关中麦区干旱时空变化特征及其对冬小麦产量的影响
发布时间：2021-06-17 08:40
随着全球气候变化,干旱已经成为分布范围最广,发生频率最高,经济损失最大的自然灾害之一。关中地区位于西北腹地,是我国重要的小麦生产基地,但由于干旱频发,对粮食生产产生了严重影响。本文借助Google Earth Engine平台强大的计算能力,在采用归一化植被指数（Normalized Difference Vegetation Index,NDVI）重构增幅算法和光谱突变法提取出关中地区冬小麦种植区域的基础上,选取作物缺水指数（Crop Water Stress Index,CWSI）干旱监测模型,研究了冬小麦各生育期气候变化的规律和干旱胁迫的时空分布特征,并定性了分析不同生长阶段干旱对冬小麦产量的影响,得出以下主要结论:（1）利用统计年鉴数据对冬小麦提取结果的验证表明,在市级和县级尺度决定系数R2分别为0.82和0.62,一致性指标d分别为0.95和0.84,提取结果与实地调查数据的空间一致性精度为93.4%。提取结果表明,关中地区冬小麦主要分布在中部较为平坦的关中平原,在北部黄土高原沟壑区和南部秦岭山地分布较少。关中地区冬小麦在宝鸡、咸阳、西安和渭南分布较广,...
【文章来源】：西北农林科技大学陕西省 211工程院校 985工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
关中地区地理位置及行政区划图
西北农林科技大学硕士学位论文12图2-3野外调查样点分布图Fig.2-3Distributionoffieldsurveysamples2.2.4辅助数据统计数据有冬小麦种植面积和产量数据，本文收集的市级统计数据包括宝鸡、咸阳、西安、铜川、渭南共5个市，时间跨度为2011-2017年。县级统计数据包括宝鸡8个市县区，咸阳12个市县区，西安6个市县区，铜川3个市县区，渭南11个市县区，共计40个县市区，时间跨度为2011-2016年。以上统计数据来源于国家地球系统科学数据共享服务平台（http://loess.geodata.cn），以及陕西省统计年鉴和各地市统计年鉴。本文所用的行政区划矢量图，来源于陕西省测绘局（http://www.shasm.gov.cn.）。2.3研究方法2.3.1NDVI影像去噪NDVI时间序列曲线能够反映作物的生长动态变化，长时间云天气和传感器误差产生的噪声使得植被指数偏离正常值，影响时序植被指数曲线平滑，对基于作物植被指数的季节性特征分析带来较大影响。因此。为了使冬小麦NDVI时序曲线清楚地刻画冬小麦在生育期内的变化特征，消除外部环境因素产生的异常噪声，需要对NDVI时序曲线进行重构去噪。本文采用Savitzky-Golay滤波（Chenetal.2004），通过多次试验观察曲线的拟合效果，最终设定以[3，3]为参数进行滤波。利用GoogleEarth确定一个冬小麦像元，并对比滤波前后NDVI时序曲线，结果如图2-4所示。对比得知，滤波后的冬小麦NDVI时序曲线更加平滑，并且没有改变原来曲线的形状。因此，使用Savitzky-Golay滤波技术能够对NDVI时序曲线起到平滑去噪的效果，为进一步的冬小麦识别奠定基矗
第三章关中地区冬小麦种植面积提取及其时空变化特征19图3-22011-2017年关中地区冬小麦种植分布图Fig.3-2DistributionofwinterwheatplantinginGuanzhongareafrom2011to2017由图3-2可以看出，关中地区受地形影响，冬小麦种植区域主要集中分布在中部地势平坦的关中平原，北部黄土丘陵沟壑区分布较为稀疏，而在南部秦岭山地鲜少分布。这与关中平原土壤肥沃，灌溉条件便利，自然条件优越有关。关中地区冬小麦在宝鸡、咸阳、西安和渭南分布较广，在铜川市分布相对稀疏。从县域行政区划单元看，关中地区的冬小麦种植较大的区县主要分布有宝鸡市中部的陈仓区、凤翔县、岐山县、扶风县，咸阳市的永寿县、乾县、武功县、兴平县和泾阳县，西安市的户县、蓝田县，以及渭南市中部的富平县、蒲城县、临渭区、大荔县等，其中渭南市的冬小麦种植面积最大，分布最广。以上地区形成了关中地区冬小麦空间集聚区，是关中地区的粮食生产区。3.4提取结果精度评价为了更好地对冬小麦提取结果进行精度验证，分别从定量精度和空间精度两个方面进行评价。定量精度评价是在研究区内，分别以市和县为统计单位，对遥感提取冬小麦面积与统计数据中冬小麦播种面积进行相关性分析，检验冬小麦提取结果的精度。如图3-3所示，分析结果显示，在市级和县级水平，遥感提取面积和农业统计面积均呈现出极显著的线性相关关系，R2分别为0.82和0.62，RMSE分别为42.98×103hm2和14.77×103hm2，d分别为0.95和0.84，市级和县级的提取精度分别为“极高”、“高”，市级尺度拟合效果优于县级尺度。可能因为在县级尺度内正负误差相互抵消，从而在市级尺度上表现为精度有所提高的现象。即遥感数据的空间分辨率对提取结果产生了
