基于TVDI模型的关中地区冬小麦关键物候期旱情监测研究
发布时间：2021-11-06 18:11
受全球气候变暖的影响,干旱已成为全球范围内覆盖面最广、发生率最高、影响最严重的自然灾害之一。关中地区地处我国内陆陕西省中部,由于其特殊的气候、地形、土壤、经济条件,使得该地区干旱灾害频繁发生。频发的干旱十分不利于冬小麦与夏玉米的生长,尤其是在春季冬小麦关键生育期降雨稀缺,给该地区的粮食生产与经济发展造成巨大威胁。因此,有必要对该地区开展干旱监测工作,及时准确掌握旱情的深度与广度,为农业部门制定抗旱救灾措施提供决策依据。遥感技术以其监测尺度大、获得的数据时间以及空间分辨率高、数据准确等多方面的优点而被广泛应用于旱情监测研究中。本文在对国内外遥感干旱监测研究现状分析的基础上,选用目前旱情监测效果较好的TVDI模型对关中地区2004-2013年冬小麦关键生育期的旱情进时空变化及主要影响因素探讨分析,得出以下主要结论:（1）采用Savitzky-Golay滤波方法对研究区的MODIS NDVI数据进行时间序列重建,可以较好地去除大气条件和数据传输错误造成的异常噪声值,使滤波后的植被指数曲线在保持原有形状的基础上变得更为平滑,更为真实的恢复了冬小麦生育期内NDVI曲线两峰一谷的特征,符合冬小麦生...
【文章来源】：陕西师范大学陕西省 211工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
图２－１研究区示意图??Ｆｉｇ?２－１?Ｌｏｃａｔｉｏｎ?ｍａｐ?ｏｆ?ｓｔｕｄｙ?ａｒｅａ??由于关中地区杂的地形地貌特征，使整体呈南北高中部低、西高东低的地??
散点图呈三角形，Ｎｅｍａｎｉ［４３］等和Ｍｏｒａｎ［４４］等研宄又发现１和ＮＤＶＩ的散点图??呈梯形，即所说的Ｔｓ－ＮＤＶＩ特征空间。Ｓａｎｄｈ〇ｌｔ［３９］等在研宄土壤湿度时发现，??Ｔｓ－ＮＤＶＩ的特征空间存在很多等值线，如图２－２－ａ所示。图中Ｈ表示某一?ＮＤＶＩ??水平对应的最大地表温度与最小地表温度之差，ｈ表示在该ＮＤＶＩ值下，当某个像??元点的地表温度为Ｔｓ时与对应最小地表温度之差，ｎ表示研宄区最大ＮＤＶＩ值与??该水平ＮＤＶＩ值之差，于是将其简化为三角形后提出表示植被水分亏缺指标－温度??植被干旱指数ＴＶＤＩ，如图２－２－ｂ所示，特征空间的湿边被处理与ＮＤＶＩ轴平??行的直线，干边与ＮＤＶＩ成线性关系。由此得到ＴＶＤＩ的计算方法为：??ＴＶＤＩ?＝?Ｔｓ￣Ｔｓ＾￣?式（２－５）??Ｔｓ?－Ｔｓ??＾ｍａｘ?°?ｍｉｎ??公式中的Ｔｓ表示地表温度，ｌ－＊＂？为某一?ＮＤＶＩ对应的最低地表温度值，构成??特征空间的湿边，代表某一?ＮＤＶＩ水平对应的最高地表温度，即千边。干边上??２２??
