【摘要】：【目的】在分析國(guó)內(nèi)外農(nóng)作物估產(chǎn)方法的相關(guān)研究進(jìn)展基礎(chǔ)上,將傳統(tǒng)統(tǒng)計(jì)估產(chǎn)方法和遙感估產(chǎn)方法相結(jié)合,提出一種新的混合估產(chǎn)模型�！痉椒ā吭撃Ｐ陀哨厔�(shì)單產(chǎn)、遙感修正單產(chǎn)和隨機(jī)誤差項(xiàng)三部分組成,其中趨勢(shì)單產(chǎn)利用歷史長(zhǎng)時(shí)間序列的單產(chǎn)統(tǒng)計(jì)數(shù)據(jù),通過(guò)多項(xiàng)式回歸的方法結(jié)合ARIMA模型修正得到,遙感修正單產(chǎn)利用3個(gè)作物關(guān)鍵生育期NDVI和實(shí)測(cè)單產(chǎn)多元回歸得到。為驗(yàn)證所提出估產(chǎn)方法的可行性和精度,利用2015年冬小麥關(guān)鍵生育期的三景環(huán)境衛(wèi)星遙感影像和冬小麥實(shí)測(cè)地塊單產(chǎn)數(shù)據(jù)以及近30年(1985—2014年)北京市各區(qū)縣的冬小麥單產(chǎn)數(shù)據(jù),對(duì)2015年的北京市的冬小麥單產(chǎn)進(jìn)行估算,與真實(shí)值(2015年單產(chǎn)統(tǒng)計(jì)數(shù)據(jù))對(duì)比�！窘Y(jié)果】混合估產(chǎn)模型對(duì)北京市的冬小麥單產(chǎn)預(yù)測(cè)精度達(dá)到98.7%,各區(qū)縣估產(chǎn)精度均超過(guò)90%,除房山(90.3%)外,各縣單產(chǎn)預(yù)測(cè)相對(duì)精度均超過(guò)95%;傳統(tǒng)趨勢(shì)單產(chǎn)模型對(duì)北京市的冬小麥單產(chǎn)預(yù)測(cè)精度達(dá)到94.75%,但在區(qū)縣尺度上,傳統(tǒng)估產(chǎn)模型預(yù)測(cè)精度較低,對(duì)房山區(qū)的估產(chǎn)精度不足80%;引入ARIMA模型可以提高傳統(tǒng)趨勢(shì)單產(chǎn)模型的精度。修正后的趨勢(shì)單產(chǎn)模型冬小麥單產(chǎn)預(yù)測(cè)精度平均提高了1.59%。本文建立的遙感修正模型,利用三景遙感影像修正結(jié)果最優(yōu),此方法使冬小麥估產(chǎn)精度整體提升3.55%,尤其是房山、平谷等區(qū)縣,精度明顯提升�！窘Y(jié)論】該模型在市級(jí)尺度和縣級(jí)尺度上預(yù)測(cè)冬小麥單產(chǎn)均取得較高精度,充分考慮冬小麥時(shí)間尺度和空間尺度上的變化,對(duì)農(nóng)作物估產(chǎn)有一定的指導(dǎo)意義。
[Abstract]:[objective] on the basis of analyzing the related research progress of crop yield estimation methods at home and abroad, a new mixed yield estimation model was proposed by combining the traditional statistical yield estimation method with remote sensing estimation method. [methods] the model is based on the trend of yield per unit yield. There are three parts of modified unit yield and random error term by remote sensing, in which the trend unit yield is based on the statistical data of unit yield of historical long time series, which is obtained by polynomial regression method and ARIMA model correction. The modified yield of remote sensing was obtained by using NDVI of three crop key growth periods and multivariate regression of measured yield. To verify the feasibility and accuracy of the proposed yield estimation method, Based on the satellite remote sensing images of three scenes of winter wheat in the key growth period of winter wheat in 2015, the data of winter wheat yield per unit yield of winter wheat plots measured in the past 30 years (1985-2014) and winter wheat yield per unit yield data of every district and county in Beijing were used. To estimate the winter wheat yield in Beijing in 2015, [results] the prediction accuracy of mixed yield estimation model for winter wheat yield in Beijing reached 98.7%, and the precision of estimating yield in all districts and counties exceeded 90%, except Fangshan (90.3%). The relative precision of forecasting yield per unit yield of each county is more than 95. The precision of forecasting winter wheat yield per unit yield of Beijing by traditional trend yield model is 94.75, but on the scale of district and county, the precision of traditional yield estimation model is low. The yield estimation accuracy of Fangshan area is less than 80%, and the precision of traditional trend yield model can be improved by introducing ARIMA model. The prediction accuracy of winter wheat yield per unit yield was improved by 1.59 on average. The model of remote sensing correction established in this paper is optimized by using three scenes remote sensing images. This method improves the precision of winter wheat yield estimation by 3.55 as a whole, especially in Fangshan, Pinggu and other districts, counties and counties, such as Fangshan, Pinggu and so on. [conclusion] the prediction of winter wheat yield per unit yield on the scale of city and county level achieved high precision, and the changes of time scale and space scale of winter wheat were fully taken into account, which has certain guiding significance for crop yield estimation.
【作者單位】： 北京師范大學(xué)地表過(guò)程與資源生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室;北京師范大學(xué)遙感科學(xué)與工程研究院;北京師范大學(xué)地理科學(xué)學(xué)部;北京市統(tǒng)計(jì)局;
【基金】：國(guó)家自然科學(xué)基金(41401479)
【分類號(hào)】：S127;S512.11

