本文關(guān)鍵詞：條件植被溫度指數(shù)的時空尺度上推方法研究　出處：《中國農(nóng)業(yè)大學(xué)》2017年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 條件植被溫度指數(shù) 時間尺度轉(zhuǎn)換 空間尺度轉(zhuǎn)換 遺傳算法 趨勢面分析

【摘要】：關(guān)中平原農(nóng)業(yè)干旱的季節(jié)性和區(qū)域性特征明顯,對農(nóng)業(yè)生產(chǎn)等造成嚴(yán)重影響。遙感技術(shù)可精確、客觀和靈活地獲取大范圍區(qū)域的干旱的發(fā)生、持續(xù)時間和嚴(yán)重程度等信息,實現(xiàn)區(qū)域級的農(nóng)業(yè)干旱監(jiān)測。目前,國內(nèi)外研究者基于歸一化植被指數(shù)(NDVI)、地表溫度(LST)及其彼此間關(guān)系發(fā)展了較多旱情遙感監(jiān)測的理論和方法。條件植被溫度指數(shù)(VTCI)既考慮了 NDVI的變化,又考慮了在NDVI相同條件下LST的變化,相對于其他干旱監(jiān)測方法能更準(zhǔn)確監(jiān)測某一研究區(qū)域在特定年內(nèi)的干旱的發(fā)生和發(fā)展。地表干旱是一個復(fù)雜多變的現(xiàn)象,其狀態(tài)和過程在不同時間和空間尺度表現(xiàn)出不同的時、空分布特征和變異特征,某種尺度上反演的旱情信息只能反映該尺度上旱情的格局和過程。因此,在實際應(yīng)用中需將某一時、空尺度的旱情信息轉(zhuǎn)換為另一尺度以更有效地表現(xiàn)旱情特征和綜合利用。不同時、空尺度遙感影像表征的信息間不是簡單平均關(guān)系,而是與地表狀況和目標(biāo)參數(shù)的性質(zhì)相關(guān)。因此開發(fā)多時、空尺度VTCI的尺度轉(zhuǎn)換方法以綜合和有效利用多尺度旱情信息成為農(nóng)業(yè)定量遙感的一個重要課題,對正確解釋地表過程的動態(tài)變化特征和減少數(shù)據(jù)選擇的盲目性有著重要的理論和應(yīng)用價值。干旱發(fā)生時段和程度不同,對冬小麥產(chǎn)量形成的影響不同,研究不同生育時期干旱對產(chǎn)量的影響,對多時相旱情信息進行時間尺度轉(zhuǎn)換,可以提高作物估產(chǎn)和干旱影響評估的精度。關(guān)鍵是確定不同生育時期干旱對冬小麥產(chǎn)量影響的權(quán)重系數(shù)。本研究中依據(jù)冬小麥越冬后主要生育期的劃分,采用窮舉法(EA)和遺傳算法(GA)求算各生育時期權(quán)重系數(shù),對冬小麥主要生育期的多時相VTCI進行時間尺度轉(zhuǎn)換研究。結(jié)果表明,GA獲得的權(quán)重與EA獲得的最優(yōu)權(quán)重值相近,基于此權(quán)重值獲得的加權(quán)VTCI與冬小麥產(chǎn)量的回歸分析精度均較高;同時,GA獲得的各市的單產(chǎn)估測結(jié)果與年鑒統(tǒng)計單產(chǎn)均較為接近,估產(chǎn)結(jié)果精度較高。GA接近于EA的精度和性能,而時間復(fù)雜度大大低于EA,GA能夠為多時相VTCI數(shù)據(jù)時間尺度轉(zhuǎn)換提供有效的賦權(quán)方法。趨勢面分析(TSA)是一種多元統(tǒng)計分析方法,本研究基于TSA模擬干旱要素的空間分布及其區(qū)域性變化趨勢以構(gòu)建尺度上推模型,對關(guān)中平原Landsat影像進行空間尺度上推。以同一研究區(qū)域?qū)?yīng)時間段的MODIS-VTCI影像作為"真實"旱情監(jiān)測結(jié)果,采用標(biāo)準(zhǔn)差、信息熵和平均梯度評價尺度上推結(jié)果與Landsat-VTCI、MODIS-VTCI的一致性,結(jié)果表明,空間尺度上推結(jié)果與Landsat-VTCI、MODIS-VTCI反映的地表旱情的統(tǒng)計特征和空間特征較為一致,且空間尺度上推結(jié)果較對應(yīng)的MODIS-VTCI影像攜帶了更為豐富地表旱情信息及紋理分布特征。進一步采用結(jié)構(gòu)相似度(SSIM)、相關(guān)性分析、峰值信噪比(PSNR)和誤差分析比較TSA和廣泛使用的窗口均值法(WA)的空間尺度上推結(jié)果的精度,結(jié)果表明,采用TSA和WA的空間尺度上推結(jié)果與MODIS-VTCI影像表現(xiàn)出一致的空間分布特征和紋理漸變性,且TSA的上推結(jié)果與MODIS-VTCI影像的SSIM、相關(guān)性和PSNR的一致性較好,均大于WA尺度上推結(jié)果,表明TSA模型優(yōu)于WA;同時,誤差分析結(jié)果表明TSA的結(jié)果更接近于定量干旱監(jiān)測結(jié)果MODIS-VTCI。因此TSA更適合于關(guān)中平原Landsat-VTCI遙感影像的升尺度研究。以趨勢面分析法為基礎(chǔ)模擬旱情信息的空間分布和變異生成趨勢面,采用主導(dǎo)類變異權(quán)重法(DCVW)、中值變異權(quán)重法(MPVW)、算術(shù)平均值變異權(quán)重法(AAVW)、點擴散函數(shù)法(PSF)和混合像素面積權(quán)重法(MPAW)對趨勢面進行分析和建立尺度上推模型。對比分析空間尺度上推結(jié)果和MODIS-VTCI影像的旱情空間分布和紋理特征、相關(guān)性、PSNR和RMSE以評價不同空間尺度上推模型的適用性和改進效果。結(jié)果表明,DCVW和MPAW模型獲得結(jié)果與MODIS-VTCI影像的SSIM、相關(guān)性、PSNR均大于TSA的結(jié)果,RMSE均小于TSA的結(jié)果,表明基于趨勢面結(jié)合DCVW和MPAW的空間尺度上推模型均較TSA均具有一定的改進作用,尤其是MPAW的改進效果最好,更具適用性。
【學(xué)位授予單位】：中國農(nóng)業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：S127

