基于遥感的黄河三角洲土壤含盐量研究.pdf

《基于遥感的黄河三角洲土壤含盐量研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号:P910710-2015127001硕士学位论文基于遥感的黄河三角洲土壤含盐量研究黎雅楠导师姓名职称李团胜教授李运生副研究员申请学位类别理学硕士学科专业名称自然地理学论文提交日期2018年5月10日论文答辩日期2018年6月2日学位授予单位长安大学StudyonSoilSalinityintheYellowRiverDeltaBasedonRemoteSensingSubmittedfortheDegreeofMasterCandidate：LiYananSupervisor：Prof.LiTuan

2、shengAssociateR.LiYunshengChang’anUniversity,Xi’an,China摘要土壤盐渍化是土地退化的主要类型之一，它作为一个全球性的资源问题和生态环境问题，是导致农业产量下降、土壤流失、生态环境恶化、全球气候变暖的主要原因，尤其是在干旱、半干旱以及海滨冲积平原地区，土壤盐渍化带来的负面影响更加严重。区域尺度上，尤其滨海海浸盐渍区土壤盐分分布状况及其时空动态变化的有效监测与掌握对土壤盐渍化治理以及生态环境保护具有重要意义。遥感技术以其区域大尺度，高时间分辨率的特征，已经成

3、为大面积实时动态监测土壤含盐量的最主要方式。本文选取黄河三角洲典型区域作为研究区，以LandsatTM/OLI遥感影像数据以及相应的野外实测土壤采样点含盐量数据作为数据源，筛选了构建土壤盐渍化遥感预测模型的最优因子，并在此基础上辅以数字高程模型数据，构建了基于地表波谱反射率、盐分指数、植被指数的土壤含盐量综合遥感反演模型，并根据实测点的土壤含盐量对模型进行了精度验证。最后，利用精度最优的土壤含盐量综合遥感反演模型，反演了研究区2003年10月26日，2009年10月26日，2015年10月27日的土壤含盐量

4、，并综合反演的结果分析了研究区土壤含盐量的时空动态分布特征。主要结果如下：（1）研究区土壤含盐量与landsatTM第4、5、7波段反射率、NDVI、EVI和DEM相关性较强，构建的综合反演模型为：33S1.347X1.684X0.254ln(X)1.856X0.164X0.039X3.114123456（2）利用黄河三角洲土壤含盐量综合遥感反演模型分别对2003年TM影像、2009年TM影像、2015年OIL影像进行含盐量反演，得出三个时期土壤含盐量的分布情况，并根据盐渍化土壤分级标准，得出

5、研究区土壤含盐量等级分布图，统计并分析了研究区土壤含盐量时空动态变化，实现了区域尺度上土壤盐分动态监测。（3）黄河三角洲地区在过去的十几年里土壤盐渍化的程度和分布格局发生了明显的变化。在时间范围上土壤含盐量整体呈现先增加后减少的趋势，空间上整体呈现沿海岸线向内陆递减的趋势。关键词：黄河三角洲，土壤含盐量，遥感影像，多元回归模型IAbstractSoilsalinizationisoneofthemajortypesoflanddegradation.Asaglobalresourceissueandecol

6、ogicalenvironmentissue,itisthemaincauseofagriculturaloutputdecline,soilerosion,deteriorationoftheecologicalenvironment,andglobalwarming,especiallyintheInarid,semi-arid,andcoastalalluvialplains,soilsalinizationismoreseriousandthenegativeimpactisevengreater.

7、Ontheregionalscale,especiallytheeffectivemonitoringofsoilsalinitydistributionandtemporalandspatialdynamicchangesincoastalsea-waterdipsalineareasisofgreatsignificanceforsoilsalinizationtreatmentandecologicalenvironmentprotection.Remotesensingtechnology,with

8、itslarge-scaleandhightemporalresolution,hasbecomethemostimportantwaytodynamicallymonitorsoilsalinityinlargeareas.Inthispaper,theYellowRiverDeltaisselectedastheresearcharea,LandsatTM/OLIremotesensingdataandthe