發(fā)布時間：2020-04-03 05:51

【摘要】：生態(tài)水(層)是指與地表植物體緊密相關的水體。它不僅具有調節(jié)改善水循環(huán)的功效,也是植被茁壯生長的重要保障。掌握生態(tài)水涵養(yǎng)狀況及分布特點,不僅有利于了解植被生長情況,也可作為生態(tài)環(huán)境保護、生態(tài)重建等的理論依據。生態(tài)水資源不同于其他資源,它是動態(tài)變化的,用常規(guī)方法難以提取和量化,也不能直接從遙感影像上進行判讀。采用定量遙感技術建立生態(tài)水反演模型,可對其進行量化研究。本論文基于“川西高原植被生態(tài)水(層)及水分脅迫狀況遙感動態(tài)監(jiān)測方法”國家自然科學基金項目(41671432),以川西高原茂縣地區(qū)為研究區(qū),選用2006年、2008年、2016年11月份三期Landsat遙感影像進行植被冠層生態(tài)水含水率反演研究,比較2008年地震后當年植被受損情況,以及2016年植被恢復情況。論文分別提取了三期地表植被分布信息和植被指數,結合實測植被生化數據,建立研究區(qū)植被冠層生態(tài)水含水率反演模型,并驗證了該模型的可行性。運用模型對三期影像進行冠層生態(tài)水含水率定量反演并進行動態(tài)監(jiān)測。本文主要取得的成果和認識如下:(1)通過提取地表植被類型信息,得到2006年、2008年、2016年同一月份植被類型分布圖。統(tǒng)計不同時期不同植被分布面積可知,茂縣植被類型以針葉林分布為主。2006年以針葉林、闊葉林和混交林為主的林地占茂縣總面積的52.24%;2008年地震后植被受損,林地面積占比下降到41.97%;地震后實施生態(tài)環(huán)境災后重建工作,到2016年植被面積占比恢復到55.97%。(2)構建不同植被指數與實測所得的冠層生態(tài)水含水率之間的經驗回歸模型,比較分析各模型的相關系數,得出基于RVI植被指數的對數回歸模型具有較強的相關性和較好的反演效果。經過擬合度分析驗證,可知該模型具有一定的適用性。(3)采用構建的植被冠層生態(tài)水含水率反演模型,對三期遙感影像進行反演,得到不同時期的冠層生態(tài)水含水率分布。對茂縣冠層生態(tài)水含水率進行動態(tài)分析,可知2006年至2008年冠層生態(tài)水含水率主要以減少為趨勢,2008年至2016年冠層生態(tài)水含水率呈緩慢增長趨勢。(4)統(tǒng)計分析不同植被類型的生態(tài)水含水率平均值,可知五種植被類型按其生態(tài)水含水率平均值由大到小順序可排列為:混交林闊葉林針葉林灌叢或高山灌叢草甸。本文以定量遙感為手段對茂縣2008年地震后植被冠層生態(tài)水受損及震后修復情況的研究,不僅豐富了生態(tài)水和定量遙感科學研究,同時對該地區(qū)生態(tài)環(huán)境建設與保護具有實際指導意義。
【圖文】：

第 2 章 研究區(qū)概況及數據處理2.1 研究區(qū)概況茂縣位于四川省西北部，屬四川省阿壩藏族羌族自治州。地理位置如圖 2-1所示，研究區(qū)東接北川，北瀕松潘，西北與黑水縣接壤，南與理縣、汶川、彭州、什邡、綿竹、安州等縣相接。地理坐標為東經 102°56′～104°10′，北緯 31°25′～32°16′。其東西寬 161.62km，南北間距 93.73km，總面積為 3903.28km2。其交通位置優(yōu)越，是阿壩藏族自治州與成都、綿陽、德陽等市聯系的交通樞紐，，對內對外交通均以公路為主。茂縣政府駐地位于鳳儀鎮(zhèn)，全縣共管轄 9 個鎮(zhèn)、12個鄉(xiāng)、149 個行政村。2018 年公布的茂縣總人口數為 111029 人，其中羌族人口占總數的 92.4%。此外，境內還居住著漢族、藏族、回族等 17 個民族。

