出和技术实现对推动热红外遥感参数反演研究具有里程碑意义。

    人工智能热红外遥感多参数反演一体化反演

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于Landsat-8 OLI/TIRS数据的地表温度反演算法对比研究

    张雯
    81-90页
    查看更多>>摘要：[目的]评估不同反演算法在卫星遥感地表温度数据获取中的性能差异，特别是针对呼和浩特地区在特定时间的应用。[方法]文章基于Landsat-8 OLI/TIRS数据，选用3种不同的反演算法(覃志豪单窗算法、Offer Ronzenstein劈窗算法和Jiménez-Muñoz劈窗算法)，对呼和浩特区域的地表温度进行反演;随后对反演结果进行精度检验和敏感性分析，以评估不同算法在相同条件下的表现。[结果]经过对比分析，覃志豪单窗算法在呼和浩特区域的地表温度反演中展现了最高的精度，其平均相对误差为3。68％;相比之下，Offer Ronzenstein劈窗算法和Jimenez-Munoz劈窗算法的平均相对误差分别为4。22％和6。60％。在敏感性分析方面，Jiménez-Muñoz劈窗算法对水汽含量的变化最不敏感，其次是Offer Ronzenstein劈窗算法，而覃志豪单窗算法则表现出较高的敏感性，并仅适用于特定范围内的水汽含量。[结论]在呼和浩特地区的地表温度反演中，覃志豪单窗算法因其较高的精度而成为优选算法。然而，不同算法在敏感性和适用范围上的差异表明，在实际应用中，需要根据具体的数据特征和区域条件选择合适的反演算法。此外，进一步的研究可以探索更多算法以提高地表温度反演的准确性和普适性。

    地表温度Landsat-8覃志豪单窗算法劈窗算法呼和浩特

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    作物物候遥感监测研究进展与展望

    刘玉鹏钞锦龙邱琳游振宇...
    91-101页
    查看更多>>摘要：[目的]物候期是农作物重要的生长信息，对作物长势监测、田间管理、物候区划、农作物合理配置、农业决策等具有重要意义。[方法]文章采用文献综述和总结凝练的方法，回顾了作物物候遥感监测研究进展，首先从数据预处理与物候提取算法两个角度对传统基于光学植被指数时间序列的方法进行了深入探讨;其次对合成孔径雷达、无人机遥感及物候相机等在作物物候监测中的应用进行了介绍;最后对作物物候遥感监测研究进行了展望。[结果]基于遥感的作物物候监测具有覆盖范围大、探测频率高、受人为主观影响小、成本低等优势而被广泛应用。利用卫星手段获取光学植被指数时间序列并基于此提取作物物候期是目前最常见的监测方法。此外，合成孔径雷达(Synthetic Aperture Radar，SAR)、无人机(Unmanned Aerial Vehicle，UAV)遥感、物候相机等观测技术的发展也为作物物候监测提供了更为丰富的监测手段，根据遥感平台的不同可分类为星载观测平台、机载观测平台和近地面观测平台。[结论]作物物候遥感监测技术的发展有助于为农民和农业管理者提供科学、精准的决策支持，推动农业生产向着更加可持续方向发展。

    作物物候遥感无人机(UAV)合成孔径雷达(SAR)物候相机

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于CARS特征波段筛选的冬小麦植株氮浓度监测

    陶婷孟炀杜晓初梅新...
    102-119页
    查看更多>>摘要：[目的]氮素在作物生长发育、产量及品质形成中不可或缺的营养元素。高效、无损、精准地获取作物氮素盈亏状况，能够监测作物长势，提高氮肥施用水平和利用效率，降低施肥过量导致的农田面源污染。[方法]文章对2020-2022年3年高光谱数据进行SG平滑、一阶导数预处理。将相关性分析(Correlation analysis，CA)与竞争性自适应重加权采样法(Competitive Adaptive Reweighted Sampling，CARS)相结合(CA-CARS)，研究光谱一阶导数与植株氮浓度(Plant nitrogen concentration，PNC)的关系，明确拔节期不同氮素处理下的敏感性波段。最终筛选出最敏感波段构建植被指数，基于此建立冬小麦植株氮浓度一元线性监测模型。以2020年、2022年数据为训练集建模、2021年数据为验证集进行模型精度验证。[结果](1)综合3年拔节期不同氮水平下，冬小麦PNC高度敏感波段区位主要有:蓝绿波段(495 nm～503 nm)、红边范围(736 nm～750 nm)及近红外范围(751 nm～753 nm、751 nm～753 nm、761 nm～765 nm、773 nm～779 nm、922 nm、937 nm～938 nm、1 016 nm～1 032 nm、1 083 nm～1088nm、1 127 nm、1 142 nm～1 145 nm、1 292 nm～1 300 nm)。(2)CARS筛选出 6个特征波段为459 nm、682 nm、721 nm、746 nm、1 049 nm、1 175 nm。(3)利用特征波段组建15个冠层比值氮指数(Canopy Ratio Nitrogen Index，CRNI)，CRNI10的模型精度最高、均方根误差最小。其训练集验证集决定系数、均方根误差分别为R2=0。785、R2=0。679、RMSE=0。254和RMSE=0。332。说明该文构建的CRNI在PNC监测上更具泛化性。[结论]通过CA-CARS结合的方式筛选出的特征参数所构建的PNC反演模型，能有效提升PNC监测模型的精度、迁移性及稳定性。

