区域土地利用-高时空分辨率蒸散发与土壤含水量分布遥感反演

发布时间：2020-06-05 14:49

【摘要】：土地利用信息、蒸散发和土壤水分监测是区域水资源高效管理的基础,采用遥感技术获取上述基础数据有助于区域水资源的动态管理。本研究以陕西关中地区的武功、扶风和杨陵3个县区为典型研究区域,采用理论分析、数值模拟和实验研究相结合的技术路线,开展了基于遥感的区域土地利用-高时空分辨率蒸散发与土壤含水量分布反演研究,得出以下主要研究结论:(1)提出了一种基于逐日时间序列遥感数据的土地利用/分类方法,解决了非逐日时间序列数据信息缺失导致土地利用/分类精度下降的问题。研究结果表明:非逐日时间序列进行平滑降噪处理时,S-G滤波算法优于HANTS滤波算法;经过空间插补系统处理的NDVI逐日时间序列数据较未经插补的时间序列数据在土地分类中表现更优,可较好地对周期内NDVI变化趋势相似地物进行区分,基于遗传算法优化支持向量机参数的方法可提高逐日时间序列数据的分类精度。(2)以构建的逐日NDVI时间序列遥感数据为基础,提出了一种改进多分类器融合算法。研究结果表明:不同单一分类器对逐日NDVI时间序列数据分类结果不同,马氏距离分类器由于机理特性需要选取大量的训练样本而不适用于逐日NDVI时间序列的土地分类,K-Means单一分类器不适用于种植结构复杂的灌区土地分类。基于时间序列数据的平均值、峰度和偏度三个统计特征可以实现逐日时间序列遥感数据的土地分类,解决了时间序列数据空间维度大导致过程繁琐、计算量大的问题。改进多分类融合算法较未改进多分类器融合表现出更大的优势,解决了分类精度强弱不同的多个单一分类融合结果不佳的问题。(3)以人工神经网络算法为基础,提出了一种不依赖热红外数据的区域高时空分辨率蒸散量遥感反演方法。研究结果表明:在研究区域内地表温度和高程数据分别是是蒸散量估算的第一主导因子、第二主导因子。夏季地表温度与NDVI的相关性较好,可用NDVI和地表温度回归模型估算夏季地表温度。以热红外数据计算的地表温度为自变量的蒸散量遥感反演模型具有较高的精度;基于回归模型估算的地表温度的蒸散量遥感反演模型也具有较高的精度,且不依赖热红外数据的获取,可用于获取长时间蒸散量数据,增加了蒸散量数据使用的灵活性。(4)提出了一种蒸散量-植被指数(EVDI)模型用以反演区域土壤水分含量的方法,解决了地表温度-植被指数(TVDI)模型反演土壤水分的不确定性问题。研究结果表明:EVDI特征空间构建可以用来反演区域土壤水分含量。在玉米生长阶段,EVDI模型较TVDI模型更适用于反演土壤水分含量,EVDI模型结果与0~20 cm土层深度的土壤水分含量相关性最高,随土层深度增加相关性呈下降趋势。在小麦生长阶段,TVDI模型和EVDI模型均不适用于小麦幼苗期土壤水分含量的反演;与TVDI模型相比,EVDI模型不适用于冬季的土壤水分含量反演。不同作物不同时期土壤含水量反演研究的结果表明,TVDI和EVDI空间特征与多点监测结果可以实现区域土壤水分反演。基于EVDI可以进行土壤干旱等级划分,不同EVDI干旱指数代表不同干旱程度。需要指出的是,论文通过提高时间序列数据的维度提高了土地分类精度,但同时却增加了分类器计算负担,故提取逐日时间序列主要特征信息降低分类器计算负担的工作还需进一步研究。同时,在本文研究中,高时空分辨率的区域蒸散发遥感反演方法和土壤水分反演方法的研究没有考虑区域气象条件、地表覆盖类型和土壤属性的非唯一性给反演模型的稳定性带来的影响,由于这一问题比较复杂,仍需进一步研究。
【图文】：

