基于遥感数据的冬小麦农情监测研究进展.doc

基于遥感数据的冬小麦农情监测研究进展农业网络信息2010年第2期综述与专论基于遥感数据的冬小麦农情监测研究进展刘淑云,谷卫刚,朱建华(山东省农业科学院科技信息工程技术研究中心,山东济南250100)摘要:对国内基于遥感数据冬小麦农情监测技术的研究与应用进行了全面的回顾,对冬小麦长势,产量,品质和灾害预测预报方面的研究进展作了较系统的调查及研究,分析了遥感技术在小麦农情监测方面取得的成效.提出了冬小麦冠层光谱指数和遥感信息与冠层生化参量之间的关系是实现小麦农情监测的关键,对利用遥感技术进行小麦生长发育监测进行了展望.关键词:遥感;小麦监测;冠层生化指标中图分类号:$127文献标识码:A文章编码:16726251(2010)020005-05AdvanceinCropMonitoringinWinterWheatBasedonRemoteSensedDataLiuShuyun,GuWeigang,ZhuJianhua(ResearchCenterofScienceandTechnologyInformationEngineeringTechnology,ShandongAcademyofAgriculturalSciences,Jinan250100,China)Abstract:Theresearchandapplicationofcropmonitoringtechnologybasedonremotesenseddatainwinterwheatwasreviewed.Theresearchprogressonprojectionandforecastofwinterwheatgrowth,yield,qualityanddisasterWasinvestigatedandstudiedsystematically,withtheanalysisoftheapplicationeffectsofremotesensetechnologyinwinterwheatgrowthmonitoring.ItWaspointedoutthatthewheatcanopyspectralindex,therelationshipbetweenremotesenseinformationandfoharbiochemicalparametersofcanopywasakeyforrealizingthecropmonitoring.Atlast,usingtheremotesensetechnologytomonitorthewheatgrowthwaslookedforward.Keywords:remotesense;winterwheatmonitoring;foliarbiochemicalparametersofcanopy遥感具有覆盖范围大,探测周期短,现势性强,费用成本低等特点,能够为快速,准确,动态地获取生态资源信息提供重要的技术手段和充足的数据源,目前已经成为农作物面积估测,农作物大面积估产,以及农作物长势和品质监测等领域的重要技术手段.卫星遥感监测的关键是要根据卫星经过时获得的地面植物群图像,从叶片的颜色等方面找到与作物成分,品质参数的对应关系和对应数据.然后综合起来对植物长势,产量和品质进行判断监测.小麦对光谱的反射特性表现为:在可见光红光波段有强的吸收峰.近红外部分有强的反射峰,遥感数据的敏感波段及组合可以反映小麦生长的空问信息.基于这一原理,可以利用遥感数据对小麦的实时苗情,生长态势,环境动态和分布状况进行宏观的估测.收稿日期:20091216基金项目:农业部公益性行业(农业)科研专项(200803037)作者简介:刘淑云(1974一),女,博士,助研,研究方向:农业信息技术.1冬小麦长势遥感监测农作物长势监测是农业遥感的重要研究领域,不仅为农业生产的宏观管理提供客观依据,也是农作物产量估测的必要前提,遥感技术通过反演作物生长过程的特征性因子来综合反映作物长势及其变化动态.自我国开始利用气象卫星监测农作物长势以来,已经有很多研究者利用NOAA气象卫星图像来监测冬小麦长势.