导读:本文包含了最大光能利用率论文开题报告文献综述及选题提纲参考文献，主要关键词:最大光能利用率,VPM模型,农田,时空变化
最大光能利用率论文文献综述
康婷婷,徐欢,张春华,胡召玲[1]（2018）在《区域尺度农田最大光能利用率参数估算及时空变化分析》一文中研究指出基于遥感数据的光能利用率模型被广泛应用于计算农田生态系统的生产力,其结果对最大光能利用率(εmax)参数非常敏感。利用农业产量统计数据、MODIS遥感数据、气象观测数据和植被光合模型(VPM)推算2001～2011年黄淮海3省(冀、鲁、豫)和长江中下游5省(苏、皖、鄂、湘、赣)各市逐年的农田平均εmax,并分析其时空变化特征及其影响因素。研究表明:黄淮海3省(冀、鲁、豫)和长江中下游5省(苏、皖、鄂、湘、赣)各市农田εmax的11a平均值为0. 6～2. 8 g C·MJ-1,表现出西北和南部较高、东北和中部较低的分布特征;大部分市农田εmax呈现出上升趋势,但上升的幅度存在着明显的年际波动和空间差异;各市农田εmax的年际波动总体呈现北高南低、中间高四周低的空间分布特征。大部分市农田εmax的年际变化与单位耕地面积农用化肥施用量存在显着的正相关性(P <0. 05); C4作物面积比例变化也是导致εmax变化的原因之一。在利用光能利用率模型计算农田生产力时,需要发展考虑εmax时空变化的参数化方案。(本文来源于《长江流域资源与环境》期刊2018年12期）
孟琪,王来刚,秦奋,张喜旺,刘莎[2]（2018）在《河南省农作物最大光能利用率综合评估与时空特征分析》一文中研究指出为对遥感估产模型中的重要参数光能利用率ε_(max)取值进行优化,本研究基于植被光合模型(VPM)与农作物单位面积产量统计数据、MOD09A1遥感数据、气象站点数据,对河南省2001—2015年农田生态系统ε_(max)时空演变及其影响因素进行研究。结果表明,2001—2015年各市县ε_(max)均值在0.072~1.034 g/MJ,ε_(max)较高的区域分布在东部黄淮海平原,整体上呈现出中部和北部高,西部和南部较低的空间分布特征,时间尺度上存在较大年际波动。ε_(max)均值与化肥施用量、CO_2含量之间的相关系数分别为0.585和0.335,ε_(max)与植被指数拟合较好。研究区气候类型以秦岭淮河为界,南部的亚热带气候区冬季温度较高,降雪较少,坡度因素对作物光能利用效率影响较小。较高的光温水平对ε_(max)促进作用更加明显,农业灌溉可以有效克服降水较少对作物的负面影响。因此,在遥感估算模型估算过程中,需要充分考虑ε_(max)的时空分布差异。(本文来源于《河南农业科学》期刊2018年07期）
孟琪[3]（2018）在《基于植被光合模型的河南地区最大光能利用率研究》一文中研究指出遥感技术的发展使得大尺度、高分辨率生态系统变化的长期定量检测成为可能,基于遥感产品地面反射率产品模拟植被生长信息成为碳循环研究的趋势。较小区域尺度植被碳循环及积累的研究大多使用基于地面站点实测数据的研究方法,运用微气象学原理的涡度协方差技术可直接测定生物圈与大气间物质与能量通量得标准方法,但是该方法是基于小尺度观测方法,观测结果难以直接外推到更大区域尺度。而对于较大区域尺度的植被生长状况的研究站点实测方法由于信息量大且数据获取困难,利用遥感模型获取准确、实时的遥感产品的反射率数据提取植被生长信息对于区域碳循环的研究具有重要意义。中高空间分辨率遥感数据产品进行遥感估算成为植被生长状况研究的重要手段,作为遥感估算模型中的关键参数,其取值对模型估算结果异常敏感,需要考虑环境影响因子、时空分布差异、植被类型等众多因素的影响。本研究以河南省为研究区域,结合最常用的遥感估算模型CASA模型以及植被指数与净初级生产力的回归估算模型,利用500米分辨率的MOD09A1遥感产品结合植被光合模型,以2001-2015年为时间尺度凭借植被地带分布性为研究对象,利用地理信息系统软件GIS的空间分析方法对林地、草地、旱田最大光能利用率进行时空分析。主要研究内容及研究结论包括:(1)植被实际吸收的光合有效辐射估算。要求APAR取值首先要分别计算光合有效辐射吸收比例FPAR和太阳总辐射SOL,FPAR的估算引入SR,并根据SR与NDVI各自权重估算得到FPAR。