本文關(guān)鍵詞：基于WOFOST作物模型與葉面積指數(shù)同化的冬小麥遙感估產(chǎn)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：作物長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量預(yù)測(cè)的準(zhǔn)確性,對(duì)于促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展和保障國(guó)家糧食安全具有非常重要的意義。衛(wèi)星遙感觀測(cè)和作物生長(zhǎng)模型是近年來(lái)作物長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量預(yù)測(cè)應(yīng)用較為廣泛的重要技術(shù)。但是,遙感信息尚不能真正揭示作物生長(zhǎng)發(fā)育狀況、產(chǎn)量形成的內(nèi)在機(jī)理及其環(huán)境氣象條件對(duì)其的影響;作物生長(zhǎng)模型從單點(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)域化方面存在較多困難,二者各自的優(yōu)勢(shì)和不足引發(fā)了研究人員對(duì)遙感信息與作物生長(zhǎng)模型耦合技術(shù)的高度關(guān)注。篩選和優(yōu)化模型參數(shù)是基于遙感與作物模型同化的區(qū)域作物估產(chǎn)的關(guān)鍵問(wèn)題。本文選取河北省藁城市冬小麥作為研究對(duì)象,采集多個(gè)關(guān)鍵生育期的生理生化數(shù)據(jù)、農(nóng)田環(huán)境數(shù)據(jù)和氣象數(shù)據(jù)等,并獲取準(zhǔn)同步的環(huán)境減災(zāi)小衛(wèi)星HJ-CCD影像數(shù)據(jù),采用植被指數(shù)反演冬小麥葉面積指數(shù)(LAI),基于擴(kuò)展傅里葉振幅靈敏度檢驗(yàn)法(EFAST)對(duì)作物生長(zhǎng)模型(WOFOST)的參數(shù)進(jìn)行全局敏感性分析,篩選敏感性參數(shù),調(diào)整WOFOST模型的核心參數(shù),利用查找表優(yōu)化算法實(shí)現(xiàn)遙感信息與WOFOST模型的同化,并定量預(yù)測(cè)區(qū)域冬小麥單產(chǎn)水平。論文的研究工作及主要結(jié)論如下:(1)本文選取7種表征冬小麥群體特性能力較強(qiáng)的植被指數(shù),分別與實(shí)測(cè)LAI值建立線性回歸反演模型,結(jié)果表明:增強(qiáng)型植被指數(shù)(EVI)所建立的模型精度最高(開(kāi)花期R2=0.964,灌漿期R2=0.920),預(yù)測(cè)能力最強(qiáng)(開(kāi)花期R2=0.901,灌漿期R2=0.991)。因此,選取EVI作為遙感反演LAI的優(yōu)選植被指數(shù)。(2)本文采用EFAST方法對(duì)WOFOST作物生長(zhǎng)模型中的26個(gè)初始參數(shù)進(jìn)行全局敏感性分析,構(gòu)建敏感性指數(shù)評(píng)價(jià)各個(gè)參數(shù)對(duì)冬小麥產(chǎn)量形成的影響程度,將敏感性指數(shù)大于0.10的參數(shù)確定為敏感因子,最終篩選出6個(gè)待優(yōu)化參數(shù),即出苗到開(kāi)花期的有效積溫(TSUM1)、DVS=0.5時(shí)的比葉面積(SLATB1)、DVS=1.0時(shí)的比葉面積(SLATB2)、葉片衰老指數(shù)(SPAN)、20℃條件下的單葉光能初始利用效率(EFFTB3)和30℃條件下對(duì)最大2CO同化率的影響系數(shù)(TMPF4)。對(duì)其他敏感性小的參數(shù),由實(shí)測(cè)計(jì)算、查閱文獻(xiàn)獲得或者直接利用WOFOST模型默認(rèn)值,完成對(duì)WOFOST模型參數(shù)的調(diào)整。(3)本文以遙感反演的LAI作為冬小麥長(zhǎng)勢(shì)表征參量,利用查找表優(yōu)化算法,構(gòu)建基于WOFOST模型和遙感LAI數(shù)據(jù)同化的區(qū)域尺度冬小麥單產(chǎn)預(yù)測(cè)模型,預(yù)測(cè)精度達(dá)0.941,RMSE=194.58kg/hm2。達(dá)到了同化的目的,找到了待優(yōu)化參數(shù)的最佳取值,最終完成了單產(chǎn)模擬。研究結(jié)果表明利用查找表優(yōu)化算法構(gòu)建的遙感與WOFOST作物生長(zhǎng)模型同化技術(shù)可以有效地實(shí)現(xiàn)區(qū)域冬小麥單產(chǎn)預(yù)測(cè)與制圖。
【關(guān)鍵詞】：冬小麥估產(chǎn) 葉面積指數(shù) WOFOST模型 同化
【學(xué)位授予單位】：河南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：S512.11;S127
【目錄】：

