学位论文 > 优秀研究生学位论文题录展示

基于MODIS数据的三峡库区净初级生产力遥感估算研究

作　者: 陆逸
导　师: 周志翔
学　校: 华中农业大学
专　业: 林学
关键词: 净初级生产力 CASA模型三峡库区 MODIS数据遥感估测时空格局
分类号: Q948
类　型: 硕士论文
年　份: 2011年
下　载: 145次
引　用: 1次
阅　读: 论文下载

内容摘要

在过去的几十年里,随着经济的飞速发展,大量温室气体排放,致使全球气候变暖,世界由此面临着一系列严重的环境问题,亟需全世界的国家联合起来共同应对。全球的气候变化与生态系统碳循环过程密切相关,而植被在在全球碳循环中起着关键作用。植被净初级生产力(NPP)是评价生态系统的重要参数,也是研究碳循环过程的关键指标。由于自然灾害和人为活动的影响,造成三峡库区的生态环境非常脆弱。这几年,库区出现了植被减少、水土流失严重、生态平衡被破坏等诸多问题,给当地民众的生产生活带来严重威胁。库区对于长江中下游流域生态环境的保护和可持续发展意义重大,研究三峡库区的NPP及其时空动态变化,可以帮助人们掌握该地区整体生态环境状况,制定合理的保护策略,为生态环境保护提供重要的信息,并协助相关部门进行环境决策。本研究以三峡库区为研究对象,根据CASA模型,将MODIS遥感影像作为数据源,结合地面气象站点的太阳总辐射、气温、降水等数据,利用ArcGIS、ENVI、ERDAS等空间分析软件,估算三峡库区2000-2009年NPP年均值及总量,分析NPP的时空分布和不同植被类型的NPP变化,探讨使NPP发生变化的驱动因子。主要的研究结果如下：(1)通过模拟CASA模型的多个参数,包括植被指数简单比率(SR)时间序列图、光合有效辐射吸收比例(FPAR)时间序列图、植被吸收的光合有效辐射(APAR)时间序列图、温度胁迫因子(Tε)时间序列图、最适温度(Topt)时间序列分布图、水分胁迫因子(Wε)时间序列图、区域实际蒸散量(E)时间序列图、区域潜在蒸散量(Ep)时间序列图等,实现了模型估算参数的数据产品制作,产品覆盖范围为三峡库区全境,空间分辨率为500m,时间分辨率为月,时间跨度为2000-2009年,可用以服务于其他研究者。(2)对CASA模型的FPAR计算方法、NDVI和SR的最大值和最小值的取值、最大光能转化率(εmax)等参数进行修订,并同其他模型进行交叉对比验证,证明修订后的模型对三峡库区植被NPP的估算具有可适用性和准确性。(3)三峡库区2000-2009年每年生长季累计NPP平均值在451.77-515.37 gC/m2.yr之间,10年平均为487.21 gC/m2.yr。NPP总量总体上分布在2.61×1013-2.98×1013gC/yr之间,10年平均总量为2.82x 1013gC/yr。三峡库区2000至2003年生长季累计NPP变化较大,2004至2009年NPP总量的波动幅度则较小,总体逐渐趋于稳定。NPP均值季相变化明显,基本呈现出单峰曲线的特征。NPP值主要积累月份是5-9月,最大值出现在7月,占3-11月平均NPP值的18.76%；至8月以后迅速降低,10-11月则缓慢降低。最小值出现在11月,只占3-11月平均NPP值的2.58%。(4)通过三峡库区的植被类型图,得到不同植被类型对应的NPP值。其中常绿阔叶林的平均NPP值最高,为858.19gC/m2.yr,其次为落叶阔叶林,平均NPP值为630.01gC/m2.yr,而混交林、耕地、草地的平均NPP都达到了500 gC/m2.yr以上,水域和城市的平均NPP较小,仅为178.15 gC/m2.yr和180.1 gC/m2.yr。在NPP年总量方面,森林和耕地的NPP总量相当于整个三峡库区的77.41%,而水域和城镇用地的NPP总量远远低于其他植被类型。各种植被类型在生长季NPP的季相变化符合NPP变化的总体趋势,呈现出单峰曲线的规律。(5)三峡库区NPP总体空间分布特征是东高西低,北高南低。巫溪县年均NPP总量最高,达到了2.18×1012gC/yr,占研究区NPP总量的7.74%；其次为夷陵和巴东,分别为2.13×1012gC/yr和1.93×1012gC/yr,占研究区NPP总量的7.56%和6.86%；而年均NPP最小的是重庆市渝中区,NPP总量为8.1×109gC/yr,仅占总量的0.03%。(6)通过对三峡库区时空格局的影响因素进行分析,认为对三峡库区NPP是多个因素共同作用的结果,但对其影响最大的是温度和降水等因子。同时三峡库区也受到人为活动的影响,三峡工程的建设和移民等活动干扰了库区生态系统的稳定性。在一系列环境保护措施的实施下,当地生态环境得到了一定的恢复,生态承载力有所提高并逐步向稳定的方向发展。

