準(zhǔn)確的作物長勢動(dòng)態(tài)監(jiān)測和產(chǎn)量預(yù)測對于保障糧食安全，促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展具有非常重要的意義。衛(wèi)星遙感估產(chǎn)和作物生長模擬兩項(xiàng)新技術(shù)在作物監(jiān)測和估產(chǎn)方面有巨大的應(yīng)用價(jià)值。但是，當(dāng)作物模擬從單點(diǎn)研究發(fā)展到區(qū)域應(yīng)用時(shí)宏觀資料的獲取和參數(shù)的區(qū)域化方面存在很多困難，而遙感估產(chǎn)還不能真正揭示作物生長發(fā)育和產(chǎn)量形成的內(nèi)在機(jī)理、個(gè)體生長發(fā)育狀況及其與環(huán)境氣象條件的關(guān)系。二者各自的優(yōu)勢和不足引發(fā)了研究人員對遙感信息與作物模型相結(jié)合技術(shù)和方法的關(guān)注。本研究旨在對這一方面進(jìn)行研究和探討。 本文進(jìn)行了國外作物模型適應(yīng)性調(diào)整及修改完善，建立起適合華北地區(qū)的冬小麥生長模擬模型；將作物生長模擬模型與冠層輻射傳輸模型相嵌套，探討了潛在生產(chǎn)水平下的作物模擬模型與遙感信息結(jié)合的方法，利用遙感信息校準(zhǔn)作物模擬模型的某些關(guān)鍵過程或重新初始化／參數(shù)化作物模擬模型，以達(dá)到對作物模型的優(yōu)化；初步建立了應(yīng)用遙感信息的區(qū)域性作物模擬模型（WSPFRS）框架，并進(jìn)行了試驗(yàn)研究。本研究為下一步實(shí)際水分供應(yīng)條件下基于遙感信息的冬小麥生長模擬研究奠定了基礎(chǔ)。主要研究結(jié)論有： （1） 利用華北不同氣候生態(tài)區(qū)代表站點(diǎn)的田間試驗(yàn)資料對WOFO... 

【文章頁數(shù)】：97 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 引言
    1.1 研究背景
    1.2 國內(nèi)外研究進(jìn)展
        1.2.1 作物模擬模型研究進(jìn)展
        1.2.2 遙感反演地表生物物理參數(shù)研究進(jìn)展
            1.2.2.1 植被指數(shù)反演法
            1.2.2.2 雙向反射反演法
        1.2.3 遙感信息反演植被生物量研究進(jìn)展
            1.2.3.1 經(jīng)驗(yàn)?zāi)Ｐ?br>            1.2.3.2 半經(jīng)驗(yàn)?zāi)Ｐ?br>            1.2.3.3 機(jī)理模型
        1.2.4 作物模擬模型與遙感信息結(jié)合研究進(jìn)展
            1.2.4.1 強(qiáng)迫型
            1.2.4.2 調(diào)控型Ⅰ
            1.2.4.3 調(diào)控型Ⅱ
    1.3 研究目標(biāo)、內(nèi)容和技術(shù)路線
        1.3.1 研究目標(biāo)
        1.3.2 研究內(nèi)容
        1.3.3 技術(shù)路線
第二章 數(shù)據(jù)、方法和模型
    2.1 研究區(qū)域概況
    2.2 研究數(shù)據(jù)及其處理
        2.2.1 氣象數(shù)據(jù)
        2.2.2 作物數(shù)據(jù)
        2.2.3 反射率數(shù)據(jù)
        2.2.4 MODIS遙感數(shù)據(jù)及其預(yù)處理
            2.2.4.1 MODIS遙感數(shù)據(jù)預(yù)處理
            2.2.4.2 MODIS遙感數(shù)據(jù)收集情況
    2.3 研究方法
    2.4 研究模型簡介
        2.4.1 WOFOST模型簡介
            2.4.1.1 發(fā)育過程
            2.4.1.2 CO_2同化過程
            2.1.1.3 呼吸過程
            2.4.1.4 干物質(zhì)增長及分配
