基于NDVI分区的内蒙古牧区土壤含水率遥感监测方法分析及应用研究

发布时间：2019-01-27 18:49

【摘要】：在各类气象灾害中,旱灾是内蒙古地区众灾之首。干旱给内蒙古地区经济、社会发展,特别是内蒙古牧区人民生产、生活带来了严重的威胁,土壤含水率是判定旱情的重要指标。相对于传统的站点式土壤含水率监测手段,遥感技术具有高时间分辨率、成本低以及监测范围广等特点,使其逐渐成为土壤含水率监测的主要手段。目前,基于遥感数据的土壤含水率监测模型主要有可见光、红外、微波等类型,每一种模型都有其优势,亦有其区域适应性,针对植被覆盖、地形等变化较大的区域很难大面积推广,实际应用价值降低。基于以上现状,本文在内蒙古归一化植被指数(NDVI)空间特征研究基础上,结合表观热惯量(ATI)、植被供水指数(VSWI)、温度植被干旱指数(TVDI)对内蒙古牧区土壤含水率进行监测评价,主要研究内容和结论如下:(1)基于MODIS数据NDVI产品,对内蒙古植被覆盖度进行监测研究,发现内蒙古生长季植被呈现明显的条带状分布,近15年(2000年~2014年)植被覆盖局部退化,整体呈增长趋势。(2)结合内蒙古植被覆盖特点和地面实测土壤含水率数据,分析了表观热惯量、植被供水指数和温度植被干旱指数3种方法在不同植被覆盖情况下的内蒙古牧区土壤含水率监测的适应性,得出ATI的监测精度随着植被覆盖度的增加而降低,VSWI的监测精度随着植被覆盖度的增加而增加,TVDI的监测精度随着植被覆盖度变化没有明显规律。(3)以含水率相对误差为指标,确定了0~20cm土层为最佳遥感监测深度;结合表观热惯量和植被供水指数随植被覆盖度的变化规律,以含水率相对误差为指标确定了NDVI的阈值,即NDVI等于0.18。当NDVI等于0.18时,基于ATI和VSWI的土壤含水率相对误差最大为21.31%,当NDVI小于或大于0.18时,其含水率监测误差小于21.31%。(4)分析表明基于TVDI的土壤含水率反演模型对不同NDVI下区域均具有较好的适应性。TVDI在4个不同区域土壤含水率反演相对误差平均值为21.47%。(5)在3种遥感监测方法适应性研究分析的基础上,通过试验区实地土壤含水率重复采样数据对所建立的土壤含水率遥感监测模型进行了验证;对4个采样牧区的含水率空间特征进行了应用分析研究,进而分析了4个牧区不同时期的含水率空间变化特征。基于表观热惯量和植被供水指数,结合内蒙古植被覆盖度空间分布特征,进行内蒙古牧区含水率监测评价,对内蒙古牧区畜牧业持续发展、生态环境的建设提供一定的科学指导。
[Abstract]:Among all kinds of meteorological disasters, drought is the first disaster in Inner Mongolia. Drought has brought a serious threat to the economic and social development of Inner Mongolia, especially to the production and life of people in pastoral areas of Inner Mongolia. Soil moisture content is an important index to judge drought. Compared with the traditional site-type soil moisture monitoring method, remote sensing technology has the characteristics of high time resolution, low cost and wide monitoring scope, which makes it gradually become the main means of soil moisture monitoring. At present, the monitoring models of soil moisture content based on remote sensing data mainly include visible light, infrared, microwave and so on. Each model has its own advantages and regional adaptability. It is difficult to popularize the terrain and other regions with large changes, and the practical application value is reduced. Based on the above situation, based on the study of the spatial characteristics of normalized vegetation index (NDVI) in Inner Mongolia, combined with the apparent thermal inertia (ATI), vegetation water supply index (VSWI), The main research contents and conclusions are as follows: (1) based on the MODIS data NDVI products, the vegetation coverage in Inner Mongolia is monitored and evaluated. It was found that the vegetation in Inner Mongolia showed obvious zonal distribution during the growing season, and the vegetation cover in the last 15 years (2000 ~ 2014) was degraded locally, and the whole vegetation showed an increasing trend. (2) combined with the characteristics of vegetation cover in Inner Mongolia and the measured soil moisture content data on the ground, The adaptability of three methods, i.e. apparent thermal inertia, vegetation water supply index and temperature vegetation drought index, for monitoring soil moisture content in Inner Mongolia pastoral area under different vegetation cover was analyzed. It is concluded that the monitoring accuracy of ATI decreases with the increase of vegetation coverage, and that of VSWI increases with the increase of vegetation coverage. The monitoring accuracy of TVDI has no obvious regularity with the change of vegetation coverage. (3) taking the relative error of water content as the index, the soil layer of 0~20cm is determined as the best depth of remote sensing monitoring; Combined with the change of apparent thermal inertia and vegetation water supply index with vegetation coverage, the threshold value of NDVI is determined by the relative error of water content, that is, NDVI is equal to 0.18. When NDVI is equal to 0.18, the relative error of soil moisture content based on ATI and VSWI is 21.31, and when NDVI is less than or greater than 0.18, The monitoring error of moisture content is less than 21.31. (4) the analysis shows that the inversion model of soil moisture content based on TVDI has good adaptability to different NDVI regions. TVDI inversion of soil moisture content in 4 different regions is relatively wrong. The average difference is 21.47. (5) based on the research and analysis of the adaptability of the three remote sensing monitoring methods, The established remote sensing monitoring model of soil moisture content was verified by repeated sampling data of soil moisture content in the experimental area. The spatial characteristics of water content in four pastoral areas were analyzed and analyzed, and the spatial variation characteristics of water content in different periods of four pastoral areas were analyzed. Based on the apparent thermal inertia and vegetation water supply index, combined with the spatial distribution characteristics of vegetation coverage in Inner Mongolia, the monitoring and evaluation of water content in Inner Mongolia pastoral area was carried out, and the sustainable development of animal husbandry in Inner Mongolia pastoral area was studied. The construction of ecological environment provides certain scientific guidance.
【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】：2015
【分类号】：S152.7;S127