研究區(qū)2006年11月2日Landsat5大氣校正后影像（RGB:432）
【學位授予單位】：成都理工大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：Q948;TP751

【相似文獻】

相關期刊論文 前10條

1 潘霞;高永;汪季;任昱;候亞東;劉湘杰;;植被指數遙感演化研究進展[J];北方園藝;2018年20期

2 陳艷英;游揚聲;唐云輝;張建平;;重慶市植被指數與高度/坡度的關系研究[J];西南師范大學學報(自然科學版);2016年11期

3 海全勝;吳瓊;包剛;;草地高光譜植被指數與葉面積指數的關系研究[J];陰山學刊(自然科學);2011年04期

4 孟曉峻;馮麗萍;;不同MODIS植被指數優(yōu)劣的探討[J];內蒙古氣象;2007年06期

5 何濤;;荒漠草原生物量監(jiān)測研究中植被指數選擇的初步探討[J];內蒙古草業(yè);2006年01期

6 劉麗,劉清,楊鳳;用植被指數監(jiān)測貴州干旱的方法研究[J];貴州氣象;1998年03期

7 陳乾;用植被指數監(jiān)測干旱并估計冬麥產量[J];遙感技術與應用;1994年03期

8 譚凱琰;李郁竹;;遙感植被指數與冬小麥綠葉面積系數和麥土比的關系[J];遙感信息;1989年01期

9 潘靈慧;陳建平;;基于遙感數據的內蒙古近三十年植被指數的時空分析[J];地質學刊;2018年03期

10 李爽;宋小寧;冷佩;;被動微波遙感植被指數在中國的應用研究[J];干旱區(qū)資源與環(huán)境;2014年08期

相關會議論文 前10條

1 曾占奎;張帥;韓志鵬;王黎明;王征宏;龐玉輝;王春平;;不同基因型小麥抗旱植被指數及其產量綜合分析[A];中國作物學會作物種子專業(yè)委員會2017年學術年會論文摘要集[C];2017年

2 付卓;王錦地;施建成;宋金玲;靳華安;張立新;張鐘軍;趙少杰;陳柏松;;微波植被指數與光學植被指數在地面尺度上的關系研究[A];遙感定量反演算法研討會摘要集[C];2010年

3 安培浚;頡耀文;;綠洲植被指數的遙感定量研究-以民勤綠洲為例[A];第十五屆全國遙感技術學術交流會論文摘要集[C];2005年

4 張樹譽;李登科;李星敏;周輝;;遙感植被指數及其在縣域生態(tài)環(huán)境監(jiān)測評估中的應用[A];第十五屆全國遙感技術學術交流會論文摘要集[C];2005年

5 王懌璞;李銳;閔啟龍;張雷明;于貴瑞;黃建國;Yves Bergeron;;利用新型微波植被指數遙感森林蒸散[A];第35屆中國氣象學會年會 S21 衛(wèi)星氣象與生態(tài)遙感[C];2018年

6 呂京國;張小詠;張立新;陳正超;;微波穿透指數MVI與光學植被指數NDVI的關系探討[A];中國測繪學會第九次全國會員代表大會暨學會成立50周年紀念大會論文集[C];2009年

7 劉少軍;張京紅;陳匯林;陳德明;田光輝;蔡大鑫;;海南島植被指數變化的驅動因子分析[A];中國氣象學會2006年年會“首屆研究生年會”分會場論文集[C];2006年

8 劉慶生;劉高煥;寧吉才;張敏;傅新;;翅堿蓬高光譜植被指數對土壤化學性質的響應[A];第十七屆中國遙感大會摘要集[C];2010年

9 陳效逑;郭玉泉;;我國東部溫帶地區(qū)物候生長季節(jié)、植被指數和氣候因子之間的關系[A];地理教育與學科發(fā)展——中國地理學會2002年學術年會論文摘要集[C];2002年