    冬小麦植株氮含量CARS冠层氮指数高光谱

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于Sentinel数据与多特征学习的大豆种植面积提取

    段承君杜晓初龙慧灵梅新...
    120-134页
    查看更多>>摘要：[目的]大豆是中国重要的粮油兼用作物，是优质蛋白的主要来源。及时准确地获取大豆的种植面积，对评估大豆振兴计划实施效果及后续政策的制定具有重要意义。[方法]文章以黑龙江省黑河市为研究区，基于Google Earth Engine平台，利用多生育期Sentinel-2A、SRTM(Shuttle Radar Topography Mission)等数据，构建经特征优选后的光谱特征、植被指数特征、纹理特征和地形特征等多特征数据集，并对比分析随机森林(Random Forest，RF)、分类与回归树(Classification and Regression Tree，CART)、支持向量机(Support Vector Machine，SVM)等算法，选择效果最佳算法对2019-2021年黑河市大豆种植面积进行提取分析，实现大豆种植面积的区域制图。[结果](1)经特征优选后，共11个特征对大豆、水稻、玉米有较好的区分度。(2)对比不同生育期遥感影像进行面积提取的结果，鼓粒期效果最佳。(3)对比不同的特征学习方法，随机森林算法在大豆鼓粒期的面积提取结果最佳。(4)以县级乡镇区划为最小统计单元，2019-2021年黑河市大豆种植面积分别为93。67万hm2、159。62万hm2、133。54万hm2。[结论]大豆种植面积先增加后减少，种植空间分布从分散的大田种植转向集中。基于Sentinel数据与多特征学习的方法能够快速、准确地提取大豆的种植面积，有助于准确掌握大豆的种植情况，为大豆的种植与管理提供依据。

    大豆种植面积机器学习GoogleEarthEngine

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于MaxEnt模型的宜昌市柑橘潜在适生区预测

    付煜李中元鲁钰洁沈卓然...
    135-150页
    查看更多>>摘要：[目的]科学预测宜昌市柑橘(包括椪柑、橙子和蜜橘)的潜在适生区并划分为不同等级，为宜昌市柑橘的物种可持续发展提供参考。[方法]文章实地调查获取椪柑、橙子和蜜橘样点后，借助最大熵模型(Maximum Entropy Model，MaxEnt)预测宜昌市柑橘潜在适生区，并分析环境因子与椪柑、橙子、蜜橘生长的响应关系。[结果](1)对初步确定的气候、土壤、地形等31个环境因子进行贡献率分析和共线性诊断，筛选出了影响柑橘潜在分布主要限制因子;利用MaxEnt模型，经受试者工作特征曲线检验模型精度后，预测了椪柑和橙子的潜在适生区范围，主要分布在秭归、五峰、长阳县城;最冷月最低气温、到道路的距离是最主要影响桠柑和橙子分布的因子;(2)预测了蜜橘的潜在适生区范围，主要集中在枝江、当阳、宜都、猇亭、和夷陵区这一带;(3)到道路的距离、高程、年平均最低气温、坡向和土壤有机碳含量是最主要影响蜜橘分布的因子。[结论]研究结果可为宜昌市的椪柑、橙子和蜜橘的种植区域选择作参考性的作用。

    潜在适生区柑橘MaxEnt模型宜昌

      原文链接:
    • NETL
    • NSTL
    • 万方数据