内蒙古闪电河流域土壤含水率遥感反演研究
本文选题:土壤含水量 + 遥感反演模型 ; 参考:《内蒙古农业大学》2016年硕士论文
【摘要】:土壤水分为陆地植被和作物的提供直接水源,对土地的生产能力起决定性的作用。由于土壤水分介于土壤界面和大气界面的交界处,从而直接控制和影响二者的相互作用,土壤水分的监测对农业、气象、生态,水文等领域都具有十分重要的研究意义。随着遥感技术的逐渐成熟和和不断发展,使得大规模动态实时监测土壤水分状况成为可能,在很大程度上克服了传统的土壤含水量监测方法的不足之处,具有实用高效,简便灵活的优点。闪电河流域我国生态最脆弱的地区之一,属于生态环境脆弱的草原荒漠地区,而水资源匮乏是制约干旱草原区生态植被稳定和恢复的主要瓶颈。因此了解和掌握该研究区域的土壤表层水分的空间分布规律,建立起不同植被覆盖度条件下土壤表层水分相关数学模型,对当地生态和好转科学发展具有重要的实际意义和重大价值。本文主要研究了利用landsat8 TIRS遥感数据对滦河上游闪电河流域的土壤含水率的遥感反演。现阶段土壤含水率的遥感反演是将土壤假设为裸土和高植被覆盖度情况下的两种理想状态,裸土土壤水分遥感反演的方法主要有光谱法等,而温度植被指数TVDI法适用于植被覆盖度较高的情况下,因此针对光谱法和TVDI法的不同特点,以闪电河流域为应用实例,为取得较好反演精度,将光谱法和TVDI法结合起来建立该流域最终的含水率反演模型。通过使用低植被覆盖度样点23个建立了光谱法反演土壤含水率的方程,利用剩余的15个样点进行了光谱法的精度验证,结果表明光谱法的的精度达到80%以上;利用高植被覆盖度样点建立了TVDI法土壤含水率反演的方程,与实测土壤含水率进行相关性分析,以NDVI作为判别阈值,得到研究区最终的含水率反演模型。进一步分析了研究区土壤含水率与地形及气候因素的相关性,并初步探讨了利用遥感反演土壤含水率分布结果在研究区旱情监测当中的应·用情况。
[Abstract]:Soil water is divided into land vegetation and direct water supply of crops, which plays a decisive role in the production capacity of land. Because the soil moisture is between the interface of soil and the interface of atmosphere, the interaction between the two is controlled and affected directly. The monitoring of soil moisture is of great significance in the fields of agriculture, meteorology, ecology, hydrology and so on. With the maturation and development of remote sensing technology, it is possible to monitor soil moisture status in large-scale dynamic real-time, which overcomes to a great extent the shortcomings of traditional soil water content monitoring methods and has practical and high efficiency. The advantage of simplicity and flexibility. One of the most ecologically fragile areas in the Lightning River Basin belongs to the grassland desert region with a fragile ecological environment and the scarcity of water resources is the main bottleneck restricting the stability and restoration of ecological vegetation in arid grassland. Therefore, to understand and master the spatial distribution of soil surface water in the study area, a mathematical model of soil surface water under different vegetation coverage was established. It has important practical significance and great value to the local ecology and the improvement of scientific development. This paper mainly studies the remote sensing inversion of soil moisture content in the upper reaches of Luanhe River by using landsat8 tips remote sensing data. The remote sensing inversion of soil moisture content is assumed to be two ideal states under the condition of bare soil and high vegetation coverage at present. The main methods of remote sensing inversion of soil moisture in bare soil are spectral method and so on. The temperature vegetation index TVDI method is suitable for the case of high vegetation coverage. In view of the different characteristics of spectral method and TVDI method, the lightning river basin is taken as an example to obtain better inversion accuracy. The final water content inversion model of the watershed is established by combining the spectral method and TVDI method. The equation of retrieving soil moisture by spectral method was established by using 23 samples with low vegetation coverage. The accuracy of the spectral method was verified by using the remaining 15 samples. The results showed that the precision of the spectral method was over 80%. The inversion equation of soil moisture content using TVDI method was established by using high vegetation coverage sample points, and the correlation analysis was carried out with the measured soil moisture content. The final model of soil moisture inversion in the study area was obtained by using NDVI as the discriminant threshold. The correlation of soil moisture content with topographic and climatic factors in the study area was further analyzed, and the application of soil moisture distribution inversion by remote sensing in drought monitoring in the study area was preliminarily discussed.
