基于SEBAL模型的土默特平原农田蒸散量的遥感估算

发布时间：2022-11-05 03:35

　　为了研究SEBAL模型在内蒙古包头市土默特平原的适用性。依据2015-2016年作物生育期4-9月的13幅Landsat8遥感影像,对地表参数（NDVI、植被覆盖度、地表比辐射率、地表反照率等）进行了反演,利用遥感数据和气象数据建立SEBAL模型,估算蒸散量,对瞬时蒸散量进行时间尺度的扩展,得到日蒸散量和月蒸散量。利用FAO Penman-Monteith公式与田间实测数据对估算结果进行验证及评价。并采用主成分分析和多元逐步回归方法对其影响因素进行分析。得出结论:1.总体来看地表参数,除了地表反照率之外,NDVI、地表比辐射率、地表温度、地表净辐射量、感热通量、土壤热通量、日蒸散量变化趋势均是“先增大后减小”。2.研究区的土壤可以分为两种:0~60cm是粉砂壤土,60~80cm是砂壤土。叶面积指数和田间储水量在生育期内均是“先增加后降低”的趋势。ET₂₄的变化具有明显的季节性,SEBAL模型反演的蒸散量、FAO Penman-Monteith公式计算值与田间实测值相比,相对误差均值分别为5.66%、7.76%。相对来说,SEBAL模型的精度更高,且估算过程更便捷。... 

【文章页数】：83 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 引言
    1.1 研究背景及意义
    1.2 国内外研究进展
        1.2.1 传统估算蒸散量的研究现状
        1.2.2 遥感估算蒸散量的研究现状
        1.2.3 SEBAL模型估算蒸散量的研究现状
        1.2.4 蒸散量与主要影响因子响应关系的研究现状
    1.3 研究内容及技术路线
        1.3.1 研究内容
        1.3.2 技术路线
2 研究区概况与研究方法
    2.1 研究区概况
        2.1.1 水文气候特征
        2.1.2 自然资源
    2.2 数据来源
        2.2.1 遥感数据来源
        2.2.2 气象数据来源
    2.3 实测蒸散量
        2.3.1 实验原理
        2.3.2 试验设计
    2.4 遥感数据预处理
        2.4.1 数据读取
        2.4.2 辐射定标
        2.4.3 图像裁剪
        2.4.4 FLAASH大气校正
    2.5 FAOPenman-Monteith模型的建立
3 SEBAL模型中相关参数的估算
    3.1 地表参数的估算
        3.1.1 归一化植被指数
        3.1.2 植被覆盖度
        3.1.3 地表比辐射率
        3.1.4 地表反照率
        3.1.5 地表温度
    3.2 SEBAL模型各分量
        3.2.1 地表净辐射量(Rn)
        3.2.2 土壤热通量(G)
        3.2.3 显热通量(H)
        3.2.4 潜热通量(λET)和日蒸散量(ET24)
4 SEBAL模型的反演结果分析
    4.1 地表参数
        4.1.1 归一化植被指数(NDVI)的时空分布及频率分布
        4.1.2 地表比辐射率(ε)的时空分布及频率分布
        4.1.3 地表反照率(α)的时空分布及频率分布
        4.1.4 地表温度(Ts)的时空分布及频率分布
    4.2 SEBAL模型各分量的确定
        4.2.1 地表净辐射量的确定
        4.2.2 土壤热通量的确定
        4.2.3 感热通量的确定
        4.2.4 日蒸散量的确定
    4.3 小结
5 模型的精度分析与时间尺度的扩展
    5.1 田间实测值的分析
        5.1.1 土壤质地
        5.1.2 容重
        5.1.3 叶面积指数
        5.1.4 土壤储水量
    5.2 模型精度分析
    5.3 月尺度的扩展
    5.4 小结
6 蒸散量与主要影响因子的分析
    6.1 蒸散量与气象因子的相关性
        6.1.1 年际分析
        6.1.2 月际分析
    6.2 蒸散量与相关参数的相关性
    6.3 主成分分析
    6.4 多元逐步回归分析
    6.5 小结
7 结论与展望
    7.1 结论
    7.2 展望与不足
致谢
参考文献
附录
作者简介


【参考文献】：
期刊论文
[1]淮河上游土地利用变化对流域蒸散发能力影响研究[J]. 周正模,杜付然,江海涛,李琼芳.  中国农村水利水电. 2018(01)
[2]山东半岛2000～2014年蒸散发时空分异特征[J]. 季树新,常学礼,李鹏,宋雪燕.  水文. 2017(06)
[3]基于SEBS模型估算辽西北地区蒸散发及时空特征[J]. 王蕊,张继权,曹永强,郭恩亮,李丹君,马齐云.  水土保持研究. 2017(06)
[4]锡林郭勒草原土壤含水量遥感反演模型及干旱监测[J]. 张巧凤,刘桂香,于红博,玉山,包玉海.  草业学报. 2017(11)
[5]海河流域潜在蒸散发估算方法及其时空变化特征[J]. 赵娜,王治国,张复明,李泽.  南水北调与水利科技. 2017(06)
[6]基于SEBAL模型的盘锦湿地日蒸散估算及其分布特征[J]. 于文颖,纪瑞鹏,徐德增,贾庆宇,冯锐,孙龙彧,武晋雯,张玉书.  中国水土保持科学. 2017(05)
[7]基于MODIS和SEBAL模型的黄淮海平原冬小麦水分生产力研究[J]. 杨建莹,霍治国,邬定荣,王培娟,刘勤.  中国农业气象. 2017(07)
[8]云南石林喀斯特地区地表蒸散发遥感反演研究[J]. 黄雅君,洪亮,李玉辉.  昆明冶金高等专科学校学报. 2017(03)
[9]黑河上游排露沟流域不同时期草地蒸散发的日变化[J]. 王忠富,张兰慧,王一博,贺缠生.  应用生态学报. 2016(11)
[10]基于SEBAL模型的不同覆被条件下区域蒸散发研究[J]. 安乐生,朱磊,刘春.  安庆师范学院学报(自然科学版). 2016(03)

博士论文
[1]基于GIS技术的湖泊水质污染综合评价的研究[D]. 姚焕玫.武汉大学 2005

硕士论文
[1]基于改进型SEBAL模型的区域蒸散研究[D]. 吴鹏亮.安徽理工大学 2016
[2]基于主成分分析与因子分析数学模型的应用研究[D]. 解素雯.山东理工大学 2016
[3]基于主成分分析法的BP神经网络基准地价评估研究[D]. 张轶莹.河南农业大学 2015
[4]基于SEBAL模型的博尔塔拉河流域典型植被生态需水估算[D]. 魏天锋.新疆大学 2015
[5]基于回归分析的软件成本估算方法的研究与应用[D]. 李卓.国防科学技术大学 2009
[6]水环境系统分析中多元统计分析方法的应用[D]. 吕竞.四川大学 2006
[7]基于主成分分析的综合评价研究[D]. 张鹏.南京理工大学 2004



本文编号：3701846