研究发现APAR空间分布上存在两个高值区域,一个是西部的山区林地,另一个高值区域是位于河南省东部平原的旱田植被类型,且2001-2015年取值较高区域面积有所扩张,不同植被类型APAR取值大小顺序为旱田>林地>水田>草地,其中草地与水田植被类型APAR取值最为接近。(2)净初级生产力的估算。利用NDVI与净初级生产力之间的关系反演得到NPP,并结合NPP、APAR、LUE之间的函数关系得到不同植被LUE。研究发现NPP呈现显着增加趋势,且存在显着的季节分布差异。(3)最大光能利用率的估算。由计算结果LUE引入环境胁迫驱动因素并结合植被光合模型VPM估算得到ε_(max)。环境胁迫因子中的追分胁迫因子由MODIS数据地面反射率数据得到LSWI植被指数。分析林地、草地、旱田、水田的APAR、NPP、ε_(max)的时空分布以及季相分布。可以发现在年际时间尺度旱田植被吸收的光合有效辐射、胁迫因子、净初级生产力均明显高于其他种类植被类型。除受到人类活动影像较敏感的旱田植被类型存在明显的年际波动以外,其他植被类型年际变化较平缓,在月相尺度分别在4-9月份出现峰值。(4)ε_(max)两种方法结果对比。旱田ε_(max)研究分别用VPM模型以及农业统计数据计算,两种方法对比发现大部分河南省基于县域遥感模型估算结果交统计数据估算结果明显偏大。(5)ε_(max)影响因素分析。林地、草地、旱田、水田ε_(max)存在明显差异。人类活动的作用较显着,旱田的ε_(max)年际波动较大,相比其他类型植被ε_(max)年际变化较平缓。2013年几种主要植被类型面积较2000年均有所下降且很大部分转化为其他类型用地,但是旱田面积始终占据绝大部分比例;另外植被指数、地形因子、经纬度与ε_(max)进行相关分析发现植被指数与ε_(max)相关性最好,而地形因素与ε_(max)相关性较差。(本文来源于《河南大学》期刊2018-06-01）
包刚,辛晓平,包玉海,王牧兰,元志辉[4]（2016）在《内蒙古草原植被最大光能利用率取值优化研究》一文中研究指出针对目前CASA(carnegie-ames-stanford approach)模型等植被生产力模型植被最大光能利用率的取值未对草原进行区分的问题,以内蒙古草甸草原、典型草原和荒漠草原为研究对象,结合野外实测NPP(net primary productivity)数据和CASA模型的建模思路优化了叁大草原类型植被最大光能利用率,并以此为基础模拟分析了其植被光能利用率和NPP时空格局。结果表明,基于99个地面采样点所建立的一元二次方程模拟的草甸草原、典型草原和荒漠草原最大光能利用率分别为0.654,0.553和0.511gC·MJ-1,平均为0.573gC·MJ-1。与未对草原类型进行区分而统一取值为0.541gC·MJ-1的结果相比,实测NPP与模拟NPP之间的决定系数和和均方根误差分别提高了0.024和2.62gC·(m2·month-1)-1。受水热组合和草原类型的空间格局的影响,内蒙古草原植被光能利用率和NPP总体上由东北向西南逐渐下降趋势,呈明显的单峰季节变化特征。但光能利用率和NPP的最大值出现的月份有所不同,分别出现在8月份和7月份,这可能与植被吸收的光合有效辐射和光能利用率的最高值出现的月份不同有关。光能利用率和NPP平均值按草甸草原>典型草原>荒漠草原的顺序依次降低。(本文来源于《光谱学与光谱分析》期刊2016年10期）
康婷婷,居为民,张春华[5]（2016）在《2001～2011年中国农田最大光能利用率参数时空变化特征》一文中研究指出基于遥感数据的光能利用率模型被广泛应用于计算陆地生态系统的生产力,其结果对最大光能利用率(εmax)参数非常敏感。利用农业产量统计数据、MODIS遥感数据、气象观测数据和植被光合模型(VPM)推算2001~2011年全国各省逐年的农田平均εmax,并分析其时空变化特征及其影响因素。研究结果表明:2001~2011年全国31个省的农田εmax的变化范围为0.57~2.20g C·MJ-1,呈现出东部和中部较高、西北和西南较低的分布特征。大部分省份农田εmax呈现上升趋势,但在2001~2007年存在年际波动,2008年后εmax呈相对稳定增长趋势。各省农田εmax的年际波动幅度呈现北高南低、东高西低的分布特征。大部分省份农田εmax的年际变化与单位耕地面积农用化肥施用量存在显着的正相关性(P<0.05);C4作物面积比例变化也是导致农田εmax变化的原因之一。在利用光能利用率模型计算农田生产力时,需要发展考虑εmax时空变化的参数化方案。(本文来源于《遥感技术与应用》期刊2016年04期）
