第一章 引言
1.1 研究背景
（1）社会意义
作为一个拥有13亿多人口的农业大国，我国农业资源人均占有量极其有限，农业生产的脆弱性十分明显。在气候变化大背景下，我国当前的农业空间格局逐渐发生改变，农业生产环境日益恶化，脆弱的农业生产处于动荡之中（IPCC，2007；林而达，2005，2008）。确保农业生产安全，可以缓解粮食供给压力，对维护国家粮食安全和社会稳定具有极其重要的现实意义。近年来，各类气象灾害频发，对农业生产造成了一定的不利影响（任义方等，2011）。其中，干旱是最严重的气象灾害之一，具有致灾范围广、持续时间长、灾害程度严重等特点（Willhite et al.，2000）。2005 年，云南出现严重初春旱；2006 年，重庆发生出现旱灾，农作物受灾面积约为 1979.34 万亩，经济损失达 71.55 亿元；2008 年，云南农作物受旱面积为 1500 多万亩；2009 年，华北、黄淮等地农业生产及城乡生活用水告急；2010 年，西南地区发生了自有气象记录以来最严重的气象干旱事件，直接经济损失达236.6 亿元；2011 年，冬麦种植区出现严重干旱，华北地区受旱面积达 1 亿亩以上；2012年，全国耕地受旱面积达 6010 万亩。历年旱情记录表明，粮食主产区内干旱的频发给当地农业生产带来了巨大损失，严重影响到国家粮食安全和社会稳定。河南省是我国小麦主产区之一，因旱灾导致的小麦减产将直接影响到全国粮食供应，对当地乃至整个国民经济产生严重的影响。国家对该地区的农业旱灾防御工作十分重视，迫切需要及时、准确的农业干旱预警信息。因此，开展河南省农业干旱监测预测研究，可以为农业抗旱提供可靠的技术保障，对促进农业生产可持续发展具有重要的指导意义。
（2）理论意义
目前，一些学者将干旱归纳成 4 类，即气象干旱、水文干旱、社会经济干旱和农业干旱（杨绍锷等，2010）。气象干旱指由于降水和蒸发不平衡所造成的水分亏缺现象（杨志勇等，2011）；水文干旱是指地表水或地下水出现亏缺的现象；社会经济干旱主要考虑水资源异常短缺对社会经济和人类活动的影响（王艳玲，2007）；与其他干旱不同，农业干旱是一个综合的概念，其中，作物干旱是指作物体内水分含量持续不足继而影响作物正常生长发育的现象（李远华，1999；张养才等，1999）。土壤水分是决定农作物体内水分盈亏的关键因子，同时也是监测农业干旱最重要的参数之一。目前，传统方法主要对土壤水分进行单点观测，其区域代表性有限，难以满足实时、大范围旱情监测的需要（王利民等，2008）。随着科学技术的发展，卫星遥感和作物模拟模型两项新技术可以在一定程度上弥补传统方法的缺陷，在区域农业干旱监测中发挥着日益积极的作用。
作物生长模拟模型是在遵循物质平衡原理、能量守恒原理以及物质能量转换原理的基础上，以土壤、气象等条件作为驱动变量，运用数学物理方法和生态环境数值模拟技术，人为地再现作物生长发育及产量形成过程（王石立等，2008）。它综合考虑了土壤、天气、气候、作物特性乃至人类活动等因素对作物生长发育的影响，是一种面向作物生长发育过程的数值模拟模型（刘布春等，2002）。随着对作物生长发育机理认识的不断深入，作物生长模拟模型研究获得了较大进步，目前已在作物长势监测、作物估产、气候变化影响评估和农业干旱监测预测等领域得到了广泛推广和应用（潘学标等，2001；张宇等，2000；熊伟等，2005；杨晓光等，2003；冯利平等，2004）。尽管如此，作物模型在实际应用中仍不是很成功。如模型对土壤水分的模拟尚存在一定的不足之处，这不利于农业旱情的准确监测。