【摘要】：近年來,隨著全球極端氣候的頻繁出現(xiàn),冬小麥凍害發(fā)生的復(fù)雜性、不可預(yù)知性,受災(zāi)程度影響之嚴(yán)重性,使得冬小麥凍害的實(shí)時監(jiān)測和防災(zāi)減災(zāi)任務(wù)更加艱巨。隨著衛(wèi)星技術(shù)、地理信息技術(shù)、全球定位系統(tǒng)技術(shù)、計算機(jī)網(wǎng)絡(luò)技術(shù)為主要內(nèi)容的信息技術(shù)的迅速發(fā)展,遙感災(zāi)害監(jiān)測技術(shù)在農(nóng)業(yè)領(lǐng)域也得到了廣泛的應(yīng)用。近年來隨著國產(chǎn)衛(wèi)星數(shù)據(jù)源在時空分辨率與光譜分辨率上的提升,更帶動了國內(nèi)在相關(guān)領(lǐng)域研究的進(jìn)展。然而目前在冬小麥凍害災(zāi)情遙感監(jiān)測方面尚不系統(tǒng),而在技術(shù)上如何最大限度的利用多源數(shù)據(jù)挖掘數(shù)據(jù)中的有效信息進(jìn)而對不同時期的凍害特征參數(shù)進(jìn)行有效提取是一個重要問題。 本研究首先以人工控制條件下冬小麥越冬凍害與早春凍害為例,分別獲取葉片、冠層尺度高光譜,研究冬小麥凍害光譜特征響應(yīng)機(jī)制。繼而以河北省示范區(qū)2009-2010年度典型冬小麥凍害實(shí)況為例,在地面樣點(diǎn)調(diào)查基礎(chǔ)上,綜合多時相光學(xué)與熱紅外數(shù)據(jù)等多源遙感數(shù)據(jù),利用GIS空間分析等技術(shù)手段,開展區(qū)域尺度上冬小麥凍害監(jiān)測模型與方法研究,具體研究內(nèi)容和結(jié)果如下： (1)在大田種植耐凍、不耐凍小麥品種發(fā)生越冬凍害自然條件下,獲取了葉片與冠層尺度高光譜數(shù)據(jù)。在葉片尺度,首先研究了凍害在原始光譜與一階微分光譜上的相應(yīng)波段響應(yīng)機(jī)制并提取了敏感波段；其次提取了葉片高光譜特征參量,通過分析葉片尺度凍害程度DAI與高光譜特征參量關(guān)系,建立了葉片尺度DAI與高光譜特征的擬合方程,篩選以R2達(dá)0.750以上的777nm一階微分值、SDr/SDb、(SDr-SDb)/(SDr+SDb)為變量建模,其中SDr/SDb精度最高,驗證結(jié)果R2為0.799,對DAI有很好的預(yù)測能力。冠層尺度上,通過主成分分析法提取前6個主成分估算冬小麥凍害嚴(yán)重度,其模型精度R2達(dá)到了0.6309�；诠趯痈吖庾V數(shù)據(jù)提取了20個能敏感表征小麥葉綠素及含水量植被指數(shù)進(jìn)行與凍害嚴(yán)重度相關(guān)分析,其中16個植被指數(shù)都與凍害嚴(yán)重度達(dá)顯著水平。最后通過ANOVA進(jìn)行產(chǎn)量影響指標(biāo)與凍害嚴(yán)重度關(guān)系分析,4個與產(chǎn)量相關(guān)的考種指標(biāo)都與凍害脅迫程度達(dá)到了極顯著相關(guān),說明不同的越冬凍害脅迫程度對最后產(chǎn)量影響較大。 (2)在人工模擬霜箱模擬北方麥區(qū)(北京地區(qū))春季越冬后早春凍害脅迫處理,觀察其對冬小麥生長及產(chǎn)量的影響,同步獲取了對小麥早春凍害葉片及冠層高光譜信息提取數(shù)據(jù)。通過研究了單葉水平與冠層水平冬小麥早春凍害的高光譜特征響應(yīng),表明經(jīng)過不同溫度處理后,葉片尺度與冠層尺度冬小麥呈現(xiàn)了不同的高光譜特征,文章分析了葉片及冠層尺度的四個不同處理T0,T1,T2,T3下原始高光譜、一階微分光譜、“紅邊”等特征的信息,同時分析了在時間維度上的光譜變化信息。根據(jù)早春凍害低溫脅迫后,植株光合作用的變化,文章使采用連續(xù)小波分析法(CWA)進(jìn)行了葉綠素相對含量SPAD值反演研究,以相關(guān)程度最高的Feature E建立反演模型,并取得了較好的精度R2達(dá)到0.786。