【參考文獻】

相關(guān)期刊論文 前10條

1 王鵬新;劉郊;李俐;張樹譽;解毅;;應(yīng)用中值融合模型的條件植被溫度指數(shù)降尺度轉(zhuǎn)換研究[J];農(nóng)業(yè)機械學(xué)報;2017年06期

2 周智勇;韓章程;;基于物元分析與云模型的地下工程圍巖穩(wěn)定性評價[J];工程設(shè)計學(xué)報;2017年01期

3 崔王平;李陽兵;郭輝;陳萌萌;;重慶市不同空間尺度建設(shè)用地演進特征與景觀格局分析[J];長江流域資源與環(huán)境;2017年01期

4 李新;晉銳;劉紹民;葛詠;肖青;柳欽火;馬明國;冉有華;;黑河遙感試驗中尺度上推研究的進展與前瞻[J];遙感學(xué)報;2016年05期

5 姚玉璧;雷俊;牛海洋;南海燕;張秀云;;氣候變暖對半干旱區(qū)馬鈴薯產(chǎn)量的影響[J];生態(tài)環(huán)境學(xué)報;2016年08期

6 王鵬新;馮明悅;孫輝濤;李俐;張樹譽;景毅剛;;基于非線性特征的干旱影響評估研究[J];農(nóng)業(yè)機械學(xué)報;2016年10期

7 馮祥衛(wèi);馮大政;李海鵬;;尺度形狀描述子[J];西安電子科技大學(xué)學(xué)報;2017年01期

8 溫一博;常穎;范文義;;基于MISR數(shù)據(jù)大興安嶺地區(qū)葉面積指數(shù)反演及尺度轉(zhuǎn)換驗證研究[J];北京林業(yè)大學(xué)學(xué)報;2016年05期

9 陸百川;郭桂林;肖汶謙;張海;;基于主客觀賦權(quán)法的最優(yōu)路徑選擇分析[J];武漢理工大學(xué)學(xué)報(信息與管理工程版);2016年02期

10 蘇偉;吳代英;武洪峰;張明政;姜方方;張蕊;;基于最大熵模型的玉米冠層LAI升尺度方法[J];農(nóng)業(yè)工程學(xué)報;2016年07期

相關(guān)博士學(xué)位論文 前1條

1 楊勇;關(guān)中地區(qū)土地利用動態(tài)模擬與優(yōu)化配置研究[D];陜西師范大學(xué);2010年

，

本文編號：1332214