基于遥感信息与作物生长模型同化的冬小麦旱情监测研究

冬小麦作为我国主要粮食作物之一，受到干旱自然灾害的严重影响，造成减产甚至绝收等严重经济损失。水资源匮乏、全球气候变化和复杂多变的国际政治经济环境，使得对大范围冬小麦旱情精准监测需求更为迫切。针对目前遥感干旱监测只能得到瞬时旱情信息，缺乏与作物生长规律、生长状态的结合和农学知识的支持等问题，本研究从冬小麦不同生长期旱情遥感监测信息响应机制入手，探索结合冬小麦生长发育规律的遥感干旱监测机理；采用数据同化技术，耦合遥感数据和作物生长模型，建立与冬小麦的生长规律和生长状态相结合的旱情监测模型；基于前期降水量的降水距平指数，辅助GIS技术，构建耦合遥感信息与作物生长模型的冬小麦旱情监测模型的多参数冬小麦旱情评估体系；以水分胁迫对冬小麦产量的影响程度划分干旱等级，建立基于遥感监测信息的快速干旱分级体系。本研究可为冬小麦旱情的监测与评估、精准灌溉和提高产量提供科学依据，更好地服务于我国社会经济建设。

冬小麦作为我国主要的粮食作物之一，受旱灾影响严重，对大范围冬小麦旱情精准监测需求更为迫切。本项目主要是针对目前遥感干旱监测只能得到瞬时旱情信息，缺乏与作物生长规律、生长状态的结合以及农学知识的支持等问题，从冬小麦不同生长期旱情遥感监测信息响应机制入手，探索结合冬小麦生长发育规律的遥感干旱监测机理；耦合遥感信息与作物生长模型；建立与冬小麦的生长规律和生长状态相结合的旱情监测模型和评估体系。本研究可为冬小麦旱情的监测与评估、精准灌溉和提高产量提供科学依据，更好地服务于我国社会经济建设。.本项目自从启动以来，严格按照项目书要求开展研究工作，完成了项目书的要求。项目组成员于2012-2014年连续三年在山东禹城中科院综合实验站、宁夏回族自治区等进行野外观测实验，设计了自然条件和可控条件下不同水分胁迫的野外观测试验方案，在实验基地开展了不同水分胁迫下的冬小麦干旱监测实验，对土壤含水量、LAI、光谱、叶绿素含量、生物量、叶片含水量等参数进行了连续观测，取得的主要成果有 ：（1）提出了改进短波红外垂直失水指数（Modified Shortwave Infrared Perpendicular Waterstress Index, MSPSI)，构建了新的干旱监测模型和旱情评估体系；（2）提出了一种新的干旱监测模型温度—叶面积干旱指数（Temperature-LAI Drought Index, TLDI）；（3）改进了2种叶绿素监测指数M-MTCI (Modified-MERIS Terrestrial Chlorophyll Index)和MTCARI（Modified Transformed Chlorophyll Absorption Ratio Index）；（4）分析了土壤线的精度对监测精度的影响；（5）分析了常见的干旱监测模型的敏感度；（6）作物生长模型与遥感数据的数据同化；（7）构造了新的比值水分植被指数RNDWI；（8）对农业遥感中常用的遥感影像的融合质量评价方法进行了比较；（9）开发了冬小麦旱情监测系统，并取得软件著作权。项目组正在申请国家发明专利1项，已发表学术论文8篇，其中被SCI检索4篇，被EI检索4篇，培养博士生3人，硕士生2人，完成“冬小麦旱情遥感监测与评估系统”，并在山东省茌平县冯屯镇等应用示范，取得良好的应用效果。