本文選題：遙感　切入點(diǎn)：數(shù)據(jù)融合　出處：《農(nóng)業(yè)機(jī)械學(xué)報(bào)》2017年04期 　論文類型：期刊論文

【摘要】：采用Landsat和MODIS數(shù)據(jù),通過(guò)增強(qiáng)自適應(yīng)融合算法(Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM)對(duì)蒸散發(fā)進(jìn)行空間降尺度,構(gòu)建田塊尺度蒸散發(fā)數(shù)據(jù)集;利用2015年田間水量平衡方法計(jì)算的蒸散發(fā)數(shù)據(jù)對(duì)融合結(jié)果進(jìn)行評(píng)價(jià)。在融合蒸散發(fā)基礎(chǔ)上,結(jié)合解放閘灌域2000—2015年間種植結(jié)構(gòu)信息,提取不同作物各自生育期和非生育期內(nèi)年際蒸散發(fā)量,并分析了大型灌區(qū)節(jié)水改造以來(lái),作物蒸散發(fā)占比的年際變化。研究結(jié)果表明:融合蒸散發(fā)與水量平衡蒸散發(fā)變化過(guò)程較吻合,小麥耗水峰值出現(xiàn)在6月中下旬—7月初,玉米和向日葵峰值出現(xiàn)在7月份。在相關(guān)性分析中,玉米、小麥和向日葵的決定系數(shù)R2分別達(dá)到了0.85、0.79和0.82;生育期內(nèi)玉米(5—10月份)、小麥(4—7月份)和向日葵(6—10月份)的均方根誤差均不高于0.70 mm/d;平均絕對(duì)誤差均不高于0.75 mm/d;相對(duì)誤差均不高于16%。在農(nóng)田蒸散發(fā)總量驗(yàn)證中,融合蒸散發(fā)與水量平衡蒸散發(fā)相關(guān)性較好,兩者決定系數(shù)達(dá)到了0.64�；贓STARFM融合算法生成的高分辨率蒸散發(fā)(ET)結(jié)果可靠,具有較好的融合精度。融合結(jié)果與Landsat蒸散發(fā)的空間分布和差異性一致,7月23日、8月24日和9月1日相關(guān)系數(shù)分別達(dá)到0.85、0.81和0.77;差值均值分別為0.24 mm、0.19 mm和0.22 mm;標(biāo)準(zhǔn)偏差分別為0.81 mm、0.72 mm和0.61 mm。ESTARFM融合算法在農(nóng)田蒸散發(fā)空間降尺度得到較好的應(yīng)用,可有效區(qū)分不同作物蒸散發(fā)之間的差異。不同作物在生育期和非生育期內(nèi)耗水量差別較大;生育期內(nèi)套種(4—10月份)耗水量最大,達(dá)到637 mm,玉米(5—10月份)和向日葵(6—10月份)次之,分別為598 mm和502 mm,小麥(4—7月份)最低為412 mm;非生育期內(nèi),小麥(8—10月份)耗水量最大,年均達(dá)到214 mm,玉米(4月份)和向日葵(4—5月份)分別為42 mm和128 mm。不同作物多年平均耗水量(4—10月份)差異較小,其年際耗水總量主要隨作物種植面積的變化而變化。
[Abstract]:Based on the Landsat and MODIS data, an enhanced spatial and temporal adaptive reflectance fusion model is used to downscale the evapotranspiration and construct a field scale evapotranspiration dataset. The data of evapotranspiration calculated by the field water balance method in 2015 were used to evaluate the fusion results. Based on the fusion evapotranspiration, the information of planting structure in the irrigation area of Jiefang Gate from 2000 to 2015 was combined. The interannual evapotranspiration of different crops during their respective growth period and non-growth period was extracted, and the water saving transformation of large irrigation area was analyzed. The interannual variation of crop evapotranspiration. The results show that the process of evapotranspiration is consistent with that of water balance evapotranspiration, and the peak value of wheat water consumption appears in the middle and late days of June to the beginning of July. The peak value of maize and sunflower appeared in July. In the correlation analysis, corn, The mean square root errors of wheat and sunflower were less than 0.70 mm / d, the mean absolute error was not higher than 0.75 mm / d, and the mean absolute error was not higher than 0.75 mm / d, respectively, and the mean root mean square error (RMS) of wheat and sunflower was 0.85 mm / d and 0.82 mm / d, respectively, and the mean root mean square error (RMS) was not higher than 0.70 mm / d, respectively, and the mean absolute error was not higher than 0.75 mm / d. The error is not higher than 16. In the verification of the total evapotranspiration of farmland, The correlation between fusion evapotranspiration and water balance evapotranspiration is good, the determination coefficient of them is 0.64. The result of high resolution evapotranspiration based on ESTARFM fusion algorithm is reliable. The fusion result is consistent with the spatial distribution and difference of Landsat evapotranspiration. The correlation coefficients of July 23rd, August 24th and September 1st are 0.85mm 0.81 and 0.77mm, respectively. The average value of the difference is 0.24mm / 0.19mm and 0.22mm respectively. The difference between 0.81 mm 0.72 mm and 0.61 mm.ESTARFM fusion algorithm was applied to the spatial downscaling of farmland evapotranspiration. The difference of evapotranspiration between different crops can be effectively distinguished. There are great differences in water consumption between different crops during growth period and non-growth period. The water consumption of interplanting during growth period is the highest, which is 637 mm, followed by May to October of maize and June to October of sunflower. 598 mm and 502 mm, respectively. The lowest in April to July was 412 mm. In the non-growth period, the water consumption of wheat was the highest in August to October. The annual average annual water consumption was 214mm, April) and sunflower (April / April) were 42 mm and 128 mm. respectively. The annual average annual water consumption of different crops varied slightly, and the total annual water consumption mainly varied with the crop planting area.
【作者單位】： 中國(guó)水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國(guó)家重點(diǎn)實(shí)驗(yàn)室;國(guó)家節(jié)水灌溉北京工程技術(shù)研究中心;
【基金】：“十二五”國(guó)家科技支撐計(jì)劃項(xiàng)目(2012BAD08B01) 國(guó)家自然科學(xué)基金項(xiàng)目(51679254) 國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016YFC0400101)
【分類號(hào)】：S161.4

