發(fā)布時(shí)間：2023-05-25 03:50

　　干旱區(qū)農(nóng)業(yè)生產(chǎn)依賴于灌溉。在灌溉可用水量不斷減少的背景下,作物水分生產(chǎn)率的定量評價(jià)是提高干旱區(qū)作物產(chǎn)量、保障糧食安全的基礎(chǔ)。本文以我國干旱區(qū)最大的灌區(qū)—內(nèi)蒙古河套灌區(qū)為典型區(qū),將遙感數(shù)據(jù)和田間調(diào)查、實(shí)測數(shù)據(jù)相結(jié)合,通過建立灌區(qū)遙感蒸散發(fā)模型、作物分布識別模型及估產(chǎn)模型,對灌區(qū)主要作物水分生產(chǎn)率及種植適宜度進(jìn)行評價(jià),并在不同優(yōu)化目標(biāo)和尺度下對灌區(qū)主要作物種植分布進(jìn)行優(yōu)化。首先利用環(huán)境一號(HJ-1A/1B)衛(wèi)星數(shù)據(jù)反演得到的空間分辨率為30 m的歸一化植被指數(shù)(NDVI)序列,建立了基于植被指數(shù)與物候指數(shù)特征空間的作物識別模型,對2009至2015年河套灌區(qū)主要作物(玉米和向日葵)的種植分布進(jìn)行識別。結(jié)果表明識別效果較好,驗(yàn)證點(diǎn)的總體精度達(dá)到70%以上,與統(tǒng)計(jì)面積的相對誤差小于15%。在作物分布識別的基礎(chǔ)上,利用隨機(jī)森林(RF)回歸算法,建立了基于植被指數(shù)與物候指數(shù)的作物估產(chǎn)模型,對河套灌區(qū)玉米和向日葵的多年產(chǎn)量分布進(jìn)行估算。結(jié)果表明,玉米的最優(yōu)估產(chǎn)因子為第120到210天、時(shí)間間隔為10天的NDVI時(shí)間序列,而向日葵則為NDVI和物候特征值的組合;RF估產(chǎn)模型可以較好地估算作物產(chǎn)量,玉...

【文章頁數(shù)】：126 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 作物種植分布遙感識別
        1.2.2 作物產(chǎn)量估算
        1.2.3 作物耗水估算
        1.2.4 作物水分生產(chǎn)率及種植適宜度評價(jià)
        1.2.5 作物種植結(jié)構(gòu)優(yōu)化
        1.2.6 以往研究存在的主要問題
    1.3 本文的研究內(nèi)容與方法
第2章 基于高分辨率遙感影像的主要作物識別方法及應(yīng)用
    2.1 概述
    2.2 研究區(qū)域與數(shù)據(jù)來源
        2.2.1 研究區(qū)域
        2.2.2 采樣和驗(yàn)證數(shù)據(jù)
        2.2.3 衛(wèi)星數(shù)據(jù)及數(shù)據(jù)預(yù)處理
        2.2.4 其他輔助數(shù)據(jù)
    2.3 基于植被指數(shù)與物候指數(shù)特征空間的作物識別模型
        2.3.1 植被指數(shù)與物候指數(shù)特征值的提取
        2.3.2 作物識別的特征橢圓模型
    2.4 結(jié)果與討論
        2.4.1 不同作物分類模型識別結(jié)果對比分析
        2.4.2 最優(yōu)作物分類模型識別結(jié)果分析
        2.4.3 灌區(qū)玉米和向日葵的時(shí)空分布
    2.5 本章小結(jié)
第3章 基于隨機(jī)森林算法的主要作物估產(chǎn)模型及應(yīng)用
    3.1 概述
    3.2 數(shù)據(jù)與方法
        3.2.1 數(shù)據(jù)來源
        3.2.2 數(shù)據(jù)處理及模型輸入的確定
        3.2.3 隨機(jī)森林算法
        3.2.4 模型率定及驗(yàn)證
    3.3 結(jié)果與討論
        3.3.1 像元尺度的RF估產(chǎn)模型率定
        3.3.2 縣級尺度的RF估產(chǎn)模型驗(yàn)證
        3.3.3 作物產(chǎn)量的時(shí)空分布
    3.4 本章小結(jié)
第4章 遙感蒸散發(fā)和大氣邊界層耦合模型的構(gòu)建及應(yīng)用
    4.1 概述
    4.2 模型建立與求解
        4.2.1 混合雙源遙感蒸散發(fā)模型(HTEM)
        4.2.2 大氣邊界層(ABL)時(shí)間積分子模型
        4.2.3 HTEM-ABL耦合模型的求解
        4.2.4 瞬時(shí)蒸散發(fā)的升尺度
        4.2.5 HTEM-ABL模型的驗(yàn)證方法
    4.3 數(shù)據(jù)來源
    4.4 結(jié)果與討論
        4.4.1 HTEM-ABL模型的驗(yàn)證
        4.4.2 模型估算氣溫的時(shí)空分布
        4.4.3 灌區(qū)蒸散發(fā)和蒸騰比例的時(shí)空分布
        4.4.4 農(nóng)田蒸散發(fā)和蒸騰量的分析
        4.4.5 其他土地利用類型蒸散發(fā)和蒸騰量的分析
    4.5 本章小結(jié)
第5章 像元尺度下灌區(qū)作物水分生產(chǎn)率及種植適宜度評價(jià)
    5.1 概述
    5.2 研究方法
        5.2.1 基于NDVI時(shí)間序列的作物生育期確定
        5.2.2 作物水分生產(chǎn)率估算
        5.2.3 作物種植適宜度指數(shù)構(gòu)建及種植結(jié)構(gòu)優(yōu)化
    5.3 結(jié)果與討論
        5.3.1 玉米和向日葵生育期估算值的驗(yàn)證
        5.3.2 模型估算ET的驗(yàn)證及主要作物生育期內(nèi)耗水量分析
        5.3.3 灌區(qū)玉米和向日葵水分生產(chǎn)率的空間分布
        5.3.4 灌區(qū)玉米和向日葵的種植適宜度評價(jià)
        5.3.5 基于作物種植適宜度的灌區(qū)玉米和向日葵種植分布優(yōu)化
    5.4 本章小結(jié)
第6章 不同目標(biāo)下灌區(qū)主要作物種植分布優(yōu)化
    6.1 概述
    6.2 數(shù)據(jù)與方法
        6.2.1 作物種植結(jié)構(gòu)優(yōu)化模型的建立與求解
        6.2.2 數(shù)據(jù)來源及處理
    6.3 結(jié)果與討論
        6.3.1 縣級尺度下玉米和向日葵種植結(jié)構(gòu)優(yōu)化結(jié)果
        6.3.2 3000m網(wǎng)格尺度下玉米和向日葵種植結(jié)構(gòu)優(yōu)化結(jié)果
        6.3.3 300m網(wǎng)格尺度下玉米和向日葵種植結(jié)構(gòu)優(yōu)化結(jié)果
        6.3.4 作物種植結(jié)構(gòu)優(yōu)化前后灌區(qū)經(jīng)濟(jì)效益及作物耗水量的比較
    6.4 本章小結(jié)
第7章 總結(jié)與展望
    7.1 主要研究成果
    7.2 主要創(chuàng)新點(diǎn)
    7.3 研究中的不足與展望
參考文獻(xiàn)
致謝
個(gè)人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果



本文編號：3822877