论文部分内容阅读
我国是一个农业发达但水资源匮乏的国家,对水资源进行合理的分配越来越成为我国农业得以健康发展的基础,而对于灌溉面积与种植结构的监测,作为水资源合理配置的重要依据也越来越受到重视。本文在对灌溉面积与种植结构的监测方法进行分析的基础上,以内蒙古河套灌区沈乌灌域作为研究区,对遥感技术在干旱半干旱地区,种植结构与灌溉面积监测方法的可行性进行了分析。同时运用数理统计预测模型对沈乌灌域的灌溉面积进行了预测,取得的主要成果如下:(1)采用基于CART决策树与SEE5.0决策树的分类方法,对沈乌灌域土地利用类型进行分类,并绘制了沈乌灌域土地利用类型图,同时根据野外实测点数据,对基于两种决策树的土地利用类型图的绘制精度进行了对比分析,发现两种决策树分类方法对精度分别为83.5%和88.3%,因此选取SEE5.0决策树的分类结果作为灌溉面积与种植结构提取的依据。(2)选取Landsat-8和MODIS卫星影像,采用基于EVI时序集的决策树分类法,对沈乌灌域的种植结构进行遥感监测,同时根据统计数据以及野外实测数据,分别从面积和位置两方面进行精度评定。同时结合研究区各渠系的土壤分布情况,分析种植结构与土壤类型的分布关系,结果发现Landsat-8和MODIS卫星对于瓜类、玉米、葵花的分类精度分别为91.3%、92.9%、91.4%和78.3%、85.9%、86.2%。可以看出MODIS卫星数据对于瓜类这种种植面积较小且不成片分布的作物,分类结果较差。面积精度评定方面,Landsat-8绝对误差和相对误差均要低于MODIS,结合研究区各渠域的土壤类型与畦田规格,对两者和种植结构的关系进行分析发现,沈乌灌域种植结构分布情况与两者关联程度较低。(3)通过对于植被供水指数VSWI和基于Ts-NDVI特征空间的温度植被干旱指数TVDI的研究,结合野外实测数据,构建基于VSWI和TVDI差异的灌溉面积监测模型,同时根据SVM回归滑动预测模型和Logistic灰色预测模型对沈乌灌域灌溉面积预测结果,对遥感监测模型和数理统计预测模型的精度进行评定,根据精度评定结果发现,SVM回归滑动预测模型的精度明显高于Logistic灰色预测模型,并且高于遥感监测结果,但其预测结果会随着预测步骤的增加偏离实际发展规律,遥感监测模型方面,基于VSWI和TVDI差异的灌溉面积监测模型精度分别为90.2%、91.3%,根据反演正确点占灌溉区域采样点百分比,精度分别为85.3%和89.7%,证明了两种遥感监测模型的可行性,其可为研究区灌溉管理提供数据支持。