基于卫星遥感与气象站数据的水稻高温热害监测和评估模型研究

摘要

水稻是重要粮食作物，随着全球气候变暖，水稻高温热害的发生愈加频繁。因此，监测、预警及抗热逆研究对实现水稻的稳产高产尤为重要。在尚无任何水稻高温热害大区域监测和评估研究的情况下，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。同时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处的气温数据插值后补充，生成“卫星—插值”气温时间序列数据。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。模型可在研究区域范围内，选择任意时段，对这段时间内正处于抽穗开花期水稻的高温受害情况进行监测和评估。主要研究结果如下:
　　(1)利用经过S-G滤波的时间序列植被指数，较好的提取了江苏、安徽两省的水稻种植区域。江苏省种植水稻211.22万hm2，安徽省种植早稻和一季稻共203.04万hm2，与统计年鉴数据对比江苏、安徽两省整体偏差为8.2％。
　　(2)水稻抽穗开花期识别采用常用的EVI最大值对应算法，利用经过HANTS滤波后的光滑时序EVI，较好的识别了江苏、安徽两省的水稻抽穗开花期;对比江苏、安徽两省共11组农业气象试验站实测数据，有8组数据在±4天以内。
　　(3)最高气温反演过程中，对比了多元回归法和温度—植被指数法;平均气温反演过程中，对比了多元回归法和DTVX法。最终多元回归法在两个过程中精度都最高，因此最高气温和平均气温反演采用多元回归方程进行。
　　(4)以2013年8月5日-8月12日持续高温时段为例，运用模型表明，在此阶段处于抽穗开花期并受灾的水稻面积为78.94万hm2，处于抽穗开花期但未受灾的面积仅0.71万hm2，由此可见，当年该时段的高温热害极为严重。
　　(5)对2013年度全研究区抽穗开花期水稻高温热害监测与评估表明，江苏、安徽总受灾面积为247.96万hm2，未受灾面积为163.49万hm2，水稻受灾率达60.3％，可见，2013年水稻抽穗开花期高温热害极为严重。

目录

声明

摘要

第一章 绪论

1．1 研究背景

1．2 国内外研究进展

1．2．1 水稻高温热害分布规律及其风险评估研究进展

1．2．2 气温遥感反演研究进展

1．2．3 水稻种植区域提取研究进展

1．3 研究目标

1．4 研究内容与技术路线

第二章 数据与方法

2．1 研究区与数据来源

2．1．1 研究区概况

2．1．2 数据来源

2．2 MODIS数据处理

2．2．1 MODIS数据介绍

2．2．2 MODIS数据预处理

2．2．3 时序植被指数曲线构建

2．2．4 时序植被指数曲线滤波

2．2．5 自动站气象数据预处理

第三章 水稻种植区域识别和抽穗开花期确定

3．1 水稻种植区域提取

3．2 水稻种植区域提取验证与误差分析

3．3 抽穗开花期确定

3．4 抽穗开花期验证与误差分析

3．5 本章小结

第四章 监测气温时间序列的建立

4．1 最高气温反演及精度评价

4．2 平均气温反演及精度评价

4．3 气象站数据空间插值及与卫星气温反演结果嵌合

4．4 本章小结

第五章 水稻高温热害监测与评估

5．1 任一时间段的抽穗开花期水稻高温热害监测与评估

5．2 年度全研究区抽穗开花期水稻高温热害监测与评估

5．3 水稻高温热害监测和评估模型误差分析

5．4 本章小结

第六章 总结与展望

6．1 主要结论

6．2 特色与创新

6．3 存在问题与展望

参考文献

作者简介

致谢