基于时空尺度优化的遥感同化方法评估水稻重金属胁迫
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 引言 | 第10-20页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 遥感监测作物重金属胁迫 | 第11-13页 |
1.2.2 作物生长模型研究进展 | 第13-14页 |
1.2.3 遥感与作物模型耦合机制 | 第14-16页 |
1.3 研究内容与方法 | 第16-20页 |
1.3.1 研究内容 | 第16-17页 |
1.3.2 研究方法 | 第17-20页 |
第2章 田间尺度下的同化模型构建 | 第20-33页 |
2.1 研究区概况 | 第20-21页 |
2.2 数据获取 | 第21-22页 |
2.2.1 光谱数据 | 第21页 |
2.2.2 气象数据 | 第21-22页 |
2.2.3 作物数据 | 第22页 |
2.3 WOFOST模型改进 | 第22-24页 |
2.3.1 加入重金属胁迫因子 | 第22-23页 |
2.3.2 与辐射传输模型耦合 | 第23-24页 |
2.4 多时期光谱指数选择 | 第24-27页 |
2.5 光谱指数与耦合模型同化 | 第27-31页 |
2.5.1 田间尺度下的同化模型 | 第27-29页 |
2.5.2 胁迫因子的获取与分析 | 第29页 |
2.5.3 水稻生长参数动态模拟 | 第29-31页 |
2.6 小结 | 第31-33页 |
第3章 同化模型空间尺度的扩展 | 第33-44页 |
3.1 数据准备 | 第33-35页 |
3.1.1 遥感影像预处理 | 第33-34页 |
3.1.2 模型参数区域化 | 第34-35页 |
3.2 区域尺度下同化模型构建 | 第35-39页 |
3.2.1 重金属胁迫因子的确定 | 第35-36页 |
3.2.2 水稻LAI的遥感反演 | 第36-37页 |
3.2.3 同化模型区域化应用 | 第37-39页 |
3.3 同化模型区域应用效果评价 | 第39-43页 |
3.3.1 胁迫因子的空间分布 | 第39-40页 |
3.3.2 水稻根重的时空连续模拟 | 第40-42页 |
3.3.3 重金属污染动态监测 | 第42-43页 |
3.4 小结 | 第43-44页 |
第4章 同化模型时间尺度的优化 | 第44-57页 |
4.1 研究区与数据 | 第44-46页 |
4.1.1 研究区概况 | 第44-45页 |
4.1.2 数据准备 | 第45-46页 |
4.2 重金属胁迫下水稻LAI动态模拟 | 第46-50页 |
4.2.1 水稻根重与WOFOST模型同化 | 第46-47页 |
4.2.2 根重‐WOFOST同化模型效果评价 | 第47-49页 |
4.2.3 重金属胁迫下LAI变化动态监测 | 第49-50页 |
4.3 基于LAI监测的模型时间尺度优化 | 第50-56页 |
4.3.1 小波变换下的LAI奇异性分析 | 第50-52页 |
4.3.2 同化模型最优时间尺度的确定 | 第52-54页 |
4.3.3 时间尺度优化的应用效果评价 | 第54-56页 |
4.4 小结 | 第56-57页 |
第5章 总结与讨论 | 第57-61页 |
5.1 遥感与作物生长模型同化的效果评价 | 第57-58页 |
5.2 模型输入参数的适应性调整与区域化 | 第58-59页 |
5.3 基于胁迫最佳观测期的时间尺度优化 | 第59-61页 |
参考文献 | 第61-70页 |
致谢 | 第70-71页 |
附录 | 第71-72页 |