基于ESTARFM模型的陕北黄土高原植被覆盖时空变化及其对气候因子的响应

基于ESTARFM模型的陕北黄土高原植被覆盖时空变化及其对气候因子的响应

论文摘要

陕北黄土高原地形复杂,一直以来生态环境较为脆弱,是我国水土流失严重的区域。植被覆盖度是评价区域生态环境的重要因子,因此研究植被覆盖的时空动态变化对该区域水土保持、生态环境工程的实施具有重要意义。随着航天卫星科学的不断发展,遥感数据已成为估算区域植被覆盖度的主要数据。然而,现有传感器获取的遥感数据易受到天气、重返周期等其它因素的限制难以同时满足高空间分辨率和高时间分辨率数据在植被覆盖度估算中的需要。因此通过时空融合技术生成高时空分辨率数据为在地形复杂区域开展植被覆盖研究提供了新的思路和方法。本文以Landsat和MODIS数据为数据源,在ESTARFM(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model)时空融合模型的基础上,融合得出陕北黄土高原2008—2016年6—8月的Landsat NDVI数据,然后计算植被覆盖度并分析9年间植被覆盖度的时空变化特征,最后结合2008—2016年的气象数据分析植被变化对气候因子响应,以期为陕北黄土高原水土保持、环境可持续发展提供科学参考。主要得到以下研究结果:(1)高时空分辨率植被覆盖度时序数据的生成。以Landsat和MODIS影像数据为数据源,通过ESTARFM时空融合模型对两种尺度下的NDVI植被指数数据进行融合,得到了具有高时空分辨率的ESTARFM NDVI(30m,8day)。然后对融合结果与实际Landsat NDVI数据进行比较,结果表明ESTARFM NDVI与同期Landsat NDVI通过目视判读后高度相关,定量分析后整体相关系数达0.97以上,绝大多数像元的差值趋近于0,总体融合精度较高。最后对获得的2008—2016年6—8月完整的Landsat NDVI时序数据估算植被覆盖度,应用于后续研究。(2)基于高时空分辨率植被覆盖数据的陕北黄土高原植被覆盖时空变化分析。年际变化上:2008—2016年全区6—8月的植被覆盖度呈变化上升的趋势;植被进化演变的面积占比远大于退化演变,并且高等级植被覆盖类型的植被面积占比在增大;各土地利用类型的植被变化都呈上升趋势,其中改善效果最为明显的是灌木林和疏林地。空间上:全区植被覆盖的空间分布特点为东南高西北低,且在逐年改善,改善效果明显的区域主要分布于研究区延长、安塞以北以及府谷、神木以南的县区。全区植被总体的恢复效果较好。(3)陕北黄土高原植被覆盖变化对气候因子的响应。从空间相关性的角度探讨6—8月植被覆盖对同季和前季气候因子响应的空间差异特征,结果表明:降水、相对湿度对植被的影响主要分布于全区西北部和中部地区,且同季的影响范围大于前季;温度和太阳辐射对植被的影响主要分布于中北部,且同季的影响范围小于前季;风速对植被的植被的影响主要分布于中南部地区,并且同季的影响范围大于前季。从时间相关性的角度整体探讨6—8月的植被对气候的响应及时滞分析,结果表明:植被对气温、降水和相对湿度的响应分别存在1—3个月的滞后期,对风速和太阳辐射的响应不显著。

论文目录

  • 摘要
  • abstract
  • 第一章 绪论
  •   1.1 选题背景与研究意义
  •     1.1.1 选题背景
  •     1.1.2 研究意义
  •   1.2 国内外研究进展
  •     1.2.1 时空数据融合方法研究进展
  •     1.2.2 区域植被覆盖变化研究进展
  •     1.2.3 气候变化对区域植被的影响研究现状
  •   1.3 研究内容
  •   1.4 技术路线
  • 第二章 研究区概况和数据处理
  •   2.1 研究区概况
  •   2.2 遥感数据及预处理
  •     2.2.1 Landsat数据及预处理
  •     2.2.2 MODIS数据及预处理
  •   2.3 气象数据及预处理
  •   2.4 土地利用数据及预处理
  • 第三章 研究方法与融合方案
  •   3.1 ESTARFM时空融合模型
  •     3.1.1 ESTARFM算法基本原理
  •     3.1.2 ESTARFM算法的实现步骤
  •     3.1.3 Landsat和 MODIS数据融合方案
  •   3.2 植被覆盖度的计算
  •     3.2.1 像元二分法
  •     3.2.2 采用NDVI计算植被覆盖度
  •   3.3 趋势分析法
  •   3.4 空间相关分析
  • 第四章 ESTARFM时空融合数据结果与评价
  •   4.1 时空分辨率融合数据质量评价标准
  •   4.2 数据融合结果的主观评价
  •   4.3 数据融合结果的客观评价
  •   4.4 基于ESTARFM模型的植被覆盖度时序数据生成
  • 第五章 陕北黄土高原植被覆盖时空变化分析
  •   5.1 2008—2016 年陕北黄土高原植被覆盖时间变化特征
  •     5.1.1 植被覆盖整体年际变化趋势
  •     5.1.2 各等级植被覆盖度年际转移变化分析
  •     5.1.3 不同土地利用类型植被覆盖年际变化
  •   5.2 2008—2016 年陕北黄土高原植被覆盖空间变化特征
  •     5.2.1 植被覆盖逐年空间分布特征
  •     5.2.2 植被覆盖度趋势变化空间分布
  • 第六章 陕北黄土高原植被覆盖变化对气候因子的响应
  •   6.1 2008—2016 年陕北黄土高原气候因子特征
  •     6.1.1 陕北黄土高原气候因子的时间变化
  •     6.1.2 陕北黄土高原气候因子的空间变化
  •       6.1.2.1 气候因子的空间均值分布特征
  •       6.1.2.2 气候因子变化趋势空间分布
  •   6.2 2008—2016 年陕北黄土高原植被覆盖变化与气候因子的相关性
  •     6.2.1 植被覆盖度与同季气候因子的空间相关性
  •     6.2.2 植被覆盖度与前季因子气候的空间相关性
  •     6.2.3 植被覆盖度与气候因子的时间相关性及时滞分析
  • 第七章 结论与展望
  •   7.1 主要结论
  •   7.2 讨论
  •   7.3 不足与展望
  • 参考文献
  • 攻读硕士学位期间取得的科研成果
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 马黎

