基于ndvi分区的内蒙古牧区土壤含水率遥感监测方法分析及应用研究

《基于ndvi分区的内蒙古牧区土壤含水率遥感监测方法分析及应用研究》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P237学校代码10129UDC528.8学号2012206038基于NDVI分区的内蒙古牧区土壤含水率遥感监测方法分析及应用研究ResearchforSoilMoistureContentofRemoteSensingMonitoringandApplicationBasedonNDVIPartitioninInnerMongoliaPastoralAreas申请人：岳胜如学科门类：工学学科专业：农业水土工程研究方向：3S技术在农业水土中的应用指导教师：李瑞平教授论文提交时间：二〇一五年十二月摘要在各类气象灾害中,旱灾是内蒙古地区众灾之首。干旱给内蒙古地区经济、社会

2、发展，特别是内蒙古牧区人民生产、生活带来了严重的威胁，土壤含水率是判定旱情的重要指标。相对于传统的站点式土壤含水率监测手段，遥感技术具有高时间分辨率、成本低以及监测范围广等特点，使其逐渐成为土壤含水率监测的主要手段。目前，基于遥感数据的土壤含水率监测模型主要有可见光、红外、微波等类型，每一种模型都有其优势，亦有其区域适应性，针对植被覆盖、地形等变化较大的区域很难大面积推广，实际应用价值降低。基于以上现状，本文在内蒙古归一化植被指数（NDVI）空间特征研究基础上，结合表观热惯量（ATI）、植被供水指数（VSWI）、温度植被干旱指数（TVDI）对内蒙古牧区土壤含水率进行监测评价

3、，主要研究内容和结论如下：（1）基于MODIS数据NDVI产品，对内蒙古植被覆盖度进行监测研究，发现内蒙古生长季植被呈现明显的条带状分布，近15年（2000年~2014年）植被覆盖局部退化，整体呈增长趋势。（2）结合内蒙古植被覆盖特点和地面实测土壤含水率数据，分析了表观热惯量、植被供水指数和温度植被干旱指数3种方法在不同植被覆盖情况下的内蒙古牧区土壤含水率监测的适应性，得出ATI的监测精度随着植被覆盖度的增加而降低，VSWI的监测精度随着植被覆盖度的增加而增加，TVDI的监测精度随着植被覆盖度变化没有明显规律。（3）以含水率相对误差为指标，确定了0～20cm土层为最佳遥感监

4、测深度；结合表观热惯量和植被供水指数随植被覆盖度的变化规律，以含水率相对误差为指标确定了NDVI的阈值，即NDVI等于0.18。当NDVI等于0.18时，基于ATI和VSWI的土壤含水率相对误差最大为21.31%，当NDVI小于或大于0.18时，其含水率监测误差小于21.31%。（4）分析表明基于TVDI的土壤含水率反演模型对不同NDVI下区域均具有较好的适应性。TVDI在4个不同区域土壤含水率反演相对误差平均值为21.47%。（5）在3种遥感监测方法适应性研究分析的基础上，通过试验区实地土壤含水率重复采样数据对所建立的土壤含水率遥感监测模型进行了验证；对4个采样牧区的含水

5、率空间特征进行了应用分析研究，进而分析了4个牧区不同时期的含水率空间变化特征。基于表观热惯量和植被供水指数，结合内蒙古植被覆盖度空间分布特征，进行内蒙古牧区含水率监测评价，对内蒙古牧区畜牧业持续发展、生态环境的建设提供一定的科学指导。关键词：MODIS；NDVI；内蒙古牧区；含水率；分层采样；分区阈值ResearchforDroughtMonitoringofRemoteSensingBasedonNDVIPartitioninInnerMongoliaPastoralAreasAbstractInallkindsofmeteorologicaldisasters,drou

6、ghtisfirstofalltheplaguesinInnerMongoliaregion.DroughttoeconomicandsocialdevelopmentinInnerMongolia,especiallyinpastoralareasofInnerMongoliahasbroughtseriousthreattopeople'sproductionandlife,soilmoisturecontentisanimportantindexfordeterminingthedrought.Comparedwiththetraditionalmeansofsite

7、typesoilmoisturecontentmonitoring,remotesensingtechnologyhashightimeresolution,lowcostandwidemonitoringetc,makeitsgraduallybecomethemainmeansofmonitoringthesoilmoisturecontent.Atpresent,themodelofsoilmoisturecontentmonitoringbasedonremotesensingdataarevisiblel