济南市冬小麦旱情遥感监测研究

摘要

高光谱数据多波段、近连续的特点,使其可以通过拟合地物的光谱特征曲线结合地物光谱特征对地物进行分析,同时高光谱数据具有较高的时间分辨率,也使得其在实时动态监测中的应用具有突出的优势.随着遥感技术的不断发展,获取的遥感数据光谱分辨率、时间分辨率不断提高,利用高光谱数据进行地物分析的研究,在各领域中得到了广泛应用.其中利用遥感技术进行作物旱情时空动态监测是多光谱遥感在农业领域的研究热点之一.
　　山东省济南市位于我国的东部季风区,受季风作用明显,夏季风势力强弱直接影响其干湿状况,2010年入秋后降水持续偏少,11月后更是滴雨未下,致使正处于生长期内的冬小麦受到干旱威胁,气象干旱引发农业干旱,旱情堪称百年一遇,因此对旱情进行及时可靠的旱情监测和统计,具有非常重要的现实意义.本文在中德科技合作与交流项目(2007DFB70200)和山东省自然科学基金(Y2008E10)的资助下,以农业干旱遥感监测方法研究、农业旱情指标对研究区的适用性研究为目的,利用MODIS高光谱数据对2010年10月-2011年6月冬小麦生长期内的济南市及其小麦种植区进行旱情监测和统计,主要研究内容如下:
　　(1)济南市冬小麦种植面积提取.本文在对MODIS数据进行了辐射定标、投影变换等预处理的基础之上,利用研究区MODIS13Q1植被指数产品,以时间为横坐标,植被指数为从坐标,构建了济南市冬小麦植被指数时序变化曲线,根据冬小麦生长过程中特有的物候特征,建立了冬小麦种植区的面积提取函数,提取济南市冬小麦种植范围,提取精度达89％.
　　(2)本文选用的旱情监测指数包括归一化植被指数、增强植被指数、植被状态指数、地表含水指数、归一化水指数和温度植被干旱指数,使用了MODIS数据的可见光、近红外和热红外波段,广泛的波段组合结果能够全面的反映现有的干旱监测方法和指标,实现了MODIS高光谱数据干旱监测从预处理到应用的整个数据处理过程.各指标的计算结果互相验证,共同反映旱情的时空发展变化.
　　(3)利用产品MODIS11A1中地表温度反演参数,通过劈窗算法对研究区地表温度进行反演,对MOIDS的LST产品中的部分缺失数据进行填补.综合MODIS产品地表温度(MODIS11)和植被指数(MODIS13),构建研究区的地表温度和植被指数特征空间,在提取特征空间干、湿边方程的基础上,进一步计算得到温度植被干旱指数(TVDI),最后利用气象站点的实测数据进行检验,并根据TVDI指数进行旱情等级划分,统计济南市及其冬小麦种植区旱情面积,最后制作济南市冬小麦旱情等级分布图.

目录

声明

目录

中文摘要

英文摘要

1绪论

1.1研究意义

1.2国内外研究现状

1.3技术路线和研究内容

1.4干旱监测模型和计算方法介绍

1.5本文遥感计算模型选取

2研究区概况及数据来源

2.1.研究区概况

2.2数据介绍

2.3MODIS数据预处理

3基于植被指数的干旱研究

3.1植被指数模型原理

3.2数据选取

3.3济南市冬小麦种植区提取

3.4植被指数与实测数据相关性检验

3.5研究区植被指数计算结果分析

3.6植被状态指数（VCI）计算与检验

4基于水分指数的干旱研究

4.1水分指数计算

4.2指数结果相关性分析

5基于温度植被干旱指数的干旱研究

5.1分裂窗算法简介及其参数求解

5.2温度植被干旱指数

5.3结果分析

5.4相关性检验

6旱情时空分布分析

6.1旱情监测模型的分析与选择

6.2统计结果分析

6.3研究区旱情时空分布规律

7结论与展望

7.1结论

7.2展望

参考文献

致谢

附 录