本文主要研究内容
作者杨军明（2019）在《基于多源数据的灌区尺度水稻水分响应研究》一文中研究指出：我国是农业大国,农业用水量大,农业水资源时空分布不均匀,且利用效率低下。水稻是我国的主要农作物,也是主要的灌溉作物,其生长发育过程中需要消耗大量的水资源。目前,随着水污染、水资源用量增加等水资源问题的加剧,增加水资源利用效率,降低水资源消耗显得十分重要。农业水资源问题是一个空间问题,水资源的规划、调配和评价等都是在空间尺度上进行的。从空间尺度上了解作物的耗水规律及水分生产率等对水资源的优化配置和评价等具有重要意义。但传统的作物耗水规律和水分生产率等研究以点试验为基础,地球表面是一个高度复杂的系统,一个尺度得到的规律很难直接应用到其他尺度,故点尺度得到的规律很难直接扩展到区域尺度。为突破点尺度试验的局限性,本文以遥感技术为手段,以黑龙江省绥化市和平灌区为研究对象,借鉴传统的作物耗水规律研究成果进行空间尺度的水稻耗水规律等研究。灌区等小区域尺度的作物耗水规律研究需要高时空分辨率的影像数据,但常用的影像数据时空分辨率之间存在不可调和的矛盾,时间分辨率较高的影像空间分辨率较低,反之依然。故融合生成高时空分辨率的影像数据对小区域的研究具有重要意义。考虑到常用多源遥感数据融合方法不能很好的捕获像元中间变化过程的问题,本文基于FCM提出了一种新的多源遥感数据时空融合方法。融合Landsat8 OLI和MOD09GA数据生成高时空分辨率的波段数据;提出了一种多源植被指数(Vegetation index,VI)数据融合方法,融合landsat8 OLI、MOD09GA和MOD13Q1数据生成高时空分辨率的VI。应用融合生成的增强植被指数(Enhanced vegetation index,EVI)及地面样点构建标准时序EVI曲线,基于光谱耦合技术提取灌区水稻的空间分布。应用地面样点和Google Earth影像两种方法对提取结果进行验证。应用融合生成的归一化植被指数(Normalized differential vegetation index,NDVI)和EVI数据基于常用拟合方程和人工神经网络中精度较高的方法反演生成高时空分辨率的叶面积指数(Leaf area index,LAI)数据,使得LAI覆盖水稻主要生长发育阶段。根据主要生育阶段的LAI和地面样点的产量之间的关系反演得到作物的产量。基于多源数据时空融合模型应用SEBAL模型反演得到日尺度的高空间分辨率蒸散量数据,求解得到作物主要生长发育阶段的蒸散量。基于Jensen模型、Blank模型、Stewart模型和Singh模型应用遥感手段获取的蒸散量和产量构建灌区尺度水稻水分生长函数。研究结果表明,因应用FCM和土地覆盖图进行了分层聚类,与增强的时空自适应反射率融合模型(ESTARFM)和遥感数据时空融合方法(STDFA)相比,FCMSTRFM和VISTRFM具有更高的精度。且当像元时空变化较剧烈时,FCMSTRFM更有应用优势。本文的数据融合模型融合生成的波段数据的R、RMSE、ERGAS和variance的均值分别为0.78807、0.0277、1.6623、0.01882。融合生成的VI数据的R、RMSE、ERGAS和AD的均值分别为0.9057、0.0674、1.9795、0.0045。该精度的数据可用于水稻研究。与地面样点相比较,LAI反演值与测定值的相关系数为0.7882,产量反演值与测定值的相关系数为0.6855。Google Earth和地面样点验证结果表明,水稻面积提取的精度分别为0.94和0.92。对于和平灌区,Jensen模型、Blank模型、Stewart模型和Singh模型4个模型中,最优的水分生长函数模型为Jensen模型。水稻6个生育阶段的水分敏感系数从大到小分别为:拔节孕穗期>抽穗开花期>分蘖中后期>分蘖前期>乳熟期>成熟期。
Abstract
wo guo shi nong ye da guo ,nong ye yong shui liang da ,nong ye shui zi yuan shi kong fen bu bu jun yun ,ju li yong xiao lv di xia 。shui dao shi wo guo de zhu yao nong zuo wu ,ye shi zhu yao de guan gai zuo wu ,ji sheng chang fa yo guo cheng zhong xu yao xiao hao da liang de shui zi yuan 。mu qian ,sui zhao shui wu ran 、shui zi yuan yong liang zeng jia deng shui zi yuan wen ti de jia ju ,zeng jia shui zi yuan li yong xiao lv ,jiang di shui zi yuan xiao hao xian de shi fen chong yao 。nong ye shui zi yuan wen ti shi yi ge kong jian wen ti ,shui zi yuan de gui hua 、diao pei he ping jia deng dou shi zai kong jian che du shang jin hang de 。cong kong jian che du shang le jie zuo wu de hao shui gui lv ji shui fen sheng chan lv deng dui shui zi yuan de you hua pei zhi he ping jia deng ju you chong yao yi yi 。dan chuan tong de zuo wu hao shui gui lv he shui fen sheng chan lv deng yan jiu yi dian shi yan wei ji chu ,de qiu biao mian shi yi ge gao du fu za de ji tong ,yi ge che du de dao de gui lv hen nan zhi jie ying yong dao ji ta che du ,gu dian che du de dao de gui lv hen nan zhi jie kuo zhan dao ou yu che du 。wei tu po dian che du shi yan de ju xian xing ,ben wen yi yao gan ji shu wei shou duan ,yi hei long jiang sheng sui hua shi he ping guan ou wei yan jiu dui xiang ,jie jian chuan tong de zuo wu hao shui gui lv yan jiu cheng guo jin hang kong jian che du de shui dao hao shui gui lv deng yan jiu 。guan ou deng xiao ou yu che du de zuo wu hao shui gui lv yan jiu xu yao gao shi kong fen bian lv de ying xiang shu ju ,dan chang yong de ying xiang shu ju shi kong fen bian lv zhi jian cun zai bu ke diao he de mao dun ,shi jian fen bian lv jiao gao de ying xiang kong jian fen bian lv jiao di ,fan zhi yi ran 。gu rong ge sheng cheng gao shi kong fen bian lv de ying xiang shu ju dui xiao ou yu de yan jiu ju you chong yao yi yi 。