• 致謝4-5
• 摘要5-7
• Abstract7-11
• 1 引言11-23
• 1.1 研究背景11-13
• 1.2 國(guó)內(nèi)外研究進(jìn)展13-18
• 1.2.1 作物生長(zhǎng)模型研究進(jìn)展13-15
• 1.2.2 遙感反演葉面積指數(shù)LAI的研究進(jìn)展15-18
• 1.3 作物生長(zhǎng)模型與遙感信息結(jié)合研究進(jìn)展18-20
• 1.4 研究?jī)?nèi)容、結(jié)構(gòu)及技術(shù)路線20-23
• 1.4.1 研究?jī)?nèi)容20-21
• 1.4.2 論文結(jié)構(gòu)21-22
• 1.4.3 技術(shù)路線22-23
• 2 數(shù)據(jù)、模型和方法23-35
• 2.1 研究區(qū)域概況23-24
• 2.2 數(shù)據(jù)24-28
• 2.2.1 氣象數(shù)據(jù)24-25
• 2.2.2 農(nóng)學(xué)數(shù)據(jù)25
• 2.2.3 遙感數(shù)據(jù)25-28
• 2.3 模型和方法28-33
• 2.3.1 發(fā)育過(guò)程29-30
• 2.3.2 CO_2同化過(guò)程30
• 2.3.3 呼吸作用30-31
• 2.3.4 干物質(zhì)增長(zhǎng)和分配31-32
• 2.3.5 葉面積模擬32-33
• 2.4 小結(jié)33-35
• 3 遙感反演LAI和WOFOST模型參數(shù)調(diào)整35-51
• 3.1 遙感反演LAI35-39
• 3.1.1 植被指數(shù)的選取35-37
• 3.1.2 模型建立和檢驗(yàn)37-39
• 3.2 WOFOST模型參數(shù)敏感性分析39-47
• 3.2.1 作物參數(shù)確定41-43
• 3.2.2 Simlab2.2 軟件43-44
• 3.2.3 EFAST方法44-45
• 3.2.4 敏感性分析結(jié)果45-47
• 3.3 WOFOST模型參數(shù)調(diào)整47-50
• 3.3.1 作物參數(shù)調(diào)整47-49
• 3.3.2 土壤參數(shù)調(diào)整49-50
• 3.4 小結(jié)50-51
• 4 基于遙感信息與作物生長(zhǎng)模型同化的冬小麥產(chǎn)量預(yù)測(cè)51-59
• 4.1 查找表算法52-53
• 4.2 遙感反演數(shù)據(jù)與WOFOST模型同化53-54
• 4.3 結(jié)果與分析54-57
• 4.4 小結(jié)57-59
• 5 結(jié)論和展望59-61
• 5.1 結(jié)論59-60
• 5.2 展望和不足60-61
• 參考文獻(xiàn)61-67
• 作者簡(jiǎn)歷67-69
• 學(xué)位論文數(shù)據(jù)集69

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 J.G.布哈特;棉花不同形態(tài)品種葉片生長(zhǎng)與葉面積指數(shù)的研究[J];湖北農(nóng)業(yè)科學(xué);1975年08期

