论文部分内容阅读
病虫危害具有大强度、小概率、复杂性、混沌性和突变性的特点，其监测预警是一门应用性、交叉性很强的学科，遥感监测在其中占有重要地位，利用遥感时间维信息的研究则具有巨大的潜力，对于进一步加强理论和应用研究具有重大作用。研究以塔里木河流域吐加依林分布区为典型区域，以春尺蠖为对象，使用MODIS NDVI数据重构基于像元的时间序列曲线，分析春尺蠖灾害在遥感图像时间序列上的响应，发现诊断点，研究发展基于NDVI时间效应的虫害突变信息检测技术、虫害信息分离技术、春尺蠖虫害诊断技术及其相关理论，并采取实地调查和地面采样数据作为辅助手段进行验证。在此基础上，分析研究塔里木河流域吐加依林尺蠖虫害发生机理和时空变化规律；建立遥感响应指标，构建吐加依林尺蠖危害遥感监测模型；反演塔里木河流域吐加依林尺蠖危害现状，分析了其发生时空变化规律，主要得出以下结论：（1）选用多种类型遥感影像数据，综合其各自空间分辨率、时间分辨率和光谱分辨率特点，并使用计算机解译和人工判读相结合的方法，对吐加依林信息进行综合解译。经统计，塔里木河流域吐加依林面积为135.1×10~4hm~2。通过现地验证，此次吐加依林遥感解译精度为91%。（2）塔里木河流域吐加依林主要分布于塔克拉玛干沙漠周边的人工绿洲外围，主要表现为沿河分布。叶尔羌河、和田河和阿克苏河汇流以后河段流域内吐加依林分布面积为52.54×10~4hm~2，占总流域面积的38.89%。（3）构建了MODIS NDVI时间序列数据集。利用线性内插法根据像元可信度波段(Pixel Reliability)对时序数据集进行了初步重建，该方法能够有效的去除云、雪产生的噪音对时序数据集的干扰；并在此基础上使用Logistic模型滤波法、Gaussian模型滤波法以及S-G模型滤波法对时序数据集进行了重构，经对比发现，S-G模型滤波法较好的保留了序列中的细节也去除了噪音干扰。（4）利用S-G模型滤波法重构了基于像元的研究区MODIS NDVI数据长时间序列曲线，分析塔里木河流域吐加依林春尺蠖虫害在遥感图像时间序列上的响应，构建了NDVI突变检测指数MDI NDVI，该模型能够灵敏的检测出NDVI突变点。（5）运用数学和统计方法，研究春尺蠖灾害在遥感影像上的响应关系，构建了吐加依林尺蠖危害遥感判别监测模型，确定了吐加依林春尺蠖灾害NDVI阈值。（6）利用NDVI突变检测指数模型和春尺蠖灾害判别模型对塔里木河流域2011年吐加依林春尺蠖灾害进行了监测，并进行了实地调查验证，监测精度83.21%，模型具有较大的使用价值。（7）监测表明，2011年塔里木河流域吐加依林春尺蠖灾害发生面积为115.59×10~4hm~2，占吐加依林总面积的85.56%。吐加依林春尺蠖灾害发生期主要集中在3月下旬、4月上旬和4月下旬，特别以4月下旬发生面积最大，达到48.68×10~4hm2，占吐加依林总面积的36.04%。在空间上，塔里木河流域内吐加依林普遍发生春尺蠖灾害，发生的地区随时间的变化而发生相应的改变。