岷江上游植被蒸散时空格局及其模拟研究

论文摘要

蒸散是水分平衡的主要分量，包括系统蒸发和植物蒸腾。全面了解蒸散需要气象、土壤、植物、水文等多学科知识；其对探求全球水分循环规律、正确认识陆地生态系统的结构和水文功能具有重要意义。全球约60％左右降水被蒸散所消耗，在农田系统中则有99％用水被蒸散消耗。蒸散作为水循环的重要环节对于了解水循环过程、植被对水文过程调节作用、合理利用有限水资源都有重大意义。 本文基于“3S”技术利用遥感和气象数据结合野外实际调查对岷江上游植被空间景观格局进行了分析，然后运用不同方法(基于气象数据的Thornthwaite法和基于遥感数据的SEBAL模型法)对岷江上游蒸散时空格局进行了模拟，进而分析研究了蒸散时空格局及其与植被、气象等因子之间的关系，得出了如下初步结论： (1)岷江上游植被格局分析表明：岷江上游针叶林、灌丛、草地是岷江上游三大主要植被类型，三者的面积比例分别为30.26％、22.76％、36.88％。植被景观特征分析表明：整个岷江上游以灌木斑块数最多，密度最大但连通性最差；针叶林、草地则聚集度相对较高，连通性较好。不同子流域植被景观格局以卧龙景观格局破碎化程度最低；而人为活动频繁的黑水、镇江关子流域则表现为破碎化程度较高。 植被与生境关系分析表明：岷江上游植被分布受海拔、日照、坡向、气温、降水等因子的影响。就整个流域而言植被分布与海拔、日照、气温等有一定相关性，但由于岷江上游多样的小气候和人为干扰强度的不同导致相关性并不高。然而不同子流域由于面积相对较小，植被分布相对均匀，植被分布与日照、气温、降水等有较高相关性，但不同子流域与各因子相关性各异。 (2)岷江上游蒸散模拟研究：利用气象资料和遥感数据采用不同方法对岷江上游蒸散进行了模拟。引入山区日照时数算法对Thornthwaite公式进行校正后模拟岷江上游长期蒸散。其结果和未校正公式结果相比预测误差平均降低5％左右。模拟结果准确性虽没有显著提高，但结果说明与辐射密切相关的日照时数是影响蒸散的重要因子。 其次采用SEBAL模型基于MODIS遥感数据结合地面气象资料对岷江上游蒸散进行反演，同时对SEBAL模型引入地形校正因子使其适合于研究区域地形。模拟结果表明引入地形校正算法的SEBAL模型模拟蒸散对具有复杂地形的岷江上游区域是可行的。模拟结果与蒸发皿测定值对比表明在天尺度上两者差异较大，复相关系数为0.63(P＜0.05)，效果不很理想；但在月尺度上两者相关性较好，复相关系数达0.87(P＜0.05)。 研究表明基于Thornthwaite公式的传统方法和基于遥感数据SEBAL模型都能反映研究区域蒸散的季节动态。从两种方法的结果来看，两者所反映的研究区域蒸散季节动态相似，即在冬春季节(11月至次年4月)蒸散小，而夏秋季(5～10月)相对旺盛。但两者又有区别，主要表现在对非生长季节蒸散模拟的差异，若

论文目录

• 中文摘要
• 英文摘要
• 第一章 前言
• 1.1 引言
• 1.1.1 研究背景
• 1.1.2 研究目的和意义
• 1.2 国内外研究进展
• 1.2.1 蒸散研究方法综述
• 1.2.1.1 蒸散研究传统方法
• 1.2.1.2 蒸散研究新技术方法
• 1.2.1.2.1 闪烁通量法
• 1.2.1.2.2 遥感蒸散估测方法
• 1.2.2 蒸散研究尺度转换问题
• 1.2.2.1 空间尺度转换
• 1.2.2.2 时间尺度转换
• 1.2.3 植被蒸散研究进展
• 1.2.4 蒸散研究发展趋势与展望
• 1.3 研究内容
• 1.4 研究技术路线
• 第二章 研究区域概况
• 2.1 地理位置
• 2.2 地质地貌
• 2.3 水文与气象
• 2.4 植被
• 2.5 土壤
• 2.6 社会经济及人类活动
• 第三章 岷江上游植被景观格局研究
• 3.1 研究方法
• 3.1.1 数据来源
• 3.1.2 数据处理
• 3.2 结果与分析
• 3.2.1 岷江上游植被分布空间格局分析
• 3.2.2 岷江上游植被分布与环境因子关系分析
• 3.3 小结
• 第四章 岷江上游蒸散时空格局模拟
• 4.1 基于经验公式的长期蒸散模拟
• 4.1.1 引言
• 4.1.2 数据来源
• 4.1.3 数据处理
• 4.1.4 模型构建
• 4.1.5 结果与分析
• 4.1.5.1 岷江上游气温插值及空间分布
• 4.1.5.2 岷江上游日照时数时空格局
• 4.1.5.3 基于Thornthwaite公式的区域蒸散
• 4.1.5.4 小结
• 4.2 岷江上游蒸散季节动态遥感模拟
• 4.2.1 引言
• 4.2.2 数据来源
• 4.2.3 数据处理
• 4.2.4 模型结构及其参数化
• 4.2.4.1 模型结构
• 4.2.4.2 模型参数化
• 4.2.4.2.1 净辐射通量计算
• 4.2.4.2.2 土壤热通量计算
• 4.2.4.2.3 感热通量计算
• 4.2.5 结果与分析
• 4.2.5.1 参数敏感性分析
• 4.2.5.2 SEBAL模型模拟结果及验证
• 4.2.5.2.1 净辐射
• 4.2.5.2.2 蒸散结果及验证
• 4.2.6 小结
• 4.3 讨论
• 第五章 岷江上游蒸散时空格局及其与环境因子关系
• 5.1 研究方法
• 5.1.1 数据来源
• 5.1.2 数据处理
• 5.2 岷江上游蒸散时空格局
• 5.2.1 基于Thornthwaite公式蒸散时空格局
• 5.2.2 基于遥感数据的岷江上游蒸散时空格局
• 5.3 岷江上游蒸散与环境因子关系分析
• 5.3.1 蒸散与环境因子相关性
• 5.3.2 蒸散与环境因子关系
• 5.3.2.1 日蒸散与环境因子关系
• 5.3.2.2 月蒸散与环境因子关系
• 5.3.2.3 蒸散年际变化及其与环境因子关系
• 5.3.2.3.1 岷江上游气温、降水年际变化
• 5.3.2.3.2 蒸散年际动态变化
• 5.3.2.3.3 蒸散年际变化与气温、降水关系
• 5.4 小结
• 第六章 植被蒸散时空格局与环境因子关系研究
• 6.1 研究方法
• 6.1.1 数据来源
• 6.1.2 数据处理
• 6.2 结果与分析
• 6.2.1 岷江上游不同植被蒸散时空格局
• 6.2.1.1 岷江上游主要植被蒸散季节动态
• 6.2.1.2 岷江上游主要植被蒸散空间格局
• 6.2.2 岷江上游植被NDVI时空格局
• 6.2.3 岷江上游蒸散与NDVI关系分析
• 6.3 小结
• 第七章 结论与建议
• 7.1 主要结论
• 7.2 问题与建议
• 参考文献
• 致谢
• 附录1 Thornthwaite公式蒸散ERDAS model maker实现过程
• 附录2 SEBAL模型ERDAS model maker实现过程
• 附录3 文中符号说明
• 导师简介
• 博士期间发表论文及参加课题