摘要：中国是一个农业生产和消费大国,同时也面临着投入产出比率相对较低、环境污染等一系列问题,尤其在国际形势变化、自然灾害频发的背景下,中国传统农业生产方式亟需转型升级。在人工智能、物联网、云平台等新兴技术的带动下,精准农业孕育而生,成为了全球农业实现绿色、高产的有效途径。该文瞄准世界精准农业发展较好的发达国家和地区,通过文献梳理和总结,凝练出政府引导、信息化建设、科技支撑、新型农民培育等发达国家和地区发展精准农业的成功经验。在此基础上,着眼于中国大田种植,分析中国发展精准农业的基础,从农田配套设施及信息化建设、农业信息获取、自动变量作业系统及装备等方面充分认识中国发展精准农业的薄弱环节。该文旨在厘清中国精准农业的发展方向,借鉴国际经验,提出中国精准农业今后的发展建议,如强化政府组织领导作用、加强基础设施和信息化建设、聚焦核心技术研发、培养新型农业人才、分区域试点示范。

摘要：以8d为时间尺度,以土壤相对湿度(RSM)为参考指标,采用相关分析方法,分析评估典型旱年2009年作物生长季内分别表征降水、土壤和作物的3个类别10种农业干旱遥感监测指数在东北地区的适用性。结果表明:(1)生长季中、后期,综合考虑冠层温度和植被特征的温度植被干旱指数(TVDI)与RSM的相关系数绝对值在0.5左右,对土壤湿度变化较敏感,可用于该生长阶段的农业干旱监测;(2)考虑作物前期缺水的累积作物缺水指数(ACWSI)是与RSM相关性较好的指数之一,在生长季前期和后期与RSM的相关系数绝对值在0.47以上,表现良好,但应用过程中需注意累积效应的时间尺度;(3)表观热惯量(ATI)更适于生长季前期干旱监测,改进型能量指数(MEI)适用于各种植被覆盖条件,但存在一定不稳定性;(4)考虑前期累积降水的APCI指数比仅考虑8d降水的条件降水指数PCI更能反映土壤湿度状况,特别是在生长季中、后期,可作为其它监测指数的补充;(5)条件植被指数(VCI)、归一化差异水分指数(NDWI)与RSM相关性较低,对现时土壤湿度的反映不敏感,不适于研究区内短时间尺度的农业干旱监测。研究结果可为东北地区开展农业干旱监测选取合适指标提供参考,也可为农业干旱指数的广泛应用构建可行性框架。

摘要：耕地作为一种稀缺资源对国家和农民来说都具有极其重要的意义,但随着市场经济的深入和农村经济的发展,农村耕地撂荒现象时有发生,撂荒耕地必然导致土地资源浪费,影响到中国粮食安全和农民增收,也不利于农村经济社会稳定发展。沿淮地区是安徽省乃至全国重要的商品粮生产基地,但近年来冬季撂荒情况日益严重。该文拟选取安徽省霍邱县,利用2015、2016、2017三年冬小麦生长期内的GF-1卫星16 m多光谱影像,提取霍邱县冬季作物种植的空间分布和面积,通过多年数据对比,来分析霍邱县近年冬季耕地撂荒情况。结果显示:2015、2016、2017三个年度冬小麦种植面积分别为937.72,821.79,608.91km^2。参照2015年度冬小麦种植情况,2016年度冬季撂荒面积115.93 km^2、占比12.36%,2017年度冬季撂荒面积328.81 km^2、占比35.06%。结合实地调研分析,霍邱县近年来冬季撂荒面积不断增大的的主要原因有农田排灌等水利设施不足、稻茬麦效益低、外出务工等。而2017年度撂荒面积明显增加的直接原因是冬小麦播种期间,出现连续阴雨异常天气,低洼地区田间积水严重,致使冬小麦无法播种,被动撂荒。该文的研究可以为沿淮地区冬季撂荒遥感调查提供技术参考。

