应用遥感、GIS对稻田生态系统健康程度的监测评价研究——以长江下游平原为例

稻田生态系统是在一定时间和地区内由作物、动物、微生物和环境因素共同构成的农业生产体系,具有时空动态性,受人工调控性和环境影响很大.由于稻谷是我国最主要的粮食作物,因此稻田生态系统健康程度直接关系着稻谷产出水平和国家粮食安全.开展我国稻田生态系统健康程度的动态监测,具有十分重要的现实意义.该研究利用遥感、GIS技术快速获取和分析区域尺度范围内的地表时空信息数据的优势,建立一套能够客观全面地监测评价稻田生态系统运行状态的指标体系和评价方法.该方法主要是根据稻田生态系统的构成要素,分别建立作物长势指数(CGI)、稻田环境指数(EI)、病虫害指数(PIDI)三个指数表征这些要素.最后,确定各个指数的权重,建立生态系统健康程度综合指数(EHDCI),客观、全面地反映稻田生态系统的健康状况.这里,作物长势指数指示作物长势,通过EVI归一化计算得到.稻田环境指数分为温度指数(TI)和降水指数(PI)分别指代水、热条件对生态系统的胁迫.病虫害指数主要通过官方农业网站发布的病虫害信息确定得到.本文以长江下游平原稻田为例,对孕穗期、抽穗期、黄熟期等水稻生长     

农业旱灾监测中的地表温度遥感反演方法--以MODIS数据为例

以目前农业旱灾监测中应用较广泛的多波段MODIS卫星遥感数据为例,探讨农业旱灾遥感监测中所需要的地表温度反演问题,尤其是反演算法的选择、基本参数的估计和具体反演中的工作流程,为快速地进行农业旱灾监测中的水热遥感参数估计提供方法选择.虽然MODIS有8个热红外波段用来监测地表热量变化,但波段31和32特别适用于农业旱灾监测中所需要的地表温度遥感反演.因此,在算法上,我们将选择计算过程相对简便但反演精度又很高的两因素分裂窗算法.详细地讨论了如何快速地估计分裂窗算法中大气透过率和地表比辐射率这两个基本参数.从实际应用来看,本文所提出的方法能快速地用来反演我国农业旱灾监测中所需要的农田地表温度参数,并获得很好的反演结果.     

生态工程技术在农业非点源污染控制中的应用

近些年来,随着点源污染得到有效的控制,非点源污染问题变得尤为突出,日益成为水环境污染的重要原因,虽然也有一些相应的治理措施,但是仍然存在成本高、难以大范围开展等问题。文章在广泛调研相关领域研究成果的基础上,综述了我国目前常用的控制农业非点源污染的生态工程技术,主要包括人工湿地、植被过滤带与缓冲带、多水塘系统、以及沟渠等。文章首先讨论了各种措施的净化机理,净化能力和适用情况,它们的净化机理主要是基于植被的拦截与吸收作用和底泥中各种微生物对污染物的吸附与降解转化作用,有效的降低水体中多种污染物的浓度和含量。然后文章对这些措施的效果进行对比,相比之下,人工湿地系统去污能力强,但是占地面积大,很大程度上限制了它的应用,而沟渠系统多用于农业生产中,去污效果也很好,具有很好的发展前景。最后文章提出多种措施耦合系统的生态工程技术将是非点源污染控制的一大发展趋势。