张强,张黎,何洪林,韩士杰,李英年[6]（2014）在《基于涡度相关通量数据的植被最大光能利用率反演研究》一文中研究指出准确估计和预测陆地生态系统碳循环时空变化是预测气候变化的基础,也是目前全球变化研究中最为重要的前沿领域之一。最大光能利用率(ε_(max))是遥感估算陆地生态系统初级生产力的关键参数之一,本研究基于CASA(Carnegie-Ames-Stanford Approach)模型,采用马尔科夫链-蒙特卡罗(Markov Chain Monte Carlo,简称MCMC)方法,利用中国陆地生态系统通量观测研究网络(ChinaFLUX)8个野外台站的涡度相关通量观测数据对ε_(max)进行反演,得到ε_(max)的最优估计值及其不确定性,并利用优化后的ε_(max)对2003~2008年各生态系统总初级生产力(Gross Primary Productivity,简称GPP)及其不确定性进行了模拟。结果表明:8个生态系统ε_(max)后验估计结果均呈近似正态分布,森林、农田和草地生态系统ε_(max)分别为0.737±0.026~0.850±0.035g C/MJ·PAR,1.056±0.090g C/MJ·PAR和0.199±0.068~0.469±0.043g C/MJ·PAR;ε_(max)估计的不确定性将导致内蒙、当雄和海北草地生态系统GPP年总量的模拟值产生9.17%~14.20%的误差,长白山、鼎湖山、千烟洲和西双版纳4个森林生态系统GPP年总量的误差为3.52%~7.79%,禹城农田生态系统GPP年总量的误差为8.52%。对ε_(max)进行优化后,GPP年总量模拟值的相对误差显着降低,有效改善了原模型对内蒙草地生态系统GPP年总量的高估和除当雄草地生态系统外其他6个生态系统GPP年总量的低估。(本文来源于《第四纪研究》期刊2014年04期）
康婷婷[7]（2014）在《中国农田净初级生产力和最大光能利用率参数时空特征分析》一文中研究指出基于遥感数据的光能利用率模型被广泛应用于计算陆地生态系统的生产力,它以资源平衡观点为理论基础,将总初级生产力(Gross Primary Productivity, GPP)和净初级生产力(Net Primary Productivity, NPP)计算为最大光能利用率(εmax)、环境限制因子和植被吸收的光合有效辐射(APAR)的乘积,所以其结果对εmax参数非常敏感。εmax受植被类型与品种、冠层氮含量、CO2浓度等诸多因子的影响,存在时空变化。而现有的光能利用率模型多假设εmax为仅随植被类型变化的常数,这必将增大模型结果的不确定性。因此,需要分析εmax的时空变化特征及其可能原因,以利于改进εmax的参数化方案,提高利用遥感数据和光能利用率模型计算生态系统生产力的准确性。本文利用2001-2011年中国全国、各省和中东部粮食主产区各市的农业产量统计数据,将水稻、小麦、玉米、棉花、豆类、薯类、高粱、谷子、花生、油菜、芝麻、向日葵、甜菜、甘蔗和大麦等主要作物的产量换算为NPP,得到各行政单元的农田NPPyield'分析了其时空变化特征；根据NPP与GPP的关系估算得到各行政单元农田的GPPyield'结合同期的遥感数据和气象观测数据,利用VPM模型推算了2001-2011年计算全国、各省和中东部粮食主产区各市的农田GPP的εmax值,分析了其时空变化特征及其可能原因。本研究的主要结论如下：(1)2001-2011年中国农田NPP时空变化特征2001-2011年期间,全国农田的平均NPP为358-481g C m-2a-1;农田NPP年总量的11年平均值为511.12TgCa-1,东北地区、黄淮海地区、长江中下游地区和四川省等粮食主产区的农田NPP年总量较高,其中河南农田NPP年总量为全国最高,达54.09Tg C,占全国总量的10.58%。全国农田NPP年总量每年的增加幅度为13.79TgC a-1,除浙江、广东、福建、贵州、上海、西藏外,其他各省的农田NPP年总量均呈现出上升趋势,黑龙江的农田NPP年总量的每年增加幅度达2.38Tg C a-1,为全国最高,其次为河南省,达到2.14Tg C a-1,而宁夏、北京、重庆、天津、海南和青海的农田NPP年总量的上升趋势不明显。