針對傳統(tǒng)農(nóng)業(yè)估產(chǎn)方法效率低、成本高的現(xiàn)狀,以山東省為研究區(qū),基于山東省10年表面反射率8 d合成產(chǎn)品MOD09A1、全球陸地蒸發(fā)蒸騰8 d合成產(chǎn)品MOD16A2數(shù)據(jù)和歷史產(chǎn)量數(shù)據(jù),以增強型植被指數(shù)（EVI）、作物水分脅迫指數(shù)（CWSI）和經(jīng)過歷史產(chǎn)量分解得到的技術(shù)產(chǎn)量為輸入,利用最小二乘法構(gòu)建了山東省級和市級尺度的冬小麥單產(chǎn)估算模型,并在監(jiān)測和預(yù)報兩種模式下進行了模型的應(yīng)用和精度驗證。結(jié)果表明,在監(jiān)測模式下,省級估產(chǎn)精度為96.91%,各市監(jiān)測精度均不小于89.41%,其中菏澤市監(jiān)測精度最高,為99.31%,濟寧市監(jiān)測精度最低,為89.64%;在預(yù)報模式下,返青期結(jié)束（第89天）、拔節(jié)期結(jié)束（第121天）和乳熟期結(jié)束（第145天）時的省級小麥預(yù)報精度均不低于96.44%,各市預(yù)報精度均不小于89.41%,其中青島市預(yù)報精度最高,3次預(yù)報的平均精度為99.07%,濟寧市預(yù)報精度最低,3次預(yù)報的平均精度為89.81%。本文建立的估產(chǎn)模型對市級和省級作物單產(chǎn)估算均有較高的適用性,可以實現(xiàn)動態(tài)產(chǎn)量預(yù)報。本研究對及時了解冬小麥的生長狀況、制定科學(xué)有效的農(nóng)業(yè)生產(chǎn)決策具有參考價值。 

【文章來源】：農(nóng)業(yè)機械學(xué)報. 2020,51(07)北大核心EICSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

研究區(qū)域圖

本文的研究方案包括:(1)計算增強型植被指數(shù)(EVI)和作物水分脅迫指數(shù)(CWSI)。利用山東省2007—2017年冬小麥生育期內(nèi)的MODIS傳感器地表反射率產(chǎn)品(MOD09A1)計算各縣區(qū)平均累計增強型植被指數(shù)(EVI)，利用同時期蒸騰散發(fā)產(chǎn)品(MOD16A2)計算各縣區(qū)平均累計水分脅迫指數(shù)(CWSI)。(2)確定技術(shù)產(chǎn)量因子。技術(shù)產(chǎn)量反映了該地區(qū)的平均農(nóng)業(yè)生產(chǎn)技術(shù)水平以及抗災(zāi)能力。結(jié)合山東省2007—2017年縣級歷史產(chǎn)量統(tǒng)計數(shù)據(jù)，利用時間序列趨勢方法計算技術(shù)產(chǎn)量。(3)建立估產(chǎn)模型。使用最小二乘線性回歸法分別進行山東省市級尺度和省級尺度的冬小麥產(chǎn)量預(yù)測模型的構(gòu)建。(4)模型的應(yīng)用及精度驗證。分別在監(jiān)測模式和預(yù)報模式下進行估產(chǎn)模型的應(yīng)用及精度驗證。技術(shù)路線見圖2。2.2 平均累計指數(shù)計算

【參考文獻】：
期刊論文
[1]基于時間序列MODISNDVI的冬小麥產(chǎn)量預(yù)測方法[J]. 黃健熙,羅倩,劉曉暄,張潔.  農(nóng)業(yè)機械學(xué)報. 2016(02)
[2]基于遙感的國外作物長勢監(jiān)測與產(chǎn)量趨勢估計[J]. 錢永蘭,侯英雨,延昊,毛留喜,吳門新,何延波.  農(nóng)業(yè)工程學(xué)報. 2012(13)
[3]冬小麥生物量和產(chǎn)量的AquaCrop模型預(yù)測[J]. 杜文勇,何雄奎,Shamaila Z,胡振方,曾愛軍,Muller J.  農(nóng)業(yè)機械學(xué)報. 2011(04)
[4]用直線滑動均值法做作物趨勢產(chǎn)量預(yù)報[J]. 溫曉慧,溫桂清,薛敏.  黑龍江氣象. 1994(01)



本文編號：3385587