基于改进CASA模型的区域冬小麦产量遥感估测研究
发布时间：2022-01-14 23:12
准确、及时地开展区域粮食作物的产量监测评估,对科学制定农产品进出口计划、调控粮食市场和指导种植结构调整等具有重要意义。近些年来,结合遥感技术进行作物产量评估,早已成为重要的研究方向。本文基于时间序列卫星遥感影像,利用改进的净初级生产力（NPP）模拟方法—CASA模型,开展区域冬小麦产量遥感估测研究。以2009年北京市通州区和顺义区冬小麦为研究对象,首先将冬小麦全生育期以5 d为周期间隔划分为54个阶段,对有国产卫星HJ-1A/B过境的39个阶段,采用改进CASA模型对冬小麦NPP进行估算;对其他无HJ-1A/B影像过境的15个阶段,应用MOD17A2H产品进行插补,最终获取冬小麦全生育期内以5 d为间隔的高时空分辨率冬小麦NPP空间分布信息;利用时序MODIS NDVI数据产品生成的生长曲线判断冬小麦生育期内以开花期为代表的多个关键物候期,利用开花后和开花前NPP累积值的比值来构建冬小麦收获指数的新型估测模型,最终实现对区域冬小麦收获指数的遥感估测;进而,借助NPP-产量转换模型,实现研究区冬小麦生物量和产量的遥感估测;最后,结合地面实测的产量数据,对该遥感估产模...
【文章来源】：安徽大学安徽省 211工程院校
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
技术路线流程图
第二章研究区概况及数据处理12第二章研究区概况及数据处理2.1研究区概况冬小麦实验于2008-2009年在北京市通州区和顺义区开展，如图2.1所示。通州区地处北京市东南部，北纬39°36′-40°02′，东经116°32′-116°56′，东西宽36.5km，南北长48km，面积906km2，海拔最高27.6m，最低8.2m；属于典型的大陆性季风气候，四季分明，雨热同季，昼夜温差较大，年平均气温在10-12℃，年平均降水量为620mm，平均无霜期180d左右，小麦播种面积23.4万亩；顺义区位于北京市东北方向，北纬40°00′-40°18′，东经116°28′-116°58′，东西长45km，南北宽30km，总面积1021km2[68]，其中，平原面积占95.7%。地势北高南低，北部山地最高点海拔637m，平均海拔35m；属于半湿润大陆性季风气候，冬天干燥寒冷，夏天炎热多雨，年平均气温为11.5°C左右，年平均降水量是610mm，平均无霜期195d，小麦播种面积20.8万亩。研究区主要粮食作物轮作方式为冬小麦和夏玉米一年两熟。冬小麦是研究区夏粮最主要的作物，种植时间为往年的9月底至6月初，播种面积和产量在北京市均处于前列。图2.1研究区和采样点位置示意图Fig2.1Locationdiagramofthestudyareaandsamplingpoints
第二章研究区概况及数据处理142.2.2MOD17A2H数据产品作为当前使用广泛的中分辨率成像光谱仪（MODIS）传感器，可以实现地面、海洋、大气和太阳辐射数据的采集和监测[73]，MODIS传感器不仅具备从可见光到热红外全光谱覆盖的能力，而且还包括高时间分辨率、中等空间分辨率、数据接收简单、下载免费等特点[74]。MODIS的初级生产产品（MOD17A2）可提供分辨率为1km、8d的GPP合成数据产品，现已在全球广泛使用[75]。MOD17A2H作为MOD17A2的升级产品，空间分辨率由1km提高到500m，时间分辨率为8d。本文中其他15阶段，因HJ-1A/B卫星数据缺失可用的影像，无法直接基于改进的CASA模型模拟NPP空间信息。故本文选用2008、2009年部分MODIS陆地标准产品数据MOD17A2HGPP产品进行插补。其中，MOD17A2H产品来自（https://ladsweb.modaps.eosdis.nasa.gov/），数据预处理主要包括投影转换、数据拼接、数据裁剪、重采样等。文中将通过净初级生产力NPP建立模型估测冬小麦产量，故冬小麦光合作用生成的总初级生产力GPP，需转化为NPP，MOD17A2HGPP产品转化为NPP数据的具体技术路线（如图2.2所示）和处理步骤为：图2.2原始MOD17A2HGPP产品转化为NPP数据技术路线图Fig2.2WorkflowfortheconversionoftheprimitiveMOD17A2HGPPproductintoNetPrimaryProductivity(NPP)data（1）MOD17A2H数据预处理。对数据进行格式转换、投影坐标转换、数据裁剪、拼
