科尔沁沙地典型地区蒸散发动态模拟及作物系数估算研究
发布时间：2021-07-08 19:48
研究蒸散发变化规律及驱动因素,并提高蒸散发估算精度,对探明干旱半干旱地区水文循环规律具有重要意义。本文以科尔沁沙地典型地貌类型—草甸、半流动沙丘、半固定沙丘、玉米地及水稻田为研究对象,以气象环境监测系统实测的2013-2018年气象资料为基础,应用FAO 56P-M模型估算了不同时间尺度的参考作物蒸散量（ET0）,基于3种统计方法全面揭示了 ET0影响要素;以草甸和沙丘涡度相关系统实测通量数据为基础,分析了不同降水年型实际蒸散量（ETa）的变化规律及其对气象因子的响应规律;在此基础上,通过ET0、ETa计算草甸和沙丘的作物系数（Kc）,构建了基于归一化植被指数（NDVI）、土壤调整植被指数（SAVI）、修改型土壤调整植被指数（MSAVI）、增强型植被指数（EVI）和比值植被指数（RVI）,并结合叶面积指数（LAI）及土壤含水量（SM）的Kc反演模型。本文主要结果如下:（1）2017年ET0达到最大值,季节变化为夏>春>秋>冬季,月变化呈抛物线型,4-7月整体表现为草甸>水稻>玉米>半固定沙丘>半流动沙丘。贡献率法显示草甸和玉米ET0主要受饱和水...
【文章来源】：内蒙古农业大学内蒙古自治区
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
图３气象站点分布??Ｆｉｇ．３?Ｌｏｃａｔｉｏｎ?ｍａｐ?ｏｆ?ｍｅｔｅｏｒｏｌｏｇｉｃａｌ?ｓｔａｔｉｏｎｓ??
?内蒙古农业大学硕士学位论文?１７??以上过程通过ＳＰＳＳ２４．０软件，以ＥＴｏ为因变量，气象因子为自变量，估算主要??因素对ＥＴｏ的直接影响效应，并将ＥＴｏ和各要素间的相关系数分解为直接作用和间接??作用，进一步分析剖析各个自变量之间的相互作用。??图５自变置与因变量之间的通径分析??Ｆｉｇ．５?Ｐａｔｈ?ａｎａｌｙｓｉｓ?ｂｅｔｗｅｅｎ?ｉｎｄｅｐｅｎｄｅｎｔ?ｖａｒｉａｂｌｅｓ?ａｎｄ?ｄｅｐｅｎｄｅｎｔ?ｖａｒｉａｂｌｅｓ??２．５植被指数计算方法??本文所采用的遥感数据为ＬａｎｄＳａｔ８０ＬＩ数据。在数据选择方面，为准确计算植被??指数，根据研宄区己有卫星数据的影像质量、成像时间等信息，选择２０１３－２０１８年生??长季４－１０月的５３期无云或少云，清晰度高的遥感影像，影像数据取自美国地质调査??局（ＵＳＧＳ）网站（ｈｔｔｐ：／／ｅａｒｔｈｅｘｐｌｏｒｅｒ．ｕｓｇｓ．ｇｏｖ／）以及地理空间数据云网站??（ｈｔｔｐ：／／ｗｗｗ．ｇｓｄｏｕｄ．ｃｎ／）。采用ＥＮＶＩ５．３软件对获取的遥感影像进行几何校正、福射定??标、直方图均衡化、研宄区影像裁剪等预处理，以提高植被指数计算精度。??植被指数可定量说明植被的生长状况［９５１其实质是由于植被反射的光谱信息存??在差异，具有对于红光波段吸收而对于近红外波段强反射的特征，再利用不同遥感光??谱波段间的线性或非线性组合，来体现不同波段与土壤背景之间的差异，具有空间覆??盖大、时间序列长等优势。按植被指数的发展阶段可分为３类：第１类植被指数是针??对特定遥感器而设计，为经验所得，仅基于不同波段的差、和或比值，并未考虑大气、??土壤及植被简单相互影响，存在一定的局限性，如
碟湖??Ｔｍｃａｎ?纽■ＱＢＨＢＨＢＭＨＢＥ?２２．８８２?ＶＰＤ?Ｓ—Ｗ肅飞＿１?ｇＴ?２０．２??ＶＰＤ?Ｉｊｇ＂?１７．７７５?丁仏?＇?１６．９９７??Ｒｎ?ＳＳＢＳＢｎＨＢＢＫ?１４．３０６?Ｔ一?１＜！??Ｔｒａａｘ?．?９．８６６?Ｒｎ?１２．３３２??ｕ２?????糊?ｕ２?ＨＢ３？?４．３８９?????跳馳??０?７?１４?２１?２８?３５?０?７?１４?２１?２８?３５??相对贡献率％?相对贡献率％??图１０气象因子对不同地貌类型ＥＴ０的贡献占比??Ｆｉｇ．?１０?Ｃｏｎｔｒｉｂｕｔｉｏｎ?ｏｆ?ｍｅｔｅｏｒｏｌｏｇｉｃａｌ?ｆａｃｔｏｒｓ?ｔｏ?ｒｅｆｅｒｅｎｃｅ?ｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎ?ｏｆ?ｄｉｆｆｅｒｅｎｔ?ｇｅｏｍｏｑ＾ｈｉｃ?ｔｙｐｅｓ??