【参考文献】：
期刊论文
[1]采用AquaCrop作物生长模型研究中国玉米干旱脆弱性[J]. 徐昆,朱秀芳,刘莹,侯陈瑶. 农业工程学报. 2020(01)
[2]基于GF1-NDVI时序影像对春小麦进行提取研究[J]. 刘沼辉,柳林,郭慧,程鹏. 北京测绘. 2018(06)
[3]基于CWSI的安徽省干旱时空特征及影响因素分析[J]. 汪左,王芳,张运. 自然资源学报. 2018(05)
[4]Google Earth Engine平台支持下的赣南柑橘果园遥感提取研究[J]. 徐晗泽宇,刘冲,王军邦,齐述华. 地球信息科学学报. 2018(03)
[5]基于MODIS-NDVI时序数据集的面向对象分类提取广西耕地面积的方法研究[J]. 童新华,毛碑裙,韦燕飞. 广西师范学院学报(自然科学版). 2017(04)
[6]基于NDVI指数的草地资源提取研究[J]. 李辉,敖成. 价值工程. 2017(22)
[7]河南省冬小麦快速遥感制图[J]. 王九中,田海峰,邬明权,王力,王长耀. 地球信息科学学报. 2017(06)
[8]基于CWSI及干旱稀遇程度的农业干旱指数构建及应用[J]. 赵焕,徐宗学,赵捷. 农业工程学报. 2017(09)
[9]基于NDVI阈值法的森林冰冻受灾范围精确提取[J]. 王学成,杨飞,高星,李丽. 地球信息科学学报. 2017(04)
[10]基于MODIS-NDVI时间序列的河南省冬小麦种植信息提取与分析[J]. 李艳,张红利. 赤峰学院学报(自然科学版). 2017(04)
博士论文
[1]黄淮海平原夏玉米季干旱、高温的发生特征及对产量的影响[D]. 王丽君.中国农业大学 2018
硕士论文
[1]干旱胁迫对冬小麦和夏玉米生长和产量的影响[D]. 朱亚南.华北水利水电大学 2018
[2]基于TVDI模型的关中地区冬小麦关键物候期旱情监测研究[D]. 张晶言.陕西师范大学 2017
[3]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]. 喻元.陕西师范大学 2015
[4]基于自适应NDVI阈值的青岛海域浒苔监测研究[D]. 白羽.中国石油大学(华东) 2014
本文编号：3234868
【文章来源】：西北农林科技大学陕西省 211工程院校 985工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
关中地区地理位置及行政区划图
西北农林科技大学硕士学位论文12图2-3野外调查样点分布图Fig.2-3Distributionoffieldsurveysamples2.2.4辅助数据统计数据有冬小麦种植面积和产量数据，本文收集的市级统计数据包括宝鸡、咸阳、西安、铜川、渭南共5个市，时间跨度为2011-2017年。县级统计数据包括宝鸡8个市县区，咸阳12个市县区，西安6个市县区，铜川3个市县区，渭南11个市县区，共计40个县市区，时间跨度为2011-2016年。以上统计数据来源于国家地球系统科学数据共享服务平台（http://loess.geodata.cn），以及陕西省统计年鉴和各地市统计年鉴。本文所用的行政区划矢量图，来源于陕西省测绘局（http://www.shasm.gov.cn.）。2.3研究方法2.3.1NDVI影像去噪NDVI时间序列曲线能够反映作物的生长动态变化，长时间云天气和传感器误差产生的噪声使得植被指数偏离正常值，影响时序植被指数曲线平滑，对基于作物植被指数的季节性特征分析带来较大影响。因此。为了使冬小麦NDVI时序曲线清楚地刻画冬小麦在生育期内的变化特征，消除外部环境因素产生的异常噪声，需要对NDVI时序曲线进行重构去噪。本文采用Savitzky-Golay滤波（Chenetal.2004），通过多次试验观察曲线的拟合效果，最终设定以[3，3]为参数进行滤波。利用GoogleEarth确定一个冬小麦像元，并对比滤波前后NDVI时序曲线，结果如图2-4所示。对比得知，滤波后的冬小麦NDVI时序曲线更加平滑，并且没有改变原来曲线的形状。因此，使用Savitzky-Golay滤波技术能够对NDVI时序曲线起到平滑去噪的效果，为进一步的冬小麦识别奠定基矗
