作物全生育期土壤水分供给量的遥感定量反演方法研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
41071235
项目类别：
面上项目
资助金额：
40.0万
负责人：
王鹏新
依托单位：
中国农业大学
学科分类：
D0113.遥感科学
结题年份：
2013
批准年份：
2010
项目状态：
已结题
起止时间：
2011-01-01 至2013-12-31

项目参与者：
张树誉；刘春红；景毅刚；严泰来；许文宁；刘翔舸；田苗；唐妍；王维；
关键词：
生物量叶面积指数遥感反演土壤水分供给量

项目摘要

以土壤水分供给量的遥感定量反演为研究重点，选择陕西省关中平原和渭北旱塬作为典型研究区域，利用定量遥感技术，并结合作物生长模型（CERES-Wheat模型）的动态模拟与分析，开展作物生物量和叶面积指数的遥感定量反演和动态模拟研究；将反演的生物量和叶面积指数引入两变量的土壤水分动力学模型，重点开发冬小麦一个较长生长时段直至整个生育期的土壤水分供给量的遥感定量反演模型，并对其适用性进行评价；开展土壤水分供给量的尺度转换和尺度效应研究，促进作物整个生育期的土壤水分状况的遥感监测研究。本项目的特色和创新是在作物整个生育期进行土壤水分供给量的遥感定量反演研究，研究成果可为作物整个生育期的干旱监测提供决策依据。

结项摘要

以关中平原为研究区域，利用定量遥感技术和动态模拟技术，重点对冬小麦整个生育期的土壤水分供给量进行了遥感定量反演研究，并对项目组近年来研发的条件植被温度指数（VTCI）干旱监测方法进行了完善。VTCI的完善。对比分析应用AVHRR和MODIS数据的干旱监测结果，发现基于Aqua-MODIS数据的干旱监测结果最好。..叶面积指数（LAI）和生物量的动态模拟和定量反演。CERES-Wheat模型不仅能动态地模拟以天为步长的LAI和生物量，而且能模拟土壤剖面含水量。将模拟的LAI和生物量随时间的变化特征划分为5个可线性表达的阶段，以满足土壤水分动力学模型的输入需求。基于TM数据构建了半经验的LAI和生物量的定量反演模型。..土壤水分供给量遥感定量反演。应用LAI、蒸腾系数和分摊系数对基于土壤含水量和生物量的土壤动力学模型进行了较为详尽的理论推导。构建的土壤水分供给量遥感定量反演模型的特色是，将蒸腾系数和分摊系数与遥感定量反演的和CERES-Wheat模型模拟的LAI和生物量紧密相联，突破了以往研究中在作物生育期赋定值或分阶段赋定值的瓶颈。反演的土壤水分供给量的区域分布特征与前人基于点上数据的研究结果基本一致，与实测数据的相对误差一般小于10%。..空间尺度转换。基于点扩散函数法、混合像素面积权重法、均值变异权重法、主导类变异权重法和中值变异权重法研究了TM-VTCI到MODIS-VTCI的升尺度转换方法，应用图像纹理、均方根误差和半变异函数的估计值等评价指标得出混合像素面积权重法优于其余4种方法的结论。..时间尺度转换。探究了10 d、16 d、32 d和48 d时间尺度VTCI干旱监测方法的适用性，得出了VTCI尤其适用于以旬为单位的干旱监测，不适用于48 d时间尺度的干旱监测的结论。因此，冬小麦主要生育时期（返青期~乳熟期）的干旱监测更加重要。应用赋权法初步研究了冬小麦主要生育时期VTCI的转换方法，发现改进的层次分析法与变异系数法的归一组合赋权法是最优的尺度转换方法。这一结论和以上几项研究成果均为新批基金项目“基于VTCI的冬小麦主要生育期水分胁迫信息的反演与同化研究（41371390）”的开展奠定了坚实的基础，可促进项目组逐步形成集“监测—预测—评估”于一体的具有自主创新特色的干旱监测体系，对区域农业生产和粮食安全具有十分重要的意义。