11年中,全国农田NPP年总量的最低值为441.45Tg C,出现在2003年,最高值为585.12TgC,出现在2011年；新疆、黑龙江、北京和内蒙古的农田NPP年总量的年际波动较大；四川和西藏的农田NPP年总量比较稳定。在河北保定市、河南的周口市、驻马店市、南阳市、商丘市和信阳市、山东的德州市和菏泽市、江苏盐城市,农田NPP年总量均高于5Tg C a-1;在河南的信阳市、驻马店市和南阳市、山东的德州市和菏泽市,农田NPP年总量的上升幅度较大。(2)2001-2011年中国农田εmax时空变化特征2001-2011年期间,全国农田εmax呈现明显上升趋势,但在2001-2007年期间存在较大的年际波动,2003年全国农田εmax为1.18gC.MJ-1,为11年最低,到2011年全国农田εmax达到1.49g C·MJ-1。31个省农田εmax的变化范围为0.57-2.20g C·MJ-1,表现出东部和中部较高、西北和西南较低的分布特征；在东北叁省、广西、内蒙古、黄淮海和长江中下游的大部分省份,农田εmax明显上升；各省农田εmax的年际波动幅度总体呈现北高南低、东高西低的空间分布特征,北京、黑龙江和内蒙古农田εmax的年际波动最大,而云南和西藏的农田εmax比较稳定。中东部粮食主产区各市农田εmax在河南东部、河北北部、山东西部、江苏中部、安徽西北、湖南东部和江西(除九江市、萍乡市和上饶市)等地较高,农田εmax的11年平均值为1.8-2.8g C·J-1；在湖南东北、江西北部、湖北西北、安徽北部、江苏北部、河北南部、河南和山东的大部分地区,各市农田εmax的上升幅度较大。(3)中国农田εmax时空变化的可能原因2001-2011年期间,全国农田εmax,东北地区、西北地区(除青海)、华北地区(除北京、天津)、华中地区及山东、安徽和广西等地的省尺度农田εmax,河北(除石家庄市和唐山市)、河南、江苏北部、安徽西部和东部、湖北中部、湖南北部和中部、江西西北和南部和山东的聊城市、菏泽市、枣庄市、潍坊市及临沂市等地的各市农田εmax都与单位耕地面积农用化肥施用量呈较强的正相关性,达到0.05显着水平,单位耕地面积农用化肥施用量的增加是导致这些地区农田εmax增大的主要原因之一；全国农田εmax与C4作物比例的时间变化趋势基本相同,说明C4作物产量比例的增加也是导致全国农田εmax增加的原因之一。化肥施用强度和C4作物比例的空间差异是导致农田εmax的空间差异的主要原因；而化肥施用强度的增加速度和C4作物比例的增加速度的差异与农田εmax变化速率的空间差异有关,但不是其主要原因。(本文来源于《南京大学》期刊2014-05-28）
康婷婷,高苹,居为民,黄金龙[8]（2014）在《江苏省农作物最大光能利用率时空特征及影响因子》一文中研究指出基于遥感数据的光能利用率模型被广泛应用于计算陆地生态系统的生产力,但其结果对最大光能利用率(εmax)参数非常敏感。由于该参数存在明显的时空变异性,在区域尺度上难以确定。利用MODIS遥感数据、分县产量统计数据和VPM模型推算了2001—2010年江苏省各县逐年的农田εmax,分析了其时空变化特征及其可能原因。结果表明,在2001—2010年期间,江苏省61个县区农田εmax平均值的变化范围为0.757—3.435 g C/MJ,呈现北高南低、中间高四周较低的空间分布特征;各县区农田的εmax都呈现出上升趋势,但在2001—2006年期间存在明显的年际波动,2002年、2004年和2006年的εmax相对较低,2007年后全省农田εmax稳定上升;εmax的年际波动呈现由北向南递减的趋势;全省大部分地区εmax的年际变化与单位耕地面积农用化肥施用量呈正相关性,苏北北部尤为明显;同时也与C4作物产量所占比例相关。研究表明在利用光能利用率模型计算农田生产力时,需要发展能考虑εmax时空变化的参数化方案。(本文来源于《生态学报》期刊2014年02期）