摘要：为了明确气候变化对辽宁省春玉米产量的影响,基于1968—2017年气象站点数据,结合标准化降水蒸散指数(Standardized Precipitation Evapotranspiration Index,SPEI),运用M-K趋势分析、相关分析及回归分析等数理统计方法研究了辽宁省春玉米生长季各气候要素、干湿变化特征及其与春玉米产量的关系。结果表明:降水量除丹东呈增加趋势外,其它地区呈现减少趋势;大部分地区温度呈现升高趋势,风速呈显著减弱趋势,相对湿度变化趋势不显著;日照时数除辽阳、本溪呈不显著增加外,其他地区呈减少趋势。降水、最高温和平均温是影响辽宁省春玉米产量的重要因子,尤其是朝阳、葫芦岛、锦州、阜新和大连地区,春玉米对这些要素更敏感,与降水量正相关,与最高温、平均温负相关,未来降水量减少、温度升高将不利于这些地区春玉米生长。随着位置东移降水量逐渐以负效应为主,温度逐渐表现为正效应。除阜新、抚顺、本溪等部分地区呈现干旱化外,其他地区表现为不显著的湿润化趋势。朝阳、葫芦岛、阜新等地区春玉米产量对6月、7月的干湿变化较敏感,易受旱减产;干旱化将使阜新春玉米生产形势变得严峻,朝阳、锦州、大连地区湿润化对春玉米生长有利;沈阳、鞍山、辽阳和营口地区5—9月的干湿状况均对春玉米产量有影响,抚顺、本溪、铁岭等地区则易受6—8月的干湿状况影响,这些地区当前较适宜春玉米生长;丹东地区易受涝减产,且湿润化趋势将会对该地区玉米生产造成不利影响。辽宁省不同气候要素及干湿变化对不同地区春玉米产量的影响效应有正有负,程度也各不相同,各地应因地制宜采取合理措施促进玉米丰产。

摘要：评估生长季旱涝对作物产量的影响有助于农民采取措施增产保收。本研究基于1988—2017年气象站点数据和灾情、产量等统计数据,以中国东北三省为研究区,通过对比多时间尺度指标——标准化降水指数(SPI)和标准化降水蒸散指数(SPEI)与旱涝受灾率的关系,选择优势指数表征东北春玉米生长季干湿状况,基于HP滤波构建相对气象产量,利用距离相关分析方法选取合理时间尺度和关键月份的指数,分析这些指数与春玉米相对气象产量的关系以及不同生育阶段水分条件与产量之间的关系。结果表明:(1)SPI、SPEI均能表征东北地区农作物受旱和受涝状况,整体上SPEI在表征东北地区旱涝时更具优越性,尤其在辽宁省,因旱受灾率与SPI和SPEI相关系数差距明显,因涝受灾率与SPEI相关系数最大值为0.54,与SPI相关性不显著。(2)辽宁省SPEI_(3)-8与相对气象产量的距离相关系数最大,吉林省和黑龙江省SPEI_(6)-8与相对气象产量的距离相关系数最大;各省对应的SPEI与相对气象产量呈向下的抛物线趋势,其中辽宁省春玉米产量受干旱和雨涝的共同影响,吉林、黑龙江两省主要受干旱灾害的影响。(3)辽宁省春玉米在拔节—抽穗期主要受干旱影响,生长季后期受洪涝灾害影响较前期加重;当SPEI为1.0左右时,吉林省春玉米在出苗—拔节、拔节—抽穗期可达到最高产,抽穗—乳熟期受干旱影响严重;黑龙江关键生育期主要受旱灾影响,在出苗—拔节、拔节—抽穗期正常偏湿年份可达到最高产量,但中度及以上雨涝仍会导致玉米减产,抽穗—乳熟期在轻度湿润时可高产,重度湿润时会因涝减产。本研究对东北三省地区预估旱涝灾害对春玉米产量影响和及时采取灾害防御措施具有一定的参考价值。

摘要：为给农地确权数据成果拓展应用和流转土地空间信息数字化精细管理提供支撑,以湖南省观音滩镇为例,基于农地确权数据和土地流转数据,首先从经济学角度,利用土地基尼系数研究土地流转面积及空间分布的合理性,然后依据地租理论和人地关系理论,从空间角度研究流转土地价格及其相关人口的关系,利用空间自相关分析法研究外出打工人数、流转土地价格与流转地块空间位置的关系。结果表明:到2015年,观音滩镇仅有9.03%的承包地流转,流转土地呈现东部扩张,向北部延伸,西部零星分布的势态,流转土地面积及其空间结构基尼系数分别为0.557和0.555,表明流转土地面积和空间结构不合理,需要人为进行管理把控,3.89%的农户为流转土地农户,其中外出打工人口年龄主要在19~40岁,土地流转之后,外出打工人口数量在全镇空间上正相关关系不显著,而在北部呈现"高-高"集聚,中东部"低-低"集聚,土地流转价格在全镇空间上有正相关关系,土地流转价格的局部空间集聚性在流转土地外出打工人数多少和不同的土地流转时间有所体现。研究发现农地确权成果数据可支撑土地流转信息化管理,流转价格是级差地租的体现,流转土地不同年龄段人口的劳动力分配也是人地关系的相互作用与协调的结果。本研究可为发展农村适度规模经营、优化农地资源配置、提高劳动力利用率和实现农地精细管理提供参考依据。

