【摘要】：黑龍江省不僅是我國(guó)的農(nóng)業(yè)大省,同時(shí)也是我國(guó)主要的商品糧基地。進(jìn)入21世紀(jì)以來,隨著氣候條件的日益惡化和生態(tài)環(huán)境變化的加劇,導(dǎo)致森林火災(zāi)、洪澇、低溫凍害、病蟲害等農(nóng)業(yè)災(zāi)害頻繁的出現(xiàn),受災(zāi)面積之大,災(zāi)損程度之嚴(yán)重,造成了多方面巨大的經(jīng)濟(jì)損失,嚴(yán)重威脅了農(nóng)業(yè)糧食生產(chǎn)安全,阻礙了農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展進(jìn)程。因此,提出并找到有效地農(nóng)業(yè)災(zāi)害監(jiān)測(cè)方法是現(xiàn)階段研究的重點(diǎn),只有及時(shí)獲取準(zhǔn)確的農(nóng)業(yè)災(zāi)害信息才會(huì)推進(jìn)災(zāi)害的精準(zhǔn)預(yù)報(bào)和預(yù)警工作,同時(shí)分析農(nóng)業(yè)災(zāi)害的時(shí)空分布特征及災(zāi)害成因機(jī)理,才會(huì)有效地抑制農(nóng)業(yè)災(zāi)害的泛濫,保障糧食生產(chǎn)安全,推動(dòng)農(nóng)業(yè)可持續(xù)性發(fā)展,將經(jīng)濟(jì)損失盡可能地降到最低。以前傳統(tǒng)的農(nóng)業(yè)災(zāi)害監(jiān)測(cè)手段,主要是采用大量的人力物力進(jìn)行實(shí)地調(diào)查采樣,取得數(shù)據(jù)的過程不僅繁瑣而且耗費(fèi)資源過多,得到的數(shù)據(jù)不具有普遍代表性,不能及時(shí)地對(duì)災(zāi)害信息進(jìn)行反饋,不能有效地對(duì)災(zāi)損程度進(jìn)行評(píng)估,會(huì)嚴(yán)重拖慢災(zāi)害監(jiān)測(cè)的工作進(jìn)程和災(zāi)后救援工作,更加不能對(duì)農(nóng)業(yè)災(zāi)害進(jìn)行長(zhǎng)時(shí)間和大范圍的動(dòng)態(tài)監(jiān)測(cè)。遙感技術(shù)的出現(xiàn),不僅規(guī)避掉了傳統(tǒng)農(nóng)業(yè)災(zāi)害監(jiān)測(cè)的弊端,同時(shí)利用自身能夠?qū)崟r(shí)獲取災(zāi)害信息、成本低廉、監(jiān)測(cè)范圍廣、靈活性強(qiáng)、監(jiān)測(cè)精度高等優(yōu)點(diǎn),革新了農(nóng)業(yè)災(zāi)害的監(jiān)測(cè)方法,成為了農(nóng)業(yè)災(zāi)害監(jiān)測(cè)事業(yè)的重要一環(huán)。本文試圖尋找到對(duì)大范圍農(nóng)業(yè)災(zāi)害的長(zhǎng)時(shí)間序列準(zhǔn)確監(jiān)測(cè)方法,以2000年~2017年作物生長(zhǎng)關(guān)鍵期內(nèi)(6月下旬至8月下旬)連續(xù)多時(shí)相的8 d合成250 m空間分辨率MODIS反射率產(chǎn)品和農(nóng)業(yè)保險(xiǎn)公司提供的農(nóng)業(yè)災(zāi)害信息數(shù)據(jù)為來源,針對(duì)黑龍江省投保地塊內(nèi)的農(nóng)業(yè)災(zāi)害進(jìn)行動(dòng)態(tài)監(jiān)測(cè)。