摘要 | 第6-9页 |
ABSTRACT | 第9-12页 |
第一章 文献综述 | 第17-67页 |
1 AquaCrop模型的研究背景、基本原理、整体框架与应用流程 | 第18-23页 |
1.1 AquaCrop模型研究背景 | 第18页 |
1.2 AquaCrop模型基本原理 | 第18-20页 |
1.3 AquaCrop模型的整体框架 | 第20-23页 |
1.4 AquaCrop模型应用过程 | 第23页 |
2 AquaCrop模型研究进展 | 第23-27页 |
2.1 可应用AquaCrop模型研究的作物类型和关键参数 | 第23-25页 |
2.2 AquaCrop模型应用的拓展 | 第25-26页 |
2.3 AquaCrop模型的优缺点 | 第26-27页 |
2.4 深化AquaCrop模型应用的思考 | 第27页 |
3 植物水分含量监测和水分利用效率的研究进展 | 第27-32页 |
3.1 植物水分含量监测的研究进展 | 第27-31页 |
3.2 植物水分利用效率的研究进展 | 第31-32页 |
4 作物模型和遥感数据同化的研究进展 | 第32-44页 |
4.1 作物模型 | 第33-37页 |
4.2 遥感技术和作物参数的关系 | 第37-41页 |
4.3 作物模型和遥感数据同化 | 第41-44页 |
5 结论与展望 | 第44-45页 |
5.1 AquaCrop模型 | 第44-45页 |
5.2 作物模型和遥感数据同化 | 第45页 |
6 研究目的意义 | 第45-47页 |
参考文献 | 第47-67页 |
第二章 AquaCrop模型的小麦产量和输出过程变量的全局敏感性分析 | 第67-97页 |
引言 | 第67-69页 |
1 试验材料与方法 | 第69-76页 |
1.1 研究地点介绍 | 第69-70页 |
1.2 气象数据的获取 | 第70-71页 |
1.3 土壤数据的获取 | 第71-72页 |
1.4 AquaCrop模型的介绍 | 第72-75页 |
1.5 EFAST方法和敏感性分析策略 | 第75-76页 |
2 结果 | 第76-91页 |
2.1 参数变化范围对作物参数一阶敏感性的影响 | 第76-80页 |
2.2 参数变化范围对作物参数总的敏感性影响 | 第80-84页 |
2.3 作物参数对不同时间序列输出变量的敏感性分析 | 第84-89页 |
2.4 一阶敏感性指数与总敏感性指数的差异 | 第89页 |
2.5 Aquacrop模型校正指导 | 第89-91页 |
3 小结 | 第91-92页 |
参考文献 | 第92-97页 |
第三章 AquaCrop模型参数的“本地化”研究 | 第97-115页 |
引言 | 第97-98页 |
1 试验材料与方法 | 第98-103页 |
1.1 研究地点与试验设计 | 第98-99页 |
1.2 气象数据的选择与分析 | 第99-101页 |
1.3 试验站的土壤数据 | 第101页 |
1.4 田间试验和作物数据获取 | 第101-102页 |
1.5 水分利用效率 | 第102页 |
1.6 AquaCrop模型的介绍 | 第102页 |
1.7 数据分析 | 第102-103页 |
2 结果与分析 | 第103-110页 |
2.1 AquaCrop模型的校正和验证 | 第103-108页 |
2.2 生物量产量,籽粒产量和水分利用效率 | 第108-110页 |
3 小结 | 第110-111页 |
参考文献 | 第111-115页 |
第四章 比较植被指数方法和植被指数-AquaCrop模型方法对冬小麦水分利用效率的估算 | 第115-133页 |
引言 | 第115-117页 |
1 试验材料与方法 | 第117-123页 |
1.1 试验地点与试验设计 | 第117页 |
1.2 冠层光谱反射率的测量 | 第117页 |
1.3 气象数据与作物蒸腾获取 | 第117-118页 |
1.4 冬小麦生物量和籽粒产量数据的获取 | 第118页 |
