基于LAI的吉林春玉米作物模型与遥感的同化及灌溉模拟

发布时间：2020-06-17 21:32

【摘要】：粮食安全问题事关国家的经济发展,是农业生产的核心。及时并精准的预测并获取作物长势与产量是保证地区和国家粮食安全、交易以及政府决策的基础。相较于传统农业信息调查存在的经济成本与时间成本过高的问题,遥感探测具备数据客观、探测及时、覆盖面积大的优势,但是作物的发育需要经历一个长时间的阶段,而遥感信息更多的是对瞬时情况的观测,因此对作物生育阶段的描述性较差。为了提高模拟产量的精确度,目前多使用同化方法将遥感数据与作物模型耦合,是遥感和信息化农业的研究热点和重点。本文以吉林省榆树和白城站多年春玉米为基础,选择叶面积指数(LAI)作为遥感信息与作物模型的结合点,根据集合卡尔曼滤波(EnKF)方法对WOFOST(World Food Study)模型与遥感信息进行同化,据此对吉林省春玉米产量模拟分析,同时利用作物需水量和有效降水量计算的灌溉需求指数确定关键灌溉生育期进一步设定灌溉方案,据此进行春玉米产量模拟以确定较优的灌溉方案。具体研究内容如下:(1)WOFOST模型本地化。作物模型输入的部分数据由于不能直接测量所以需要进行前期准备工作,随后采用初始变量扰动法确定WOFOST模型中的参数敏感度,根据敏感性分析结果并参考相关文献对参数进行调整,以确定WOFOST模型的品种和土壤参数值;以榆树和白城站的2002-2011年作物发育期资料、叶面积指数资料和产量资料对模型结果进行验证,据此确定适用于吉林省站点的WOFOST模型参数。(2)遥感数据的处理。本文选用了 MODIS叶面积指数产品,遥感数据通常会受天气、气溶胶等未知因素影响,使得遥感值容易出现异常值,所以选取Savitzky-Golay滤波方法处理MODIS遥感产品的时间序列曲线,实现数据平滑和去除异常值的目的,同时结合研究区域叶面积实测值和Logistic方程对平滑后的数据进行修正,得到与实际生育期内生长发育情况更为接近的春玉米叶面积指数连续时间序列曲线,为后面数据同化做好准备。(3)构建WOFOST-EnKF同化。利用集合卡尔曼滤波算法,以8d时间序列的MOD 15叶面积指数作为外部同化数据进行同化模拟,在榆树进行单点研究,并对比同化后模拟产量与WOFOST模型的模拟产量,结果表明基于同化方法构建的模型模拟产量值较同化前模型模拟产量值与实测值相差小。(4)吉林省春玉米主要种植区灌溉方案的设定及作物模型模拟研究。吉林省春玉米种植主要受当地水资源制约,因此玉米的需水规律和灌溉研究对当地粮食的稳产高产具有重要意义。通过计算春玉米各生育期的需水量和有效降水量得到全生育期的灌溉需求指数,以确定关键灌溉期;计算不同降水年型下生育期的灌溉量来设定灌溉模拟方案,利用WOFOST-EnKF嵌套模型实现灌溉模拟方案得到春玉米模拟产量,结果表明吉林省中西部春玉米乳熟-成熟期灌溉效率最高,其次为播种-出苗期,可根据条件增加乳熟-成熟期灌溉和关键生育期的灌溉次数。
【学位授予单位】：南京信息工程大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：S513
【图文】：

第一章引言逡逑的灌溉提供建议。技术路线流程图１－１如下。逡逑；／气象数据／逦／作物数据／逦＾／土壤数据／Ｉ逡逑１邋ｒ逡逑敏感性分析逡逑ｒ逦逦逦逦邋／遥感数据／逡逑ＷＯＦＯＳＴ作物模型

