區(qū)域作物需水估算及管理系統(tǒng)研發(fā).pdf

1、作物需水量是農(nóng)業(yè)高效用水評(píng)價(jià)和灌區(qū)灌溉管理不可或缺的基礎(chǔ)數(shù)據(jù)。由于人、財(cái)、物及科學(xué)認(rèn)知水平的限制，作物需水量只能以離散的方式在較小的空間尺度上進(jìn)行測(cè)定，使得區(qū)域作物需水估算存在不少困難。另外，隨著大型計(jì)算機(jī)和數(shù)值預(yù)報(bào)模式的發(fā)展，目前的天氣預(yù)報(bào)信息已經(jīng)具有一定的精度，如何充分利用精度尚可的天氣預(yù)報(bào)信息提高未來(lái)一段時(shí)間區(qū)域作物需水量估算精度也是長(zhǎng)期困擾灌區(qū)管理部門(mén)的問(wèn)題之一。本文針對(duì)區(qū)域作物需水量估算存在的主要問(wèn)題和灌區(qū)管理部門(mén)的重大需求，

2、以作物需水量尺度轉(zhuǎn)換、基于天氣預(yù)報(bào)信息的區(qū)域作物需水量估算和基于WebGIS的作物需水量管理系統(tǒng)研發(fā)為主要內(nèi)容進(jìn)行了系統(tǒng)研究。研究的具體成果包括:
　　1、提出了基于PCA和GWR的作物需水量空間分布估算方法。綜合考慮宏觀地形因子、微觀地形因子、氣象因子等對(duì)作物需水量的影響，將能夠有效消除各影響因子共線性的主成分分析(PCA)和更好地解釋作物需水量空間差異的地理加權(quán)回歸(GWR)方法有機(jī)結(jié)合，提出了基于PCA和GWR的作物需水量空

3、間分布估算方法。
　　2、實(shí)現(xiàn)了多源作物需水信息的有效整合。將實(shí)際測(cè)定的作物需水量和利用氣象資料計(jì)算的作物需水量作為硬數(shù)據(jù)，文獻(xiàn)數(shù)據(jù)、灌溉試驗(yàn)數(shù)據(jù)庫(kù)中部分年份缺失的數(shù)據(jù)、利用GWR和克立格空間化處理的數(shù)據(jù)以及遙感估算的數(shù)據(jù)做為軟數(shù)據(jù)，探討了各種軟數(shù)據(jù)及概率密度函數(shù)的表達(dá)方法，采用最大熵構(gòu)建先驗(yàn)概率密度函數(shù)，根據(jù)貝葉斯條件概率公式對(duì)先驗(yàn)概率分配函數(shù)進(jìn)行修正得到后驗(yàn)概率分配函數(shù)，從而實(shí)現(xiàn)多源作物需水信息的整合。
　　3、闡釋了華

4、北冬小麥需水量空間分布的異質(zhì)性。采用ESDA技術(shù)分析了華北地區(qū)冬小麥需水量全局、局部及不同尺度的空間異質(zhì)性。結(jié)果表明:在1％顯著水平下，冬小麥需水量在華北地區(qū)具有顯著的自相關(guān)性，河南南部、河北中北部冬小麥需水量也具有較強(qiáng)的自相關(guān)。在南北方向和東南-西北方向，冬小麥需水量在400km以下尺度具有較強(qiáng)的空間自相關(guān)，表明在這兩個(gè)方向監(jiān)測(cè)站點(diǎn)的布設(shè)距離可適當(dāng)大些;冬小麥需水量在南北方向的平均尺度約為430km。在東西方向空間自相關(guān)性較弱。

5、>　　4、改進(jìn)了作物需水量尺度轉(zhuǎn)折點(diǎn)的確定方法。借鑒確定灌溉試驗(yàn)站網(wǎng)空間結(jié)構(gòu)和遙感圖像尺度轉(zhuǎn)折點(diǎn)的思路，將作物需水在整個(gè)研究區(qū)幅度范圍內(nèi)的平均局部方差作為衡量作物需水偏離平均值的程度，提出了研究幅度內(nèi)局部方差平均值隨不同空間粒度的變化情況來(lái)確定尺度轉(zhuǎn)折點(diǎn)的方法。
　　5、確定了不同尺度的影響作物需水的主導(dǎo)因子。根據(jù)研究尺度內(nèi)作物需水的變化特點(diǎn)，分別采用主導(dǎo)分析法、主成分分析和偏相關(guān)分析方法分析確定了典型站點(diǎn)、華北冬麥區(qū)和不同空間粒