第二章 研究区域概况及数据处理 第二章 研究区域概况及数据处理.1 研究区概况本研究选取隶属陕西省的关中平原地区，又称渭河平原，整体位于陕西省中部中平原包括宝鸡、咸阳、西安、铜川和渭南五个地级市，西窄东宽，西至宝鸡，潼关，东西长约 350 km，平均海拔约 500 m，面积约 3.6万 km2。关中平原属于半半干旱气候带，年平均降水量 500~700 mm，且降水月份分布不均，6~9 月份的降 60%，冬季和春季降水较少，是中国北方典型缺水和干旱频发地区（田霄鸿009；申健等 2017；张盼 2018）。本文拟对位于关中平原腹地且隶属于宝鸡峡灌区功县、扶风县和杨陵区作为核心研究区。在干旱监测研究中，由于该研究区域像过少无法满足研究需求，因此干旱监测研究拟在关中平原地区进行。

32区域土地利用-高时空分辨率蒸散发与土壤含水量分布遥感反演训练样本和验证样本，样本集以 ENVI 5.0 软件 ROI 文件格式存储，ROI 文件包含坐标信息；3）第二次实地调研，进一步确认随机选取样本类型和区域的准确性（Zhao 等2017）；实地调研路线及样本点实拍图如图 3-2、图 3-3 所示，样本采样表如表 3-3 所示。（a）耕地 （b）苹果园
【学位授予单位】：西北农林科技大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：S152.7;S127

【参考文献】

相关期刊论文 前10条

1 杨婷;陈秀万;万玮;黄照强;杨振宇;姜璐璐;;基于光学与被动微波遥感的青藏高原地区土壤水分反演[J];地球物理学报;2017年07期

2 苏永荣;宫阿都;吕潇然;李静;;基于改进温度植被干旱指数的农田土壤水分反演方法[J];遥感信息;2015年06期

3 王馨爽;陈尔学;李增元;姚顽强;赵磊;;多时相双极化合成孔径雷达干涉测量土地覆盖分类方法[J];测绘学报;2015年05期

4 张宝忠;许迪;刘钰;陈鹤;;多尺度蒸散发估测与时空尺度拓展方法研究进展[J];农业工程学报;2015年06期

5 马腾;王耀强;李瑞平;李彪;;基于微波遥感极化目标分解的土地覆盖/土地利用分类[J];农业工程学报;2015年02期

6 周剑;吴雪娇;李红星;李妍;仲波;潘晓多;;改进SEBS模型评价黑河中游灌溉水资源利用效率[J];水利学报;2014年12期

7 袁正午;杨爱霞;仲波;;LandsatTM与HJCCD影像植被指数的交互比较[J];国土资源遥感;2015年01期

8 洪钟;王冕;赵之重;;玛多地区基于植被指数对土壤水分的反演[J];青海大学学报(自然科学版);2014年05期

9 吴海龙;余新晓;张振明;张艳;;基于多种植被指数的土壤含水量估算方法[J];光谱学与光谱分析;2014年06期

10 马红章;张临晶;孙林;柳钦火;;光学与微波数据协同反演农田区土壤水分[J];遥感学报;2014年03期

相关博士学位论文 前2条

1 王维;冬小麦全生育期土壤水分供给量的反演与模型优化研究[D];中国农业大学;2015年

2 辛晓洲;用定量遥感方法计算地表蒸散[D];中国科学院研究生院（遥感应用研究所）;2003年

相关硕士学位论文 前9条

1 张盼;基于多源多时相遥感数据的关中地区土地利用分类研究[D];西北农林科技大学;2018年

2 刘波;基于枚举法和遗传算法的农田灌溉管道系统优化设计研究[D];山东农业大学;2017年

3 石心莺;基于改进果蝇算法优化最小二乘支持向量机模型的土壤湿度反演研究[D];浙江大学;2016年

4 冯天梅;基于SEBAL模型的青海省东部农业区蒸散发量的遥感估算研究[D];西北农林科技大学;2015年

5 李杏鲜;黄土高原样带尺度实际蒸散量时空变化研究[D];西北农林科技大学;2015年

6 喻元;基于CWSI与TVDI的关中地区干旱监测对比与干旱时空特征研究[D];陕西师范大学;2015年

7 崔蓉;扶风县基本农田划定研究[D];长安大学;2014年

8 胡杰华;基于TM影像的武功县土地利用变化监测研究[D];西北农林科技大学;2012年

9 胡玲;灌区实时灌溉预报模型[D];河海大学;2004年

，

本文编号：2698206