【参考文献】：
期刊论文
[1]山东省农情遥感监测平台构建研究[J]. 姚慧敏,梁守真,隋学艳,王猛,侯学会. 中国农学通报. 2019(33)
[2]美国农业资源管理的经验与启示[J]. 李晓琳,霍剑波,张华,屈宝香,尤飞. 中国农业资源与区划. 2018(10)
[3]基于遥感的新疆人工绿洲扩张中植被净初级生产力动态变化[J]. 张芳,熊黑钢,冯娟,许仲林. 农业工程学报. 2017(12)
[4]基于CASA模型的区域冬小麦生物量遥感估算[J]. 刘真真,张喜旺,陈云生,张传才,秦奋,曾红伟. 农业工程学报. 2017(04)
[5]基于时序归一化植被指数的冬小麦收获指数空间信息提取[J]. 任建强,陈仲新,周清波,唐华俊. 农业工程学报. 2010(08)
[6]作物光能利用效率和收获指数时空变化研究进展[J]. 李贺丽,罗毅. 应用生态学报. 2009(12)
[7]基于NDVI数据的华北地区耕地物候空间格局[J]. 吴文斌,杨鹏,唐华俊,Shibasaki Ryosuke,周清波,张莉. 中国农业科学. 2009(02)
[8]农作物单产遥感估算模型研究进展[J]. 徐新刚,吴炳方,蒙继华,李强子,黄文江,刘良云,王纪华. 农业工程学报. 2008(02)
[9]基于植物净初级生产力模型的区域冬小麦估产研究[J]. 任建强,陈仲新,唐华俊,石瑞香. 农业工程学报. 2006(05)
[10]中国典型植被最大光利用率模拟[J]. 朱文泉,潘耀忠,何浩,于德永,扈海波. 科学通报. 2006(06)
博士论文
[1]基于植被指数时序谱类内差异特征的冬小麦遥感识别研究[D]. 杨闫君.南京大学 2019
[2]基于MODIS数据和光能利用率模型的中国陆地净初级生产力估算研究[D]. 李贵才.中国科学院研究生院（遥感应用研究所） 2004
硕士论文
[1]北京市顺义区表层土壤重金属地球化学特征研究[D]. 余洪慧.中国地质大学(北京) 2019
[2]面向作物长势监测的Hurst指数算法改进及其应用[D]. 王洁.南京信息工程大学 2019
[3]遥感数据与作物模型同化的冬小麦估产研究[D]. 王丽媛.浙江大学 2018
[4]岷江上游植被生产力变化及其与气候和人类活动的关系研究[D]. 龚雪梅.成都信息工程大学 2018
[5]基于遥感反演CASA模型的通辽市开鲁县植被净初级生产力研究[D]. 娄君宜.内蒙古农业大学 2016
[6]基于CASA模型的浙江省植被净初级生产力估算[D]. 俞静芳.浙江农林大学 2012
[7]基于MODIS数据的内蒙古陆地植被净第一性生产力遥感估算研究[D]. 包刚.内蒙古师范大学 2009
本文编号：3589402
【文章来源】：安徽大学安徽省 211工程院校
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
技术路线流程图
第二章研究区概况及数据处理12第二章研究区概况及数据处理2.1研究区概况冬小麦实验于2008-2009年在北京市通州区和顺义区开展，如图2.1所示。通州区地处北京市东南部，北纬39°36′-40°02′，东经116°32′-116°56′，东西宽36.5km，南北长48km，面积906km2，海拔最高27.6m，最低8.2m；属于典型的大陆性季风气候，四季分明，雨热同季，昼夜温差较大，年平均气温在10-12℃，年平均降水量为620mm，平均无霜期180d左右，小麦播种面积23.4万亩；顺义区位于北京市东北方向，北纬40°00′-40°18′，东经116°28′-116°58′，东西长45km，南北宽30km，总面积1021km2[68]，其中，平原面积占95.7%。地势北高南低，北部山地最高点海拔637m，平均海拔35m；属于半湿润大陆性季风气候，冬天干燥寒冷，夏天炎热多雨，年平均气温为11.5°C左右，年平均降水量是610mm，平均无霜期195d，小麦播种面积20.8万亩。研究区主要粮食作物轮作方式为冬小麦和夏玉米一年两熟。冬小麦是研究区夏粮最主要的作物，种植时间为往年的9月底至6月初，播种面积和产量在北京市均处于前列。图2.1研究区和采样点位置示意图Fig2.1Locationdiagramofthestudyareaandsamplingpoints