    导师: 刘咏梅

    关键词: 陕北黄土高原,高时空分辨率,植被覆盖变化,气候因子

    来源: 西北大学

    年度: 2019

    分类: 基础科学

    专业: 生物学

    单位: 西北大学

    分类号: Q948

    总页数: 79

    文件大小: 17500K

    下载量: 373

    相关论文文献

    • [1].基于高分一号遥感影像的植被覆盖遥感监测——以厦门市为例[J]. 国土资源遥感 2019(04)
    • [2].气候变化与人类活动对植被覆盖的影响[J]. 西安科技大学学报 2020(01)
    • [3].北京市2005~2015年植被覆盖变化对蒸散发量的影响[J]. 水电能源科学 2020(02)
    • [4].海南岛植被覆盖变化驱动因子及相对作用评价[J]. 国土资源遥感 2020(01)
    • [5].基于NDVI数据的宝鸡市和西安市植被覆盖情况对比分析[J]. 农业科学研究 2020(01)
    • [6].恩施市植被覆盖时空特征及动态变化分析[J]. 湖北农业科学 2020(07)
    • [7].济南泉域重点渗漏带植被覆盖空间异质性[J]. 东北林业大学学报 2020(09)
    • [8].2010—2018年辽宁西部地区植被覆盖变化及其对气候的响应[J]. 测绘与空间地理信息 2020(07)
    • [9].济南市植被覆盖时空变化特征研究[J]. 绿色科技 2020(14)
    • [10].基于多期遥感数据的华蓥山中段植被覆盖变化研究[J]. 河北省科学院学报 2020(03)
    • [11].基于植被覆盖变化的塔里木河干流保护对策研究[J]. 黑龙江水利科技 2020(09)
    • [12].中国植被覆盖变化研究遥感数据源及研究区域时空热度分析[J]. 地球科学进展 2020(09)
    • [13].贵州省黔南州植被覆盖时空变化分析[J]. 地理空间信息 2018(12)
    • [14].基于Google Earth Engine分析黄土高原植被覆盖变化及原因[J]. 中国环境科学 2019(11)
    • [15].基于Google Earth Engine的京津冀2001~2015年植被覆盖变化与城镇扩张研究[J]. 遥感技术与应用 2018(04)
    • [16].闽赣自然植被覆盖格局及其驱动机制分析[J]. 长江科学院院报 2016(12)
    • [17].基于NDVI的陕北黄土高原丘陵沟壑区植被覆盖变化及其驱动力分析——以志丹县为例[J]. 林业经济 2016(12)
    • [18].基于MODIS数据的宁波市植被覆盖时空变化研究[J]. 浙江水利科技 2017(01)
    • [19].1975–2014年福建省植被覆盖变化及其驱动因素[J]. 植物生态学报 2017(02)
    • [20].2001—2014年间黄土高原植被覆盖状态时空演变分析[J]. 国土资源遥感 2017(01)
    • [21].西北干旱区植被覆盖时空动态特征[J]. 林业资源管理 2017(01)
    • [22].基于MODIS数据乌江流域植被覆盖变化与气候变化关系研究[J]. 林业资源管理 2017(01)
    • [23].黄土高原典型干旱区退耕还林后植被覆盖变化研究[J]. 生态科学 2017(01)
    • [24].2000年以来朝鲜植被覆盖变化及其与气候因子的相关性研究[J]. 干旱区地理 2017(04)
    • [25].兰州南北两山植被覆盖变化动态监测[J]. 兰州理工大学学报 2017(03)
    • [26].德清县植被覆盖时空变化遥感监测[J]. 浙江水利科技 2017(05)
    • [27].山西省植被覆盖变化及其影响因素研究[J]. 西北师范大学学报(自然科学版) 2017(06)
    • [28].植被覆盖下膨胀土长期强度特性分析[J]. 常州工学院学报 2015(05)
    • [29].石家庄1995~2015年植被覆盖变化监测及预测[J]. 遥感信息 2016(04)
    • [30].2000—2018年深圳市植被覆盖动态变化与预测[J]. 应用生态学报 2020(11)

    标签:;  ;  ;  ;  

    基于ESTARFM模型的陕北黄土高原植被覆盖时空变化及其对气候因子的响应
    下载Doc文档

    猜你喜欢