排序方式： 共有29条查询结果，搜索用时 31 毫秒
11.
基于1979-2014年三江源地区ET_(0)计算值结合NCEP再分析数据建立统计降尺度模型SDSM,通过模型验证发现该方法在三江源地区ET_(0)预测具有较好的适用性;然后通过率定的模型将2015-2100年CanESM5模式中ssp1-2.6,ssp2-4.5和ssp5-8.5情景模式下的预测数据降尺度处理为站点数据,最终分析计算出了三江源地区13个气象站点近36年来作为基准期的ET_(0)变化特征,以及ET_(0)值在未来不同情景下相对于基准期的变化。结果表明:(1)基准期空间分布上呈现南部和东北部高,西北和中部地区低的分布格局,其中年平均ET_(0)为855 mm,以0.043 mm/a的增长率增加;(2)2015-2100年夏季和冬季的季节平均ET_(0)在空间分布上与基准期一致,但春季、秋季都以五道梁为低值区中心,存在低值区范围缩小、扩散的分布变化;年平均ET_(0)在3种情景模式下均呈现显著增长趋势,ssp5-8.5增幅最多,其次是ssp2-4.5,ssp1-2.6增幅最少;(3)ssp1-2.6和ssp2-4.5情景模式下的ET_(0)增量秋季大于春季,与ET_(0)值春季高于秋季的季节分布特征存在差异。总体来看,2015-2100年年平均ET_(0)空间分布特征和基准期保持一致,ET_(0)值均有明显上升趋势,但区域增量存在地区差异,玛多、班玛可能成为未来ET_(0)高值区。ET_(0)的不断上升可能导致区域水资源短缺进一步加剧,干旱发生频率增加,需要加强区域生态需水指标构建、作物气候生产潜力以及干旱分布研究等工作,以便提前做好应对措施。 相似文献
12.
13.
基于多角度高光谱遥感的冬小麦叶片含水率估算模型 总被引：1，自引：0，他引：1
准确的作物水分监测对于旱情评估具有重要意义。在分析研究区冬小麦多角度光谱特征后,利用不同水分处理下冬小麦实测叶片含水率和实测多角度光谱数据,基于植被光谱指数法,建立不同观测角度下冬小麦光谱植被指数、水分敏感波段光谱指数与叶片含水率之间的数学模型。结果显示,相对方位角与相对天顶角越小时,观测到的光谱指数与叶片含水率的相关关系越优;敏感波段组合构建的光谱指数中,1450nm波段分别与其他波段组合的NDSI、RSI指数与叶片含水率相关性在各观测角度条件下均较好,1 450 nm波段是冬小麦叶片含水率研究的最佳敏感波段;选取常见的4种植被指数(NDVI、EVI、WI和NDII)中WI和NDVI在各观测角度下与叶片含水率的相关性优于其他两种指数,决定系数R2均在0.83以上,P0.01呈极显著相关;综上建立的多角度光谱叶片含水率估算模型,平均相对误差MRE均小于0.154、均方根误差RMSE均小于0.098,拟合效果较好,尤其是光谱指数NDSI1160,1450、NDSI980,1450和植被指数NDVI、WI;基于以上4种指数建立的最优观测角度(0°,30°)模型,其中植被指数WI的估算效果最好,相关系数在各角度均达到5%的相关显著水平,MRE0.03,可作为最优观测角度反演研究的最优植被指数。 相似文献
14.
利用安徽省1981-2014年50个市(县)一季稻产量资料,采用直线滑动平均方法计算一季稻相对气象产量,通过正交经验分解(EOF)分析一季稻相对气象产量的时空变化特征,并从一季稻产量灾损角度出发,采用灾年平均减产率、产量变异系数、减产风险指数及区域农业水平指数作为产量灾损风险评估指标,对安徽一季稻产量灾损进行风险区划。结果表明:研究期内安徽省各市(县)一季稻产量变化趋势一致,北部增产或减产较南部明显,2005年之前安徽一季稻产量波动剧烈;不同产量灾损评估指标在空间上表现出一定的地域性和连续性,灾年平均减产率、产量变异系数和减产风险指数均表现为北部数值高于南部,区域农业水平指数呈现由东北向西南减小的趋势。根据产量灾损综合风险指数区划结果,研究区域内北部灾损风险高于南部,风险高值区和中值区主要分布在沿淮、江淮北部,风险低值区面积最广,主要位于皖南山区、沿江地区及江淮南部。 相似文献
15.
为了探究光化学反射植被指数（Photochemical Reflectance Index, PRI）在反演大面积水稻光能利用率（Light Use Efficiency, LUE）方面的潜力,利用安徽寿县国家气候观象台通量观测数据和同期MODIS卫星数据,分别构建不同参照波段下（488、551和667nm）的PRIs与站点像元LUE间的模型,并尝试利用最优模型反演区域尺度的水稻光能利用率。结果表明,在所测试的参照波段中,来自后向散射方向影像提取的PRIs与LUE的相关性更强,其中PRI551表现最优;与MOD17算法相比,利用PRI551-LUE模型反演的区域LUE值更符合实际,且空间分布差异明显,在多时相影像和完善数据插补方法的基础上,利用MODIS PRI在反演长时间、大面积植被的光能利用率或生产力方面具有可行性。 相似文献
16.
