我國是農(nóng)業(yè)大國,農(nóng)業(yè)用水量大,農(nóng)業(yè)水資源時(shí)空分布不均勻,且利用效率低下。水稻是我國的主要農(nóng)作物,也是主要的灌溉作物,其生長發(fā)育過程中需要消耗大量的水資源。目前,隨著水污染、水資源用量增加等水資源問題的加劇,增加水資源利用效率,降低水資源消耗顯得十分重要。農(nóng)業(yè)水資源問題是一個(gè)空間問題,水資源的規(guī)劃、調(diào)配和評價(jià)等都是在空間尺度上進(jìn)行的。從空間尺度上了解作物的耗水規(guī)律及水分生產(chǎn)率等對水資源的優(yōu)化配置和評價(jià)等具有重要意義。但傳統(tǒng)的作物耗水規(guī)律和水分生產(chǎn)率等研究以點(diǎn)試驗(yàn)為基礎(chǔ),地球表面是一個(gè)高度復(fù)雜的系統(tǒng),一個(gè)尺度得到的規(guī)律很難直接應(yīng)用到其他尺度,故點(diǎn)尺度得到的規(guī)律很難直接擴(kuò)展到區(qū)域尺度。為突破點(diǎn)尺度試驗(yàn)的局限性,本文以遙感技術(shù)為手段,以黑龍江省綏化市和平灌區(qū)為研究對象,借鑒傳統(tǒng)的作物耗水規(guī)律研究成果進(jìn)行空間尺度的水稻耗水規(guī)律等研究。灌區(qū)等小區(qū)域尺度的作物耗水規(guī)律研究需要高時(shí)空分辨率的影像數(shù)據(jù),但常用的影像數(shù)據(jù)時(shí)空分辨率之間存在不可調(diào)和的矛盾,時(shí)間分辨率較高的影像空間分辨率較低,反之依然。故融合生成高時(shí)空分辨率的影像數(shù)據(jù)對小區(qū)域的研究具有重要意義。考慮到常用多源遙感數(shù)據(jù)融合方法不能很好的捕獲像元... 

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
英文摘要
1 緒論
    1.1 課題來源
    1.2 研究背景與意義
    1.3 國內(nèi)外研究動(dòng)態(tài)
        1.3.1 多源遙感數(shù)據(jù)時(shí)空融合研究動(dòng)態(tài)
        1.3.2 作物提取研究動(dòng)態(tài)
        1.3.3 基于遙感蒸散量反演研究動(dòng)態(tài)
        1.3.4 作物生長動(dòng)態(tài)監(jiān)測研究動(dòng)態(tài)
        1.3.5 基于遙感的水生生產(chǎn)率研究動(dòng)態(tài)
    1.4 研究內(nèi)容
    1.5 技術(shù)路線圖
2 研究區(qū)概況和基礎(chǔ)數(shù)據(jù)收集與處理方法
    2.1 研究區(qū)概況
    2.2 基礎(chǔ)數(shù)據(jù)的收集與處理方法
        2.2.1 遙感數(shù)據(jù)介紹
        2.2.2 遙感數(shù)據(jù)預(yù)處理
        2.2.3 地面與氣象數(shù)據(jù)
3 多源遙感數(shù)據(jù)融合模型構(gòu)建
    3.1 數(shù)據(jù)融合模型基礎(chǔ)
        3.1.1 模糊C聚類算法介紹
        3.1.2 STARFM及其改進(jìn)模型理論基礎(chǔ)
        3.1.3 混合像元分解模型理論基礎(chǔ)
    3.2 VI數(shù)據(jù)融合
        3.2.1 融合方法
        3.2.2 融合結(jié)果精度
        3.2.3 與其他模型精度比較
        3.2.4 模型精度影響因素
    3.3 波段數(shù)據(jù)融合
        3.3.1 融合方法
        3.3.2 融合結(jié)果
        3.3.3 與其他模型比較
        3.3.4 精度影響因素分析
        3.3.5 FCMSTRFM評述
4 灌區(qū)水稻面積提取
    4.1 水稻面積提取方法
        4.1.1 構(gòu)建標(biāo)準(zhǔn)水稻EVI曲線
        4.1.2 光譜耦合技術(shù)提取水稻種植面積
    4.2 水稻空間分布及精度驗(yàn)證
        4.2.1 水稻空間分布
        4.2.2 提取結(jié)果精度驗(yàn)證
5 水稻LAI及產(chǎn)量反演
    5.1 水稻LAI反演
    5.2 水稻產(chǎn)量預(yù)測
6 基于SEBAL模型的蒸散量反演
    6.1 蒸散量反演方法
        6.1.1 地表凈輻射通量
        6.1.2 土壤熱通量計(jì)算
        6.1.3 感熱通量計(jì)算
    6.2 蒸散量尺度擴(kuò)展
        6.2.1 日尺度蒸散量計(jì)算
        6.2.2 無影像日期蒸散量拓展
7 灌區(qū)尺度水稻產(chǎn)量與水分的響應(yīng)關(guān)系
    7.1 模型構(gòu)建
    7.2 灌區(qū)尺度水分生產(chǎn)函數(shù)
8 結(jié)論與展望
    8.1 結(jié)論
    8.2 創(chuàng)新點(diǎn)
    8.3 研究展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文


