文档介绍：中学南硕士学位论文大论文题目⋯.基王遥感焦阚恍芪镞突私埂⋯⋯鲍叁:』蟛控搅仪担学科、专业⋯⋯⋯⋯⋯⋯⋯⋯拳墨杰⋯⋯⋯⋯⋯⋯⋯.师⋯⋯⋯.赳羞趣⋯熬⋯.搀⋯⋯⋯⋯⋯.师⋯⋯⋯燕熊熙⋯.剐熬援⋯⋯⋯⋯⋯.导月分类号⋯⋯⋯⋯⋯⋯⋯⋯⋯密级⋯⋯⋯⋯⋯⋯⋯编号⋯⋯⋯⋯⋯⋯⋯副
基于遥感信息与作物模型同化的冬小麦产硕士学位论文量预测研究学院怠⑺:地球科学与信息物理学院指导教师:刘兴权教授副指导教师:黄健熙副教授论文答辩日期盈坠吐作者姓名:武思杰学科专业:地图学与地理信息系统南大学分类号答辩委员会主席中二。一二年五月密级
摘要遥感技术具有空间上连续和时间上动态的特点,应用于大范围的农情监测有较大的优势,但是难以反映作物生长发育的内在的生理生化过程,只能从作物的外在表现来反映作物的生长状态。作物生长模型在单品种作物小尺度情况下能成功模拟作物的内在的生长发育过程,但是由于区域尺度上作物关键参数的获取问题难以解决,限制了作物生长模型在区域尺度上作物长势监测产量估测方面的应用。能够将遥感信息与作物模型有效耦合,相互弥补不足的数据同化技术成为区域产量预测的有效途径。本文以河北省南部衡水地区的—年的冬小麦为研究对象,选择作物生长模型,睹婊甘狶为遥感观测,集合卡尔曼滤波算法为同化算法开展同化遥感信息与作物模型进行冬小麦产量估测的研究。针对由于像元异质性造成数值偏低的问题,本文采取先通过—瞬ㄌ蕹斐P畔⒃俨用田间实地测量的臼菪拚齅—姆椒ā=峁砻鳎该方法能够有效剔除狶的数据异常问题。而后本文以为遥感信息与作物生长模型的连接点,采用算法同化狶模拟的曰竦檬奔渖狭淖优估计担⒁源酥凳淙隬P筒⒐浪闱蚨÷蟛浚并以年官方统计的各县市冬小麦单产进行验证。文中分析了不同集合大小,不同同化步长,不同的作物模型运行模式对结果的影响。结果表明,同化修正后的甃不仅能反映产量的空间分布,在数值上喽杂赪苯幽D獾慕峁啾与统计产量更为接近。研究表明,同化遥感信息与作物模型预测作物产量是有效的,在区域尺度应用上具有较大的应用潜力,可为大范围的粮食估产提供参考。关键字:作物生长模型,集合卡尔曼滤波,数据同化,产量预测与:本研究得到国家自然科学基金“遥感模型、气象模式与作物模型同化的冬小麦产量预测研究嗪牛”资助。硕士学位论文
.’——’猻—.瓵.,..瑄—.,本研究得到国家自然科学基金“遥感模型、气象模式与作物模型同化的冬小麦产量预测研究嗪牛”资助。硕士学位论文
.—珽琩,
目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⒂⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...┓桨浮第二章研究区及数据处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究区域⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..作物模型数据⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯田问实测数据⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯遥感数据⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第三章同化算法与作物模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一同化算法一集合卡尔曼滤波⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基本过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.P捅镜鼗第四章集合卡尔曼滤波同化产量预测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯同化程序设计及实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯同化结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..研究展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.