渭库绿洲土壤盐渍化时空变化特征
发布时间：2021-09-07 07:37
【目的】探明渭库绿洲土壤盐渍化时空变化特征,分析影响土壤盐渍化遥感监测的植被物候特征和陆面地表参数的重要性,为干旱区绿洲盐渍化及荒漠化的治理提供科学依据。【方法】基于MODIS-NDVI数据反演得到历年植被物候特征,耦合植被指数、干旱指数、影像反射率等陆面地表参数和植被物候特征作为Cubist回归树模型的输入因子,预测渭库绿洲2006—2016年土壤含盐量。【结果】渭库绿洲生长季开始时间集中于5—6月,生长季结束时间集中于11—12月;绿洲内部累积生物量值较高,集中于6.08～9.20;绿洲荒漠过渡带的累积生物量值较低,集中于3.64～6.08;仅用物候参数预测土壤含盐量的精度较低,而耦合物候参数和陆面地表参数预测土壤含盐量的精度（均方根误差RMSE=9.02,可决系数R2=0.72）显著高于只用陆面地表参数（RMSE=12.66,R2=0.22）或只用物候参数预测土壤含盐量的精度（RMSE=13.29,R2=0.12）;温度干旱植被指数、绿洲内部累积生物量值、盐分指数、修改型土壤调整植被指数和蓝波段反射率等参数在预测土...
【文章来源】：林业科学. 2019,55(09)北大核心EICSCD
【文章页数】：12 页
【部分图文】：
图４渭库绿洲土壤含盐量多年均值的空间分布Ｆｉｇ．４Ｍｅａｎａｎｎｕａｌｓｏｉｌｓａｌｔｃｏｎｔｅｎｔｆｒｏｍ２００６ｔｏ２０１６ｉｎ
ｆｒｏｍ２００６ｔｏ２０１６ｉｎＷｅｉｇａｎＫｕｑａｒｉｖｅｒｄｅｌｔａｏａｓｉｓ研究，得出物候参数在盐渍化监测方面具有较高的应用潜力，这很可能主要是因为植被会受到土壤盐分的影响，进而反映到物候特征上面，而这些变化的细节可以直接从ＭＯＳＩＳ连续时间序列影像上捕捉到。在所有的物候特征参数中，ＬＳＩ、ＳＳＩ、ＰＶ、ＳＯＳ和ＥＯＳ重要性最高，关于累计生物量的指标（ＬＳＩ、ＳＳＩ、ＰＶ）尤其显著（图３）。ＬＳＩ、ＳＳＩ的生态学意义为：植图５土壤含盐量年际变化趋势Ｆｉｇ．５Ｉｎｔｅｒａｎｎｕａｌｖａｒｉａｔｉｏｎｏｆｓｏｉｌｓａｌｔｃｏｎｔｅｎｔｆｒｏｍ２００６ｔｏ２０１６图６渭库绿洲土壤含盐量变化趋势的空间分布特征Ｆｉｇ．６Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｉｎｔｅｒａｎｎｕａｌｃｈａｎｇｅｔｒｅｎｄａｎｄｓｉｇｎｉｆｉｃａｎｃｅｏｆｓｏｉｌｓａｌｔｃｏｎｔｅｎｔｆｒｏｍ２００６ｔｏ２０１６ｉｎＷｅｉｇａｎＫｕｑａｒｉｖｅｒｄｅｌｔａｏａｓｉｓ被在一年之中累积的光合作用与生物量和净初级生产力相关联（Ｚｈａｎｇｅｔａｌ．，２０１５）。许多研究者发现，随着盐渍化程度提高，生物量逐渐降低（Ｗｉｅｇａｎｄｅｔａｌ．，１９９４），所以ＬＳＩ和ＳＳＩ能较好地反映土壤盐渍化信息。ＰＶ的生态学意义是植被光合作用的最高水平，通过ＰＶ值，能直观地反映出植被在区域中的具体长势情况，据此可从定量的角度探讨生态环境的变化趋势，如因盐渍化的影响，使得植被的生长出现异常，导致光合作用能力下降，最终使得ＰＶ值有所降低
