• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文学位 >基于多源遥感数据的干旱监测方法及生态系统响应研究
【6h】

基于多源遥感数据的干旱监测方法及生态系统响应研究

代理获取
页面导航
  • 目录
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

目录

第一个书签之前

展开▼

摘要

在全球气候变暖的背景下，干旱事件频繁发生，对农业、水资源、自然生态系统和社会经济造成了严重的负面影响。由于干旱过程复杂，涉及到大气、植被、土壤多个方面，不同学科的科学家们在过去几十年内提出了各种干旱指数用来监测干旱，旨在探索和理解干旱的成因、过程以及对陆地生态系统的影响。传统的气象干旱指数能够在站点尺度上有效地监测周围区域的干旱条件，但是其空间代表性较差；卫星遥感技术的出现和发展使得大尺度区域的干旱监测成为可能，基于不同卫星传感器、遥感反演算法等获取的大气（降水、温度、辐射等）、植被（绿度、冠层结构参数、生理参数等）、土壤（温度、水分等）等多种生态系统变量的时空分布信息能够实现对干旱条件的综合监测。 鉴于此，本文利用多源遥感数据评估和监测了不同地区的干旱条件以及生态系统的响应情况。使用的多源遥感数据包括站点气象数据、栅格再分析气象资料、涡度相关通量数据以及基于遥感的植被指数和冠层变量等。通过分析不同变量在干旱中的动态变化，实现对区域干旱条件综合地监测，探究生态系统响应气候变化的机理。该研究工作可为在全球变化背景下分析气候-植被交互作用、研究生态系统功能以及全球碳循环提供借鉴和参考。论文的主要研究工作和成果如下： （1）首先探究了标准化降水蒸散指数（SPEI）监测中国西南地区历史干湿条件的表现。SPEI指数在传统气象干旱指数标准化降水指数（SPI）的基础上考虑了温度对潜在蒸散发的影响，在全球变暖的背景下具有更高的应用潜力。研究利用西南地区89个气象站点的降水和温度数据计算了1982-2012年逐月的SPEI，对区域干旱特征进行了综合地分析，包括干旱的多时间尺度特征、趋势和时空影响程度。最后利用两个基于遥感的干旱指数探究植被和土壤水分如何响应SPEI的变化。研究表明SPEI能够有效地监测西南地区的变干趋势，成功地捕捉区域近年发生的典型干旱事件，也能够在一定程度上反映植被和土壤的干旱情况。 （2）评估了基于辐射传输模型反演的冠层含水量（CWC）监测半干旱区青海湖流域草地干旱的可行性。该方法利用查找表（LUT）方法反演 PROSAIL 模型，利用Sobol’ 敏感性分析方法提高反演效率，最终获取5个具有不同干湿条件年份的 CWC 空间分布，以分析 CWC 对干旱的响应。研究表明干旱年份的区域总体CWC显著下降。根据CWC值的空间分布，可以明确地将干旱年份与正常年份区分开来。反演CWC时，由于同时考虑叶面积指数（LAI）和等效水分厚度（EWT）的变异，因此CWC对干旱比LAI更敏感。反演的CWC与来自中分辨率成像光谱仪（MODIS）的植被总初级生产力（GPP）和蒸散发（ET）产品具有相似的时空分布，且相关性良好，表明CWC也能反映GPP和ET的变异。这些结果论证了利用辐射传输模型反演的CWC监测草地干旱的有效性。 （3）太阳诱导的叶绿素荧光（SIF）与陆地植被光合作用紧密关联，近年来卫星 SIF 数据的出现为在区域及全球尺度上监测植被物候和水分胁迫提供了新的思路。研究利用涡度通量塔的GPP数据，首次对轨道碳观测者2号（OCO-2）的SIF数据和GPP在温带森林的关系作出了评估。首先分析了OCO-2 SIF在两个反演波段（757 nm和771 nm）和两个时间尺度（瞬时和每日）与GPP的相关性；其次通过对比MODIS植被指数和通量塔GPP的关系，以对OCO-2 SIF估算GPP相较于植被指数的优势作出评估；利用站点气象数据，考察SIF与植物吸收的光合有效辐射（APAR）以及环境标量因子（最低温度和饱和水汽压差）的关系；最后利用SIF-GPP非线性模型估算GPP，并与MODIS GPP算法估算结果进行比较。研究表明OCO-2 SIF能够有效地表征温带森林的光合作用，其同时包含来自APAR和周围环境压力的信息，在未来生态系统功能和碳循环研究方面具有巨大潜力。 （4）结合卫星SIF数据以及多种气候和植被变量数据集，研究了2015年干旱对亚马逊森林光合作用的影响，分析太阳辐射和降水在严重干旱期间如何共同调控森林光合作用。首先分析了各个变量在干旱年份相对于多年平均的异常情况；利用光合有效辐射（PAR）和 APAR对SIF进行归一化，以分析哪些因素在干旱过程中控制SIF的动态变化。研究发现尽管2015年8月至12月期间干旱严重，亚马逊森林光合作用的下降程度并不如预期的那么高，主要原因是虽然干旱大大降低了荧光产量（SIFyield），但是由于同时存在更高的PAR和光合有效辐射吸收比（fPAR）部分抵消了干旱的负面影响。更高的PAR源自于干旱期间云量的减少，fPAR的增加则和森林LAI的变异有关。研究表明SIF整合了来自SIFyield、fPAR和PAR的信息，能够有效地诊断亚马逊森林的光合作用状况。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号