發(fā)布時間：2020-11-20 09:23

　　 本研究以遼寧省阜新市彰武縣為研究區(qū),選取2014年7月至9月環(huán)境衛(wèi)星提供的多時相、多光譜信息的遙感影像為數(shù)據(jù)源,結合中國氣象資源網(wǎng)的氣象數(shù)據(jù)和實地取點采樣獲得的數(shù)據(jù),利用ENVI及ArcGIS平臺對遙感數(shù)據(jù)進行輻射定標、幾何校正、大氣校正等精處理及地表溫度、歸一化植被指數(shù)等相關參數(shù)的反演計算。構建二維空間獲取與溫度和歸一化植被指數(shù)相關的溫度植被干旱指數(shù)、紅外波段和近紅外波段相關的垂直干旱指數(shù)和考慮植被覆蓋情況的修正的垂直干旱指數(shù)。將以上三個指數(shù)與研究區(qū)地表下10cm處的土壤含水量進行擬合分析,選取相關性最大的模型作為基礎研究模型并對其進行修正,從而得到適用于彰武地區(qū)的干旱監(jiān)測模型,并對模型進行應用,以土壤含水量狀況為評價指標,獲取2014年彰武地區(qū)的干旱等級分布圖。本研究的主要結論如下：(1)在計算地表溫度過程中選取基于影像的Artis算法反演地表溫度,反演溫度的變化趨勢與實測結果基本相同,其反演值較實測值偏低。研究通過像元二分模型計算植被覆蓋度,并以SEBS模型為基礎反演蒸散發(fā),降低了反演土壤含水量的計算難度,使得反演模型更加易于使用。(2)將垂直干旱指數(shù)、修正的垂直干旱指數(shù)和溫度植被干旱指數(shù)分別與10cm深度的土壤含水量進行擬合。結果表明,這三種指數(shù)與10cm深度土壤含水量的判定系數(shù)R2分別在0.15、0.3和0.45上下波動,其中溫度植被干旱指數(shù)與土壤含水量的相關性最高,所以以溫度植被干旱指數(shù)作為基本模型是可行的。(3)彰武地區(qū)的土壤類型較為復雜,選取增強植被指數(shù)為因子對溫度植被干旱指數(shù)進行修正以消除地表土壤情況對研究的影響。研究以2014年7月14日和8月6日的修正的溫度植被干旱指數(shù)和實測土壤含水量數(shù)據(jù)為基礎,提出適用于彰武地區(qū)夏季干旱監(jiān)測的模型,利用9月18日的數(shù)據(jù)進行驗證,模型的相關系數(shù)為-0.770,在0.01水平上的相關性顯著,模型的精度可達85%以上(4)根據(jù)模型的反演結果獲得彰武地區(qū)的干旱等級分布圖,并對干旱情況進行分析。研究區(qū)在2014年7月14日的干旱情況最輕,有35%以上的地區(qū)表示出輕旱以上的狀態(tài)；8月6日的干旱情況最為嚴重,其中有44%以上的地區(qū)處于中旱狀態(tài)以上；9月18日的干旱情況有所緩解。
【學位單位】：沈陽農(nóng)業(yè)大學
【學位級別】：碩士
【學位年份】：2016
【中圖分類】：P426.616;P405
【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究的目的和意義
    1.2 國內外干旱監(jiān)測研究進展
        1.2.1 國外遙感干旱監(jiān)測研究進展
        1.2.2 國內遙感干旱監(jiān)測研究進展
    1.3 研究內容及技術路線
        1.3.1 研究內容
        1.3.2 技術路線
第二章 研究區(qū)概況及數(shù)據(jù)選擇與處理
    2.1 研究區(qū)概況
        2.1.1 地理位置
        2.1.2 自然環(huán)境
    2.2 遙感數(shù)據(jù)的選取及預處理
        2.2.1 遙感數(shù)據(jù)源的選取
        2.2.2 遙感數(shù)據(jù)的預處理
    2.3 非遙感數(shù)據(jù)
        2.3.1 地面數(shù)據(jù)采樣及處理
        2.3.2 氣象數(shù)據(jù)
    2.4 遙感干旱反演方法的選取
        2.4.1 遙感干旱反演方法
        2.4.2 遙感反演方法的選取
    2.5 本章小結
第三章 相關參數(shù)計算
    3.1 亮度溫度計算
    3.2 歸一化植被指數(shù)
    3.3 植被覆蓋度
    3.4 地表比輻射率
    3.5 地表溫度
    3.6 地表蒸散發(fā)
    3.7 本章小結
第四章 土壤含水量反演模型對比分析及模型的構建
    4.1 土壤含水量反演模型對比
        4.1.1 垂直干旱指數(shù)法
        4.1.2 修正的垂直干旱指數(shù)法
        4.1.3 溫度植被干旱指數(shù)法
        4.1.4 TVDI干旱情況分析
    4.2 基于增強植被指數(shù)的TVDI模型構建及土壤含水量的反演
        4.2.1 模型的構建
        4.2.2 精度驗證
        4.2.3 模型的應用
    4.3 研究區(qū)干旱情況分析
    4.4 本章小結
第五章 結論與展望
    5.1 結論
    5.2 展望
參考文獻
致謝
攻讀學位論文期間發(fā)表文章

