基于遙感與作物生長(zhǎng)模型的冬小麥生長(zhǎng)模擬研究

1、基于遙感與作物生長(zhǎng)模型的冬小麥生長(zhǎng)模擬研究準(zhǔn)確的作物長(zhǎng)勢(shì)動(dòng)態(tài)監(jiān)測(cè)和產(chǎn)量預(yù)測(cè)對(duì)于保障糧食安全、促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展具有非常重要的意義。作物模型在監(jiān)測(cè)作物長(zhǎng)勢(shì)和預(yù)報(bào)產(chǎn)量方面是個(gè)強(qiáng)有力的工具，然而作物模型由單點(diǎn)模式發(fā)展而來(lái)，在區(qū)域應(yīng)用上由于區(qū)域分異、田塊分異等導(dǎo)致作物模型模擬要求的輸入?yún)?shù)和初始條件難以獲取，使作物模型的應(yīng)用受到很大的限制，而遙感信息的引入可能使得這個(gè)問(wèn)題得到解決，將遙感信息和作物模型相結(jié)合，利用遙感信息反演得到的狀態(tài)變量?jī)?yōu)化作物模型模擬，在區(qū)域上對(duì)作物模型所需的敏感參數(shù)和初始條件等重新估計(jì)，從而使得作物模型在區(qū)域上發(fā)揮優(yōu)勢(shì)。本研究擬在對(duì)作物模型WOFOST應(yīng)性調(diào)整及改進(jìn)的基礎(chǔ)上，建立

2、適合山東禹城地區(qū)的冬小麥生長(zhǎng)模擬模型；利用田間試驗(yàn)數(shù)據(jù)校正和驗(yàn)證作物生長(zhǎng)模擬模型WOFOSTf討水分脅迫生產(chǎn)水平下的作物模擬模型與遙感信息結(jié)合的方法,利用遙感信息校準(zhǔn)作物模擬模型的某些關(guān)鍵過(guò)程或重新初始化、參數(shù)化作物模擬模型，以達(dá)到對(duì)作物模型的優(yōu)化；探索應(yīng)用遙感信息的區(qū)域性作物模擬的合理實(shí)用方法，并進(jìn)行模擬研究，使之可以進(jìn)行區(qū)域作物長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量預(yù)報(bào)。主要結(jié)論如下：(1)為使WOFOST型能更好地模擬水分脅迫對(duì)冬小麥生長(zhǎng)過(guò)程的影響，對(duì)WOFOST型進(jìn)行了適當(dāng)改進(jìn)：利用FAO最新推薦的Penman-Monteith公式(1998)替換原有的Penman式(1948)進(jìn)行參考作物蒸散的估算；依據(jù)同

3、一作物不同生育階段的作物系數(shù)不同的規(guī)律，將作物系數(shù)改為隨生育期變化的變量。根據(jù)作物生長(zhǎng)參數(shù)生物學(xué)意義和敏感性的不同制定調(diào)整方案，利用FSEOPT程序或“試錯(cuò)法”對(duì)光合作用最大速率、比葉面積、葉片衰老指數(shù)、分配系數(shù)、光能利用效率、干物質(zhì)轉(zhuǎn)換系數(shù)等參數(shù)進(jìn)行調(diào)整。利用田間試驗(yàn)數(shù)據(jù)對(duì)調(diào)整后的WOFOST型進(jìn)行校正和驗(yàn)證。結(jié)果表明：通過(guò)對(duì)上述兩個(gè)方面的適當(dāng)改進(jìn)和主要作物參數(shù)及土壤參數(shù)的適應(yīng)性調(diào)整，調(diào)整后WOFOST型對(duì)冬小麥的模擬如LAI、地上生物量與實(shí)測(cè)數(shù)據(jù)相符，蒸散的模擬更符合實(shí)際情況，調(diào)整后WOFOST型可用于模擬研究區(qū)域?qū)嶋H土壤水分狀況下冬小麥生長(zhǎng)發(fā)育及產(chǎn)量形成過(guò)程。(2)本研究構(gòu)建的區(qū)域日蒸散