土壤水分受降水、蒸发、蒸腾、径流、土壤、地形、灌溉以及人类活动等诸多因素共同影响，模型还不能准确地描述这些因素的真实状况及其相互作用对土壤水分的影响。因此，模型模拟土壤水分的准确性和合理性还难以保证。另外，受管理参数和环境变量非均匀性的影响，基于单点研发的作物模型应用到区域尺度上时，参数的区域化和宏观资料的获取还存在一些问题（Laura Dente et al.，2008；Mignolet et al.，2007）。例如，模型还较难确定区域范围内的模型参数（如作物参数、土壤参数）以及土壤和作物初始状况；受土壤质地、地形地貌的复杂性制约，模型对大范围作物蒸腾量、土壤蒸发量以及土壤水分含量等关键变量的模拟水平还不够理想，以上问题限制了作物模型在区域农业旱情监测中的发展和应用。然而，遥感技术的出现使作物模型应用到区域农业干旱模拟中成为可能。
第二章 研究区域试验和研究方法
2.1 研究区域概况
本研究选择了具有代表性的河南省冬小麦种植区作为研究区，该地区位于我国中东部、黄河中下游，是我国最重要的农产品生产基地之一。河南省界于北纬 31°23′～36°22′，东经 110°21′～116°39′之间。地势呈西高东低趋势，其北、西、南三面由太行山、大别山等沿省界分布，中、西南部为南阳盆地，东部为黄淮海平原（孙红霞，2007）。全省总面积大约为 16.7 万平方公里，其中山地、丘陵、盆地和平原分别占总面积的 26.6%、17.7%、55.7%。河南处于我国南北交汇地带，属大陆性季风气候。年平均气温为 12.7～15.7℃，年均降雨量 532.5～1380.6mm，年均日照时数为 1840.0～2488.7 小时，全年无霜期为 189～240 天，适合多种农作物生长。地跨淮河、黄河、海河、长江等四大流域，水资源总量年平均达 405 亿立方米。河南省具有丰富的光、热、水、土地等资源，是我国小麦、棉花、油料等农产品的重要生产基地。2007 年，全省粮食总产量达 5425.22 万吨（列全国第一位），其中小麦产量约 2980.21 万吨（列全国第一位）。
2.2 研究数据及其处理
2.2.1 气象数据
气象数据为中国气象局提供的 1961～2010 年河南省 16 个气象站点（图 2.1）的逐日气象要素值，包括辐射、最高气温、最低气温、水汽压、风速和降雨量等。部分站点没有辐射观测，对这些站点的辐射资料，由左大康等（1991）的研究用常规资料处理得到。
第三章 作物干旱模型参数调整及验证 ........17
3.1 模型参数调整.........17
3.1.1 土壤参数调整....17
3.1.2 作物参数调整....17
3.2 参数调整效果检验.......18
3.2.1 回代模拟结果评价........19
3.2.2 外推模拟结果评价........20
3.3 小结.......22
第四章 基于指数滤波的土壤湿度遥感......23
4.1 指数滤波方法介绍........23
4.2 表层土壤水分遥感反演结果.....24
4.3 深层土壤湿度反演（0-20cm 土层） .......26
4.3.1 特征时间长度最优值的确定....26
4.3.2 深层土壤湿度反演及其验证....27
4.4 小结.......28
第五章 微波遥感技术与作物干旱模型......29
5.1 微波遥感技术与作物干旱模型的链接.....29
5.2 基于微波遥感信息的作物生长模拟及验证.........31
5.3 小结.......33
结论
