蒸散發(fā)（ET）是能量平衡轉換的重要因子,更是地球表面水循環(huán)的必要環(huán)節(jié)。河套灌區(qū)地處典型干旱地區(qū),蒸散發(fā)的時空變化規(guī)律研究對農田區(qū)合理灌溉、水資源有效利用及區(qū)域經濟持續(xù)發(fā)展產生久遠的影響。為揭示不同土地類型的蒸散發(fā)差異特征及影響因素,基于地表能量平衡系統(tǒng)建立的SEBS模型,以氣象數(shù)據及Landsat遙感影像為源數(shù)據,得到內蒙古河套灌區(qū)2001-2018年間6年生長季的日蒸散估算結果。蒸滲儀、渦度相關及波文比實測數(shù)據和PM模型計算值對融合Kriging插值算法的SEBS遙感模型的反演結果進行變化趨勢分析及精度檢驗。結合基于Softmax方法的灌區(qū)土地分類結果,分析灌區(qū)6類土地類型蒸散發(fā)時空變化規(guī)律及差異特征。1.融合Kriging算法改進的SEBS模型灌區(qū)蒸散發(fā)反演結果與PM模型計算值的相對誤差平均值變化范圍在9.31%-14.03%,與3種實測ET值變化趨勢基本一致,與波文比觀測值最接近,相對誤差平均值為14.93%。模型估算結果與波文比實測值的均方根誤差（RMSE）為0.774 mm.d-1,決定系數(shù)（R2）為0.946;與PM模型計算值的均方根誤差（RMSE）為0.552 mm.d-... 

【文章來源】：內蒙古農業(yè)大學內蒙古自治區(qū)

【文章頁數(shù)】：132 頁

【學位級別】：碩士

【部分圖文】：

圖１技術路線流程圖??Ｆｉｇ．?１?Ｔｅｃｈｎｉｃａｌ?ｒｏｕｔｅ?ｆｌｏｗｃｈａｒｔ??

１６?融合Ｋｒｉｇｉｎｇ插值算法的河套灌區(qū)蒸散發(fā)ＳＥＢＳ模型遙感反演及時空變化特征???１０７ｅｙ〇＂Ｅ?１０８〇９．０”Ｅ?ｌ〇９ｃｙ〇＂Ｅ???Ｎ??－４－?■魏：麵、??嘗．．?０?１０?：０?？?６０?＾??１０７＆０＇０＂Ｅ?１０８°（Ｖ０＂Ｅ?丨０９°０＇０＇無??圖３?２０１７年哨兵２號土地分類圖??Ｆｉｇ．３?２０１７?Ｓｅｎｔｉｎｅｌ?２?ｃｌａｓｓｉｆｉｃａｔｉｏｎ??２．２．４研究區(qū)氣象數(shù)據??地面氣象數(shù)據是驅動和驗證遙感模型的地面支持，主要來源于中國氣象數(shù)據網??（ｈｔｔｐ：／／ｄａｔａ．ｃｍａ．ｃｎ／）及部分當?shù)貧庀笳�。收集處理２００１－２０１８年與遙感影像相對應??日期的研區(qū)內及周邊１４個氣象站的日值氣象數(shù)據，氣象站分布如圖５所示。有５個??氣象站位于灌區(qū)內及邊界，位于研宄區(qū)域外的９個氣象站主要用于局部空間插值，以??保證研宄區(qū)邊界處的氣象參數(shù)的空間插值結果連續(xù)平滑。收集的氣象數(shù)據包括日照時??數(shù)、日平均氣壓、日地表壓力、日平均氣溫、日相對濕度、日平均風速及比濕等。??Ｉ０６ＷＦ．?１０７ＷＥ?ＩＯ＊ＨＴ〇ｒＥ?｜Ｗ＊ｆｆ（ＴＥ?Ｉ１０ＷＥ?ｌｌｌ＇ＷＥ??Ｎ??Ｉ－?｜??ｉ?＾??ｚ?＊??｜?長Ｓ＊?Ｉ??Ｉ－?＊?｜??０?３０?６０?１２０?１６０?２４０??１？ＷＥ?ＪＯ＾ＯＣＴＥ?ｌＯＳ＇ｆｆＣＴＥ?１０９＾０＾?１１０?ＷＥ?Ｕｌ＇ＯＯ＇Ｅ??圖４研究區(qū)氣象站空間位置??Ｆｉｇ．４?Ｓｐａｔｉａｌ?ｌｏｃａｔｉｏｎ?ｏｆ?ｍｅｔｅｏｒｏｌｏｇｉｃａｌ?ｓｔａｔｉｏｎｓ?ｉｎ?ｔｈｅ?ｓｔｕｄｙ?ａｒｅ

