基于物联网和遥感的河南省冬小麦晚霜冻害监测及产量预测
发布时间：2021-09-05 00:37
冬小麦是我国的主要粮食作物,其生产对我国粮食安全至关重要。河南省是我国粮食生产核心区,冬小麦产量占全国小麦总产量的25%以上,近年来晚霜冻害频繁发生,对冬小麦产量品质影响较大,严重可致冬小麦绝收,对河南省的冬小麦晚霜冻害进行监测和产量预测有重要意义。本文以物联网技术和遥感技术为依托,选择合适的空间插值方法构建河南省温度曲面,基于构建的温度曲面对河南省冬小麦是否发生晚霜冻害进行监测,结合极端低温（FDD）对冬小麦晚霜冻害程度进行量化,构建冬小麦晚霜冻害指数（F）。基于极端度日（EDD extreme degree-day）、生长度日（GDD growth degree-day）、冬小麦晚霜冻害指数（F）以及归一化植被指数（NDVI normalized difference vegetation index）构建回归模型对冬小麦产量进行预测,实现冬小麦晚霜冻害监测和产量预测,为冬小麦生产的智能决策支持提供新的手段。本文的主要研究和结果如下:（1）利用部署在河南省内的物联网站点以及气象的温度数据,结合克里金插值、泛克里金插值、样条插值和反距离权重插值四种插值方法对整个河南省的温度进行空间插...
【文章来源】：河南农业大学河南省
【文章页数】：52 页
【学位级别】：硕士
【部分图文】：
图２－２研究区域概况??Ｆｉｇ?２－２?Ｏｖｅｒｖｉｅｗ?ｏｆ?ｔｈｅ?ｓｔｕｄｙ?ａｒｅａ??２．２．２研究方法??
ｃｋ＜〇．３５??其中ＮＤＶＩｎｔｈｗ？ｋ为冬小麦生长返青期那一年中第ｎ周的ＮＤＶＩ值，所有河南省所在区??域不同时期像元进行规则验证，符合规则要求的则标志为冬小麦种植覆盖像元，最终统计出??所有冬小麦种植区域像元的面积，结果表明像元统计冬小麦种植面积和河南省官方统计冬小??麦种植面枳之比在９５％－１０５％？??＾１?１?３?Ｉ￣￣??Ｉ??３５〇ｎ??：??３３＇；＾??／?；?；?！??１１０°Ｅ＂?１１２°＾＾?ＴＴ４＾Ｅ?１１６°Ｅ??图２－３河南省冬小麦种植分布??Ｆｉｇ?２－３?Ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｗｉｎｔｅｒ?ｗｈｅａｔ?ｐｌａｎｔｉｎｇ?ｉｎ?Ｈｅｎａｎ?Ｐｒｏｖｉｎｃｅ??１４??
３．结果与分析??３．１插值结果分析??本文要研究不同地形对这四种插值方法进行温度插值时的影响，因此本文在检验过程中??首先选定郑州、南乐、林州、镇平和邓州这五个不属于同一地形的地区作为检验的站点，如??图３－１，这五个地区的地形分别是盆地向平原过渡地带、平原、山区、丘陵和盆地，分别利??用四种插值方法对这五个地区的日最低温度信息进行插值预测，采用预测的平均温度作为预??测温度，并结合实际温度分别计算以上几个误差指标。本文采用交叉验证的方法对插值结果??进行了对比分析，研宄过程中，对１２１个地区进行了全交叉验证。交叉验证法是一种精度验??证方法，该方法的优点在于最大限度的利用了观测值，而避免了因预留用于验证精度的观测??值减少了参与插值过程的观测自数量而对总体精度的负面影响［２１１。验证过程中运用绝对平??均误差（ＭＡＥ）、相对平均误差（ＭＲＥ）以及均方根误差（ＲＭＳＥ）作为验证的指标，其计??算公式如下：??ＭＲＥ?＝?ｉｉｎ＝１｜￡ｌ＾Ｗ｜?（３－１）??ＭＡＥ?＝?ｉＸ＂＝ｉｌｚｉ－ｚ（ｘ）｜?（３－２）??ＲＭＳＥ：?ＪｉＳｆ＝１｜ｚｉ－ｚ（ｘ）｜２?（３－３）??０?４Ｓ?９０?１６０?＊＊?Ｘ?＾?ｙＳｊ／??ｔ?ｉ－?１?？?１?１?ｉ?１?ｊ??图３－１空间插值方法检验点??Ｆｉｇ?３－１?Ｓｐａｃｅ?ｉｎｔｅｒｐｏｌａｔｉｏｎ?ｍｅｔｈｏｄ?ｃｈｅｃｋｐｏｉｎｔ??３．１．１克里金插值方法结果分析??１６??
