發(fā)布時(shí)間：2024-01-25 07:52

　　近些年來(lái),氣候條件的變化以及極端天氣事件的頻發(fā)給農(nóng)業(yè)的穩(wěn)定發(fā)展帶來(lái)了極大的挑戰(zhàn)。在這種情況下,及時(shí)、有效、準(zhǔn)確地監(jiān)測(cè)農(nóng)作物的生長(zhǎng)狀況尤為重要。眾多研究表明,遙感日光誘導(dǎo)葉綠素?zé)晒?sun-induced chlorophyll fluorescence,SIF)可以有效監(jiān)測(cè)農(nóng)作物生長(zhǎng)狀況和生產(chǎn)力。隨著技術(shù)的發(fā)展,SIF遙感數(shù)據(jù)的空間分辨率不斷提高,OCO-2(Orbiting Carbon Observatory-2)SIF足跡的空間分辨率達(dá)到了1.3km×2.25 km,有助于更好地監(jiān)測(cè)作物生長(zhǎng)狀況。但是該數(shù)據(jù)存在著空間不連續(xù)的問題,在區(qū)域尺度估算農(nóng)作物產(chǎn)量的能力尚不完全清楚。論文以美國(guó)玉米帶為研究區(qū),采用深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks,DNN)方法,研究了OCO-2 SIF估算區(qū)域農(nóng)作物(玉米和大豆)產(chǎn)量的能力,并與MODIS增強(qiáng)型植被指數(shù)(Enhanced Vegetation Index,EVI)和氣象因子估算產(chǎn)量的能力進(jìn)行了對(duì)比,并分析了利用OCO-2 SIF和MODIS EVI進(jìn)行作物估產(chǎn)的不確定性。主要研究結(jié)論如下:(1)OCO-2 SIF數(shù)據(jù)估算...

【文章頁(yè)數(shù)】：88 頁(yè)

【學(xué)位級(jí)別】：碩士

圖1.1研究所采用的技術(shù)路線

圖1.2論文框架

圖2.1玉米和大豆在美國(guó)玉米帶收獲面積占總收獲面積比例（左）與產(chǎn)量占總產(chǎn)量比例（右）

圖2.2OCO-2SIF足跡從2015-2017年的空間分布，2017年USDACDL的大豆與玉米生產(chǎn)區(qū)域分布圖（https://nassgeodata.gmu.edu/CropScape/）

本文編號(hào)：3884432