發(fā)布時(shí)間：2020-04-03 05:51

【摘要】：生態(tài)水(層)是指與地表植物體緊密相關(guān)的水體。它不僅具有調(diào)節(jié)改善水循環(huán)的功效,也是植被茁壯生長(zhǎng)的重要保障。掌握生態(tài)水涵養(yǎng)狀況及分布特點(diǎn),不僅有利于了解植被生長(zhǎng)情況,也可作為生態(tài)環(huán)境保護(hù)、生態(tài)重建等的理論依據(jù)。生態(tài)水資源不同于其他資源,它是動(dòng)態(tài)變化的,用常規(guī)方法難以提取和量化,也不能直接從遙感影像上進(jìn)行判讀。采用定量遙感技術(shù)建立生態(tài)水反演模型,可對(duì)其進(jìn)行量化研究。本論文基于“川西高原植被生態(tài)水(層)及水分脅迫狀況遙感動(dòng)態(tài)監(jiān)測(cè)方法”國(guó)家自然科學(xué)基金項(xiàng)目(41671432),以川西高原茂縣地區(qū)為研究區(qū),選用2006年、2008年、2016年11月份三期Landsat遙感影像進(jìn)行植被冠層生態(tài)水含水率反演研究,比較2008年地震后當(dāng)年植被受損情況,以及2016年植被恢復(fù)情況。論文分別提取了三期地表植被分布信息和植被指數(shù),結(jié)合實(shí)測(cè)植被生化數(shù)據(jù),建立研究區(qū)植被冠層生態(tài)水含水率反演模型,并驗(yàn)證了該模型的可行性。運(yùn)用模型對(duì)三期影像進(jìn)行冠層生態(tài)水含水率定量反演并進(jìn)行動(dòng)態(tài)監(jiān)測(cè)。本文主要取得的成果和認(rèn)識(shí)如下:(1)通過(guò)提取地表植被類型信息,得到2006年、2008年、2016年同一月份植被類型分布圖。統(tǒng)計(jì)不同時(shí)期不同植被分布面積可知,茂縣植被類型以針葉林分布為主。2006年以針葉林、闊葉林和混交林為主的林地占茂縣總面積的52.24%;2008年地震后植被受損,林地面積占比下降到41.97%;地震后實(shí)施生態(tài)環(huán)境災(zāi)后重建工作,到2016年植被面積占比恢復(fù)到55.97%。(2)構(gòu)建不同植被指數(shù)與實(shí)測(cè)所得的冠層生態(tài)水含水率之間的經(jīng)驗(yàn)回歸模型,比較分析各模型的相關(guān)系數(shù),得出基于RVI植被指數(shù)的對(duì)數(shù)回歸模型具有較強(qiáng)的相關(guān)性和較好的反演效果。經(jīng)過(guò)擬合度分析驗(yàn)證,可知該模型具有一定的適用性。(3)采用構(gòu)建的植被冠層生態(tài)水含水率反演模型,對(duì)三期遙感影像進(jìn)行反演,得到不同時(shí)期的冠層生態(tài)水含水率分布。對(duì)茂縣冠層生態(tài)水含水率進(jìn)行動(dòng)態(tài)分析,可知2006年至2008年冠層生態(tài)水含水率主要以減少為趨勢(shì),2008年至2016年冠層生態(tài)水含水率呈緩慢增長(zhǎng)趨勢(shì)。(4)統(tǒng)計(jì)分析不同植被類型的生態(tài)水含水率平均值,可知五種植被類型按其生態(tài)水含水率平均值由大到小順序可排列為:混交林闊葉林針葉林灌叢或高山灌叢草甸。本文以定量遙感為手段對(duì)茂縣2008年地震后植被冠層生態(tài)水受損及震后修復(fù)情況的研究,不僅豐富了生態(tài)水和定量遙感科學(xué)研究,同時(shí)對(duì)該地區(qū)生態(tài)環(huán)境建設(shè)與保護(hù)具有實(shí)際指導(dǎo)意義。
【圖文】：

第 2 章 研究區(qū)概況及數(shù)據(jù)處理2.1 研究區(qū)概況茂縣位于四川省西北部，屬四川省阿壩藏族羌族自治州。地理位置如圖 2-1所示，研究區(qū)東接北川，北瀕松潘，西北與黑水縣接壤，南與理縣、汶川、彭州、什邡、綿竹、安州等縣相接。地理坐標(biāo)為東經(jīng) 102°56′～104°10′，北緯 31°25′～32°16′。其東西寬 161.62km，南北間距 93.73km，總面積為 3903.28km2。其交通位置優(yōu)越，是阿壩藏族自治州與成都、綿陽(yáng)、德陽(yáng)等市聯(lián)系的交通樞紐，，對(duì)內(nèi)對(duì)外交通均以公路為主。茂縣政府駐地位于鳳儀鎮(zhèn)，全縣共管轄 9 個(gè)鎮(zhèn)、12個(gè)鄉(xiāng)、149 個(gè)行政村。2018 年公布的茂縣總?cè)丝跀?shù)為 111029 人，其中羌族人口占總數(shù)的 92.4%。此外，境內(nèi)還居住著漢族、藏族、回族等 17 個(gè)民族。

