生态足迹综合法动态分析与组分法的对比研究——以浙江省淳安县为例

简要介绍了生态足迹模型理论和计算方法，利用综合法和组分法测算了1996-2004年浙江省淳安县生态足迹，对淳安县生态足迹动态变化情况和可持续发展水平进行了分析，对比研究了综合法与组分法结果之间的差距。生态足迹计算结果表明，淳安县目前正处于由可持续发展向不可持续发展变化的临界点，由此提出了优化淳安县生态环境的措施；2种方法的结果差距则反映区域之间物质和能量流动的规模，对区域生态足迹研究具有重要的价值。     

面向水稻生长模拟的网络共享数据综合评价

文章根据水稻生长模拟模型ORYZA2000所需要的数据,从用户应用角度,选取准确性、及时性、可理解性、完整性、冗余性和可信度评价指标,采用定性与定量结合的方法,对目前国内互联网上提供的共享数据进行综合评价,揭示科学共享数据应用方面存在的问题.结果表明:中国地面气候资料日值数据集的各项数据质量评价指标较好;中国农作物生长生育状况资料数据集,因部分发育期数据的完整性和准确性有待提高,造成现阶段区域水稻生长模拟精度有进一步提高的可能性.目前,大部分水稻品种、土壤性质等数据很难获得,田间小气候数据库数据冗余问题较突出.     

Rice yield estimation using remote sensing and simulation model

Remote sensing techniques have the potential to provide information on agricultural crops quantitstively,instantaneously and above all nondestrctively over large areas.Crop simulation models describe the relationship between physiological process in plants and environmental growing conditions.The integration between remote sensing data and crop growth simulation model is an important trent for yield estirmation and prediction,since remote sensing can provide information on the actual status of the agricultural crop.In this study,a new model(Rice-SRS) was developed based mainly on ORYZA1 model and modified to accept remote sensing data as input from different sources.The modelc an accept three kinds of NDVI,data.NOAA AVHRR(LAC)-NDVI,NOAA AVHRR(GAC)-NDVI and radiometric measurements-HDVI,The integration between NOAA AVHRR(LAC) data and simulation model as applied to Rice-SPS resulted in accurate estimates for rice yield in the Shaoxing area.reduced the estimating error to 1.027%,0.794% and (-0.787%) for early,single,and late season repectively.Utilizing NDVI data derived from NOAA AVHRR(GAC) as input in Rice-SRS can yield good estimation for rice yield with the average error (-7.43%) .Testing the new model for radiometric meassurements showed that the average estimation error for 10 varieties under early rice conditions was less than 1%.     

关于农业信息科学形成的讨论

文章从农业信息科学发展的科学背景、技术背景和应用背景，提出农业信息科学的定义及其科学体系，着重讨论了作为一门应用科学的农业信息科学的核心--农业信息技术的组成及其功能。     

基于分区的水稻总产遥感估算研究

本文通过未基于分区与基于分区的水稻总产遥感拟合模型的比较分析,选取最优模型进行水稻遥感估产.以湖南省为研究区,在水稻遥感估产分区、水稻可能种植区识别的基础上,以县为单位,利用2000～2007年的统计产量与MODIS EVI建立未基于分区与基于分区的水稻总产遥感拟合模型,通过相对误差、RMSE,以及拟合结果与统计值比较散点图分析,选择最优遥感拟合模型,并用此模型对2008年湖南省水稻总产进行预测.研究结果表明,基于分区的水稻总产遥感拟合模型要比未基于分区的要好,最优模型为二次非线性模型和逐步回归模型,且生育期主要集中在孕穗期到乳熟期.水稻总产拟合及预测结果与统计值相比省级相对误差都小于5%,且拟合结果的误差总体上比预测结果的误差要小.基于分区的水稻总产遥感估产模型有效地提高了水稻遥感估产的精度.