基于多源异构数据的河南省干旱特征及模型预测研究
发布时间：2021-01-11 20:27
干旱是由于长期降水少或没有降水,蒸发旺盛,土壤中水分不足、作物水分平衡遭到破坏而减产甚至绝收的农业气象灾害。随着全球变暖的加剧,全球气象灾害频发,气候不稳定性增强,全球干旱发生愈发频繁,因此,干旱的研究受到越来越多国内外学者的关注。河南省位于季风气候区,湿润区与半湿润区的交界处,秦岭淮河穿过,降水时空分布不均,气候敏感脆弱,因此干旱灾害发生较为频繁。基于河南省气候特征,进行干旱研究对该地区气候变化、农业生产和人民的生活都具有重要的意义。本研究通过定量地研究各干旱指数不同时间尺度、河南省各个不同区域的变化情况,定性地分析河南省干旱时空变化特征。在此基础上,系统分析了基于遥感数据和气象站数据的各干旱指数分别对河南省旱情的响应状况,以土壤湿度数据作为评价指标,分析每个干旱指数对河南省的适用性。基于多源异构的数据源进行干旱研究的优点在于:不仅能够综合遥感空间数据和气象数据的优势,而且能反映各干旱因子特征的信息。综合多源异构的数据源优点后建立的综合干旱指数模型,既能提高干旱监测的精度,又能进一步分析、评价旱情。本研究取得了以下几点成果和结论:（1）基于遥感的干旱监测发现:河南省冬小麦最容易发生干...
【文章来源】：西南大学重庆市 211工程院校 教育部直属院校
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
技术路线图
图 2-1 河南省地形及位置图Fig.2-1 Geographical location and topographic map of Hennan province来源与处理数据源及处理MODIS 数据IS 是美国国家航空航天局（NASA）实行 EOS（对地观测系统）计a 和 Aqua 卫星上的主要传感器。根据研究对数据的精度需求以及研，本研究将 MODIS 产品作为数据源。MODIS 数据运用领域广泛，候变化和土地利用等方面都发挥着重要的作用和优势。IS 数据具有优势为：①光谱分辨率提升。MODIS 传感器能够获取的反射率数据，波谱范围为 0.4μm 的可见光到 14μm 的热红外波段适中。MODIS 空间分辨率包括 250m、500m 和 1000m，不同对大、研究不同尺度区域均具有可行性；③时间分辨率较高。基于 Terra 和天可以得到昼夜两次的数据更新，因此可实现对全球表面的昼夜观
图 2-2 MODIS 数据预处理流程图Fig.2-2 MODIS data preprocessing flowchart图 2-3 NDVI 和温度预处理结果图Fig.2-3 NDVI and Ts preprocessing result graph
【参考文献】：
期刊论文
[1]基于历史帕默尔干旱指数（PDSI）数据集重建的长江源区过去706 a径流量[J]. 王姝,李金建,秦宁生. 中国沙漠. 2019(03)
[2]河西走廊近57年来干旱灾害特征时空演化分析[J]. 王春林,司建华,赵春彦,李培都,张经天. 高原气象. 2019(01)
[3]Evaluation of the SMOS and SMAP soil moisture products under different vegetation types against two sparse in situ networks over arid mountainous watersheds, Northwest China[J]. Lanhui ZHANG,Chansheng HE,Mingmin ZHANG,Yi ZHU. Science China（Earth Sciences）. 2019(04)
[4]基于干旱指数与主成分分析的干旱评价——以锡林河流域为例[J]. 王慧敏,郝祥云,朱仲元. 干旱区研究. 2019(01)
[5]基于MODIS数据的滇中地区干旱监测[J]. 玉院和,王金亮,李晓鹏. 灌溉排水学报. 2018(11)
[6]基于VSWI和SPI的2000—2016年河南省干旱特征研究[J]. 刘晓璐,周廷刚,温莉,吴浪,张兰. 干旱区地理. 2018(05)
[7]基于多源数据的干旱监测指数对比研究——以西南地区为例[J]. 贺敏,宋立生,王展鹏,辜清,王大菊,郭博. 自然资源学报. 2018(07)
[8]基于AMSR2微波植被指数与地表温度的旱情分析[J]. 周俊利,薛华柱,董国涛,樊东,刘启兴,贾培培. 水土保持研究. 2018(06)
[9]基于MODIS的河南省春旱遥感监测[J]. 刘英,岳辉,李遥,鲁杨. 干旱地区农业研究. 2018(03)
[10]像元尺度土壤水分监测网络及其对L波段土壤水分产品的初步验证结果[J]. 白瑜,孟治国,赵凯,郑兴明,姜涛. 遥感技术与应用. 2018(01)
博士论文
[1]基于NDVI时间序列的黄河中下游典型史前都邑性遗址的作物物候观察[D]. 潘玉青.中国科学院大学(中国科学院遥感与数字地球研究所) 2017
[2]基于MODIS数据的作物物候期监测及作物类型识别模式研究[D]. 张明伟.华中农业大学 2006
[3]基于EOS MODIS数据的遥感干旱预警模型研究[D]. 刘良明.武汉大学 2004
硕士论文
[1]基于遥感监测黄淮海地区冬小麦物候对气候变化的响应及其对产量的影响[D]. 王瑞峥.南京大学 2018
[2]关中平原冬小麦—夏玉米轮作系统生长模拟及灌溉施肥制度优化研究[D]. 徐芳平.西北农林科技大学 2018
[3]基于多源遥感数据构建的改进干旱监测模型[D]. 孙嵩松.陕西师范大学 2018
[4]基于MODIS数据对辽宁地区农业干旱的监测研究[D]. 朱明宇.沈阳农业大学 2017
[5]陕西省TRMM降水数据反演精度的时空分布特征研究[D]. 郭妍.西北农林科技大学 2017
