基于VIIRS-TVDI的干旱区农田土壤湿度反演方法研究

发布时间：2017-04-02 01:06

  本文关键词：基于VIIRS-TVDI的干旱区农田土壤湿度反演方法研究，由笔耕文化传播整理发布。

【摘要】：土壤水对于作物生长具有重要意义,利用遥感法监测土壤湿度有时效快、动态对比性强、监测面积大等优势,其中TVDI法同时兼顾植被生长状态与地表温度两者对于土壤湿度的反映,其理论依据是随着植被覆盖度增加,植被通过蒸腾作用将吸收的辐射能部分转化为潜热的能力加强,而转化显热的作用相对减弱,表面温度呈下降趋势,可满足本研究的需求。搭载在Suomi-NPP卫星的VIIRS传感器作为MODIS/AVHRR传感器的后继产品,尚未在我国的土壤水分监测工作中使用。温度植被干旱指数(TVDI)自被提出以来,植被量表征都采用植被指数,但非光和植被参与植被指数的计算却对潜热转化无贡献,会造成模型误差。针对以上问题,进行了的工作并获得的结论有:(1)使用VIIRS传感器EDR级每日地表反射率产品(GIGTO-VI1~5BO),计算新疆农七师125团2015年6月29日至7月10日的植被指数(NDVI)结果,结合EDR级每日陆表温度产品(GMTCO-VLSTO),构建了Ts-NDVI特征空间。提取干湿边以计算TVDI结果,利用同期地面实测土壤含水率数据进行验证,并将该模型推广到全天山北坡经济带地区。VIIRS传感器的TVDI结果与地面实测数据相关系数为0.85,两者之间不相关的双尾检验值小于0.001,构建的土壤湿度反演模型对农田土壤的含水率有较好的反应。VIIRS数据因其大幅宽、高时间分辨率优势,使得大面积监测的数据处理工作的时效性得以进一步加强,针对全疆地区的每日监测仅需1~4幅影像即可实现全疆覆盖。(2)同样利用TVDI法,基于2015年6月29日OLI/TIRS传感器数据,进行了研究区土壤含水率反演,并与VIIRS结果进行了比较。利用OLI/TIRS传感器数据反演的土壤含水率结果,同地面实测含水率数据相关系数为0.85,满足建模需求。最终利用该模型得到的遥感反演含水率结果,符合实地土壤含水率分布,与VIIRS反演结果呈现一致性。在小尺度的应用中,OLI/TIRS数据的高分辨率优势可以更好的发挥,以完善VIIRS反演结果的空间分辨率不足的问题。(3)利用像元三分模型,对TVDI模型中植被指数对于植被量的表达进行修正,即利用光合植被(PV)取代NDVI,以消除对潜热转化无贡献的非光合植被(NPV)对模型的影响。最终修正模型的土壤含水率结果,效果较原模型结果反演精度更高,可以更好的表达地面含水率的实际情况。
【关键词】：土壤水分 VIIRS OLI/TIRS 像元三分模型 温度植被干旱指数
【学位授予单位】：山东农业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：S152.71;S127
【目录】：