全文目录

摘要  7-9
Abstract  9-12
1 绪论  12-24
  1.1 研究背景及意义  12-16
    1.1.1 研究背景  12-14
    1.1.2 研究的目的与意义  14-16
  1.2 NPP的研究现状与发展趋势  16-21
    1.2.1 NPP的研究进展与趋势  16-19
    1.2.2 NPP研究的主要模型  19-21
    1.2.3 NPP研究存在的问题  21
  1.3 研究内容和方法  21-24
    1.3.1 研究内容  21-22
    1.3.2 主要解决问题  22-23
    1.3.3 技术路线  23-24
2 研究区概况  24-28
  2.1 地理位置与行政区划  24-25
    2.1.1 地理位置  24
    2.1.2 行政区划  24-25
  2.2 自然状况  25-27
    2.2.1 气候条件  25-26
    2.2.2 土壤与植被  26-27
  2.3 社会经济状况  27-28
3 CASA模型的构建与实现  28-39
  3.1 CASA模型概况  28-29
  3.2 CASA模型的算法  29-36
    3.2.1 植被所吸收的光合有效辐射(APAR)的计算  30-32
    3.2.2 光能转化率(ε)的计算  32-36
  3.3 对原CASA模型参数的修订  36-39
    3.3.1 对FPAR计算的修订  36-37
    3.3.2 对NDVI和SR的最大值、最小值的修订  37-38
    3.3.3 对最大光能转化率(ε_(max))的修订  38-39
4 数据收集与处理  39-52
  4.1 遥感影像  39-43
    4.1.1 MODIS数据  39-40
    4.1.2 遥感影像的校正  40
    4.1.3 提取研究区的NDVI  40-41
    4.1.4 植被类型划分  41-43
  4.2 气象数据  43-47
    4.2.1 太阳总辐射数据  44-45
    4.2.2 气温数据  45-47
    4.2.3 降水数据  47
  4.3 CASA模型计算  47-49
  4.4 模型验证  49-52
5 三峡库区NPP动态变化分析  52-70
  5.1 三峡库区NPP时间格局  52-63
    5.1.1 三峡库区NPP年际变化  52-55
    5.1.2 三峡库区NPP月际变化  55-58
    5.1.3 三峡库区不同植被类型NPP变化  58-63
  5.2 三峡库区NPP空间格局  63-66
    5.2.1 三峡库区NPP总体分布  63
    5.2.2 三峡库区各行政区NPP分布  63-66
  5.3 三峡库区NPP时空格局的影响因子研究  66-69
  5.4 对三峡库区绿化布局的建议  69-70
6 结论与展望  70-73
  6.1 结论  70-72
  6.2 展望  72-73
参考文献  73-79
致谢  79-80

基于MODIS数据的三峡库区净初级生产力遥感估算研究

内容摘要

全文目录

相似论文