实习 基于遥感和gis土地生产潜力研究

《实习 基于遥感和gis土地生产潜力研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、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

2、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

3、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

4、先建立耕地类型的解译标志，再通过ArcViewGIS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ArcViewGIS3.2->Cancel->New->AddTheme->路径->ImageDataSource->遥感影像->Ok。2）建面状图层View->NewTheme（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OpenThemeTable，输入属性值；保存数字化结果Saveedits。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

5、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SpatialAnalyst下拉菜单中选择Surfaceanalysis,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SpatialAnalyst下拉菜单中选择Surfaceanalysis,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SpatialAnalyst下拉菜单中选择InterpolatetoRaster,在弹出的下一级菜单中点击Krigi

6、ng，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，DataManagementTOOls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Y

7、Q=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analysis->MapCalculator->双击坡度图->点击cos函数->点击evaluate->坡度的余弦图->点击标题栏上的analysis