补充资料：农作物产量预测方法

农作物产量预测方法
forecasting methods for crop yield

的推广，或者当农作物出现异常灾害侵袭而遭受严重损失，以致对农作物生长状态的判断超越调查者原有经验时，估产往往会出现较大误差。一般是在丰收时估产偏低、歉年偏高。这时，必须认真查好标准田块的产量，或用产量要素测定法等，以核准估产结果。由r作物生长季节气候变化大，目测要求多次进行，这样可使估产结果一次比一次接近实际。 要素测定法亦称“查棵数粒法”。在农作物成熟时期，对其计算产量的要素进行测定。例如根据水稻的每亩穴数、每穴穗数、每穗粒数与粒重(或千粒重)，冬小麦的每亩有效穗数、每穗粒数、粒重(或千粒重)，分别计算水稻与小麦的每亩产量，然后结合播种面积计算总产量。农作物产量计算要素数量的大小受气候、农业技术等的影响。例如冬小麦的有效穗数与越冬气候、土壤水分有关，每穗粒数与品种、肥料有关，千粒重与气候、肥料、水分有关。因此，调查者除实地踏查外，还需全面了解农情，作出记录。测定一般分三期进行，每次要求不同，如在小麦越冬后要查存活苗数，拔节后要查分栗数，成熟时要查有效穗数、每穗粒数、千粒重。测定时先在地块上选点，如梅花形选点、对角线选点，再计算有效穗数、每穗粒数及千粒重(如果小麦处在成长期，只能根据历史资料结合小麦生长情况，估计千粒重)。由于大量收割工作损失较大，在计算每亩产量时，还需扣除割、拉、打损失。 卫星遥感预测法基本上可以分为两种。一种是利用环境和气象卫星的高度分辨辐射计，以进行大面积作物生态环境和产量预测。它是按五条光谱带隔一定时间(例如一天)记录地面辐射，其中两条光谱带(红与红外)用以计算所谓“绿度”，从而得出作物生长指数。红光谱带记录叶绿素的吸收作用，而红外线光谱带则表明作物旺盛长势的反射率，在计算机上进行像源的绿度值计算，或是进行光密度的彩色编码，找出作物长势与影像光密度或彩色的关系，如棕/橘色表示单位面积产量为低水平，白/绿色为中等水平，红/紫色为高水平。这样，卫星影像绘出的作物的发展趋势，必然也是作物生长条件的指标，即作物生长指数与绿色植被的相关程度，取决于作物的类型和密度、地理位置(地形、土壤、水分、土地利用等)及气候条件(特别是云雾遮盖看不清楚)。一定时期的影像可以监测降雨量与其他因素对作物某一发展阶段的影响。至于作物生长指数地图由某个时期(年、月)的无云量影像拼凑而成，它明显地表示绿色作物季节和年度变化的情况。这种卫星遥感技术不论面积多大和变化多快都能连续监测。在发展中国家(包括中国)由于缺乏一定的产量与面积资料，遥感将是一种重要的预测产量趋势的方法。

说明：补充资料仅用于学习参考，请勿用于其它任何用途。