            2.4.1.5 葉面積指數(shù)增長
        2.4.2 FSEOPT優(yōu)化程序簡介
            2.4.2.1 擬合優(yōu)度
            2.4.2.2 優(yōu)化步驟
        2.4.3 SAIL模型簡介
        2.4.4 PROSPECT模型簡介
第三章 WOFOST模型的華北冬小麥適應(yīng)性調(diào)整
    3.1 作物參數(shù)調(diào)整
        3.1.1 作物參數(shù)調(diào)整方案
            3.1.1.1 發(fā)育參數(shù)調(diào)整方案
            3.1.1.2 生長參數(shù)調(diào)整方案
        3.1.2 作物參數(shù)調(diào)整結(jié)果
            3.1.2.1 作物發(fā)育參數(shù)調(diào)整結(jié)果
            3.1.2.2 作物生長參數(shù)調(diào)整結(jié)果
    3.2 模擬結(jié)果檢驗(yàn)
        3.2.1 發(fā)育期模擬檢驗(yàn)
        3.2.2 生長模擬檢驗(yàn)
    3.3 冬小麥越冬模擬改進(jìn)及其對后期生長過程影響的研究
        3.3.1 冬小麥越冬期模擬改進(jìn)
        3.3.2 返青生物量對冬小麥生長過程的影響研究
    3.4 小結(jié)
第四章 遙感信息與作物模型的結(jié)合研究
    4.1 WOFOST、模型與SAIL-PROSPECT冠層輻射傳輸模型的嵌套
        4.1.1 WOFOST模型的適應(yīng)性調(diào)整
        4.1.2 冠層輻射傳輸模型的調(diào)試檢驗(yàn)
            4.1.2.1 冠層輻射傳輸模型參數(shù)的敏感性分析
            4.1.2.2 冠層輻射傳輸模型參數(shù)的確定
        4.1.3 WOFOST模型與SAIL-PROSPECT模型的嵌套
    4.2 利用遙感信息校正作物模擬模型
        4.2.1 優(yōu)化程序中比較對象的選擇
        4.2.2 利用遙感信息對作物模型的優(yōu)化研究
            4.2.2.1 田間試驗(yàn)數(shù)據(jù)及遙感數(shù)據(jù)
            4.2.2.2 對出苗日期進(jìn)行調(diào)整
            4.2.2.3 對返青期生物量進(jìn)行調(diào)整
    4.3 利用遙感數(shù)據(jù)動(dòng)態(tài)優(yōu)化返青期生物量
    4.4 小結(jié)
第五章 區(qū)域遙感-作物模擬模型的建立及其模擬研究
    5.1 氣象數(shù)據(jù)插值和作物參數(shù)值＼初始值區(qū)域化
        5.1.1 氣象數(shù)據(jù)插值
        5.1.2 作物參數(shù)區(qū)域化
        5.1.3 作物模型初始值區(qū)域化
    5.2 MODIS遙感數(shù)據(jù)與作物模型數(shù)據(jù)的尺度轉(zhuǎn)換
    5.3 區(qū)域遙感-作物模型的建立及其模擬研究
        5.3.1 WSPFRS模型的軟件系統(tǒng)簡介
        5.3.2 遙感信息對區(qū)域作物模擬模型的優(yōu)化研究
            5.3.2.1 遙感數(shù)據(jù)調(diào)整出苗日期對模型的優(yōu)化
            5.3.2.2 遙感數(shù)據(jù)調(diào)整返青期生物量對模型的優(yōu)化
    5.4 小結(jié)
第六章 結(jié)論和展望
    6.1 WOFOST模型的華北冬小麥適應(yīng)性調(diào)整取得較好結(jié)果
    6.2 作物模型與遙感信息結(jié)合的方法技術(shù)初步建立
    6.3 區(qū)域尺度遙感-作物框架模型(WSPFRS模型)形成并進(jìn)行了模擬試驗(yàn)
    6.4 存在問題和研究展望
致謝
參考文獻(xiàn)
個(gè)人簡介



本文編號：3670478