当前位置:主页 > 农业论文 > 农艺学论文 >

基于TVDI的新疆祁漫塔格土壤湿度遥感反演研究

发布时间:2020-11-16 10:49
   祁漫塔格研究区位于新疆维吾尔自治区的东南部,总面积约为33052km2。研究区内矿产资源丰富,有巨大的潜在经济价值。本文基于MODIS数据,利用TVDI法对研究区进行了从2004年至2013年生长季的土壤湿度遥感反演。利用DEM数据对研究区进行起伏度划分和低海拔平原区划分,通过全区与平原区的对比进行TVDI可靠性分析。由于缺乏实测数据,本文用课题组改进后的SEBS模型估算的蒸散与所反演的TVDI进行结果验证。因研究区内几乎无人类活动,对于影响因素主要从气象和NDVI两方面进行分析。经研究发现:(1)研究区的土壤湿度相对稳定,不存在某块区域土壤湿度异常的情况。在研究区的阿牙克库木湖处TVDI值达到最低(TVDI=0);在研究区中部以及吐拉牧场一带,TVDI值相对较小(0.2TVDI0.5),说明这些区域土壤含水量相对较高;而在研究区的东北和西部大面积区域,TVDI值相对较高(TVDI0.7),说明这部分区域土壤含水量极低。(2)起伏度划分平原区和低海拔平原区的TVDI反演土壤湿度的结果更好,而地形起伏、海拔高程和积雪对TVDI反演土壤湿度会造成结果偏小。(3)在阿牙克库木湖处,蒸散值为整个研究区最高(ET9mm);在研究区东南部,蒸散值中等(3mmET7mm);在研究区东北部和西部的大部分地区,蒸散值为整个研究区最低(ET2mm)。蒸散与TVDI的相关性很好(R20.9),二者呈负相关性,蒸散值越大则TVDI值越小,蒸散值越小则TVDI值越大。(4)从2004年至2013年,气温和TVDI的变化趋势一致,而降水和TVDI的变化趋势相反。(5)在研究区的吐拉牧场和阿牙克库木湖东侧,NDVI值较高(NDVI0.5),说明此区域植被覆盖较好;在研究区西南部的小范围区域NDVI值中等(0.2NDVI0.4),说明此区域的植被覆盖一般;在研究区的东北部和西部的绝大部分区域NDVI值很低(0NDVI0.1),说明这些区域几乎无植被覆盖;在阿牙克库木湖处NDVI值最低(NDVI0),说明此区域为水面覆盖。从2004年到2013年,NDVI和TVDI的变化趋势相反,NDVI值高则TVDI值低,反之亦然。总体来说,由于遥感技术本身的特性,TVDI法依然存在很多不足之处,但是利用TVDI进行区域的土壤湿度反演或是对区域进行干旱监测还是有一定指导意义的。
【学位单位】:中国地质大学(北京)
【学位级别】:硕士
【学位年份】:2016
【中图分类】:S152.71;S127
【文章目录】:
摘要
Abstract
第1章 引言
    1.1 研究背景与依据
    1.2 研究意义
    1.3 国内外研究进展
        1.3.1 可见光和近红外波段法
        1.3.2 热红外波段法
        1.3.3 可见光、近红外和热红外相结合的方法
        1.3.4 微波遥感法
    1.4 主要研究内容及技术路线
        1.4.1 主要研究内容
        1.4.2 主要技术路线
    1.5 研究成果
第2章 研究区概况
    2.1 气象水文
        2.1.1 气象
        2.1.2 水文
    2.2 地形地貌
    2.3 地层
    2.4 水文地质概况
    2.5 生态环境概况
    2.6 社会经济
第3章 研究方法及数据
    3.1 方法模型的选择
    3.2 数据选择及介绍
        3.2.1 数据选择
        3.2.2 数据介绍
    3.3 数据处理
    3.4 小结
第4章 TVDI的土壤湿度反演
    4.1 TVDI介绍
        4.1.1 Ts/NDVI空间的解释
        4.1.2 温度植被干旱指数(TVDI)
    4.2 TVDI土壤湿度反演
        4.2.1 干湿边拟合
        4.2.2 土壤湿度反演
    4.3 TVDI法可靠性分析
        4.3.1 地形起伏度划分
        4.3.2 基于高程的平原区划分
        4.3.3 TVDI结果对比分析
    4.4 平原区土壤湿度分析
    4.5 小结
第5章 结果验证
    5.1 SEBS模型
    5.2 气象数据的选择
    5.3 蒸散的估算
    5.4 小结
第6章 影响因素
    6.1 气象
    6.2 NDVI
    6.3 小结
第7章 结论与建议
    7.1 结论
    7.2 建议
致谢
参考文献
附录

