【技术实现步骤摘要】
本专利技术涉及遥感监测，具体地说是一种考虑叶绿素荧光-总初级生产力非线性关系的水稻旱情监测方法。
技术介绍
1、干旱是目前世界范围内最为严重的自然灾害之一，对社会经济发展、生态环境和农业生产均具有重要的影响。资料显示，干旱造成的经济损失占全球气象灾害的50％以上。江西省是我国南方主要水稻产区之一，同时也是易受干旱影响的区域。在全球变暖背景下，江西省极端干旱发生频率和强度不断增大，严重威胁江西省社会经济发展和粮食安全。因此，对我省水稻开展有效干旱监测，对于减少干旱损失、保障粮食安全具有重要意义。
2、干旱作为一种复杂的现象，难以直接观测其发生时间、发展过程和影响范围，通常使用干旱指标对干旱进行评估。然而目前常用的基于气象或遥感数据的干旱指标存在站点布设分布不均、观测数据时间一致性较差、遥感数据反演存在滞后性等问题。此外，对于中国南方丰水灌区，目前常用的基于气象数据的干旱指数难以反映真实的干旱情况，遥感数据对于土壤水分的反演也存在一定的误差。日光诱导叶绿素荧光(sun-inducedchlorophyll fluorescence,sif)是植物在太阳光照条件下，由光合中心发射出的光谱信号(650-800nm)，具有红光(690nm)左右和近红外(740nm左右)两个波峰。sif遥感是近年迅速发展起来的植被遥感技术，在植被光合生理探测方面具有独特的技术优势，是“实际光合作用”的直接探测方法，与基于反射率的植被指数相比,能够提供更加直观反映与植被光合作用相关的信息。因此，探明sif与植物光合之间的联系、构建基于sif的干旱
技术实现思路
1、本专利技术的目的就是为了提供一种克服基气象或遥感干旱指标站点布设分布不均、观测数据时间一致性较差、遥感数据反演存在滞后性等问题的一种考虑叶绿素荧光-总初级生产力非线性关系的水稻旱情监测方法。
2、为解决上述技术问题，本专利技术提供如下技术方案：
3、一种考虑叶绿素荧光-总初级生产力非线性关系的水稻旱情监测方法，包括以下步骤：
4、(1)收集典型稻田co2通量观测数据、日光诱导叶绿素荧光数据集、气象数据、水稻空间分布数据和土壤水分调查数据并预处理；
5、(2)在稻田co2通量原始数据的基础上，通过计算与校正，得到稻田净生态系统交换量，再通过数据筛选、插补和拆分得到稻田gpp；
6、(3)在步骤(2)gpp数据的基础上，利用光能利用效率模型确定sif与gpp的非线性关系，构建基于sif的sifb；
7、(4)综合步骤(1)水稻空间分布数据、日光诱导叶绿素荧光数据集和步骤(3)sifb，构建基于sifb的干旱指数sif_p；
8、(5)利用同期的气象干旱指数rm、植被干旱指数cvi和土壤水分数据，验证叶绿素荧光干旱指数sif_p的优越性。
9、上述一种考虑叶绿素荧光-总初级生产力非线性关系的水稻旱情监测方法，在步骤(1)中：
10、典型稻田co2通量观测数据：(1)使用开路式涡度相关系统观测水稻-大气间的h2o和co2通量。(2)使用常规气象指标观测仪器观测气温、相对湿度、降雨、辐射、日照时数、风速/风向、气压、土壤温度、土壤水分等项目。(3)观测作物生生理生态指标，指标包括叶面积指数(lai)、株高、分蘖等。
11、日光诱导叶绿素荧光遥感数据(gosif)：基于离散oco-2sif探测数据、中分辨率成像光谱仪(modis)遥感数据和气象再分析数据的sif数据集(gosif)。其中，空间分辨率为0.05°，全球时间分辨率为月，比例系数为0.0001。将叶绿素荧光数据进行重投影、重采样、去除异常值、乘以因子0.0001。