【參考文獻(xiàn)】：
期刊論文
[1]基于多源數(shù)據(jù)融合模型的水稻面積提取[J]. 魏永霞,楊軍明,吳昱,王斌,SHEHAKK M,侯景翔.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2018(10)
[2]定量遙感升尺度轉(zhuǎn)換方法研究進(jìn)展[J]. 郝大磊,肖青,聞建光,游冬琴,吳小丹,林興穩(wěn),吳勝標(biāo).  遙感學(xué)報(bào). 2018(03)
[3]農(nóng)業(yè)遙感研究應(yīng)用進(jìn)展與展望[J]. 陳仲新,任建強(qiáng),唐華俊,史云,冷佩,劉佳,王利民,吳文斌,姚艷敏,哈斯圖亞.  遙感學(xué)報(bào). 2016(05)
[4]大數(shù)據(jù)時(shí)代的農(nóng)情監(jiān)測與預(yù)警[J]. 吳炳方,張淼,曾紅偉,張鑫,閆娜娜,蒙繼華.  遙感學(xué)報(bào). 2016(05)
[5]基于決策樹和面向?qū)ο蟮淖魑锓植夹畔⑦b感提取[J]. 周靜平,李存軍,史磊剛,史姝,胡海棠,淮賀舉.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(09)
[6]結(jié)合像元分解和STARFM模型的遙感數(shù)據(jù)融合[J]. 謝登峰,張錦水,孫佩軍,潘耀忠,云雅,袁周米琪.  遙感學(xué)報(bào). 2016(01)
[7]基于時(shí)序植被指數(shù)的縣域作物遙感分類方法研究[J]. 張榮群,王盛安,高萬林,孫瑋健,王建侖,牛靈安.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2015(S1)
[8]基于GF-1/WFVNDVI時(shí)間序列數(shù)據(jù)的作物分類[J]. 楊閆君,占玉林,田慶久,顧行發(fā),余濤,王磊.  農(nóng)業(yè)工程學(xué)報(bào). 2015(24)
[9]基于遙感的農(nóng)業(yè)用水效率評價(jià)方法研究進(jìn)展[J]. 尚松浩,蔣磊,楊雨亭.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2015(10)
[10]多尺度蒸散發(fā)估測與時(shí)空尺度拓展方法研究進(jìn)展[J]. 張寶忠,許迪,劉鈺,陳鶴.  農(nóng)業(yè)工程學(xué)報(bào). 2015(06)



本文編號(hào)：3708910