论文部分内容阅读
我国是一个人口众多的农业大国,人均占有耕地严重不足。随着城镇化进程的发展,建设用地日益增多,大量耕地被占用,可垦耕地后备资源不足。为了确保谷物基本自给和口粮绝对安全,充分发挥中低产田的增产潜力,提高单产,已成为缓解人口压力、解决粮食问题所采取的重要战略措施。渍害田是在我国主要农业省份广泛分布的一类中低产田,因其危害过程缓慢,成灾强度远低于洪涝灾害,往往受重视程度不足。渍害低产田的调查统计,是我国当前为增加农业后劲而开展的大面积渍害低产田治理工作所必须解决的一个重要课题。过去渍害低产田调查统计主要依赖于人工调查的方式,该方法涉及众多因素,不利于大范围调查、监测和预报工作的进行。近年来随着遥感技术的发展,影像分辨率逐步提高,几何、辐射质量日益提升。利用遥感技术进行大范围渍害低产田调查逐渐成为可能,并具有快速、高效、便捷等优点。本文以安徽省为主要研究区域,依托遥感技术及其它多源信息,系统研究和分析了安徽省渍害田的分布特征以及渍害发生的主要诱因。本文主要研究工作和创新之处主要体现在:(1)首先研究了渍害田的成因、研究背景及研究意义等问题。然后通过对国内外相关研究进展的分析,发现本研究是渍害田判别办法研究领域中具有创新性的重要课题。目前对这一问题虽然机理化的研究很多,但多局限于单一学科或者面向渍害成因的单一因素。缺乏交叉学科、多技术手段的综合研究,本研究试图寻找适用于大范围识别的方法或策略,这也是本文的出发点和创新点。(2)本文着重讨论了渍害成灾各因素,对众多因素进行归类分析,分为为孕灾因子和致灾因子,引入基于水量平衡的多因子致灾模型。同时比较和深入分析目前渍害判断的众多标准和相应成果,给出了利用遥感技术进行渍害田识别的具体思路。(3)详细分析并总结了安徽省地理区位条件、水文气象条件和渍害田成因及类型分布规律的特点。在此基础上分析了Modis植被覆盖数据的核查方法。基于改进的方法提取GDEM30信息修复STRM90的空白区域,使用修复后的SRTM90进行安徽省地形指数提取。采用考虑温度影响的球谐函数空间差值模型进行日蒸发量的空间扩展,并利用MOD16月数据进行检验改进了单纯的空间内插结果。(4)基于新型遥感数据源(Landsat-8)的渍害区域提取。对波段进行归一化配对,确定采用六七波段组合的归一化土壤湿度指标进行土壤含水率反演。然后对遥感影像数据进行辐射标定和植被剔除工作。同时筛选地面墒情数据,把墒情数据按照光学植被覆盖度分为三类,利用光谱信息与土壤湿度的关系反演影像区域的土壤含水率。再利用时空扩展的土壤饱和含水率空间分布获取土壤相对湿度空间分布数据,根据相关标准提取疑似渍害区域,根据水量平衡模型和致灾因子数据进行时序分析核查并确定渍害区域。(5)根据提取的渍害区域与研究区域关键致灾因子空间分布数据进行联合分析,得到不同类型渍害的空间分布特征,突出了地形因素的关键作用,同时针对不同渍害类型指出其致灾关键因子。通过对土壤墒情和气象数据的长时间序列数据的研究,分析了安徽省渍害的时间分布特征,并利用Envisat微波遥感数据对春季渍害现象进行了验证。