• 中文摘要6-8
• ABSTRACT8-10
• 1 绪论10-22
• 1.1 研究背景与意义10-12
• 1.1.1 研究背景10-11
• 1.1.2 研究意义11-12
• 1.2 国内外研究现状12-17
• 1.2.1 国外研究进展12-15
• 1.2.2 国内研究进展15-17
• 1.3 现阶段存在问题17-18
• 1.4 反演方法的选择18-19
• 1.5 研究内容与技术路线19-20
• 1.6 论文结构20-22
• 2 数据获取及预处理22-35
• 2.1 研究区概况22-23
• 2.2 地面数据获取23-26
• 2.3 VIIRS数据的获取与预处理26-32
• 2.3.1 VIIRS传感器数据介绍26-29
• 2.3.2 数据的选取29-30
• 2.3.3 预处理30-32
• 2.4 OLI数据的获取与预处理32-34
• 2.4.1 OLI/TIRS传感器数据介绍32-33
• 2.4.2 归一化植被指数的计算33
• 2.4.3 陆表温度的计算33-34
• 2.5 本章小结34-35
• 3 基于VIIRS及其补充数据的土壤湿度反演35-45
• 3.1 温度植被干旱指数法原理35-36
• 3.2 VIIRS-TVDI特征空间及干湿边36-39
• 3.3 VIIRS土壤含水率结果39-41
• 3.3.1 验证评价39-41
• 3.3.2 土壤湿度空间分布格局41
• 3.4 OLI/TIRS-TVDI特征空间、干湿边及含水率结果41-44
• 3.5 本章小结44-45
• 4 像元三分法修正TVDI模型45-52
• 4.1 VIIRS与OLI/TIRS反演结果对比融合45-47
• 4.2 TVDI模型不足及修正方法47-49
• 4.3 修正特征空间及干湿边49-50
• 4.4 修正土壤含水率结果50-51
• 4.5 本章小结51-52
• 5 结论与展望52-54
• 5.1 结论52
• 5.2 展望52-54
• 参考文献54-60
• 致谢60-61
• 攻读学位期间发表论文及参加项目61

【相似文献】

中国期刊全文数据库 前10条

1 李树岩;陈怀亮;方文松;赵国强;;河南省近20年土壤湿度的时空变化特征分析[J];干旱地区农业研究;2007年06期

2 韩俊杰;高永刚;南瑞;曹文达;;1984-2005年黑龙江省主要农区土壤湿度的变化特征[J];中国农业气象;2009年01期

3 范伶俐;郭品文;张羽;周怀博;;2008年的湛江土壤湿度特征[J];热带气象学报;2011年01期

4 李明星;马柱国;牛国跃;;中国区域土壤湿度变化的时空特征模拟研究[J];科学通报;2011年16期

5 朱海霞;宫丽娟;曲辉辉;吕佳佳;王晾晾;李百超;纪仰慧;闫平;王秋京;姜丽霞;王萍;;1981—2010年黑龙江省夏季土壤湿度演变特征[J];气象与环境学报;2012年05期

6 纪仰慧;王晨轶;朱海霞;姜丽霞;张剑侠;;松嫩平原土壤湿度时序变化特征[J];中国农学通报;2013年02期

7 ;三麦出苗与土壤湿度的关系[J];上海农业科技;1977年20期

8 丁庆发;;农田土壤湿度变化与气象因子的关系[J];现代化农业;1990年08期

9 钱允祺,陶士珩,王立祥,廖允诚;土壤湿度的统计特征及应用分析[J];中国农业气象;1999年01期

10 张秀芝,吴迅英,何金海;中国土壤湿度的垂直变化特征[J];气象学报;2004年01期

中国重要会议论文全文数据库 前10条

1 马志红;;郑州市土壤湿度变化规律研究[A];第28届中国气象学会年会——S11气象与现代农业[C];2011年

2 蒋冲;;陇东黄土高原农田土壤湿度演变及其与气候变化的响应关系[A];中国农业工程学会2011年学术年会（CSAE 2011）论文摘要集[C];2011年

3 黄亮;彭小燕;丁爱萍;刘爱兵;黄新时;;南通地区土壤湿度预报模型初步试验[A];第26届中国气象学会年会农业气象防灾减灾与粮食安全分会场论文集[C];2009年

4 师春香;谢正辉;田向军;钱辉;梁妙玲;;中国区域卫星遥感土壤湿度同化系统研究[A];全国农业遥感技术研讨会论文集[C];2009年

5 丹利;季劲钧;;1989-1998年中国土壤湿度的时空变化模拟[A];中国气象学会2006年年会“气候系统模式发展与应用”分会场论文集[C];2006年

6 张秀芝;吴迅英;;35°N以南土壤湿度与降水的关系研究[A];《自然地理学与生态建设》论文集[C];2006年

7 周秉荣;申双和;胡玲;;利用主成分分析法提取土壤湿度信息的技术方法研究[A];中国气象学会2007年年会生态气象业务建设与农业气象灾害预警分会场论文集[C];2007年

