致谢 | 第4-5页 |
摘要 | 第5-7页 |
Abstract | 第7-8页 |
1 引言 | 第11-23页 |
1.1 研究背景 | 第11-13页 |
1.2 国内外研究进展 | 第13-18页 |
1.2.1 作物生长模型研究进展 | 第13-15页 |
1.2.2 遥感反演叶面积指数LAI的研究进展 | 第15-18页 |
1.3 作物生长模型与遥感信息结合研究进展 | 第18-20页 |
1.4 研究内容、结构及技术路线 | 第20-23页 |
1.4.1 研究内容 | 第20-21页 |
1.4.2 论文结构 | 第21-22页 |
1.4.3 技术路线 | 第22-23页 |
2 数据、模型和方法 | 第23-35页 |
2.1 研究区域概况 | 第23-24页 |
2.2 数据 | 第24-28页 |
2.2.1 气象数据 | 第24-25页 |
2.2.2 农学数据 | 第25页 |
2.2.3 遥感数据 | 第25-28页 |
2.3 模型和方法 | 第28-33页 |
2.3.1 发育过程 | 第29-30页 |
2.3.2 CO_2同化过程 | 第30页 |
2.3.3 呼吸作用 | 第30-31页 |
2.3.4 干物质增长和分配 | 第31-32页 |
2.3.5 叶面积模拟 | 第32-33页 |
2.4 小结 | 第33-35页 |
3 遥感反演LAI和WOFOST模型参数调整 | 第35-51页 |
3.1 遥感反演LAI | 第35-39页 |
3.1.1 植被指数的选取 | 第35-37页 |
3.1.2 模型建立和检验 | 第37-39页 |
3.2 WOFOST模型参数敏感性分析 | 第39-47页 |
3.2.1 作物参数确定 | 第41-43页 |
3.2.2 Simlab2.2 软件 | 第43-44页 |
3.2.3 EFAST方法 | 第44-45页 |
3.2.4 敏感性分析结果 | 第45-47页 |
3.3 WOFOST模型参数调整 | 第47-50页 |
3.3.1 作物参数调整 | 第47-49页 |
3.3.2 土壤参数调整 | 第49-50页 |
3.4 小结 | 第50-51页 |
4 基于遥感信息与作物生长模型同化的冬小麦产量预测 | 第51-59页 |
4.1 查找表算法 | 第52-53页 |
4.2 遥感反演数据与WOFOST模型同化 | 第53-54页 |
4.3 结果与分析 | 第54-57页 |
4.4 小结 | 第57-59页 |
5 结论和展望 | 第59-61页 |
5.1 结论 | 第59-60页 |
5.2 展望和不足 | 第60-61页 |
参考文献 | 第61-67页 |
作者简历 | 第67-69页 |
学位论文数据集 | 第69页 |