基于NOAA/AVHRR卫星数据的农业干旱遥感监测预警研究

摘要

干旱系指由水分收支或供求不平衡形成的水分短缺现象,它是我国及世界上其它许多国家的重大自然灾害之一,每年都给人类社会,特别是农业生产造成巨大损失。本文根据安徽省的干旱特点,春季研究淮北地区,夏季研究淮北、沿淮和江淮地区,秋季研究沿江及江南地区,冬季研究淮北地区。同时基于2001-2006年极轨气象卫星遥感影像资料和安徽省气象台站常年地面气象观测资料对安徽省不同气候区各季节干旱进行监测和预警,本研究主要得出以下结果： 1、在干旱研究中,分别应用距平植被指数、供水植被指数、热惯量指数与10cm和20cm土壤墒情建立模型,结果表明距平植被指数与20cm土壤墒情统计关系除了秋季沿江气候区之外,在不同气候区的各个季节均达到显著水平(P<0.05),与10cm土壤墒情的模型仅在夏季淮北沿淮气候区,秋季沿江江南气候区达显著水平(P<0.05);供水植被指数与20cm土壤墒情模型仅在4月淮北地区,8月江淮地区,11月沿江和江南地区达到显著水平(P<0.05)或极显著水平(P<0.01);热惯量与春季淮北地区,秋季江南地区,冬季淮北地区10cm土壤墒情模型均达到显著水平以上(P<0.05),与春季淮北地区,秋季江南地区20cm土壤墒情达到显著水平以上(P<0.05)。 2、安徽省春季和冬季主要适用热惯量与土壤墒情的监测模型,且与10cm的模型关系要好于与20cm的模型关系：夏季和秋季主要适用于距平植被指数和供水植被指数与土壤墒情的关系模型,且与20cm的模型关系要好于与10cm的模型关系。通过检验分析得出,各研究对象的干旱监测模型可以应用于实际。 3、利用与土壤墒情密切相关的气象因子,逐步回归分析1981～2003年土壤墒情变化与气象因子之间的关系,建立安徽省淮北地区各季节土壤墒情预报模型。结果表明利用时间连续性较好的5个站点的土壤湿度、降水量、日照3个因子建立的预报模型,经检验可以应用到整个淮北地区,春夏秋冬各季节平均预报精度分别为88.92％、91.35％、91.96％、92.94％。

目录

文摘

英文文摘

声明

1文献综述

1.1基于遥感手段干旱监测的可行性

1.1.1植物光谱特性

1.1.2植物光谱特性对土壤水分胁迫的响应

1.2干旱遥感监测的国内外进展

1.2.1遥感监测干旱的方法

1.2.2国外遥感监测干旱进展

1.2.3国内遥感监测干旱进展

1.3干旱预警的国内外进展

2引言

3研究数据的获取、预处理和研究区概况

3.1资料来源

3.1.1 NOAA/AVHRR遥感数据的获取

3.1.2旱情实况资料和常规气象资料的获取

3.2资料预处理

3.2.1 遥感数据的预处理

3.2.2旱情实况资料和常规气象资料的处理

3.3技术路线

3.4研究区概况

3.4.1安徽省气候总体特征

3.4.2安徽省干旱的发生地域特征

3.4.3安徽省干旱发生的时间规律

4结果与分析

4.1遥感指数与土壤墒情模型的建立

4.1.1距平植被指数与土壤墒情模型的建立

4.1.2供水植被指数与土壤墒情模型的建立

4.1.3热惯量与土壤墒情模型的建立

4.2土壤墒情的计算及验证

4.2.1土壤墒情的计算

4.2.2验证分析

4.3干旱预测模型的确立

4.3.1淮北地区各季节土壤墒情逐步回归模型

4.3.2淮北地区各季节土壤墒情逐步回归模型的方差分析

4.3.3土壤墒情逐步回归模型的验证

5结论

6讨论

7主要创新点

参考文献

致谢

作者简介

硕士期间发表文章目录

主要参加项目