本文系統(tǒng)地分析和總結(jié)了國(guó)內(nèi)外干旱監(jiān)測(cè)方法,并探討了歸一化干旱指數(shù)NDDI、尺度化指數(shù)SMMI、溫度植被干旱指數(shù)TVDI這三個(gè)干旱監(jiān)測(cè)指數(shù)在毛烏素沙地腹部地區(qū)干旱中的適宜性。在此基礎(chǔ)上結(jié)合土地利用數(shù)據(jù)與氣象數(shù)據(jù)站點(diǎn)數(shù)據(jù),通過層次分析法確定權(quán)重,構(gòu)建基于多指數(shù)的綜合干旱監(jiān)測(cè)指數(shù),然后利用野外實(shí)測(cè)土壤水分?jǐn)?shù)據(jù)對(duì)建立的模型進(jìn)行驗(yàn)證,并確定了綜合干旱監(jiān)測(cè)指數(shù)的干旱等級(jí)劃分標(biāo)準(zhǔn)。最后應(yīng)用構(gòu)建的綜合干旱指數(shù)監(jiān)測(cè)模型對(duì)毛烏素沙地腹部干旱情況進(jìn)行了時(shí)空分析。同時(shí)采用基于能量平衡方程的SEBS蒸散發(fā)模型估算了該區(qū)域的日蒸散,進(jìn)而分析了該區(qū)域的干旱情況,并且與綜合干旱指數(shù)模型的結(jié)果進(jìn)行對(duì)比分析。主要內(nèi)容和結(jié)論如下:(1)利用2016年4月(春季)、9月(秋季)兩期不同植被覆蓋度的遙感數(shù)據(jù),計(jì)算得到的NDDI、尺度化SMMI、TVDI分別與0~10cm、10~20cm、20~30cm土層深度的土壤含水率,建立了指數(shù)模型、線性模型、對(duì)數(shù)模型和二次多項(xiàng)式模型,確定單一監(jiān)測(cè)指數(shù)的二次多項(xiàng)式模型為本研究中最理想的擬合函數(shù)。同時(shí),NDDI法和尺度化SMMI法進(jìn)行土壤含水率監(jiān)測(cè)的效果隨著時(shí)間的變化而起伏較大,TVDI法監(jiān)測(cè)土壤含水率效果的穩(wěn)定性相對(duì)較好一些。(2)在單一干旱指數(shù)適應(yīng)性分析的基礎(chǔ)上,綜合NDDI、尺度化SMMI、TVDI,通過層次分析法方法賦給3個(gè)基本參量不同權(quán)重系數(shù),構(gòu)建綜合干旱指數(shù)監(jiān)測(cè)模型。通過野外實(shí)測(cè)土壤含水率數(shù)據(jù)對(duì)模型進(jìn)行驗(yàn)證,結(jié)果表明,綜合干旱監(jiān)測(cè)指數(shù)與野外實(shí)測(cè)含水率相關(guān)性要明顯優(yōu)于最優(yōu)單一指數(shù)TVDI與野外實(shí)測(cè)含水率相關(guān)性,能較好的表征干旱情況。(3)對(duì)于水分效應(yīng)貢獻(xiàn)度(H_i),在4、9月份水體、耕地、林地、草地的綜合干旱監(jiān)測(cè)指數(shù)效應(yīng)貢獻(xiàn)度均在7%以上。綜合干旱監(jiān)測(cè)指數(shù)的全局Moran指數(shù)I分別為0.71、0.83,得到Z值分別為48.44、57.39。這說明,毛烏素沙地腹部綜合干旱監(jiān)測(cè)指數(shù)的區(qū)域分布存在一定的正相關(guān)和空間集聚。(4)采用基于能量平衡方程的SEBS模型估算了毛烏素沙地腹部地區(qū)—烏審旗2016年4、6、8、9月的4期數(shù)據(jù)的日蒸散發(fā)量,結(jié)果表明烏審旗南部地區(qū)增發(fā)比較大,反映下墊面供水充分,無旱情。其次,從2016年4、6、8、9月的4期數(shù)據(jù)發(fā)現(xiàn)蒸散和DI呈正相關(guān),R~2都大于0.5。
【學(xué)位單位】：內(nèi)蒙古農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：P407
【部分圖文】：

基于綜合干旱指數(shù)與遙感蒸散發(fā)的毛烏素沙地腹部旱情監(jiān)測(cè)研究概況、數(shù)據(jù)來源及處理區(qū)概況理位置素沙地腹部烏審旗處于蒙、陜、寧經(jīng)濟(jì)發(fā)展的“金三角”地帶。區(qū)域′36〃—109°40′22〃，北緯 37°38′54〃—39°23′50〃，轄 6 個(gè)蘇木鎮(zhèn) 59 個(gè)積 11654km2。該地區(qū)水資源短缺，風(fēng)沙土面積占總土地面積 77.

