土壤湿度空间分布特征分析与模拟研究

摘要

本文以东营、德州和滨州为研究区，基于地面实测获取的土壤湿度数据，利用GS+7.0软件进行空间变异特征分析，选取最适宜半变异方差函数参数。采用统计分析、GIS插值、缓冲区分析等方法，分析研究区域土壤湿度状况和空间变异规律。常用的插值模型和HASM插值模型相结合，对比得出模型的优缺点和适用范围。对空间变异程度大的区域增加采样点数量，提高了 HASM模型插值结果的精度。采用野外高光谱数据与采样点数据建立土壤湿度的高光谱估测模型，实现快速获取关键点的土壤湿度。将插值所得到的土壤湿度值作为“空间扩张”后的点数据，建立与遥感卫星波段反射率的关系模型，实现大面积土壤湿度值的获取。土壤湿度属于中等空间变异性。建立了野外高光谱土壤湿度预测模型，模型决定系数 R2为0.85。建立了野外土壤湿度值与对应室内测量值关系模型，模型决定系数R2为0.97。在LandSat8影像中，建立了基于波段多种组合形式光谱参量的土壤含水量反演模型，模型决定系数 R2=为0.65。
　　本文研究的主要内容包括：
　　（1）根据土壤湿度实测数据，分别采用统计分析、GIS插值、缓冲区分析等方法，对山东省德州、滨州、东营三地区土壤湿度进行空间分析，通过半变异函数参数选取实验，进行空间探索性分析，选出最优空间变异参数，找到最适合的插值模型，经过交叉验证，比较插值方法优缺点，提高插值结果精度。分析研究区土壤湿度的空间分布特征。
　　（2）为解决采样点数量不足的问题，采用HASM高精度模型插值方法，对研究区的六组数据分别进行插值实验，得到精度更高的土壤湿度空间分布模拟。对研究区空间变异性大的区域增加采样点数量，重新对土壤湿度进行空间分布模拟。
　　（3）利用相关分析和多元逐步回归分析，地面实测土壤湿度数据结合野外高光谱数据建立土壤湿度估测模型，获取关键点土壤湿度值。
　　（4）建立高光谱数据与土壤湿度关系模型。选取土壤湿度敏感波段，采用多元线性回归方法，运用插值后的作为“空间扩张”后的点数据，建立高光谱数据与土壤湿度关系模型，获得大面积土壤湿度。

目录

封面

声明

目录

中文摘要

英文摘要

1绪 论

1.1研究背景与意义

1.2国内外研究现状

1.3研究内容和组织结构

2数据获取和预处理

2.1土壤湿度数据获取

2.2实验区域介绍

2.3土壤湿度数据预处理

3基于站点数据的土壤湿度空间特征分析方法

3.1站点观测数据统计学方法

3.2半变异函数参数选择研究

3.3半变异函数参数选择实验过程

3.4土壤湿度空间分布特征分析

3.5小结

4空间插值模型分析和模拟

4.1常用空间插值方法

4.2常用插值方法实验结果分析

4.3HASM插值模拟实验

4.4HASM实验结果分析

4.5小结

5土壤湿度的高光谱估测

5.1本章实验数据与方法

5.2高光谱敏感波段提取

5.3建立估测模型

5.4实验结果分析

5.5小结

6土壤湿度的高光谱反演

6.1光谱数据拟合与波段组合

6.2反演模型的构建

6.3实验结果分析

6.3小结

7总结与展望

7.1本文主要研究内容与创新点

7.2下一步的工作与展望

参考文献

致谢

攻读硕士学位期间参加的项目