王保林,王晶杰,杨勇,常书娟,陈喜梅[9]（2013）在《植被光合有效辐射吸收分量及最大光能利用率算法的改进》一文中研究指出植被冠层对入射光有效辐射的吸收系数(FPAR)和最大光能利用率是NPP模拟的重要参数。利用光量子仪实测了典型草原植被类型关键生育期光合有效辐射值,根据NDVI与FPAR之间的良好相关性,建立了2个FAPR估算模型。结果表明,实测的FPAR值与模型估算的FPAR之间的相关性均达到极显着水平,2个模型的估测值之间没有显着性差异。因此,本研究中采取求均值后计算了我国草原的FPAR,并与NASA-FPAR产品进行了嵌套和互补,形成全国完整的草原FPAR空间分布图。同时,基于归一化植被指数和叶面积指数,以中国草原18大类分类结果为基础单元,对中国草原18大类的最大光能利用率进行调整,调整后的最大光能利用率输入NPP模型后,改善了NPP估算精度,在大类尺度上,总体预测精度为85.71%。(本文来源于《草业学报》期刊2013年05期）
张美玲,蒋文兰,陈全功,柳小妮[10]（2012）在《基于改进的CASA模型模拟草原综合顺序分类体系各类的最大光能利用率》一文中研究指出植被最大光能利用率是净初级生产力(NPP)估算的一个重要参数,对它的大小一直存在争议。利用遥感数据、气象数据和中国区域NPP实测资料,依据基于草原综合顺序分类(CSCS)改进的CASA模型,采用改进的最小二乘法对中国41类草地的最大光能利用率(εmax)进行了模拟,并通过与他人估算的光能利用率(ε)进行比较来验证εmax的可靠性和准确性。结果表明:此次研究的ε值略高于其他的研究结果。其主要原因有:ε最大值和最小值之间的跨度较大,从而使得平均值较高;由于缺乏实测数据,个别草地类型的ε估算值较高,导致了本研究ε值偏高;各研究采用的分类体系不同,模型和数据来源不同,从而导致结果存在差异。本研究中的εmax根据实测数据模拟得到,今后需进一步收集实测数据,对参数εmax的合理取值进行调整。(本文来源于《草原与草坪》期刊2012年04期）
最大光能利用率论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为对遥感估产模型中的重要参数光能利用率ε_(max)取值进行优化,本研究基于植被光合模型(VPM)与农作物单位面积产量统计数据、MOD09A1遥感数据、气象站点数据,对河南省2001—2015年农田生态系统ε_(max)时空演变及其影响因素进行研究。结果表明,2001—2015年各市县ε_(max)均值在0.072~1.034 g/MJ,ε_(max)较高的区域分布在东部黄淮海平原,整体上呈现出中部和北部高,西部和南部较低的空间分布特征,时间尺度上存在较大年际波动。ε_(max)均值与化肥施用量、CO_2含量之间的相关系数分别为0.585和0.335,ε_(max)与植被指数拟合较好。研究区气候类型以秦岭淮河为界,南部的亚热带气候区冬季温度较高,降雪较少,坡度因素对作物光能利用效率影响较小。较高的光温水平对ε_(max)促进作用更加明显,农业灌溉可以有效克服降水较少对作物的负面影响。因此,在遥感估算模型估算过程中,需要充分考虑ε_(max)的时空分布差异。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
最大光能利用率论文参考文献
[1].康婷婷,徐欢,张春华,胡召玲.区域尺度农田最大光能利用率参数估算及时空变化分析[J].长江流域资源与环境.2018
[2].孟琪,王来刚,秦奋,张喜旺,刘莎.河南省农作物最大光能利用率综合评估与时空特征分析[J].河南农业科学.2018
[3].孟琪.基于植被光合模型的河南地区最大光能利用率研究[D].河南大学.2018
[4].包刚,辛晓平,包玉海,王牧兰,元志辉.内蒙古草原植被最大光能利用率取值优化研究[J].光谱学与光谱分析.2016
[5].康婷婷,居为民,张春华.2001～2011年中国农田最大光能利用率参数时空变化特征[J].遥感技术与应用.2016
[6].张强,张黎,何洪林,韩士杰,李英年.基于涡度相关通量数据的植被最大光能利用率反演研究[J].第四纪研究.2014
[7].康婷婷.中国农田净初级生产力和最大光能利用率参数时空特征分析[D].南京大学.2014
[8].康婷婷,高苹,居为民,黄金龙.江苏省农作物最大光能利用率时空特征及影响因子[J].生态学报.2014
[9].王保林,王晶杰,杨勇,常书娟,陈喜梅.植被光合有效辐射吸收分量及最大光能利用率算法的改进[J].草业学报.2013
[10].张美玲,蒋文兰,陈全功,柳小妮.基于改进的CASA模型模拟草原综合顺序分类体系各类的最大光能利用率[J].草原与草坪.2012