發(fā)布時間：2020-11-19 22:37

　　 近年來,干熱風在我國呈現(xiàn)頻發(fā)趨勢,超過一半小麥區(qū)受到干熱風侵襲,危害嚴重。干熱風是發(fā)生在小麥灌漿期間的一種高溫、低濕、強風速的災害性天氣,能引起小麥灌漿受阻,籽粒干秕,導致小麥減產(chǎn)。以氣象站為單元監(jiān)測干熱風的方法已不能滿足精細化的農(nóng)業(yè)需求,而遙感技術卻能解決此問題。遙感技術具有大面積、實時定點監(jiān)測的優(yōu)勢,能直觀分析冬小麥受影響的空間特征,為其災害防御提供科學依據(jù),這對促進農(nóng)業(yè)生產(chǎn)及保障糧食安全具有重大意義。本研究以河南省為例,應用EOS MODIS、風云3號MERSI遙感數(shù)據(jù),首先利用MODIS高時間分辨率特性,提取冬小麥種植區(qū),然后通過模擬干熱風試驗和干熱風實例,探討植被指數(shù)在監(jiān)測冬小麥干熱風中的適用性,進而構建干熱風災損評估模型。主要研究內(nèi)容如下:(1)基于差分進化—加權最小距離算法的冬小麥提取。利用EOS-MODIS數(shù)據(jù)構建冬小麥NDVI時間序列曲線,采用正反向最大值合成及S-G濾波方法對該曲線去噪重建;基于重建后的曲線利用Logistic模型反演,確定冬小麥關鍵生育期,引進差分進化算法對最小距離算法改進,提取河南省內(nèi)冬小麥種植區(qū)。結果顯示:提取的小麥種植面積與統(tǒng)計資料相比,總體誤差在3%以內(nèi)。(2)干熱風災害監(jiān)測的遙感植被指數(shù)確定。鑒于冬小麥生長過程中影響因子眾多,開展人工模擬干熱風試驗。借助試驗中獲得的小麥光譜、農(nóng)學數(shù)據(jù),分析重度干熱風對小麥光譜特征的影響;進一步研究高光譜指數(shù)對干熱風的敏感性和適用性,確定監(jiān)測干熱風的遙感指數(shù)指標。(3)干熱風災害評估模型的構建。利用風云三號MERSI、MODIS數(shù)據(jù)構建NDVI、RVI、ARVI、EVI、PDI等指數(shù),結合氣象站點監(jiān)測到的干熱風過程,選擇最佳干熱風監(jiān)測指標;采用回歸分析方法,基于優(yōu)選的NDVI、RVI與氣象指標構建干熱風災害等級評估模型;并以兩種遙感數(shù)據(jù)互驗模型,精度達到80%以上。
【學位單位】：鄭州大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：S42;S512.11
【部分圖文】：

圖 2.1 研究區(qū)概況研究數(shù)據(jù)介紹本研究需要的數(shù)據(jù)有四類：歷史氣象資料、風云三號系列及 EOSMOD感數(shù)據(jù)、基礎地理信息數(shù)據(jù)（河南省 1:25 萬基礎地理信息數(shù)據(jù)）、河南鑒數(shù)據(jù)。以上數(shù)據(jù)由河南省氣象局科學研究所提供、MODIS 數(shù)據(jù)在SA 官方網(wǎng)站下載。氣象數(shù)據(jù)本研究選取河南省 121 個氣象站點 2008 到 2017 年 5 月份逐日基本地據(jù)，主要包括日最高溫度、14：00 相對濕度、14 時地面 10 米風速。該南省氣象局提供，圖 2.2 為河南省 122 個氣象站點的分布圖。

圖 2.2 河南省氣象站點分布圖遙感數(shù)據(jù)本研究采用風云三號 FY-3 氣象衛(wèi)星和 EOS MODIS 衛(wèi)星系列遙感數(shù)據(jù)號數(shù)據(jù)由省氣象局提供；EOS MODIS 數(shù)據(jù)來自于美國 NASA 官方ttps://modis.gsfc.nasa.gov/），河南省對應的影像分幅編號為 h27v05�？紤]量、精度的需要，最終確定具體日期數(shù)據(jù)如表 2.1表 2.1 遙感影像數(shù)據(jù)說明年份 數(shù)據(jù)產(chǎn)品 傳感器類型 日期2013FY3A/MERSI MERSI 2013.5.12、2013、5.14MOD09GQ、MOD09GATERRA 2013.5.12、2013、5.142017FY3A/VIRR VIRR 2017.5.07、 2017.5.13MYD09GQ AQUA 2017.5.09、 2017.5.13（1）FY-3 數(shù)據(jù)