第三章关中地区冬小麦种植面积提取及其时空变化特征19图3-22011-2017年关中地区冬小麦种植分布图Fig.3-2DistributionofwinterwheatplantinginGuanzhongareafrom2011to2017由图3-2可以看出，关中地区受地形影响，冬小麦种植区域主要集中分布在中部地势平坦的关中平原，北部黄土丘陵沟壑区分布较为稀疏，而在南部秦岭山地鲜少分布。这与关中平原土壤肥沃，灌溉条件便利，自然条件优越有关。关中地区冬小麦在宝鸡、咸阳、西安和渭南分布较广，在铜川市分布相对稀疏。从县域行政区划单元看，关中地区的冬小麦种植较大的区县主要分布有宝鸡市中部的陈仓区、凤翔县、岐山县、扶风县，咸阳市的永寿县、乾县、武功县、兴平县和泾阳县，西安市的户县、蓝田县，以及渭南市中部的富平县、蒲城县、临渭区、大荔县等，其中渭南市的冬小麦种植面积最大，分布最广。以上地区形成了关中地区冬小麦空间集聚区，是关中地区的粮食生产区。3.4提取结果精度评价为了更好地对冬小麦提取结果进行精度验证，分别从定量精度和空间精度两个方面进行评价。定量精度评价是在研究区内，分别以市和县为统计单位，对遥感提取冬小麦面积与统计数据中冬小麦播种面积进行相关性分析，检验冬小麦提取结果的精度。如图3-3所示，分析结果显示，在市级和县级水平，遥感提取面积和农业统计面积均呈现出极显著的线性相关关系，R2分别为0.82和0.62，RMSE分别为42.98×103hm2和14.77×103hm2，d分别为0.95和0.84，市级和县级的提取精度分别为“极高”、“高”，市级尺度拟合效果优于县级尺度。可能因为在县级尺度内正负误差相互抵消，从而在市级尺度上表现为精度有所提高的现象。即遥感数据的空间分辨率对提取结果产生了
【参考文献】：
期刊论文
[1]采用AquaCrop作物生长模型研究中国玉米干旱脆弱性[J]. 徐昆,朱秀芳,刘莹,侯陈瑶. 农业工程学报. 2020(01)
[2]基于GF1-NDVI时序影像对春小麦进行提取研究[J]. 刘沼辉,柳林,郭慧,程鹏. 北京测绘. 2018(06)
[3]基于CWSI的安徽省干旱时空特征及影响因素分析[J]. 汪左,王芳,张运. 自然资源学报. 2018(05)
[4]Google Earth Engine平台支持下的赣南柑橘果园遥感提取研究[J]. 徐晗泽宇,刘冲,王军邦,齐述华. 地球信息科学学报. 2018(03)
[5]基于MODIS-NDVI时序数据集的面向对象分类提取广西耕地面积的方法研究[J]. 童新华,毛碑裙,韦燕飞. 广西师范学院学报(自然科学版). 2017(04)
[6]基于NDVI指数的草地资源提取研究[J]. 李辉,敖成. 价值工程. 2017(22)
[7]河南省冬小麦快速遥感制图[J]. 王九中,田海峰,邬明权,王力,王长耀. 地球信息科学学报. 2017(06)
[8]基于CWSI及干旱稀遇程度的农业干旱指数构建及应用[J]. 赵焕,徐宗学,赵捷. 农业工程学报. 2017(09)
[9]基于NDVI阈值法的森林冰冻受灾范围精确提取[J]. 王学成,杨飞,高星,李丽. 地球信息科学学报. 2017(04)
[10]基于MODIS-NDVI时间序列的河南省冬小麦种植信息提取与分析[J]. 李艳,张红利. 赤峰学院学报(自然科学版). 2017(04)
博士论文
[1]黄淮海平原夏玉米季干旱、高温的发生特征及对产量的影响[D]. 王丽君.中国农业大学 2018
硕士论文
[1]干旱胁迫对冬小麦和夏玉米生长和产量的影响[D]. 朱亚南.华北水利水电大学 2018
[2]基于TVDI模型的关中地区冬小麦关键物候期旱情监测研究[D]. 张晶言.陕西师范大学 2017
[3]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]. 喻元.陕西师范大学 2015
[4]基于自适应NDVI阈值的青岛海域浒苔监测研究[D]. 白羽.中国石油大学(华东) 2014
本文编号：3234868
本文链接：https://www.wllwen.com/nykjlw/nzwlw/3234868.html
最近更新
教材专著