準(zhǔn)確提取出多年同一時(shí)相的NDVI中值植被指數(shù)為背景值,通過不同時(shí)相NDVI值與背景值間的距離建立有效的農(nóng)業(yè)災(zāi)害監(jiān)測(cè)模型(R_(NDVI_MED(i))),確定最優(yōu)閾值并提取出連續(xù)3個(gè)時(shí)相都為受災(zāi)的地塊,即為當(dāng)年某一時(shí)相的災(zāi)害區(qū)域。利用農(nóng)業(yè)保險(xiǎn)公司上報(bào)的災(zāi)害信息和同時(shí)期或準(zhǔn)同時(shí)期的HJ-1A/1B影像與本文提取出的受災(zāi)區(qū)域進(jìn)行精度驗(yàn)證,結(jié)合氣象因素和地理環(huán)境等條件針對(duì)黑龍江省農(nóng)業(yè)災(zāi)害進(jìn)行時(shí)空分布特征分析,探尋災(zāi)害成因特點(diǎn)等。主要的研究?jī)?nèi)容和結(jié)果分析如下:(1)準(zhǔn)確獲取時(shí)間序列NDVI數(shù)據(jù)集。通過MRT、ENVI軟件提取出不同時(shí)相的植被指數(shù),利用ArcGIS軟件空間分析功能提取出多年同一時(shí)相的NDVI中值植被指數(shù),來反映當(dāng)年某一時(shí)相農(nóng)作物正常生長(zhǎng)的植被指數(shù)。(2)建立農(nóng)業(yè)災(zāi)害監(jiān)測(cè)模型R_(NDVI_MED(i))。以多年某一時(shí)相提取出的NDVI中值植被指數(shù)為標(biāo)準(zhǔn)值,用當(dāng)年同一時(shí)相的NDVI值與標(biāo)準(zhǔn)值間的距離大小與標(biāo)準(zhǔn)值間的占比作為參數(shù)建立農(nóng)業(yè)災(zāi)害監(jiān)測(cè)模型。(3)確定農(nóng)業(yè)災(zāi)害監(jiān)測(cè)模型最優(yōu)閾值。通過不同閾值提取災(zāi)害范圍與投保地塊間的占比來尋找到合適的閾值,提取農(nóng)業(yè)災(zāi)害范圍。選取與MODIS日期接近的HJ-1A/1B CCD影像作為驗(yàn)證數(shù)據(jù)樣本,在保險(xiǎn)公司上報(bào)的20個(gè)典型災(zāi)害檢驗(yàn)結(jié)果中,平均誤差為16.57%,精度高達(dá)83.43%,結(jié)果證明此模型的監(jiān)測(cè)精度較高,實(shí)用性較強(qiáng)�？梢詰�(yīng)用于大范圍、長(zhǎng)時(shí)間序列的農(nóng)業(yè)災(zāi)害動(dòng)態(tài)監(jiān)測(cè)。(4)黑龍江省時(shí)空分布特征。依據(jù)此模型提取出的2017年作物生長(zhǎng)關(guān)鍵期內(nèi)災(zāi)害結(jié)果,結(jié)合歷史氣象數(shù)據(jù)如氣溫、降雨等,分析黑龍江省災(zāi)害時(shí)空特征并研究其成因機(jī)理。研究發(fā)現(xiàn):黑龍江省西北部和東南部地勢(shì)較高易發(fā)生干旱災(zāi)害,中部地區(qū)地勢(shì)較低,水資源偏多,易積水從而引發(fā)洪澇災(zāi)害。黑龍江省農(nóng)業(yè)災(zāi)害在7月上旬到8月中旬為高發(fā)時(shí)段。結(jié)果表明:選取8 d合成的250 m分辨率的MODIS反射率產(chǎn)品,基于2000年~2017年作物生長(zhǎng)關(guān)鍵期時(shí)段,建立對(duì)大范圍長(zhǎng)時(shí)間序列災(zāi)害監(jiān)測(cè)模型R_(NDVI_MED(i))提取的結(jié)果精度高,具有普遍適用性,可以應(yīng)用于農(nóng)業(yè)遙感災(zāi)害動(dòng)態(tài)監(jiān)測(cè)中,為黑龍江省農(nóng)業(yè)災(zāi)害預(yù)報(bào)預(yù)警工作提供有效手段。
【圖文】：