圖 3. 1 冬小麥原始 NDVI 時間序列數(shù)據(jù)：橫坐標中“0”代表 2012-9-29，之后間隔 8 天，“12”代表 2013-1-1，“13”代表 2013-01-09，以此類從冬小麥原始 NDVI 時間序列數(shù)據(jù)圖中明顯看出：原始影像值的冬小VI 時間序列曲線并不符合小麥的生長發(fā)育情況，曲線無法反映小麥真實生況。原因有：①影像中云層的覆蓋導致波段反射率的變化，致使 NDVI 值。經(jīng)過對原始影像數(shù)據(jù)檢查，發(fā)現(xiàn)部分時期的影像受云干擾較為嚴重。由于和大氣對近紅外波段和紅外波段具有屏蔽作用，能夠縮小波段間的反射差之受到傳感器位置、太陽高度角和地表不利因素影響，導致 NDVI 時間序列存在大量突降噪聲點。②大氣干擾或雙向反射影響，二者影響程度不一致導VI 時間序列出現(xiàn)波動。③數(shù)據(jù)傳輸錯誤導致 NDVI 突出極值。影像受云干擾的狀況不可避免，但并非所有的像元值都異常，應充分利用期的高質(zhì)量像元數(shù)據(jù)來減少噪點影響。為得到冬小麥真實的的生長規(guī)律曲對原始曲線進行去噪平滑處理。
【參考文獻】

相關期刊論文 前10條

1 馬銳;江敏;石春林;;氣候變化對農(nóng)業(yè)影響評價研究進展[J];江蘇農(nóng)業(yè)科學;2015年10期

2 李明輝;周玉璽;周林;楊潔;王盈樺;;中國小麥生產(chǎn)區(qū)域優(yōu)勢度演變及驅(qū)動因素分析[J];中國農(nóng)業(yè)資源與區(qū)劃;2015年05期

3 李穎;韋原原;劉榮花;方文松;成林;;河南麥區(qū)一次高溫低濕型干熱風災害的遙感監(jiān)測[J];中國農(nóng)業(yè)氣象;2014年05期

4 汪慎文;丁立新;張文生;郭肇祿;謝承旺;;差分進化算法研究進展[J];武漢大學學報(理學版);2014年04期

5 許青云;楊貴軍;龍慧靈;王崇倡;李鑫川;黃登成;;基于MODISNDVI多年時序數(shù)據(jù)的農(nóng)作物種植識別[J];農(nóng)業(yè)工程學報;2014年11期

6 胡玲;汪青春;劉寶康;蘇文將;周萬福;;青海高原干熱風的分布特征及其對氣候變化的響應[J];氣象;2014年04期

7 覃志豪#研究員、博士生導師;唐華俊;李文娟;趙書河;;氣候變化對農(nóng)業(yè)和糧食生產(chǎn)影響的研究進展與發(fā)展方向[J];中國農(nóng)業(yè)資源與區(qū)劃;2013年05期

8 沈永平;王國亞;;IPCC第一工作組第五次評估報告對全球氣候變化認知的最新科學要點[J];冰川凍土;2013年05期

9 賀可勛;趙書河;來建斌;羅云霄;覃志豪;;水分脅迫對小麥光譜紅邊參數(shù)和產(chǎn)量變化的影響[J];光譜學與光譜分析;2013年08期

10 屈振江;鄭小華;李星敏;;陜西省冬小麥干熱風分布特征及預測研究[J];中國農(nóng)學通報;2013年18期

相關博士學位論文 前1條

1 武志峰;差異演化算法及其應用研究[D];北京交通大學;2009年

相關碩士學位論文 前2條

1 張金平;河南省干熱風風險區(qū)劃及對作物影響研究[D];蘭州大學;2016年

2 張玉靜;華北地區(qū)冬小麥主要氣象災害風險評估[D];中國氣象科學研究院;2014年

本文編號：2890537