【摘要】：干旱災害是一種復雜且具有極大破壞力的自然災害。葉面積指數(shù)(LAI)遙感產(chǎn)品直觀的表征了植被生長狀態(tài),能夠反映干旱對植被的影響�；贚AI遙感產(chǎn)品的植被干旱監(jiān)測有助于旱災早期預警,可以在一定程度上減緩旱災影響,并可用來指導救災和災后重建,具有重要的科學意義和實用價值。本研究首先開展多套LAI遙感產(chǎn)品的比較分析,優(yōu)選出精度最高的遙感產(chǎn)品,在此基礎(chǔ)上開發(fā)出一套全球植被干旱指數(shù),并將其應用于全球植被干旱事件的識別和特征提取,最后結(jié)合典型干旱事件分析了氣象干旱 土壤水干旱 植被干旱的干旱傳播特征。論文主要內(nèi)容和成果如下:(1)開展了四套全球LAI產(chǎn)品(GLASS、MODIS、GLOBALBNU、GLOBALMAP)的精度評價分析。研究發(fā)現(xiàn)四種產(chǎn)品多年平均LAI在全球表現(xiàn)出較為一致的空間格局;從時間序列上看,四種產(chǎn)品對物候的反應基本一致,但MODIS產(chǎn)品呈現(xiàn)出較大的波動;以全球?qū)崪y驗證數(shù)據(jù)為基準,四種遙感產(chǎn)品都在農(nóng)地和草地精度相對較高,但在混合森林和常綠針葉林精度較差;GLASS LAI在四種產(chǎn)品中精度最高,其R~2達到0.7,RMSE為0.96,因此選GLASS產(chǎn)品為基礎(chǔ)數(shù)據(jù)開展植被干旱分析。(2)基于GLASS產(chǎn)品,利用百分位數(shù)排序和SAD(Severity-area-duration)方法開發(fā)出一套全球2001-2015年植被干旱指數(shù)產(chǎn)品LAIpct,并將其與廣泛使用的基于MODIS NDVI的DSI產(chǎn)品比較。在全球尺度,LAIptc在干旱面積比例和干旱強度上均與DSI表現(xiàn)出較好的一致性;典型干旱事件對比分析結(jié)果表明兩者都能刻畫出植被干旱事件的發(fā)展特征,但LAIpct表現(xiàn)的干旱發(fā)展過程更加穩(wěn)定和平滑,更接近于物理事實。(3)基于LAIpct開展全球植被干旱事件識別和特征提取。在2001-2015年間LAIpct共監(jiān)測到1066場干旱,其中以短期干旱(80天或160天)為主,且全球大部分地區(qū)均能監(jiān)測到至少一次短期干旱。長期干旱(1年以上)共監(jiān)測到49場,主要分布于澳大利亞、非洲、南美、北美中西部、亞洲西部和南部地區(qū);最長的干旱持續(xù)4年,發(fā)生在澳大利亞。北美中部美國和加拿大交界處旱災發(fā)生次數(shù)最多,達15次。(4)在全球逐像元尺度分析了植被干旱指數(shù)LAIpct與氣象干旱指數(shù)SPI的相關(guān)性和滯后期,發(fā)現(xiàn)LAIpct與SPI在全球99%以上區(qū)域呈現(xiàn)顯著正相關(guān);不同的地表覆蓋類型呈現(xiàn)出不同的滯后期:森林的平均滯后期在4-8個月左右,灌木林為3.75個月,稀疏草原為2.79個月,草地為2.28個月,農(nóng)地為1.95個月,這在一定程度上反映出不同的生態(tài)系統(tǒng)對氣象干旱的響應特征。同時,在農(nóng)地類型中,雨養(yǎng)農(nóng)地和灌溉農(nóng)地滯后時間均值分別為1.91和2.37個月,表明人為干預也會影響到作物對氣象干旱的響應特征。(5)針對典型干旱事件開展了綜合使用氣象干旱指數(shù)(SPI、PDSI)、土壤干旱指數(shù)(SSMI)和植被干旱指數(shù)(LAIpct)的干旱傳播特征分析。結(jié)果表明,綜合利用SPI、PDSI、SSMI和LAIpct可以揭示旱災傳播過程:植被干旱一般先由氣象干旱引起,導致土壤水干旱,最終植被因受到水分脅迫而產(chǎn)生干旱。不同的干旱指數(shù),反映出干旱事件的不同側(cè)面和不同的發(fā)展階段,因而指數(shù)的組合和綜合利用是實現(xiàn)動態(tài)監(jiān)測旱災傳播過程的重要手段,可為災害預警、減災抗災和指導災害恢復重建提供重要的科技支撐。
【學位授予單位】：清華大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：P407;Q948
【圖文】：

