準確、及時地開展區(qū)域糧食作物的產(chǎn)量監(jiān)測評估,對科學制定農(nóng)產(chǎn)品進出口計劃、調(diào)控糧食市場和指導種植結(jié)構調(diào)整等具有重要意義。近些年來,結(jié)合遙感技術進行作物產(chǎn)量評估,早已成為重要的研究方向。本文基于時間序列衛(wèi)星遙感影像,利用改進的凈初級生產(chǎn)力（NPP）模擬方法—CASA模型,開展區(qū)域冬小麥產(chǎn)量遙感估測研究。以2009年北京市通州區(qū)和順義區(qū)冬小麥為研究對象,首先將冬小麥全生育期以5 d為周期間隔劃分為54個階段,對有國產(chǎn)衛(wèi)星HJ-1A/B過境的39個階段,采用改進CASA模型對冬小麥NPP進行估算;對其他無HJ-1A/B影像過境的15個階段,應用MOD17A2H產(chǎn)品進行插補,最終獲取冬小麥全生育期內(nèi)以5 d為間隔的高時空分辨率冬小麥NPP空間分布信息;利用時序MODIS NDVI數(shù)據(jù)產(chǎn)品生成的生長曲線判斷冬小麥生育期內(nèi)以開花期為代表的多個關鍵物候期,利用開花后和開花前NPP累積值的比值來構建冬小麥收獲指數(shù)的新型估測模型,最終實現(xiàn)對區(qū)域冬小麥收獲指數(shù)的遙感估測;進而,借助NPP-產(chǎn)量轉(zhuǎn)換模型,實現(xiàn)研究區(qū)冬小麥生物量和產(chǎn)量的遙感估測;最后,結(jié)合地面實測的產(chǎn)量數(shù)據(jù),對該遙感估產(chǎn)模... 

【文章來源】：安徽大學安徽省 211工程院校

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【部分圖文】：

技術路線流程圖

第二章研究區(qū)概況及數(shù)據(jù)處理12第二章研究區(qū)概況及數(shù)據(jù)處理2.1研究區(qū)概況冬小麥實驗于2008-2009年在北京市通州區(qū)和順義區(qū)開展，如圖2.1所示。通州區(qū)地處北京市東南部，北緯39°36′-40°02′，東經(jīng)116°32′-116°56′，東西寬36.5km，南北長48km，面積906km2，海拔最高27.6m，最低8.2m；屬于典型的大陸性季風氣候，四季分明，雨熱同季，晝夜溫差較大，年平均氣溫在10-12℃，年平均降水量為620mm，平均無霜期180d左右，小麥播種面積23.4萬畝；順義區(qū)位于北京市東北方向，北緯40°00′-40°18′，東經(jīng)116°28′-116°58′，東西長45km，南北寬30km，總面積1021km2[68]，其中，平原面積占95.7%。地勢北高南低，北部山地最高點海拔637m，平均海拔35m；屬于半濕潤大陸性季風氣候，冬天干燥寒冷，夏天炎熱多雨，年平均氣溫為11.5°C左右，年平均降水量是610mm，平均無霜期195d，小麥播種面積20.8萬畝。研究區(qū)主要糧食作物輪作方式為冬小麥和夏玉米一年兩熟。冬小麥是研究區(qū)夏糧最主要的作物，種植時間為往年的9月底至6月初，播種面積和產(chǎn)量在北京市均處于前列。圖2.1研究區(qū)和采樣點位置示意圖Fig2.1Locationdiagramofthestudyareaandsamplingpoints

第二章研究區(qū)概況及數(shù)據(jù)處理142.2.2MOD17A2H數(shù)據(jù)產(chǎn)品作為當前使用廣泛的中分辨率成像光譜儀（MODIS）傳感器，可以實現(xiàn)地面、海洋、大氣和太陽輻射數(shù)據(jù)的采集和監(jiān)測[73]，MODIS傳感器不僅具備從可見光到熱紅外全光譜覆蓋的能力，而且還包括高時間分辨率、中等空間分辨率、數(shù)據(jù)接收簡單、下載免費等特點[74]。MODIS的初級生產(chǎn)產(chǎn)品（MOD17A2）可提供分辨率為1km、8d的GPP合成數(shù)據(jù)產(chǎn)品，現(xiàn)已在全球廣泛使用[75]。MOD17A2H作為MOD17A2的升級產(chǎn)品，空間分辨率由1km提高到500m，時間分辨率為8d。本文中其他15階段，因HJ-1A/B衛(wèi)星數(shù)據(jù)缺失可用的影像，無法直接基于改進的CASA模型模擬NPP空間信息。故本文選用2008、2009年部分MODIS陸地標準產(chǎn)品數(shù)據(jù)MOD17A2HGPP產(chǎn)品進行插補。其中，MOD17A2H產(chǎn)品來自（https://ladsweb.modaps.eosdis.nasa.gov/），數(shù)據(jù)預處理主要包括投影轉(zhuǎn)換、數(shù)據(jù)拼接、數(shù)據(jù)裁剪、重采樣等。文中將通過凈初級生產(chǎn)力NPP建立模型估測冬小麥產(chǎn)量，故冬小麥光合作用生成的總初級生產(chǎn)力GPP，需轉(zhuǎn)化為NPP，MOD17A2HGPP產(chǎn)品轉(zhuǎn)化為NPP數(shù)據(jù)的具體技術路線（如圖2.2所示）和處理步驟為：圖2.2原始MOD17A2HGPP產(chǎn)品轉(zhuǎn)化為NPP數(shù)據(jù)技術路線圖Fig2.2WorkflowfortheconversionoftheprimitiveMOD17A2HGPPproductintoNetPrimaryProductivity(NPP)data（1）MOD17A2H數(shù)據(jù)預處理。對數(shù)據(jù)進行格式轉(zhuǎn)換、投影坐標轉(zhuǎn)換、數(shù)據(jù)裁剪、拼