【相似文献】

中国期刊全文数据库 前10条

1 李国芳,夏自强,郝振纯,蒋洪庚,陈海芳;田间土壤含水率的统计特性分析[J];河海大学学报(自然科学版);2002年01期

2 雷少刚;卞正富;;探地雷达测定土壤含水率研究综述[J];土壤通报;2008年05期

3 曾庆欣;李晓东;李光林;;基于太阳能的土壤含水率远程实时监测仪研制[J];农机化研究;2012年08期

4 殷哲;雷廷武;晏清洪;陈展鹏;董月群;庄晓晖;;土壤含水率对近红外传感器标定模型的响应研究[J];中国农业大学学报;2013年06期

5 王作华 ,郑会君;保护性耕作农田地温及土壤含水率测试分析[J];农村牧区机械化;2003年04期

6 徐效军;张鹰;;土壤含水率与光谱反射率的灰色关联分析[J];安徽农业科学;2006年07期

7 鲍一丹;何勇;方慧;Annia Garcia Pereira;;土壤的光谱特征及氮含量的预测研究[J];光谱学与光谱分析;2007年01期

8 张荣标;何加祥;吴涛;冯友兵;;基于图像处理的土壤表层含水率在线检测方法研究[J];农业工程学报;2007年10期

9 吕长平;徐艳;成明亮;;土壤含水率对牡丹生理生化特性的影响[J];湖南农业大学学报(自然科学版);2007年05期

10 杨绍辉;王一鸣;孙凯;;基于土壤含水率垂向变化规律的水分传感器布设[J];农业机械学报;2008年05期

中国重要会议论文全文数据库 前10条

1 陈海波;冶林茂;范玉兰;;三种土壤含水率测量方法的综合对比分析[A];中国气象学会2007年年会气象综合探测技术分会场论文集[C];2007年

2 洪昌红;黄本胜;邱静;王珍;杨静学;徐敬华;;幼生桉表层土壤含水率变化研究[A];中国水利学会2013学术年会论文集——S1水资源与水生态[C];2013年

3 于海燕;康绍忠;;西北旱区葡萄园土壤含水率空间变异性研究[A];现代节水高效农业与生态灌区建设（下）[C];2010年

4 许秀英;甘龙辉;陶冶;黄操军;;基于遗传神经网络的土壤含水率预测[A];中国农业工程学会2011年学术年会论文集[C];2011年

5 王苑;郑莹莹;宋新山;;干湿交替对土壤氮循环及相关酶活性的影响[A];2013中国环境科学学会学术年会论文集（第八卷）[C];2013年

6 周瑞平;王静;海春兴;;毛乌素沙地采煤塌陷程度对土壤含水率的影响研究[A];黄河流域资源环境与生态文明建设学术研讨会交流材料[C];2011年

7 张爱英;崔秀兰;赵玉金;张善君;谢考现;;用土壤含水率法分析山东干旱[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“农业气象与生态环境”分会论文集[C];2003年