根据小麦对遥感光谱的反射特性,敏感波段及其组合(称为植被指数)可以反射作物生长的空间信息,进而实现对小麦长势的遥感监测.归一化差值植被指数(NDVI)是较为理想的能反映小麦叶面积指数,生物量等群体长势指标的遥感植被指数.基于遥感的小麦长势监测与产量估测大多是依托植被指数和农学参数的相关性建立回归模型.近年3农业网络信息2010年第2期综述与专论来,学术界利用不同的遥感数据对小麦长势进行监测,取得了一些进展.吴文斌等运用不同年份NOAA/AVHRR影像数据(星下点分辨率为1.1km),通过计算植被指数差值,研究了小麦长势的总体变化趋?势.傅玮东等利用NOAA/AVHRR资料,基于比值植被指数和归一化植被指数的关系.建立了冬小麦生物量的遥感监测模型.顾晓鹤等引进变化向量分析理论,构建基于变化向量分析的长势监测模型.分别对研究区的年际与年内长势变化进行时间和空间上的定量分析,以单一综合性指标综合了NDVI时间序列曲线的大多数特征参数,为农作物长势遥感监测提供了一种新的研究思路.研究发现,”红边”位置依据叶绿素含量,生物量和物候变化,沿波长轴方向移动.当绿色植物叶绿素含量高,生长活力旺盛时,“红边”会向长波方向偏移(称红移).冯伟等系统地比较了不同形式光谱参数对叶片色素密度的模拟效果,提出了光谱参数VOG2,VOG3,SRE/SBE和SDr/SDb可以较好地监测小麦叶片色素密度.其中以叶绿素a和叶绿素a+b表现最好.这一结果对小麦植株的光合能力评价,产量潜力预测,生长状况监测及氮素营养调控等研究具有参考价值.为遥感技术特别是高光谱遥感在精准农业中的应用提供了关键技术支撑.吴素霞利用TM遥感影像建立了冬小麦在拔节期和孕穗期叶片叶绿素相对含量的遥感定量估算模型.李卫国等的研究表明利用TM影像的NDVI可以快速,精确地监测返青期和拔节期小麦的LAI及植株氮素营养状况.对拔节期间地上部生物量的监测则以利用RVI数据较好:抽穗期可以利用NDVI对叶面积指数和地上部生物量进行监测,对植株氮素含量的监测则以利用RVI数据较好:而对冬小麦花期生理形态指标与卫星遥感光谱特征的相关性分析研究表明,NDVI与LAI,叶片氮素含量和叶片水分含量的相关性较好,RVI与生物量和叶片类胡萝素含量的相关性较好,GVIf绿度植被指数1与叶片叶绿素含量的相关性较好.鲍艳松等以航空影像,地面冠层光谱数据及同步观测的植被生化数据为基础,探讨了冬小麦冠层氮素监测的遥感方法.把该氮素预测方法集成到Lukina变量施肥模型中,结合反射率影像数据生成了变量施肥处方图,改善了氮素预测的精度,而面状信息获取技术克服了点状信息的不足.使变量施肥技术更实用和便于推广.2冬小麦产量遥感监测遥感估产是基于作物特有的波谱反射特征,利用遥感手段对作物产量进行监测预报的一种技术.利用遥感传感器获得的光谱信息可以反演作物的生长信息(如LAI,生物量),通过建立生长信息与产量间的关联模型(可结合些农学模型和气象模型)便可获得作物产量信息.20世纪80年代中期,由国家气象局为主,组织开展了北方11省市冬小麦的NOAA/AVHRR卫星遥感估产研究,初步建立了遥感影像面积测算与估产方法,也是我国首次开展大规模遥感估产研究.建成的中国北方冬小麦气象卫星动态监测与估产系统,可根据气象卫星遥感为实时监测冬小麦生长状况及时提供情报服务,并提前13月做出产量趋势预测和预报.19861995连续9年预测精度达95%.经过几十年的努力,我国农作物遥感估产研究取得了很大发展,主要归纳为以下几种类型:基于”光谱信息一植被指数一长势信息一产量”的遥感估产模式.如:池宏康提出了LAD一产量模型:黄敬峰等建立了密度与生物量的光谱监测模型.进而建立了北疆试验区各层冬小麦种植面积估算和产量预报卫星遥感模型;任建强等采用经过SavikyGolav滤波技术平滑处理的MODIS-NDVI遥感数据对冬小麦产量进行预测,有效地去除NDVI数据中的缺失,云及异常值的影响,能更好地反映作物长势变化,为提高估产精度奠定了基础.融农学机理和物理学基础于一体的”光谱一水分与氮素一产量”遥感估产模式.