（1）作物干旱模型的适应性调整效果良好：结合相关研究成果和实测资料，调整了模型的一些关键参数，调整后的参数均在其生物学意义允许范围内。之后，对模型的回代、外推效果进行检验。回代模拟结果表明，叶面积指数和干物重的模拟值随时间的变化趋势与实测值吻合较好，成熟期回代模拟误差为 5 天；外推模拟结果表明，叶面积指数和干物重的模拟结果与实测值比较接近，成熟期外推模拟误差为 5.3 天。因此可以认为，模型参数调整比较合理，调整后的作物干旱模型在代表点上具有较好的适应性。
（2）基于指数滤波法的土壤湿度遥感反演效果较好：通过分析表层（0-1cm 土层）土壤水分遥感反演值与实测降水量的关系可知，历史天气条件的变化确实可以由表层土壤水分时间序列体现出来。这不仅验证了指数滤波原理，而且从侧面体现了表层土壤湿度遥感反演结果的合理性；在确定特征时间长度最优值（Topt=11 天）的基础上，利用指数滤波法平滑了表层土壤水分遥感数据的时间序列，进而反演了 0-20cm 土层的含水量。将该层的土壤湿度反演结果与实测值进行比较，结果表明两者的均方根误差 RMSE为 6.3%，反演结果与实际情况比较接近。因此，指数滤波法对 0-20cm 土层的土壤湿度反演效果较好。
（3）引入遥感信息后，模型对冬小麦生长发育的模拟能力到了一定程度的提高：以 0-20cm 土层的含水量为结合点，将土壤水分遥感反演信息嵌入到作物干旱模型中，使得模型中土壤水分的“流动”更加真实，进而优化了作物干旱模型。引入遥感信息后，叶面积指数的模拟误差（RMSE）由 1.76 降低至 1.751，干物重模拟值随时间的变化趋势也更接近实测值。另外，两种模型的模拟的成熟期完全一样。这主要是因为冬小麦成熟期与土壤水分的关系不大，其主要决定因素是温度。
（4）与单纯模型相比，基于遥感信息的作物干旱模型对区域农业干旱的模拟结果更符合实际情况：对作物模型的相关参数和变量进行区域化，为模型从单点到区域尺度上的应用奠定了基础。之后，将模型分别采用链接遥感技术和不链接遥感技术两种方式模拟研究区的农业干旱，并结合实际情况验证了基于遥感信息的作物干旱模型对区域农业干旱模拟能力。结果表明，引入遥感信息后，模型对区域农业干旱及其时空动态变化的模拟能力均有了明显提高。综上所述，将微波遥感技术与作物干旱模型相结合，在一定程度上可以提高模型对作物生长过程及其农业干旱的模拟能力，这将为农业旱情监测提供更有力的科技支撑。
参考文献
1安顺清,邢久星.帕默尔旱度模式的修正 [J] .气象科学研究院院刊, 1986,1(1):75-81.
2蔡斌,陆文杰,郑新江.气象卫星条件植被指数监测土壤状况 [J].国土资源遥感,1995,4:45-50.
3崔读昌,曹广才,张文,等.中国小麦气候生态区划 [M].贵州科技出版社,1991
4.陈思宁,赵艳霞,申双和.基于集合卡尔曼滤波的PyWOFOST模型在东北玉米估产中的适用性验证[J].中国农业气象,2012,33(2):245-253
5.陈维英,肖乾广,盛永伟.距平植被指数在 1992 年特大干旱监测中的应用[J].环境遥感,1994,9(2):106-112.
6范嘉泉,郑剑非.帕默尔气象干旱研究方法介绍 [J].气象科技, 1984,12(1):63-71
7.冯利平.气候异常对我国华北地区冬小麦生产影响评估模型的研制 [M].数学农业与农业模型通讯,2004,(1):33-37.
8高峰,王介民,孙成权,等.微波遥感土壤湿度研究进展 [J].遥感技术与应用,2001,16(2):97-102.
9高亮之,金之庆,黄耀,等,水稻计算机模拟模型及其应用之一:水稻钟模型-水稻发育动态的计算机模型 [J].中国农业气象,1989,(2):3-10.
10高亮之,金之庆.水稻栽培计算机模拟优化决策系统 [M]. 北京:中国农业科技出版社,1992:124-134.