版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、近年來,隨著全球氣候不斷變暖,糧食產(chǎn)量受到影響。而人類的需求量不斷增長,糧食缺口越來越大,糧食安全問題成為世界各國面臨的主要問題之一?,F(xiàn)代農(nóng)業(yè)是以實(shí)現(xiàn)低能耗、高效率、高效益為目標(biāo)的新型農(nóng)業(yè),它充分的利用科學(xué)技術(shù)和現(xiàn)代化設(shè)備,采用先進(jìn)的管理方法進(jìn)行農(nóng)業(yè)種植。高光譜遙感技術(shù)為推進(jìn)現(xiàn)代化農(nóng)業(yè)進(jìn)程提供了重要的技術(shù)支持,高光譜遙感具有實(shí)時監(jiān)測能力強(qiáng)、監(jiān)測范圍廣、精度高等優(yōu)點(diǎn),在農(nóng)作物的長勢監(jiān)測和大面積估產(chǎn)、農(nóng)業(yè)資源的調(diào)查與動態(tài)監(jiān)測、農(nóng)業(yè)災(zāi)害的預(yù)報
2、與災(zāi)后評估等方面都發(fā)揮著重要的作用。由于遙感監(jiān)測常常受到天氣、影像分辨率、時間分辨率等諸多外界因素的制約,并且遙感信息只能對種植作物的表面進(jìn)行觀測,作物的內(nèi)部結(jié)構(gòu)變化、生理狀況等都無法從遙感影像中直接獲得,而且這些作物所反映出來的信息與作物本身、以及氣候、土壤等環(huán)境因素息息相關(guān)。為了彌補(bǔ)這一不足,科技工作者采用了作物生長模擬模型,這種模型正是基于這些因素的影響對作物進(jìn)行生長模擬,它綜合了計算機(jī)技術(shù)、作物生理學(xué)、作物生態(tài)學(xué)、農(nóng)業(yè)氣象學(xué)、土
3、壤學(xué)、農(nóng)藝學(xué)、系統(tǒng)學(xué)等多學(xué)科的知識,對作物的生長、發(fā)育、產(chǎn)量多種狀況進(jìn)行動態(tài)模擬。衛(wèi)星遙感技術(shù)能夠宏觀的監(jiān)測植被狀況,作物生長模型能夠微觀地模擬作物生長態(tài)勢,兩者優(yōu)勢互補(bǔ),能夠較好模擬出作物的產(chǎn)量。再結(jié)合自然、社會、經(jīng)濟(jì)等影響因素,可以對區(qū)域糧食產(chǎn)量進(jìn)行評估,可以為區(qū)域糧食安全預(yù)警決策提供科學(xué)的依據(jù)。具體研究內(nèi)容及結(jié)果如下:
1)本文首先對江漢平原湖北省潛江市后湖樣區(qū)的鄭麥9023、皖麥369和黃淮海平原濟(jì)南市長清樣區(qū)的臨
4、麥2號、穩(wěn)千1號和泰農(nóng)18號五個品種冬小麥在不同生育期小麥冠層光譜進(jìn)行分析,同時結(jié)合與光譜數(shù)據(jù)實(shí)時采集的冬小麥葉面積指數(shù)(LAI)、冬小麥葉片葉綠素值(SPAD)、冬小麥冠層有效光合輻射比率(FPAR)等冬小麥農(nóng)學(xué)參量進(jìn)行分析,研究發(fā)現(xiàn)不同區(qū)域的冬小麥在同一生育期內(nèi)葉面積指數(shù)沒有明顯差異,冬小麥葉面積指數(shù)與高光譜720nm~760nm附近反射率相關(guān)性達(dá)到0.65。本研究選取近紅外平臺最大值875nm、紅光波谷670nm、綠光550nm和
5、藍(lán)光450rim波段的光譜反射率來計算RVI、DVI、NDVI、GRVI、EVI和SAVI這6種植被指數(shù),通過與冬小麥葉面積指數(shù)進(jìn)行相關(guān)性分析發(fā)現(xiàn),其相關(guān)性在0.766~0.842之間,均具有較好的相關(guān)性。將植被指數(shù)與冬小麥葉面積指數(shù)擬合建立關(guān)系模型,并進(jìn)行了預(yù)測精度檢驗(yàn),結(jié)果顯示植被指數(shù)RⅥ和GRVI在LAI小于3.0時擬合度較好,但隨著冬小麥的覆蓋度增加擬合精度下降。RVI和GRVI這兩種植被指數(shù)都較敏感,特別是LAI大于3.0后,
