首页--农业科学论文--农作物论文--禾谷类作物论文--麦论文--小麦论文

江苏省冬小麦模型模拟优化研究及应用

摘要第6-8页
Abstract第8-9页
第一章 绪论第11-20页
    1.1 研究背景第11-12页
    1.2 国内外研究进展第12-16页
        1.2.1 作物模型的相关研究第12-13页
        1.2.2 遥感资料与作物模型结合的研究现状第13-15页
        1.2.3 估产成用研究进展第15-16页
    1.3 研究内容第16-17页
    1.4 资料选取第17-18页
        1.4.1 WOFOST作物模型所需资料第17页
        1.4.2 遥感数据第17-18页
        1.4.3 农业气象数据第18页
    1.5 方法与技术路线第18-20页
第二章 研究区域数据获取及预处理第20-27页
    2.1 研究区域概况第20页
    2.2 作物模型数据及气象数据的处理第20-22页
        2.2.1 风速换算第20-21页
        2.2.2 水汽压计算第21页
        2.2.3 太阳辐射计算第21-22页
    2.3 遥感数据及其处理第22-26页
        2.3.1 数据来源第22页
        2.3.2 预处理第22-24页
        2.3.3 平滑修正处理第24-26页
    2.4 本章小结第26-27页
第三章 遥感提取冬小麦物候信息第27-34页
    3.1 遥感数据情况第27-28页
    3.2 滤波结果分析第28-29页
    3.3 物候期提取第29-33页
        3.3.1 动态阈值法第29-30页
        3.3.2 提取结果第30-33页
    3.4 本章小结第33-34页
第四章 WOFOST作物模型本地化第34-48页
    4.1 WOFOST作物模型简介第34-35页
    4.2 WOFOST作物模型参数调整第35-43页
        4.2.1 敏感性分析第35-39页
        4.2.2 参数调整方案第39-43页
        4.2.3 土壤参数第43页
    4.3 WOFOST作物模型本地化效果验证第43-47页
        4.3.1 基于生育期的模拟效果检验第44-46页
        4.3.2 基于产量的模拟效果检验第46-47页
    4.4 本章小结第47-48页
第五章 基于遥感信息的作物模型优化第48-63页
    5.1 优化算法简介第48-51页
    5.2 具体优化过程第51-52页
    5.3 优化结果分析第52-59页
        5.3.1 以MODIS-LAI数据为优化对象时的效果第52-54页
        5.3.2 以遥感提取物候期为优化对象时的效果第54-59页
    5.4 优化模型的初步应用第59-61页
    5.5 本章小结第61-63页
第六章 总结与讨论第63-67页
    6.1 主要结论第63-64页
    6.2 讨论与展望第64-67页
参考文献第67-75页
致谢第75-76页
作者简介第76页

论文共76页,点击 下载论文
上一篇:椎管内髓外硬膜下多发性肿瘤的显微手术治疗及预后分析
下一篇:骶管重建在症状性骶管囊肿手术治疗中的意义