和植被干旱的滯后期，再通過典型干旱事件分析不同地表覆蓋類型下植被干旱與降水、溫度、土壤水等不同干旱指數(shù)之間的關(guān)系；第六章為結(jié)論和展望。圖1.1 研究技術(shù)路線圖

第 2 章 遙感葉面積指數(shù)數(shù)據(jù)段則選取四種數(shù)據(jù)重疊的年份 2001-2015。2.1.2 地表覆蓋數(shù)據(jù)采用 MODIS MCD12C1 產(chǎn)品，空間分辨率 0.05 度，由 MOD12C1 500m 產(chǎn)升尺度得到。該數(shù)據(jù)每年更新一次，根據(jù) LAI 產(chǎn)品的時段，本研究中選取 2010的地表覆蓋數(shù)據(jù)。產(chǎn)品包含三個分類體系，IGBP[64]、UMD[65]和 LAI/FPAR[66]。研究選取第一種分類體系，包括 9 種植被類型（常綠針葉林、常綠闊葉林、落闊葉林、落葉針葉林、混合森林、灌木林、稀樹草原、草地、農(nóng)地）和 5 種非被類型（水體、永久濕地、城市、冰雪、裸地），具體全球分布情況如圖 2.1。了匹配四種 LAI 產(chǎn)品，需要將該數(shù)據(jù)從 0.05 度升尺度到 0.08 度�？紤]到 0.08 度網(wǎng)未必包含整數(shù)個 0.05 度格網(wǎng)，這里做法是先采用最鄰近法降尺度到 0.01 度，統(tǒng)計 0.08 度格網(wǎng)內(nèi)不同地表類型的比例，最終選取比例最大的類型作為 0.08 度網(wǎng)的代表地類。

【相似文獻】

相關(guān)期刊論文 前10條

1 許玲燕;王慧敏;陳軍飛;仇蕾;;基于農(nóng)作物生長季的干旱指數(shù)巨災期權(quán)契約設(shè)計研究[J];干旱區(qū)資源與環(huán)境;2018年07期

2 崔一杰;徐晉峰;李春華;;玉米干旱天氣指數(shù)保險產(chǎn)品設(shè)計及應用分析[J];赤子(下旬);2016年05期

3 王文;黃瑾;崔巍;;云貴高原區(qū)干旱遙感監(jiān)測中各干旱指數(shù)的應用對比[J];農(nóng)業(yè)工程學報;2018年19期

4 許玲燕;王慧敏;仇蕾;;基于農(nóng)作物生長季的干旱指數(shù)巨災期權(quán)定價模型及其應用[J];保險研究;2018年06期

5 王展鵬;宋立生;蘭子焱;楊夢穎;魯?shù)?;考慮下墊面類型的干旱指數(shù)比較研究[J];遙感技術(shù)與應用;2019年04期

6 王玉瑩;魏建洲;;四種干旱指數(shù)在黃土高原地區(qū)的適用性分析[J];甘肅科技;2019年01期

7 趙福年;王潤元;王鶯;王鶴齡;張凱;趙鴻;;干旱過程、時空尺度及干旱指數(shù)構(gòu)建機制的探討[J];災害學;2018年04期

8 張劍俠;孫彥坤;王晨軼;紀仰慧;;黑龍江省近30a干旱發(fā)生規(guī)律及趨勢分析[J];黑龍江氣象;2010年01期

9 劉立杰;;基于三種干旱指數(shù)在東北地區(qū)的應用及相關(guān)性探析[J];黑龍江水利科技;2018年03期

10 吳景峰;;衡水市蒸發(fā)特性及干旱指數(shù)分析[J];水科學與工程技術(shù);2018年05期

相關(guān)會議論文 前10條

1 粟曉玲;牛紀蘋;;西北內(nèi)陸河流域干旱指數(shù)的時空變化趨勢[A];水科學前沿與中國水問題對策——第十三屆中國水論壇論文集[C];2015年

2 王晨軼;紀仰慧;金磊;朱海霞;姜麗霞;閆平;李帥;;2009年黑龍江省干旱分析及評估[A];第31屆中國氣象學會年會S5 干旱災害風險評估與防控[C];2014年

