实习基于遥感与GIS土地生产潜力研究.doc

实习 基于遥感和GIS土地生产潜力研究 一、实习目的 遥感软件和GIS软件的有机结合，针对农业遥感的重要研究内容土地遥感，通过系统学习一种遥感软件，并结合地理信息系统软件对遥感数据进行处理、分析、应用实现遥感专业实习内容的系统化，通过一个综合实习来实习土地生产潜力评价，并建立土地生产潜力遥感反演模型。 二、原理与方法 选择县级区域基于数字高程模型(DEM)数据和气象站观测资料，在遥感、GIS技术支持下，首先对起伏地形条件下的温度、降水等生态环境因子进行空间插值生成空间网格数据。综合考虑光照、温度、水分、土壤等因子，依据光能利用率模型，通过对光合生产潜力—光温生产潜力—气候生产潜力—土地生产潜力几个阶段的逐步订正来建立适宜县级土地生产潜力评价模型；对典型县级区域进行土地生产潜力评价，最后通过遥感作物长势分析对模型结果进行验证，并建立遥感反演土地生产潜力定量模型。 本实习内容： 1、遥感图像处理中的图像校正、图像增强、图像分类、植被指数计算等。 2、定量遥感中涉及到的某个参数的定量反演。 3、数字高程模型中所涉及到的DEM的建立及相关分析。 4、地图学及实习所涉及到的地图数字化、地图制图等。 5、遥感影像投影定义与转换。 6、地理信息系统及其实习所涉及到的GIS空间分析。 7、点—面的各种插值方法。 8、地统计分析与GIS相结合，进行空间统计分析。 方法：首先将气象站点的温度，降水等数据进行空间插值，形成栅格数据；依次计算出光合、光温、气候生产潜力；考虑土壤因素计算出土壤有效系数（由于时间的限制，土壤有效系数在本实习中给出结果数据，但在实习中仍然给出计算过程）；根据气候生产力跟土壤有效系数计算耕地区域的土地生产潜力，然后用NDVI指数验证结果，并求出遥感反演模型，通过模型对土地生产潜力进行定量反演（事实上是不能这样反演，但因为时间的限制我们只能通过这种办法让学生进行操作）。 三、实习仪器与数据 计算机，TM遥感影像、土地利用、NDVI数据、DEM、气象站点数据（日照、气温、降水） 四、实习步骤 1、提取耕地信息 TM遥感影像处理，结合土地利用数据提取出耕地。 本实习应用TM遥感影像，首先建立耕地类型的解译标志，再通过ArcView GIS数字化提取耕地类型，编码等。涉及的技术有遥感图像目视解译与数字化。 1）打开遥感影像 ArcView GIS 3.2-Cancel-New-Add Theme-路径-Image Data Source-遥感影像-Ok。 2）建面状图层 View-New Theme（Polygon）-路径-名称。 3）数字化 用面数字化工具提取影像图中的耕地要素，打开属性表Open Theme Table，输入属性值；保存数字化结果Save edits。 2、DEM模型的建立 涉及的技术有：等高线数字化，建立DEM模型及其地形参数分析等； 数字化等高线同目视解译耕地数字化类似，只是建立的是线状图层。 1）坡度的提取 在ArcGIS中的Spatial Analyst下拉菜单中选择Surface analysis, 在弹出的下一级菜单中点击Slope，出现Slope对话框，设置参数，保存结果。 2）坡向的提取 在ArcGIS的Spatial Analyst下拉菜单中选择Surface analysis, 在弹出的下一级菜单中点击Aspect，出现Aspect对话框，设置参数，保存结果。 3、气象站点数据空间插值 本实习中用克里格插值（Kriging）方法， 在Spatial Analyst下拉菜单中选择Interpolate to Raster,在弹出的下一级菜单中点击 Kriging，出现Kriging对话框，设置参数，保存结果。 重采样,在ArcGIS中重采样功能是在ArcToolbox下来实现的。在ArcToolbox中，Data Management TOOls下的Raster子菜单中，选择选择Resample命令。参数设置，选择 NEAREST:最邻近距离法。 4、土地生产潜力计算； 涉及的技术有：地统计分析与GIS相结合，进行空间分析。 本实习采用“机制法”根据作物生产力形成的机理，考虑光、温、水、土等自然生态因子，从作物截光特征和光合作用入手，依据作物能量转化及产量形成过程，进行逐步“衰减”估算土地生产潜力。 （1）计算光合、光温、气候生产潜力 1）光合生产潜力 YQ = 0.92·Q 式中，YQ指年光合生产潜力（kg/hm2·年）；Q指到达地面的太阳年总辐射（J/cm2·年）；0.92是光合转换系数。具体推算方法见文献[5]。 我们考虑地形因子影响，则太阳倾斜照射（太阳年总辐射Q1）与太阳正射（太阳年总辐射Q2）的关系为：Q2 = Q1·cos(a) 式中a为坡度。 点击标题栏上的anal