基于遙感與地表特性的鄂爾多斯高原北部地貌和覆沙厚度的辨識方法
發(fā)布時間:2023-05-11 00:04
地貌是地表環(huán)境研究中的一個核心問題,是自然地域綜合體的主導要素,其明顯控制著地球表層水分與熱量的地域再分配,并間接影響著土壤、植被以及物質(zhì)遷移和生態(tài)系統(tǒng)的演替與發(fā)展。對于荒漠化地區(qū)而言,上覆沙層隨地貌條件的變化呈現(xiàn)出不同的空間展布規(guī)律。地貌和上覆沙層厚度的研究為探索荒漠化地區(qū)土壤、水文生態(tài)、地表環(huán)境變遷提供了重要基礎(chǔ),對于指導國民經(jīng)濟和社會發(fā)展,進行水土保持、流域治理、地下水資源評價與開發(fā)利用等實踐活動具有重要的指導意義。鄂爾多斯高原地處高原—荒漠的過渡區(qū)域,作為明顯的生態(tài)過渡帶和相對獨立的自然單元,其生態(tài)意義與生態(tài)功能毋庸置疑。探求鄂爾多斯高原地貌格局及上覆沙層厚度的空間分布特征,能為當?shù)厣鷳B(tài)水文格局合理構(gòu)建、天然生態(tài)系統(tǒng)健康維持、退化生態(tài)系統(tǒng)恢復重建等提供理論基礎(chǔ)和科學依據(jù)。 本文在綜合闡述國內(nèi)外地貌辨識方法、上覆沙層厚度及土壤有機質(zhì)空間分布研究現(xiàn)狀與進展的基礎(chǔ)上,通過野外試驗及室內(nèi)分析在鄂爾多斯高原北部獲取了大量的地表特性數(shù)據(jù),包括土壤特性參數(shù)、土壤含水率、土壤有機質(zhì)等,以及遙感影像數(shù)據(jù),包括高程、坡度、坡向、NDVI等。在此基礎(chǔ)上,建立了基于遙感影像與地表特性融合的鄂爾多斯高原...
【文章頁數(shù)】:106 頁
【學位級別】:博士
【文章目錄】:
摘要
Abstract
目錄
插圖和附表清單
1 引言
1.1 研究目的與意義
1.2 國內(nèi)外研究動態(tài)
1.2.1 地貌辨識方法研究
1.2.2 土壤有機質(zhì)分布特征研究
1.2.3 沙層厚度遙感反演研究
1.3 研究內(nèi)容與技術(shù)路線
1.3.1 研究內(nèi)容
1.3.2 技術(shù)路線
1.4 本次研究的創(chuàng)新點
1.5 小結(jié)
2 研究區(qū)概況
2.1 地理位置
2.2 氣象特征
2.2.1 降水
2.2.2 蒸發(fā)
2.2.3 氣溫
2.2.4 相對濕度
2.2.5 風速
2.3 水文
2.3.1 外流水系
2.3.2 內(nèi)流水系
2.4 植被
2.5 土壤
3 地貌辨識參數(shù)體系的建立與數(shù)據(jù)獲取
3.1 理論參數(shù)體系
3.1.1 與地貌類型相關(guān)的土壤物理特性參數(shù)
3.1.2 其它與地貌類型相關(guān)的參數(shù)
3.2 數(shù)據(jù)獲取
3.2.1 采樣點布設(shè)及野外調(diào)查取樣
3.2.2 地貌類型及其形態(tài)描述
3.2.3 室內(nèi)試驗
3.2.4 Landsat7 ETM+影像處理
3.2.5 DEM數(shù)據(jù)
3.2.6 MODIS數(shù)據(jù)
3.2.7 其它數(shù)據(jù)
3.2.8 數(shù)據(jù)處理
3.3 研究區(qū)地貌辨識參數(shù)體系的建立
3.3.1 D10數(shù)據(jù)集的獲取
3.3.2 其它數(shù)據(jù)集的獲取
3.4 本章小結(jié)
4 基于遙感影像與地表特性融合的Logistic地貌辨識研究
4.1 Logistic模型概述
4.2 Logistic地貌辨識模型構(gòu)建
4.2.1 模型構(gòu)建方法
4.2.2 精度評價體系
4.3 Logistic地貌辨識模型檢驗及預測
4.3.1 模型檢驗
4.3.2 模型預測
4.4 Logistic地貌辨識圖的空間分析
4.5 本章小結(jié)
5 基于遙感影像與地表特性融合的隨機森林地貌辨識研究
5.1 隨機森林模型概述
5.2 隨機森林地貌辨識模型的構(gòu)建
5.2.1 模型構(gòu)建方法
5.2.2 精度評價體系
5.3 隨機森林地貌辨識模型精度評價及預測
5.3.1 模型檢驗