12、水稻空间分布数据：利用中国科学院资源环境科学与数据中心的土地利用数据图，按照二级土地利用类型分类，提取其中水田土地类型作为水稻分布数据，并重采样至0.05°。
13、气象数据：气象数据来自中国气象数据网(http://data.cma.cn/)，选取江西及其周边37个站点2001年1月1日-2020年12月31日逐日日照时数、最高温、最低温、相对湿度、风速、降雨等数据。
14、土壤水分调查数据：于2022年8月在江西省北部开展了野外土壤水分实地调查，使用时域反射仪(tdr)测定土壤含水率，使用环刀法测定调查点土壤饱和含水率。
15、上述一种考虑叶绿素荧光-总初级生产力非线性关系的水稻旱情监测方法，在步骤(2)中，包括以下步骤：
16、(2-1)涡度相关通量的计算与校正；
17、使用li-cor的eddypro软件计算并校正co2通量原始数据，软件校正方法包括wpl校正、通量存储校正、倾斜校正等方法校正co2通量。
18、(2-2)数据的筛选、插补和拆分；
19、在进行通量数据的插补和拆分之前，需要对数据坏点或不合理数据进行剔除，将对以下数据进行剔除：
20、(1)降雨时的数据；
21、(2)人工维护或者仪器故障时的数据；
22、(3)eddypro软件进行数据质量检测中qc＝7～9的数据；
23、(4)摩擦风速u*小于0.15m s-1的数据。
24、采用的涡度相关法在进行通量观测时获得的数据为净生态系统碳交换量(nee)，nee可以表示为：
25、
26、式中，gpp为初级总生产力，即植物光合作用固定的co2，μmol co2 m-2s-1；reco为生态系统总呼吸，包含植物和土壤释放的co2，μmol co2 m-2s-1。
27、对nee的插补分白天和夜间同时进行，插补方法为非线性回归法(nlr)。先用夜间reco与空气温度(ta)建立非线性关系，然后插补夜间缺失reco和白天reco(lloyd andtaylor,1994)：
28、
29、式中，a和b为拟合参数，ta为空气温度。
30、对reco进行插补后，白天nee的插补通过reco减去模拟的gpp得到。根据monteith的辐射使用效率理论，gpp可由与光合有效辐射par的非矩形双曲关系模拟得到：
31、
32、式中，θ为光响应曲线曲率参数；α为表观量子效率；par为光合有效辐射，μmol m-2s-1；amax为生态系统最大净光合速率，μmol m-2s-1。
33、上述一种考虑叶绿素荧光-总初级生产力非线性关系的水稻旱情监测方法，在步骤(3)中：
34、基于sif的gpp的计算公式为：根据光能利用效率模型，gpp可以由光合有效辐射(par)和光能利用效率(εp)确定，sif由par和荧光利用效率(εf)表示：
35、gpp＝apar·εp
36、sif＝apar·εf·fesc
37、式中，apar为被植被吸收的光合有效辐射本文档来自技高网...
【技术保护点】
1.一种考虑叶绿素荧光-总初级生产力非线性关系的水稻旱情监测方法，包括以下步骤：
2.根据权利要求1所述的一种考虑叶绿素荧光-总初级生产力非线性关系的水稻旱情监测方法，其特征在于，在步骤(1)中：
3.根据权利要求1所述的一种考虑叶绿素荧光-总初级生产力非线性关系的水稻旱情监测方法，其特征在于：在步骤(2)中：
【技术特征摘要】
1.一种考虑叶绿素荧光-总初级生产力非线性关系的水稻旱情监测方法，包括以下步骤：
2.根据权利要求1所述的一种考虑叶绿素荧光-总初级生产力非线性关系的水稻旱...
【专利技术属性】
技术研发人员：李启龙，刘博，侯佳佳，汪靓，王玉琳，
申请(专利权)人：扬州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。