kao lv dao chang yong duo yuan yao gan shu ju rong ge fang fa bu neng hen hao de bu huo xiang yuan zhong jian bian hua guo cheng de wen ti ,ben wen ji yu FCMdi chu le yi chong xin de duo yuan yao gan shu ju shi kong rong ge fang fa 。rong ge Landsat8 OLIhe MOD09GAshu ju sheng cheng gao shi kong fen bian lv de bo duan shu ju ;di chu le yi chong duo yuan zhi bei zhi shu (Vegetation index,VI)shu ju rong ge fang fa ,rong ge landsat8 OLI、MOD09GAhe MOD13Q1shu ju sheng cheng gao shi kong fen bian lv de VI。ying yong rong ge sheng cheng de zeng jiang zhi bei zhi shu (Enhanced vegetation index,EVI)ji de mian yang dian gou jian biao zhun shi xu EVIqu xian ,ji yu guang pu ou ge ji shu di qu guan ou shui dao de kong jian fen bu 。ying yong de mian yang dian he Google Earthying xiang liang chong fang fa dui di qu jie guo jin hang yan zheng 。ying yong rong ge sheng cheng de gui yi hua zhi bei zhi shu (Normalized differential vegetation index,NDVI)he EVIshu ju ji yu chang yong ni ge fang cheng he ren gong shen jing wang lao zhong jing du jiao gao de fang fa fan yan sheng cheng gao shi kong fen bian lv de xie mian ji zhi shu (Leaf area index,LAI)shu ju ,shi de LAIfu gai shui dao zhu yao sheng chang fa yo jie duan 。gen ju zhu yao sheng yo jie duan de LAIhe de mian yang dian de chan liang zhi jian de guan ji fan yan de dao zuo wu de chan liang 。ji yu duo yuan shu ju shi kong rong ge mo xing ying yong SEBALmo xing fan yan de dao ri che du de gao kong jian fen bian lv zheng san liang shu ju ,qiu jie de dao zuo wu zhu yao sheng chang fa yo jie duan de zheng san liang 。ji yu Jensenmo xing 、Blankmo xing 、Stewartmo xing he Singhmo xing ying yong yao gan shou duan huo qu de zheng san liang he chan liang gou jian guan ou che du shui dao shui fen sheng chang han shu 。yan jiu jie guo biao ming ,yin ying yong FCMhe tu de fu gai tu jin hang le fen ceng ju lei ,yu zeng jiang de shi kong zi kuo ying fan she lv rong ge mo xing (ESTARFM)he yao gan shu ju shi kong rong ge fang fa (STDFA)xiang bi ,FCMSTRFMhe VISTRFMju you geng gao de jing du 。ju dang xiang yuan shi kong bian hua jiao ju lie shi ,FCMSTRFMgeng you ying yong you shi 。ben wen de shu ju rong ge mo xing rong ge sheng cheng de bo duan shu ju de R、RMSE、ERGAShe variancede jun zhi fen bie wei 0.78807、0.0277、1.6623、0.01882。rong ge sheng cheng de VIshu ju de R、RMSE、ERGAShe ADde jun zhi fen bie wei 0.9057、0.0674、1.9795、0.0045。gai jing du de shu ju ke yong yu shui dao yan jiu 。yu de mian yang dian xiang bi jiao ,LAIfan yan zhi yu ce ding zhi de xiang guan ji shu wei 0.7882,chan liang fan yan zhi yu ce ding zhi de xiang guan ji shu wei 0.6855。Google Earthhe de mian yang dian yan zheng jie guo biao ming ,shui dao mian ji di qu de jing du fen bie wei 0.94he 0.92。dui yu he ping guan ou ,Jensenmo xing 、Blankmo xing 、Stewartmo xing he Singhmo xing 4ge mo xing zhong ,zui you de shui fen sheng chang han shu mo xing wei Jensenmo xing 。shui dao 6ge sheng yo jie duan de shui fen min gan ji shu cong da dao xiao fen bie wei :ba jie yun sui ji >chou sui kai hua ji >fen nie zhong hou ji >fen nie qian ji >ru shou ji >cheng shou ji 。
论文参考文献
论文详细介绍
论文作者分别是来自东北农业大学的杨军明，发表于刊物东北农业大学2019-08-27论文，是一篇关于数据融合论文,水稻论文,耗水规律论文,产量论文,东北农业大学2019-08-27论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自东北农业大学2019-08-27论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：数据融合论文; 水稻论文; 耗水规律论文; 产量论文; 东北农业大学2019-08-27论文;