基于高程分段的黄河源区NDVI和水热条件空间分布格局
发布时间：2021-06-23 22:11
以黄河源区植被为研究对象,应用MODIS13Q1遥感数据、DEM数据、气象数据以及土地利用类型图,采用基于高程分段的研究方法对研究区NDVI（归一化植被指数）与水热条件空间分布特征进行深入探究。根据NDVI随高程分布特征,将研究区划分为高程段Ⅰ（<3 400m）,高程段Ⅱ（3 400～4 200m）和高程段Ⅲ（>4 200m）。在各高程段内分析植被分布格局、NDVI与水热条件分布特征、NDVI与水热因子响应关系。结果表明:黄河源区内主要植被类型为草地,其面积占源区总面积75%,林地面积占比为7%,农田面积仅占1%。高程段Ⅰ内主要植被类型为农田和草地,高程段Ⅱ内主要植被类型为林地和草地,高程段Ⅲ内基本只有草地。3种不同类型植被NDVI平均值大小为林地>草地>农田。气温表现为梯度递减的空间分布格局,降水量呈现从东南向西北递减的趋势。高程段Ⅰ属干旱区域,高程段Ⅱ属湿热区域,高程段Ⅲ属干冷区域。3个高程段内水热组合条件最好的是高程段Ⅱ,高程段Ⅲ水热条件较差。植被NDVI在不同高程段内受水热因子的驱动作用不同。高程段Ⅰ和高程段Ⅲ内降水量较低,NDVI主要驱动因子是降水量,...
【文章来源】：南水北调与水利科技(中英文). 2020,18(04)北大核心
【文章页数】：15 页
【部分图文】：
NDVI、降水、气温多年平均空间分布
本文所用气象数据为研究区内12个监测站点2003-2017年的气温、降水数据。黄河源区位于青藏高原东部，地形高差显著，降水和气温均具有明显的垂直分布特征[10]，因此采用基于DEM的高程修正方法结合IDW(inverse distance weighted）对气象数据进行处理[11]。在利用监测站点观测数据对气温空间插值时，气温垂直递减率是空间插值精度的重要影响因素[12]。利用研究区内12个监测站点多年平均气温珚T与站点高程（h）建立一元线性回归模型（图2），由图可知多年平均气温珚T与站点高程回归模型方程为珚T=-0.005 5h+21.41,R2为0.867 6，从而确定出气温的垂直递减率每100m为-0.55℃。我国西北部地区的年降水量随海拔高度的升高而增加，变化幅度约为1～18.13mm/m[13]，有研究[14-15]表明青藏高原降水具有梯度变化，东部区域每升高100m降水增加6～22mm，郝振纯[16]对黄河源区雨量站进行分析得出降水的垂直变化率为+20mm/m，故本文将降水垂直变化率选定为+20mm/m。根据气温和降水垂直变化率，将监测站数据订正到大地水准面上，在ArcGIS中采用反距离权重法（IDW）对监测站点数据进行空间插值。结合30m精度的DEM数据，将大地水准面上的气温降水数据订正为正常高程的气温降水数据。2003-2017年多年平均降水和多年平均气温空间分布见图1(b）、1(c）。
式中：S12和S22为两样本的方差，n1和n2为两组样本容量珡X1和珡X2为两样本的平均值。将样本点NDVI值每100m高程分为一组，每两组样本点进行95%置信水平的双总体t检验，以此检测NDVI随高程突变点。由图3(b）可见，在高程3 300～3 400m和4 100～4 200m时，两组NDVI值有显著性差异，即认为，NDVI在高程3 400m和4 200m处发生突变。因此，将高程3 400m设置为高程段划分的第一条分界线，将高程4 200m设置为高程段划分的第二条分界线，这样将整个黄河源区按照NDVI随高程分布特点划分成3个高程段即高程段Ⅰ（<3 400m）、高程段Ⅱ（3 400～4 200m）和高程段Ⅲ（>4 200m）。研究区高程分段见图4。高程小于3 400m的区域主要位于研究区东北部，此区平均高程为3 105m，面积为9 137km2，占流域总面积7%,NDVI分布在[0.03,0.5]内，平均值为0.26；高程在3 400～4 200m的区域主要位于研究区东南部，此区平均高程为3 731 m，面积为57 744km2，占流域总面积45%,NDVI分布在[0.26,0.66]内，平均值为0.55；高程大于4 200m的区域位于研究区西北部，此区平均高程为4 441m，面积为62 094km2，占流域总面积48%,NDVI分布在[0.09,0.56]内，平均值为0.34。
本文编号：3245747
【文章来源】：南水北调与水利科技(中英文). 2020,18(04)北大核心
【文章页数】：15 页
【部分图文】：
NDVI、降水、气温多年平均空间分布
本文所用气象数据为研究区内12个监测站点2003-2017年的气温、降水数据。黄河源区位于青藏高原东部，地形高差显著，降水和气温均具有明显的垂直分布特征[10]，因此采用基于DEM的高程修正方法结合IDW(inverse distance weighted）对气象数据进行处理[11]。在利用监测站点观测数据对气温空间插值时，气温垂直递减率是空间插值精度的重要影响因素[12]。利用研究区内12个监测站点多年平均气温珚T与站点高程（h）建立一元线性回归模型（图2），由图可知多年平均气温珚T与站点高程回归模型方程为珚T=-0.005 5h+21.41,R2为0.867 6，从而确定出气温的垂直递减率每100m为-0.55℃。我国西北部地区的年降水量随海拔高度的升高而增加，变化幅度约为1～18.13mm/m[13]，有研究[14-15]表明青藏高原降水具有梯度变化，东部区域每升高100m降水增加6～22mm，郝振纯[16]对黄河源区雨量站进行分析得出降水的垂直变化率为+20mm/m，故本文将降水垂直变化率选定为+20mm/m。根据气温和降水垂直变化率，将监测站数据订正到大地水准面上，在ArcGIS中采用反距离权重法（IDW）对监测站点数据进行空间插值。结合30m精度的DEM数据，将大地水准面上的气温降水数据订正为正常高程的气温降水数据。2003-2017年多年平均降水和多年平均气温空间分布见图1(b）、1(c）。
式中：S12和S22为两样本的方差，n1和n2为两组样本容量珡X1和珡X2为两样本的平均值。将样本点NDVI值每100m高程分为一组，每两组样本点进行95%置信水平的双总体t检验，以此检测NDVI随高程突变点。由图3(b）可见，在高程3 300～3 400m和4 100～4 200m时，两组NDVI值有显著性差异，即认为，NDVI在高程3 400m和4 200m处发生突变。因此，将高程3 400m设置为高程段划分的第一条分界线，将高程4 200m设置为高程段划分的第二条分界线，这样将整个黄河源区按照NDVI随高程分布特点划分成3个高程段即高程段Ⅰ（<3 400m）、高程段Ⅱ（3 400～4 200m）和高程段Ⅲ（>4 200m）。研究区高程分段见图4。高程小于3 400m的区域主要位于研究区东北部，此区平均高程为3 105m，面积为9 137km2，占流域总面积7%,NDVI分布在[0.03,0.5]内，平均值为0.26；高程在3 400～4 200m的区域主要位于研究区东南部，此区平均高程为3 731 m，面积为57 744km2，占流域总面积45%,NDVI分布在[0.26,0.66]内，平均值为0.55；高程大于4 200m的区域位于研究区西北部，此区平均高程为4 441m，面积为62 094km2，占流域总面积48%,NDVI分布在[0.09,0.56]内，平均值为0.34。
本文编号：3245747
本文链接：https://www.wllwen.com/projectlw/dqwllw/3245747.html
