导读:本文包含了光能利用率模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:光能,利用率,模型,生产力,植被,遥感,毛竹。
光能利用率模型论文文献综述
刘剑锋,陈琳,孟琪,王璇,王远征[1]（2019）在《基于CASA-VPM模型的植被最大光能利用率研究》一文中研究指出通过综合利用CASA模型和VPM模型,在像元尺度上开展ε_(max)值估算研究,从而提高ε_(max)值的空间精细度,为指导农业生产,开展精准农业提供技术支持。以河南省为研究区,首先基于MODIS数据,结合CASA模型和关系模型计算NPP值,进一步结合VPM模型得到像元上的ε_(max)值,最后根据土地利用数据对林地、草地、水田和旱田4种植被覆盖类型的ε_(max)值进行时空分析,并探索相关环境因素对ε_(max)值的影响。结果表明,2001—2015年,ε_(max)值介于0.000～4.796 g/MJ,空间上呈西北、西南高,其他区域低的格局;月尺度变化上,不同植被覆盖类型ε_(max)值均在6—8月份达到峰值,其中,旱田ε_(max)值呈现明显的双峰分布,和河南省大部分地区一年两熟的作物种植制度相符。4种植被覆盖类型中,因为用于光合作用的叶面积较大,林地ε_(max)值较高;环境影响因素中,化肥使用折纯量、二氧化碳含量、植被含水指数和有效灌溉面积与ε_(max)值呈现明显的正相关,相关系数分别为0.66、0.61、0.56、0.53,说明ε_(max)值的变化是自然、人为因素共同影响的结果。可见,在农作物生长的关键阶段,适当增加人为的影响可以提高光能利用率,从而增加作物生产潜力和产量。(本文来源于《河南农业科学》期刊2019年12期）
许静,陈迪,李文龙,魏巍[2]（2019）在《基于光能利用率模型的甘南州植被净初级生产力研究》一文中研究指出作为反映生态过程的关键指标,植被净初级生产力(NPP)的动态变化对于了解生态系统碳循环及气候变化具有重要的意义。本研究基于遥感(RS)/地理信息系统(GIS)技术,利用改进的光能利用率模型研究了甘南州2011–2014年植被NPP,在对比验证的基础上,分析了甘南州植被NPP时空分布格局及其与地形因子之间的关系。结果表明,改进后的光能利用率模型能够较好地模拟研究区的植被NPP,可以用于大区域长时间尺度的模拟。2011–2014年甘南州植被平均NPP为478.26 g C·(m~2·a)–1。在一年中,植被NPP日均值呈先增加后降低的趋势,且在7月达到最大值;NPP累积值从5月开始快速增加,并在10月后趋于稳定。在空间上,东南部山区NPP平均值较大,北部农区、农牧交错带和西南部高海拔地区相对较小。随海拔升高和坡度增加,NPP均呈先增后减的趋势;所有坡向中,NPP在北坡最大,南坡最小。(本文来源于《草业科学》期刊2019年10期）
廖靖,胡月明,赵理,马昊翔,王璐[3]（2019）在《结合数据融合算法的光能利用率模型反演水稻地上部生物量》一文中研究指出水稻作为世界范围内的重要粮食作物,其生长状况与产量信息的快速、精确获取,对保障耕地资源安全与粮食安全具有重要意义。本研究探索结合数据融合算法的光能利用率模型反演水稻地上部生物量,将增强型空间和时间自适应反射融合模型(ESTARFM)预测的水稻关键生长期数据,驱动EC-LUE(Eddy covariance-light use efficiency)模型反演水稻地上部生物量,分别验证2个模型的精度。结果显示,ESTARFM算法预测值与真实值的Pearson相关系数为0.668(P<0.001),对于中型耕地(11～50个Landsat像元),ESTARFM算法预测精度最为理想。EC-LUE模型反演的水稻地上部生物量预测值与地面实测值Pearson相关系数为0.630(P<0.001)。EC-LUE模型驱动数据的空间分辨率与时间分辨率是制约反演结果精度的关键因素。关键字:(本文来源于《江苏农业学报》期刊2019年03期）