研究區(qū)2006年11月2日Landsat5大氣校正后影像（RGB:432）
【學(xué)位授予單位】：成都理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：Q948;TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 潘霞;高永;汪季;任昱;候亞?wèn)|;劉湘杰;;植被指數(shù)遙感演化研究進(jìn)展[J];北方園藝;2018年20期

2 陳艷英;游揚(yáng)聲;唐云輝;張建平;;重慶市植被指數(shù)與高度/坡度的關(guān)系研究[J];西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年11期

3 海全勝;吳瓊;包剛;;草地高光譜植被指數(shù)與葉面積指數(shù)的關(guān)系研究[J];陰山學(xué)刊(自然科學(xué));2011年04期

4 孟曉峻;馮麗萍;;不同MODIS植被指數(shù)優(yōu)劣的探討[J];內(nèi)蒙古氣象;2007年06期

5 何濤;;荒漠草原生物量監(jiān)測(cè)研究中植被指數(shù)選擇的初步探討[J];內(nèi)蒙古草業(yè);2006年01期

6 劉麗,劉清,楊鳳;用植被指數(shù)監(jiān)測(cè)貴州干旱的方法研究[J];貴州氣象;1998年03期

7 陳乾;用植被指數(shù)監(jiān)測(cè)干旱并估計(jì)冬麥產(chǎn)量[J];遙感技術(shù)與應(yīng)用;1994年03期

8 譚凱琰;李郁竹;;遙感植被指數(shù)與冬小麥綠葉面積系數(shù)和麥土比的關(guān)系[J];遙感信息;1989年01期

9 潘靈慧;陳建平;;基于遙感數(shù)據(jù)的內(nèi)蒙古近三十年植被指數(shù)的時(shí)空分析[J];地質(zhì)學(xué)刊;2018年03期

10 李爽;宋小寧;冷佩;;被動(dòng)微波遙感植被指數(shù)在中國(guó)的應(yīng)用研究[J];干旱區(qū)資源與環(huán)境;2014年08期

相關(guān)會(huì)議論文 前10條

1 曾占奎;張帥;韓志鵬;王黎明;王征宏;龐玉輝;王春平;;不同基因型小麥抗旱植被指數(shù)及其產(chǎn)量綜合分析[A];中國(guó)作物學(xué)會(huì)作物種子專業(yè)委員會(huì)2017年學(xué)術(shù)年會(huì)論文摘要集[C];2017年

2 付卓;王錦地;施建成;宋金玲;靳華安;張立新;張鐘軍;趙少杰;陳柏松;;微波植被指數(shù)與光學(xué)植被指數(shù)在地面尺度上的關(guān)系研究[A];遙感定量反演算法研討會(huì)摘要集[C];2010年

3 安培浚;頡耀文;;綠洲植被指數(shù)的遙感定量研究-以民勤綠洲為例[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

4 張樹(shù)譽(yù);李登科;李星敏;周輝;;遙感植被指數(shù)及其在縣域生態(tài)環(huán)境監(jiān)測(cè)評(píng)估中的應(yīng)用[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

5 王懌璞;李銳;閔啟龍;張雷明;于貴瑞;黃建國(guó);Yves Bergeron;;利用新型微波植被指數(shù)遙感森林蒸散[A];第35屆中國(guó)氣象學(xué)會(huì)年會(huì) S21 衛(wèi)星氣象與生態(tài)遙感[C];2018年

6 呂京國(guó);張小詠;張立新;陳正超;;微波穿透指數(shù)MVI與光學(xué)植被指數(shù)NDVI的關(guān)系探討[A];中國(guó)測(cè)繪學(xué)會(huì)第九次全國(guó)會(huì)員代表大會(huì)暨學(xué)會(huì)成立50周年紀(jì)念大會(huì)論文集[C];2009年

7 劉少軍;張京紅;陳匯林;陳德明;田光輝;蔡大鑫;;海南島植被指數(shù)變化的驅(qū)動(dòng)因子分析[A];中國(guó)氣象學(xué)會(huì)2006年年會(huì)“首屆研究生年會(huì)”分會(huì)場(chǎng)論文集[C];2006年

8 劉慶生;劉高煥;寧吉才;張敏;傅新;;翅堿蓬高光譜植被指數(shù)對(duì)土壤化學(xué)性質(zhì)的響應(yīng)[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

9 陳效逑;郭玉泉;;我國(guó)東部溫帶地區(qū)物候生長(zhǎng)季節(jié)、植被指數(shù)和氣候因子之間的關(guān)系[A];地理教育與學(xué)科發(fā)展——中國(guó)地理學(xué)會(huì)2002年學(xué)術(shù)年會(huì)論文摘要集[C];2002年

