论文部分内容阅读
本文系统地分析和总结了国内外干旱监测方法,并探讨了归一化干旱指数NDDI、尺度化指数SMMI、温度植被干旱指数TVDI这三个干旱监测指数在毛乌素沙地腹部地区干旱中的适宜性。在此基础上结合土地利用数据与气象数据站点数据,通过层次分析法确定权重,构建基于多指数的综合干旱监测指数,然后利用野外实测土壤水分数据对建立的模型进行验证,并确定了综合干旱监测指数的干旱等级划分标准。最后应用构建的综合干旱指数监测模型对毛乌素沙地腹部干旱情况进行了时空分析。同时采用基于能量平衡方程的SEBS蒸散发模型估算了该区域的日蒸散,进而分析了该区域的干旱情况,并且与综合干旱指数模型的结果进行对比分析。主要内容和结论如下:(1)利用2016年4月(春季)、9月(秋季)两期不同植被覆盖度的遥感数据,计算得到的NDDI、尺度化SMMI、TVDI分别与0~10cm、10~20cm、20~30cm土层深度的土壤含水率,建立了指数模型、线性模型、对数模型和二次多项式模型,确定单一监测指数的二次多项式模型为本研究中最理想的拟合函数。同时,NDDI法和尺度化SMMI法进行土壤含水率监测的效果随着时间的变化而起伏较大,TVDI法监测土壤含水率效果的稳定性相对较好一些。(2)在单一干旱指数适应性分析的基础上,综合NDDI、尺度化SMMI、TVDI,通过层次分析法方法赋给3个基本参量不同权重系数,构建综合干旱指数监测模型。通过野外实测土壤含水率数据对模型进行验证,结果表明,综合干旱监测指数与野外实测含水率相关性要明显优于最优单一指数TVDI与野外实测含水率相关性,能较好的表征干旱情况。(3)对于水分效应贡献度(H_i),在4、9月份水体、耕地、林地、草地的综合干旱监测指数效应贡献度均在7%以上。综合干旱监测指数的全局Moran指数I分别为0.71、0.83,得到Z值分别为48.44、57.39。这说明,毛乌素沙地腹部综合干旱监测指数的区域分布存在一定的正相关和空间集聚。(4)采用基于能量平衡方程的SEBS模型估算了毛乌素沙地腹部地区—乌审旗2016年4、6、8、9月的4期数据的日蒸散发量,结果表明乌审旗南部地区增发比较大,反映下垫面供水充分,无旱情。其次,从2016年4、6、8、9月的4期数据发现蒸散和DI呈正相关,R~2都大于0.5。