摘要 | 第2-3页 |
abstract | 第3-4页 |
1 绪论 | 第7-13页 |
1.1 研究目的与意义 | 第7页 |
1.2 国内外研究现状 | 第7-11页 |
1.2.1 AquaCrop模型的研究进展 | 第7-9页 |
1.2.2 利用遥感进行干旱灾害监测的研究进展 | 第9-10页 |
1.2.3 作物模型与遥感同化的研究进展 | 第10-11页 |
1.3 研究内容与技术路线 | 第11-13页 |
2 试验设计与数据获取 | 第13-16页 |
2.1 试验一 | 第13-14页 |
2.1.1 研究区 | 第13页 |
2.1.2 试验设计与数据获取 | 第13-14页 |
2.2 试验二 | 第14-16页 |
2.2.1 研究区 | 第14-15页 |
2.2.2 试验数据获取 | 第15-16页 |
3 AquaCrop模型的本地化 | 第16-26页 |
3.1 AquaCrop模型的简介 | 第16-19页 |
3.1.1 AquaCrop模型的原理 | 第17-18页 |
3.1.2 AquaCrop模型的数据参数 | 第18-19页 |
3.2 数据处理 | 第19-21页 |
3.2.1 水分利用效率 | 第19-21页 |
3.2.2 AquaCrop模型精度检验方法 | 第21页 |
3.3 结果与分析 | 第21-25页 |
3.3.1 实测数据和模拟数据 | 第21-22页 |
3.3.2 夏玉米冠层覆盖度和生物量的模拟结果 | 第22-24页 |
3.3.3 夏玉米产量的模拟结果 | 第24-25页 |
3.4 讨论 | 第25页 |
3.5 小结 | 第25-26页 |
4 基于近地高光谱的夏玉米生物量估算研究 | 第26-32页 |
4.1 引言 | 第26-27页 |
4.2 生物量的遥感估算 | 第27-29页 |
4.3 结果 | 第29-30页 |
4.4 讨论 | 第30-31页 |
4.5 小结 | 第31-32页 |
5 基于环境星遥感与AquaCrop模型同化的夏玉米旱灾胁迫下产量估损研究 | 第32-42页 |
5.1 引言 | 第32-33页 |
5.2 材料与方法 | 第33-37页 |
5.2.1 遥感数据预处理 | 第33-34页 |
5.2.2 AquaCrop模型的插件ACsaV40 | 第34-35页 |
5.2.3 基于粒子群优化算法与AquaCrop模型的同化 | 第35-36页 |
5.2.4 数据分析 | 第36-37页 |
5.3 结果 | 第37-41页 |
5.3.1 生物量估算模型 | 第37-38页 |
5.3.2 同化值拓展到面 | 第38-39页 |
5.3.3 估产模型 | 第39-41页 |
5.4 讨论 | 第41页 |
5.5 小结 | 第41-42页 |
6 结论与展望 | 第42-44页 |
6.1 结论 | 第42-43页 |
6.2 展望 | 第43-44页 |
致谢 | 第44-45页 |
参考文献 | 第45-52页 |
攻读硕士期间投稿及发表的论文 | 第52页 |