刘良云等基于水分吸收特征波段构建光谱参数建立了小麦分时期遥感估产模型;冯伟等根据”特征光谱参数一叶片氮素营养一籽粒产量”这一技术路径,以叶片氮素营养为交接点将模型连接,建立了基于灌浆前期高光谱参数及拔节期至成熟期特征光谱指数累积值的小麦籽粒产量预测模型等.基于”光谱信息一植被指数一长势信息一生长模型一产量”的遥感估产模式.充分发挥遥感技术的及时性和广域性,以及作物生长模型的机理性和预测性,李卫国等利用遥感反演技术与作物模拟技术.结合小麦产量形成的生理生态过程及其与气候环境的相互关系.建立了较为简化的小麦遥感估产模型.取得了较好的估产效果;冯伟等研究表明利用灌浆前期关键特征光谱指数可以有效地评价小麦成熟期籽粒产量状况.拔节至成熟期特征光谱指数的累积能够稳定预报不同条件下小麦成熟期籽粒产量的变化;王长耀等研究表明,增强型植被指数(EVI)明显地比NDVI更好的与产量建立回归方程,可以更有效地进行作物监测及估产,提高预测的准确性;赵玉金等6农业网络信g2010年第2期综述与专论则利用卫星遥感信息解译了山东冬小麦产量类型分布.3冬小麦品质遥感监测卫星遥感监测小麦品质技术,可以用来确定一个地区的适宜栽植品种,并指导农民科学施肥,科学种植,提高小麦品质,实现优质优价,增加农民收入,指导农业产业结构调整.高光谱遥感监测技术在小麦品质上的应用主要体现在对叶片氮积累量和籽粒淀粉含量等几个方面.黄文江等对不同品种,不同肥水条件下的作物关键生育时期的生化参量与光谱指数进行分析,利用冬小麦关键生育时期冠层生化组分与籽粒品质之间的相关性,以及叶片生化组分和结构不敏感植被指数fSIPI)之间存在的相关关系.指出用叶片含氮量可以预测籽粒蛋白质,干面筋含量等主要品质指标.为利用遥感技术监测小麦品质提供了理论依据,也开辟了遥感应用的新途径.薛利红等研究指出,运用冠层光谱特征,特别是比值指数可以较好地监测和诊断小麦叶片氮素状况,其中:与叶片含氮量关系最佳的指数为红波段(660nm)和蓝波段(460nm)的组合(R2>0.80);与叶片氮积累量关系最佳的光谱指数为中红外波段f1220nm)与红波段(660n的组合(R2>0.62).宋晓宇等利用ASTER遥感影像对冬小麦灌浆期叶绿素以及籽粒蛋白质含量进行建模并反演.实现了在一定程度上对作物的籽粒蛋白质含量等品质进行预测.冯伟等研究了小麦叶片氮积累量与冠层高光谱参数的定量关系,结果表明,以高光谱参数FD742为自变量建立的模型可以较好的评估不同条件下叶片氮素积累状况.李卫国等基于遥感影像信息获取的瞬时性和准确性,结合小麦灌浆期间气候环境条件对籽粒品质形成的影响特点,建立了基于不同生育期(拔节期,抽穗期,灌浆期)的遥感影像NDVI和气候环境因子f气温,日照,氮素营养,土壤水分1的籽粒淀粉含量监测模型.4冬小麦灾害遥感监测4-1病害农作物病虫害是农业生产上的重要生物灾害.是制约高产,优质,高效益的农业持续发展的主导因素之一.病害导致的生理变化主要是失绿,失水和生物量减少等,其共性光谱特点是近红外光谱反射率降低,可见光与短波红外反射率升高,红边蓝移等.蒋金豹等建立了小麦条锈病严重度和光谱反射率,光谱特征参数之间的统计回归模型.杨敏华等反演了高光谱遥感田间小麦冠层理化参量.曹学仁等开展了高光谱遥感估计白粉病对小麦产量及蛋白质含量影响的研究.灌浆期的光谱参数与产量,千粒重及蛋白质含量之间均有显着相关性,分别建立了基于DVI和R760850的产量预测模型.黄木易等建立了遥感监测条锈病不同病情指数(DI)的单波段红边位置模型与多波段下的组合诊断模式的定量模型,通过人工田间诱发不同等级条锈病,在不同生育期内对不同病情指数(DI)的冬小麦条锈病冠层光谱进行测定.有关研究指出:630687nm,740890nm及9761350nm为遥感监测条锈病的敏感波段;绿光区,近红外平台处及黄光区的冠层光谱反射率分别随病情的加重呈明显的上升,下降与上升趋势;条锈病的红边发生蓝移:叶绿素含量随条锈病的病情指数的增大而下降:在条锈病害田间病叶率为5%时的最佳防治时期内,高光谱可以对冬小麦条锈病害做出早期诊断,建立了遥感监测条锈病病情指数的多波段(长1下的组合诊断模式的定量模型.