技術(shù)路線圖

圖 3-1 黑龍江省土壤分布圖Fig.3-1 Heilongjiang soil distribution省的主要土壤類型包括草甸土、黑土、白漿土、沼澤土、暗棕壤、黑1 為黑龍江省土壤類型分布圖，其中暗棕壤主要分布在黑龍江省的中布在黑龍江省西部的齊齊哈爾地區(qū)，沼澤土主要分布在黑龍江的東北17 年黑龍江省統(tǒng)計(jì)年鑒制作黑龍江省土地利用類型表 3-1，可以看出有：耕地、園地、林地、草地、城鎮(zhèn)村及工礦用地、交通運(yùn)輸用地、其他用地，總面積達(dá) 4525.4 萬公頃。其中林地的面積為 2183.7 萬公耕地的面積為 1586.6 萬公頃占總面積的 35.1%，為黑龍江省土地利用土地類型。表 3-1 黑龍江省土地利用類型表Tab.3-1 Heilongjiang Province Land Use Type Table土地利用類型 面積（萬公頃） 占總面積（耕地 1586.6 35.1園地 4.5 0.1林地 2183.7 48.3草地 206.3 4.6
【學(xué)位授予單位】：東北農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：S127;S42;S43

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊素敏;;不可忽視的農(nóng)業(yè)災(zāi)害檔案[J];蘭臺(tái)世界;2009年09期

2 王秋萍;萬政廷;;農(nóng)業(yè)災(zāi)害統(tǒng)計(jì)的基本問題探討[J];現(xiàn)代經(jīng)濟(jì)信息;2009年22期

3 劉春梅,李友華;黑龍江省主要農(nóng)業(yè)災(zāi)害的技術(shù)經(jīng)濟(jì)分析[J];農(nóng)業(yè)技術(shù)經(jīng)濟(jì);1998年02期

4 卜逢賢,惠富平;中國(guó)農(nóng)業(yè)災(zāi)害歷史演變趨勢(shì)的初步分析[J];農(nóng)業(yè)考古;1997年03期

5 顧秀龍,許復(fù)興;農(nóng)業(yè)災(zāi)害的類型、發(fā)生規(guī)律及研究方法初探[J];上海農(nóng)業(yè)科技;1995年06期

6 西北農(nóng)業(yè)大學(xué)農(nóng)業(yè)災(zāi)害史課題組;張波;馮風(fēng);張綸;李洪斌;;試論農(nóng)業(yè)災(zāi)害文獻(xiàn)資源清理與共享[J];農(nóng)業(yè)圖書情報(bào)學(xué)刊;1992年03期

7 郭夢(mèng)鸞;徐啟運(yùn);;我市異常氣候及對(duì)農(nóng)業(yè)的影響[J];甘肅農(nóng)業(yè)科技;1989年02期

8 余慶來;;安徽省應(yīng)對(duì)重大農(nóng)業(yè)災(zāi)害的科技策略[J];安徽科技;2013年05期

9 廖丹清;農(nóng)業(yè)可持續(xù)發(fā)展的一個(gè)重大難題——簡(jiǎn)介《農(nóng)業(yè)災(zāi)害經(jīng)濟(jì)學(xué)原理》[J];中國(guó)農(nóng)村經(jīng)濟(jì);2000年11期

10 ;創(chuàng)刊詞[J];農(nóng)業(yè)災(zāi)害研究;2011年01期

相關(guān)會(huì)議論文 前10條

1 董汪洋;劉秀清;;農(nóng)業(yè)災(zāi)害與農(nóng)民心里變化及行為選擇規(guī)律[A];2007中國(guó)科協(xié)年會(huì)專題論壇暨第四屆湖北科技論壇“湖北省防災(zāi)減災(zāi)與應(yīng)急管理體系建設(shè)”分論壇論文集[C];2007年

2 何俊琦;陳偉;張莉萍;;淺析忻州市氣象要素與農(nóng)業(yè)災(zāi)損間的關(guān)系[A];第34屆中國(guó)氣象學(xué)會(huì)年會(huì) S12 提升氣象科技水平，，保障農(nóng)業(yè)減災(zāi)增效論文集[C];2017年

3 趙廣才;常旭虹;王德梅;楊玉雙;;農(nóng)業(yè)隱性災(zāi)害對(duì)小麥生產(chǎn)的影響與對(duì)策[A];中國(guó)作物學(xué)會(huì)50周年慶祝會(huì)暨2011年學(xué)術(shù)年會(huì)論文集[C];2011年

4 王淑云;;連陰雨災(zāi)害天氣對(duì)農(nóng)業(yè)的影響評(píng)估[A];糧食安全與現(xiàn)代農(nóng)業(yè)氣象業(yè)務(wù)發(fā)展——2008年全國(guó)農(nóng)業(yè)氣象學(xué)術(shù)年會(huì)論文集[C];2008年

5 王正旺;龐轉(zhuǎn)棠;;長(zhǎng)治40年氣候及農(nóng)業(yè)氣候資源特征研究[A];第26屆中國(guó)氣象學(xué)會(huì)年會(huì)氣候變化分會(huì)場(chǎng)論文集[C];2009年

6 王英君;薛春湘;;建設(shè)農(nóng)田水庫(kù)在農(nóng)業(yè)防災(zāi)減災(zāi)中的地位與作用[A];中國(guó)水利學(xué)會(huì)2010學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2010年

7 王靜;張強(qiáng);王勁松;姚玉璧;;基于概率方法的南方農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估研究[A];第31屆中國(guó)氣象學(xué)會(huì)年會(huì)S5 干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估與防控[C];2014年