徐小军,程银正,朱迪恩[4]（2019）在《基于光能利用率模型模拟干旱胁迫下毛竹林总初级生产力研究》一文中研究指出现有的生态系统模型在模拟干旱胁迫下森林生态系统总初级生产力(Gross Primary Productivity,GPP)时存在较大的不确定性,需要探索提高模型解释干旱对GPP影响机理能力的方法。以2011年、2013年和2015年安吉毛竹林通量塔观测数据、MODIS归一化植被指数(MOD13Q1)为数据源,采用结合涡度相关技术的光能利用率模型EC-LUE(Eddy Covariance-Light Use Efficiency)开展毛竹林GPP模拟,并提出提高模型模拟干旱条件下GPP精度的方法。研究结果表明:与非干旱条件相比,干旱条件下GPP与日均温度(Temperature,T)和水蒸气压差(Vapor Pressure Deficit,VPD)的相关关系发生显着改变,由正相关转变为负相关。GPP随T增加而降低的临界温度为15.0℃。GPP随VPD增加呈指数递减关系。将VPD添加到EC-LUE模型(EC-LUEVPD)显着提高了干旱条件下GPP预测精度,2011年和2013年干旱期间GPP模型模拟误差分别降低了7.70%和13.74%。ECLUEVPD模型的预测精度得到明显改善,提高了模拟干旱条件下毛竹林GPP的能力,为模拟气候变化背景下竹林GPP提供可行的方法。(本文来源于《江西农业大学学报》期刊2019年03期）
安秦,陈圣波[5]（2019）在《基于光能利用率模型的玉米遥感估产研究》一文中研究指出农作物长势监测和产量预测对于国家制定相关粮食政策、农业发展等都具有重要的意义,如何获得高效、宏观、精确的估产方法一直是学者关注的重点问题。以吉林省德惠市的玉米作为研究对象,利用光能利用率模型对玉米进行产量估算的研究,并且使用空间数据插值方法中的反距离权重法获得了每月平均温度数据的格网数据。通过玉米的净初级生产力NPP的累计值以及玉米的收获指数来获得最终的玉米产量值,利用验证点实测产量值与估算值的相关性和相对误差进行精度验证,相关系数R~2为0.649 9,平均相对误差值为1.676%,证明基于光能利用率模型的玉米估产在研究区具有一定的可行性。(本文来源于《地理空间信息》期刊2019年04期）
孟琪[6]（2018）在《基于植被光合模型的河南地区最大光能利用率研究》一文中研究指出遥感技术的发展使得大尺度、高分辨率生态系统变化的长期定量检测成为可能,基于遥感产品地面反射率产品模拟植被生长信息成为碳循环研究的趋势。较小区域尺度植被碳循环及积累的研究大多使用基于地面站点实测数据的研究方法,运用微气象学原理的涡度协方差技术可直接测定生物圈与大气间物质与能量通量得标准方法,但是该方法是基于小尺度观测方法,观测结果难以直接外推到更大区域尺度。而对于较大区域尺度的植被生长状况的研究站点实测方法由于信息量大且数据获取困难,利用遥感模型获取准确、实时的遥感产品的反射率数据提取植被生长信息对于区域碳循环的研究具有重要意义。中高空间分辨率遥感数据产品进行遥感估算成为植被生长状况研究的重要手段,作为遥感估算模型中的关键参数,其取值对模型估算结果异常敏感,需要考虑环境影响因子、时空分布差异、植被类型等众多因素的影响。本研究以河南省为研究区域,结合最常用的遥感估算模型CASA模型以及植被指数与净初级生产力的回归估算模型,利用500米分辨率的MOD09A1遥感产品结合植被光合模型,以2001-2015年为时间尺度凭借植被地带分布性为研究对象,利用地理信息系统软件GIS的空间分析方法对林地、草地、旱田最大光能利用率进行时空分析。