基于AquaCrop模型的冬小麦需水量遥感估算

发布时间：2017-06-12 14:04

  本文关键词：基于AquaCrop模型的冬小麦需水量遥感估算，由笔耕文化传播整理发布。

【摘要】：冬小麦是华北地区的主要粮食作物,也是高耗水作物,解析冬小麦灌溉用水量与产量变化响应间的关系,把握冬小麦节水灌溉与冬小麦稳产增效间的平衡,是开展冬小麦科学合理灌溉决策的基础。本文以北京地区冬小麦需水量遥感估算为例,首先利用国家精准农业示范基地小汤山2014与2015年两次田间冬小麦实验数据,应用EFAST方法对Aqua Crop作物生长模型进行敏感性分析,分析模型对冬小麦的生物量、产量的敏感参数,获取模型控制生物量和产量的主要参数。在此基础上,对北京地区冬小麦的生物量和产量进行模拟;然后,将作物模型与遥感数据相结合,基于粒子群同化算法,以生物量为主要同化状态变量,来计算冬小麦的有效灌溉量及需水量,以此为冬小麦田间灌溉决策提供空间信息服务支持。研究的主要内容和结论如下:(1)对Aqua Crop作物生长模型中的全部作物参数,利用EFAST方法进行敏感性分析,分析表明:在作物模型参数校准的过程中,归一化水分生产力wp(敏感性指数为0.93)、衰老期的早晚sen(0.41)、全生物量生产的最小生长度日stbio(0.14)、作物系数cc(0.13)等参数为对生物量最敏感的参数;sen、开花期的早晚flo(0.45)、收获系数hi(0.39)、成熟期的早晚mat(0.24)等是为对产量具有较强影响的敏感性参数。(2)利用2014/2015年的田间试验数据,利用试错法对Aqua Crop模型的敏感参数进行本地化调整,得到了本地化的Aqua Crop模型,该模型对冠层覆盖度的模拟绝对系数R~2为0.96、均方根误差RMSE为4.8%;对生物量的模拟绝对系数R~2为0.95、均方根误差RMSE为1.29 t/ha,因此,在北京地区具有较好的适用性。(3)利用2015年拔节、挑旗、开花和灌浆的4期GF-1WFV遥感影像数据来反演小汤山地上部生物量,选取归一化植被指数NDVI、增强型植被指数EVI、三角植被指数TVI等5个植被指数,利用偏最小二乘法建立回归模型,通过地面实测点对模型的验证,可知建模精度R~2为0.8073、RMSE为1.66 t/ha,验证精度R~2为0.5297、RMSE为3.02 t/ha,模拟效果较好。(4)基于粒子群算法,以生物量作为遥感影像与作物生长模型同化的状态变量,即通过影像的生物量驱动作物模型,反馈作物模型的实时灌溉信息,从而得到小汤山小麦获取当前生物量所对应的灌溉信息,并与最优生物量进行对比,计算小麦所需补充的灌溉量,为小麦的灌溉决策提供辅助参考。
【关键词】：
【学位授予单位】：山东师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：S512.11;S127
【目录】：

• 摘要6-7
• Abstract7-9
• 1 绪论9-18
• 1.1 研究背景与意义9-10
• 1.2 国内外研究进展10-15
• 1.2.1 AquaCrop模型应用研究进展10-11
• 1.2.2 作物模型敏感性分析研究进展11-12
• 1.2.3 作物模型与遥感数据相结合研究进展12-13
• 1.2.4 冬小麦需水量遥感估算研究进展13-15
• 1.3 研究内容15-16
• 1.4 研究方法与技术路线16-18
• 2 研究区概况与实验设计18-24
• 2.1 研究区概况18-19
• 2.2 试验设计19-21
• 2.3 数据获取21-23
• 2.3.1 气象数据获取21
• 2.3.2 作物数据获取21
• 2.3.3 光谱数据获取21-22
• 2.3.4 叶面积指数获取22
• 2.3.5 田间管理数据22-23
• 2.3.6 土壤养分数据23
• 2.3.7 产量、品质数据23
• 2.3.8 遥感影像数据获取23
• 2.4 小结23-24
• 3 AquaCrop作物模型敏感性分析24-40
• 3.1 AquaCrop模型介绍24-28
• 3.1.1 模型的数据输入和建库24-26
• 3.1.2 模型的运行及输出26-27
• 3.1.3 模型的后台调用模块27-28
• 3.2 基于EFAST法的敏感性分析方法介绍28-29
• 3.3 AquaCrop参数对冬小麦生物量的敏感性分析29-34
• 3.4 AquaCrop参数对冬小麦产量的敏感性分析34-37
• 3.5 不同水分处理下AquaCrop模型的参数本地化37-39
• 3.6 小结39-40
• 4 基于粒子群算法的AquaCrop模型需水量估算40-55
• 4.1 粒子群算法研究40-42
• 4.2 地上部生物量的遥感反演42-46
• 4.2.1 植被指数获取43
• 4.2.2 偏最小二乘回归分析43-46
• 4.3 基于粒子群算法的作物生长模型与遥感同化46-50
• 4.3.1 作物模型与遥感同化原理分析46-47
• 4.3.2 粒子群最优适应度值分析47-50
• 4.4 冬小麦需水量估算50-53
• 4.4.2 冬小麦水分胁迫计算50-51
• 4.4.3 冬小麦需水量计算51-53
• 4.5 小结53-55
• 5 结论与展望55-57
• 5.1 结论55-56
• 5.2 问题与不足56-57
• 参考文献57-66
• 致谢66-67
• 攻读硕士期间发表论文67

【参考文献】

中国期刊全文数据库 前10条

1 张静潇;苏伟;;基于EFAST方法的CERES-Wheat作物模型参数敏感性分析[J];中国农业大学学报;2012年05期

2 钟剑;费建芳;黄思训;杜华栋;;模式误差弱约束四维变分同化研究[J];物理学报;2012年14期

3 黄健熙;武思杰;刘兴权;马冠南;马鸿元;吴文斌;邹金秋;;基于遥感信息与作物模型集合卡尔曼滤波同化的区域冬小麦产量预测[J];农业工程学报;2012年04期

4 李子忠;徐洋;卢宪菊;胡克林;江丽华;徐钰;;AquaCrop模型在大葱生物量和土壤贮水量模拟中的应用和验证[J];中国农业大学学报;2011年04期

5 李会;刘钰;蔡甲冰;毛晓敏;;AquaCrop模型的适用性及应用初探[J];灌溉排水学报;2011年03期

6 杜文勇;何雄奎;Shamaila Z;胡振方;曾爱军;Muller J;;冬小麦生物量和产量的AquaCrop模型预测[J];农业机械学报;2011年04期

7 吴锦;余福水;陈仲新;陈晋;;基于EPIC模型的冬小麦生长模拟参数全局敏感性分析[J];农业工程学报;2009年07期

8 李春强;洪克勤;李保国;;河北省近35年(1965-1999年)参考作物蒸散量的时空变化[J];中国农业气象;2008年04期

9 刘晓英,林而达;气候变化对华北地区主要作物需水量的影响[J];水利学报;2004年02期

10 郑凤英,彭少麟;植物生理生态指标对大气CO_2浓度倍增响应的整合分析[J];植物学报;2001年11期

  本文关键词：基于AquaCrop模型的冬小麦需水量遥感估算，，由笔耕文化传播整理发布。

本文编号：444186