摘要：基础信息填报是开展耕地轮作休耕遥感核查的首要环节,核查范围逐年扩大,基础信息填报工作涉及省份逐年增多。针对基层单位经验不足、技术力量薄弱等问题,研究并设计适用性强、可复制、可推广的基础信息填报技术方案,从而保证基础信息能够顺利填报,满足后续遥感核查的基础数据需求。选取部分农村土地承包经营权确权登记颁证成果数据(以下简称土地确权数据)作为试验数据,在充分调研的基础上,结合农业生产部门和土地确权数据管理部门的工作特点与现状,分别从首先开展轮作休耕任务分配落实信息采集工作和首先开展土地确权数据整理工作2种不同角度进行试验研究,研究设计了2套相应的基础信息填报方案。研究认为,以不同工作起点为前提设计的2种基础信息填报方案能够实现任务信息和“四至数据”的结合与对应填报,满足下一步遥感核查工作对基础信息数据的需求。目前,农村土地承包经营权确权颁证总体工作尚未结束,在此阶段,2种基础信息填报方案均需不同部门的相互配合和反复对接,基础信息获取过程较为复杂。与农业生产部门首先开展工作的方案相比,以数据管理部门首先开展数据整理工作为基础信息填报工作起点的方法,能够减少2部门反复对接的过程,减少多环节造成的人为因素误差影响的可能性并提高工作效率;同时,受工作人员不足、数据信息量大、数据处理能力及效率普遍偏低等因素影响,2种方案的选用要与基层单位实际工作情况密切结合。

摘要：美国是全球重要的小麦出口大国,其生产状况在一定程度上影响全球小麦贸易形势。利用卫星遥感技术,基于作物长势遥感监测中应用最广泛的归一化植被指数NDVI,采用同期对比法对2019年美国冬小麦进行长势监测分析。结果表明,2019年美国冬小麦长势基本呈现持平略好趋势,且总体好于2018年同期;良好的气象条件是主产州冬小麦长势总体表现偏好的主要原因。产量有望稳中略增,进一步增加国际小麦供给。

摘要：近年来,深度学习在基于高分辨率遥感影像的农作物种植信息提取领域应用广泛。本文充分利用油菜在盛花期的光谱特征,提出了基于深度学习理论的单时相高分辨率遥感影像油菜分布提取方法。以2016年湖北省沙洋县作为研究区域,获取油菜盛花时期高分一号(GF-1)影像,并以沙洋县为基础影像,通过手工标记制作油菜训练样本。设计两种深度学习框架模型,一种以卷积神经网络(CNN)为框架,构建一维卷积神经网络(1D-CNN)模型,第二种以循环神经网络(RNN)为框架,组合门控循环单元(GRU)模型,训练标准样本模型,完成油菜分类提取。最后,与传统支持向量机(SVM)、随机森林(RF)方法进行了结果对比。试验结果表明,本文设计的基于深度学习CNN和RNN模型提取的冬油菜空间分布精度和面积精度皆优于其他两种方法,为进一步实现冬油菜提取自动化提供试验基础。

摘要：发展智慧农业的基础和前提是数字化,尤其是对农地资源利用、农地权属、农业生产等农业全要素的数字化。目前,国内农业数字化水平较低,农地资源空间信息应用较少,需要加快开展农地空间数据在农业生产信息采集分析和农业政策决策执行等方面的应用,推动我国智慧农业的发展。本研究围绕"十三五"以来新增的粮食生产功能区和重要农产品生产保护区(以下统称"两区")划定农业基础性工作,归纳了"两区"划定的相关概念,总结了划定的业务流程;结合农业生产智能化管理的业务需求和数字化成图的拓扑关系需求,为"两区"划定设计了"区-片块-地块"三级空间结构;提出了基于多源农地空间数据的"两区"划定图件测制关键技术,在分析"两区"行业功用的基础上,以"区-片块-地块"空间结构为制图导向,融合现有多源农地空间数据在空间分布和语义属性上的关联性,从特定空间尺度实现了"两区"空间分布图制作;提出了基于多源农地空间数据的"两区"划定数据建库关键技术,分析了"两区"划定数据建库的业务需求,从空间信息结构视角实现对"两区"划定地理空间实体的抽象化;总结并讨论了多源农地空间数据在"两区"划定过程中的整合应用及存在的问题。研究表明,多源农地空间数据能够在"两区"划定的关键技术环节起到数据支撑作用,同时也需针对具体的应用环境判断其信息可用性,降低多源农地空间数据的偏差及局部缺失对"两区"划定这类系统性工程所造成的影响,实现对基础数据、专题数据、管理数据和统计数据的有效集成,为"两区"划定及智慧农业领域同类基础性工作的有效推行提供参考与借鉴。