太白县垂直植被动态特征分析及其与温度的关系

发布时间：2020-05-15 23:04

【摘要】：太白县位于秦岭腹地,因境内有秦岭主峰太白山而闻名。本文以太白县为研究对象,以Landsat影像为基础,结合实际调查资料,对研究区内植被进行专家决策树分类,依据太白县的遥感影像提取NDVI数据集,综合分析太白县植被指数的时空变化规律,得到植被变化与温度的相关性。通过CA-Markov模型对2018-2021年太白县植被种类转移方式进行预测。主要的研究结果如下:(1)获得太白县2004-2018年植被类型分布范围借助遥感影像,获得太白县2004-2018年植被的分布范围。结果表明:耕地/草地多分布在海拔700m-1400m的低矮区域,栎林多分布在海拔1400m-2100m的区域,桦林多分布在海拔2100m-2800m的区域,且桦林面积较2004年减少2859.7hm2;巴山冷杉和太白红杉主要分布在海拔2800m-3400m的区域,巴山冷杉2004-2018年在该区域面积显下降趋势,在2100m-2800m的区域面积却显增加趋势,而太白红杉在海拔2800m-3400m的区域面积增加。(2)获得太白县植被类型在高程和坡向上随时间变化的转移模式利用遥感影像,把植被类型按照不同的高程和坡向进行分析。研究表明:在不同高程上,植被指数为0.10-0.49、海拔在1400m-1800m的区域植被面积增加明显,最大增幅29.46%。植被指数为0.50-0.59、海拔在2400m-3200m的区域植被面积增长较快,增幅占比45.9%。植被指数为0.70-0.79的植被面积转移多集中在海拔2000m-3000m的区域。在不同坡向上,低海拔植被面积变化不明显,而高海拔植被如:巴山冷杉阴坡植被面积与2004年同比增长2.09%。(3)获得太白县NDVI的变化规律及其与温度的相关性研究2010-2017年的NDVI年平均值和年温度值,发现太白县的植被指数与温度均显增长的趋势,2017年温度比2010年温度上升了0.24℃。对各年平均温度与NDVI平均值进行相关分析,植被指数和年平均温度相关系数达0.86以上。植被生长期内虽然个别月份温度对植被的影响出现延后性,但大部分月温度和植被指数出现较强相关性是处在同一月份的。(4)基于CA-Markov模型对太白县植被转移方式进行预测利用CA-Markov模型对2018年植被种类转移方式进行预测,利用Kappa指数作为预测模型的精度检验指标,通过运算Kappa指数为0.8748,模型精度较高。通过模型对研究区未来三年植被种类转移方式进行预测,发现其中耕地/草地面积进一步减少,森林植被面积增加,尤其是栎林面积增加较多。
【图文】：

太白县境内平均海拔在1000 米以上，是整个陕西省所有县级单位中海拔最高的。图 2.1 太白县地区图2.1.1 自然条件太白县位于秦岭山脉的西部方位，在宝鸡市的东南方向，因太白山而闻名遐迩。太白县沟通着黄河以及长江两条母亲河。太白县北邻宝鸡市，南靠汉中市，西接西安市，，距三市距离分别是 64km、170km、180km。太白县地貌北部较高，而南部较为平缓，太白山位于太白县中东部，故太白县整体地势中东部较高，南部低平。太白县地形起伏较大，海拔在 740m-3708m 区间，海拔差距近 3000m。因太白县整体落差较大，造成其境内温度差异性明显，也造成了“人间四月芳菲尽，山寺桃花始盛开”的景观，境内无霜期仅 158 天，冬季时间较长，基本无夏季，春季秋季直接过渡，气候较温暖，因河流较多常年湿润，具有典型的高山气候的特征。

像的处理是单纯的单项数字地貌模型，其他如高程、坡度、坡向基础上派生。根据太白县地区的自然特征、研究资料，进行分类。分类过程中要遵从太白县真实的地理情况，性，不可仅以主观臆想划分[55]。级形图制图标准中，山地按高程的分类原则[56]，结合太白白县植被生长的区域范围，本文将太白县的高程等级规，因中山的范围较大，在此范围内又划分为高中山、中 所示；表 2.1 太白县高程分类低山 中山 小于1400m低中山 中山 高中山 1400m-2100m 2100m-2800m 2800m-3400m
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：Q948

【参考文献】

相关期刊论文 前10条

1 刘宪锋;朱秀芳;潘耀忠;李宜展;赵安周;;1982—2012年中国植被覆盖时空变化特征[J];生态学报;2015年16期

2 李润祥;黄春林;杜自强;刘永锋;;新疆地区30余年水热因子变化特征分析[J];中国农学通报;2015年02期

3 谢平;唐亚松;李彬彬;雷旭;;基于相关系数的水文趋势变异分级方法[J];应用基础与工程科学学报;2014年06期

4 唐南奇;尹陈红;张黎明;范侃;余榕钦;罗宏辉;;基于复合因子元胞自动机模型的福州城市用地变化模拟[J];福建农林大学学报(自然科学版);2014年01期

5 刘宪锋;杨勇;任志远;林志慧;;2000—2009年黄土高原地区植被覆盖度时空变化[J];中国沙漠;2013年04期

6 胡雪丽;徐凌;张树深;;基于CA-Markov模型和多目标优化的大连市土地利用格局[J];应用生态学报;2013年06期

7 崔晓临;白红英;王涛;;秦岭地区植被NDVI海拔梯度差异及其气温响应[J];资源科学;2013年03期

8 杨磊;张梅;罗明良;周旭;;基于MODIS NDVI的川中丘陵区植被覆盖度景观格局变化[J];生态学杂志;2013年01期

9 杜灵通;田庆久;;宁夏植被覆盖动态变化及与气候因子的关系[J];中国沙漠;2012年05期

10 李双双;延军平;万佳;;近10年陕甘宁黄土高原区植被覆盖时空变化特征[J];地理学报;2012年07期

相关硕士学位论文 前10条

1 徐蕖;基于CA-Markov模型的沿海县市土地利用变化研究[D];江苏师范大学;2017年

2 牛仕婷;基于CA-Markov模型的杭州市土地利用变化研究[D];浙江师范大学;2015年

3 郝慧君;CA-MARKOV模型与GIS、RS在土地利用/土地覆盖变化中的应用研究[D];华中农业大学;2010年

4 陈吉龙;重庆市三峡库区植被覆盖度的遥感估算及动态变化研究[D];西南大学;2010年

5 杨明;近50年中国气候变化特征研究[D];南京信息工程大学;2008年

6 朱晓勤;基于GIS的秦岭山地植被分布与环境梯度关系分析[D];西北大学;2007年

7 杨帆;基于RS和GIS的辽东湾滨海湿地景观动态变化研究[D];大连海事大学;2007年

8 王妍;基于DEM的地形信息提取与景观空间格局分析[D];西南大学;2006年

9 康艳;秦岭山地植被水源涵养功能空间分布格局及生态保育策略[D];西北大学;2005年

10 高雪玲;秦岭山地植被生态系统服务功能及其空间特征研究[D];西北大学;2004年

本文编号：2665754