[6]河南省农业干旱时空演变特征及驱动机制分析[D]. 王雷.华北水利水电大学 2016
[7]综合多源遥感数据的干旱监测模型研究[D]. 张婧娴.南京信息工程大学 2015
[8]基于MODIS数据的河南省干旱遥感监测研究[D]. 张茜茹.南京信息工程大学 2015
[9]基于TRMM和MODIS卫星数据的重庆市干旱监测模型构建[D]. 吴建峰.重庆师范大学 2015
[10]山西省农业干旱时空演变规律遥感研究[D]. 李丽红.太原理工大学 2015
本文编号：2971427
【文章来源】：西南大学重庆市 211工程院校 教育部直属院校
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
技术路线图
图 2-1 河南省地形及位置图Fig.2-1 Geographical location and topographic map of Hennan province来源与处理数据源及处理MODIS 数据IS 是美国国家航空航天局（NASA）实行 EOS（对地观测系统）计a 和 Aqua 卫星上的主要传感器。根据研究对数据的精度需求以及研，本研究将 MODIS 产品作为数据源。MODIS 数据运用领域广泛，候变化和土地利用等方面都发挥着重要的作用和优势。IS 数据具有优势为：①光谱分辨率提升。MODIS 传感器能够获取的反射率数据，波谱范围为 0.4μm 的可见光到 14μm 的热红外波段适中。MODIS 空间分辨率包括 250m、500m 和 1000m，不同对大、研究不同尺度区域均具有可行性；③时间分辨率较高。基于 Terra 和天可以得到昼夜两次的数据更新，因此可实现对全球表面的昼夜观
图 2-2 MODIS 数据预处理流程图Fig.2-2 MODIS data preprocessing flowchart图 2-3 NDVI 和温度预处理结果图Fig.2-3 NDVI and Ts preprocessing result graph
【参考文献】：
期刊论文
[1]基于历史帕默尔干旱指数（PDSI）数据集重建的长江源区过去706 a径流量[J]. 王姝,李金建,秦宁生. 中国沙漠. 2019(03)
[2]河西走廊近57年来干旱灾害特征时空演化分析[J]. 王春林,司建华,赵春彦,李培都,张经天. 高原气象. 2019(01)
[3]Evaluation of the SMOS and SMAP soil moisture products under different vegetation types against two sparse in situ networks over arid mountainous watersheds, Northwest China[J]. Lanhui ZHANG,Chansheng HE,Mingmin ZHANG,Yi ZHU. Science China（Earth Sciences）. 2019(04)
[4]基于干旱指数与主成分分析的干旱评价——以锡林河流域为例[J]. 王慧敏,郝祥云,朱仲元. 干旱区研究. 2019(01)
[5]基于MODIS数据的滇中地区干旱监测[J]. 玉院和,王金亮,李晓鹏. 灌溉排水学报. 2018(11)
[6]基于VSWI和SPI的2000—2016年河南省干旱特征研究[J]. 刘晓璐,周廷刚,温莉,吴浪,张兰. 干旱区地理. 2018(05)
[7]基于多源数据的干旱监测指数对比研究——以西南地区为例[J]. 贺敏,宋立生,王展鹏,辜清,王大菊,郭博. 自然资源学报. 2018(07)
[8]基于AMSR2微波植被指数与地表温度的旱情分析[J]. 周俊利,薛华柱,董国涛,樊东,刘启兴,贾培培. 水土保持研究. 2018(06)
[9]基于MODIS的河南省春旱遥感监测[J]. 刘英,岳辉,李遥,鲁杨. 干旱地区农业研究. 2018(03)
[10]像元尺度土壤水分监测网络及其对L波段土壤水分产品的初步验证结果[J]. 白瑜,孟治国,赵凯,郑兴明,姜涛. 遥感技术与应用. 2018(01)
博士论文
[1]基于NDVI时间序列的黄河中下游典型史前都邑性遗址的作物物候观察[D]. 潘玉青.中国科学院大学(中国科学院遥感与数字地球研究所) 2017
[2]基于MODIS数据的作物物候期监测及作物类型识别模式研究[D]. 张明伟.华中农业大学 2006
[3]基于EOS MODIS数据的遥感干旱预警模型研究[D]. 刘良明.武汉大学 2004
硕士论文
[1]基于遥感监测黄淮海地区冬小麦物候对气候变化的响应及其对产量的影响[D]. 王瑞峥.南京大学 2018
[2]关中平原冬小麦—夏玉米轮作系统生长模拟及灌溉施肥制度优化研究[D]. 徐芳平.西北农林科技大学 2018
[3]基于多源遥感数据构建的改进干旱监测模型[D]. 孙嵩松.陕西师范大学 2018
[4]基于MODIS数据对辽宁地区农业干旱的监测研究[D]. 朱明宇.沈阳农业大学 2017
[5]陕西省TRMM降水数据反演精度的时空分布特征研究[D]. 郭妍.西北农林科技大学 2017
[6]河南省农业干旱时空演变特征及驱动机制分析[D]. 王雷.华北水利水电大学 2016
[7]综合多源遥感数据的干旱监测模型研究[D]. 张婧娴.南京信息工程大学 2015
[8]基于MODIS数据的河南省干旱遥感监测研究[D]. 张茜茹.南京信息工程大学 2015
[9]基于TRMM和MODIS卫星数据的重庆市干旱监测模型构建[D]. 吴建峰.重庆师范大学 2015
[10]山西省农业干旱时空演变规律遥感研究[D]. 李丽红.太原理工大学 2015
本文编号：2971427
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/2971427.html