【参考文献】：
期刊论文
[1]基于物候特征的盐渍化信息数据挖掘研究[J]. 何宝忠,丁建丽,王飞,张喆,刘博华. 生态学报. 2017(09)
[2]新疆植被覆盖度趋势演变实验性分析[J]. 何宝忠,丁建丽,张喆,阿布都瓦斯提·吾拉木. 地理学报. 2016(11)
[3]基于TSAVI的OLI模拟数据翅碱蓬生物量反演研究[J]. 李微,牟蒙,陈官滨,刘伟男,刘远,刘长发. 光谱学与光谱分析. 2016(05)
[4]基于高分一号影像的土壤盐渍化信息提取方法[J]. 牛增懿,丁建丽,李艳华,王爽,王璐,马成霞. 干旱区地理. 2016(01)
[5]基于NDVI的秦岭山地植被遥感物候及其与气温的响应关系——以陕西境内为例[J]. 马新萍,白红英,贺映娜,秦进. 地理科学. 2015(12)
[6]基于MODIS-NDVI数据的吉林省植被覆盖度及其时空动态变化[J]. 冯莉莉,何贞铭,刘学锋,张佳华. 中国科学院大学学报. 2014(04)
[7]干旱区土壤盐渍化特征空间建模[J]. 丁建丽,姚远,王飞. 生态学报. 2014(16)
[8]干湿季节下基于遥感和电磁感应技术的塔里木盆地北缘绿洲土壤盐分的空间变异性[J]. 姚远,丁建丽,雷磊,江红南,张芳,牛涛. 生态学报. 2013(17)
[9]基于MSAVI-WI特征空间的新疆渭干河—库车河流域绿洲土壤盐渍化研究[J]. 丁建丽,瞿娟,孙永猛,张永福. 地理研究. 2013(02)
[10]基于反距离权重插值的土壤盐分三维分布解析方法[J]. 吴亚坤,刘广明,杨劲松,余世鹏. 农业工程学报. 2013(03)
硕士论文
[1]基于BP Adaboost预测器的土壤盐渍化预警研究[D]. 刘海霞.新疆大学 2012
[2]基于BP神经网络的黄河三角洲典型盐渍区遥感监测研究[D]. 侯春玲.中国石油大学 2010
[3]干旱区土壤盐渍化遥感监测模型构建研究[D]. 哈学萍.新疆大学 2009
本文编号：3389137
【文章来源】：林业科学. 2019,55(09)北大核心EICSCD
【文章页数】：12 页
【部分图文】：
图４渭库绿洲土壤含盐量多年均值的空间分布Ｆｉｇ．４Ｍｅａｎａｎｎｕａｌｓｏｉｌｓａｌｔｃｏｎｔｅｎｔｆｒｏｍ２００６ｔｏ２０１６ｉｎ
ｆｒｏｍ２００６ｔｏ２０１６ｉｎＷｅｉｇａｎＫｕｑａｒｉｖｅｒｄｅｌｔａｏａｓｉｓ研究，得出物候参数在盐渍化监测方面具有较高的应用潜力，这很可能主要是因为植被会受到土壤盐分的影响，进而反映到物候特征上面，而这些变化的细节可以直接从ＭＯＳＩＳ连续时间序列影像上捕捉到。在所有的物候特征参数中，ＬＳＩ、ＳＳＩ、ＰＶ、ＳＯＳ和ＥＯＳ重要性最高，关于累计生物量的指标（ＬＳＩ、ＳＳＩ、ＰＶ）尤其显著（图３）。ＬＳＩ、ＳＳＩ的生态学意义为：植图５土壤含盐量年际变化趋势Ｆｉｇ．５Ｉｎｔｅｒａｎｎｕａｌｖａｒｉａｔｉｏｎｏｆｓｏｉｌｓａｌｔｃｏｎｔｅｎｔｆｒｏｍ２００６ｔｏ２０１６图６渭库绿洲土壤含盐量变化趋势的空间分布特征Ｆｉｇ．６Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｉｎｔｅｒａｎｎｕａｌｃｈａｎｇｅｔｒｅｎｄａｎｄｓｉｇｎｉｆｉｃａｎｃｅｏｆｓｏｉｌｓａｌｔｃｏｎｔｅｎｔｆｒｏｍ２００６ｔｏ２０１６ｉｎＷｅｉｇａｎＫｕｑａｒｉｖｅｒｄｅｌｔａｏａｓｉｓ被在一年之中累积的光合作用与生物量和净初级生产力相关联（Ｚｈａｎｇｅｔａｌ．，２０１５）。许多研究者发现，随着盐渍化程度提高，生物量逐渐降低（Ｗｉｅｇａｎｄｅｔａｌ．，１９９４），所以ＬＳＩ和ＳＳＩ能较好地反映土壤盐渍化信息。ＰＶ的生态学意义是植被光合作用的最高水平，通过ＰＶ值，能直观地反映出植被在区域中的具体长势情况，据此可从定量的角度探讨生态环境的变化趋势，如因盐渍化的影响，使得植被的生长出现异常，导致光合作用能力下降，最终使得ＰＶ值有所降低
【参考文献】：
期刊论文
[1]基于物候特征的盐渍化信息数据挖掘研究[J]. 何宝忠,丁建丽,王飞,张喆,刘博华. 生态学报. 2017(09)
[2]新疆植被覆盖度趋势演变实验性分析[J]. 何宝忠,丁建丽,张喆,阿布都瓦斯提·吾拉木. 地理学报. 2016(11)
[3]基于TSAVI的OLI模拟数据翅碱蓬生物量反演研究[J]. 李微,牟蒙,陈官滨,刘伟男,刘远,刘长发. 光谱学与光谱分析. 2016(05)
[4]基于高分一号影像的土壤盐渍化信息提取方法[J]. 牛增懿,丁建丽,李艳华,王爽,王璐,马成霞. 干旱区地理. 2016(01)
[5]基于NDVI的秦岭山地植被遥感物候及其与气温的响应关系——以陕西境内为例[J]. 马新萍,白红英,贺映娜,秦进. 地理科学. 2015(12)
[6]基于MODIS-NDVI数据的吉林省植被覆盖度及其时空动态变化[J]. 冯莉莉,何贞铭,刘学锋,张佳华. 中国科学院大学学报. 2014(04)
[7]干旱区土壤盐渍化特征空间建模[J]. 丁建丽,姚远,王飞. 生态学报. 2014(16)
[8]干湿季节下基于遥感和电磁感应技术的塔里木盆地北缘绿洲土壤盐分的空间变异性[J]. 姚远,丁建丽,雷磊,江红南,张芳,牛涛. 生态学报. 2013(17)
[9]基于MSAVI-WI特征空间的新疆渭干河—库车河流域绿洲土壤盐渍化研究[J]. 丁建丽,瞿娟,孙永猛,张永福. 地理研究. 2013(02)
[10]基于反距离权重插值的土壤盐分三维分布解析方法[J]. 吴亚坤,刘广明,杨劲松,余世鹏. 农业工程学报. 2013(03)
硕士论文
[1]基于BP Adaboost预测器的土壤盐渍化预警研究[D]. 刘海霞.新疆大学 2012
[2]基于BP神经网络的黄河三角洲典型盐渍区遥感监测研究[D]. 侯春玲.中国石油大学 2010
[3]干旱区土壤盐渍化遥感监测模型构建研究[D]. 哈学萍.新疆大学 2009
本文编号：3389137
本文链接：https://www.wllwen.com/projectlw/zrdllw/3389137.html
