为获取高精度、高时效、高分辨率的土壤相对湿度监测产品，基于2022−2024年3−11月中国气象局陆面数据同化系统（CLDAS）逐日土壤相对湿度产品、河南309个自动土壤水分观测站逐小时土壤相对湿度资料，采用相关系数、均方根误差和偏差作为评估指标，从站点和区域月尺度，分区检验河南6个农业生产生态类型区0−10cm、0−20cm和0−50cm层CLDAS土壤相对湿度产品。采用回归订正方法构建3个层次CLDAS土壤相对湿度分区订正模型，通过对比订正前后的均方根误差和偏差，对分区订正模型进行检验评估。结果表明：2022−2024年3−11月河南CLDAS土壤相对湿度模拟值与观测值具有较好的一致性。站点尺度上，0−10cm和0−20cm层CLDAS模拟值与观测值较为接近，0−50cm层模拟值普遍小于观测值，各层次CLDAS模拟值与观测值的相关系数普遍大于0.50，均方根误差普遍小于30个百分点。区域尺度上，0−10cm层CLDAS模拟值与观测值相关系数在0.83～0.91，以豫西南、豫南最高；均方根误差在5.72～9.00个百分点，以豫东最小；偏差在−6.20～5.54个百分点，以豫东偏差绝对值最小。0−20cm层CLDAS模拟值与观测值相关系数在0.85～0.92，以豫东最高；均方根误差在4.13～9.07个百分点，以豫东最小；偏差在−6.36～4.74个百分点，以豫西偏差绝对值最小；0−50cm层CLDAS模拟值与观测值相关系数在0.80～0.91，以豫东最高；均方根误差在4.68～12.51个百分点，以豫北最小；偏差在−11.05～1.39个百分点，以豫北偏差绝对值最小。区域月尺度上，CLDAS模拟值与观测值整体月相关性较好，大部区域5−10月相关系数超过0.70；均方根误差普遍小于15个百分点，豫西和豫东各个层次均方根误差均较小。经分区订正后，CLDAS模拟值与观测值的均方根误差降至3.47～7.25个百分点，下降幅度在0.04～7.20个百分点，偏差降至−0.04～0.02个百分点，下降幅度在0.45～11.42个百分点，且豫北、豫东和豫中南订正模型泛化能力较好。综合来看，CLDAS土壤相对湿度产品在豫北、豫西和豫东模拟精度较高，时间上在5−10月模拟精度较高，分区订正后进一步提高了CLDAS土壤相对湿度的模拟精度，可为农业旱涝监测评估和预报预警提供重要支撑。

作物混种、种植区零散分布是影响遥感识别精度的主要原因之一。多源卫星时序数据可基于作物的特定生育期生长特征，有效区分目标作物与其他植被，提高识别精度。本研究基于冬小麦生长期植被变化特征，采用Sentinel−2卫星数据合成皖北地区冬小麦全生育阶段EVI指数，结合NDBI指数、SAVI指数、FY−3D EVI时序数据、Sentinel−1卫星VV、VH和VH/VV时序数据，基于主成分分析和随机森林法，开展冬小麦空间分布信息提取。结果表明：冬小麦EVI变化趋势在出苗−返青期与其他植被存在明显差异，VV和VH/VV后向散射特征在返青阶段后与其他植被存在明显差异。基于播种−越冬期、播种−抽穗期和播种−成熟期的时序数据获取的冬小麦识别总体精度分别为95.58%、98.41%和98.65%。抽穗阶段后的识别结果中，冬小麦田间道路及田块边界的识别效果明显优于越冬阶段前的识别结果。相比采用单一Sentinel−2数据集，添加FY−3D数据集后，冬小麦不同生育阶段识别精度提升1.71～4.10个百分点；添加Sentinel−1数据集后，冬小麦不同生育阶段识别精度提升0.21～1.66个百分点。