8 彭瑋;;關(guān)于湖北省農(nóng)業(yè)防災(zāi)減災(zāi)問題的探究[A];2007中國(guó)科協(xié)年會(huì)專題論壇暨第四屆湖北科技論壇優(yōu)秀論文集[C];2007年

9 于萬榮;朱金花;崔棟梁;胡志新;范永玲;;利用GIS技術(shù)為山西農(nóng)業(yè)氣象災(zāi)害服務(wù)[A];第28屆中國(guó)氣象學(xué)會(huì)年會(huì)——S10公共氣象服務(wù)政策體制機(jī)制和學(xué)科建設(shè)[C];2011年

10 李茂松;;低溫雨雪冰凍災(zāi)害對(duì)全國(guó)種植業(yè)影響評(píng)估[A];中國(guó)科學(xué)技術(shù)協(xié)會(huì)2008防災(zāi)減災(zāi)論壇專題報(bào)告[C];2008年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 張力澎;加強(qiáng)農(nóng)業(yè)災(zāi)害補(bǔ)助補(bǔ)貼[N];新農(nóng)村商報(bào);2017年

2 方李燦　劉佩友;宿松努力減輕農(nóng)業(yè)災(zāi)害損失[N];安慶日?qǐng)?bào);2009年

3 袁強(qiáng);新疆保險(xiǎn)業(yè)支付農(nóng)業(yè)災(zāi)害損失賠款2777萬元[N];中國(guó)保險(xiǎn)報(bào);2010年

4 記者 劉媛媛　實(shí)習(xí)生 洪波麗;切實(shí)加強(qiáng)農(nóng)業(yè)災(zāi)害防控[N];黃石日?qǐng)?bào);2010年

5 張渺　徐炳芳;努力將農(nóng)業(yè)災(zāi)害損失降到最低限度[N];安慶日?qǐng)?bào);2010年

6 記者 盧海;我省部分地區(qū)發(fā)生農(nóng)業(yè)災(zāi)害[N];青海日?qǐng)?bào);2006年

7 記者 姜欣欣;日本農(nóng)業(yè)災(zāi)害金融補(bǔ)償?shù)慕?jīng)驗(yàn)與啟示[N];金融時(shí)報(bào);2012年

8 記者 歐陽蕾昵;將農(nóng)業(yè)災(zāi)害性損失降到最低[N];東方城鄉(xiāng)報(bào);2009年

9 陸書鑫;紅興隆實(shí)施農(nóng)業(yè)災(zāi)害理賠應(yīng)急預(yù)案[N];北大荒日?qǐng)?bào);2010年

10 本報(bào)記者 張力軍;努力減少農(nóng)業(yè)災(zāi)害損失[N];吉林日?qǐng)?bào);2010年

相關(guān)博士學(xué)位論文 前1條

1 邵侃;中國(guó)古代農(nóng)業(yè)災(zāi)害防減體系研究[D];西北農(nóng)林科技大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 趙博文;基于距中植被指數(shù)的黑龍江省農(nóng)業(yè)災(zāi)害遙感監(jiān)測(cè)[D];東北農(nóng)業(yè)大學(xué);2019年

2 范文婷;基于NDVI的農(nóng)業(yè)災(zāi)害監(jiān)測(cè)方法與應(yīng)用[D];東北農(nóng)業(yè)大學(xué);2018年

3 劉俊峰;重大農(nóng)業(yè)災(zāi)害中的多元防控體系建設(shè)研究[D];湖南農(nóng)業(yè)大學(xué);2016年

4 魯尊靜;粗糙集理論在農(nóng)業(yè)災(zāi)害中的應(yīng)用[D];浙江海洋學(xué)院;2014年

5 伍岳;基于PSO-KSVM的湘中農(nóng)業(yè)災(zāi)害面積預(yù)測(cè)方法研究[D];湖南人文科技學(xué)院;2016年

6 范艷慧;農(nóng)業(yè)災(zāi)害損失保險(xiǎn)理賠分析[D];山東農(nóng)業(yè)大學(xué);2015年

7 秦勤;農(nóng)業(yè)災(zāi)害信息傳播的整合研究[D];南昌大學(xué);2012年

8 郭慶;我國(guó)農(nóng)業(yè)災(zāi)害預(yù)測(cè)模型的研究[D];武漢理工大學(xué);2009年

9 姚旭麗;農(nóng)戶對(duì)農(nóng)業(yè)保險(xiǎn)購(gòu)買支付意愿的影響因素研究[D];浙江工商大學(xué);2014年

10 江鍵;自然災(zāi)害風(fēng)險(xiǎn)與我國(guó)耕地經(jīng)營(yíng)保障研究[D];福建師范大學(xué);2013年

本文編號(hào)：2706902