建筑用地以及水体的采样点和２０１２－２０１３年重建后冬小麦全生育期的时序ＮＤＶＩ??影像进行叠加，由此得到了冬小麦全生育期内各地物类型的ＮＤＶＩ变化曲线，结??果如下图３－３所示。????０．８???：??０４?？？一?■小麦??Ｑ?（）?：?：?林１Ｍ｜??〇；；?—建娜也??－０．１?—?——水体??－０．３?？！？—？￣￣？１￣￣＊￣￣ｉｒ￣？￣￣！￣￣ｔ￣￣Ｉ￣￣ｊ？￣￣ｉ￣￣１￣￣！￣￣！￣￣￣（￣￣！￣￣ｅ￣￣８￣￣？￣￣ｒ￣￣ｔ￣￣？ｒ￣ｊｊ￣￣ｔ￣￣ｊｒ￣ｒ￣－Ｊ￣￣￣，??１?３?５?７?９?１１?１３?１５?１７?１９?２１?２３?２５?２７?２９?３１?３３??期数??图３－３不同地物类型ＮＤＶＩ变化曲线??Ｆｉｇ?３－３?ＮＤＶＩ?ｃｈａｎｇｅ?ｃｕｒｖｅ?ｆｏｒ?ｄｉｆｆｅｒｅｎｔ?ｋｉｎｄｓ?ｏｆ?ｌａｎｄ?ｔｙｐｅｓ??通过观察图中的冬小麦ＮＤＶ丨变化曲线以及结合关中地区冬小麦的物候观测??信息，我们可以看出，１０月上旬玉米收割完毕，ＮＤＶ丨值逐渐降低，１０月中下旬??为冬小麦播种期，在图中大致为第５期，小米播种下去需经过？定的时间才能发??芽出土，因此遥感影像上的ＮＤＶＩ值主要指示裸土，其ＮＤＶＩ也相对较低。冬小??麦在１１月上旬开始出苗，反应在图像上为第６期，随着冬小麦不断生长，ＮＤＶＩ??值也在慢慢增大。随后冬小麦迎来了生长周期中的第一个小波峰，时间大致在１２??月中旬，也就是第１１期的时候，这个时期为冬小麦的分蘖期，叶片中叶绿素含量??较高
【参考文献】：
期刊论文
[1]基于MODIS NDVI数据的江苏省冬小麦物候期提取[J]. 杨琳,高苹,居为民. 江苏农业科学. 2016(01)
[2]关中地区农业干旱脆弱性评价[J]. 李梦娜,钱会,乔亮. 资源科学. 2016(01)
[3]基于TVDI指数的冬小麦旱情动态研究——以河北省邢台市为例[J]. 刘公英,申海凤,胡佳,史晓瑞,商彦蕊. 干旱地区农业研究. 2015(04)
[4]以遥感为基础的干旱监测方法研究进展[J]. 周磊,武建军,张洁. 地理科学. 2015(05)
[5]基于MODISNDVI多年时序数据的农作物种植识别[J]. 许青云,杨贵军,龙慧灵,王崇倡,李鑫川,黄登成. 农业工程学报. 2014(11)
[6]遥感干旱监测研究进展[J]. 王君. 科技信息. 2014(14)
[7]长时间序列NDVI数据重建方法比较研究进展[J]. 耿丽英,马明国. 遥感技术与应用. 2014(02)
[8]TVDI模型的农业旱情时空变化遥感应用[J]. 刘立文,张吴平,段永红,邢立新,陈圣波,赵敏. 生态学报. 2014(13)
[9]基于LAI时间序列重构数据的冬小麦物候监测[J]. 刘峻明,李曼曼,王鹏新,黄健熙. 农业工程学报. 2013(19)
[10]基于被动微波遥感的中国干旱动态监测[J]. 陈修治,苏泳娴,李勇,陈水森,韩留生. 农业工程学报. 2013(16)
博士论文
[1]基于MODIS数据的作物物候期监测及作物类型识别模式研究[D]. 张明伟.华中农业大学 2006
[2]干旱监测遥感模型和中国干旱时空分析[D]. 齐述华.中国科学院研究生院（遥感应用研究所） 2004
硕士论文
[1]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
[2]基于物候差异分析的冬小麦长势监测[D]. 贾玉秋.河南大学 2014
[3]基于MODIS遥感数据的山东省济宁市冬小麦面积估算研究[D]. 张军.南京大学 2012
本文编号：3480290
【文章来源】：陕西师范大学陕西省 211工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
图２－１研究区示意图??Ｆｉｇ?２－１?Ｌｏｃａｔｉｏｎ?ｍａｐ?ｏｆ?ｓｔｕｄｙ?ａｒｅａ??由于关中地区杂的地形地貌特征，使整体呈南北高中部低、西高东低的地??
散点图呈三角形，Ｎｅｍａｎｉ［４３］等和Ｍｏｒａｎ［４４］等研宄又发现１和ＮＤＶＩ的散点图??呈梯形，即所说的Ｔｓ－ＮＤＶＩ特征空间。Ｓａｎｄｈ〇ｌｔ［３９］等在研宄土壤湿度时发现，??Ｔｓ－ＮＤＶＩ的特征空间存在很多等值线，如图２－２－ａ所示。图中Ｈ表示某一?ＮＤＶＩ??水平对应的最大地表温度与最小地表温度之差，ｈ表示在该ＮＤＶＩ值下，当某个像??元点的地表温度为Ｔｓ时与对应最小地表温度之差，ｎ表示研宄区最大ＮＤＶＩ值与??该水平ＮＤＶＩ值之差，于是将其简化为三角形后提出表示植被水分亏缺指标－温度??植被干旱指数ＴＶＤＩ，如图２－２－ｂ所示，特征空间的湿边被处理与ＮＤＶＩ轴平??行的直线，干边与ＮＤＶＩ成线性关系。由此得到ＴＶＤＩ的计算方法为：??ＴＶＤＩ?＝?Ｔｓ￣Ｔｓ＾￣?式（２－５）??Ｔｓ?－Ｔｓ??＾ｍａｘ?°?ｍｉｎ??公式中的Ｔｓ表示地表温度，ｌ－＊＂？为某一?ＮＤＶＩ对应的最低地表温度值，构成??特征空间的湿边，代表某一?ＮＤＶＩ水平对应的最高地表温度，即千边。干边上??２２??