基于河南省高标准农田37个站点2020−2023年土壤水分资料、气象资料以及土壤质地数据，分析河南地区冬小麦返青−收获期8个土层（10−100cm）土壤重量含水率、土壤贮水特征，以及不同土壤质地下冬小麦季土壤水分对降水事件的响应，以期为高标准农田水资源科学利用、合理制定调控措施提供参考。结果表明：（1）2020−2023年河南省高标准农田冬小麦返青−成熟期土壤重量含水率在10−60cm土层随土壤深度增加而增加，在10−50cm土层随生育阶段的推进而逐渐减少，其中10cm土壤重量含水率减少幅度最大，为3.5个百分点。（2）2020−2023年河南省高标准农田冬小麦返青−成熟期降水距平百分率为正值时，各层土壤多为贮水增量，降水距平百分率为负值时，各层土壤多为贮水减量。（3）研究期内3种质地的土壤重量含水率呈黏土（17.7%～23.8%）>壤土（16.4%～20.9%）>砂土（10.3%～16.2%），变异系数呈砂土（0.32～0.53）>壤土（0.25～0.38）>黏土（0.22～0.34），砂土的土壤重量含水率波动最大，黏土波动最小，3种质地含水率在10cm深度波动较为剧烈。（4）3种质地类型土壤重量含水率在垂直方向上对降水事件的响应程度随土层深度的增加而减小，水分可渗透的土层深度随着降水强度的增加而加深。壤土和黏土对降水事件的滞后响应较砂土更明显，暴雨等级下砂壤重量含水率升幅在降水当天达到峰值，第5天基本下降至降水前1d的水平，而壤土和黏土的升幅峰值出现在降水事件第2−5天，7d内无法恢复至降水前水平。整体来说砂土对降水事件响应快但持水时间短，保水能力较差；黏土对降水响应滞后但持水久，保水性能好。

苹果树叶片黑腐病（Black rot）是常见且具有破坏性的果树病害之一，严重时影响苹果的品质和产量。针对传统病害识别方法存在的小目标识别困难、复杂背景干扰以及检测效率低等问题，本文提出一种基于改进的YOLOv11检测苹果树叶片黑腐病的方法，在Backbone中引入C3K2模块，结合多尺度卷积的调节能力；在SPPF模块后添加C2PSA注意力模块；最后在Head结构中采用深度可分离卷积并引入分布焦点损失函数（DFL）和CIoU Loss。结果表明：改进后的YOLOv11模型在检测苹果树叶片黑腐病的表现在平均精确率均值mAP指标上达到99.5%，召回率达99.7%，F1分数为99.6%，相较YOLOv8模型提升3.2个百分点，且检测帧率提升至48帧·s^-1。消融实验结果显示，C3K2、C2PSA模块与深度可分离卷积的组合可将mAP从93.1%提升至95.2%。本方法在保证苹果树叶片黑腐病小目标高精度识别的同时，显著提升检测结果的计算实时性，具备较强的实用性与部署价值。

基于中国学术期刊全文（CNKI）数据库2004年1月−2024年11月中文文献，应用文献计量学和知识图谱可视化技术，分析中国高标准农田建设进程中的气象主题研究，厘清该研究领域研究热点、发展趋势和学科交叉的特征与变化规律并完善理论框架，为高标准农田的规划、建设及生产提供科学支撑，提升农业气象服务效能，增强高标准农田稳产高产能力。结果表明：研究期内有关高标准农田气象主题中文文献数量为174篇，年发文量呈显著阶段性特征，2004−2013年为起步阶段，2014−2018年为稳步增长阶段，2022年后增长态势明显。土地利用、土地整治、粮食安全是高标准农田气象主题中文文献的高频关键词，相关研究聚焦于土地整治和粮食安全两大热点领域。高标准农田气象研究可分为农田规划气候适应性、农田水资源利用气候变化应对、耕地利用生态气象风险和气象及其次生灾害精准监测4大方向，尚存在气象要素驱动机制研究的理论深度不足、多源数据融合与智能决策的技术瓶颈突出和建成期气象服务技术研发存在显著滞后性等核心问题。未来应从深化机制理论研究、促进数据融合创新与加强服务体系建设等方面着力突破困境，实现气象理论与实践应用的深度融合。

