博斯腾湖湖滨绿洲土壤盐渍化预警研究

《博斯腾湖湖滨绿洲土壤盐渍化预警研究》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：密级：学号：1076212210495单位代码：10762新疆师范大学2015届硕士学位论文博斯腾湖湖滨绿洲土壤盐渍化预警研究EarlywarningresearchofoasissoilsalizizationofthelakesideinBostenLake研究生姓名：梁东学科、专业：地图学与地理信息系统研究方向：资源环境遥感院系、年级：地理科学与旅游学院2012级指导教师：李新国教授新疆师范大学2015年6月3日新疆师范大学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明

2、引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日I硕士研究生学位论文资助项目新疆维吾尔自治区自然科学基金项目“博斯腾湖湖滨绿洲土壤水盐运移及次生盐渍化预警”（2012211A053）资助。II中文摘要中文摘要近20年来，土壤盐渍化严重制约着绿洲农业的可持续发展。随着土壤盐渍化机理研究逐步深入，盐渍地监测技术逐步完善，土壤盐渍化的预警成为盐渍化研究的重点之一。目前，已有学者结合预警理论，对自然灾害

3、、土地退化的预警展开研究，其中基于BP神经网络的预警模型已取得较好的预期效果。以博斯腾湖湖滨绿洲为研究区，以2000年、2010年、2013年三个不同时期的Landsat卫星数据为主要数据源，结合野外调查数据与实验数据，分析研究区的土壤盐分光谱特征和空间分布特征；基于土壤盐渍化机理，运用预警理论，从人文因素和自然因素两个方面，选取土壤盐渍化的警情指标、警源指标与警兆指标，通过Matlab软件，构建基于BP神经网络土壤盐渍化预警模型，对土壤盐渍化的预警状况进行探讨。研究结论如下：1.2000~2010年，水体面积减少591318m2，自然植被面积增加4

4、077750m2，未利用地面积增加183569m2；水体转换为自然植被的面积为11372m2，水体转换为未利用地的面积为2829067m2，占面积变化总量的99.6%；未利用地变换为2645498m2，其中1403568m2转换为自然植被，占总体转换面积的53.1%。2.土壤盐分中主要以SO2-++4、K+Na钠钾离子为主，总盐含量在0.36~23.16g/kg之间，盐渍土类型主要以氯化物硫酸盐型为主，硫酸盐型次之；研究区土壤中，粉砂含量最高，在空间分布上呈现东高西低，且从南北方向向中心逐渐降低的趋势，博斯腾湖西南岸湖滨带土壤粉砂百分含量高于东北及中

5、部地区；地下水矿化度变化范围在497.95~667.66mg/L之间，空间上呈现由北部和南部向中心地区逐渐增大的趋势，东西方向上变化不明显，西部地区地下水矿化度略微高于西部地区地下水矿化度的分布规律；地下水埋深较浅，最深地下水位为-3.13m，最浅地下水埋深水位为-0.30m，地下水平均埋深为-1.00~-2.00m，空间上呈现由西向东逐渐升高的态势；2013年，四种土地利用类型面积大小依次为未利用地>耕地>自然植被>水体，其中水体面积占总面积的12.1%，耕地面积占总面积的31.6%，自然植被面积占总面积的23.3%，未利用地占总面积的33.1%。

6、3.基于土壤盐渍化机理，结合研究区土壤盐渍化现状，选取地下水矿化度、地下水埋深、土壤粘土百分含量、土壤粉砂百分含量、土壤砂粒百分含量、土壤湿度、归一化植被指数、归一化水体指数和土地利用代码九个预警指标，基于Matlab软件，构建BP神经网络预警模型，对土壤盐渍化状况进行模拟，对预警模型进行检验，回归拟合为0.9884，预测精度为0.6932，预测效果良好。4.研究区基本处在轻度警示以上，其中以轻警和中警所占比例最高；轻度警示区域面积占总面积的46.9%，中度警示区域面积占总面积的37.8%，重度警示区域面积占总面积的15.3%；空间分布方面，西北部和

7、南部地区为轻度警示区域，III中文摘要以开都河入湖口为界，向东、向南两个方向，盐渍化预警等级逐步升高，直至大坝处，重度警示区域分布在自入湖口起，至扬水站方向3~5km处。关键词：土壤盐渍化；土壤盐分；预警指标；BP神经网络；博斯腾湖湖滨绿洲IVAbstractAbstractInthelast20years,soilsalinizationseriouslyrestrictedthesustainabledevelopmentofoasisagriculture.Withthemechanismofsoilsalinizationgradualdee

8、peningandmonitoringtechnologygraduallyimproving,theeat