【相似文献】

相关期刊论文 前10条

1 王美林;姜群鸥;邵雅琪;孙驷阳;;基于TVDI的玛曲土壤湿度时空变化及其影响因素[J];中国水土保持科学;2019年04期

2 姚春生,张增祥,汪潇;使用温度植被干旱指数法(TVDI)反演新疆土壤湿度[J];遥感技术与应用;2004年06期

3 王纯枝;毛留喜;何延波;韩丽娟;陈健;宇振荣;;温度植被干旱指数法(TVDI)在黄淮海平原土壤湿度反演中的应用研究[J];土壤通报;2009年05期

4 吴欣睿;;基于MODIS影像的松嫩平原土壤湿度反演特征研究[J];哈尔滨师范大学自然科学学报;2017年04期

5 宋春桥;游松财;刘高焕;柯灵红;钟新科;;基于TVDI的藏北地区土壤湿度空间格局[J];地理科学进展;2011年05期

6 杨玲;杨艳昭;;基于TVDI的西辽河流域土壤湿度时空格局及其影响因素[J];干旱区资源与环境;2016年02期

7 屈创;马金辉;田菲;夏燕秋;;基于MODIS数据的白龙江流域土壤湿度反演研究[J];节水灌溉;2013年12期

8 梁美盈;刘秀芸;周逍峰;聂艳;;基于高分一号的农田植被区土壤湿度反演研究[J];湖北大学学报(自然科学版);2018年06期

9 姜亚珍;张瑜洁;孙琛;游松财;;基于TVDI河北省干热风同期土壤湿度监测研究[J];遥感技术与应用;2014年03期

10 陈明星;张玉虎;;基于4种植被指数TVDI模型的三江平原土壤湿度反演[J];水土保持研究;2019年03期


相关博士学位论文 前10条

1 王静;青藏高原土壤湿度的时空特征及对长江流域夏季降水的影响[D];南京信息工程大学;2018年

2 郭雅凯;基于Noah LSM的土壤湿度敏感性及同化应用研究[D];南京信息工程大学;2017年

3 高楚杰;中国东部地区陆-气耦合的区域性差异及土壤湿度的可能影响[D];南京信息工程大学;2018年

4 冷佩;光学/热红外土壤湿度遥感反演方法研究[D];中国农业科学院;2018年

5 杨茜茜;中国及周边地区夏季局地土壤湿度—降水耦合的统计分析和数值模拟[D];兰州大学;2019年

6 程善俊;气温和降水对全球土壤湿度变化的影响研究[D];兰州大学;2017年

7 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

8 李昊睿;陆面数据同化方法的研究[D];兰州大学;2007年

9 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

10 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


相关硕士学位论文 前10条

1 梁华;基于TVDI的新疆祁漫塔格土壤湿度遥感反演研究[D];中国地质大学(北京);2016年

2 王明霞;精河流域绿洲土壤湿度遥感反演研究[D];新疆师范大学;2014年

3 刘浩;基于MODIS数据的土壤湿度反演研究[D];鲁东大学;2014年

4 丁智慧;基于MODIS数据土壤湿度反演研究[D];中国石油大学(华东);2014年

5 王一昕;基于多源土壤湿度数据的中国高敏感区探究[D];南京大学;2019年

6 薄爱;1980-2012年东北地区积雪对土壤湿度的影响[D];哈尔滨师范大学;2019年

7 张佳楠;草本植物浇灌模型及系统的研究与实现[D];北京邮电大学;2019年

8 梁爽;东北农田区积雪对土壤水热的影响研究[D];吉林大学;2018年

9 苏辉;降水与土壤湿度因果关系分析及预测研究[D];杭州电子科技大学;2018年

10 孙帅;CLDAS长序列降水驱动数据的融合及ASCAT土壤湿度的陆面同化[D];南京信息工程大学;2018年



本文编号:2886084

资料下载
论文发表

本文链接:https://www.wllwen.com/nykjlw/nyxlw/2886084.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户89c83***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com