Knowledge Resource Center for Ecological Environment in Arid Area
| 基于多源遥感数据的吉林省西部作物旱灾评价研究 | |
| 梁书维 | |
| 出版年 | 2019 |
| 学位类型 | 硕士 |
| 学位授予单位 | 吉林大学 |
| 中文摘要 | 旱灾是一种会对人类社会产生极大影响的气象灾害,每年给全世界带来了难以估量的损失。虽然科技在进步,但目前在农业领域,仍无法摆脱旱灾以及其带来的后果。为了及时了解旱灾,尤其是农业旱灾的情况,需要对各个地区进行长期监测并及时反馈。传统监测旱灾的方法成本高,覆盖面积小,结果笼统,而利用遥感手段进行干旱监测,可以做到低成本、高覆盖、高精度。目前,卫星的种类繁多,不同空间和时间分辨率、不同质量、不同功能的卫星所采集的遥感影像正在满足着社会越来越多的需求。本文利用了MODIS和Landsat8等遥感卫星数据,对2018年7月末吉林省西部的干旱情况进行了研究与评价。将吉林省西部的报灾乡镇作为重点研究对象,利用多时相的Landsat8和哨兵2号数据,以及单时相的高分二号遥感卫星数据,探究不同影像的适用范围,并对每个时像进行RVI、NDVI、GNDVI和EVI四种植被指数的运算、分级与对比分析,选取出最佳指数。结果表明,Landsat8、哨兵2号两类数据能较好的适应乡镇级别的植被信息提取,高分二号数据适用于村庄级别的植被指数提取;对于植被指数,NDVI指数为最优的计算方式,EVI指数仅次于NDVI指数,都能够满足对地表作物生长情况进行细致分析的要求。进一步利用TVDI法计算干旱情况,利用NDVI和EVI指数作为基础模型,对二者计算出的TVDI结果进行对比,结果表明,基于NDVI的TVDI法,其干湿边方程的拟合度,计算结果的稳定性都要优于基于EVI的TVDI法。再对基于NDVI的TVDI计算结果进行干旱程度的盲分级,得到无旱、轻旱、中旱、重旱四个等级,利用2018年7月末报灾区获得的采样点信息对盲分级结果进行验证,验证结果良好,表明计算与分级方法可以较好的反映出地表作物的干旱情况。故以基于NDVI的TVDI法为基础,对吉林省西部地区及报灾乡镇进行旱灾评价。利用MODIS数据对吉林省西部整体干旱情况进行评价,2018年7月末至8月初吉林省西部的干旱等级呈开口向北的簸状分布,干旱情况情况整体上呈现出由北向南,由簸口到簸缘,干旱程度逐渐增强的趋势。通榆县、前郭县和长岭县旱情较重,洮北区、镇赉县和宁江区旱情较轻。吉林省西部本次旱情主要受到降雨因素控制,土壤、高程及坡度、土地利用条件在旱区产生重要影响。不同类型的土壤保水能力存在差异,当干旱程度较高时,优质土壤区旱情相对较弱;随着坡度增加,灾情相对增强,在海拔相对较高区域,随着高程增加,旱情加重;距离地表水源近、距离城镇及道路远的农田,旱情相对较轻,田块集中度越高,旱情越轻。 |
| 中文关键词 | 旱灾 ; 吉林省西部 ; 遥感数据 ; 植被指数 ; 干旱指数 |
| 语种 | 中文 |
| 国家 | 中国 |
| 中图法分类号 | S423;S127 |
| 来源机构 | 吉林大学 |
| 资源类型 | 学位论文 |
| 条目标识符 | http://119.78.100.177/qdio/handle/2XILL650/337713 |
| 作者单位 | 吉林大学 |
| 推荐引用方式 GB/T 7714 | 梁书维. 基于多源遥感数据的吉林省西部作物旱灾评价研究[D]. 吉林大学,2019. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [梁书维]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [梁书维]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [梁书维]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