8 周秉荣;李凤霞;申双和;胡玲;;主成分分析法提取土壤湿度遥感信息的技术方法研究[A];2007农业环境科学峰会论文摘要集[C];2007年

9 管晓丹;黄建平;郭铌;;黄土高原地区土壤湿度变化特征的观测研究[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

10 姜丽霞;李帅;闫平;朱海霞;纪仰慧;王萍;;黑龙江省近30a土壤湿度变化及其与气候变化的关系[A];粮食安全与现代农业气象业务发展——2008年全国农业气象学术年会论文集[C];2008年

中国重要报纸全文数据库 前10条

1 云南 刘刚;温室土壤湿度探测器[N];电子报;2009年

2 河南黄河园林绿化工程有限公司 肖磊;四项技术有效控制施工成本[N];中国花卉报;2008年

3 益农;目测土壤湿度法[N];山西科技报;2003年

4 张洪书;如何测定土壤湿度[N];承德日报;2005年

5 庆阳市农业技术推广中心 曹小梅;番茄裂果的原因及防治[N];陇东报;2010年

6 姚媛　编译;新观测证明土壤湿度和暴雨存在密切关系[N];中国气象报;2011年

7 王俊鸣;干旱与洪水预测技术获突破[N];科技日报;2004年

8 记者 王文辉;迅速掀起大田播种高潮[N];吉林日报;2009年

9 朱讯;黑龙江春播要抗涝[N];农资导报;2013年

10 余小乔　黄春生;我市出现轻度旱情[N];蚌埠日报;2009年

中国博士学位论文全文数据库 前9条

1 李得勤;土壤湿度的模拟和估算研究[D];兰州大学;2010年

2 左志燕;我国东部土壤湿度异常对东亚夏季风的影响[D];中国科学院研究生院;2007年

3 杨娜;基于云参数干旱遥感监测模型与集合卡尔曼滤波的土壤湿度同化研究[D];武汉大学;2010年

4 马媛;新疆土壤湿度的微波反演及应用研究[D];新疆大学;2007年

5 胡娅敏;江淮梅雨异常的数值模拟及土壤湿度资料同化对其模拟的改进[D];南京信息工程大学;2007年

6 郑兴明;东北地区土壤湿度被动微波遥感高精度反演方法研究[D];中国科学院研究生院(东北地理与农业生态研究所);2012年

7 刘英;神东矿区地表植被与土壤湿度遥感监测研究[D];中国矿业大学（北京）;2013年

8 尹楠;基于全极化雷达影像反演垄行结构土壤湿度[D];吉林大学;2014年

9 李昊睿;陆面数据同化方法的研究[D];兰州大学;2007年

中国硕士学位论文全文数据库 前10条

1 张晓影;中国区域土壤湿度特征分析及评估[D];中国地质大学（北京）;2009年

2 冉琼;全国土壤湿度及其变化的遥感反演与分析[D];中国科学院研究生院（遥感应用研究所）;2005年

3 吴徐燕;基于常规气象资料计算的中国大陆土壤湿度的特征研究[D];兰州大学;2012年

4 李昂;土壤湿度及积雪数据的比较分析与融合[D];南京信息工程大学;2013年

5 刘栗;中国东部春季土壤湿度的时空特征及多种再分析资料的对比[D];中国气象科学研究院;2014年

6 陈立波;中国区域卫星遥感土壤湿度的时空变化及其对东部夏季降水的可能影响[D];南京信息工程大学;2015年

7 宋晓君;基于GEFA的中国夏季气候对东亚土壤湿度异常的响应及其统计评估[D];南京信息工程大学;2015年

8 王迪;基于CLM4.5模拟中国区域土壤湿度及其时空变化规律的研究[D];南京信息工程大学;2015年

9 刘源;中国境内土壤湿度—降水耦合强度研究[D];兰州大学;2016年

10 李登宣;青藏高原春季土壤湿度的变化与中国东部夏季降水关系的研究[D];兰州大学;2016年

  本文关键词：基于VIIRS-TVDI的干旱区农田土壤湿度反演方法研究，由笔耕文化传播整理发布。

，

本文编号：281602