建筑用地以及水体的采样点和２０１２－２０１３年重建后冬小麦全生育期的时序ＮＤＶＩ??影像进行叠加，由此得到了冬小麦全生育期内各地物类型的ＮＤＶＩ变化曲线，结??果如下图３－３所示。????０．８???：??０４?？？一?■小麦??Ｑ?（）?：?：?林１Ｍ｜??〇；；?—建娜也??－０．１?—?——水体??－０．３?？！？—？￣￣？１￣￣＊￣￣ｉｒ￣？￣￣！￣￣ｔ￣￣Ｉ￣￣ｊ？￣￣ｉ￣￣１￣￣！￣￣！￣￣￣（￣￣！￣￣ｅ￣￣８￣￣？￣￣ｒ￣￣ｔ￣￣？ｒ￣ｊｊ￣￣ｔ￣￣ｊｒ￣ｒ￣－Ｊ￣￣￣，??１?３?５?７?９?１１?１３?１５?１７?１９?２１?２３?２５?２７?２９?３１?３３??期数??图３－３不同地物类型ＮＤＶＩ变化曲线??Ｆｉｇ?３－３?ＮＤＶＩ?ｃｈａｎｇｅ?ｃｕｒｖｅ?ｆｏｒ?ｄｉｆｆｅｒｅｎｔ?ｋｉｎｄｓ?ｏｆ?ｌａｎｄ?ｔｙｐｅｓ??通过观察图中的冬小麦ＮＤＶ丨变化曲线以及结合关中地区冬小麦的物候观测??信息，我们可以看出，１０月上旬玉米收割完毕，ＮＤＶ丨值逐渐降低，１０月中下旬??为冬小麦播种期，在图中大致为第５期，小米播种下去需经过？定的时间才能发??芽出土，因此遥感影像上的ＮＤＶＩ值主要指示裸土，其ＮＤＶＩ也相对较低。冬小??麦在１１月上旬开始出苗，反应在图像上为第６期，随着冬小麦不断生长，ＮＤＶＩ??值也在慢慢增大。随后冬小麦迎来了生长周期中的第一个小波峰，时间大致在１２??月中旬，也就是第１１期的时候，这个时期为冬小麦的分蘖期，叶片中叶绿素含量??较高
【参考文献】：
期刊论文
[1]基于MODIS NDVI数据的江苏省冬小麦物候期提取[J]. 杨琳,高苹,居为民. 江苏农业科学. 2016(01)
[2]关中地区农业干旱脆弱性评价[J]. 李梦娜,钱会,乔亮. 资源科学. 2016(01)
[3]基于TVDI指数的冬小麦旱情动态研究——以河北省邢台市为例[J]. 刘公英,申海凤,胡佳,史晓瑞,商彦蕊. 干旱地区农业研究. 2015(04)
[4]以遥感为基础的干旱监测方法研究进展[J]. 周磊,武建军,张洁. 地理科学. 2015(05)
[5]基于MODISNDVI多年时序数据的农作物种植识别[J]. 许青云,杨贵军,龙慧灵,王崇倡,李鑫川,黄登成. 农业工程学报. 2014(11)
[6]遥感干旱监测研究进展[J]. 王君. 科技信息. 2014(14)
[7]长时间序列NDVI数据重建方法比较研究进展[J]. 耿丽英,马明国. 遥感技术与应用. 2014(02)
[8]TVDI模型的农业旱情时空变化遥感应用[J]. 刘立文,张吴平,段永红,邢立新,陈圣波,赵敏. 生态学报. 2014(13)
[9]基于LAI时间序列重构数据的冬小麦物候监测[J]. 刘峻明,李曼曼,王鹏新,黄健熙. 农业工程学报. 2013(19)
[10]基于被动微波遥感的中国干旱动态监测[J]. 陈修治,苏泳娴,李勇,陈水森,韩留生. 农业工程学报. 2013(16)
博士论文
[1]基于MODIS数据的作物物候期监测及作物类型识别模式研究[D]. 张明伟.华中农业大学 2006
[2]干旱监测遥感模型和中国干旱时空分析[D]. 齐述华.中国科学院研究生院（遥感应用研究所） 2004
硕士论文
[1]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
[2]基于物候差异分析的冬小麦长势监测[D]. 贾玉秋.河南大学 2014
[3]基于MODIS遥感数据的山东省济宁市冬小麦面积估算研究[D]. 张军.南京大学 2012
本文编号：3480290
本文链接：https://www.wllwen.com/projectlw/qxxlw/3480290.html
