光合有效輻射吸收比例（Fraction of Photosyntheticlly Active Radiation,FPAR）是重要的植被生理參數(shù)。作為植被生長狀態(tài)監(jiān)測的有效輔助因子,在綠色植被進(jìn)行光合作用的過程中起著至關(guān)重要的作用。不僅反映著太陽能與生物量之間的能量轉(zhuǎn)換速率,也表征著植被吸收光合有效輻射的能力大小。玉米冠層FPAR的估算對于玉米生產(chǎn)力與產(chǎn)量模型的研究具有重要意義。本文以吉林省中西部為整體的研究區(qū)域,基于遙感反演的方法對玉米冠層的FPAR進(jìn)行估算,探究了不同區(qū)域玉米冠層FPAR的變化規(guī)律,同一地區(qū)不同分辨率的玉米冠層FPAR之間的關(guān)系。對FPAR大小的影響因素進(jìn)行了分析,應(yīng)用不同分辨率的FPAR數(shù)據(jù)進(jìn)行玉米產(chǎn)量的估算。利用3m分辨率的PL衛(wèi)星影像提取四種植被指數(shù),建立四種植被指數(shù)與實測FPAR之間的函數(shù)關(guān)系。結(jié)果表明,在四種植被指數(shù)中,土壤調(diào)節(jié)植被指數(shù)（SAVI）與實測FPAR之間的相關(guān)性較強(qiáng),擬合的相關(guān)系數(shù)為0.665�；贜DVI線性拉伸方法的FPAR估算模型,估算結(jié)果與實測的FPAR數(shù)據(jù)之間擬合的相關(guān)系數(shù)為0.701,表明NDVI線性拉伸方法的FPAR估算模型優(yōu)于... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

研究技術(shù)路線圖

第2章研究區(qū)概況與數(shù)據(jù)準(zhǔn)備10處北緯44°31′44°33′，東經(jīng)126°02′126°05′之間，五臺鄉(xiāng)位于德惠市東南部，南接九臺，東臨榆樹，下轄14個行政村，該地塊位于新勝村中部，地塊面積在9平方公里左右。圖2.1為整體研究區(qū)地理位置示意圖。圖2.1研究區(qū)地理位置示意圖(2)自然氣候吉林省中西部整體屬于溫帶大陸性季風(fēng)氣候。氣候特點是四季界限清晰，雨熱同季，春季干燥少雨，夏季高溫濕潤，秋季天高夜長，冬季夜短寒冷，從東南向西北氣候條件逐漸由濕潤變?yōu)榘霛駶櫾俚桨敫珊档某潭取＜质≈胁勘任鞅辈拷邓�，吉林省中部的長春市屬于溫帶大陸性濕潤氣候類型，該地氣候是介于山地濕潤區(qū)與西部平原半干旱區(qū)之間的過渡地帶。德惠市屬于北溫帶大陸性季風(fēng)半濕潤氣候區(qū)，年均降水量在520mm，由于受夏季風(fēng)的影響，降水量年內(nèi)的季節(jié)

019年玉米實測產(chǎn)量采樣點分布圖

【參考文獻(xiàn)】：
期刊論文
[1]GF1-WFV與Landsat8-OLI對植被信息的提取差異研究[J]. 趙琳琳,張銳,劉焱序,朱西存.  生態(tài)學(xué)報. 2020(10)
[2]基于多源遙感數(shù)據(jù)的植被覆蓋度反演方法比較研究[J]. 張瑜偉,苗小莉,張泳.  測繪與空間地理信息. 2020(03)
[3]基于CASA模型和MODIS數(shù)據(jù)的甘南草地NPP時空動態(tài)變化研究[J]. 劉潔,孟寶平,葛靜,高金龍,殷建鵬,侯蒙京,馮琦勝,梁天剛.  草業(yè)學(xué)報. 2019(06)
[4]國內(nèi)低軌遙感星座密集組網(wǎng)現(xiàn)狀及發(fā)展態(tài)勢[J]. 林仁紅,高軍,方超,張偉.  中國航天. 2019(05)
[5]基于生理生態(tài)指標(biāo)的玉米受旱脅迫響應(yīng)規(guī)律研究[J]. 袁宏偉,蔣尚明,楊繼偉,劉佳.  節(jié)水灌溉. 2019(05)
[6]中國西北地區(qū)NPP模擬及其時空格局[J]. 朱瑩瑩,韓磊,趙永華,奧勇,李軍軍,許凱波,劉冰,葛媛媛.  生態(tài)學(xué)雜志. 2019(06)
[7]基于遙感數(shù)據(jù)的若爾蓋地區(qū)2001—2015年植被生育期特征及其對氣候變化的響應(yīng)分析[J]. 李丹利,李龍國,賀宇欣,茍思,趙娜娜.  工程科學(xué)與技術(shù). 2019(01)
[8]基于CASA模型的武漢市生態(tài)系統(tǒng)凈初級生產(chǎn)力（NPP）遙感估算[J]. 陳濤,趙麗婭,侯邦飛,何超.  湖北大學(xué)學(xué)報(自然科學(xué)版). 2018(03)
[9]中國北部冬麥區(qū)小麥生育期對生育階段積溫變化的響應(yīng)[J]. 馬倩倩,賀勇,張夢婷,張聰,許吟隆.  中國農(nóng)業(yè)氣象. 2018(04)
[10]農(nóng)業(yè)遙感研究現(xiàn)狀與展望[J]. 溫鵬.  經(jīng)營管理者. 2017(15)

博士論文
[1]中國北方草原關(guān)鍵光合參數(shù)遙感反演與驗證方法研究[D]. 李振旺.中國農(nóng)業(yè)科學(xué)院 2018
[2]西藏植被凈初級生產(chǎn)力遙感估算及其對氣候變化的響應(yīng)[D]. 彭思茂.武漢大學(xué) 2015
[3]基于光能利用率模型和定量遙感的玉米生長監(jiān)測方法研究[D]. 李宗南.中國農(nóng)業(yè)科學(xué)院 2014
[4]近50年中國亞熱帶地表紫外輻射時空格局及其對碳收支影響模擬[D]. 黃梅玲.南京大學(xué) 2011
[5]基于MODIS數(shù)據(jù)的作物物候期監(jiān)測及作物類型識別模式研究[D]. 張明偉.華中農(nóng)業(yè)大學(xué) 2006
[6]基于MODIS數(shù)據(jù)和光能利用率模型的中國陸地凈初級生產(chǎn)力估算研究[D]. 李貴才.中國科學(xué)院研究生院（遙感應(yīng)用研究所） 2004

碩士論文
[1]秦巴山區(qū)植被FPAR時空變化特征研究[D]. 章金城.西南大學(xué) 2019
[2]高分遙感森林蓄積量估測算法研究[D]. 賈嘉輝.西安科技大學(xué) 2017
[3]基于GIS的吉林省耕地地力評價研究[D]. 李爽.吉林農(nóng)業(yè)大學(xué) 2017
[4]基于改進(jìn)CASA模型的小區(qū)域冬小麥遙感估產(chǎn)研究[D]. 劉真真.河南大學(xué) 2016
[5]基于遙感地面試驗的FPAR反演與驗證[D]. 李曉宇.內(nèi)蒙古師范大學(xué) 2015
[6]基于CASA模型的河北省凈初級生產(chǎn)力遙感估算研究[D]. 鄭穎娟.河北師范大學(xué) 2013
[7]基于棉花冠層光譜參數(shù)的FPAR估算模型研究及應(yīng)用[D]. 金秀良.石河子大學(xué) 2011



本文編號：3300463