基于2000−2020年MODIS NDVI数据，以及来自国家青藏高原科学数据中心与英国国家大气科学中心的同期年平均气温、降水量、干旱指数和土壤湿度等关键因子数据，综合运用趋势分析法和一阶差值多元回归分析法，系统探究内蒙古草原、森林、农业植被等类型植被NDVI的时空变化特征，并揭示其对气候变化的敏感性。结果表明：（1）2000−2020年内蒙古植被NDVI总体呈显著增强趋势，面积占比超过90%；（2）所有植被NDVI均呈显著增长，其中农业植被增速最高（5.7×10⁻³·a⁻¹），戈壁荒漠增速最低（8.2×10⁻⁴·a⁻¹）；（3）不同类型植被NDVI对气候因子的敏感性存在显著差异。降水量增加和土壤湿度升高对多数植被覆盖度的提升起促进作用，年平均气温升高则对其产生抑制效应；其中草原NDVI对土壤湿度和气候干旱的响应最敏感。综合分析表明，水分条件是调控内蒙古植被覆盖度动态的关键限制因子。尽管区域植被生产力整体提升，但草原生态系统对气候变暖与干旱胁迫下的高敏感性揭示了其潜在脆弱性，未来需加强草原生态保护适应性管理研究，以提升区域植被的气候韧性，为实现内蒙古生态环境的可持续发展提供科学支撑。

利用优化后的APSIM模型，基于1961−2020年辽宁阜新逐日气象资料，以单作玉米（SM）和单作花生（SP）为对照，设置玉米和花生的窄条带情景2:2（M2P2）、4:4（M4P4）、6:6(M6P6)，中条带情景8:8（M8P8）、10:10（M10P10），以及宽条带情景12:12（M12P12）、14:14（M14P14）和16:16（M16P16），共8种玉米花生行比情景，比较分析气候变化下玉米花生不同行比配置对雨养产量、潜在产量、土地当量比、土壤水和有机碳含量的影响，以明确辽西地区玉米花生间作最佳行比配置，以期解决辽西地区玉米花生间作系统的可持续发展问题，为提升辽西地区粮作生产的经济和生态效益提供理论指导。结果表明：（1）雨养条件下，1961−2020年玉米花生间作系统中8种玉米花生行比情景下玉米产量呈降低趋势，从3469kg·hm⁻²降低至3418kg·hm⁻²，花生产量呈增高趋势，从746kg·hm⁻²增高至926kg·hm⁻²；充分灌溉条件下，1961−2020年玉米花生间作系统中，8种玉米花生行比情景玉米产量呈降低趋势，从4166kg·hm⁻²降至4156kg·hm⁻²，花生产量呈增高趋势，从751kg·hm⁻²增至1004kg·hm⁻²。与宽条带情景M16P16相比，窄条带情景M2P2在雨养和充分灌溉条件下玉米产量分别降低51kg·hm⁻²和10kg·hm⁻²，花生产量分别提高180kg·hm⁻²和253kg·hm⁻²。（2）1961−2020年玉米花生间作系统8种行比情景下，间作玉米雨养和潜在偏土地当量比分别在0.56和0.62左右平稳波动，间作花生雨养偏土地当量比从0.29增至0.35，潜在偏土地当量比从0.25增至0.33，玉米和花生间作的土地当量比均<1.0。（3）1961−2020年玉米花生间作系统中，土壤有机碳含量从0.82%增至1.02%，呈不显著增加；土壤含水量呈降低趋势，从0.26mm·mm⁻¹降至0.14mm·mm⁻¹。1961−2020年玉米花生间作系统土壤含水量年际间呈降低趋势，土壤有机碳含量年际间呈极显著升高趋势（P<0.001）。综合产量、土地当量比和土壤含水量的表现，种植窄条带的玉米/花生间作（M2P2和M4P4）能有效提高辽西地区土地利用效率，在全球变暖背景下具有一定的生产应用价值。

以盆栽有机奶白菜为研究对象，设置大蒜−奶白菜轮作（A）、生菜−奶白菜轮作（B）、辣椒−奶白菜轮作（C）、四季豆−奶白菜轮作（D）和香菜−奶白菜轮作（E）5个轮作试验处理，以及奶白菜连作且无常规病害管理（F）和奶白菜连作且进行常规病害管理（G）的两个对照处理，共计7个处理，在大棚内布置盆栽试验，试验中无常规病害管理，探讨不同轮作模式对有机奶白菜产量、品质以及土壤微生物群落结构、根肿病防治效果的影响，揭示不同前茬作物对根肿病防治效果的机理。结果表明：大蒜−奶白菜（A）和香菜−奶白菜轮作（E）在防治根肿病方面综合表现最优，显著降低了根肿病发病率，其中大蒜−奶白菜轮作下后茬奶白菜病情指数最低，仅2.31%。两种轮作模式均提升了根际微生物的α多样性（Chao1和Shannon指数），改善了土壤理化性质。两种轮作模式的防病机制存在差异，香菜为前茬作物时提升了后茬奶白菜抗氧化酶（如POD）的活性，增强了其防御能力；大蒜为前茬作物时促进了后茬奶白菜激素（如ABA和GA₃）的协同作用，提升了其整体生长调控能力。相比之下，辣椒−奶白菜轮作和无病害管理的奶白菜连作时微生物多样性下降，病害压力增大，奶白菜连作结合常规病害管理虽一定程度上缓解了病害，但对根肿病的防治效果显著低于轮作处理。

