利用地面气象资料建立四川省日总辐射计算模型

利用四川省6个辐射观测站2016?2018年日总辐射和地面气象资料,应用“个案排秩”、一元线性回归和逐步回归方法,建立四川省日总辐射计算模型（模型Ⅰ）,并按日照时数是否为0建立有日照总辐射计算模型（模型Ⅱ）和无日照总辐射计算模型（模型Ⅲ）。结果表明：模型Ⅰ、模型Ⅱ和模型Ⅲ均通过0.01水平显著性检验;模型Ⅰ、模型Ⅱ和模型Ⅲ回代检验的MAPE分别为12.62%、10.02%、16.34%,NRMSE分别为16.17%、12.23%、28.40%;4个典型日应用这3个模型的MAPE分别为7.59%、4.50%、36.53%,NRMSE分别为9.22%、5.93%、40.98%;对于4个典型日在日照时数为0时不用模型Ⅲ而改用模型Ⅰ、日照时数不为0时用模型Ⅱ,其MAPE为5.79%、NRMSE为7.47%,比全部资料用模型Ⅰ模拟分别提高1.80个和1.75个百分点。建立的3个日总辐射计算模型均具有应用价值;四川省日总辐射最佳模拟方法是日照时数为0时用模型Ⅰ计算,日照时数不为0时用模型Ⅱ计算;海拔、天气状况和日照长短决定四川各地日总辐射量的大小,其中海拔和天气状况是造成四川各地日总辐射差异的主要因素。     

基于MODIS干旱指数与RBFNN方法的江苏冬小麦需水关键期土壤水分遥感监测应用

利用遥感指数反演土壤水分已成为监测干旱的重要手段之一，而单一的遥感干旱指数对于反演土壤水分存在一定局限，本研究从7种不同MODIS遥感干旱监测指数中选取适宜的5种并结合径向基函数神经网络（RBFNN）协同反演江苏省2018年冬小麦需水关键期的土壤相对湿度。结果表明：与单一的遥感干旱指数相比，协同RBFNN的遥感干旱指数反演的模型效果更好，与10 cm和20 cm深度的实测土壤相对湿度的相关系数分别达到0.5161和0.4307，能综合多种通道的遥感信息反映当地土壤水分的变化；同时研究利用RBFNN对2017年5月江苏冬小麦10 cm深度土壤相对湿度进行反演，得到的土壤相对湿度分布图与实测土壤墒情结果较为接近，说明利用RBFNN反演模型有效。研究结果提高了土壤湿度的反演精度，为当地农业干旱的实时监测提供了新思路。