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭生練,朱英浩;互補(bǔ)相關(guān)蒸散發(fā)理論與應(yīng)用研究[J];地理研究;1993年04期

2 陳喜,姜彤;不同氣候區(qū)月蒸散發(fā)能力計(jì)算模式適用性分析[J];水文;2004年05期

3 武夏寧;胡鐵松;王修貴;江燕;李修樹(shù);;區(qū)域蒸散發(fā)估算測(cè)定方法綜述[J];農(nóng)業(yè)工程學(xué)報(bào);2006年10期

4 潘衛(wèi)華;徐涵秋;李文;蔡文華;張春桂;;衛(wèi)星遙感在東南沿海區(qū)域蒸散(發(fā))量計(jì)算上的反演[J];中國(guó)農(nóng)業(yè)氣象;2007年02期

5 劉鈺;彭致功;;區(qū)域蒸散發(fā)監(jiān)測(cè)與估算方法研究綜述[J];中國(guó)水利水電科學(xué)研究院學(xué)報(bào);2009年02期

6 劉波;翟建青;高超;姜彤;王艷君;;基于實(shí)測(cè)資料對(duì)日蒸散發(fā)估算模型的比較[J];地球科學(xué)進(jìn)展;2010年09期

7 蔡輝藝;余鐘波;楊傳國(guó);鞠琴;燕文明;;淮河流域參考蒸散發(fā)量變化分析[J];河海大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

8 朱明明;李明杰;侯西勇;;黃河三角洲日蒸散發(fā)遙感估算及其空間格局特征分析[J];科技導(dǎo)報(bào);2012年23期

9 宋璐璐;尹云鶴;吳紹洪;;蒸散發(fā)測(cè)定方法研究進(jìn)展[J];地理科學(xué)進(jìn)展;2012年09期

10 唐婷;冉圣宏;談明洪;;京津唐地區(qū)城市擴(kuò)張對(duì)地表蒸散發(fā)的影響[J];地球信息科學(xué)學(xué)報(bào);2013年02期

相關(guān)會(huì)議論文 前10條

1 劉志紅;劉文兆;李銳;;基于3S技術(shù)的區(qū)域蒸散研究進(jìn)展[A];《中國(guó)水土保持科學(xué)》第1屆4次編委會(huì)會(huì)議論文集[C];2006年

2 敬書(shū)珍;倪廣恒;;基于遙感的城市蒸散發(fā)對(duì)土地利用/覆蓋的響應(yīng)研究[A];2008年全國(guó)城市水利學(xué)術(shù)研討會(huì)暨工作年會(huì)資料論文集[C];2008年

3 司希禮;楊增元;楊增麗;時(shí)玉蘭;徐軍;范敬華;趙文聚;;區(qū)域綜合蒸散發(fā)量計(jì)算方法初探[A];山東水利學(xué)會(huì)第八屆優(yōu)秀學(xué)術(shù)論文匯編[C];2003年

4 黃旭;汪彪;張玉劍;陳偉偉;;衛(wèi)星遙感資料估算區(qū)域蒸散發(fā)的方法綜述[A];創(chuàng)新驅(qū)動(dòng)發(fā)展 提高氣象災(zāi)害防御能力——S4衛(wèi)星資料在中小尺度天氣分析中的應(yīng)用[C];2013年

