干旱区土壤盐渍化遥感监测模型构建研究 ——以渭干河—库车河三角洲绿洲为例

论文摘要

土壤盐渍化是干旱半干旱区土地退化的主要形式之一。其发生发展是一个气候、水文、母质、植被等诸多因素耦合的复杂动力学过程。通常在气候干旱、土壤蒸发强度大、地下水位高且含有较多可溶性盐类的地区,容易导致土壤盐渍化的发生。土壤盐渍化直接和间接地影响人类生存、社会稳定、农业生产、资源与环境可持续发展。正确评价或预防土壤盐渍化对促进农业生产和区域可持续发展具有重要的现实意义。遥感具有客观反映土壤盐渍化时空变化的监测能力,遥感监测盐渍化土壤研究取得了很大进步。然而随着定量遥感应用研究的发展,对盐渍化土壤信息的定量化提取要求的提高,像元尺度的信息提取已不能满足需求。同时,国内外盐渍化土壤遥感监测研究也表明,在复杂的地表环境下,单纯采用土壤光谱特征是无法全面、准确反映土壤盐渍化信息,其方法在土壤盐渍化监测中暴露出诸多问题,如盐分信息提取的不确定性、土壤盐分监测的滞后效应等,不能适应全面、动态的盐渍化土壤监测与盐分信息提取的迫切需求。因此有必要对图像识别算法加以修改或发展新的方法,以适应定量提取区域尺度盐渍化土壤信息的新要求。利用定量遥感方法,实现准确的盐渍化土壤信息提取一直是遥感应用领域亟待解决的重要科学问题之一。研究基于波谱分解技术基础,有效利用作为盐渍化土壤遥感监测的两个关键指标——土壤光谱特征和盐渍区盐生植被生物物理特征,同时解决以往传统遥感监测土壤盐渍化的弊端——混合像元问题;在此基础上构建适于盐渍化评价的盐生植被指数(NHVI),充分利用盐生植被的生物物理特征实时监测土壤盐分含量的变化特征,弥补裸土光谱监测盐渍化程度得不足,增强盐渍化遥感监测的敏感度、实时性;同时通过光谱变换与运算,构建能够综合反映盐渍化程度的裸土及植被光谱特征的二维特征空间,并基于二维特征空间发展区域尺度盐渍化土壤的遥感定量提取指数——SDI模型。并用实地观测的土壤含盐量数据对提出的盐生植被指数(NHVI)和SDI模型进行检验和比较分析,结果表明:1)文中提出的盐生植被指数和研究区实地观测的土壤含盐量高度相关,能反映土壤盐渍化程度;(2)SDI充分利用可见光、近红外、植被生物物理特性,在准确获取地表生态物理参数的前提下,盐渍化遥感监测信息提取精度得以提高;其具有简单和反演速度快的优势,能够很好反映土壤盐渍化程度;(3)SDI考虑了地表植被覆盖的影响,因此,在干旱区,不同植被覆盖下地表的盐渍化遥感监测都可选用SDI模型;本研究的开展,以求抛砖引玉,引起学术界同仁和主管部门对此领域研究的关注。为区域尺度盐渍化土壤信息监测提供更丰富、更定量化的土壤盐渍化信息,为土壤盐渍化的遥感监测与评价提供有效的遥感监测模型。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 土壤盐渍化遥感研究进展
• 1.2.1 国外研究进展
• 1.2.2 国内研究进展
• 1.3 区域尺度盐渍化遥感研究现状分析
• 1.4 波谱分解技术研究进展
• 1.4.1 波谱分解模型研究进展
• 1.4.2 波谱端元（Endmember）选择方法研究进展
• 1.4.3 波谱分解模型在植被和土地资源遥感应用研究进展
• 1.5 研究思路、内容与技术路线
• 1.5.1 研究思路
• 1.5.2 研究内容
• 1.5.3 技术路线
• 1.6 本章小结
• 第二章 研究区概述及野外考察
• 2.1 研究区概述
• 2.1.1 地理位置
• 2.1.2 地形地貌
• 2.1.3 气候及水文状况
• 2.1.4 土壤盐渍化现状
• 2.2 野外考察
• 2.2.1 典型研究区的确定
• 2.2.2 采样点设计方案
• 2.2.3 样本指标测定
• 2.2.4 地物反射光谱曲线的获取
• 2.3 本章小结
• 第三章 图像数据预处理
• 3.1 引言
• 3.2 研究方法
• 3.2.1 几何精校正
• 3.2.2 基于6S 模型的大气校正
• 3.2.3 基于Roujean 模型的地面BRDF 校正
• 3.2.4 模型参数确定
• 3.3 算法实现和校正结果分析
• 3.3.1 实验靶区及数据源
• 3.3.2 模型中输入的参数
• 3.3.3 校正结果分析
• 3.4 结论
• 3.5 本章小结
• 第四章 光谱混合分解研究
• 4.1 引言
• 4.2 研究方法
• 4.2.1 实验靶区
• 4.2.2 数据源
• 4.2.3 混合像元分解模型的选择
• 4.2.4 端元光谱的确定
• 4.3 结果与分析
• 4.3.1 最优端元的确定
• 4.3.2 光谱混合分解结果
• 4.4 结论
• 4.5 本章小结
• 第五章 盐生植被指数构建
• 5.1 引言
• 5.2 研究方法
• 5.2.1 盐渍化监测指标类型及其尺度特征
• 5.2.2 盐生植被指数（NHVI）的确定
• 5.2.3 NDVI 和NHVI 的计算
• 5.3 结果与分析
• 5.3.1 实验区及盐渍化特征
• 5.3.2 验证分析
• 5.4 结论
• 5.5 本章小结
• 第六章 NHVI-SI 特征空间及土壤盐渍化遥感监测指数研究
• 6.1 引言
• 6.2 研究方法
• 6.2.1 实验靶区选择
• 6.2.2 数据源
• 6.2.3 盐渍化土壤光谱响应特征参量提取
• 6.2.4 盐渍化土壤光谱响应特征参量选择
• 6.2.5 NHVI-SI 二维特征空间
• 6.2.6 盐渍化遥感监测模型的构建
• 6.3 分析及应用
• 6.3.1 SDI 与土壤含盐量相关性分析
• 6.3.2 土壤盐渍化遥感监测指数的应用
• 6.3.3 土壤盐渍化遥感监测指数优势分析
• 6.4 结论
• 6.5 本章小结
• 第七章 结论与展望
• 7.1 主要结论
• 7.1.1 大气校正及地面二向辐射失真校正
• 7.1.2 光谱混合分解研究
• 7.1.3 盐生植被指数构建
• 7.1.4 NHVI-SI 特征空间及土壤盐渍化遥感监测指数研究
• 7.2 不足与展望
• 参考文献
• 在读期间参与的项目和发表论文清单
• 致谢