6、度影響作物需水的主導(dǎo)因子。結(jié)果表明:影響河南省冬小麥需水量的主要因素是日照時(shí)數(shù)和風(fēng)速，相對(duì)濕度和最高溫度也起一定的作用。從整個(gè)華北冬麥區(qū)來(lái)說(shuō)，影響作物需水量的主要因素為熱力因子和水分因子，其次是動(dòng)力因子，微觀地形因子對(duì)作物需水量也具有一定的影響。在不同的空間粒度，日照時(shí)數(shù)均是影響冬小麥需水的主要因素。
　　6、探索了作物需水監(jiān)測(cè)站網(wǎng)布設(shè)及代表性強(qiáng)弱的表達(dá)方法。將經(jīng)典統(tǒng)計(jì)學(xué)和空間統(tǒng)計(jì)學(xué)有機(jī)結(jié)合，提出了作物需水量監(jiān)測(cè)站網(wǎng)布設(shè)方法及主要

7、步驟，確定了不同監(jiān)測(cè)精度條件下華北地區(qū)冬小麥需水量監(jiān)測(cè)站點(diǎn)的布設(shè)方案。采用Arcgis擴(kuò)展模塊的鄰域分析功能，分別計(jì)算了研究幅度內(nèi)坡度、高程、土壤類(lèi)型和土地利用的熵值，對(duì)上述不同因素的熵值采用熵權(quán)法確定權(quán)重，計(jì)算得到不同空間位置的綜合熵值，分別將綜合熵值的倒數(shù)作為加權(quán)voronoi圖的權(quán)重，綜合熵值視作監(jiān)測(cè)站點(diǎn)向外擴(kuò)張或影響所需要付出的代價(jià)或成本，探索了基于信息熵和加權(quán)voronoi圖、信息熵和成本距離法的作物需水信息監(jiān)測(cè)站點(diǎn)代表性的表

8、達(dá)方法。
　　7、提出了基于站點(diǎn)實(shí)測(cè)和遙感信息的作物需水量尺度推繹方法。站點(diǎn)監(jiān)測(cè)費(fèi)時(shí)費(fèi)力，在監(jiān)測(cè)較大空間尺度時(shí)存在不少困難，遙感技術(shù)可以方便快速地獲取較大尺度數(shù)據(jù)，但估算精度較低，為了充分利用遙感數(shù)據(jù)空間優(yōu)越性和站點(diǎn)數(shù)據(jù)的準(zhǔn)確性，提出了以站點(diǎn)監(jiān)測(cè)作物需水信息為基礎(chǔ)，結(jié)合遙感數(shù)據(jù)提供的作物需水空間變異信息，實(shí)現(xiàn)作物需水信息由點(diǎn)到面的尺度轉(zhuǎn)換方法和可實(shí)現(xiàn)的技術(shù)框架。
　　8、構(gòu)建了基于天氣預(yù)報(bào)信息的作物需水量估算模式。針對(duì)P-M

9、公式計(jì)算所需參數(shù)較多，且未來(lái)這些參數(shù)更難獲得，為了充分利用目前精度尚可的天氣預(yù)報(bào)信息，首先對(duì)基于溫度的ET0估算方法進(jìn)行了篩選，進(jìn)而對(duì)篩選出的公式相關(guān)參數(shù)進(jìn)行了屬地化訂正，繪制了華北地區(qū)主要參數(shù)的空間分布圖;將積溫與葉面積指數(shù)、葉面積指數(shù)與作物系數(shù)關(guān)系相耦合，得到了主要作物不同生育期的基于積溫的作物系數(shù)模型，構(gòu)建了基于天氣預(yù)報(bào)信息的作物需水量估算模式，經(jīng)實(shí)測(cè)驗(yàn)證，模型預(yù)測(cè)精度達(dá)到了80％以上。
　　9、研發(fā)了基于WEBGIS的作物

10、需水量管理查詢(xún)系統(tǒng)。該系統(tǒng)集作物需水估算、作物信息查詢(xún)、作物需水空間分布等功能于一體，充分利用Super IS.net提供的顯示操作、分析操作、數(shù)據(jù)存取操作、空間對(duì)象操作、輸出操作等功能;另外，該系統(tǒng)不僅可進(jìn)行屬性查詢(xún)和點(diǎn)擊查詢(xún)，還可利用鼠標(biāo)進(jìn)行范圍查詢(xún)，使得查詢(xún)更加方便快捷。
　　本研究將多種新理論新方法有機(jī)結(jié)合，針對(duì)區(qū)域作物需水量估算存在的主要問(wèn)題和灌溉管理的重大需求，提出了區(qū)域作物需水量估算方法、構(gòu)建了基于天氣預(yù)報(bào)信息的作物