10 楊道勇;肖云岫;;利用WT-10接收的1B高分辨云圖數據生成植被指數圖像[A];中國氣象學會2005年年會論文集[C];2005年

相關重要報紙文章 前6條

1 記者 郭軍 通訊員 沙道兵;西北地區(qū)植被指數呈上升趨勢[N];陜西日報;2016年

2 陳媛媛;住宅區(qū)植被指數越高，居民壽命更長？[N];中國環(huán)境報;2019年

3 本報記者 李惠鈺;住宅區(qū)植被指數高，老人壽命更長[N];中國科學報;2019年

4 本報記者 余亞慶 通訊員 孫小龍;護林護草 橫跨29個經度的守望[N];中國氣象報;2017年

5 記者師巧梅、通訊員潘繼鵬;我區(qū)草地環(huán)境達三年最好水平[N];新疆日報(漢);2009年

6 記者 焦莉莉　通訊員 車少靜;我市沙塵天數呈明顯減少趨勢[N];石家莊日報;2009年

相關博士學位論文 前10條

1 丑述仁;光化學植被指數和日光誘導葉綠素熒光與作物光合作用的關系[D];南京大學;2018年

2 岳文澤;基于遙感影像的城市景觀格局及其熱環(huán)境效應研究[D];華東師范大學;2005年

3 張立福;通用光譜模式分解算法及植被指數的建立[D];武漢大學;2005年

4 劉占宇;水稻主要病蟲害脅迫遙感監(jiān)測研究[D];浙江大學;2008年

5 Muhammad Naveed Tahir;關中平原夏玉米氮素營養(yǎng)和生物物理特征遙感估算[D];西北農林科技大學;2012年

6 夏天;基于高光譜遙感的區(qū)域冬小麥生物量模擬及糧食安全評價[D];華中師范大學;2011年

7 陳剛;四川盆周山地土地利用/覆蓋景觀空間格局演替研究[D];成都理工大學;2011年

8 孫福軍;基于極端干旱年份遙感植被指數的半干旱地區(qū)土地評價研究[D];沈陽農業(yè)大學;2017年

9 周靖靖;刺槐林葉面積指數特征及其遙感影像反演[D];西北農林科技大學;2014年

10 丁艷玲;植被覆蓋度遙感估算及其真實性檢驗研究[D];中國科學院研究生院（東北地理與農業(yè)生態(tài)研究所）;2015年

相關碩士學位論文 前10條

1 袁濤;基于植被指數的土壤重金屬含量分區(qū)反演[D];成都理工大學;2019年

2 趙芩;川西高原茂縣植被生態(tài)水遙感動態(tài)監(jiān)測[D];成都理工大學;2019年

3 劉雪芹;塔里木河中游植被指數空間數據庫的設計與實現[D];新疆農業(yè)大學;2017年

4 張超;枯枝落葉層蓋度遙感反演及時空變化分析[D];西北大學;2019年

5 劉霞;基于冠層主動傳感器的冬小麥長勢監(jiān)測及適宜植被指數動態(tài)模型研究[D];南京農業(yè)大學;2017年

6 彭瑤;基于高光譜遙感的三峽庫區(qū)典型消落帶植被指數構建研究[D];重慶師范大學;2019年

7 張展騫;基于植被指數時間序列的洪澇災害遙感監(jiān)測模型[D];東北農業(yè)大學;2019年

8 凱楠;基于時空分辨率融合的延河流域植被季節(jié)變化分析[D];西北大學;2018年

9 周婧;植被指數對土壤重金屬異常的響應分析[D];成都理工大學;2018年

10 孫勇;應用遙感數據對植被指數提取分析[D];東北林業(yè)大學;2017年

本文編號：2613014