【参考文献】：
期刊论文
[1]近20年中国水资源及用水量变化规律与成因分析[J]. 刘晶,鲍振鑫,刘翠善,王国庆,刘悦,王婕,管晓祥. 水利水运工程学报. 2019(04)
[2]京津冀MODIS长时序增强型植被指数拟合重建方法适用性研究[J]. 程琳琳,李玉虎,孙海元,张也,詹佳琪,刘梅. 农业工程学报. 2019(11)
[3]嘉陵江流域参考蒸散的年际变化趋势及成因分析[J]. 吕明权,张磊,吴胜军. 水土保持研究. 2019(03)
[4]退耕还林还草工程加剧黄土高原退耕区蒸散发[J]. 王雅舒,李小雁,石芳忠,张树磊,吴秀臣. 科学通报. 2019(Z1)
[5]1971—2014年青藏高原参考蒸散变化及其归因[J]. 汪步惟,张雪芹. 干旱区研究. 2019(02)
[6]玉米作物系数无人机遥感协同地面水分监测估算方法研究[J]. 张瑜,张立元,Zhang Huihui,宋朝阳,蔺广花,韩文霆. 农业工程学报. 2019(01)
[7]基于双作物系数法的新疆覆膜滴灌夏玉米蒸散量估算[J]. 李丰琇,马英杰. 农业机械学报. 2018(11)
[8]2000-2014年黄河源区ET时空特征及其与气候因子关系[J]. 叶红,张廷斌,易桂花,李景吉,别小娟,刘栋,罗琳玲. 地理学报. 2018(11)
[9]辽宁省潜在蒸散时空变化特征与成因[J]. 曹永强,李维佳. 生态学报. 2018(20)
[10]1955-2015年陕西省潜在蒸散量时空变化特征及成因[J]. 安彬,肖薇薇. 水土保持研究. 2018(04)
博士论文
[1]中国北方荒漠化遥感动态监测与定量评估研究[D]. 郭强.中国科学院大学(中国科学院遥感与数字地球研究所) 2018
本文编号：3272222
【文章来源】：内蒙古农业大学内蒙古自治区
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
图３气象站点分布??Ｆｉｇ．３?Ｌｏｃａｔｉｏｎ?ｍａｐ?ｏｆ?ｍｅｔｅｏｒｏｌｏｇｉｃａｌ?ｓｔａｔｉｏｎｓ??