3 王梓曦;米曉霞;;干旱指數(shù)法的應用與分析[A];科技創(chuàng)新與水利改革——中國水利學會2014學術(shù)年會論文集（上冊）[C];2014年

4 張愛英;崔秀蘭;趙玉金;張善君;謝考現(xiàn);;用土壤含水率法分析山東干旱[A];新世紀氣象科技創(chuàng)新與大氣科學發(fā)展——中國氣象學會2003年年會“農(nóng)業(yè)氣象與生態(tài)環(huán)境”分會論文集[C];2003年

5 梁平;馮曉云;韋波;;黔東南夏季干旱指數(shù)及氣候規(guī)律研究[A];2005年泛珠三角氣象學術(shù)研討會論文選集[C];2005年

6 霍瑞利;屈右銘;蔣德明;韓沁哲;;利用MODIS數(shù)據(jù)進行湖南山丘區(qū)干旱監(jiān)測的研究[A];華中區(qū)域氣象中心成立20周年學術(shù)交流會議論文集[C];2009年

7 霍瑞利;屈右銘;蔣德明;韓沁哲;;利用MODIS數(shù)據(jù)進行湖南山丘區(qū)干旱監(jiān)測的研究[A];中國氣象學會2008年年會干旱與減災——第六屆干旱氣候變化與減災學術(shù)研討會分會場論文集[C];2008年

8 王志南;朱筱英;柳達平;楊昌年;顧永順;;汛期干旱動態(tài)監(jiān)測方法探討[A];糧食安全與現(xiàn)代農(nóng)業(yè)氣象業(yè)務(wù)發(fā)展——2008年全國農(nóng)業(yè)氣象學術(shù)年會論文集[C];2008年

9 王有民;張強;鄒旭愷;;干旱指標研究進展及國家級干旱監(jiān)測業(yè)務(wù)介紹[A];中國氣象學會2007年年會氣候?qū)W分會場論文集[C];2007年

10 謝五三;田紅;;氣候變暖背景下安徽省干旱時空特征分析[A];第27屆中國氣象學會年會副熱帶季風與氣候變化分會場論文集[C];2010年

相關(guān)博士學位論文 前6條

1 杜靈通;基于多源空間信息的干旱監(jiān)測模型構(gòu)建及其應用研究[D];南京大學;2013年

2 張良;基于陸面模式的干旱監(jiān)測技術(shù)及其在我國的應用效果研究[D];蘭州大學;2016年

3 張翔;面向干旱監(jiān)測應用的星地多傳感器協(xié)同方法研究[D];武漢大學;2017年

4 王楠;植物適應干旱梯度變化的水分利用效率和氮磷計量機制研究[D];浙江大學;2013年

5 齊蕊;鄂爾多斯高原生態(tài)水文指數(shù)與地下水的關(guān)系研究[D];中國地質(zhì)大學(北京);2017年

6 Muhammad Imran Khan;氣候變化條件下中國松花江流域氣候趨勢與干旱行為時空特征分析[D];東北農(nóng)業(yè)大學;2017年

相關(guān)碩士學位論文 前10條

1 程雙飛;基于無人機遙感的青貯夏玉米干旱指數(shù)監(jiān)測及旱情信息反演[D];西北農(nóng)林科技大學;2019年

2 李昕璐;基于LAI遙感產(chǎn)品的全球植被干旱指數(shù)開發(fā)與應用[D];清華大學;2017年

3 程清平;基于網(wǎng)格的貴州省干旱時空變化特征與旱災風險評估[D];福建師范大學;2017年

4 茅海祥;五種干旱指數(shù)在淮河流域的適用性研究[D];南京信息工程大學;2012年

5 楊麗;山東省小麥玉米干旱指數(shù)保險研究[D];南京信息工程大學;2013年

6 章杰;秦嶺地區(qū)氣候變化趨勢及未來情景氣溫統(tǒng)計降尺度模擬[D];西北大學;2013年

7 段瑩;三種干旱指標在江淮及長江中下游地區(qū)的適應性研究[D];南京信息工程大學;2013年

8 包欣;基于多源數(shù)據(jù)的旱情監(jiān)測方法研究[D];安徽理工大學;2013年

9 張婧嫻;綜合多源遙感數(shù)據(jù)的干旱監(jiān)測模型研究[D];南京信息工程大學;2015年

10 李興陽;寧夏干旱預警方法研究[D];南京信息工程大學;2012年

本文編號：2721949