论文部分内容阅读
冬小麦是我国的主要粮食作物,其生产对我国粮食安全至关重要。河南省是我国粮食生产核心区,冬小麦产量占全国小麦总产量的25%以上,近年来晚霜冻害频繁发生,对冬小麦产量品质影响较大,严重可致冬小麦绝收,对河南省的冬小麦晚霜冻害进行监测和产量预测有重要意义。本文以物联网技术和遥感技术为依托,选择合适的空间插值方法构建河南省温度曲面,基于构建的温度曲面对河南省冬小麦是否发生晚霜冻害进行监测,结合极端低温(FDD)对冬小麦晚霜冻害程度进行量化,构建冬小麦晚霜冻害指数(F)。基于极端度日(EDD extreme degree-day)、生长度日(GDD growth degree-day)、冬小麦晚霜冻害指数(F)以及归一化植被指数(NDVI normalized difference vegetation index)构建回归模型对冬小麦产量进行预测,实现冬小麦晚霜冻害监测和产量预测,为冬小麦生产的智能决策支持提供新的手段。本文的主要研究和结果如下:(1)利用部署在河南省内的物联网站点以及气象的温度数据,结合克里金插值、泛克里金插值、样条插值和反距离权重插值四种插值方法对整个河南省的温度进行空间插值,比较河南省各个地区空间插值方法结果发现,样条函数插值方法在任何地形上的插值结果均不是最优的;克里金插值方法在丘陵地形上取得的结果要优于其它三种方法;泛克里金插值方法在盆地地形上取得了较好的插值结果,反距离权重方法在平原、山区以及盆地向平原过渡地带插值精度都高于其它三种方法。依据各个地区的主要地形地貌选取合适的空间插值方法,建立河南省温度曲面,最终实现对整个河南省温度的实时监测。(2)利用每日24小时各个时刻的温度,推算出冬小麦的返青期和拔节期,和实际时间对比发现利用24小时温度计算的返青期和拔节期比以往方法误差都小。结合最低温度、最高温度等数据计算出冬小麦的生长度日(GDD)、极端度日(EDD),通过EDD概念优化出冬小麦遭受极端低温(FDD)的概念,进而确定冬小麦晚霜冻害指标F。确定了冬小麦晚霜冻害指标以及空间插值方法,在对冬小麦晚霜冻害进行监测时融合冬小麦生育期推算结果,结合温度对冬小麦是否发生晚霜冻害进行判断。(3)建立回归模型对冬小麦产量进行预测,分别用生长度日总和(SGDD)、极端度日总和(SEDD)、归一化植被指数(NDVI)以及晚霜冻害指标(F)对冬小麦产量进行建立三种回归模型,结果证明利用SGDD、SEDD、NDVI三个影响因子构建回归模型的拟合度高于用SGDD、SEDD两个影响因子所构建的模型,表明了 NDVI是产量预测的敏感因子;以商丘市为例,利用SGDD、SEDD、NDVI以及F四个因变量对冬小麦产量进行预测,结果表明在商丘市三种产量预测模型中加入了晚霜冻害指标F的模型拟合优度最高。