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 章玉林,董玉坤;冬小麥?zhǔn)┯没试囼?yàn)結(jié)果[J];新疆農(nóng)業(yè)科技;1982年02期

2 霍治國(guó),白月明,溫民,陳林;冬小麥干旱綜合防御集成技術(shù)推廣試驗(yàn)研究[J];氣象科技;2001年01期

3 劉慶春,石蘭瑛;2001年冬小麥減產(chǎn)的氣象條件分析[J];山西氣象;2001年03期

4 方文松;劉榮花;馬志紅;李樹巖;師麗魁;;河南省冬小麥干旱評(píng)估指標(biāo)初探[J];氣象與環(huán)境科學(xué);2008年03期

5 楊武德;宋艷暾;宋曉彥;丁光偉;;基于3S和實(shí)測(cè)相結(jié)合的冬小麥估產(chǎn)研究[J];農(nóng)業(yè)工程學(xué)報(bào);2009年02期

6 郝立生;閔錦忠;張文宗;李春強(qiáng);魏瑞江;;氣候變暖對(duì)河北省冬小麥產(chǎn)量的影響[J];中國(guó)農(nóng)業(yè)氣象;2009年02期

7 朱新玉;劉杰;史本林;張怡;;氣候變暖背景下中原腹地冬小麥氣候適宜度變化[J];地理研究;2012年08期

8 孔令寅;延昊;鮑艷松;陳懷亮;;基于關(guān)鍵發(fā)育期的冬小麥長(zhǎng)勢(shì)遙感監(jiān)測(cè)方法[J];中國(guó)農(nóng)業(yè)氣象;2012年03期

9 于光遠(yuǎn);;小麥增產(chǎn)對(duì)于農(nóng)業(yè)科學(xué)研究工作的革命意義[J];中國(guó)農(nóng)業(yè)科學(xué);1958年08期

10 陳懷亮;祝新建;;冬小麥產(chǎn)量灰色預(yù)測(cè)預(yù)報(bào)模型[J];中國(guó)農(nóng)業(yè)氣象;1992年01期

相關(guān)會(huì)議論文 前10條

1 車少靜;高祺;劉利軍;;2009-2010年度石家莊異常低溫對(duì)冬小麥影響[A];第27屆中國(guó)氣象學(xué)會(huì)年會(huì)現(xiàn)代農(nóng)業(yè)氣象防災(zāi)減災(zāi)與糧食安全分會(huì)場(chǎng)論文集[C];2010年

2 楊曉華;楊永紅;;秋季氣候變暖對(duì)冬小麥奇異生長(zhǎng)的影響[A];中國(guó)氣象學(xué)會(huì)2007年年會(huì)氣候變化分會(huì)場(chǎng)論文集[C];2007年

3 方文松;朱自璽;劉榮花;王友賀;馬志紅;;河南省冬小麥干旱動(dòng)態(tài)評(píng)估指標(biāo)初探[A];中國(guó)氣象學(xué)會(huì)2007年年會(huì)生態(tài)氣象業(yè)務(wù)建設(shè)與農(nóng)業(yè)氣象災(zāi)害預(yù)警分會(huì)場(chǎng)論文集[C];2007年

4 唐為安;唐為安;田紅;陳曉藝;溫華洋;丁霞;徐光清;;氣候變暖背景下安徽省冬小麥產(chǎn)量對(duì)氣候要素變化的響應(yīng)[A];第27屆中國(guó)氣象學(xué)會(huì)年會(huì)現(xiàn)代農(nóng)業(yè)氣象防災(zāi)減災(zāi)與糧食安全分會(huì)場(chǎng)論文集[C];2010年

5 陸春花;梁運(yùn)香;劉孝清;劉志宏;孫建文;;影響介休市冬小麥產(chǎn)量的原因分析[A];第28屆中國(guó)氣象學(xué)會(huì)年會(huì)——S11氣象與現(xiàn)代農(nóng)業(yè)[C];2011年

6 馬曉群;張宏群;陳曉藝;吳文玉;許瑩;李龍;;安徽省冬小麥干旱風(fēng)險(xiǎn)評(píng)估和精細(xì)化區(qū)劃[A];S10 氣象與現(xiàn)代農(nóng)業(yè)發(fā)展[C];2012年

