【摘要】：我國(guó)是一個(gè)農(nóng)業(yè)發(fā)達(dá)但水資源匱乏的國(guó)家,對(duì)水資源進(jìn)行合理的分配越來(lái)越成為我國(guó)農(nóng)業(yè)得以健康發(fā)展的基礎(chǔ),而對(duì)于灌溉面積與種植結(jié)構(gòu)的監(jiān)測(cè),作為水資源合理配置的重要依據(jù)也越來(lái)越受到重視。本文在對(duì)灌溉面積與種植結(jié)構(gòu)的監(jiān)測(cè)方法進(jìn)行分析的基礎(chǔ)上,以?xún)?nèi)蒙古河套灌區(qū)沈?yàn)豕嘤蜃鳛檠芯繀^(qū),對(duì)遙感技術(shù)在干旱半干旱地區(qū),種植結(jié)構(gòu)與灌溉面積監(jiān)測(cè)方法的可行性進(jìn)行了分析。同時(shí)運(yùn)用數(shù)理統(tǒng)計(jì)預(yù)測(cè)模型對(duì)沈?yàn)豕嘤虻墓喔让娣e進(jìn)行了預(yù)測(cè),取得的主要成果如下:(1)采用基于CART決策樹(shù)與SEE5.0決策樹(shù)的分類(lèi)方法,對(duì)沈?yàn)豕嘤蛲恋乩妙?lèi)型進(jìn)行分類(lèi),并繪制了沈?yàn)豕嘤蛲恋乩妙?lèi)型圖,同時(shí)根據(jù)野外實(shí)測(cè)點(diǎn)數(shù)據(jù),對(duì)基于兩種決策樹(shù)的土地利用類(lèi)型圖的繪制精度進(jìn)行了對(duì)比分析,發(fā)現(xiàn)兩種決策樹(shù)分類(lèi)方法對(duì)精度分別為83.5%和88.3%,因此選取SEE5.0決策樹(shù)的分類(lèi)結(jié)果作為灌溉面積與種植結(jié)構(gòu)提取的依據(jù)。(2)選取Landsat-8和MODIS衛(wèi)星影像,采用基于EVI時(shí)序集的決策樹(shù)分類(lèi)法,對(duì)沈?yàn)豕嘤虻姆N植結(jié)構(gòu)進(jìn)行遙感監(jiān)測(cè),同時(shí)根據(jù)統(tǒng)計(jì)數(shù)據(jù)以及野外實(shí)測(cè)數(shù)據(jù),分別從面積和位置兩方面進(jìn)行精度評(píng)定。同時(shí)結(jié)合研究區(qū)各渠系的土壤分布情況,分析種植結(jié)構(gòu)與土壤類(lèi)型的分布關(guān)系,結(jié)果發(fā)現(xiàn)Landsat-8和MODIS衛(wèi)星對(duì)于瓜類(lèi)、玉米、葵花的分類(lèi)精度分別為91.3%、92.9%、91.4%和78.3%、85.9%、86.2%�？梢钥闯鯩ODIS衛(wèi)星數(shù)據(jù)對(duì)于瓜類(lèi)這種種植面積較小且不成片分布的作物,分類(lèi)結(jié)果較差。面積精度評(píng)定方面,Landsat-8絕對(duì)誤差和相對(duì)誤差均要低于MODIS,結(jié)合研究區(qū)各渠域的土壤類(lèi)型與畦田規(guī)格,對(duì)兩者和種植結(jié)構(gòu)的關(guān)系進(jìn)行分析發(fā)現(xiàn),沈?yàn)豕嘤蚍N植結(jié)構(gòu)分布情況與兩者關(guān)聯(lián)程度較低。(3)通過(guò)對(duì)于植被供水指數(shù)VSWI和基于Ts-NDVI特征空間的溫度植被干旱指數(shù)TVDI的研究,結(jié)合野外實(shí)測(cè)數(shù)據(jù),構(gòu)建基于VSWI和TVDI差異的灌溉面積監(jiān)測(cè)模型,同時(shí)根據(jù)SVM回歸滑動(dòng)預(yù)測(cè)模型和Logistic灰色預(yù)測(cè)模型對(duì)沈?yàn)豕嘤蚬喔让娣e預(yù)測(cè)結(jié)果,對(duì)遙感監(jiān)測(cè)模型和數(shù)理統(tǒng)計(jì)預(yù)測(cè)模型的精度進(jìn)行評(píng)定,根據(jù)精度評(píng)定結(jié)果發(fā)現(xiàn),SVM回歸滑動(dòng)預(yù)測(cè)模型的精度明顯高于Logistic灰色預(yù)測(cè)模型,并且高于遙感監(jiān)測(cè)結(jié)果,但其預(yù)測(cè)結(jié)果會(huì)隨著預(yù)測(cè)步驟的增加偏離實(shí)際發(fā)展規(guī)律,遙感監(jiān)測(cè)模型方面,基于VSWI和TVDI差異的灌溉面積監(jiān)測(cè)模型精度分別為90.2%、91.3%,根據(jù)反演正確點(diǎn)占灌溉區(qū)域采樣點(diǎn)百分比,精度分別為85.3%和89.7%,證明了兩種遙感監(jiān)測(cè)模型的可行性,其可為研究區(qū)灌溉管理提供數(shù)據(jù)支持。
【學(xué)位授予單位】：內(nèi)蒙古農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：S127;S274
【圖文】：