8 王磊;龙涛;祝欣;田猛;林玉锁;李群;;用于土壤及地下水修复的多相抽提技术原理及其有效性评估方法[A];2013中国环境科学学会学术年会论文集（第五卷）[C];2013年

9 程星;於芳;;喀斯特土壤水分变化研究[A];中国地质学会工程地质专业委员会、贵州省岩石力学与工程学会2005年学术年会暨“岩溶·工程·环境”学术论坛论文集[C];2005年

10 韩奎学;吴景峰;;土壤凝结水变化规律的初步探讨[A];中国水利学会第四届青年科技论坛论文集[C];2008年

中国重要报纸全文数据库 前10条

1 刘锟锋;8月份降水较历年同期偏少53%[N];青岛日报;2009年

2 记者 张红艳;我市喜降及时雨[N];菏泽日报;2008年

3 本报记者 裴兴斌;快快行动抗旱保苗[N];宝鸡日报;2010年

4 金泉才邋李学共 王力;我省大部地区土壤封冻前期墒情较好[N];青海日报;2008年

5 YMG记者 姜晓　通讯员 王廷利 孟令远;今年土地“口干”人不渴[N];烟台日报;2012年

6 本报记者 赵梅　通讯员 李宇;繁星在江淮大地上闪耀[N];中国水利报;2013年

7 中国农业大学教授 李洪文;保护性耕作：抗旱保墒效果明显[N];科技日报;2009年

8 鲁建民;土壤墒情如何？[N];酒泉日报;2009年

9 郝劲飞;融资 打井 精耕[N];农民日报;2001年

10 YMG记者 姜晓　通讯员 张振学 孟令远;我市农作物旱情解除[N];烟台日报;2011年

中国博士学位论文全文数据库 前10条

1 武敏;辽西褐土沟灌侵蚀过程研究[D];沈阳农业大学;2015年

2 马玉莹;精确测量土壤水的体积置换方法研究[D];中国农业大学;2016年

3 成剑波;基于C/N调节的沼液灌溉土壤氮淋溶控制研究[D];西南大学;2016年

4 孙宇瑞;非饱和土壤介电特性测量理论与方法的研究[D];中国农业大学;2000年

5 胡庆荣;含水含盐土壤介电特性实验研究及对雷达图像的响应分析[D];中国科学院研究生院（遥感应用研究所）;2003年

6 李涛;西北旱区葡萄园土壤含水率与土壤属性空间变异及其对产量和品质的影响[D];中国农业大学;2015年

7 杨德军;基于SPAC系统的土壤水动力学模型研究[D];浙江大学;2009年

8 戚春华;干旱半干旱地区牧草喷灌均匀特性与管网系统优化研究[D];北京林业大学;2007年

9 郁晓庆;无线地下传感器网络电磁波在土壤介质中的传输研究[D];西北农林科技大学;2013年

10 王敬贤;土壤中部分酚类污染物的光化学行为研究[D];大连理工大学;2007年

中国硕士学位论文全文数据库 前10条

1 孙秀路;施肥条件下波涌灌溉田间水氮分布特性研究[D];中国农业科学院;2015年

2 陈溢;拖拉机行走、土壤底墒及耕作方式对四川丘陵旱地土壤特性和机播小麦生长的影响[D];四川农业大学;2014年

3 曹鼎峰;土壤含水率分布式光纤测量试验研究[D];南京大学;2014年

4 李宁;土壤多参数复合传感器的研究与系统开发[D];北京林业大学;2016年

5 岳胜如;基于NDVI分区的内蒙古牧区土壤含水率遥感监测方法分析及应用研究[D];内蒙古农业大学;2015年

6 盛思远;辽中棕壤区不同作物土壤抗剪强度研究[D];沈阳农业大学;2016年

7 吴春东;冻融期不同秸秆覆盖厚度下土壤水热动态变化规律研究[D];东北农业大学;2016年

8 贾玮;基于支持向量机的探地雷达测定土壤含水率的研究[D];中国地质大学(北京);2016年

9 肖武;基于近红外光谱和机器视觉的土壤含水率快速检测方法研究[D];华中农业大学;2009年

10 谢兵;生态水信息指标参数土壤含水率遥感反演[D];成都理工大学;2012年

，

本文编号：2416578