2 莫家讓;;水稻葉面積指數(shù)簡(jiǎn)易測(cè)定法[J];農(nóng)業(yè)科技通訊;1975年09期

3 趙福;;葉面積和葉面積指數(shù)的計(jì)算[J];內(nèi)蒙古農(nóng)業(yè)科技;1975年07期

4 ;怎樣用鮮重法測(cè)定小麥的葉面積指數(shù)[J];甘肅農(nóng)業(yè)科技;1976年04期

5 鄭春和;;怎樣用鮮重法測(cè)定小麥的葉面積指數(shù)[J];植物學(xué)雜志;1976年01期

6 ;介紹一種小麥生育后期和玉米不拔取樣株測(cè)定葉面積指數(shù)的方法[J];北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版);1977年02期

7 沈瑞庭;李錫坤;;介}9幾種葉面積的n,定方法[J];蠶桑茶葉通訊;1980年01期

8 胡耀華;伍業(yè)綱;王釗;舒宜通;;關(guān)于巴西橡膠樹(shù)林葉面積指數(shù)的研究[J];熱帶作物學(xué)報(bào);1981年02期

9 W·G·貝利;R·B·斯圖爾特;朱胤椿;;葉面積的測(cè)定方法[J];青海農(nóng)林科技;1982年03期

10 莫家讓;;水稻葉面積指數(shù)測(cè)定法簡(jiǎn)介[J];廣西農(nóng)業(yè)科學(xué);1978年08期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 姚冬萍;;融合多源遙感數(shù)據(jù)估算地表葉面積指數(shù)[A];中國(guó)地理學(xué)會(huì)百年慶典學(xué)術(shù)論文摘要集[C];2009年

2 陳雪洋;蒙繼華;吳炳方;朱建軍;紐立明;杜鑫;;基于環(huán)境星高光譜數(shù)據(jù)紅邊參數(shù)的冬小麥葉面積指數(shù)反演[A];遙感定量反演算法研討會(huì)摘要集[C];2010年

3 高帥;;利用ENVISAT-ASAR數(shù)據(jù)的植被葉面積指數(shù)反演研究[A];遙感定量反演算法研討會(huì)摘要集[C];2010年

4 張娜;;半干旱天然草地葉面積指數(shù)反演模型[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

5 孫永華;宮輝力;李小娟;浦瑞良;周德民;;基于高光譜的三江平原濕地葉面積指數(shù)反演研究[A];遙感定量反演算法研討會(huì)摘要集[C];2010年

6 曹中盛;朱艷;田永超;曹衛(wèi)星;姚霞;;小麥葉面積指數(shù)估測(cè)的最佳高光譜參數(shù)研究[A];中國(guó)作物學(xué)會(huì)2013年學(xué)術(shù)年會(huì)論文摘要集[C];2013年

7 呂蕓帙;楊旭;駱祖瑩;;基于無(wú)線傳感器網(wǎng)絡(luò)的植被葉面積指數(shù)測(cè)量方法[A];第六屆中國(guó)測(cè)試學(xué)術(shù)會(huì)議論文集[C];2010年

8 夏帆;;基于MODIS數(shù)據(jù)的長(zhǎng)江流域生態(tài)環(huán)境質(zhì)量評(píng)價(jià)[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

9 劉倩;;2000-2010年三江源地區(qū)MODIS葉面積指數(shù)及FPAR產(chǎn)品驗(yàn)證分析[A];遙感定量反演算法研討會(huì)摘要集[C];2010年

10 楊鵬;李春強(qiáng);;基于MODIS數(shù)據(jù)的河北省冬小麥葉面積指數(shù)模型研究[A];第31屆中國(guó)氣象學(xué)會(huì)年會(huì)S5 干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估與防控[C];2014年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 李濟(jì) 供稿;理科綜合測(cè)試模擬（四）[N];山西科技報(bào);2003年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 郝雅s，

本文編號(hào)：343350