主要研究内容及研究结论包括:(1)植被实际吸收的光合有效辐射估算。要求APAR取值首先要分别计算光合有效辐射吸收比例FPAR和太阳总辐射SOL,FPAR的估算引入SR,并根据SR与NDVI各自权重估算得到FPAR。研究发现APAR空间分布上存在两个高值区域,一个是西部的山区林地,另一个高值区域是位于河南省东部平原的旱田植被类型,且2001-2015年取值较高区域面积有所扩张,不同植被类型APAR取值大小顺序为旱田>林地>水田>草地,其中草地与水田植被类型APAR取值最为接近。(2)净初级生产力的估算。利用NDVI与净初级生产力之间的关系反演得到NPP,并结合NPP、APAR、LUE之间的函数关系得到不同植被LUE。研究发现NPP呈现显着增加趋势,且存在显着的季节分布差异。(3)最大光能利用率的估算。由计算结果LUE引入环境胁迫驱动因素并结合植被光合模型VPM估算得到ε_(max)。环境胁迫因子中的追分胁迫因子由MODIS数据地面反射率数据得到LSWI植被指数。分析林地、草地、旱田、水田的APAR、NPP、ε_(max)的时空分布以及季相分布。可以发现在年际时间尺度旱田植被吸收的光合有效辐射、胁迫因子、净初级生产力均明显高于其他种类植被类型。除受到人类活动影像较敏感的旱田植被类型存在明显的年际波动以外,其他植被类型年际变化较平缓,在月相尺度分别在4-9月份出现峰值。(4)ε_(max)两种方法结果对比。旱田ε_(max)研究分别用VPM模型以及农业统计数据计算,两种方法对比发现大部分河南省基于县域遥感模型估算结果交统计数据估算结果明显偏大。(5)ε_(max)影响因素分析。林地、草地、旱田、水田ε_(max)存在明显差异。人类活动的作用较显着,旱田的ε_(max)年际波动较大,相比其他类型植被ε_(max)年际变化较平缓。2013年几种主要植被类型面积较2000年均有所下降且很大部分转化为其他类型用地,但是旱田面积始终占据绝大部分比例;另外植被指数、地形因子、经纬度与ε_(max)进行相关分析发现植被指数与ε_(max)相关性最好,而地形因素与ε_(max)相关性较差。(本文来源于《河南大学》期刊2018-06-01）
郑艺[7]（2017）在《基于光能利用率模型的植被总初级生产力估算及其不确定性分析》一文中研究指出陆地生态系统碳循环是全球碳循环中重要的组成部分,植被总初级生产力是判定碳源/汇和生态调节过程的主要因子,在全球变化及碳平衡中起着重要的作用。持续并准确估计和预测陆地生态系统生产力的时空变化格局具有重要意义。植被生产力模型估算过程中尚存在较大的不确定性,要充分利用多源、多尺度数据资料,有效集成遥感和地面观测数据评估植被生产力估算过程中的不确定性,以提高模型预测精度,降低模型的不确定性。本论文采用多源遥感数据、气象数据以及通量观测站点数据,选取植被异质性较高的中国北部农牧交错带和C3/C4草地分布丰富的北美大平原草地为研究区,综合考虑模型结构不确定性、模型参数不确定性和输入数据(数据源、尺度效应)不确定性,对光能利用率模型估算植被生产力过程中的不确定性进行研究。主要结论和发现如下:(1)以植被异质性较高、站点分布较多的中国北部农牧交错带为研究区,基于VPM光能利用率模型,评价了不同模型结构对不同植被类型GPP估算精度的影响,构建了优化的光能利用率模型。不同FPAR、水分限制因子(Ws)和温度限制因子(Ts)结构对不同植被类型GPP估算影响不同,要根据植被类型和区域特点选择适当的结构。选取相对较优的模型结构,对区域尺度GPP估算进行分析。