通过ASD FieldSpec光谱仪测定2个小麦品种3个氮肥处理、3个水分处理下的叶片反射光谱,用SPAD-502仪测定叶片的SPAD(绿度指数)值,并称取叶重。用ViewSpec Pro与Matlab软件处理光谱数据,分析光谱参数与叶片含水量及SPAD值的相关关系,从而明确叶片水分及绿度特征的最佳波段或光谱指数。结果表明,水分指数(WI)、水分胁迫指数(MSI)及中红外植被指数(MSVI1)与叶片含水量的相关关系密切且表现稳定,均通过了0.05水平的显著性检验;Fd664(664nm附近处一阶导数光谱值)、SDr/SDb(红边区域一阶微分总和与蓝边区域一阶微分总和的比值)与小麦叶片SPAD值的相关性达到极显著水平,因而利用光谱法诊断和监测小麦叶片水分及绿度特征具有良好的可行性,可为遥感技术应用于精准农业提供依据。 相似文献
17.
基于MODIS数据的三种模型对区域玉米生产力的估算效果 总被引：1，自引：0，他引：1
总初级生产力GPP（Gross Primary Productivity，GPP）是描述陆地生态系统的关键指标，提供了全球范围内气候变化下碳元素循环的定量描述，是生态系统功能状况的重要参量，是碳循环中的关键要素，反映气候变化及人类活动对陆地植被综合影响下的结果。光能利用率LUE（Light Use Efficiency，LUE）作为总初级生产力估算模型中的关键参数，其取值受环境影响因子、时空分布差异、植被类型等众多因素影响，并直接影响模型的估算结果。为定量评价遥感植被参数在估算生态系统GPP方面的能力，以锦州玉米生产区为研究对象，基于2013−2014年的地面通量数据和MODIS卫星数据，利用APAR（Absorbed Photosynthetically Active Radiation，APAR）、LUE-PRI（Photochemical Reflectance Index，PRI）、REG-PEM（REGion Productivity Efficiency Model，REG-PEM）三种估算模型，估算不同尺度下的玉米生态系统GPP，并借助一元线性回归分析法，与锦州生态系统野外观测站的实测GPP值进行相关分析。结果表明：（1）逐日尺度上，APAR模型和REG-PEM模型都能较好地响应实际GPP值的季节性波动，其中APAR模型相对误差小于REG-PEM模型，但二者估算的GPP都存在峰值低估、谷值高估的现象，主要原因是LUEmax值在低植被覆盖区被高估，气温和水分因子对LUE的影响被低估，在重构植被指数曲线EVI、LSWI时产生不可避免的误差；（2）小时尺度上，由于中午时段太阳辐射增强、气温升高，导致植被叶片出现光饱和和午休现象，大大削弱了APAR对GPP的模拟效果。利用光化学植被指数PRI模型估算GPP，相较于APAR模型一定程度上能够提高GPP的估算精度，但模拟效果还有待提高。 相似文献
18.
随着全球气候变暖,水稻高温热害的发生愈加频繁。为此,本文在前人研究成果的基础上,开展了水稻高温热害监测和评估模型研究。首先利用卫星遥感数据反演逐日最高气温和平均气温,云覆盖区域则以相应站点气温数据插值后补充,生成"卫星—插值"气温时间序列数据。同时提取水稻种植区域并判别其是否在高温热害的关键期——抽穗开花期。然后基于以上数据,依据水稻高温热害指标展开水稻高温热害监测和评估,对热害进行等级划分与统计。模型可实现任意时间点之前水稻高温热害的快速监测与评估,也可以给出全研究区域水稻全生育期总体的高温热害监测与评估结果。以江苏、安徽两省为例进行2013年夏季水稻高温热害监测和评估模型的应用,该模型达到了较好的使用效果,将有很好的应用前景。 相似文献
19.
抽穗期灌溉缓解水稻高温热害的微气象学分析 总被引：1，自引：0，他引：1
为研究灌溉对水稻高温热害的防御效果,在南京以“两优培九”为研究对象,在抽穗期高温热害发生期间采用2种灌溉处理(T1,田间无水层覆盖;T2,田间保持10 cm水层)进行了田间试验,测定了稻田土壤和冠层温度,计算了稻田能量平衡各分量日变化。结果表明:在白天,T2处理可以降低水稻冠层的日最高气温、平均气温和稻田土壤温度,延后土温最大值出现时间1 h。灌溉主要影响了稻田的显热通量(H)和潜热通量(LE)交换,从而使冠层气温出现差异。T2处理 LE/Rn 比T1高9.71%, H/Rn 比T1低31.87%,表明水层覆盖下稻田潜热交换增加,显热交换降低,有利于田间蒸散散热,使冠层气温和土壤温度上升较T1缓慢。田间水层覆盖缓解了水稻抽穗期高温热害的危害。 相似文献
20.
基于传统经验公式法和辐射传输法,分别对江苏省镇江市水稻分布状况进行提取。经验公式法可基于植被指数与叶面积指数的统计关系求得,以归一化植被指数和增强植被指数分别建立统计模型,而辐射传输模型采用PROSAIL模型,建立查找表,通过对比模拟和卫星遥感反射率数据对水稻的LAI(叶面积指数)进行确定。试验依据水稻生育期间LAI的时相分布,确定镇江水稻的种植分布状况。结果表明:(1)由经验公式法得到的镇江水稻面积为7.95×104hm2,相对误差为14.9%,由辐射传输法得到的镇江水稻面积为8.65×104hm2,相对误差为7.5%。辐射传输法的结果更接近实际值。(2)在统计模型中,增强植被指数EVI与LAI相关性比归一化植被指数NDVI与LAI的相关性更高,用EVI-LAI方程对LAI作进一步反演效果更理想;(3)实测值验证分析表明,统计模型反演的LAI标准误差为1.32,PROSAIL模型反演的LAI标准误差为0.97,说明在遥感反演植被生物物理参数时,辐射传输法比传统的经验公式法稳定性更强。研究结果对探讨两种方法在提取作物分布范围中的应用,准确了解作物长势和种植面积以指导生产具有重要意义。 相似文献