1.5 冬小麦水分利用效率的计算 | 第118页 |
1.6 AquaCrop模型和ACsaV40模型(AquaCrop模型插件)的介绍 | 第118-120页 |
1.7 ACsaV40模型和遥感数据的整合 | 第120-121页 |
1.8 植被指数的选择 | 第121-122页 |
1.9 数据分析 | 第122-123页 |
2 结果与分析 | 第123-129页 |
2.1 AquaCrop模型ET数据的校正 | 第123页 |
2.2 生物量估算 | 第123-124页 |
2.3 植被指数估算水分利用效率(WUE) | 第124-125页 |
2.4 数据整合方法对水分利用效率(WUE)的估算 | 第125-129页 |
3 小结 | 第129-130页 |
参考文献 | 第130-133页 |
第五章 基于AquaCrop模型和主被动遥感影像数据同化对冬小麦水分利用效率的估算 | 第133-157页 |
引言 | 第133-135页 |
1 试验材料与方法 | 第135-143页 |
1.1 研究区域概况 | 第135-136页 |
1.2 田间数据的获取 | 第136-137页 |
1.3 卫星影像数据的处理 | 第137-139页 |
1.4 光学和雷达植被指数的选择 | 第139-140页 |
1.5 模型和整合方法 | 第140-142页 |
1.6 统计分析方法 | 第142-143页 |
2 结果与分析 | 第143-153页 |
2.1 光学植被指数与LAI和生物量之间的关系 | 第143-144页 |
2.2 雷达植被指数与LAI和生物量之间的关系 | 第144-146页 |
2.3 整合植被指数与LAI和生物量之间的关系 | 第146页 |
2.4 冠层覆盖度和生物量的估算 | 第146-148页 |
2.5 AquaCrop模型ET数据的校正 | 第148页 |
2.6 数据同化方法对冠层覆盖度和生物量的估算 | 第148-150页 |
2.7 数据同化方法对产量和水分利用效率的估算 | 第150-151页 |
2.8 区域产量和水分利用效率估算 | 第151-153页 |
3 小结 | 第153-154页 |
参考文献 | 第154-157页 |
第六章 讨论、结论、创新点与展望 | 第157-175页 |
1 讨论 | 第157-166页 |
1.1 AquaCrop模型全局敏感性分析 | 第157-160页 |
1.2 AquaCrop模型模拟结果与冬小麦的水分利用效率 | 第160-161页 |
1.3 植被指数方法与数据整合方法对冬小麦WUE的估算 | 第161-163页 |
1.4 基于AquaCrop模型和多源遥感数据对冬小麦水分利用效率的区域估算 | 第163-166页 |
2 结论 | 第166-168页 |
2.1 Aquacrop模型的敏感性分析 | 第166页 |
2.2 AquaCrop模型的应用研究 | 第166-167页 |
2.3 比较不同方法对冬小麦水分利用效率的估算 | 第167页 |
2.4 多源遥感数据和AquaCrop模型对冬小麦水分利用效率区域估算 | 第167-168页 |
3 本研究的创新点 | 第168-169页 |
3.1 AquaCrop模型作物参数的时间序列敏感性分析 | 第168页 |
3.2 AquaCrop模型参数“本地化”研究 | 第168页 |
3.3 基于时间序列的光学和雷达数据的整合应用 | 第168页 |
3.4 AquaCrop模型和主被动遥感数据对冬小麦水分利用效率的估算 | 第168-169页 |
4 尚待深入研究的问题 | 第169-170页 |
4.1 AquaCrop模型可扩展性的研究 | 第169页 |
4.2 冬小麦水分利用效率的估算研究 | 第169页 |
4.3 数据同化研究 | 第169-170页 |
参考文献 | 第170-175页 |
致谢 | 第175-177页 |
攻读学位期间发表的学术论文及科研成果目录 | 第177-182页 |