2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩141頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、準確的作物長勢動態(tài)監(jiān)測和產(chǎn)量預(yù)測對于保障糧食安全、促進農(nóng)業(yè)可持續(xù)發(fā)展具有非常重要的意義。作物模型在監(jiān)測作物長勢和預(yù)報產(chǎn)量方面是個強有力的工具,然而作物模型由單點模式發(fā)展而來,在區(qū)域應(yīng)用上由于區(qū)域分異、田塊分異等導(dǎo)致作物模型模擬要求的輸入?yún)?shù)和初始條件難以獲取,使作物模型的應(yīng)用受到很大的限制,而遙感信息的引入可能使得這個問題得到解決,將遙感信息和作物模型相結(jié)合,利用遙感信息反演得到的狀態(tài)變量優(yōu)化作物模型模擬,在區(qū)域上對作物模型所需的敏感參

2、數(shù)和初始條件等重新估計,從而使得作物模型在區(qū)域上發(fā)揮優(yōu)勢。 本研究擬在對作物模型WOFOST適應(yīng)性調(diào)整及改進的基礎(chǔ)上,建立適合山東禹城地區(qū)的冬小麥生長模擬模型;利用田間試驗數(shù)據(jù)校正和驗證作物生長模擬模型WOFOST,探討水分脅迫生產(chǎn)水平下的作物模擬模型與遙感信息結(jié)合的方法,利用遙感信息校準作物模擬模型的某些關(guān)鍵過程或重新初始化、參數(shù)化作物模擬模型,以達到對作物模型的優(yōu)化;探索應(yīng)用遙感信息的區(qū)域性作物模擬的合理實用方法,并進行模擬

3、研究,使之可以進行區(qū)域作物長勢監(jiān)測和產(chǎn)量預(yù)報。主要結(jié)論如下: (1)為使WOFOST模型能更好地模擬水分脅迫對冬小麥生長過程的影響,對WOFOST模型進行了適當(dāng)改進:利用FAO最新推薦的Penman-Monteith公式(1998)替換原有的Penman公式(1948)進行參考作物蒸散的估算;依據(jù)同一作物不同生育階段的作物系數(shù)不同的規(guī)律,將作物系數(shù)改為隨生育期變化的變量。根據(jù)作物生長參數(shù)生物學(xué)意義和敏感性的不同制定調(diào)整方案,利用

4、FSEOPT程序或“試錯法”對光合作用最大速率、比葉面積、葉片衰老指數(shù)、分配系數(shù)、光能利用效率、干物質(zhì)轉(zhuǎn)換系數(shù)等參數(shù)進行調(diào)整。利用田間試驗數(shù)據(jù)對調(diào)整后的WOFOST模型進行校正和驗證。結(jié)果表明:通過對上述兩個方面的適當(dāng)改進和主要作物參數(shù)及土壤參數(shù)的適應(yīng)性調(diào)整,調(diào)整后WOFOST模型對冬小麥的模擬如LAI、地上生物量與實測數(shù)據(jù)相符,蒸散的模擬更符合實際情況,調(diào)整后WOFOST模型可用于模擬研究區(qū)域?qū)嶋H土壤水分狀況下冬小麥生長發(fā)育及產(chǎn)量形成

5、過程。 (2)本研究構(gòu)建的區(qū)域目蒸散模型是基于遙感數(shù)據(jù)和常規(guī)氣象站觀測數(shù)據(jù)基礎(chǔ)上建立的區(qū)域模型,通過植被指數(shù)(VI)-地表溫度(T<,s>)三角法計算了地表的地表溫度一植被覆蓋度系數(shù)(TVCI),采用改進的“實時”三角法和“普適”三角法分別計算地表的TVCI,結(jié)合Penman-Monteith蒸散模式計算的潛在潛熱通量(λE<,P>)估算地表的日蒸散量。本算法的關(guān)鍵是確定地表的TVCl,分別運用了兩種Vl-T<,s>三角算法一即

6、“普適”三角算法和“實時”三角算法估箅地表的TVCI。三角算法雖然具有一定的經(jīng)驗性,其優(yōu)勢是靈活、簡單、適用,避免了許多物理過程的復(fù)雜計算。研究結(jié)果顯示基于“實時”三角法計算的日蒸散與本文建立的“土壤失水法”得到的結(jié)果比較一致,結(jié)果比較可靠?!捌者m”三角法雖然具有一定的氣候適應(yīng)性,但通過本研究發(fā)現(xiàn)該法計算的日蒸散結(jié)果偏低,不適用于本研究區(qū)域。本文的目標(biāo)是建立一種計算日蒸散量的適用算法。與其它遙感估算區(qū)域日蒸散量方法相比,本方法具有簡單實

7、用的優(yōu)點,只要遙感資料和常規(guī)的氣象站觀測氣象要素,不要求有遙感資料同步觀測的氣象資料,因而實用性大大增強。 (3)本研究提出了自己的觀點,開發(fā)了合理實用的方法,采用“正推+像元模式”LAI反演結(jié)合分類方法將遙感信息和作物模擬模型有機的結(jié)合起來,融合衛(wèi)星遙感的信息優(yōu)勢和作物模型的機理優(yōu)勢,使得作物模型的模擬可以在區(qū)域上應(yīng)用,具有相當(dāng)?shù)目茖W(xué)研究意義和較高的實用價值。對前人和其他學(xué)者的反演LAI的眾多方法進行了詳細的研究和總結(jié),在進行

8、驗證和比較的基礎(chǔ)上開發(fā)訂正系數(shù)方法,用訂正系數(shù)方法對優(yōu)選的方法計算的LAI進行訂正,得到適合本研究的LAI反演方法,反演了研究區(qū)域LAI的時間序列分布情況。就遙感信息和作物模擬模型的結(jié)合模式進行了深入的探討,總結(jié)和提出遙感信息與作物模型模擬結(jié)合研究的四種方式,推導(dǎo)思路有正推、反推,單元構(gòu)建有像元模式、格點模式,可以有四種組合方式:正推+像元模式、正推+格點模式、反推+像元模式、反推+格點模式。對各方法的優(yōu)缺點做了比較分析。對遙感信息和作

9、物模擬模型的結(jié)合模式進行進一步的研究,研究了“反推+格點模式”套用輻射傳輸模型方法,并對其流程和實施情況做了研究分析,提出了自己的“正推+像元模式”LAI反演結(jié)合分類的思路和方法。利用“正推+像元模式”LAI反演結(jié)合分類方法,在像元尺度上模擬得到2000-2001年禹城區(qū)域冬小麥生長分布與實際情形基本相符,冬小麥的面積和產(chǎn)量都與統(tǒng)計結(jié)果相當(dāng)接近。 (4)本文對利用衛(wèi)星遙感數(shù)據(jù)反演的LAl和地表蒸散校準作物模型模擬過程中的參數(shù)和變

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

評論

0/150

提交評論