| 摘要 | 第5-8页 |
| Abstract | 第8-11页 |
| 第一章 绪论 | 第15-30页 |
| 1.1 研究背景、目的与意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-21页 |
| 1.2.1 作物需水信息空间异质性 | 第16-17页 |
| 1.2.2 考虑尺度效应的作物需水采样策略及站点代表性分析 | 第17-18页 |
| 1.2.3 作物需水信息不同尺度推绎 | 第18-20页 |
| 1.2.4 基于天气预报信息的作物需水量估算与灌溉管理系统 | 第20-21页 |
| 1.3 研究目标和内容 | 第21-23页 |
| 1.3.1 研究目标 | 第21-22页 |
| 1.3.2 研究内容 | 第22-23页 |
| 1.4 研究方法与技术路线 | 第23-25页 |
| 1.5 数据来源与处理 | 第25-29页 |
| 1.5.1 作物需水量数据来源 | 第25-26页 |
| 1.5.2 作物需水量数据处理及标准化 | 第26-28页 |
| 1.5.3 影响华北地区冬小麦需水量的主要因子 | 第28-29页 |
| 1.6 小结 | 第29-30页 |
| 第二章 基于PCA和GWR的作物需水量空间分布估算 | 第30-40页 |
| 2.1 主成分分析和地理加权回归概述 | 第31-32页 |
| 2.1.1 主成分分析 | 第31页 |
| 2.1.2 地理加权回归 | 第31-32页 |
| 2.2 结果与讨论 | 第32-39页 |
| 2.2.1 全域回归分析 | 第32-35页 |
| 2.2.2 地理加权回归分析 | 第35-37页 |
| 2.2.3 华北地区冬小麦多年平均需水量的空间分布 | 第37-39页 |
| 2.3 小结 | 第39-40页 |
| 第三章 基于先验知识的多源作物需水信息的整合方法 | 第40-51页 |
| 3.1 整合方法及基本步骤 | 第41-44页 |
| 3.1.1 先验阶段 | 第41-42页 |
| 3.1.2 中间阶段 | 第42-43页 |
| 3.1.3 后验阶段 | 第43页 |
| 3.1.4 整合结果及不确定性评价 | 第43-44页 |
| 3.2 多源作物需水信息的表达 | 第44-47页 |
| 3.2.1 硬数据 | 第44-45页 |
| 3.2.2 软数据 | 第45-47页 |
| 3.3.结果与讨论 | 第47-50页 |
| 3.3.1 华北地区冬小麦需水量的空间分布 | 第47-49页 |
| 3.3.2 不同数据源整合结果比较 | 第49-50页 |
| 3.4.小结 | 第50-51页 |
| 第四章 华北地区冬小麦需水量的空间异质性分析 | 第51-57页 |
| 4.1 空间自相关的计算及表达 | 第51-53页 |
| 4.2 华北地区冬小麦需水量全局空间自相关分析 | 第53-54页 |
| 4.3 局部空间自相关分析 | 第54页 |
| 4.4 典型区冬小麦不同空间尺度的自相关性 | 第54-56页 |
| 4.5 小结 | 第56-57页 |
| 第五章 作物需水量尺度转折点的确定方法 | 第57-62页 |
| 5.1 不同空间粒度下研究区平均局部方差的计算 | 第58页 |
| 5.2 尺度与及其对应的局部方差平均数双对数曲线的绘制 | 第58-60页 |
| 5.3 作物需水信息的多重分形分析 | 第60-61页 |
| 5.4 小结 | 第61-62页 |
| 第六章 不同尺度影响作物需水的主导因子 | 第62-68页 |
| 6.1 典型站点影响作物需水的主导因子 | 第62-63页 |
| 6.2 华北冬麦区影响作物需水的主导因子 | 第63-66页 |
| 6.3 不同空间粒度影响作物需水的主导因子 | 第66-67页 |
| 6.4 小结 | 第67-68页 |
| 第七章 监测站网布设及代表性的表达方法 | 第68-82页 |
| 7.1 基于经典统计学和空间统计学的需水量监测站点的布设 | 第68-69页 |
| 7.2 基于信息熵和VORONOI图的监测站网代表性表达方法 | 第69-80页 |
| 7.2.1 数据来源及研究方法 | 第71-73页 |
| 7.2.2.结果与讨论 | 第73-80页 |
| 7.2.3 基于参数距离的12个站点的空间代表性分析 | 第80页 |
| 7.3 小结 | 第80-82页 |
| 第八章 基于站点实测和遥感信息的作物需水量尺度推绎方法 | 第82-91页 |
| 8.1 不同空间粒度作物需水信息分析 | 第82-84页 |
| 8.2 基于站点实测和遥感信息的作物需水量尺度推绎方法 | 第84-90页 |
| 8.2.1 作物需水信息空间尺度扩展方法 | 第85-87页 |
| 8.2.2 基于站点的作物需水量监测和计算 | 第87-88页 |
| 8.2.3 典型灌区由点到面的尺度转换 | 第88-90页 |
| 8.3 小结 | 第90-91页 |
| 第九章 基于天气预报信息的作物耗水量预测方法 | 第91-112页 |
| 9.1 基于温度信息的ET_0估算方法筛选 | 第91-94页 |
| 9.1.1 基于温度的ET_0主要方法简介 | 第91-92页 |
| 9.1.2 ET0估算公式的筛选 | 第92-94页 |
| 9.2 黄淮海地区HARGREAVES公式主要参数的率定和时空分布 | 第94-104页 |
| 9.2.1 Hargreaves公式参数率定方法 | 第94-95页 |
| 9.2.2.不同时间尺度下K、n、Toff值的空间变化 | 第95-104页 |
| 9.3 基于天气预报信息冬小麦耗水量预测模型的构建 | 第104-107页 |
| 9.3.1 基于天气预测因子的ET0预测 | 第105页 |
| 9.3.2 作物系数模拟模型的建立与验证 | 第105-106页 |
| 9.3.3 土壤水分修正因子的确定 | 第106-107页 |
| 9.3.3.1 FAO法 | 第106-107页 |
| 9.3.3.2 临界值法 | 第107页 |
| 9.4 模型的应用与验证 | 第107-111页 |
| 9.4.1 土壤墒情的实时预测方法 | 第107-108页 |
| 9.4.2 模型验证与精度分析 | 第108-111页 |
| 9.5 小结 | 第111-112页 |
| 第十章 基于WEBGIS的作物需水量查询系统 | 第112-121页 |
| 10.1 主要作物需水信息管理系统技术流程 | 第112页 |
| 10.2 系统开发环境 | 第112-113页 |
| 10.3 系统体系结构 | 第113页 |
| 10.4 数据库设计 | 第113-115页 |
| 10.5 系统主要功能 | 第115-120页 |
| 10.5.1 用户注册和登录 | 第115页 |
| 10.5.2 数据录入及查询 | 第115-116页 |
| 10.5.3 作物需水估算 | 第116-117页 |
| 10.5.4 空间分析 | 第117-118页 |
| 10.5.5 成果发布 | 第118-120页 |
| 10.6 小结 | 第120-121页 |
| 第十一章 主要结论及存在的主要问题 | 第121-124页 |
| 11.1 主要结论 | 第121-123页 |
| 11.2 存在的主要问题 | 第123-124页 |
| 参考文献 | 第124-134页 |
| 致谢 | 第134-135页 |
| 作者简介 | 第135-136页 |