6、對植被的變化更敏感。DVI、NDVI、EVI和SAVI這四種植被指數(shù)模擬精度在整個生育期變化不大。利用BP神經(jīng)網(wǎng)絡(luò)選取多個典型波段反射率對冬小麥葉面積指數(shù)進(jìn)行估算,能夠大大地提高反演精度,擬合度高達(dá)0.959,總均方根差RMSE為0.208。但是BP神經(jīng)網(wǎng)絡(luò)如果另外增加了學(xué)習(xí)樣本,“訓(xùn)練”好的網(wǎng)絡(luò)就需要從頭開始訓(xùn)練,它們對以前的權(quán)值和閥值是沒有記憶的,神經(jīng)網(wǎng)絡(luò)相對傳統(tǒng)的回歸模型而言,實(shí)用性有待進(jìn)一步研究。
2)研究區(qū)域的冬
7、小麥葉片葉綠素值(后簡稱SPAD)在整個生育期內(nèi)均呈現(xiàn)拋物線變化,但是兩樣區(qū)間冬小麥葉片SPAD值存在明顯差異,主要表現(xiàn)在SPAD峰值出現(xiàn)的生育期不同,后湖樣區(qū)冬小麥葉片SPAD峰值出現(xiàn)在抽穗期,長清樣區(qū)冬小麥葉片SPAD峰值出現(xiàn)在拔節(jié)期。這種區(qū)別在光譜反射率曲線中也得到反映,后湖樣區(qū)冬小麥光譜的藍(lán)、紅光波段在拔節(jié)期出現(xiàn)了降低的現(xiàn)象,這說明葉綠素含量在升高;而長清樣區(qū)的綠光波段在拔節(jié)期至抽穗期升高,說明該時期葉片的葉綠素含量降低。兩研究
8、區(qū)域冬小麥葉綠素含量的這些變化都能從光譜變化中得到印證。兩樣區(qū)冬小麥SPAD值與冬小麥冠層光譜反射率分別在674nm(后湖樣區(qū))和686nm(長清樣區(qū))附近達(dá)到波谷負(fù)相關(guān)最大值,760nm~1350nm近紅外波段反射率與SPAD值呈顯著的正相關(guān)。由于兩樣區(qū)冬小麥葉片SPAD存在較大的差異,故本研究分別將兩樣區(qū)冬小麥葉片SPAD值與植被指數(shù)GRVI、RVI、NDVI、DVI進(jìn)行相關(guān)性分析,相關(guān)系數(shù)在0.686、0.901之間,其中后湖樣區(qū)
9、的SPAD值與NDVI相關(guān)系數(shù)最高,達(dá)到0.901;長清區(qū)冬小麥SPAD值與NDVI相關(guān)系數(shù)達(dá)到0.873。通過建立植被指數(shù)與SPAD值的回歸模型,經(jīng)模型精度檢驗(yàn),NDVI預(yù)測模型顯示其精度相對較高,后湖樣區(qū)和長清樣區(qū)冬小麥SPAD反演模型均能較好的對該地區(qū)冬小麥SPAD值進(jìn)行估算。
3)在對冬小麥冠層光合有效輻射比率(后簡稱FPAR)研究中發(fā)現(xiàn),兩樣區(qū)的冬小麥FPAR值的差異不明顯,冬小麥FPAR值與冠層光譜反射率綠光波
10、段510nm處的負(fù)相關(guān)性最大,相關(guān)系數(shù)為-0.74,與760nm附近光譜反射率相關(guān)性為0.65。通過對冬小麥FPAR與RVI、DVI、NDVI、GRVI、EVI和SAVI這6種植被指數(shù)進(jìn)行相關(guān)性分析,相關(guān)系數(shù)在0.737~0.837之間,說明這6種植被指數(shù)與冬小麥FPAR相關(guān)性均較好,為了找出最佳預(yù)測FPAR模型,并比較幾種模型的預(yù)測精度,將6種植被指數(shù)與冬小麥FPAR進(jìn)行擬合,擬合結(jié)果顯示6種植被指數(shù)中NDVI較適合進(jìn)行FPAR的估算
11、,R2為0.802。其次SAVI的估算精度較高,R2為0.734。通過精度檢驗(yàn)結(jié)果表明,NDVI適用兩樣區(qū)的冬小麥FPAR估算,估算結(jié)果較好。
4)為了更好地分析研究濟(jì)南市長清區(qū)冬小麥產(chǎn)量情況,本文將微觀研究與宏觀研究相結(jié)合,最終選取WOFOST(World Food Studies)作物生長模型進(jìn)行模擬長清區(qū)冬小麥生長,該模型能夠較好的對長清區(qū)冬小麥產(chǎn)量進(jìn)行估算。通過中國“資源環(huán)境衛(wèi)星A、B星”遙感影像與本文研究的冬小麥
12、LAI反演模型相結(jié)合,對研究區(qū)域范圍內(nèi)的冬小麥LAI值進(jìn)行反演。由于WOFOST作物生長模型最初是為歐洲作物進(jìn)行的設(shè)計,本文對該模型進(jìn)行了“本地化”的優(yōu)化,通過收集長清區(qū)逐日氣象資料、并實(shí)測土壤數(shù)據(jù)和作物數(shù)據(jù),在文獻(xiàn)檢索和專家咨詢的基礎(chǔ)上,對WOFOST模型進(jìn)行本地化參數(shù)設(shè)置,同時利用FSEOPT優(yōu)化程序,結(jié)合遙感影像反演冬小麥LAI值結(jié)果對模擬模型參數(shù)進(jìn)行調(diào)整。通過“本地化”后的WOFOST作物生長模型能夠較好地預(yù)測出長清區(qū)的冬小麥產(chǎn)