【参考文献】：
期刊论文
[1]河南省冬小麦热量条件的时空变化及对产量影响[J]. 檀艳静. 陕西农业科学. 2018(12)
[2]淮河流域冬小麦晚霜冻时空演变分析[J]. 马尚谦,张勃,唐敏,魏怀东,何航,魏堃,候启,李帅,杨梅. 麦类作物学报. 2019(01)
[3]河南省冬小麦产量遥感监测精度比较研究[J]. 盛磊,何亚娟,吴全,王飞. 中国农业信息. 2018(02)
[4]复杂山地环境下气候要素的空间插值方法比较研究[J]. 徐翔,许瑶,孙青青,谢婷,张化永. 华中师范大学学报(自然科学版). 2018(01)
[5]基于多因子关联的冬小麦晚霜冻害分析——以河南省为例[J]. 朱虹晖,武永峰,宋吉青,杜克明. 中国农业气象. 2018(01)
[6]晚霜冻影响下冬小麦冠层光谱特征与株高要素变化关系[J]. 史萍,武永峰,胡新,吕国华,任德超,宋吉青. 光谱学与光谱分析. 2017(12)
[7]新乡市小麦根茎部主要病害种类及防控技术[J]. 郭会芳. 农村.农业.农民（B版）. 2017(10)
[8]气象要素空间插值方法优化研究[J]. 彭思岭. 地理空间信息. 2017(07)
[9]安徽省气象数据空间插值方法比较与分布特征[J]. 赵冰雪,王雷,程东亚. 水土保持研究. 2017(03)
[10]区域性夏季平均气温空间插值方法比较[J]. 汤伏全,李庚新. 安徽农业科学. 2017(08)
博士论文
[1]冬小麦药隔形成初期冻胁迫的基因表达谱与蛋白质组学研究[D]. 韩巧霞.河南农业大学 2013
硕士论文
[1]基于物联网的河南省冬小麦晚霜冻害监测系统构建[D]. 熊明阳.河南农业大学 2018
[2]基于灰色模型技术的气象因素对粮食生产影响的量化分析[D]. 王天慧.河南农业大学 2018
[3]基于多气象因子的冬小麦晚霜冻害评估[D]. 朱虹晖.中国农业科学院 2018
[4]气候变化对我国冬小麦产量的影响[D]. 吴桐.南京农业大学 2016
[5]冬小麦霜冻害模拟方法及其与物联网融合初探[D]. 陈曦.东北农业大学 2015
[6]基于遥感信息与作物模型同化的冬小麦产量预测研究[D]. 武思杰.中南大学 2012
[7]冬小麦晚霜冻害遥感监测技术与方法研究[D]. 张雪芬.南京信息工程大学 2005
本文编号：3384316
【文章来源】：河南农业大学河南省
【文章页数】：52 页
【学位级别】：硕士
【部分图文】：
图２－２研究区域概况??Ｆｉｇ?２－２?Ｏｖｅｒｖｉｅｗ?ｏｆ?ｔｈｅ?ｓｔｕｄｙ?ａｒｅａ??２．２．２研究方法??
ｃｋ＜〇．３５??其中ＮＤＶＩｎｔｈｗ？ｋ为冬小麦生长返青期那一年中第ｎ周的ＮＤＶＩ值，所有河南省所在区??域不同时期像元进行规则验证，符合规则要求的则标志为冬小麦种植覆盖像元，最终统计出??所有冬小麦种植区域像元的面积，结果表明像元统计冬小麦种植面积和河南省官方统计冬小??麦种植面枳之比在９５％－１０５％？??＾１?１?３?Ｉ￣￣??Ｉ??３５〇ｎ??：??３３＇；＾??／?；?；?！??１１０°Ｅ＂?１１２°＾＾?ＴＴ４＾Ｅ?１１６°Ｅ??图２－３河南省冬小麦种植分布??Ｆｉｇ?２－３?Ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｗｉｎｔｅｒ?ｗｈｅａｔ?ｐｌａｎｔｉｎｇ?ｉｎ?Ｈｅｎａｎ?Ｐｒｏｖｉｎｃｅ??１４??