刘良云等利用三个时相的航空PHI高光谱数据,分析了小麦条锈病的光谱特征,并设计了病害光谱指数,成功地监测冬小麦条锈病病害程度与范围,该研究为今后通过航空,航天遥感大面积监测冬小麦条锈病提供了理论依据.还有研究发现:发生条锈病,白粉病的小麦在可见光和短波红外波段的光谱反射率增大,近红外波段反射率减小,红边则会向短波方向移动,红边振幅和NDVI值减小,感病地块的减产幅度超过30%.黄文江等研究了基于核驱动模型参数反演的作物株型遥感识别.蔡成静等对小麦条锈病高空f3040m)及近地高光谱反射率数据进行了比较分析,获得了高空光谱反射率值与近地光谱反射率值之间的回归模型,为进一步研究利用高平台遥感监测小麦条锈病奠定了一定的理论基础.4.2冻害冻害是冬小麦常见自然灾害之一,冻害不但与气温有关,也与生育期有关,遥感监测可以迅速估计灾害的发生与范围,具有重要经济意义.杨邦杰等研究表明:冻害引起NDVI的突变,这种植被指数变化不仅与冷暖空气的交替消长有关,更与冷空气出现的季节及冬小麦的生育期的抗寒性有关.当发生冻害时.植被指数下降幅度极大,最低值降到3%以下.此时的植被指数不再反映冬小麦生物量的大小,而是反映作物的活性强弱.表明冬小麦春季遭受冻害后.活性降低,引起NDVI急剧下降,且在较短时间内迅速恢复,这是与隆冬季节因严寒造成冻害的本质上的不同.根据NDVI的变化特征,同时考虑小麦的生育期.农业网络信息2010年第2期综述与专论提出了冬小麦遥感冻害监测方法.张雪芬等用遥感反演地面最低温度的分裂窗算法,反演地面最低温度,冻害指标及小麦生育期资料,制作出冬小麦冻害发生的空间分布,并统计出不同冻害等级的面积,实现了冬小麦冻害的遥感监测与不同冻害面积的精确计算.4.3干旱旱灾是影响小麦生长发育与产量的主要自然灾害之一,建立有效可行的冬小麦旱情监测系统与机制.对确保粮食安全具有重要的意义.郭广猛等采用MODIS数据,在内蒙古自治区的反演实验中证明了MODIS第7波段的反射率与地面湿度之间有较好的线性关系.赵立军以北京平原为研究区,将具体模型分为裸地和低植被覆盖水平下的热惯量模型,以及高植被覆盖条件下的温度/植被指数模型.邓辉等采用热惯量法和植被指数法反演全国植被和土壤水分的分布状况,反演结果与地面实际土壤含水量有很好的拟合,其精度可达90%以上.杨玉永等以MODIS为数据源,针对小麦不同生长区间分别建立土壤水分反演模型,设计了山东省小麦主产区旱情遥感监测业务化技术流程遥感技术在冬小麦遥感识别,播期,面积估算和动态生长监测等方面也开展了相关研究.刘良云等利用拔节期LandsatTM卫星的NDVI数据.成功地监测了冬小麦的播种日期,提出了基于NDVI和播种日期的冬小麦的遥感估产优化模型.林文鹏等利用MODIS数据的高光谱多时相优势,建立一种基于遥感影像全覆盖的大尺度农作物识别方法.实现了农作物遥感自动识别.张群等以不同作物物候的种间差异作为作物类型识别的重要依据,利用多时相卫星遥感数据逐步分析由于不同作物物候期的差异构成的光谱特征信息的差异.辅以高空间分辨率的航空卫星遥感影像,准确提取了地块级冬小麦面积.刘良云等利用TM影像(星下点分辨率为30m)的植被指数数据,成功地监测了冬小麦的播种期.建立了基于TM影像植被指数进行小麦长势监测的方法体系.对冬小麦播期和小麦倒伏的卫星遥感研究表明,倒伏后冠层光谱反射率在可见光波段的相对增幅高于近红外波段,所以倒伏发生后的归一化差异植被指数NDVI会降低.且随着倒伏角度的增加而降低,利用倒伏前后的不同TM卫星数据的NDVI值的变化特点,成功监测了小麦倒伏的发生程度.王茂新等利用NOAA/AVHRR图像资料,开展了冬小麦及面积的遥感监测研究.杨敏华等建立了基于成像光谱特征参数的小麦冠层叶片叶绿素,水分,全氮,可溶性糖等生化参量反演模型.5冬小麦农情遥感监测存在的问题和发展方向5.1存在的问题由于农作物农情遥感监测受到环境,气候,养分,地理状况以及其他不确定因素等条件的影响很大,所以监测冬小麦的长势,产量和品质.最好是在一定区域范围内,连续获取纯冬小麦的反射数据.NOAA1个象元的面积是1.2km2,在这样低空间分辨率的图像上不可能提取纯冬小麦的绿度值和冠层相关理化指标数据信息,计算得到的植被指数将是地面绿色植被的综合信息.