10 楊道勇;肖云岫;;利用WT-10接收的1B高分辨云圖數(shù)據(jù)生成植被指數(shù)圖像[A];中國(guó)氣象學(xué)會(huì)2005年年會(huì)論文集[C];2005年

相關(guān)重要報(bào)紙文章 前6條

1 記者 郭軍 通訊員 沙道兵;西北地區(qū)植被指數(shù)呈上升趨勢(shì)[N];陜西日?qǐng)?bào);2016年

2 陳媛媛;住宅區(qū)植被指數(shù)越高，居民壽命更長(zhǎng)？[N];中國(guó)環(huán)境報(bào);2019年

3 本報(bào)記者 李惠鈺;住宅區(qū)植被指數(shù)高，老人壽命更長(zhǎng)[N];中國(guó)科學(xué)報(bào);2019年

4 本報(bào)記者 余亞慶 通訊員 孫小龍;護(hù)林護(hù)草 橫跨29個(gè)經(jīng)度的守望[N];中國(guó)氣象報(bào);2017年

5 記者師巧梅、通訊員潘繼鵬;我區(qū)草地環(huán)境達(dá)三年最好水平[N];新疆日?qǐng)?bào)(漢);2009年

6 記者 焦莉莉　通訊員 車少靜;我市沙塵天數(shù)呈明顯減少趨勢(shì)[N];石家莊日?qǐng)?bào);2009年

相關(guān)博士學(xué)位論文 前10條

1 丑述仁;光化學(xué)植被指數(shù)和日光誘導(dǎo)葉綠素?zé)晒馀c作物光合作用的關(guān)系[D];南京大學(xué);2018年

2 岳文澤;基于遙感影像的城市景觀格局及其熱環(huán)境效應(yīng)研究[D];華東師范大學(xué);2005年

3 張立福;通用光譜模式分解算法及植被指數(shù)的建立[D];武漢大學(xué);2005年

4 劉占宇;水稻主要病蟲(chóng)害脅迫遙感監(jiān)測(cè)研究[D];浙江大學(xué);2008年

5 Muhammad Naveed Tahir;關(guān)中平原夏玉米氮素營(yíng)養(yǎng)和生物物理特征遙感估算[D];西北農(nóng)林科技大學(xué);2012年

6 夏天;基于高光譜遙感的區(qū)域冬小麥生物量模擬及糧食安全評(píng)價(jià)[D];華中師范大學(xué);2011年

7 陳剛;四川盆周山地土地利用/覆蓋景觀空間格局演替研究[D];成都理工大學(xué);2011年

8 孫福軍;基于極端干旱年份遙感植被指數(shù)的半干旱地區(qū)土地評(píng)價(jià)研究[D];沈陽(yáng)農(nóng)業(yè)大學(xué);2017年

9 周靖靖;刺槐林葉面積指數(shù)特征及其遙感影像反演[D];西北農(nóng)林科技大學(xué);2014年

10 丁艷玲;植被覆蓋度遙感估算及其真實(shí)性檢驗(yàn)研究[D];中國(guó)科學(xué)院研究生院（東北地理與農(nóng)業(yè)生態(tài)研究所）;2015年

相關(guān)碩士學(xué)位論文 前10條

1 袁濤;基于植被指數(shù)的土壤重金屬含量分區(qū)反演[D];成都理工大學(xué);2019年

2 趙芩;川西高原茂縣植被生態(tài)水遙感動(dòng)態(tài)監(jiān)測(cè)[D];成都理工大學(xué);2019年

3 劉雪芹;塔里木河中游植被指數(shù)空間數(shù)據(jù)庫(kù)的設(shè)計(jì)與實(shí)現(xiàn)[D];新疆農(nóng)業(yè)大學(xué);2017年

4 張超;枯枝落葉層蓋度遙感反演及時(shí)空變化分析[D];西北大學(xué);2019年

5 劉霞;基于冠層主動(dòng)傳感器的冬小麥長(zhǎng)勢(shì)監(jiān)測(cè)及適宜植被指數(shù)動(dòng)態(tài)模型研究[D];南京農(nóng)業(yè)大學(xué);2017年

6 彭瑤;基于高光譜遙感的三峽庫(kù)區(qū)典型消落帶植被指數(shù)構(gòu)建研究[D];重慶師范大學(xué);2019年

7 張展騫;基于植被指數(shù)時(shí)間序列的洪澇災(zāi)害遙感監(jiān)測(cè)模型[D];東北農(nóng)業(yè)大學(xué);2019年

8 凱楠;基于時(shí)空分辨率融合的延河流域植被季節(jié)變化分析[D];西北大學(xué);2018年

9 周婧;植被指數(shù)對(duì)土壤重金屬異常的響應(yīng)分析[D];成都理工大學(xué);2018年

10 孫勇;應(yīng)用遙感數(shù)據(jù)對(duì)植被指數(shù)提取分析[D];東北林業(yè)大學(xué);2017年

本文編號(hào)：2613014