第一章 绪论
1.1 课题研究背景和意义
1.1.1 研究背景
小麦是我国的主要粮食作物之一，而我国也是当前世界最大的小麦生产国家。我国小麦分布具有明显的地域特征，受作物、气候、土壤、农业实践等相互影响，种植地在空间分布上具有异质性[1]。随着时间的变化，气候、种植模式、耕作方式和政策等多种因素将改变作物的空间和时间异质性[2]。由于气候变化和农业实践的改善，作物产量随着年份而变化[3,4]。近年来，我国小麦产量逐年稳定增长（图 1.1）。这些变化与其种植制度和地理位置密切相关[5]。这些因素使得不同地区小麦的生育期不同，造成小麦成熟时间具有地域差异性。不同地区的小麦产量分布具有空间异质性和集聚的效应[6]。
...........................
1.2 国内外研究现状
1.2.1 作物时空分布的研究现状
作物产量在空间分布不均匀，具有空间异质性[19]。作物空间格局分布的研究方法一般有三种，分别是：基于统计数据的研究方法[20]、基于遥感提取的方法[21]以及基于数学模型的方法[22]。
国内学者主要以水稻、玉米、小麦为研究对象，基于全国、省级、市县等空间精度的数据研究作物的空间分布特性（表 1.1）。黄青等基于 2009 年东北地区的 MODIS 和 NDVI 数据，解析东北地区春玉米、一季稻及大豆等主要作物时序光谱特征，利用遥感技术进行大尺度作物长势监测，分析了作物的空间分布特性[23]。陆文聪等基于 1978-2005 年中国省级数据，从空间计量经济学角度出发，采用莫兰指数（Moran’s I）分析了中国各省的粮食总产数据的空间特性，并结合空间误差模型分析了影响中国粮食生产空间格局的因素[24]。王千等基于 1986-2008年河北省县级数据，运用探索性空间数据分析理论，以及地理信息系统（Geographic Information System, GIS）技术，分析了河北省 138 个县的粮食产量空间差异变化规律、特征和成因，并提出相应的粮食安全生产政策与措施[25]。Min等根据 1978-2007 年的省级小麦单产数据，分析了小麦单产的在不同时间内的空间分布格局，并分析了造成的原因[26]。徐志宇等基于 1981-2008 年的中国省级数据，研究了我国粮食主产区的小麦、水稻、玉米三种作物的生产格局的变化特点，并分析影响变化的驱动因素[27]。
国外学者主要以玉米、大豆等作物为研究对象，基于全球、州等空间精度的数据研究作物的空间分布特性（表 1.1）。Williams 等基于 1985-2004 年的爱荷华州区级数据，根据全局 Moran’I 指数分析了玉米、燕麦、大豆、苜蓿四种作物的空间聚集情况，发现所有四种作物的县平均产量的地理分布显著聚集[28]。Prudente 等基于 2003-2010 年度的数据，研究了巴拿马州的大豆生产空间分布特性。Moran’ I 指数用于衡量城市间大豆产量的空间自相关性，而 LISA（Local Indicators of Spatial Association）指数显示局部相关性。
...............................
第二章 小麦产量时空分布特性
2.1 引言
本章以省和县为单位，基于 2002-2009 年的省级和县级小麦产量数据、农气站点数据和地理信息数据，将小麦产量数据、小麦生育期数据与地理信息数据匹配融合，做了以下几点研究：
（1）根据省级产量数据，分析了我国小麦产量的空间分布异质性；
（2）根据农气站点数据，提取小麦生育期时间，分析了不同区域小麦成熟时间的差异性；结合省级数据统计小麦不同成熟期内的产量，并比较不同成熟期内产量的差异性；
（3）根据县级小麦产量数据，分析各个小麦种植县产量的年变化趋势；
（4）探究小麦主产大区内各县小麦产量的全局空间相关性和局部空间相关性，比较小麦产量空间格局的变化情况。
............................
