摘要 | 第3-4页 |
abstract | 第4-5页 |
1 绪论 | 第10-21页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究进展 | 第11-19页 |
1.2.1 作物需水量研究进展 | 第11-14页 |
1.2.2 土壤墒情遥感监测应用研究进展 | 第14-15页 |
1.2.3 土壤墒情动态预测研究进展 | 第15-16页 |
1.2.4 用水需求模型研究进展 | 第16-18页 |
1.2.5 存在的不足 | 第18-19页 |
1.3 研究内容与技术路线 | 第19-21页 |
1.3.1 研究内容 | 第19页 |
1.3.2 技术路线 | 第19-21页 |
2 研究区概况 | 第21-27页 |
2.1 自然地理 | 第21-24页 |
2.1.1 区域范围 | 第21-23页 |
2.1.2 气象 | 第23页 |
2.1.3 河流与水文 | 第23-24页 |
2.1.4 土地与土壤 | 第24页 |
2.1.5 水质 | 第24页 |
2.2 社会经济 | 第24-25页 |
2.3 灌排工程 | 第25-27页 |
2.3.1 引黄工程 | 第25-26页 |
2.3.2 排水工程 | 第26-27页 |
3 黄河干流灌区引黄用水预测统计模型 | 第27-73页 |
3.1 黄河干流河段引黄用水情况 | 第27-32页 |
3.1.1 干流河段引黄用水简述 | 第27-28页 |
3.1.2 主要河段引黄用水情况 | 第28-32页 |
3.2 灌区作物用水关键期分析 | 第32-42页 |
3.2.1 作物种植结构 | 第32-34页 |
3.2.2 作物生长期与生长特点 | 第34-38页 |
3.2.3 参考作物腾发量 | 第38页 |
3.2.4 区域用水关键期分析 | 第38-42页 |
3.3 引黄用水量影响因素分析 | 第42-52页 |
3.3.1 引黄用水影响因素概述 | 第42-43页 |
3.3.2 引黄用水影响因素分析方法 | 第43-44页 |
3.3.3 年引黄用水影响因素 | 第44-49页 |
3.3.4 月引黄用水影响因素 | 第49-52页 |
3.4 引黄用水预测方法与结果评价 | 第52-53页 |
3.4.1 引黄用水预测方法 | 第52-53页 |
3.4.2 预测结果合理性分析方法 | 第53页 |
3.5 干流河段引黄用水预测统计模型 | 第53-71页 |
3.5.1 年引黄用水预测统计模型 | 第53-60页 |
3.5.2 月引黄用水预测统计模型 | 第60-71页 |
3.6 小结 | 第71-73页 |
4 灌区土壤墒情遥感监测应用研究 | 第73-97页 |
4.1 典型灌区选取 | 第73-74页 |
4.1.1 典型灌区选择缘由 | 第73页 |
4.1.2 典型灌区概况 | 第73-74页 |
4.2 土壤墒情遥感监测方法 | 第74-77页 |
4.2.1 土壤墒情遥感监测内容 | 第74-75页 |
4.2.2 土壤墒情与遥感指标(VSWI)的相关分析 | 第75-76页 |
4.2.3 典型生长期土壤墒情影像相关分析 | 第76-77页 |
4.3 土壤墒情遥感解译 | 第77-81页 |
4.3.1 数据获取与处理 | 第77-79页 |
4.3.2 基于多光谱影像的墒情解译算法 | 第79-81页 |
4.4 土壤墒情遥感监测模型 | 第81-96页 |
4.4.1 土壤墒情遥感监测建模 | 第81-83页 |
4.4.2 土壤墒情解译模型率定 | 第83-89页 |
4.4.3 土壤墒情解译模型检验 | 第89-90页 |
4.4.4 不同深度土壤含水量遥感反演模型 | 第90-93页 |
4.4.5 墒情监测专题图 | 第93-96页 |
4.5 小结 | 第96-97页 |
5 灌区土壤墒情动态预测研究 | 第97-133页 |
5.1 主要作物需水量研究 | 第97-109页 |
5.1.1 参考作物需水量预测 | 第97-107页 |
5.1.2 作物系数预测方法 | 第107-108页 |
5.1.3 土壤水分修正系数预测 | 第108页 |
5.1.4 灌区主要作物实际需水量预测 | 第108-109页 |
5.2 有效降水量估算 | 第109-113页 |
5.2.1 降雨试验设计 | 第109-111页 |
5.2.2 主要作物有效降水 | 第111-113页 |
5.2.3 有效降水量经验估算 | 第113页 |
5.3 作物地下水利用量试验研究 | 第113-124页 |
5.3.1 试验材料及方法 | 第113-114页 |
5.3.2 柯夫达公式 | 第114-117页 |
5.3.3 统计学模型 | 第117-124页 |
5.3.4 模型选取 | 第124页 |
5.4 基于土壤水量平衡的土壤墒情预测模型 | 第124-128页 |
5.4.1 模型原理及框架 | 第124-125页 |
5.4.2 模型构建 | 第125页 |
5.4.3 模型其他参数 | 第125-127页 |
5.4.4 模型验证 | 第127-128页 |
5.5 ARIMA模型在土壤墒情预测中的应用 | 第128-130页 |
5.5.1 数据的分析与处理 | 第128-129页 |
5.5.2 ARIMA模型判定与阶数确定 | 第129页 |
5.5.3 模型的拟合和预测 | 第129-130页 |
5.6 灰色模型GM(1,1)的土壤墒情预测研究 | 第130-132页 |
5.6.1 灰色模型GM(1,1)概述 | 第130页 |
5.6.2 灰色模型在土壤墒情预测中的应用 | 第130-132页 |
5.7 土壤墒情动态预测方法选择 | 第132页 |
5.8 小结 | 第132-133页 |
6 典型灌区引黄用水需求模型研究 | 第133-156页 |
6.1 典型灌区概况 | 第133-135页 |
6.2 建模步骤与方法 | 第135-139页 |
6.2.1 模型构建 | 第135-136页 |
6.2.2 模型因子分析 | 第136-139页 |
6.3 单元田间灌溉需水量到渠首引黄水量的转换 | 第139-148页 |
6.3.1 整体转换思路 | 第139页 |
6.3.2 概化计算参数 | 第139页 |
6.3.3 每公里渗漏量计算方法 | 第139-143页 |
6.3.4 推算渠首流量 | 第143页 |
6.3.5 推算灌溉水利用系数 | 第143-144页 |
6.3.6 结果分析 | 第144-148页 |
6.3.7 灌溉水利用系数对比分析 | 第148页 |
6.4 典型灌区到相应河段引黄需水量的优化算法 | 第148-153页 |
6.4.1 小花河段引黄灌区基本情况 | 第148页 |
6.4.2 影响因子分析 | 第148-149页 |
6.4.3 单因素线性回归模型 | 第149-150页 |
6.4.4 多因素线性回归模型 | 第150页 |
6.4.5 投影寻踪回归模型 | 第150-153页 |
6.4.6 评价 | 第153页 |
6.5 典型灌区引黄用水需求模型 | 第153-154页 |
6.5.1 模型应用 | 第153-154页 |
6.5.2 模型验证 | 第154页 |
6.6 小结 | 第154-156页 |
7 结论与展望 | 第156-158页 |
7.1 结论 | 第156-157页 |
7.2 主要创新点 | 第157页 |
7.3 展望 | 第157-158页 |
致谢 | 第158-159页 |
参考文献 | 第159-171页 |
附录 | 第171页 |
一、在校期间发表的论文 | 第171页 |
二、参与的主要科研项目 | 第171页 |