优选模型中,森林采用原始的VPM模型(R2=0.85),草地和农田用0.5+LSWI替换VPM模型中的(1+LSWI)/(1+LSWImax)表示Ws,R2分别从0.67和0.71提高到了0.78和0.76。(2)通过敏感性分析,得到优选模型中参量(PAR、温度、EVI、LSWI)对GPP估算不确定性的贡献;并从“大小、空间、时间”叁个方面评价了不同数据源及分辨率对区域GPP估算不确定性的影响。对于不同植被类型,PAR均为对GPP估算不确定性影响最大的参量,其次为EVI和温度,LSWI最小。在“大小”和“空间”上,改变土地覆盖数据对GPP估算影响最大,其次为改变输入数据的分辨率,改变气象数据影响最小;在“时间”上,改变分辨率和气象数据影响较大。综上,对GPP估算影响最大的数据源为土地覆盖数据,其分类误差较大,可以通过影响最大光能利用率而直接影响GPP估算结果;不同分辨率造成的尺度效应不可忽略,其对GPP估算的影响仅次于土地覆盖数据;研究区GPP估算影响最小的为气象数据(PAR和温度),尽管PAR对GPP估算敏感度较高,但由于其数据精度相对较高,且在小区域尺度数值变化范围小,因而并未对研究区GPP估算带来较高的不确定性。(3)以C3/C4草地南北分布的北美大平原草地为研究区,基于MODIS、EC-LUE和VPM光能利用率模型,对比了模型估算精度以及C3和C4草地最大光能利用率(LUEmax)参数的差异。站点建模精度从高到低依次为EC-LUE、VPM、MODIS。C3和C4草地的LUEmax分别为:MODIS(C3:1.07 g C MJ-1;C4:1.26 g C MJ-1),EC-LUE(C3:1.10 g C MJ-1;C4:1.45 g C MJ-1),VPM(C3:1.24 g C MJ-1;C4:1.48 g C MJ-1)。因此,C4草地较C3草地有更强的光合作用能力,且EC-LUE模型中C3和C4草地的LUEmax相差最大,相对其他模型更能区分C3和C4草地光合作用的差异。(4)基于建立的MODIS、EC-LUE和VPM光能利用率模型,分别在区分和不区分C3/C4草地功能类型的情况下估算2001-2009年北美大平原草地GPP,分析了区分C3/C4草地对提高GPP精度的影响。采用6个来自于WorldGrassAgriflux数据库草地站点对空间估算的GPP进行验证,发现GPP估算精度从高到低依次为VPM、MODIS、EC-LUE,并且区分C3和C4草地功能类型使得叁个模型精度有很大提升。从GPP空间分布变化上看,不区分C3和C4草地功能类型对空间GPP造成一定的高估或者低估,高估区域集中在北部和东南部的C3草地区。总体上,不区分C3和C4草地功能类型造成了北美大平原草地GPP区域均值和总量的高估。本论文综合分析了光能利用率模型中GPP估算不确定性的来源及其对GPP估算的影响程度,加深了对光能利用率模型不同结构和参数的理解,明确了不同来源及尺度数据对GPP估算不确定性的影响,对进一步提高GPP估算精度,降低估算不确定性具有参考意义。(本文来源于《中国科学院大学(中国科学院遥感与数字地球研究所)》期刊2017-05-01）
汪雪[8]（2016）在《基于无线传感网络和光能利用率模型的毛竹林净初级生产力估算研究》一文中研究指出毛竹(phyllostachys pubescens)林作为一种兼具生态价值、经济价值、社会价值的重要竹种,对生态系统的影响逐年增加。毛竹林净初级生产力的估算,对研究毛竹林碳通量的空间分布特征以及计量毛竹林碳汇能力有重要作用。但是由于毛竹林面积大,分布广泛,目前的测量手段只能基于单点测量,对大区域的毛竹林净生产力不具代表性。利用模型估算是大区域净初级生产力广泛使用的方法,而随着无线传感技术的发展,使用无线传感网络采集模型参数的方法越来越具有优势。