基于农田小气候模型的温度—植被干旱指数定量化方法研究

论文摘要

利用遥感技术实现大范围农田旱情监测已经逐渐成为农业资源环境监测及肥水高效利用的先进手段。但由于现有遥感技术只能获得农田旱情的定性分析结果,无法得到定量化的水分空间分布,使得遥感旱情监测与农业应用还有一定差距。针对上述问题,本文首先利用农田小气候过程模型模拟了不同生育期内土壤水分、植被覆盖度及冠层温度,并基于特征空间分析法得到土壤水分与植被指数及冠层温度的定量化模型;然后将其应用于利用遥感数据得到的植被指数与冠层温度特征空间,进而得到土壤水分的空间分布。主要研究内容如下:（1）利用2010年在北京小汤山国家精准农业示范基地获取的冬小麦连续生育期田间观测数据（4月-6月）,分析了中间型（CA0175）、直立型（莱洲3279）及披散型（中麦16）等三个代表性品种在拔节期、灌浆期、抽穗期三个典型生育期的等叶倾角面积比例分布、LAI等冠层结构参数、光谱数据及气象数据,为开展农田小气候过程模型（CUPID）和冠层辐射传输模型（SAILH）耦合提供了输入参数。（2）利用获取的环境与减灾卫星数据,经过辐射定标、大气校正及温度反演等处理,得到了试验区NDVI及TS,并利用TVDI指数方法统计了试验区的NDVI/TS特征空间、干湿边位置及斜率等。（3）分析了CUPID模型与SAILH模型耦合的方法,并通过土壤水分、LAI两个关键参数实现模型的耦合,即选择合理梯度改变土壤水分含量,由干旱到湿润;参考模拟生育期LAI值改变LAI,将二者同时输入CUPID模型和SAILH模型（模型其他参数为田间观测数据或默认值）,同时输出冠层温度和植被指数。针对三个生育期建立相应的数据库,以便后续用于遥感干旱指数定量化分析。（4）利用耦合模拟结果,结合干湿边位置及特征空间斜率等,建立NDVI/TS特征空间与土壤水分的定量模型;在此基础上,将定量化模型应用于利用遥感数据计算出的NDVI/TS特征空间,从而实现遥感干旱指数的定量化,得到土壤表层水分的空间分布结果。

论文目录

• 摘要
• Abstract
• 1. 引言
• 1.1. 研究目的及意义
• 1.2. 国内外研究现状
• 1.2.1. 基于遥感瞬时模型干旱监测
• 1.2.2. 基于农田过程模型干旱监测
• 1.3. 研究目标、内容、方法及结构安排
• 1.3.1. 研究目标
• 1.3.2. 研究内容与方法
• 1.3.3. 技术路线
• 1.3.4. 结构安排
• 2. 实验数据获取与处理
• 2.1. 地面观测数据获取与分析
• 2.1.1. 试验区概况
• 2.1.2. 地面观测数据获取及处理
• 2.1.3. 小汤山株型数据统计分析
• 2.2. 遥感数据收集与预处理方法
• 2.2.1. 遥感数据预处理方法
• 2.2.2. 农作物种植范围提取
• 2.2.3. 地表温度计算
• 2.2.4. 地表温度与植被指数特征空间
• 3. CUPID 模型与SAILH 模型耦合
• 3.1. CUPID 模型
• 3.1.1. CUPID 模型介绍
• 3.1.2. CUPID 模型扩展
• 3.1.3. CUPID 扩展模型的参数化
• 3.2. SAILH 模型
• 3.3. 模拟数据库
• 4. 温度-植被指数计算及分析
• 4.1. 地表温度植被指数特征空间模型
• 4.1.1. TS/NDVI 特征空间干湿边的定义
• 4.1.2. TS/NDVI 特征空间干湿边的确定
• 4.2. 试验区地表温度与植被指数特征空间处理结果
• 4.3. 土壤表层含水量定量化
• 5. 结论
• 5.1. 主要研究工作
• 5.2. 论文创新点
• 5.3. 讨论与展望
• 参考文献
• 致谢
• 作者简历
• 学位论文数据集