如何减少其他绿色植被的影响成了进一步提高冬小麦农情监测精度的关键.5.2发展方向目前采用的资源卫星数据在作物识别上有困难.由于技术的发展,可应用l3in高分辨率的图像抽样,高光谱遥感的应用也为作物的识别带来新的数据源,加强遥感光谱信息与作物冠层理化指标关系的研究将是今后研究的重点.我国在现有农业生产条件下,以提高氮素利用效率和籽粒蛋白质品质为目标,建立作物长势,营养状况与施肥需求决策之间的机理联系与模型,建立作物长势,营养状况与光谱特征之间定量机理模型.以及链接遥感模型,建立基于遥感数据的农情监测预测预报模型将是我国遥感技术应用发展的方向.参考文献【1】张明伟,周清波,陈仲新,等.基于物候模型的作物种植面积变化监测方法fJ1.农业工程,2006,22(10):139-144【2】裴志远,杨邦杰.多时相归一化植被指数NDVI的时空特征提取与作物长势模型设计【J】.农业工程,2000,16(5):20-22【3】杨邦杰,裴志远.农作物长势的定义与遥感监测fJ】.农业.T-程学报,1999,15(3):214-218【4】辛景峰,宇振荣.并4用NOAANDVI数据集监测冬小麦生育期的研究【J】.遥感,2001,5(6):442-447【5】吴文斌,杨桂霞.用NOAA图像监测冬小麦长势的方法研究J.中国农业资源与区划,2001,22(2):5861【6】傅玮东,刘绍民,黄敬峰.冬小麦生物量遥感监测模型的研究J.干旱区资源与环境,1997,l1(1):8489【7】顾晓鹤,宋国宝,韩立建,等.基于变化向量分析的冬小麦长势变化监测研究fJ】.农业工程,2008,24(4):159-166【8】冯伟,朱艳,田永超,等.基于高光谱遥感的小麦冠层叶片色素密度监测J.生态,2008,28(10):4902-4911农业网络信息2010年第2期综述与专论【9】吴素霞,冯蜀青,毛任钊,等.冬小麦叶片叶绿素相对含量遥感估算模型研究【J】,干旱地区农业研究,2006,24(5):137140,145【1o】李卫国,王纪华,赵春江,等.基于TM影像的冬小麦苗期长势与植株氮素遥感监测研究J1.遥感应用,2007,(2):1215,19【l1】李卫国,赵春江,王纪华,等.基于卫星遥感的冬小麦拔节期长势监测【J.麦类作物,2007,270):523-527【12】李卫国,王纪华,赵春江,等.冬小麦抽穗期长势遥感监测的初步研究J】.江苏农业,2007,23ff):499-500【13】李卫国,王纪华,李存军,等.冬小麦花期生理形态指标与卫星遥感光谱特征的相关性分析J】.麦类作物,2009,29(1):79-82【14】鲍艳松,王纪华,刘良云,等.不同尺度冬小麦氮素遥感监测方法及其应用研究fJ】.农业工程,2007,23(2):139-145【151冯美臣,杨武德-/J,麦遥感估产研究进展与发展趋势【J】.作物研究.2005(4):251-254【16】池宏康.冬小麦单位面积产量的光谱数据估产模型研究J】.遥感信息.1995(3):151817】黄敬峰,王人潮,刘绍民,等.冬小麦遥感估产多种模型研究JJ.浙江大学,1999,25(5):51252318】任建强,陈仲新,唐华俊.基于MODIS-NDVI的区域冬小麦遥感估产一以山东省济宁市为例.应用生态,2006,17(12):2371-2375【19】刘良云,王纪华,黄文江,等.利用新型光谱指数改善冬小麦估产精度【J】.农业工程,2004,20(1):172175【2o】冯伟,朱艳,田永超,等.基于高光谱遥感的小麦籽粒产量预测模型研EJI.麦类作物,2007,27(6):1076108421】李卫国,王纪华,赵春江,等.基于遥感信息和产量形成过程的小麦估产模型【J】.麦类作物,2007,27(5):904907【22李卫国,赵春江,王纪华,等.遥感和生长模型相结合的小麦长势监测研究现状与展望【J】.国土资源遥感,2007,(2):69【23】王长耀,林文鹏.基于MODISEVI的冬小麦产量遥感预测研究【JJ.