３．结果与分析??３．１插值结果分析??本文要研究不同地形对这四种插值方法进行温度插值时的影响，因此本文在检验过程中??首先选定郑州、南乐、林州、镇平和邓州这五个不属于同一地形的地区作为检验的站点，如??图３－１，这五个地区的地形分别是盆地向平原过渡地带、平原、山区、丘陵和盆地，分别利??用四种插值方法对这五个地区的日最低温度信息进行插值预测，采用预测的平均温度作为预??测温度，并结合实际温度分别计算以上几个误差指标。本文采用交叉验证的方法对插值结果??进行了对比分析，研宄过程中，对１２１个地区进行了全交叉验证。交叉验证法是一种精度验??证方法，该方法的优点在于最大限度的利用了观测值，而避免了因预留用于验证精度的观测??值减少了参与插值过程的观测自数量而对总体精度的负面影响［２１１。验证过程中运用绝对平??均误差（ＭＡＥ）、相对平均误差（ＭＲＥ）以及均方根误差（ＲＭＳＥ）作为验证的指标，其计??算公式如下：??ＭＲＥ?＝?ｉｉｎ＝１｜￡ｌ＾Ｗ｜?（３－１）??ＭＡＥ?＝?ｉＸ＂＝ｉｌｚｉ－ｚ（ｘ）｜?（３－２）??ＲＭＳＥ：?ＪｉＳｆ＝１｜ｚｉ－ｚ（ｘ）｜２?（３－３）??０?４Ｓ?９０?１６０?＊＊?Ｘ?＾?ｙＳｊ／??ｔ?ｉ－?１?？?１?１?ｉ?１?ｊ??图３－１空间插值方法检验点??Ｆｉｇ?３－１?Ｓｐａｃｅ?ｉｎｔｅｒｐｏｌａｔｉｏｎ?ｍｅｔｈｏｄ?ｃｈｅｃｋｐｏｉｎｔ??３．１．１克里金插值方法结果分析??１６??
【参考文献】：
期刊论文
[1]河南省冬小麦热量条件的时空变化及对产量影响[J]. 檀艳静. 陕西农业科学. 2018(12)
[2]淮河流域冬小麦晚霜冻时空演变分析[J]. 马尚谦,张勃,唐敏,魏怀东,何航,魏堃,候启,李帅,杨梅. 麦类作物学报. 2019(01)
[3]河南省冬小麦产量遥感监测精度比较研究[J]. 盛磊,何亚娟,吴全,王飞. 中国农业信息. 2018(02)
[4]复杂山地环境下气候要素的空间插值方法比较研究[J]. 徐翔,许瑶,孙青青,谢婷,张化永. 华中师范大学学报(自然科学版). 2018(01)
[5]基于多因子关联的冬小麦晚霜冻害分析——以河南省为例[J]. 朱虹晖,武永峰,宋吉青,杜克明. 中国农业气象. 2018(01)
[6]晚霜冻影响下冬小麦冠层光谱特征与株高要素变化关系[J]. 史萍,武永峰,胡新,吕国华,任德超,宋吉青. 光谱学与光谱分析. 2017(12)
[7]新乡市小麦根茎部主要病害种类及防控技术[J]. 郭会芳. 农村.农业.农民（B版）. 2017(10)
[8]气象要素空间插值方法优化研究[J]. 彭思岭. 地理空间信息. 2017(07)
[9]安徽省气象数据空间插值方法比较与分布特征[J]. 赵冰雪,王雷,程东亚. 水土保持研究. 2017(03)
[10]区域性夏季平均气温空间插值方法比较[J]. 汤伏全,李庚新. 安徽农业科学. 2017(08)
博士论文
[1]冬小麦药隔形成初期冻胁迫的基因表达谱与蛋白质组学研究[D]. 韩巧霞.河南农业大学 2013
硕士论文
[1]基于物联网的河南省冬小麦晚霜冻害监测系统构建[D]. 熊明阳.河南农业大学 2018
[2]基于灰色模型技术的气象因素对粮食生产影响的量化分析[D]. 王天慧.河南农业大学 2018
[3]基于多气象因子的冬小麦晚霜冻害评估[D]. 朱虹晖.中国农业科学院 2018
[4]气候变化对我国冬小麦产量的影响[D]. 吴桐.南京农业大学 2016
[5]冬小麦霜冻害模拟方法及其与物联网融合初探[D]. 陈曦.东北农业大学 2015
[6]基于遥感信息与作物模型同化的冬小麦产量预测研究[D]. 武思杰.中南大学 2012
[7]冬小麦晚霜冻害遥感监测技术与方法研究[D]. 张雪芬.南京信息工程大学 2005
本文编号：3384316
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3384316.html
