论文部分内容阅读
干旱是一种常见且危害极大的全球性自然灾害,对人类社会与生态系统造成不可忽视的影响。在全球气候变暖的背景下,干旱事件可能会变得更加严重和频繁。因此,开展干旱监测技术方法研究,及时了解旱情,有效采取抗旱措施并科学指导农业生产等意义重大。气象或遥感数据的干旱指标主要集中在单一干旱响应因素,不能较好的表达干旱综合信息。经降尺度至1km×1km的TRMM降水数据不仅能够弥补气象降水插值造成的误差,还能够满足区域尺度的干旱监测研究。云南省是干旱多发区,农业生产、人民生活、社会经济等因旱灾受到严重的影响,故以云南省为研究区,利用MODIS、TRMM、DEM等遥感数据,考虑降水、植被生长状况、地表温度和高程因子,结合主成分分析法和层次分析法,保留样本的客观信息并融入已有的知识和经验,构建云南省综合干旱监测模型,并分析2009-2018年云南省干旱时空变化特征。论文研究主要内容及结论如下:(1)基于MODIS数据的干旱监测指标研究。植被状态指数(VCI)与温度条件指数(TCI)在云南省干旱监测能力较差,VCI在非植被生长季等覆盖度较低的区域监测效果欠佳,仅适用于植被覆盖度适中且长势平稳的植被区;而TCI在温度较高地区监测干旱情况与实际有所出入,两种指数均不适合单独用于云南省干旱监测。(2)基于TRMM数据的干旱监测指标研究。TRMM 3B43数据评估精度较高,在云南省具有较好的适用性,月、季、年和单站点降水数据的R2均大于0.58;结合NDVI数据建立地理加权回归(GWR)模型进行降尺度后的数据在时间尺度和单站点中精度稍有提高;云南省降水量总体分布趋势为南多北少、西多东少,年均降水量为1082mm,主要集中于5-10月份;降水距平百分率(Pa)和降水状态指数(TRCI)均较好的反映云南省干旱情况,且两者变化趋势基本一致,只是监测干旱程度有所差异。(3)干旱监测指标精度对比研究。从标准化降水指数(SPI)、标准化降水蒸散指数(SPEI)与VCI、TCI、Pa、TRCI、DEM(高程)关系图发现,TRCI与SPI、SPEI相关性最强,其次是Pa,两个降水干旱指标均通过0.01显著性检验;TCI、VCI、DEM(高程)与SPI、SPEI相关性较弱,但基本通过了0.05显著性检验,因此可将TRCI、VCI、TCI、高程作为综合干旱监测模型的构建指标。(4)综合干旱监测模型研究。考虑高程因子对干旱的影响,将SRTM_DEM数据的高程因子加入模型构建中,利用主成分分析法与层次分析法共同确定干旱模型各指标(TRCI、VCI、TCI、DEM(高程))的权重,得到的云南省综合干旱监测模型(CDI)较符合实际干旱情况。CDI结果与SPI、SPEI呈现较好的正相关性,均通过0.01的显著性检验;CDI与温度植被干旱指数(TVDI)呈负相关关系,能够很好的表达遥感干旱监测能力;CDI与土壤湿度的相关系数在0.39-0.73之间,能够很好的反映土壤湿度状况。(5)云南省干旱分析。2009-2018年旱情时空变化特征基本一致,全省大部分地区均有干旱发生,其中1-3月、11-12月干旱发生率较高;云南省平均干旱频率为29%,大部分区域干旱频率主要分布在15-45%之间,且存在四个明显的干旱频发中心;10年月均干旱覆盖率中,1月的干旱覆盖区域最大,2009-2014年干旱影响范围比2015-2018年广;全省2009-2018年25个站点中,除10月外,其余月份多数站点的干旱均处于减弱趋势。