基于植被指数和气温因子的棉花估产研究 ——以克拉玛依市为例

论文摘要

新疆是全国棉花的主产区,其播种面积和产量的变化直接影响着全国棉花的产量和库存情况;科学地监测新疆棉花长势、准确地预报其产量,可为各级政府提供及时、准确的棉花生产农情,对政府进行农业相关决策具有重大的意义。本研究以克拉玛依市为研究区,以遥感资料为基础,通过提取棉花归一化植被指数（ NDVI）,结合气温因子建立棉花单产的多元线性回归估产模型,以期提高估产精度,为新疆棉花大面积产量估测提供科学依据。经分析共有10个NDVI因子与棉花产量具有较好相关性,而且时段比较集中,主要在6月下旬至7月下旬以及9月上旬;其中,6月下旬至7月下旬的8个因子与棉花产量为正相关,9月上旬的2个因子均与棉花产量为负相关。共有5个气温因子与棉花单产的相关性较显著,且均为负相关。而且与NDVI因子同样,时段比较集中,主要在5月和8月中旬。研究采用强迫引入法建立基于7月NDVI累加值占主要生育期NDVI累加值百分比和8月中旬旬均温的多元线性回归方程:Y=-1624.061+11855.483XN10-40.679XT1; F值为13.297,显著性水平为0.017。将多元线性回归模型与单因子回归模型进行对比检验,经检验基于因子N10的单因子线性回归模型估产相对误差在-8.6﹪—13.3﹪之间,指数回归模型的相对误差在-7﹪—11.8﹪之间;基于因子T1的单因子线性回归模型估产相对误差在-13.4﹪—10.7﹪之间;基于因子N10和因子T1的多元线性回归模型估产的相对误差在-5.9﹪—9.9﹪之间。可以看出,多元线性回归模型的估产精度较高,且模型的稳定性较好,具有一定的可行性。

论文目录

• 摘要
• Abstract
• 第一章 前言
• 1.1 研究背景及目的
• 1.1.1 研究背景
• 1.1.2 研究目的
• 1.2 农作物遥感估产原理及方法介绍
• 1.2.1 农作物遥感估产的基本原理
• 1.2.2 农作物遥感估产的方法
• 1.3 农作物估产的研究进展
• 1.3.1 国外研究进展
• 1.3.2 国内研究进展
• 1.3.3 棉花估产研究进展
• 1.4 研究思路与方法
• 1.4.1 总体思路
• 1.4.2 技术路线
• 第二章 研究区概况及数据准备
• 2.1 研究区概况
• 2.1.1 地理位置
• 2.1.2 自然条件概况
• 2.2 遥感数据准备
• 2.2.1 MODIS 介绍
• 2.2.2 遥感数据预处理
• 2.3 气温数据准备
• 2.3.1 积温的概念
• 2.3.2 积温起止日期的计算
• 2.3.3 积温的计算
• 2.3.4 其它气温因子的计算
• 2.4 辅助数据准备
• 第三章 棉花NDVI 信息的提取
• 3.1 植被指数的概念
• 3.2 棉花不同生育期NDVI 的提取
• 3.2.1 研究区NDVI 的计算
• 3.2.2 棉花种植区域的确定
• 3.2.3 棉花全生育期NDVI 的提取
• 第四章 估产模型的建立
• 4.1 估产因子分析与确定
• 4.1.1 相关分析法介绍
• 4.1.2 估产因子的确定
• 4.2 多元线性回归方程原理介绍
• 4.2.1 多元线性回归方程的建立
• 4.2.2 多元线性回归模型的显著性检验
• 4.2.3 多元线形回归方程中变量的选取
• 4.3 多元线性回归方程的建立
• 4.4 单因子回归模型的建立
• 4.4.1 基于NDVI 因子的单因子估产模型建立
• 4.4.2 基于气温因子的单产模型建立
• 第五章 模型检验
• 5.1 回代检验
• 5.2 实际产量检验
• 第六章 结论
• 6.1 结论
• 6.2 不足之处
• 6.3 展望
• 参考文献
• 致谢
• 研究生期间发表论文清单