冬小麥?zhǔn)俏覈?guó)的主要糧食作物,其生產(chǎn)對(duì)我國(guó)糧食安全至關(guān)重要。河南省是我國(guó)糧食生產(chǎn)核心區(qū),冬小麥產(chǎn)量占全國(guó)小麥總產(chǎn)量的25%以上,近年來晚霜凍害頻繁發(fā)生,對(duì)冬小麥產(chǎn)量品質(zhì)影響較大,嚴(yán)重可致冬小麥絕收,對(duì)河南省的冬小麥晚霜凍害進(jìn)行監(jiān)測(cè)和產(chǎn)量預(yù)測(cè)有重要意義。本文以物聯(lián)網(wǎng)技術(shù)和遙感技術(shù)為依托,選擇合適的空間插值方法構(gòu)建河南省溫度曲面,基于構(gòu)建的溫度曲面對(duì)河南省冬小麥?zhǔn)欠癜l(fā)生晚霜凍害進(jìn)行監(jiān)測(cè),結(jié)合極端低溫（FDD）對(duì)冬小麥晚霜凍害程度進(jìn)行量化,構(gòu)建冬小麥晚霜凍害指數(shù)（F）�；跇O端度日（EDD extreme degree-day）、生長(zhǎng)度日（GDD growth degree-day）、冬小麥晚霜凍害指數(shù)（F）以及歸一化植被指數(shù)（NDVI normalized difference vegetation index）構(gòu)建回歸模型對(duì)冬小麥產(chǎn)量進(jìn)行預(yù)測(cè),實(shí)現(xiàn)冬小麥晚霜凍害監(jiān)測(cè)和產(chǎn)量預(yù)測(cè),為冬小麥生產(chǎn)的智能決策支持提供新的手段。本文的主要研究和結(jié)果如下:（1）利用部署在河南省內(nèi)的物聯(lián)網(wǎng)站點(diǎn)以及氣象的溫度數(shù)據(jù),結(jié)合克里金插值、泛克里金插值、樣條插值和反距離權(quán)重插值四種插值方法對(duì)整個(gè)河南省的溫度進(jìn)行空間插... 

【文章來源】：河南農(nóng)業(yè)大學(xué)河南省

【文章頁(yè)數(shù)】：52 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－２研究區(qū)域概況??Ｆｉｇ?２－２?Ｏｖｅｒｖｉｅｗ?ｏｆ?ｔｈｅ?ｓｔｕｄｙ?ａｒｅａ??２．２．２研究方法??

ｃｋ＜〇．３５??其中ＮＤＶＩｎｔｈｗ？ｋ為冬小麥生長(zhǎng)返青期那一年中第ｎ周的ＮＤＶＩ值，所有河南省所在區(qū)??域不同時(shí)期像元進(jìn)行規(guī)則驗(yàn)證，符合規(guī)則要求的則標(biāo)志為冬小麥種植覆蓋像元，最終統(tǒng)計(jì)出??所有冬小麥種植區(qū)域像元的面積，結(jié)果表明像元統(tǒng)計(jì)冬小麥種植面積和河南省官方統(tǒng)計(jì)冬小??麥種植面枳之比在９５％－１０５％？??＾１?１?３?Ｉ￣￣??Ｉ??３５〇ｎ??：??３３＇；＾??／?；?；?！??１１０°Ｅ＂?１１２°＾＾?ＴＴ４＾Ｅ?１１６°Ｅ??圖２－３河南省冬小麥種植分布??Ｆｉｇ?２－３?Ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｗｉｎｔｅｒ?ｗｈｅａｔ?ｐｌａｎｔｉｎｇ?ｉｎ?Ｈｅｎａｎ?Ｐｒｏｖｉｎｃｅ??１４??