13、量變化趨勢。為評價長清區(qū)冬小麥供應(yīng)狀況提供了科學(xué)的數(shù)據(jù)支持。
5)通過收集濟(jì)南市區(qū)及長清區(qū)的社會、經(jīng)濟(jì)和自然條件等資料,綜合分析長清區(qū)的農(nóng)業(yè)、人口、消費(fèi)、經(jīng)濟(jì)等情況,發(fā)現(xiàn)長清區(qū)近年來人口數(shù)量呈整體下降趨勢。隨著經(jīng)濟(jì)的發(fā)展,城市居民消費(fèi)結(jié)構(gòu)發(fā)生了改變,由原來以“食品為主衣著為輔”的消費(fèi)結(jié)構(gòu)變?yōu)槿缃竦亩嘣M(fèi)結(jié)構(gòu),同時城市居民的飲食結(jié)構(gòu)也在發(fā)生了變化,糧食攝入量減少,乳制品、水果等其它食品攝入量增加。農(nóng)村居民的生活水平在不斷
14、提高,雖然糧食的攝入量變化不是很明顯,但油脂類、肉禽類的攝入量呈上升趨勢。長清區(qū)近幾年冬小麥的播種面積沒有大的變化,基本維持在22000公頃左右。冬小麥的單產(chǎn)變化較為明顯,冬小麥產(chǎn)量受到天氣、環(huán)境、管理等外界因素的影響極大。本文選取長清區(qū)及濟(jì)南市區(qū)的糧食產(chǎn)量、人口、收入及消費(fèi)分別作為自然、社會及經(jīng)濟(jì)因素的評價指標(biāo)。通過糧食安全綜合評價模型,對長清區(qū)冬小麥產(chǎn)量變化率進(jìn)行評價,評價結(jié)果顯示:2007年和2009年長清區(qū)糧食產(chǎn)量變化率有較大波
15、動,冬小麥總產(chǎn)量出現(xiàn)明顯降低的情況,其它年份均較上一年基本持平或有所提高。長清區(qū)冬小麥糧食安全指數(shù)分為兩種情景研究,一種為對內(nèi)供應(yīng)型,長清區(qū)冬小麥僅供給該地區(qū);另外一種為內(nèi)外兼顧型,長清區(qū)冬小麥需要供給該地區(qū)和濟(jì)南市區(qū)。第一種情況,由于長清區(qū)屬于糧食生產(chǎn)地區(qū),區(qū)內(nèi)冬小麥產(chǎn)量足以滿足該地區(qū)居民的需求,安全指數(shù)為安全狀態(tài)。第二種情況,除2007年長清區(qū)冬小麥產(chǎn)量出現(xiàn)急劇下滑的情況,該地區(qū)冬小麥產(chǎn)量不能滿足區(qū)內(nèi)居民及濟(jì)南市區(qū)居民需求,安全指數(shù)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于無人機(jī)激光雷達(dá)和高光譜的冬小麥生物量反演研究.pdf
- 基于高光譜遙感的冬小麥白粉病反演研究.pdf
- 基于高光譜遙感的冬小麥氮素營養(yǎng)指標(biāo)監(jiān)測研究.pdf
- 基于高光譜與多光譜數(shù)據(jù)的冬小麥白粉病遙感監(jiān)測.pdf
- 高光譜遙感的冬小麥籽粒蛋白質(zhì)含量監(jiān)測.pdf
- 冬小麥葉面積指數(shù)高光譜遙感反演方法研究.pdf
- 西北地區(qū)冬小麥生長狀況高光譜遙感監(jiān)測研究.pdf
- 區(qū)域森林生物量遙感估測與應(yīng)用研究.pdf
- 磷脅迫對冬小麥苗期根冠生物量分配及根系構(gòu)型的影響.pdf
- 基于遙感技術(shù)的冬小麥區(qū)域估產(chǎn)模型研究.pdf
- 基于高光譜數(shù)據(jù)的內(nèi)蒙東部天然草地生物量反演模型研究.pdf
- 基于高光譜數(shù)據(jù)的冬小麥葉綠素含量估算模型.pdf
- 基于糧食安全的小麥生產(chǎn)長效機(jī)制構(gòu)建.pdf
- 小麥葉片生物量最佳成像高光譜的特征提取和模型構(gòu)建方法研究.pdf
- 基于近地高光譜遙感與作物生長模型的冬小麥品質(zhì)監(jiān)測預(yù)報研究.pdf
- 毛豆遙感光譜與地上鮮生物量的相關(guān)性分析.pdf
- 基于遙感與作物生長模型的冬小麥生長模擬研究.pdf
- 耕地資源安全評價及糧食安全相關(guān)分析
- 基于改進(jìn)CASA模型的小區(qū)域冬小麥遙感估產(chǎn)研究.pdf
- 基于高光譜遙感的小麥氮素營養(yǎng)及生長指標(biāo)監(jiān)測研究.pdf
評論
0/150
提交評論