攀西地区干旱脆弱性时空变化评价研究

发布时间：2020-10-22 22:07

　　 攀西地区是我国长江上游的生态屏障,对整个长江流域生态环境建设及其经济发展有着非常重大的影响,但近年的统计发现,随着气候干旱化趋势加重,攀西地区作物受灾和绝收的面积不断增大,旱情有逐年加重的趋势。在此情况下,将已在灾害学与生态学中运用较为成熟的“3S”技术引进到本次攀西地区干旱脆弱性评价研究中,通过对干旱脆弱性专题数据的收集、储存、管理、运算、显示、分析等处理,能够为研究区干旱脆弱性评价模型的建立提供数据支持与理论基础。在大量阅读分析相关领域研究成果基础上,选取多时相卫星遥感数据与气象数据,综合运用空间信息技术,对攀西地区干旱环境进行遥感调查与监测,在此基础上,结合该地区相关自然地理数据,根据科学评价原则,基于AHP-熵值法组合模型对该地区2008年至2012年干旱脆弱性进行评价,并对其时空变化特征进行分析。本论文的主要研究内容如下:(1)基于气象数据与遥感数据的干旱时空特征分析。基于攀西地区气象站点2008-2012年逐月降水数据,分析各个站点的降水变化特征及趋势;利用标准化降水指数(SPI)在干旱分析中的优势,并依据气象干旱等级国家标准将SPI划分为5个等级,对研究区整体及分站点的干旱情况进行分析;以2008-2012年攀西地区标准化的NDVI和LST遥感数据为基础,在ENVI环境下,使用IDL语言编程,输出逐月的NDVI-LST特征空间散点图,确定干、湿边方程参数,实现研究区基于像元的逐月温度植被干旱指数(TVDI)反演,并用土壤墒情数据进行验证,以得到攀西地区干旱分布的空间特征。(2)构建攀西地区干旱脆弱性评价模型。构建攀西地区干旱脆弱性评价模型从自然潜在脆弱和人为干扰脆弱两个方面,选取具有代表性的TVDI、SPI、土壤可蚀性(K值)、高程、河网密度、有效灌溉面积、植被覆盖、城市供水总量和土地利用共9个指标,构建研究区干旱脆弱性评价指标体系;利用AHP-熵值法组合模型得到指标主观与客观权重,结合博弈论法确定各指标的综合权重,计算得到研究区干旱脆弱性评价结果,并引入TOPSIS法对评价结果进行潜在、微度、轻度、中度、重度5个等级划分,最终得到攀西地区干旱脆弱性时空分布结果。(3)攀西地区干旱脆弱性时空变化及影响分析。通过对不同年份的干旱脆弱性评价结果进行空间动态变化分析,得到基于像元的干旱脆弱性相对变化。对评价结果和各指标进行空间位置相关性分析,明确影响研究区干旱脆弱性的主要因素;对评价结果与其他社会经济因素做相关性分析,得到两者之间的相互联系。并基于以上结果对研究区进行干旱脆弱性分区,针对性地提出相关治理建议,为研究区干旱环境的认识以及旱灾的预警和防治提供了理论依据。
【学位单位】：成都理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：P426.616
【部分图文】：

第 2 章 研究区概况及数据来源2.1 研究区概况攀西地区，地处川滇结合的四川省西南地区。行政区划主要包括攀枝花市和凉山彝族自治州共计 22 个区县（图 2-1），区域面积约 6.78 万平方公里，人口总计 451.55 万。该地区水能、钒钛、稀土等资源贮藏丰富，是我国开发潜力巨大的工业基地和交通骨架。

12图 2-2 各气象站点地理位置图2.2.3 其它数据土壤数据：主要包括研究区的土壤类型分布，以及每种土壤类型的可蚀性 K值。DEM 数据：为 SRTM3 地形产品数据，分辨率 90 米。土地利用数据：使用 500m 的 MODIS 产品数据 MCD12Q1，该数据将土地类型分为三大类，其中包含自然植被 11 类，土地利用和土地镶嵌 3 类以及无植被土地 3 类。人文与社会数据：主要包括研究区 2008-2012 年的农业人口数量及比重、国

= a + b NDVI （3-5）将（3-4）、（3-5）带入式（3-3）得：TVDI =( )( ) ( )（3-6）上式中，NDVI 为像元对应的归一化植被指数；LST为地表温度；LST 和LST 为像元 NDVI 在特征空间中所对应的最低及最高地表温度，即干边和湿边；a、b 是湿边拟合方程的系数，a 、b 为干边拟合方程系数，都为待定系数通过特征空间线性拟合计算得出。TVDI 是以 NDVI-LST 特征空间分布为基础的，通过绘制 NDVI 与 LST 散点分布图，可发现两者散点图呈现三角形或者梯形分布（Price，1990；Moran et al，1994），如图 3-1 所示。图中梯形四个顶点 a、b、c、d 则代表了 NDVI 和 LST 关系的极端关系，a 代表了 NDVI 低值、地表温度最高的情况，为裸露的干燥土壤；b 点为 NDVI 低值，同时 LST 也为低值的情况，代表植被覆盖度低但土壤含水量高的湿润裸土；c 点具有高 NDVI、低 LST 特点，为植被覆盖度高、土壤含水量也高的湿润土壤；d 点具有植被覆盖度高、地表温度较高，为土壤干燥。
【参考文献】

相关期刊论文 前10条

1 张晓华;毕生;曹永潇;;基于TOPSIS法的陕西省黄河流域干旱综合评价模型[J];南水北调与水利科技;2015年02期

2 王莺;王静;姚玉璧;王劲松;;基于主成分分析的中国南方干旱脆弱性评价[J];生态环境学报;2014年12期

3 汪霞;汪磊;;西南喀斯特地区农业旱灾脆弱性评价——以贵州省为例[J];广东农业科学;2014年22期

4 杨帅;于志岗;苏筠;;中国气象干旱的空间格局特征(1951-2011)[J];干旱区资源与环境;2014年10期

5 韩元元;;基于标准化指数SPI的云南地区干旱评价研究[J];吉林水利;2014年09期

6 尹圆圆;王静爱;黄晓云;雷永登;;全球尺度的旱灾风险评价指标与模型研究进展[J];干旱区研究;2014年04期

7 韩兰英;张强;姚玉璧;李忆平;贾建英;王静;;近60年中国西南地区干旱灾害规律与成因[J];地理学报;2014年05期

8 康永辉;解建仓;黄伟军;周祖昊;;农业干旱脆弱性模糊综合评价[J];中国水土保持科学;2014年02期

9 王跃峰;陈兴伟;陈莹;;基于多时间尺度SPI的闽江流域干湿变化与洪旱事件识别[J];山地学报;2014年01期

10 靳润芳;张竞予;左其亭;;人水关系博弈论研究进展与研究思路探讨[J];南水北调与水利科技;2013年06期

相关硕士学位论文 前6条

1 朱倩文;攀西地区土壤侵蚀空间特征及与影响因子的关系分析[D];南京信息工程大学;2017年

2 李蕊;陕西省干旱脆弱性评价[D];西北农林科技大学;2015年

3 李艳利;基于气象数据和LST-NDVI特征空间的吉林省干旱时空分析[D];东北师范大学;2015年

4 白天路;基于遥感和地面实测水分数据的小流域土壤水分模拟[D];西北大学;2010年

5 崔冬林;近50年中国区域持续性气象干旱事件的客观识别及变化研究[D];兰州大学;2010年

6 夏红霞;山地森林/干旱河谷交错带植被退化特征[D];四川农业大学;2009年

本文编号：2852149