邊界處的氣象參數(shù)的空間插值結果連續(xù)平滑。收集的氣象數(shù)據包括日照時??數(shù)、日平均氣壓、日地表壓力、日平均氣溫、日相對濕度、日平均風速及比濕等。??Ｉ０６ＷＦ．?１０７ＷＥ?ＩＯ＊ＨＴ〇ｒＥ?｜Ｗ＊ｆｆ（ＴＥ?Ｉ１０ＷＥ?ｌｌｌ＇ＷＥ??Ｎ??Ｉ－?｜??ｉ?＾??ｚ?＊??｜?長Ｓ＊?Ｉ??Ｉ－?＊?｜??０?３０?６０?１２０?１６０?２４０??１？ＷＥ?ＪＯ＾ＯＣＴＥ?ｌＯＳ＇ｆｆＣＴＥ?１０９＾０＾?１１０?ＷＥ?Ｕｌ＇ＯＯ＇Ｅ??圖４研究區(qū)氣象站空間位置??Ｆｉｇ．４?Ｓｐａｔｉａｌ?ｌｏｃａｔｉｏｎ?ｏｆ?ｍｅｔｅｏｒｏｌｏｇｉｃａｌ?ｓｔａｔｉｏｎｓ?ｉｎ?ｔｈｅ?ｓｔｕｄｙ?ａｒｅａ??２．２．５?ＤＥＭ數(shù)字高程數(shù)據??ＤＥＭ高程數(shù)據用于在對應年份的ＳＥＢＳ模型計算蒸散發(fā)的過程中，隨高程變化??對空氣溫度進行修正。本研宄下載的ＤＥＭ數(shù)字高程數(shù)據為３０?ｍ空間分辨率的ＡＳＴＥＲ??

【參考文獻】：
期刊論文
[1]40-Year（1978–2017） human settlement changes in China reflected by impervious surfaces from satellite remote sensing[J]. Peng Gong,Xuecao Li,Wei Zhang.  Science Bulletin. 2019(11)
[2]科爾沁沙地典型區(qū)生長季蒸散發(fā)估算及其變化特征[J]. 張圣微,張鵬,張睿,劉廷璽.  水科學進展. 2018(06)
[3]中國三大灌區(qū)參考作物蒸散量溫度法模型的修訂與適應性評價[J]. 楊永剛,崔寧博,胡笑濤,龔道枝,李晨,賈悅.  中國農業(yè)氣象. 2018(06)
[4]高分一號與Landsat8影像反演的參考蒸散發(fā)研究[J]. 郝珈緯,張安兵,王賀封,劉新俠.  測繪科學. 2018(11)
[5]基于蒸散發(fā)數(shù)據同化的徑流過程模擬[J]. 王衛(wèi)光,李進興,魏建德,邵全喜,鄧超,余鐘波.  水科學進展. 2018(02)
[6]復雜山地環(huán)境下氣候要素的空間插值方法比較研究[J]. 徐翔,許瑤,孫青青,謝婷,張化永.  華中師范大學學報(自然科學版). 2018(01)
[7]基于ArcGIS的空間數(shù)據插值方法的研究與實驗[J]. 肖城龍.  城市勘測. 2017(06)
[8]基于SEBS模型和Landsat 8數(shù)據的黑河下游蒸散發(fā)時空特性分析[J]. 金學杰,周劍.  冰川凍土. 2017(03)
[9]基于Landsat8遙感影像和SEBS模型的呼圖壁縣蒸散量時空格局分析[J]. 張圓,鄭江華,劉志輝,姚俊強.  生態(tài)科學. 2016(02)
[10]四川省不同區(qū)域參考作物蒸散量計算方法的適用性評價[J]. 李晨,崔寧博,馮禹,魏新平.  農業(yè)工程學報. 2016(04)

博士論文
[1]基于水文過程的作物生產水足跡量化方法研究[D]. 欒曉波.中國科學院大學(中國科學院教育部水土保持與生態(tài)環(huán)境研究中心) 2018
[2]蒸散對氣候和土地利用/覆蓋變化的響應及模型異質性誤差訂正[D]. 李根.南京信息工程大學 2017
[3]基于多源遙感數(shù)據的灌區(qū)農田蒸散發(fā)和土壤墑情反演及應用[D]. 白亮亮.中國水利水電科學研究院 2017

碩士論文
[1]內蒙古河套灌區(qū)沈烏灌域耕地灌溉面積與種植結構遙感監(jiān)測研究[D]. 田鑫.內蒙古農業(yè)大學 2019
[2]基于SEBS模型的邯鄲市蒸散發(fā)研究[D]. 郝珈緯.河北工程大學 2018
[3]基于綜合干旱監(jiān)測指數(shù)與遙感蒸散發(fā)的毛烏素沙地腹部旱情監(jiān)測研究[D]. 王思楠.內蒙古農業(yè)大學 2018
[4]基于SEBS模型的艾比湖流域蒸散發(fā)估算及時空變化研究[D]. 張曉玉.新疆大學 2018
[5]基于多尺度遙感數(shù)據的荒漠化草原土壤含水率監(jiān)測研究[D]. 韓剛.內蒙古農業(yè)大學 2017
[6]基于SEBAL模型的北京平原造林區(qū)蒸散發(fā)量研究[D]. 王秋云.東華理工大學 2016
[7]基于SEBAL模型的新疆精河綠洲蒸散發(fā)研究[D]. 施云霞.新疆師范大學 2016
[8]基于MODIS數(shù)據的大氣水汽含量變化分析[D]. 于秀麗.湖北工業(yè)大學 2015
[9]基于地面?zhèn)鞲衅鲾?shù)據與遙感數(shù)據的地表溫度反演研究[D]. 廖志宏.中國礦業(yè)大學 2014
[10]基于SEBAL和SEBS模型的鷹潭小流域蒸散發(fā)估算研究[D]. 李根.南京信息工程大學 2014



本文編號：3533345