2.2 研究材料和方法
2.2.1 原始数据
本研究所用的数据包括省级小麦产量数据、县级小麦产量数据、小麦生育期数据以及地理信息数据。小麦的县级产量数据为 2002-2009 年，最新的县级小麦产量数据较难获取。因此本研究的时间范围是 2002-2009 年。各个数据来源如下所述：
1) 地理信息空间数据
地理信息系统空间数据来自国家测绘地理信息局制作的中国数字化地图文件，总共包含全国 31 个省（自治区、直辖市）、330 余个地市和 3000 多个县区的地理经度、纬度以及边界文件。后文第三章、第四章所用到的地理信息空间数据和本章节相同。
2) 小麦产量数据
小麦产量数据来源于中国国家统计局年鉴。本文选取 2002 年到 2009 年的县级和省级小麦产量数据用于研究。总计有 31 个省（自治区、直辖市）和 1431 个县有小麦产量数据。
3) 中国农气站点数据
中国农作物生长发育状况资料数据集来源中国农业气象台站上报的农业气象资料整理而得，部分资料从国家气候中心农气室取得，其他部分资料从国家气象中心 9210 要素库取得。原始数据集为 1991-2013 中国 778 个农业气象台站的农作物生长发育状况资料数据，农气站点的空间分布如图 2.1 所示。本研究选取2002 年到 2009 年的小麦生长发育数据。第三章、第四章所用的农气站点数据与本章相同。
............................
3.1 引言 ................................... 28
3.2 研究材料与方法 ............................ 28
第四章 “小麦-气象-收割机”多源数据可视化平台 .................................... 46
4.1 引言 .............................. 46
4.2 系统需求分析 .......................... 46
第五章 总结与展望 .................................. 62
5.1 研究结论 .................................. 62
5.2 研究创新点 ...................................... 62
第四章 “小麦-气象-收割机”多源数据可视化平台
4.1 引言
本章基于不同的农业数据搭建了“小麦-气象-收割机”多源数据可视化平台。平台整合了农业气象数据、收割机工作数据、小麦属性数据（产量、种植面积、生育期），实现数据的空间动态可视化。同时，平台集成了小麦收获期内可作业时间预测模型，用于预测小麦主产区收获期内收割机的田间可作业时间。
本平台涉及数据繁多，针对不同用户，有不同的需求：
（1）系统管理员
包含软硬件设备人员、数据采集人员、技术支持人员、系统维护人员等分别负责平台的软硬件系统维护、数据的采集、系统使用培训、平台维护等工作，以保证平台的正常运行，提供准确的数据服务。
（2）政府单位
政府工作人员及科研工作者，能够从平台上实时准确地获取特定时间特定地点的农作物生长数据、产量数据、气象环境数据、农气站数据等，了解作物的年产收获情况，从而更好地进行政策的制定和科学的研究。
（3）企业
供应商通过平台了解到收割机的工作状况，以及农户对于收割机的实际需求，从而进行生产、销售、库存的调节，规避市场风险，提高企业利润。
.............................
第五章 总结与展望
5.1 研究结论
本文以小麦为研究对象，分析了小麦产量时空分布特性，预测了小麦收获期内收割机每周的可作业时间，搭建了“小麦-气象-收割机”多源数据可视化平台。本文的主要结论有以下三点：
（1）采用了一种基于半变异函数的莫兰指数空间统计量，用于分析作物产量空间聚类格局。并针对小麦产量空间分布异质的特点，定量分析小麦的空间相关性及空间分布格局。2002-2009 年期间，小麦收获时间具有时空变化的特点，冬小麦的成熟时间集中在 5 月和 6 月，春小麦的成熟时间集中在 7 月和 8 月。小麦产量增速为每年增加 6300 吨，且全国小麦生产县中有 54.4%县呈现产量总体增长的趋势。华中华南的小麦主产区的产量具有显著的全局空间相关性，局部地区具有小麦产量高高聚集的特点。主产区的小麦产量的空间格局比较稳定。在小麦高高空间相关的聚集地区，具有产量逐年递增的特点。
（2）提出了一种基于决策树的分段线性回归模型用于预测小麦收获期内收割机田间每周可作业时间。基于地区本周降水量和上周降水量，定性分析两个变量对于作物收获期内收割机田间可作业时间影响的大小。当本周的降水量高于18.3mm 时，上周的降水量对小麦收获期内田间可作业时间会有影响。2002-2009年期间，利用预测模型，得到河南省、山东省、安徽省和江苏省在小麦收获期内（第 22-24 周）收割机年均田间可作业时间的分布范围为 3.7 天到 4.2 天。其中，山东省收割机平均可作业时间最长，为 4.1 天。第 22 周收割机年均可作业时间最长，为 4.2 天。小麦收获期内，小麦主产区的收割机田间可作业时间具有时空波动的特点。
（3）搭建了一套基于 SSM 框架的“小麦-气象-收割机”多源数据可视化平台用于农业数据（小麦数据、气象数据、田间可作业时间数据等）的存储、展示、管理和查询，实现了气象数据、作物数据、农气站点数据的查询与可视化功能，并且可以展示收割机可作业时间的预测结果。
参考文献（略）