基于遥感和作物模型的东北水稻低温冷害监测评估

发布时间：2024-05-30 06:03

　　研究表明,低温冷害仍然是影响东北地区单季稻生长发育和产量的主要农业气象灾害之一。全球气候变暖已经成为共识,在这样的背景下,2000-2010年东北地区水稻延迟型冷害和障碍型冷害总体呈现下降趋势,但是随着种植格局改变水稻生产遭受低温冷害的风险仍然存在,极端低温事件也时有发生。为此,有必要深入研究如何快速有效地监测东北地区水稻低温冷害的发生情况以及如何评估冷害对水稻产量的影响。本文将从遥感监测和模型模拟两个方面着手,重点针对东北稻区延迟型冷害提出监测方案,同时在模型改进的基础上,建立障碍型冷害影响评估方法。首先,分析低温冷害影响下稻田的光谱特征,构建用于表征生育期延迟的CVI指标变量;选用2001-2015年MODIS光谱反射率产品,提取东北地区水稻种植区并识别水稻关键生育期;基于CVI指标变量构建延迟型冷害遥感监测指标体系,实现遥感监测。然后,以ORYZA2000作物模型为蓝本,耦合基于气象指标的水稻低温冷害监测模块和产量要素模拟模块(包括茎蘖动态、空壳率、秕谷率、千粒重),并利用东北地区水稻大田试验资料,改进ORYZA2000模型生育期模块;根据东北地区34个农业气象观测站2001-2...

【文章页数】：87 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 作物低温冷害监测评估研究现状
        1.2.1 低温冷害监测指标研究
        1.2.2 基于作物模型的冷害监测研究
        1.2.3 基于遥感的冷害监测研究
    1.3 研究内容和技术路线
第二章 数据和方法
    2.1 研究区概况
    2.2 农业气象资料
    2.3 遥感影像
    2.4 田间试验
    2.5 模型简介
第三章 基于遥感植被指数的延迟型冷害监测
    3.1 水稻种植区遥感识别
        3.1.1 水稻种植区提取方法
        3.1.2 水稻种植区提取结果及效果验证
    3.2 水稻生育期遥感识别
    3.3 水稻遥感指数
    3.4 构建延迟型冷害遥感监测指标
    3.5 遥感监测结果与分析
    3.6 本章小结
第四章 作物模型改进和参数本地化
    4.1 基于气象指标的低温冷害监测模块
    4.2 产量要素模拟模块
        4.2.1 茎蘖动态模拟模块
        4.2.2 空壳率模拟模块
        4.2.3 秕谷率模拟模块
        4.2.4 千粒重模拟模块
    4.3 ORYZA2000模型参数本地化
        4.3.1 参数定标方法
        4.3.2 实施定标
        4.3.3 验证结果
    4.4 本章小结
第五章 基于改进模型的低温冷害监测
    5.1 监测方案
    5.2 延迟型冷害模型监测结果及验证
    5.3 延迟型冷害模型监测结果分析
    5.4 障碍型冷害模型监测结果
    5.5 基于产量要素模拟的低温冷害灾损评估
    5.6 本章小结
第六章 总结和展望
    6.1 主要结论
    6.2 创新点
    6.3 问题与展望
参考文献
作者简介
致谢



本文编号：3984656