物模型数据逡逑气象数据及处理逡逑文使用由吉林省榆树和白城气象站点统计的１９６５￣２０１５年的气象数据，温（°Ｃ）、最低气温（°Ｃ）、日照时数（ｈ）、水汽压（ｋＰａ）、风速（ｍＶ１）、降水量（从吉林省气象局获得。其中太阳辐射、风速、水汽压等需要进行公式转１）逐日太阳辐射量。因为输入ＷＯＦＯＳＴ模型中的逐日太阳辐射量无法中通过实际测量获取，通常根据广泛使用的Ａｎｇｓｒｔｏｎ经验公式利用日照时数来计算，逡逑Ｒｓ＝－Ｒ邋ｍａｘ（ｄｓ＋＾ｓ邋—邋）逦（２－１）逡逑Ｎ逡逑中：Ｒｓ表示太阳辐射通量，又称为短波辐射通量（ＭｈｍＡｃＴ１）；邋Ｒｍａｘ为天ＭｈｍＡｃＴ１；邋＆，

【参考文献】

相关期刊论文 前10条

1 滕晓伟;董燕生;沈家晓;孟鲁闽;冯海宽;;AquaCrop模型对旱区冬小麦抗旱灌溉的模拟研究[J];中国农业科学;2015年20期

2 刘钰;谭军利;李王成;刘海军;;吉林四平地区玉米和大豆灌溉需水量分析[J];南水北调与水利科技;2015年06期

3 包姗宁;曹春香;黄健熙;田丽燕;马鸿元;苏伟;倪希亮;;同化叶面积指数和蒸散发双变量的冬小麦产量估测方法[J];地球信息科学学报;2015年07期

4 董朝阳;刘志娟;杨晓光;;北方地区不同等级干旱对春玉米产量影响[J];农业工程学报;2015年11期

5 戴彤;王靖;赫迪;张建平;王娜;;APSIM模型在西南地区的适应性评价——以重庆冬小麦为例[J];应用生态学报;2015年04期

6 黄健熙;李昕璐;刘帝佑;马鸿元;田丽燕;苏伟;;顺序同化不同时空分辨率LAI的冬小麦估产对比研究[J];农业机械学报;2015年01期

7 郭建平;;气候变化对中国农业生产的影响研究进展[J];应用气象学报;2015年01期

8 张铁楠;许为政;魏n\;顾万荣;贺丹;芦玉双;钱诚;陈琦;李晶;;WOFOST模型对东北春麦区春小麦生长和产量的模拟效果[J];麦类作物学报;2015年01期

9 神祥金;吴正方;杜海波;;近50年来吉林西部半干旱区气候变化特征[J];干旱区资源与环境;2014年02期

10 张伟欣;曹宏鑫;朱艳;刘岩;张文宇;陈昱利;傅坤亚;;油菜作物模型研究进展[J];中国农业科技导报;2014年01期

相关博士学位论文 前2条

1 张端梅;吉林省西部灌区土地整理对地下水环境影响及风险评价[D];吉林大学;2013年

2 孙妍;MODISLAI与作物生长模型同化方法研究[D];中国科学院研究生院(东北地理与农业生态研究所);2012年

相关硕士学位论文 前7条

1 陈夏;江苏省冬小麦模型模拟优化研究及应用[D];南京信息工程大学;2017年

2 许小路;基于WOFOST模型的高温热害对江苏省水稻生长及产量的影响模拟[D];南京信息工程大学;2015年

3 张铁楠;WOFOST模型在东北春麦区生产中的应用研究[D];东北农业大学;2014年

4 范丽颖;基于集合Kalman滤波的作物生长模型与遥感数据的同化研究[D];中国农业科学院;2012年

5 武思杰;基于遥感信息与作物模型同化的冬小麦产量预测研究[D];中南大学;2012年

6 姜浩;基于作物模型同化遥感物候信息的冬小麦估产方法研究[D];电子科技大学;2011年

7 朱琳;集合卡尔曼滤波同化方法的研究[D];南京信息工程大学;2007年

本文编号：2718194