研究同時還進(jìn)行了早春凍害不同溫度條件處理下,造成長勢指標(biāo)(株高、LAI)差異與最后影響產(chǎn)量因素的/(?)NOVA分析,其結(jié)果為早春凍害對株高與LAI的影響達(dá)到了顯著相關(guān),說明不同程度的早春凍害對小麥長勢與及最后收獲產(chǎn)量影響較大。 (3)大尺度監(jiān)測冬小麥凍害災(zāi)情,需要結(jié)合受凍后長勢監(jiān)測,以提高凍害監(jiān)測精度。以河北省示范區(qū)藁城市2009-2010年度發(fā)生的冬小麥凍害為典型案例,以三景環(huán)境減災(zāi)小衛(wèi)星座HJ-CCDs小衛(wèi)星影像為數(shù)據(jù)源進(jìn)行了冬小麥凍害監(jiān)測研究。文章引用入變化向量分析理論,分別對冬小麥凍害災(zāi)情及災(zāi)后長勢恢復(fù)進(jìn)行監(jiān)測。利用多時相環(huán)境小衛(wèi)星數(shù)據(jù)提取的多種植被指數(shù),構(gòu)建變化向量并分析其動態(tài)變化趨勢,結(jié)合冬小麥凍害光譜特征敏感性分析,建立凍害災(zāi)情遙感監(jiān)測模型,并展開長勢恢復(fù)程度監(jiān)測。結(jié)果表明變化向量分析法能有效地反映冬小麥?zhǔn)軆龊烷L勢恢復(fù)程度及空間分布,在基于多種植被指數(shù)建立的變化向量監(jiān)測模型中,基于光譜結(jié)構(gòu)不敏感指數(shù)SIPI建立的模型較精度最高,其凍害監(jiān)測及長勢恢復(fù)監(jiān)測模型精度分別達(dá)83.3%、88.9%。 (4)為了系統(tǒng)地評價冬小麥凍害嚴(yán)重程度并篩選與影響其凍害受災(zāi)程度的有效評價指標(biāo),文章將灰色理論系統(tǒng)知識模型與遙感技術(shù)(RS)、地理信息系統(tǒng)(GIS)技術(shù)相結(jié)合,在確立評價指標(biāo)體系原則及要求的基礎(chǔ)上,建立大尺度多源信息融合的凍害綜合評價模型,并用于空間分布專題圖生成。文章以河北省藁城、晉州市小麥凍害監(jiān)測應(yīng)用為例,開展冬小麥凍害受災(zāi)程度進(jìn)行定量評價方法研究,首先對河北省藁城與晉州市小麥2009-2010年度實(shí)測凍害嚴(yán)重度群體指標(biāo)——莖蘗存活率與地表溫度、土壤各養(yǎng)分含量、土壤熱慣量和土壤含水量等空間數(shù)據(jù)信息進(jìn)行灰色關(guān)聯(lián)分析(GRA),并確定其權(quán)重；繼而利用空間插值技術(shù)構(gòu)建了研究區(qū)小麥凍害脅迫多因子空間矩陣,最后通過灰色聚類評估分析(GCA)建立冬小麥凍害嚴(yán)重度評估模型,將研究區(qū)可劃分為重災(zāi)、中災(zāi)、輕災(zāi)或未受災(zāi)3種受災(zāi)片區(qū)。結(jié)果表明：藁城市重度受災(zāi)面積占全市小麥總面積的23.9%,中度受災(zāi)面積占40.71%,輕微或未受災(zāi)面積占35.39%；晉州市重度受災(zāi)面積占全市小麥總面積的17.12%,中度受災(zāi)面積占41.12%,輕微或未受災(zāi)面積占41.76%。評價結(jié)果經(jīng)kappa模型驗證后,總精度(overall accuracy)達(dá)78.82%,kappa coefficient為0.6754。因此,灰色聚類分析數(shù)學(xué)模型與遙感、GIS地理信息系統(tǒng)空間分析有效的整合,可以客觀、準(zhǔn)確地對冬小麥?zhǔn)軆龊?zāi)情定量評估研究,使得評價模型更具科學(xué)性和應(yīng)用前景。同時此方法也為生態(tài)環(huán)境變化評價,作物長勢及災(zāi)害監(jiān)測提供了另外一種新途徑。
[Abstract]:......
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2013
【分類號】：S512.1;P237

