基于DNDC模型和遥感技术的区域尺度玉米干旱灾害风险动态评估研究——以辽宁省为例

Currently, drought disasters are happening frequently and severely, such that agricultural drought disaster risk assessment has become the hot spot at home and abroad. In our study, for the maize crop, taking Liaoning province as the case study, we emplogy DNDC model and remote sensing technology to predict grain yield under different scenarios, and then dynamically assess the regional-scales maize drought disaster risk. 1) Simulate the growth process of maize crop using DNDC model with LAI as the coupling factor, and build Coupled DNDC with remote sensing technology model to predict crop yield under different scenarios, then dynamically assesse the field-scales maize drought disaster risk. 2) Study the extraction technology of maize planting zone by the low/median-resolution remotely sensed data, and build Distributed DNDC model to predict regional crop yield, then implement the dynamic assessment for regional-scale maize drought disaster risk (I). 3) Study the relationship between grain yield and different physiological indices/parameters at different growth stages, analyze the sensitivity of the parameters and build Remote Sensing - Maize Yield Prediction Model to dynamically assesse the regional-scales maize drought disaster risk (II). Finally, comprehensively analyze (I) and (II) to achieve the dynamic assessment for the regional-scales maize drought disaster risk.

当前，干旱灾害呈现频发重发的态势，农业干旱灾害风险评估成为国内外学者研究的热点。本研究针对玉米作物，以辽宁省为研究示范区，利用DNDC模型与遥感技术预测不同情景模式下的粮食产量，通过因旱粮食损失，进行区域尺度玉米干旱灾害风险动态评估。1）利用DNDC模型模拟玉米生长过程，以叶面积指数为耦合因子，构建遥感耦合式DNDC模型，预测不同情景模式下的玉米产量，进行田间尺度玉米干旱灾害风险动态评估。2）研究中低分辨率遥感数据的玉米播种范围提取技术，构建分布式DNDC模型，预测区域粮食产量，进行基于DNDC模型的区域尺度玉米干旱灾害风险动态评估（I）。3）分别研究玉米生理指数/参数和玉米物候期与粮食产量之间的关系，进行参数敏感性分析，构建遥感-玉米估产模型，进行基于遥感技术的区域尺度玉米干旱灾害风险动态评估（II）。对比分析（I）和（II），得到区域尺度玉米干旱灾害风险动态综合评估结果。

在全球气候变化背景下，随着经济社会的快速发展和人口的持续增加，世界范围内出现了水资源短缺日趋严重的问题，加之全球气旱灾呈现出频发和重发的态势。世界各国都在积极探寻旱灾风险分析和管理的理论和技术，针对不同农作物的旱灾风险分析和管理成为研究的新趋势。如何在作物生长过程中对产量进行预测，计算旱灾可能导致的粮食损失，实现旱灾风险动态评估，对采取科学合理的抗旱措施具有重要的意义。.本研究针对玉米作物，以辽宁省为研究区，利用作物生长模型——DNDC模型和遥感技术进行玉米旱灾风险动态评估。主要研究内容包括：1）基于遥感耦合式DNDC模型的田间尺度玉米旱灾风险动态评估，包括DNDC模型的构建和验证以及旱灾风险动态评估理论体系的构建；2）基于分布式DNDC模型的区域尺度玉米旱灾风险动态评估，包括基于多时相中低分辨率遥感影像的玉米播种范围提取和基于分布式DNDC模型的区域玉米旱灾风险动态评估研究；3）基于遥感技术的玉米估产模型和区域旱灾风险动态评估研究，包括遥感-玉米估产模型的构建和区域玉米旱灾风险动态评估。.研究取得的重要成果包括：1）针对辽宁省玉米作物，率定并验证了DNDC模型的适用性；2）建立了基于作物生长模型和情景分析技术的农业旱灾风险动态评估理论体系；3）将遥感反演的叶面积指数（LAI）与DNDC模型耦合，显著提高了模拟精度；4）利用中低分辨率MODIS数据构建作物播种面积指数（CPPI），结合辅助提取了辽宁省玉米播种面积，平均误差为15.9%；5）提出以增强植被指数（EVI）表征的作物生育期内累计“绿度”距平为核心的遥感-玉米估产模型，可用于作物中后期的旱灾风险快速动态评估。研究过程中涉及的数据种类较多，数据量较大，包括：1）辽宁省的地理数据、土壤数据等；2）辽宁省1995-2010年社会经济数据、农业生产数据、气象监测数据和历史旱灾数据等；2）覆盖辽宁省的2001-2010年MODIS遥感影像数据。.通过本项目的研究，首次提出了基于作物模型模拟的农业旱灾风险动态评估理论体系；将遥感技术和DNDC模型耦合，提高了模型模拟精度；通过CPPI指数和相关辅助数据，为遥感准确提取玉米播种面积的难题提供解决方案；提出以EVI指数表征的生育期内“绿度”累积距平为核心的遥感-玉米估产模型。项目研究成果有助于为农业生产管理提供依据，有助于制定科学合理的抗旱减灾措施，有助于减轻旱灾损失。