为明确河套灌区不同播期向日葵器官秋季早霜冻害阈值，本研究以河套灌区向日葵主栽品种‘HZ2399’为材料，采用MSX−2F人工模拟霜箱，针对2022年和2023年5月20日（S1）、5月31日（S2）、6月10日（S3）3个播期，设置6组温度梯度为2℃的模拟霜冻试验，探究向日葵籽粒、花盘、茎秆、叶片各器官的过冷却点、结冰点温度范围，并结合器官受冻率分析其与低温的相关关系。结果表明：（1）S1播期茎秆、叶片的过冷却点分别为−6.93±0.25℃、−4.80±0.93℃，显著低于（P＜0.05）S3播期的−5.48±0.20℃、−3.68±0.66℃；不同播期过冷却点温度表现为S1＜S2＜S3，同一播期不同器官过冷却点温度总体表现为花盘＜茎秆＜叶片。（2）不可逆受冻临界气温普遍较过冷却点偏高0.74～2.51℃；当最低气温未达过冷却点时，作物受冻率随受冻时间延长持续升高。（3）河套灌区向日葵的抗寒性由强到弱表现为S1＞S2＞S3，同一播期内向日葵各器官抗低温能力由强到弱表现为花盘＞茎秆＞叶片。

全球气候变化引发极端气象灾害频发的背景下，准确把握农业气象灾害防控技术的发展及演变，是构建更具韧性防灾减灾体系的关键。本文基于1997年1月−2025年4月全球927项农业气象灾害防控技术的公开专利，利用技术生命周期分析、社会网络分析及主题建模等方法，揭示该领域技术的发展趋势、竞争与合作格局以及创新演进路径。结果表明：农业气象灾害防控技术自2014年进入快速成长期，预计未来仍将保持增长态势。中国是该领域的主要研发国家，尤其在农业气象灾害防控技术与智能信息和通信技术的交叉领域技术研发较为突出；美国、韩国和日本在专利申请规模上相对放缓。从研发合作方面看，跨机构、跨部门及跨国界的协同研发尚未形成规模效应；研发主体结构呈典型的“学术主导型”，以高校/研究院为主（占比53.61%），技术型研发公司参与度相对较低（26.97%），一定程度上制约了创新成果在实际生产中的转化与应用。在技术演化路径上，该领域技术从早期的化学调控与基础监测逐步演进为灾前预警、灾中调控与灾后评估的全链条技术体系，重点包括气象灾害监测预警体系、作物抗逆性改良技术以及灾后评估机制。综上，该技术领域目前处于活跃的发展态势，未来应进一步加强产学研融合与协作网络构建，共同推动构建多方位智慧农业管理系统的研发和农业气象灾害防控技术的创新，为全球农业可持续发展提供支撑。

基于全国2467个气象台站、653个农业气象观测站实时和历史同期观测资料，利用农业气象评价指标、作物气候适宜度评估模型和主要农业气象灾害指数，综合评价2025年玉米、一季稻、晚稻、大豆和棉花等主要秋收作物关键生育期农业气象条件、农业气象灾害对产量的影响。结果表明：2025年秋收作物生长季内大部农区水热适宜，低温冷害等影响偏轻，阶段性农业干旱和高温热害影响有限；但秋收季连阴雨天气过程极端性强，对秋收及部分地区秋粮品质产生较大影响。东北地区5月−6月上旬低温湿涝，影响作物生育进程；西北、华北、黄淮等部分地区出现阶段性高温干旱，影响春播和夏种；长江中下游大部盛夏持续高温，制约秋粮产量提高。