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 邢君,田靈芝;2005年安徽省小麥凍害調(diào)查報告[J];安徽農(nóng)學(xué)通報;2005年05期

2 吳學(xué)業(yè);劉傳廣;韋有強(qiáng);;小麥凍害發(fā)生影響因素及防治措施[J];安徽農(nóng)學(xué)通報;2006年02期

3 湯新海;湯景華;楊淑萍;王振權(quán);;小麥越冬凍害成因分析及防御措施[J];安徽農(nóng)學(xué)通報;2008年02期

4 李愛國;宋曉霞;吳春西;齊靜嫻;;小麥凍害類型及預(yù)防補(bǔ)救措施[J];現(xiàn)代農(nóng)業(yè)科技;2011年07期

5 湯潔;呂川;李昭陽;王晨野;張景成;李海毅;;基于灰色聚類與3S耦合方法的生態(tài)環(huán)境質(zhì)量變化趨勢研究——以吉林省大安市為例[J];吉林大學(xué)學(xué)報(地球科學(xué)版);2008年06期

6 唐海峰;樊萬選;;農(nóng)業(yè)應(yīng)對氣候變暖 創(chuàng)新開發(fā)理念 加快技術(shù)研發(fā)[J];創(chuàng)新科技;2009年03期

7 劉燦;王金偉;李卓夫;付連雙;孫艷麗;王曉楠;陳禹興;陳自新;;低溫馴化階段不同抗寒性冬小麥品種生理代謝的比較[J];東北農(nóng)業(yè)大學(xué)學(xué)報;2009年11期

8 覃志豪,Zhang Minghua,Arnon Karnieli,Pedro Berliner;用陸地衛(wèi)星TM6數(shù)據(jù)演算地表溫度的單窗算法[J];地理學(xué)報;2001年04期

9 陳福梓,徐宗煥,陳家金,林倆法,王加義;GIS在漳州芭樂低溫凍害分析中的應(yīng)用[J];福建熱作科技;2004年02期

10 鄭大瑋;李茂松;霍治國;;2008年南方低溫冰雪災(zāi)害對農(nóng)業(yè)的影響及對策[J];防災(zāi)科技學(xué)院學(xué)報;2008年02期

相關(guān)會議論文 前1條

1 商兆堂;濮梅娟;蔣名淑;于清平;賈云河;;凍害對江蘇省三麥生產(chǎn)的影響與對策[A];中國農(nóng)學(xué)會農(nóng)業(yè)氣象分會2006年學(xué)術(shù)年會論文集[C];2006年

相關(guān)博士學(xué)位論文 前1條

1 張競成;多源遙感數(shù)據(jù)小麥病害信息提取方法研究[D];浙江大學(xué);2012年

相關(guān)碩士學(xué)位論文 前2條

1 鄭秀琴;對小麥生長模型WheatSM改進(jìn)研究[D];中國農(nóng)業(yè)大學(xué);2005年

2 張雪芬;冬小麥晚霜凍害遙感監(jiān)測技術(shù)與方法研究[D];南京信息工程大學(xué);2005年

，

本文編號：2394036