本文基于有效光合辐射收支模型提出无线传感网络部署方案,采集2015年1月至9月在安吉毛竹林通量观测塔附近的连续数据。对光能利用率模型的参数计算方式进行改进,提出两种胁迫因子计算方法(连乘法与最小值法),并将无线传感网络数据作为光能利用率模型的参数输入值。以此方法估算毛竹林净生产力,得到以下结果:(1)基于无线传感网络数据,利用改进的光能利用模型估算2015年1—9月毛竹林净初级生产力,该值与通量观测塔实测值相比,具有较一致的季节变化趋势,在4月和8月达到峰值,与毛竹林的生理特性符合。但是估算值对实测值有一定程度的低估。(2)基于不同假设建立光能利用率胁迫因子K的两种计算方法(连乘法与最小值法)。比较两种计算方法的估算结果,最小值法的决定系数(0.4078)相对于连乘法(0.3132)提高了,具有更好的相关性,而前者的均方根误差和标准偏差分别比后者下降了 0.0172mg m-2·s-1和0.0163mg m-2·s-1,说明最小值法精度较高。由此可知,在本实验中选择最小值法更适合毛竹林净初级生产力估算的研究。(3)对毛竹林净初级生产力估算结果做了一个时间间隔为2天的2—14天时间尺度估算分析,发现时间尺度变大不仅能够消除采集数据的部分误差,降低数据间的离散性,同时能够提高估算精度。在2—10天时间尺度内,随着时间尺度增大,估算精度逐步提高,而-10=14天尺度内,估算结果的验证值趋于恒定,这表示即使再扩大尺度,估算结果的精度提高也不明显,因此本实验选择10天尺度为最佳估算尺度。(本文来源于《浙江农林大学》期刊2016-06-18）
王景旭,丁丽霞,程乾[9]（2016）在《湿地植被叶面积指数对光化学指数和光能利用率关系的影响——基于实测数据和PROSPECT-SAIL模型》一文中研究指出光化学指数PRI(Photochemical Reflectance Index)是估算光能利用率LUE(Light Use Efficiency)的一种快速监测的有效指标,分析各种因素对二者的影响是提高估算精度的前提。论文针对叁种杭州湾典型湿地植物[旱柳(Salix matsudana)、柽柳(Tamarix chinensis)和芦苇(Phragm itescommunis)],实地观测了其光合作用及日变化、叶面积指数以及同步植被光谱。同时采用PROSPECT-SAIL模型模拟叶面积指数LAI(Leaf Area Index)从小到大变化时植被冠层反射率,分析LAI的变化对冠层PRI的影响。结果表明:1)叁种植被在日变化上,芦苇、旱柳和柽柳的PRI和LUE的相关性较好,R2分别为0.581 6、0.524 6和0.514 6;而对同一种植被在不考虑时间变化的条件下,PRI和LUE的相关性会有所减弱,对于LAI较小的冠层,PRI不能精确反映LUE;2)当LAI<5时,冠层下土壤背景对冠层PRI影响较大,在不同土壤背景下,土壤亮度低的对冠层PRI影响较小;3)当LAI>5时,土壤背景对冠层PRI影响较小,冠层自身的LAI才是影响PRI和LUE相关性的决定因素。因此,PRI和LUE关系模型还需要进一步探索和完善,引入更精确的模型和参数,不断提高LUE估算的准确度。(本文来源于《自然资源学报》期刊2016年03期）
