農作物長(cháng)勢監測技術(shù)研究性論文
１研究?jì)热?/strong>
�。保碧镩g尺度長(cháng)勢指標與遙感參數的定量關(guān)系
目前大尺度的作物長(cháng)勢遙感監測中，主要采用單一的植被指數比較法；采用差值模型或等級模型，該評估模型較為單一，沒(méi)有根據不同空間區域、不同作物及不同生育期進(jìn)行不同的等級劃分。通過(guò)對黑龍江墾區的水稻、玉米和大豆不同生育期地面實(shí)測農學(xué)數據與遙感反演的ＮＤＶＩ、ＥＶＩ、ＬＡＩ等參數的比對與分析，研究分作物生育期的田間尺度長(cháng)勢指標與遙感參數的定量關(guān)系，特別是對作物遭受干旱、病害及低溫凍害等自然災害后長(cháng)勢狀況進(jìn)行實(shí)時(shí)監測與評價(jià)，建立分生育期的作物田間長(cháng)勢指標與遙感參數的`定量關(guān)系模型。
�。保查L(cháng)勢綜合評價(jià)指標體系
目前農作物的遙感長(cháng)勢監測中長(cháng)勢綜合評價(jià)標準分為好、較好、正常、較差和差５個(gè)等級，其主要是根據等序列進(jìn)行劃分或根據長(cháng)勢監測中不及常年、與常年持平及好于常年的比例獲得的一個(gè)定性評價(jià)。這個(gè)評價(jià)指標缺乏科學(xué)的統計學(xué)依據，而且評價(jià)結果不能直接和產(chǎn)量預測掛鉤。利用多因子統計法和權重分析法等，建立長(cháng)勢綜合評價(jià)指標體系，對作物遭受干旱、病害及低溫冷害等自然災害后的作物長(cháng)勢狀況進(jìn)行綜合評價(jià)。
２技術(shù)路線(xiàn)
�。玻边x擇地面監測樣區
在黑龍江墾區某農場(chǎng)選擇１０～２０個(gè)樣點(diǎn)，對典型樣點(diǎn)的水稻、玉米不同生育期（苗期、孕穗期、開(kāi)花期、乳熟期等）地面實(shí)測農學(xué)數據進(jìn)行整理、統計、分析。
�。玻步⒛Ｐ�
處理研究區遙感數據，反演遙感參數（ＮＤＶＩ、ＥＶＩ、ＬＡＩ等）。研究、分析不同作物田間長(cháng)勢指標（如單位面積莖數、分蘗數、單位面積穗數等）與遙感參數的定量關(guān)系，建立基于作物光譜特征和作物農學(xué)參數機理相聯(lián)系的、分作物生育期的作物田間長(cháng)勢指標與遙感參數的定量關(guān)系和模型。
�。玻辰㈤L(cháng)勢綜合評價(jià)指標體系及其分級標準
以研究區長(cháng)時(shí)間序列不同作物歷史長(cháng)勢遙感監測數據，特別是作物遭受干旱、病害及低溫冷害等自然災害后的監測數據為樣本進(jìn)行統計學(xué)分析，綜合應用數理統計學(xué)方法和權重分析法等，建立長(cháng)勢綜合評價(jià)指標體系，進(jìn)行長(cháng)勢綜合評價(jià)研究，根據作物產(chǎn)量數據和長(cháng)勢分級指標，進(jìn)行長(cháng)勢評價(jià)標準與產(chǎn)量關(guān)系的研究，將長(cháng)勢綜合評價(jià)分級指標與產(chǎn)量預測的趨勢值有機結合。使長(cháng)勢綜合評價(jià)指標能有效地為作物產(chǎn)量預測服務(wù)。
�。玻打炞C精度
用部分實(shí)測數據和遙感反演指數對建立的作物田間長(cháng)勢指標與遙感參數的定量關(guān)系模型進(jìn)行精度驗證與評價(jià)，最后利用ＧＩＳ軟件的空間插值功能，實(shí)現樣區尺度到區域尺度的推演，將分生育期作物田間長(cháng)勢遙感模型試運行到業(yè)務(wù)化運行中，提高作物長(cháng)勢監測的精度。
３結束語(yǔ)
農作物長(cháng)勢遙感監測綜合評價(jià)指標體系的建立，解決了因采用單一的植被指數，評估模型較為單一，缺乏空間區域的普適性和不同災害脅迫環(huán)境下的監測精度低等問(wèn)題。在農作物長(cháng)勢遙感監測模型的科學(xué)性、空間區域適應性和監測精度上都將大幅度提高。
【農作物長(cháng)勢監測技術(shù)研究性論文】相關(guān)文章：
橋梁公路施工的技術(shù)監測研究論文10-27
關(guān)于變壓器在線(xiàn)監測技術(shù)的論文07-02
環(huán)境監測技術(shù)意見(jiàn)和建議的論文08-21
地面數字電視監測技術(shù)分析論文04-26
農作物種植管理技術(shù)研究論文10-20
分布式光纖監測技術(shù)在我國的發(fā)展論文03-02