精河流域绿洲土壤湿度遥感反演分析-remote sensing inversion analysis of oasis soil moisture in jinghe river basin.docxVIP

下载本文档

2
0
约4.95万字
约 59页
2018-05-29 发布于上海
举报
版权申诉

精河流域绿洲土壤湿度遥感反演分析-remote sensing inversion analysis of oasis soil moisture in jinghe river basin.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

精河流域绿洲土壤湿度遥感反演分析-remote sensing inversion analysis of oasis soil moisture in jinghe river basin

中文摘要土壤湿度是进行农业、水文、气象、生态等方面研究的主要基础信息，也是进行土地退化评价及环境监测的重要指标，土壤湿度的遥感监测研究对于区域的干湿状况，提高土壤水分的利用率有着重要意义。论文在对土壤湿度反演方法进行总结及评价的基础上，选择温度植被干旱指数(TVDI)法对精河流域绿洲土壤湿度进行反演。尝试运用空间分辨率较高的LandsatTM/8影像数据与时间分辨率较高的MODIS数据产品结合对土壤表层湿度的时空序列进行反演，探讨精河流域绿洲土壤湿度分布的时空特性以及主要影响因素。主要工作如下：(1)对地表温度反演算法进行比较，选取单窗算法和普适性单通道算法反演研究区地表温度。经实测地表温度相关性验证和回归分析t检验，单窗算法和普适性单通道算法与实测值的相关性分别是0.8604和0.8027，线性回归方程达到显著，表明单窗算法的反演精度略高于普适性单通道算法。因此，在研究过程中选择单窗算法对landsatTM/8影像数据进行地表温度反演。(2)运用地表温度反演结果(Ts)与植被指数(MSAVI)，通过TDVIm法反演精河流域绿洲土壤表层湿度。经实测土壤相对含水量相关性验证和回归分析t检验，土壤湿度的反演结果与实测值的相关性达到了0.8006，线性回归方程达到显著，表明选取该指数方法适合landsatTM/8影像数据反演研究区土壤表层湿度。(3)将landsatTM/8影像数据反演的土壤湿度结果(TVDIm)与MODIS温度产品(MODISLST)和植被指数产品(NDVI)反演的土壤湿度结果(TVDI)相融合，运用空间转换方法不仅提升MODIS数据反演的TVDI的空间分辨率，还提高landsatTM/8数据反演结果TVDIm的时间分辨率。通过上述方法实现了2002年，2007年和2011年中4月至10月精河流域绿洲月平均土壤湿度的时间序列反演。(4)利用精河气象站监测的月平均气温、降水数据与相同时段的TVDI月均值进行相关性分析发现，TVDI月均值随气温升高而增大，随降水量增大而减小。通过对不同土地利用类型对应的TVDI进行比较分析，结果表明不同土地利用类型对应的TVDI在时间和空间分布上呈现出相似的变化趋势，土壤含水量从高到低依次为草地，林地，耕地，城镇和未利用地。通过以上研究工作，获取了精河流域绿洲土壤表层湿度的时空序列反演，对土壤湿度分布的时空特性以及主要影响因素进行了探讨，结果表明TVDI法适合干旱半干旱区小区域地表土壤湿度的快速、准确和长时期反演。关键词：土壤湿度；遥感反演；地表温度；TVDI；精河流域AbstractSoilmoistureisbasicimportantinresearchesonagriculture,waterresources,meteorologyandecology.Itisalsoanimportantindicatorinsoildegradationmonitoringandenvironmentsupervision.Studysoilmoistureretrievedbyremotesensingissignificantforimprovingtheutilizationofsoilmoisture.Inthisresearch,afterevaluationofallthemodels,TVDI(TemperatureVegetationDrynessIndex)isselectedforsoilmoistureretrievedbyremotesensinginoasisofJinghewatershed.ThisworkaimstoconducttemporalsoilmoistureretrievalinJinghewatershed,exploreitsspatialandtemporaldistributioncharacteristicsandanalysisofinfluencingfactors.Majoronesareasfollows:Comparingsurfacetemperatureretrievalalgorithm,singlewindowalgorithmanduniversalsingle-channelalgorithmwereselectedtoretrievesurfacetemperature.Regressionanalysiswasmadebetweenresultsofsurfacetemperatureretrievalandcontemporanceousfieldmeasureddata,thecorrelationcoefficientwere0.8604and0.8027.Resultsshowsthatsinglew