5.3.2 變量重要性分析
5.3.3 空間明確評價
5.3.4 模型預測
5.4 隨機森林與Logistic地貌辨識模型對比分析
5.5 本章小結(jié)
6 基于多光譜遙感的沙層厚度反演研究
6.1 遙感測深基本原理
6.2 資料收集和整理
6.3 上覆沙層厚度反演模型建立
6.3.1 模型的建立
6.3.2 模型比選及分析
6.3.3 模型適用范圍分析
6.4 上覆沙層厚度與地貌類型的關(guān)系
6.5 本章小結(jié)
7 土壤有機質(zhì)與地貌的關(guān)聯(lián)
7.1 分析方法
7.2 結(jié)果與討論
7.3 本章小結(jié)
8 結(jié)論與展望
8.1 結(jié)論
8.2 展望
致謝
參考文獻
附錄
作者簡介
本文編號:3813759
【文章頁數(shù)】:106 頁
【學位級別】:博士
【文章目錄】:
摘要
Abstract
目錄
插圖和附表清單
1 引言
1.1 研究目的與意義
1.2 國內(nèi)外研究動態(tài)
1.2.1 地貌辨識方法研究
1.2.2 土壤有機質(zhì)分布特征研究
1.2.3 沙層厚度遙感反演研究
1.3 研究內(nèi)容與技術(shù)路線
1.3.1 研究內(nèi)容
1.3.2 技術(shù)路線
1.4 本次研究的創(chuàng)新點
1.5 小結(jié)
2 研究區(qū)概況
2.1 地理位置
2.2 氣象特征
2.2.1 降水
2.2.2 蒸發(fā)
2.2.3 氣溫
2.2.4 相對濕度
2.2.5 風速
2.3 水文
2.3.1 外流水系
2.3.2 內(nèi)流水系
2.4 植被
2.5 土壤
3 地貌辨識參數(shù)體系的建立與數(shù)據(jù)獲取
3.1 理論參數(shù)體系
3.1.1 與地貌類型相關(guān)的土壤物理特性參數(shù)
3.1.2 其它與地貌類型相關(guān)的參數(shù)
3.2 數(shù)據(jù)獲取
3.2.1 采樣點布設(shè)及野外調(diào)查取樣
3.2.2 地貌類型及其形態(tài)描述
3.2.3 室內(nèi)試驗
3.2.4 Landsat7 ETM+影像處理
3.2.5 DEM數(shù)據(jù)
3.2.6 MODIS數(shù)據(jù)
3.2.7 其它數(shù)據(jù)
3.2.8 數(shù)據(jù)處理
3.3 研究區(qū)地貌辨識參數(shù)體系的建立
3.3.1 D10數(shù)據(jù)集的獲取
3.3.2 其它數(shù)據(jù)集的獲取
3.4 本章小結(jié)
4 基于遙感影像與地表特性融合的Logistic地貌辨識研究
4.1 Logistic模型概述
4.2 Logistic地貌辨識模型構(gòu)建
4.2.1 模型構(gòu)建方法
4.2.2 精度評價體系
4.3 Logistic地貌辨識模型檢驗及預測
4.3.1 模型檢驗
4.3.2 模型預測
4.4 Logistic地貌辨識圖的空間分析
4.5 本章小結(jié)
5 基于遙感影像與地表特性融合的隨機森林地貌辨識研究
5.1 隨機森林模型概述
5.2 隨機森林地貌辨識模型的構(gòu)建
5.2.1 模型構(gòu)建方法
5.2.2 精度評價體系
5.3 隨機森林地貌辨識模型精度評價及預測
5.3.1 模型檢驗
5.3.2 變量重要性分析
5.3.3 空間明確評價
5.3.4 模型預測
5.4 隨機森林與Logistic地貌辨識模型對比分析
5.5 本章小結(jié)
6 基于多光譜遙感的沙層厚度反演研究
6.1 遙感測深基本原理
6.2 資料收集和整理
6.3 上覆沙層厚度反演模型建立
6.3.1 模型的建立
6.3.2 模型比選及分析
6.3.3 模型適用范圍分析
6.4 上覆沙層厚度與地貌類型的關(guān)系
6.5 本章小結(jié)
7 土壤有機質(zhì)與地貌的關(guān)聯(lián)
7.1 分析方法
7.2 結(jié)果與討論
7.3 本章小結(jié)
8 結(jié)論與展望
8.1 結(jié)論
8.2 展望
致謝
參考文獻
附錄
作者簡介
本文編號:3813759
本文鏈接:http://sikaile.net/projectlw/zrdllw/3813759.html
最近更新
教材專著