5 梁麗喬;李麗娟;;洮兒河流域蒸散發(fā)時(shí)空格局及其演變機(jī)制研究[A];中國(guó)地理學(xué)會(huì)百年慶典學(xué)術(shù)論文摘要集[C];2009年

6 余新曉;程根偉;趙玉濤;周楊明;;長(zhǎng)江上游暗針葉林蒸散研究[A];加入WTO和中國(guó)科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對(duì)策（下冊(cè)）[C];2002年

7 劉朝順;高志強(qiáng);高煒;;基于遙感的地表溫度及蒸散發(fā)對(duì)LUCC響應(yīng)的研究[A];中國(guó)地理學(xué)會(huì)2007年學(xué)術(shù)年會(huì)論文摘要集[C];2007年

8 呂文;楊桂山;萬(wàn)榮榮;;太湖流域耕地不同輪作方式蒸散速率特征及影響因子研究[A];自然地理學(xué)與生態(tài)安全學(xué)術(shù)論文摘要集[C];2012年

9 楊肖麗;任立良;;基于RS/GIS的沙拉沐淪河流域蒸散發(fā)研究[A];中國(guó)地理學(xué)會(huì)百年慶典學(xué)術(shù)論文摘要集[C];2009年

10 杜君平;孫睿;;基于Ts-NDVI特征空間估算缺資料地區(qū)陸面蒸散發(fā)[A];地理學(xué)核心問(wèn)題與主線——中國(guó)地理學(xué)會(huì)2011年學(xué)術(shù)年會(huì)暨中國(guó)科學(xué)院新疆生態(tài)與地理研究所建所五十年慶典論文摘要集[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 陳鶴;基于遙感蒸散發(fā)的陸面過(guò)程同化方法研究[D];清華大學(xué);2013年

2 張曉艷;民勤綠洲荒漠過(guò)渡帶梭梭人工林蒸散研究[D];中國(guó)林業(yè)科學(xué)研究院;2016年

3 楊憲龍;黃土高原北部典型灌叢降水再分配特征及其蒸散耗水規(guī)律[D];西北農(nóng)林科技大學(xué);2016年

4 馮景澤;遙感蒸散發(fā)模型參照干濕限機(jī)理及其應(yīng)用研究[D];清華大學(xué);2012年

5 李修倉(cāng);中國(guó)典型流域?qū)嶋H蒸散發(fā)的時(shí)空變異研究[D];南京信息工程大學(xué);2013年

6 王昊;蘆葦濕地蒸散發(fā)測(cè)算方法及耗水預(yù)測(cè)研究[D];大連理工大學(xué);2006年

7 鄭文武;城市地表蒸散發(fā)遙感反演研究[D];中南大學(xué);2012年

8 韓惠;基于遙感技術(shù)的祖厲河流域土地利用/土地覆蓋變化與蒸散發(fā)研究[D];蘭州大學(xué);2006年

9 孫福寶;基于Budyko水熱耦合平衡假設(shè)的流域蒸散發(fā)研究[D];清華大學(xué);2007年

10 謝虹;青藏高原蒸散發(fā)及其對(duì)氣候變化的響應(yīng)（1970-2010）[D];蘭州大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 錢(qián)虹;城市化進(jìn)程中土地利用變化對(duì)蒸散的影響模擬[D];南京信息工程大學(xué);2015年

2 趙志明;京津唐城市密集區(qū)地表蒸散研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

3 王祖方;黑河綠洲土地利用格局變化及其對(duì)區(qū)域蒸散發(fā)的影響[D];華中師范大學(xué);2015年

4 張圓;呼圖壁流域遙感蒸散發(fā)及生態(tài)需水研究[D];新疆大學(xué);2015年

5 馮天梅;基于SEBAL模型的青海省東部農(nóng)業(yè)區(qū)蒸散發(fā)量的遙感估算研究[D];西北農(nóng)林科技大學(xué);2015年

6 劉萌;中尺度陸表蒸散遙感定量估算研究[D];成都理工大學(xué);2015年

7 韓璐;遼寧省蒸散發(fā)時(shí)空規(guī)律分析[D];遼寧師范大學(xué);2015年

8 朱燕燕;基于遙感的區(qū)域ET分析及水資源利用效率評(píng)價(jià)[D];太原理工大學(xué);2016年

9 周琳;北京市城市蒸散發(fā)研究[D];清華大學(xué);2015年

10 吳鵬亮;基于改進(jìn)型SEBAL模型的區(qū)域蒸散研究[D];安徽理工大學(xué);2016年

，

本文編號(hào)：1584779