【相似文獻】

相關期刊論文 前10條

1 馬會堯;;用新體積法測定土壤含水量以控制土壤壓實密度[J];黃河建設;1957年04期

2 И.А.丘卜林;崔云鵬;;測定土壤含水量新的容積法[J];黃河建設;1958年08期

3 汪潤麈;用綜合消退曲綫預報土壤含水量的方法[J];水文月刊;1960年04期

4 范文義;李明澤;應天玉;;荒漠化地區(qū)土壤含水量的遙感定量反演[J];應用生態(tài)學報;2008年05期

5 孫勇;安菲;程春香;陳志華;;不同類型土壤含水量的時空動態(tài)變化對比分析[J];黑龍江氣象;2008年03期

6 宋韜;鮑一丹;何勇;;利用光譜數(shù)據(jù)快速檢測土壤含水量的方法研究[J];光譜學與光譜分析;2009年03期

7 雷麗;程星;蔡雄飛;;貴州巖溶山區(qū)土壤含水量時空分布與植物生長關系研究[J];貴州科學;2009年02期

8 李琴;陳曦;Frank Veroustraete;包安明;劉鐵;王金林;;干旱半干旱區(qū)土壤含水量反演與驗證[J];水科學進展;2010年02期

9 吳代暉;范聞捷;崔要奎;閆彬彥;徐希孺;;高光譜遙感監(jiān)測土壤含水量研究進展[J];光譜學與光譜分析;2010年11期

10 王二虎;仝文偉;霍繼超;王娟;;暴雨過程對不同深度土壤含水量的影響分析[J];河南科學;2011年01期

相關博士學位論文 前5條

1 刁萬英;基于可見-近紅外波段反射率估算表層土壤含水量[D];中國農(nóng)業(yè)大學;2016年

2 魯清林;旱地小麥不同種植模式水熱效應及對產(chǎn)量形成的影響[D];甘肅農(nóng)業(yè)大學;2014年

3 王立權;雪被—農(nóng)田土壤復合系統(tǒng)復雜性分析及水熱互作效應研究[D];東北農(nóng)業(yè)大學;2014年

4 陳俊英;污灌土壤斥水性的機理研究[D];西北農(nóng)林科技大學;2010年

5 周萍;高光譜土壤成分信息的量化反演[D];中國地質大學（北京）;2006年

相關碩士學位論文 前10條

1 孫艷茹;山東煙區(qū)綠肥作物冬牧70黑麥生長的適宜水分溫度條件研究[D];中國農(nóng)業(yè)科學院;2015年

2 張正;電容法原位估測植物根系生物量應用研究[D];西北農(nóng)林科技大學;2015年

3 祝倩;晉西北黃土區(qū)三種植被類型土壤含水量變化特征研究[D];山西大學;2014年

4 張廣波;基于3S技術的蘋果園信息提取與管理系統(tǒng)開發(fā)[D];山東農(nóng)業(yè)大學;2015年

5 徐志松;溫度對韭菜遲眼蕈蚊儲存蛋白的影響和土壤含水量對該害蟲生存與生殖的影響[D];山東農(nóng)業(yè)大學;2015年

6 柯麗娟;遙感反演土壤含水量在灌溉用水管理中的應用研究[D];蘭州交通大學;2015年

7 金夢婷;基于合成孔徑雷達衛(wèi)星數(shù)據(jù)反演表層土壤含水量的研究[D];杭州師范大學;2016年

8 王健美;基于環(huán)境衛(wèi)星數(shù)據(jù)的彰武地區(qū)干旱反演模型研究[D];沈陽農(nóng)業(yè)大學;2016年

9 胡煜;基于時域反射法土壤含水量測量方法研究[D];西安理工大學;2009年

10 孫俊;基于環(huán)境一號衛(wèi)星的那曲地區(qū)青藏鐵路沿線區(qū)域土壤含水量反演研究[D];南京信息工程大學;2011年

本文編號：2891207