圖 3 烏審旗數(shù)字高程(DEM)圖Fig.3 The digital elevation (DEM) diagram of the black flag數(shù)據(jù)采樣點(diǎn)可以充分代表烏審旗區(qū)域內(nèi)情況，以提高土壤研究區(qū)預(yù)選出 24 個(gè)樣區(qū)，然后，在野外借助手持 GP 120 個(gè)樣點(diǎn)（采樣分布圖見圖 2），每個(gè)樣區(qū)中各樣用土鉆分層采集 0～10cm、10～20cm、20～30cm 土后迅速封裝。本文研究時(shí)使用的野外實(shí)測(cè)土壤含水率一部分做為驗(yàn)證點(diǎn)，是在烏審旗區(qū)域影像成像時(shí)間的時(shí)間段內(nèi)天氣情況比較穩(wěn)定、無大風(fēng)、無降水等狀況持相對(duì)穩(wěn)定的狀態(tài)。野外采樣點(diǎn)要經(jīng)過嚴(yán)格的選定，選取地勢(shì)平緩的區(qū)域。野外試驗(yàn)采樣于 2015 年 4、9行。

大氣糾正窗口Fig.4Atmosphericcorrectionwindow

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韓剛;李瑞平;王思楠;田鑫;胡勇平;樊愛霞;孫燕;;基于多尺度遙感數(shù)據(jù)的荒漠化草原旱情監(jiān)測(cè)及時(shí)空特征[J];江蘇農(nóng)業(yè)學(xué)報(bào);2017年06期

2 張瑤瑤;崔霞;宋清潔;朱高峰;;基于不同下墊面的農(nóng)業(yè)干旱遙感監(jiān)測(cè)方法與發(fā)展前景[J];草業(yè)科學(xué);2017年12期

3 陸婷;鄭江華;;基于Landsat 8影像的策勒縣域典型時(shí)期日蒸散量時(shí)空分布格局分析[J];新疆農(nóng)業(yè)科學(xué);2017年10期

4 蔡亮紅;丁建麗;魏陽;;基于多源數(shù)據(jù)的土壤水分反演及空間分異格局研究[J];土壤學(xué)報(bào);2017年05期

5 金學(xué)杰;周劍;;基于SEBS模型和Landsat 8數(shù)據(jù)的黑河下游蒸散發(fā)時(shí)空特性分析[J];冰川凍土;2017年03期

6 王思楠;李瑞平;韓剛;胡文;田鑫;;基于多源遙感數(shù)據(jù)的TVDI方法在荒漠草原旱情監(jiān)測(cè)的應(yīng)用[J];安徽農(nóng)業(yè)大學(xué)學(xué)報(bào);2017年03期

7 張建平;劉宗元;王靖;何永坤;羅紅霞;;西南地區(qū)綜合干旱監(jiān)測(cè)模型構(gòu)建與驗(yàn)證[J];農(nóng)業(yè)工程學(xué)報(bào);2017年05期

8 于晶;;使用Matlab程序?qū)崿F(xiàn)層次分析法(AHP)的簡(jiǎn)捷算法[J];科技風(fēng);2016年16期

9 曹張馳;嚴(yán)婧;李峰;朱義青;;多種干旱遙感指數(shù)在臨沂地區(qū)的適用性分析[J];中國(guó)農(nóng)學(xué)通報(bào);2016年20期

10 田國(guó)珍;武永利;梁亞春;楊超;;基于蒸散發(fā)的干旱監(jiān)測(cè)及時(shí)效性分析[J];干旱區(qū)地理;2016年04期

相關(guān)碩士學(xué)位論文 前6條

1 李念;祁連山老虎溝流域高寒草甸蒸散發(fā)研究[D];山東師范大學(xué);2017年

2 韓剛;基于多尺度遙感數(shù)據(jù)的荒漠化草原土壤含水率監(jiān)測(cè)研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2017年

3 趙敏;云南省遙感干旱綜合監(jiān)測(cè)及風(fēng)險(xiǎn)評(píng)價(jià)[D];云南師范大學(xué);2016年

4 喻元;基于CWSI與TVDI的關(guān)中地區(qū)干旱監(jiān)測(cè)對(duì)比與干旱時(shí)空特征研究[D];陜西師范大學(xué);2015年

5 劉欣;利用CART算法從LandSat8衛(wèi)星影像提取居民地的研究[D];蘭州大學(xué);2015年

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

本文編號(hào)：2809973