?内蒙古农业大学硕士学位论文?１７??以上过程通过ＳＰＳＳ２４．０软件，以ＥＴｏ为因变量，气象因子为自变量，估算主要??因素对ＥＴｏ的直接影响效应，并将ＥＴｏ和各要素间的相关系数分解为直接作用和间接??作用，进一步分析剖析各个自变量之间的相互作用。??图５自变置与因变量之间的通径分析??Ｆｉｇ．５?Ｐａｔｈ?ａｎａｌｙｓｉｓ?ｂｅｔｗｅｅｎ?ｉｎｄｅｐｅｎｄｅｎｔ?ｖａｒｉａｂｌｅｓ?ａｎｄ?ｄｅｐｅｎｄｅｎｔ?ｖａｒｉａｂｌｅｓ??２．５植被指数计算方法??本文所采用的遥感数据为ＬａｎｄＳａｔ８０ＬＩ数据。在数据选择方面，为准确计算植被??指数，根据研宄区己有卫星数据的影像质量、成像时间等信息，选择２０１３－２０１８年生??长季４－１０月的５３期无云或少云，清晰度高的遥感影像，影像数据取自美国地质调査??局（ＵＳＧＳ）网站（ｈｔｔｐ：／／ｅａｒｔｈｅｘｐｌｏｒｅｒ．ｕｓｇｓ．ｇｏｖ／）以及地理空间数据云网站??（ｈｔｔｐ：／／ｗｗｗ．ｇｓｄｏｕｄ．ｃｎ／）。采用ＥＮＶＩ５．３软件对获取的遥感影像进行几何校正、福射定??标、直方图均衡化、研宄区影像裁剪等预处理，以提高植被指数计算精度。??植被指数可定量说明植被的生长状况［９５１其实质是由于植被反射的光谱信息存??在差异，具有对于红光波段吸收而对于近红外波段强反射的特征，再利用不同遥感光??谱波段间的线性或非线性组合，来体现不同波段与土壤背景之间的差异，具有空间覆??盖大、时间序列长等优势。按植被指数的发展阶段可分为３类：第１类植被指数是针??对特定遥感器而设计，为经验所得，仅基于不同波段的差、和或比值，并未考虑大气、??土壤及植被简单相互影响，存在一定的局限性，如
碟湖??Ｔｍｃａｎ?纽■ＱＢＨＢＨＢＭＨＢＥ?２２．８８２?ＶＰＤ?Ｓ—Ｗ肅飞＿１?ｇＴ?２０．２??ＶＰＤ?Ｉｊｇ＂?１７．７７５?丁仏?＇?１６．９９７??Ｒｎ?ＳＳＢＳＢｎＨＢＢＫ?１４．３０６?Ｔ一?１＜！??Ｔｒａａｘ?．?９．８６６?Ｒｎ?１２．３３２??ｕ２?????糊?ｕ２?ＨＢ３？?４．３８９?????跳馳??０?７?１４?２１?２８?３５?０?７?１４?２１?２８?３５??相对贡献率％?相对贡献率％??图１０气象因子对不同地貌类型ＥＴ０的贡献占比??Ｆｉｇ．?１０?Ｃｏｎｔｒｉｂｕｔｉｏｎ?ｏｆ?ｍｅｔｅｏｒｏｌｏｇｉｃａｌ?ｆａｃｔｏｒｓ?ｔｏ?ｒｅｆｅｒｅｎｃｅ?ｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎ?ｏｆ?ｄｉｆｆｅｒｅｎｔ?ｇｅｏｍｏｑ＾ｈｉｃ?ｔｙｐｅｓ??
【参考文献】：
期刊论文
[1]近20年中国水资源及用水量变化规律与成因分析[J]. 刘晶,鲍振鑫,刘翠善,王国庆,刘悦,王婕,管晓祥. 水利水运工程学报. 2019(04)
[2]京津冀MODIS长时序增强型植被指数拟合重建方法适用性研究[J]. 程琳琳,李玉虎,孙海元,张也,詹佳琪,刘梅. 农业工程学报. 2019(11)
[3]嘉陵江流域参考蒸散的年际变化趋势及成因分析[J]. 吕明权,张磊,吴胜军. 水土保持研究. 2019(03)
[4]退耕还林还草工程加剧黄土高原退耕区蒸散发[J]. 王雅舒,李小雁,石芳忠,张树磊,吴秀臣. 科学通报. 2019(Z1)
[5]1971—2014年青藏高原参考蒸散变化及其归因[J]. 汪步惟,张雪芹. 干旱区研究. 2019(02)
[6]玉米作物系数无人机遥感协同地面水分监测估算方法研究[J]. 张瑜,张立元,Zhang Huihui,宋朝阳,蔺广花,韩文霆. 农业工程学报. 2019(01)
[7]基于双作物系数法的新疆覆膜滴灌夏玉米蒸散量估算[J]. 李丰琇,马英杰. 农业机械学报. 2018(11)
[8]2000-2014年黄河源区ET时空特征及其与气候因子关系[J]. 叶红,张廷斌,易桂花,李景吉,别小娟,刘栋,罗琳玲. 地理学报. 2018(11)
[9]辽宁省潜在蒸散时空变化特征与成因[J]. 曹永强,李维佳. 生态学报. 2018(20)
[10]1955-2015年陕西省潜在蒸散量时空变化特征及成因[J]. 安彬,肖薇薇. 水土保持研究. 2018(04)
博士论文
[1]中国北方荒漠化遥感动态监测与定量评估研究[D]. 郭强.中国科学院大学(中国科学院遥感与数字地球研究所) 2018
本文编号：3272222
本文链接：https://www.wllwen.com/nykjlw/nyxlw/3272222.html