【參考文獻】：
期刊論文
[1]山東省農(nóng)情遙感監(jiān)測平臺構建研究[J]. 姚慧敏,梁守真,隋學艷,王猛,侯學會.  中國農(nóng)學通報. 2019(33)
[2]美國農(nóng)業(yè)資源管理的經(jīng)驗與啟示[J]. 李曉琳,霍劍波,張華,屈寶香,尤飛.  中國農(nóng)業(yè)資源與區(qū)劃. 2018(10)
[3]基于遙感的新疆人工綠洲擴張中植被凈初級生產(chǎn)力動態(tài)變化[J]. 張芳,熊黑鋼,馮娟,許仲林.  農(nóng)業(yè)工程學報. 2017(12)
[4]基于CASA模型的區(qū)域冬小麥生物量遙感估算[J]. 劉真真,張喜旺,陳云生,張傳才,秦奮,曾紅偉.  農(nóng)業(yè)工程學報. 2017(04)
[5]基于時序歸一化植被指數(shù)的冬小麥收獲指數(shù)空間信息提取[J]. 任建強,陳仲新,周清波,唐華俊.  農(nóng)業(yè)工程學報. 2010(08)
[6]作物光能利用效率和收獲指數(shù)時空變化研究進展[J]. 李賀麗,羅毅.  應用生態(tài)學報. 2009(12)
[7]基于NDVI數(shù)據(jù)的華北地區(qū)耕地物候空間格局[J]. 吳文斌,楊鵬,唐華俊,Shibasaki Ryosuke,周清波,張莉.  中國農(nóng)業(yè)科學. 2009(02)
[8]農(nóng)作物單產(chǎn)遙感估算模型研究進展[J]. 徐新剛,吳炳方,蒙繼華,李強子,黃文江,劉良云,王紀華.  農(nóng)業(yè)工程學報. 2008(02)
[9]基于植物凈初級生產(chǎn)力模型的區(qū)域冬小麥估產(chǎn)研究[J]. 任建強,陳仲新,唐華俊,石瑞香.  農(nóng)業(yè)工程學報. 2006(05)
[10]中國典型植被最大光利用率模擬[J]. 朱文泉,潘耀忠,何浩,于德永,扈海波.  科學通報. 2006(06)

博士論文
[1]基于植被指數(shù)時序譜類內(nèi)差異特征的冬小麥遙感識別研究[D]. 楊閆君.南京大學 2019
[2]基于MODIS數(shù)據(jù)和光能利用率模型的中國陸地凈初級生產(chǎn)力估算研究[D]. 李貴才.中國科學院研究生院（遙感應用研究所） 2004

碩士論文
[1]北京市順義區(qū)表層土壤重金屬地球化學特征研究[D]. 余洪慧.中國地質(zhì)大學(北京) 2019
[2]面向作物長勢監(jiān)測的Hurst指數(shù)算法改進及其應用[D]. 王潔.南京信息工程大學 2019
[3]遙感數(shù)據(jù)與作物模型同化的冬小麥估產(chǎn)研究[D]. 王麗媛.浙江大學 2018
[4]岷江上游植被生產(chǎn)力變化及其與氣候和人類活動的關系研究[D]. 龔雪梅.成都信息工程大學 2018
[5]基于遙感反演CASA模型的通遼市開魯縣植被凈初級生產(chǎn)力研究[D]. 婁君宜.內(nèi)蒙古農(nóng)業(yè)大學 2016
[6]基于CASA模型的浙江省植被凈初級生產(chǎn)力估算[D]. 俞靜芳.浙江農(nóng)林大學 2012
[7]基于MODIS數(shù)據(jù)的內(nèi)蒙古陸地植被凈第一性生產(chǎn)力遙感估算研究[D]. 包剛.內(nèi)蒙古師范大學 2009



本文編號：3589402