第二章研究区概况及数据处理142.2.2MOD17A2H数据产品作为当前使用广泛的中分辨率成像光谱仪（MODIS）传感器，可以实现地面、海洋、大气和太阳辐射数据的采集和监测[73]，MODIS传感器不仅具备从可见光到热红外全光谱覆盖的能力，而且还包括高时间分辨率、中等空间分辨率、数据接收简单、下载免费等特点[74]。MODIS的初级生产产品（MOD17A2）可提供分辨率为1km、8d的GPP合成数据产品，现已在全球广泛使用[75]。MOD17A2H作为MOD17A2的升级产品，空间分辨率由1km提高到500m，时间分辨率为8d。本文中其他15阶段，因HJ-1A/B卫星数据缺失可用的影像，无法直接基于改进的CASA模型模拟NPP空间信息。故本文选用2008、2009年部分MODIS陆地标准产品数据MOD17A2HGPP产品进行插补。其中，MOD17A2H产品来自（https://ladsweb.modaps.eosdis.nasa.gov/），数据预处理主要包括投影转换、数据拼接、数据裁剪、重采样等。文中将通过净初级生产力NPP建立模型估测冬小麦产量，故冬小麦光合作用生成的总初级生产力GPP，需转化为NPP，MOD17A2HGPP产品转化为NPP数据的具体技术路线（如图2.2所示）和处理步骤为：图2.2原始MOD17A2HGPP产品转化为NPP数据技术路线图Fig2.2WorkflowfortheconversionoftheprimitiveMOD17A2HGPPproductintoNetPrimaryProductivity(NPP)data（1）MOD17A2H数据预处理。对数据进行格式转换、投影坐标转换、数据裁剪、拼
【参考文献】：
期刊论文
[1]山东省农情遥感监测平台构建研究[J]. 姚慧敏,梁守真,隋学艳,王猛,侯学会. 中国农学通报. 2019(33)
[2]美国农业资源管理的经验与启示[J]. 李晓琳,霍剑波,张华,屈宝香,尤飞. 中国农业资源与区划. 2018(10)
[3]基于遥感的新疆人工绿洲扩张中植被净初级生产力动态变化[J]. 张芳,熊黑钢,冯娟,许仲林. 农业工程学报. 2017(12)
[4]基于CASA模型的区域冬小麦生物量遥感估算[J]. 刘真真,张喜旺,陈云生,张传才,秦奋,曾红伟. 农业工程学报. 2017(04)
[5]基于时序归一化植被指数的冬小麦收获指数空间信息提取[J]. 任建强,陈仲新,周清波,唐华俊. 农业工程学报. 2010(08)
[6]作物光能利用效率和收获指数时空变化研究进展[J]. 李贺丽,罗毅. 应用生态学报. 2009(12)
[7]基于NDVI数据的华北地区耕地物候空间格局[J]. 吴文斌,杨鹏,唐华俊,Shibasaki Ryosuke,周清波,张莉. 中国农业科学. 2009(02)
[8]农作物单产遥感估算模型研究进展[J]. 徐新刚,吴炳方,蒙继华,李强子,黄文江,刘良云,王纪华. 农业工程学报. 2008(02)
[9]基于植物净初级生产力模型的区域冬小麦估产研究[J]. 任建强,陈仲新,唐华俊,石瑞香. 农业工程学报. 2006(05)
[10]中国典型植被最大光利用率模拟[J]. 朱文泉,潘耀忠,何浩,于德永,扈海波. 科学通报. 2006(06)
博士论文
[1]基于植被指数时序谱类内差异特征的冬小麦遥感识别研究[D]. 杨闫君.南京大学 2019
[2]基于MODIS数据和光能利用率模型的中国陆地净初级生产力估算研究[D]. 李贵才.中国科学院研究生院（遥感应用研究所） 2004
硕士论文
[1]北京市顺义区表层土壤重金属地球化学特征研究[D]. 余洪慧.中国地质大学(北京) 2019
[2]面向作物长势监测的Hurst指数算法改进及其应用[D]. 王洁.南京信息工程大学 2019
[3]遥感数据与作物模型同化的冬小麦估产研究[D]. 王丽媛.浙江大学 2018
[4]岷江上游植被生产力变化及其与气候和人类活动的关系研究[D]. 龚雪梅.成都信息工程大学 2018
[5]基于遥感反演CASA模型的通辽市开鲁县植被净初级生产力研究[D]. 娄君宜.内蒙古农业大学 2016
[6]基于CASA模型的浙江省植被净初级生产力估算[D]. 俞静芳.浙江农林大学 2012
[7]基于MODIS数据的内蒙古陆地植被净第一性生产力遥感估算研究[D]. 包刚.内蒙古师范大学 2009
本文编号：3589402
本文链接：https://www.wllwen.com/shoufeilunwen/zaizhiyanjiusheng/3589402.html
教材专著