7 康西言;李春強(qiáng);;基于作物水分生產(chǎn)函數(shù)的冬小麥干旱評(píng)估模型[A];第27屆中國(guó)氣象學(xué)會(huì)年會(huì)現(xiàn)代農(nóng)業(yè)氣象防災(zāi)減災(zāi)與糧食安全分會(huì)場(chǎng)論文集[C];2010年

8 劉榮花;鄧天宏;趙國(guó)強(qiáng);方文松;朱自璽;;河南省冬小麥干旱評(píng)估業(yè)務(wù)服務(wù)系統(tǒng)[A];中國(guó)氣象學(xué)會(huì)2007年年會(huì)生態(tài)氣象業(yè)務(wù)建設(shè)與農(nóng)業(yè)氣象災(zāi)害預(yù)警分會(huì)場(chǎng)論文集[C];2007年

9 吳洪顏;高蘋;徐為根;;江蘇省冬小麥春季陰濕害的風(fēng)險(xiǎn)評(píng)估及區(qū)劃[A];第七屆長(zhǎng)三角氣象科技論壇論文集[C];2010年

10 葉冠寧;王淑香;姚巖龍;齊帥;宋素蕊;;河南冬小麥如何應(yīng)對(duì)氣候變化的響應(yīng)探討[A];S10 氣象與現(xiàn)代農(nóng)業(yè)發(fā)展[C];2012年

相關(guān)重要報(bào)紙文章 前9條

1 本報(bào)記者 王錦;冬小麥?zhǔn)芎得娣e開始減少[N];中國(guó)證券報(bào);2011年

2 記者 高琳;國(guó)家氣象中心：精細(xì)服務(wù)為冬小麥產(chǎn)量加分[N];中國(guó)氣象報(bào);2012年

3 胡若愚;歐美持續(xù)干旱 小麥或遭重創(chuàng)[N];經(jīng)濟(jì)參考報(bào);2011年

4 本報(bào)記者 李雁爭(zhēng);毛留喜：對(duì)農(nóng)業(yè)的負(fù)面影響并非不能控制[N];上海證券報(bào);2009年

5 本報(bào)記者 孫楠;北方干旱呈常態(tài) 科學(xué)管理保豐收[N];中國(guó)氣象報(bào);2011年

6 本報(bào)記者 李富永;旱災(zāi)未必降臨 農(nóng)民怠耕堪憂[N];中華工商時(shí)報(bào);2011年

7 郭起豪;氣象條件有利 夏糧可望豐收[N];中國(guó)氣象報(bào);2008年

8 中化化肥農(nóng)大研發(fā)中心 張衛(wèi)峰　劉全清 張福鎖;怎樣應(yīng)對(duì)當(dāng)前旱情對(duì)小麥的影響？[N];農(nóng)資導(dǎo)報(bào);2009年

9 曹一平;碳銨作追肥效果比尿素好[N];農(nóng)資導(dǎo)報(bào);2008年

相關(guān)博士學(xué)位論文 前3條

1 姜志偉;區(qū)域冬小麥估產(chǎn)的遙感數(shù)據(jù)同化技術(shù)研究[D];中國(guó)農(nóng)業(yè)科學(xué)院;2012年

2 胡亞南;華北冬小麥—夏玉米輪作區(qū)干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估[D];中國(guó)農(nóng)業(yè)科學(xué)院;2013年

3 劉海濤;華北平原高產(chǎn)區(qū)農(nóng)田土壤條件與水氮利用效率定量評(píng)價(jià)[D];中國(guó)農(nóng)業(yè)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 任鵬;低溫脅迫下冬小麥冠層高光譜變化特征及響應(yīng)生理參數(shù)監(jiān)測(cè)[D];山西農(nóng)業(yè)大學(xué);2015年

2 姜亞珍;MODIS監(jiān)測(cè)黃淮海平原冬小麥長(zhǎng)勢(shì)與土壤濕度[D];中國(guó)農(nóng)業(yè)科學(xué)院;2015年

3 張延;氣候變化對(duì)關(guān)中地區(qū)冬小麥耗水和產(chǎn)量的影響及適應(yīng)策略[D];西北農(nóng)林科技大學(xué);2015年

4 張文智;國(guó)產(chǎn)氣象衛(wèi)星數(shù)據(jù)與作物生長(zhǎng)模型同化的冬小麥估產(chǎn)方法研究[D];電子科技大學(xué);2014年

5 沈家曉;基于近地高光譜遙感與作物生長(zhǎng)模型的冬小麥品質(zhì)監(jiān)測(cè)預(yù)報(bào)研究[D];山東農(nóng)業(yè)大學(xué);2015年

6 張秋陽(yáng);基于多源遙感數(shù)據(jù)的冬小麥氮肥推薦的研究[D];東北農(nóng)業(yè)大學(xué);2015年

7 鄭東東;河南省冬小麥農(nóng)田環(huán)境參數(shù)反演及系統(tǒng)設(shè)計(jì)[D];鄭州大學(xué);2016年

8 y嚾俸，

本文編號(hào)：2268235