农业工程,2005,21(10):909424】赵玉金,赵红,徐法彬,等.用卫星遥感信息解译山东冬小麦产量类型分布【J】.气象科技,2004,32(1):575925】张霞,刘良云,赵春江,等.利用高光谱遥感图像估算小麦氮含量J】.遥感,2003,7(3):176182【261黄文江,王纪华,刘良云,等.冬小麦品质的影响因素及高光谱遥感监测方法【J】_遥感技术与应用,2004,19(3):143148【27】薛利红,曹卫星,罗卫红,等.小麦叶片氮素状况与光谱特性的相关性研究【J】.植物生态,2004,28(9:17217728】宋晓宇,黄文江,王纪华,等.ASTER卫星遥感影像在冬小麦品质监测方面的初步应用【JJ.农业工程,2006,22(9):148154【29冯伟,朱艳,田永超,等.基于高光谱遥感的小麦叶片氮积累量【J】.生态,2008,28(1):23-32【30李卫国,王纪华,赵春江,等.利用卫星遥感进行冬小麦籽粒淀.粉含量监测研究【J】.云南农业大学,2007,22(3):365-3693lJ安虎,王海光,刘荣英,等.小麦条锈病单片病叶特征光谱的初步研究J】.中国植保导刊,2005,25(11):8-11【32】蒋金豹,陈云浩,黄文江,等.冬小麦条锈病严重度高光谱遥感反演模型研究J.南京农业大学,2007,30(3):63-67【33】杨敏华,刘良云,刘团结,等.小麦冠层理化参量的高光谱遥感反演试验研究fJ】期4绘,2002,31(4):316-321【34】张玉萍,郭洁滨,马占鸿.小麦条锈病多时相冠层光谱与病情的相关性J】.植物保护,2007,34(5):507-51035】曹学仁,周益林,段霞瑜,等.利用高光谱遥感估计白粉病对小麦产量及蛋白质含量的影响.植物保护,2009,36(1):32-36【36】黄木易,王纪华,黄文江,等.冬小麦条锈病的光谱特征及遥感监测【JJ.农业工程,2003,19(6):154-158【37】黄木易,黄义德,黄文江,等.冬小麦条锈病生理变化及其遥感机理【J】.安徽农业科学,2004,32(1):132-134【38】黄木易,黄文江,刘良云,等.冬小麦条锈病单叶光谱特性及严重度反演fJ】.农业工程,2004,20(1):176180【39】刘良云,黄木易,黄文江,等.利用多时相的高光谱航空图像监测冬小麦条锈病J】.遥感,2008,8(3):27558140】刘良云,宋晓宇,李存军,等.冬小麦病害与产量损失的多时相遥感监测J1.农业工程,2009,25(1):137144【41】黄文江,王锦地,穆西晗,等.基于核驱动模型参数反演的作物株型遥感识别【J1.光谱学与光谱分析,2007,27(10):1921l92442】蔡成静,马占鸿,王海光,等.小麦条锈病高光谱近地与高空遥感监测比较研究J.植物病理,2007,37(1):778243】杨邦杰,王茂新,裴志远.冬小麦冻害遥感监测J.农业工程学报,2002,18(2】:13614044】张雪芬,陈怀亮,郑有飞,等.冬小麦冻害遥感监测应用研究【J】.南京气象学院,2006,29(1):9410045】郭广猛,赵冰茹.使用MODIS数据监测土壤湿度咖.土壤,2004,36(2):219-221【46】赵立军.基于MODIS数据的北京地区土壤含水量遥感信息模型研究【D】.北京:中国农业大学,200447】邓辉,周清波.土壤水分遥感监测方法进展fJ】.中国农业资源与区划,2004,25(3):4649【48】杨玉永,郭洪海,隋学艳,等.山东省小麦主产区旱情遥感监测系统的构建【JJ.山东农业科学,2009,(1):l518,4649】张黎,王石立,何延波,等.遥感信息应用于水分胁迫条件下的华北冬小麦生长模拟研究J】.作物,2007,33(3):401410(下转第18页)农业网络信息2010年第2期研究与开发-口血粉,常规方法加工团血粉,瞬同千燥口菜籽粞,Canola品种口玉米面筋粉,69%11蛋白质回棉籽饼,机椁,41%n噩白质口鱼粉,机榨团亚麻耔丰百,吝剂浸提口脱脂肉骨粉口豆丰百,菪剂浸提口分离大豆蛋白口维生素口矿物质饲料回石粉口脱月目骨粉图2饲料原料选择界