【学位授予单位】:内蒙古农业大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:S152.7;S127
【相似文献】
相关期刊论文 前10条
1 李卫国;王纪华;赵春江;刘良云;童庆禧;;基于定量遥感反演与生长模型耦合的水稻产量估测研究[J];农业工程学报;2008年07期
2 江辉;;鄱阳湖透明度遥感反演及其时空变化研究[J];中国农村水利水电;2012年01期
3 刘婧怡;汤旭光;常守志;贾明明;董张玉;邵田田;丁智;;森林叶面积指数遥感反演模型构建及区域估算[J];遥感技术与应用;2014年01期
4 武旭霞;谢巧云;;植被叶面积指数遥感反演方法研究进展[J];中国农业信息;2014年07期
5 丛丕福;曲丽梅;王臣立;刘长安;杨新梅;;基于MODIS模拟的辽东湾叶绿素a的遥感反演模型[J];生态环境学报;2009年06期
6 张丽;蒋建军;;西安市生态环境植被信息的遥感反演[J];农机化研究;2006年10期
7 江辉;周文斌;;青山湖水体总悬浮物浓度的高光谱遥感反演[J];安徽农业科学;2011年15期
8 贺中华;梁虹;黄法苏;赵芳;;喀斯特流域枯水资源遥感反演[J];水土保持通报;2008年02期
9 周曙光;张耀生;赵新全;米兆荣;;基于MODIS数据的黄河源区近地表气温遥感反演[J];草业科学;2011年07期
10 孙永猛;刘亚男;瞿娟;曾小箕;克力木江·买买提;;新疆北部地区积雪信息遥感反演研究[J];安徽农业科学;2013年05期
相关会议论文 前10条
1 何贤强;潘德炉;朱乾坤;龚芳;;利用偏振遥感反演云顶高度的研究[A];第六届成像光谱技术与应用研讨会文集[C];2006年
2 张杰;张强;赵宏;张平兰;;定量遥感反演作物水势的原理及其应用探讨[A];中国气象学会2008年年会干旱与减灾——第六届干旱气候变化与减灾学术研讨会分会场论文集[C];2008年
3 刘元波;;基于定量遥感反演地表蒸散长期变化的若干问题研究[A];遥感定量反演算法研讨会摘要集[C];2010年
4 周红伟;李琦;;全球陆地生物量遥感反演模型研究[A];遥感定量反演算法研讨会摘要集[C];2010年
5 邢前国;施平;陈楚群;杨锦坤;;近岸海水表层温度遥感反演的大气校正算法[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
6 刘元波;;遥感反演地表蒸散动态变化研究中的若干问题:蒸散量经典计算范式、遥感反演算法和卫星数据不确定性[A];地理学与生态文明建设——中国地理学会2008年学术年会论文摘要集[C];2008年
7 田庆久;;贵州黎平县森林生态参数的遥感反演与制图[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
8 申辉;何宜军;Will Perrie;;台风情况下海面风速的SAR遥感反演[A];第二届微波遥感技术研讨会摘要全集[C];2006年
9 徐升;张鹰;;长江口水深遥感反演模型研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
10 逯玲燕;詹杰民;;基于遥感反演的珠江口冲淡水扩展研究[A];热带海洋科学学术研讨会暨第八届广东海洋湖沼学会、第七届广东海洋学会会员代表大会论文及摘要汇编[C];2013年
相关博士学位论文 前10条
1 曹晓阳;戈壁表面砾石粒径高光谱遥感反演及其空间分异规律研究[D];中国林业科学研究院;2016年
2 邓兵;区域生态服务价值关键参数遥感反演研究[D];成都理工大学;2016年
3 唐世浩;地表参量遥感反演理论与方法研究[D];北京师范大学;2001年
4 青松;渤海盐度和悬浮颗粒粒径的遥感反演及应用研究[D];中国海洋大学;2011年
5 王繁;河口水体悬浮物固有光学性质及浓度遥感反演模式研究[D];浙江大学;2008年
6 戴晓爱;生态水信息指标参数遥感反演模型研究[D];成都理工大学;2012年
7 易永红;植被参数与蒸发的遥感反演方法及区域干旱评估应用研究[D];清华大学;2008年
8 宋慈;温室气体的遥感反演、输送模拟和通量估计[D];华东师范大学;2015年
9 李志;海洋表层盐度遥感反演机理及应用研究[D];中国海洋大学;2008年
10 潘佩芬;植被生态水涵养模数遥感反演及生态水资源量计算[D];成都理工大学;2014年
相关硕士学位论文 前10条
1 张靖宇;浅海水深多维度遥感反演融合方法研究[D];国家海洋局第一海洋研究所;2015年
2 叶慧琳;渤海湾叶绿素a浓度的遥感反演模型及其应用研究[D];中国地质大学(北京);2015年
3 王健;中低分辨率遥感反演产品真实性检验系统设计与实现[D];电子科技大学;2014年
4 郭少峰;内蒙古闪电河流域土壤含水率遥感反演研究[D];内蒙古农业大学;2016年
5 周亚明;典型内陆水体有色可溶性有机物遥感反演[D];西安科技大学;2015年
6 马祥;遥感反演中模型误差的表达及应用方法研究[D];北京师范大学;2008年
7 陈命男;上海城市地温的遥感反演及气温拟合研究[D];复旦大学;2012年
8 潘佩芬;生态水信息指标参数植被含水量遥感反演模型研究[D];成都理工大学;2011年
9 王晓杰;海洋遥感反演空间信息制图表达的若干技术研究[D];湖北大学;2011年
10 李蜜;南海近岸水域藻类叶绿素a浓度遥感反演模型[D];中国地质大学(北京);2011年
,本文编号:2086112
本文链接:https://www.wllwen.com/kejilunwen/nykj/2086112.html