版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、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
2、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
3、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E
4、FAST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
5、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
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 遙感數(shù)據(jù)與作物模型同化的冬小麥估產(chǎn)研究.pdf
- 基于作物模型同化遙感物候信息的冬小麥估產(chǎn)方法研究.pdf
- 基于環(huán)境星CCD數(shù)據(jù)的冬小麥葉面積指數(shù)遙感監(jiān)測(cè)模型研究.pdf
- 冬小麥葉面積指數(shù)高光譜遙感反演方法研究.pdf
- 冬小麥葉面積指數(shù)反演與病害光譜識(shí)別研究.pdf
- 基于遙感信息與作物模型同化的冬小麥產(chǎn)量預(yù)測(cè)研究.pdf
- 葉面積指數(shù)遙感反演與尺度轉(zhuǎn)換研究.pdf
- 植被遙感識(shí)別與葉面積指數(shù)反演方法研究.pdf
- 國(guó)產(chǎn)氣象衛(wèi)星數(shù)據(jù)與作物生長(zhǎng)模型同化的冬小麥估產(chǎn)方法研究.pdf
- 基于高光譜遙感的農(nóng)作物葉面積指數(shù)反演方法的分析與比較
- 冬小麥苗期葉面積與根系生長(zhǎng)規(guī)律研究.pdf
- 作物葉面積指數(shù)遙感反演與驗(yàn)證研究——以河北實(shí)驗(yàn)區(qū)為例.pdf
- 基于遙感技術(shù)的冬小麥區(qū)域估產(chǎn)模型研究.pdf
- 基于極化雷達(dá)的植被葉面積指數(shù)反演模型研究.pdf
- 基于CASI高光譜遙感數(shù)據(jù)估測(cè)森林葉面積指數(shù)研究.pdf
- 基于MODIS的鄱陽(yáng)湖區(qū)水稻葉面積指數(shù)遙感估算.pdf
- 基于TM影像的葉面積指數(shù)反演.pdf
- 基于ALI影像的植被冠層葉面積指數(shù)的遙感反演研究.pdf
- 基于遙感與作物生長(zhǎng)模型的冬小麥生長(zhǎng)模擬研究.pdf
- 基于改進(jìn)CASA模型的小區(qū)域冬小麥遙感估產(chǎn)研究.pdf
評(píng)論
0/150
提交評(píng)論