4、模型是基于遙感數(shù)據(jù)和常規(guī)氣象站觀(guān)測(cè)數(shù)據(jù)基礎(chǔ)上建立的區(qū)域模型，通過(guò)植被指數(shù)(VI)一地表溫度(T_S)三角法計(jì)算了地表的地表溫度-植被覆蓋度系數(shù)(TVCI)，采用改進(jìn)的“實(shí)時(shí)”三角法和“普適”三角法分別計(jì)算地表的TVCI，結(jié)合Penman-Monteith蒸散模式計(jì)算的潛在潛熱通量(入E_p)估算地表的日蒸散量。本算法的關(guān)鍵是確定地表的TVCI，分別運(yùn)用了兩種VI-T_s三角算法-即“普適”三角算法和“實(shí)時(shí)”三角算法估算地表的TVCIo三角算法雖然具有一定的經(jīng)驗(yàn)性，其優(yōu)勢(shì)是靈活、簡(jiǎn)單、適用，避免了許多物理過(guò)程的復(fù)雜計(jì)算。研究結(jié)果顯示基于“實(shí)時(shí)”三角法計(jì)算的日蒸散與本文建立的“土壤失水法”得到的結(jié)

5、果比較一致，結(jié)果比較可靠。“普適”三角法雖然具有一定的氣候適應(yīng)性，但通過(guò)本研究發(fā)現(xiàn)該法計(jì)算的日蒸散結(jié)果偏低，不適用于本研究區(qū)域。本文的目標(biāo)是建立一種計(jì)算日蒸散量的適用算法。與其它遙感估算區(qū)域日蒸散量方法相比，本方法具有簡(jiǎn)單實(shí)用的優(yōu)點(diǎn)，只要遙感資料和常規(guī)的氣象站觀(guān)測(cè)氣象要素，不要求有遙感資料同步觀(guān)測(cè)的氣象資料，因而實(shí)用性大大增強(qiáng)。本研究提出了自己的觀(guān)點(diǎn)，開(kāi)發(fā)了合理實(shí)用的方法，采用“正推+像元模式”LAI反演結(jié)合分類(lèi)方法將遙感信息和作物模擬模型有機(jī)的結(jié)合起來(lái)，融合衛(wèi)星遙感的信息優(yōu)勢(shì)和作物模型的機(jī)理優(yōu)勢(shì)，使得作物模型的模擬可以在區(qū)域上應(yīng)用，具有相當(dāng)?shù)目茖W(xué)研究意義和較高的實(shí)用價(jià)值。對(duì)前人和其他學(xué)者的反

6、演LAI的眾多方法進(jìn)行了詳細(xì)的研究和總結(jié)，在進(jìn)行驗(yàn)證和比較的基礎(chǔ)上開(kāi)發(fā)訂正系數(shù)方法，用訂正系數(shù)方法對(duì)優(yōu)選的方法計(jì)算的LAI進(jìn)行訂正，得到適合本研究的LAI反演方法，反演了研究區(qū)域LAI的時(shí)間序列分布情況。就遙感信息和作物模擬模型的結(jié)合模式進(jìn)行了深入的探討，總結(jié)和提出遙感信息與作物模型模擬結(jié)合研究的四種方式，推導(dǎo)思路有正推、反推，單元構(gòu)建有像元模式、格點(diǎn)模式，可以有四種組合方式：正推+像元模式、正推+格點(diǎn)模式、反推+像元模式、反推+格點(diǎn)模式。對(duì)各方法的優(yōu)缺點(diǎn)做了比較分析。對(duì)遙感信息和作物模擬模型的結(jié)合模式進(jìn)行進(jìn)一步的研究，研究了“反推+格點(diǎn)模式”套用輻射傳輸模型方法，并對(duì)其流程和實(shí)施情況做了研究分析，提出了自己的“正推+像元模式”LAI反演結(jié)合分類(lèi)的思路和方法。利用“正推+像元模式”LAI反演結(jié)合分類(lèi)方法，在像元尺度上模擬得到2000-2001年禹城區(qū)域冬小麥生長(zhǎng)分布與實(shí)際情形基本相符，冬小麥的面積和產(chǎn)量都與統(tǒng)計(jì)結(jié)果相當(dāng)接近。本文對(duì)利用衛(wèi)星遙感數(shù)據(jù)反演的LAI和地表蒸散校準(zhǔn)作物模型模擬過(guò)程中的參數(shù)和變量初