基于顺序同化法的区域小麦生长监测预测研究
发布时间:2023-03-13 20:15
遥感(RS)的实时性、区域性与作物生长模型的机理性、预测性优势互补,RS信息与作物模型的结合是实现区域化作物产量精确预测的有效方法。其中顺序同化法以对某一时刻模型模拟值的优化可提高其后时刻的模拟精度为前提,同时考虑了 RS观测值与作物生长模型的模拟误差,是目前RS-模型耦合的研究热点之一。直接利用RS信息作为同化参数在一定程度上避免了 RS反演农学参数过程所产生的误差,从理论上讲有一定优势。目前,RS-模型耦合的过程主要采用逐象元计算的方法,在区域尺度上面临着很大的计算量。因此,如何提高耦合模型的计算效率也成为RS-模型耦合的研究热点之一。本文将小麦生长模型(WheatGrow)与PROSAIL模型相连接,进而与RS信息相耦合,以LAI为状态变量,不同生育期的小麦植被指数(VI)作为耦合参数,构建了一种同化RS反演的与WheatGrow-PROSAIL耦合模型模拟的时序性植被指数(VIs)的顺序同化方法,以获得最优的叶面积指数序列(LAIs),并以此驱动WheatGrow模型更准确的模拟了冬小麦生长指标和籽粒产量。借鉴管理分区的方法,对影响小麦生长的重要土壤养分指标(碱解氮、有机质和速...
【文章页数】:80 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1 研究概述
1.1 作物生长模型研究进展
1.2 基于遥感的作物监测预测研究进展
1.3 遥感与生长模型耦合研究进展
1.4 植被辐射传输模型研究进展
1.5 模拟分区研究进展
2 研究的目的与意义
参考文献
第二章 技术路线与研究方法
1 研究内容与技术路线
1.1 研究内容
1.2 核心技术路线
2 顺序同化方法
2.1 数据同化算法
2.2 数据同化过程
3 材料与方法
3.1 试验设计
3.2 数据获取
3.3 模型
4 系统的集成与构建
4.1 利用IDL组件实现PROSAIL模型模块
4.2 利用GIS组件开发系统的区域功能模块
4.3 利用Visual C#为平台调用遥感信息处理模块和模型组件
参考文献
第三章 基于模拟分区的小麦籽粒产量预测研究
1 材料与方法
1.1 试验设计
1.2 数据获取与利用
1.3 数据分析方法
1.4 模型
1.5 优化算法
1.6 遥感-模型耦合流程
2 结果与分析
2.1 田块尺度验证
2.2 研究区土壤养分指标与小麦冠层SAVI的空间异质性分析
2.3 基于土壤-遥感长势结合的小麦生长模拟分区
2.4 基于模拟分区的区域小麦籽粒产量模拟分析
3 讨论与小结
参考文献
第四章 基于时序性遥感信息的小麦生长监测预测研究
1 材料与方法
1.1 试验设计
1.2 数据获取
1.3 数据分析与利用
1.4 遥感数据融合
1.5 模型
1.6 优化算法
1.7 遥感-模型耦合流程
2 结果与分析
2.1 不同时空分辨率遥感数据融合
2.2 同化不同植被指数对模型预测精度的影响
2.3 分时期同化遥感信息对模型精度的影响
2.4 基于同化时序性遥感信息的小麦生长及产量预测
3 讨论与小结
参考文献
第五章 讨论与结论
1 讨论
1.1 基于模拟分区的耦合技术
1.2 基于时序性遥感信息的耦合技术
1.3 今后的研究设想
2 本研究的特色和创新
3 结论
参考文献
附录Ⅰ 硕士期间发表或投稿的论文
附录Ⅱ 硕士期间参与科研项目
致谢
本文编号:3762316
【文章页数】:80 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1 研究概述
1.1 作物生长模型研究进展
1.2 基于遥感的作物监测预测研究进展
1.3 遥感与生长模型耦合研究进展
1.4 植被辐射传输模型研究进展
1.5 模拟分区研究进展
2 研究的目的与意义
参考文献
第二章 技术路线与研究方法
1 研究内容与技术路线
1.1 研究内容
1.2 核心技术路线
2 顺序同化方法
2.1 数据同化算法
2.2 数据同化过程
3 材料与方法
3.1 试验设计
3.2 数据获取
3.3 模型
4 系统的集成与构建
4.1 利用IDL组件实现PROSAIL模型模块
4.2 利用GIS组件开发系统的区域功能模块
4.3 利用Visual C#为平台调用遥感信息处理模块和模型组件
参考文献
第三章 基于模拟分区的小麦籽粒产量预测研究
1 材料与方法
1.1 试验设计
1.2 数据获取与利用
1.3 数据分析方法
1.4 模型
1.5 优化算法
1.6 遥感-模型耦合流程
2 结果与分析
2.1 田块尺度验证
2.2 研究区土壤养分指标与小麦冠层SAVI的空间异质性分析
2.3 基于土壤-遥感长势结合的小麦生长模拟分区
2.4 基于模拟分区的区域小麦籽粒产量模拟分析
3 讨论与小结
参考文献
第四章 基于时序性遥感信息的小麦生长监测预测研究
1 材料与方法
1.1 试验设计
1.2 数据获取
1.3 数据分析与利用
1.4 遥感数据融合
1.5 模型
1.6 优化算法
1.7 遥感-模型耦合流程
2 结果与分析
2.1 不同时空分辨率遥感数据融合
2.2 同化不同植被指数对模型预测精度的影响
2.3 分时期同化遥感信息对模型精度的影响
2.4 基于同化时序性遥感信息的小麦生长及产量预测
3 讨论与小结
参考文献
第五章 讨论与结论
1 讨论
1.1 基于模拟分区的耦合技术
1.2 基于时序性遥感信息的耦合技术
1.3 今后的研究设想
2 本研究的特色和创新
3 结论
参考文献
附录Ⅰ 硕士期间发表或投稿的论文
附录Ⅱ 硕士期间参与科研项目
致谢
本文编号:3762316
本文链接:https://www.wllwen.com/nykjlw/nzwlw/3762316.html
最近更新
教材专著