３．結(jié)果與分析??３．１插值結(jié)果分析??本文要研究不同地形對(duì)這四種插值方法進(jìn)行溫度插值時(shí)的影響，因此本文在檢驗(yàn)過程中??首先選定鄭州、南樂、林州、鎮(zhèn)平和鄧州這五個(gè)不屬于同一地形的地區(qū)作為檢驗(yàn)的站點(diǎn)，如??圖３－１，這五個(gè)地區(qū)的地形分別是盆地向平原過渡地帶、平原、山區(qū)、丘陵和盆地，分別利??用四種插值方法對(duì)這五個(gè)地區(qū)的日最低溫度信息進(jìn)行插值預(yù)測(cè)，采用預(yù)測(cè)的平均溫度作為預(yù)??測(cè)溫度，并結(jié)合實(shí)際溫度分別計(jì)算以上幾個(gè)誤差指標(biāo)。本文采用交叉驗(yàn)證的方法對(duì)插值結(jié)果??進(jìn)行了對(duì)比分析，研宄過程中，對(duì)１２１個(gè)地區(qū)進(jìn)行了全交叉驗(yàn)證。交叉驗(yàn)證法是一種精度驗(yàn)??證方法，該方法的優(yōu)點(diǎn)在于最大限度的利用了觀測(cè)值，而避免了因預(yù)留用于驗(yàn)證精度的觀測(cè)??值減少了參與插值過程的觀測(cè)自數(shù)量而對(duì)總體精度的負(fù)面影響［２１１。驗(yàn)證過程中運(yùn)用絕對(duì)平??均誤差（ＭＡＥ）、相對(duì)平均誤差（ＭＲＥ）以及均方根誤差（ＲＭＳＥ）作為驗(yàn)證的指標(biāo)，其計(jì)??算公式如下：??ＭＲＥ?＝?ｉｉｎ＝１｜￡ｌ＾Ｗ｜?（３－１）??ＭＡＥ?＝?ｉＸ＂＝ｉｌｚｉ－ｚ（ｘ）｜?（３－２）??ＲＭＳＥ：?ＪｉＳｆ＝１｜ｚｉ－ｚ（ｘ）｜２?（３－３）??０?４Ｓ?９０?１６０?＊＊?Ｘ?＾?ｙＳｊ／??ｔ?ｉ－?１?？?１?１?ｉ?１?ｊ??圖３－１空間插值方法檢驗(yàn)點(diǎn)??Ｆｉｇ?３－１?Ｓｐａｃｅ?ｉｎｔｅｒｐｏｌａｔｉｏｎ?ｍｅｔｈｏｄ?ｃｈｅｃｋｐｏｉｎｔ??３．１．１克里金插值方法結(jié)果分析??１６??

【參考文獻(xiàn)】：
期刊論文
[1]河南省冬小麥熱量條件的時(shí)空變化及對(duì)產(chǎn)量影響[J]. 檀艷靜.  陜西農(nóng)業(yè)科學(xué). 2018(12)
[2]淮河流域冬小麥晚霜凍時(shí)空演變分析[J]. 馬尚謙,張勃,唐敏,魏懷東,何航,魏堃,候啟,李帥,楊梅.  麥類作物學(xué)報(bào). 2019(01)
[3]河南省冬小麥產(chǎn)量遙感監(jiān)測(cè)精度比較研究[J]. 盛磊,何亞娟,吳全,王飛.  中國(guó)農(nóng)業(yè)信息. 2018(02)
[4]復(fù)雜山地環(huán)境下氣候要素的空間插值方法比較研究[J]. 徐翔,許瑤,孫青青,謝婷,張化永.  華中師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[5]基于多因子關(guān)聯(lián)的冬小麥晚霜凍害分析——以河南省為例[J]. 朱虹暉,武永峰,宋吉青,杜克明.  中國(guó)農(nóng)業(yè)氣象. 2018(01)
[6]晚霜凍影響下冬小麥冠層光譜特征與株高要素變化關(guān)系[J]. 史萍,武永峰,胡新,呂國(guó)華,任德超,宋吉青.  光譜學(xué)與光譜分析. 2017(12)
[7]新鄉(xiāng)市小麥根莖部主要病害種類及防控技術(shù)[J]. 郭會(huì)芳.  農(nóng)村.農(nóng)業(yè).農(nóng)民（B版）. 2017(10)
[8]氣象要素空間插值方法優(yōu)化研究[J]. 彭思嶺.  地理空間信息. 2017(07)
[9]安徽省氣象數(shù)據(jù)空間插值方法比較與分布特征[J]. 趙冰雪,王雷,程?hào)|亞.  水土保持研究. 2017(03)
[10]區(qū)域性夏季平均氣溫空間插值方法比較[J]. 湯伏全,李庚新.  安徽農(nóng)業(yè)科學(xué). 2017(08)

博士論文
[1]冬小麥藥隔形成初期凍脅迫的基因表達(dá)譜與蛋白質(zhì)組學(xué)研究[D]. 韓巧霞.河南農(nóng)業(yè)大學(xué) 2013

碩士論文
[1]基于物聯(lián)網(wǎng)的河南省冬小麥晚霜凍害監(jiān)測(cè)系統(tǒng)構(gòu)建[D]. 熊明陽(yáng).河南農(nóng)業(yè)大學(xué) 2018
[2]基于灰色模型技術(shù)的氣象因素對(duì)糧食生產(chǎn)影響的量化分析[D]. 王天慧.河南農(nóng)業(yè)大學(xué) 2018
[3]基于多氣象因子的冬小麥晚霜凍害評(píng)估[D]. 朱虹暉.中國(guó)農(nóng)業(yè)科學(xué)院 2018
[4]氣候變化對(duì)我國(guó)冬小麥產(chǎn)量的影響[D]. 吳桐.南京農(nóng)業(yè)大學(xué) 2016
[5]冬小麥霜凍害模擬方法及其與物聯(lián)網(wǎng)融合初探[D]. 陳曦.東北農(nóng)業(yè)大學(xué) 2015
[6]基于遙感信息與作物模型同化的冬小麥產(chǎn)量預(yù)測(cè)研究[D]. 武思杰.中南大學(xué) 2012
[7]冬小麥晚霜凍害遙感監(jiān)測(cè)技術(shù)與方法研究[D]. 張雪芬.南京信息工程大學(xué) 2005



本文編號(hào)：3384316