论文部分内容阅读
我国是一个受干旱灾害影响比较严重的国家,干旱的频繁发生和长期持续给国民经济特别是农业生产等带来了巨大的损失。全球气候变化使干旱的发生范围和影响面积呈现明显增加的趋势,这将在水资源短缺地区带来更为不利的影响。海河流域正是这样一个典型的资源性严重缺水地区,是自50年代以来干旱面积增加趋势最为显著的一个流域,作为我国华北地区的重要粮食基地之一,社会经济的高速发展使得水资源供需矛盾极为突出。因此以该流域为研究区,开展基于多源数据的农田旱情监测方法研究,对于流域农业生产中应对干旱、保障粮食安全都有着重要的研究意义,且在北方地区将有很好的推广价值。
本文利用多源遥感数据的优势,挖掘用于不同类型干旱监测的信息,通过各个类型的干旱指标的时空对比分析,揭示流域各指数间的关系及对旱情的指示意义。在此基础上,从农田旱情特点出发,发展基于多源数据的农田旱情监测和损失估算模型,并以海河流域为研究区进行了2009年流域春旱的监测案例分析。
本文的主要成果与创新点为:(1)研究了利用TRMM月降水产品进行气象干旱指数计算的可行性,阐明了该产品的适用季节主要在春、夏和秋季。通过与历史旱情资料的对比分析表明基于该产品的标准降水指数(SPI3)可以很好的反映气象干旱。(2)考虑了3-5月海河流域南部平原区积温对作物生长的影响,提出了基于积温改进的植被差值指数,考虑了不同阶段作物耗水与需水的差异,提出了基于水分胁迫的蒸散胁迫指数,为旱情遥感监测提供了新的手段。(3)通过旱情指数的时空一致性的定性和定量分析,揭示了气象干旱指数和遥感旱情指数之间的关系,为理解两类指数不同的指示意义提供参考,也为旱情监测结果的分析与诊断提供先验知识。(4)基于土壤水分平衡方程,提出了具有明确物理意义的遥感驱动的区域农田旱情监测模型,模型模拟结果在流域南部平原区春季取得了较好的效果。(5)提出了基于生物量差值指数的农田旱情影响评估模型,可以反映水分亏缺对作物产量的初步影响。