李亚刚[10]（2015）在《基于改进光能利用率模型的甘南地区NPP研究》一文中研究指出净初级生产力NPP(Net Primary Productivity);是生物圈与大气进行碳交换的直接产物,也是大气生物圈碳交换的最大组成部分,也被认为是大气CO2浓度季节性变化的最主要原因,能够反应陆地植被的真实生产力,也是陆地生态系统物质与能量循环的基础,对区域以及全球碳循环有着重要意义。本文利用遥感数据,以光能利用率模型为基础,改进并建立了甘南地区NPP的估算模型,对甘南地区NPP及对NPP产生影响的多个要素做了模拟,进行了模拟结果的深入分析。研究得出以下结论：(1)改进后的光能利用率模型能够较好的模拟甘南地区的NPP,可以用于较大区域内较短时间尺度的连续模拟。(2)在不同海拔梯度下,光能利用率、可吸收性光合有效辐射、植物自身呼吸消耗、净初级生产力NPP均随着海拔的增加呈现出一种先增后减的变化过程,出现最大值和最小值的区域所在的海拔高度不同。(3)在不同的流域内,可吸收性光合有效辐射APAR、植物自身呼吸消耗Ra、净初级生产力NPP的大小分布是一致的,从高到低依次是白水江、白龙江、洮河、黄河、大夏河。(4)光能利用率LUE、可吸收性光合有效辐射APAR、植物自身呼吸消耗Ra、净初级生产力NPP累积随时间的变化基本呈现先增加后减少的趋势,最小值均出现在1月份,最大值均出现在7月份。(5)甘南地区总的NPP在2014年最高,依次是2011、2013、2012,2014年总NPP值达到1.865×1013g·C。(本文来源于《兰州大学》期刊2015-04-01）
光能利用率模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
作为反映生态过程的关键指标,植被净初级生产力(NPP)的动态变化对于了解生态系统碳循环及气候变化具有重要的意义。本研究基于遥感(RS)/地理信息系统(GIS)技术,利用改进的光能利用率模型研究了甘南州2011–2014年植被NPP,在对比验证的基础上,分析了甘南州植被NPP时空分布格局及其与地形因子之间的关系。结果表明,改进后的光能利用率模型能够较好地模拟研究区的植被NPP,可以用于大区域长时间尺度的模拟。2011–2014年甘南州植被平均NPP为478.26 g C·(m~2·a)–1。在一年中,植被NPP日均值呈先增加后降低的趋势,且在7月达到最大值;NPP累积值从5月开始快速增加,并在10月后趋于稳定。在空间上,东南部山区NPP平均值较大,北部农区、农牧交错带和西南部高海拔地区相对较小。随海拔升高和坡度增加,NPP均呈先增后减的趋势;所有坡向中,NPP在北坡最大,南坡最小。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
光能利用率模型论文参考文献
[1].刘剑锋,陈琳,孟琪,王璇,王远征.基于CASA-VPM模型的植被最大光能利用率研究[J].河南农业科学.2019
[2].许静,陈迪,李文龙,魏巍.基于光能利用率模型的甘南州植被净初级生产力研究[J].草业科学.2019
[3].廖靖,胡月明,赵理,马昊翔,王璐.结合数据融合算法的光能利用率模型反演水稻地上部生物量[J].江苏农业学报.2019
[4].徐小军,程银正,朱迪恩.基于光能利用率模型模拟干旱胁迫下毛竹林总初级生产力研究[J].江西农业大学学报.2019
[5].安秦,陈圣波.基于光能利用率模型的玉米遥感估产研究[J].地理空间信息.2019
[6].孟琪.基于植被光合模型的河南地区最大光能利用率研究[D].河南大学.2018
[7].郑艺.基于光能利用率模型的植被总初级生产力估算及其不确定性分析[D].中国科学院大学(中国科学院遥感与数字地球研究所).2017
[8].汪雪.基于无线传感网络和光能利用率模型的毛竹林净初级生产力估算研究[D].浙江农林大学.2016
[9].王景旭,丁丽霞,程乾.湿地植被叶面积指数对光化学指数和光能利用率关系的影响——基于实测数据和PROSPECT-SAIL模型[J].自然资源学报.2016
[10].李亚刚.基于改进光能利用率模型的甘南地区NPP研究[D].兰州大学.2015
论文知识图