圖IFig直T.夕bnic以即叫貝叩

２．２．１地理位置逡逑沈Ａ灌域位于巴彥淖爾市的西南部，三盛公樞紐西北部，東經(jīng)１０６。０９＇—１０７。１０＇，逡逑北緯４０°０８＇—４０°５７％具體位置如圖２所示，沈?yàn)豕嘤蚴莾?nèi)蒙古河套灌區(qū)的一個(gè)重要逡逑樷成部分。灌域東南至黃河與鄂爾多斯市隔河相望，西南與阿拉善盟毗鄰，東北部與逡逑解放閘灌域接壤，西北靠陰山山脈，東西長(zhǎng)９２ｋｍ，南北寬６５ｋｍ。根據(jù)灌域內(nèi)的渠系逡逑分布，沈?yàn)豕嘤蛴址譃闁|風(fēng)分干渠域、建設(shè)一干渠域，其中建設(shè)一干渠域下又分為一逡逑

七，服

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 易珍言;趙紅莉;蔣云鐘;閆浩文;;遙感技術(shù)在河套灌區(qū)灌溉管理中的應(yīng)用研究[J];南水北調(diào)與水利科技;2014年05期

2 李建偉;周洪;趙漢雨;陳沛然;;基于支持向量機(jī)的中國(guó)農(nóng)業(yè)機(jī)械總動(dòng)力預(yù)測(cè)[J];河南農(nóng)業(yè)大學(xué)學(xué)報(bào);2013年03期

3 李建偉;魏偉;陳沛然;袁志華;;農(nóng)田有效灌溉面積的預(yù)測(cè)方法及應(yīng)用[J];湖北農(nóng)業(yè)科學(xué);2013年09期

4 劉雪梅;章海亮;;基于遺傳算法近紅外光譜檢測(cè)土壤養(yǎng)分的研究[J];灌溉排水學(xué)報(bào);2013年02期

5 杜強(qiáng);陳喬;楊銳;;基于Logistic模型的中國(guó)各省碳排放預(yù)測(cè)[J];長(zhǎng)江流域資源與環(huán)境;2013年02期

6 郝鵬宇;牛錚;王力;王秀蘭;王長(zhǎng)耀;;基于歷史時(shí)序植被指數(shù)庫(kù)的多源數(shù)據(jù)作物面積自動(dòng)提取方法[J];農(nóng)業(yè)工程學(xué)報(bào);2012年23期

7 萬(wàn)玉文;蘇超;方崇;;我國(guó)大中型灌區(qū)有效灌溉面積的灰色預(yù)測(cè)[J];人民長(zhǎng)江;2011年15期

8 劉延明;蘇超;方崇;;基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)右江灌區(qū)有效灌溉面積的預(yù)測(cè)[J];節(jié)水灌溉;2011年08期

9 夏俊士;杜培軍;張偉;;遙感影像多分類(lèi)器集成的關(guān)鍵技術(shù)與系統(tǒng)實(shí)現(xiàn)[J];科技導(dǎo)報(bào);2011年21期

10 宰松梅;溫季;仵峰;謝成春;;基于灰色關(guān)聯(lián)分析的遼寧省糧食產(chǎn)量預(yù)測(cè)模型[J];節(jié)水灌溉;2011年05期

相關(guān)博士學(xué)位論文 前1條

1 李艷麗;烏蘭布和沙區(qū)灌溉農(nóng)田深層滲漏特征及對(duì)灌水量的響應(yīng)[D];中國(guó)林業(yè)科學(xué)研究院;2018年

相關(guān)碩士學(xué)位論文 前3條

1 劉欣;利用CART算法從LandSat8衛(wèi)星影像提取居民地的研究[D];蘭州大學(xué);2015年

2 沈靜;遙感技術(shù)在灌溉面積監(jiān)測(cè)上的應(yīng)用研究[D];大連理工大學(xué);2012年

3 朱文娟;基于ETM+熱紅外波段的南京地區(qū)地表溫度反演算法研究[D];南京農(nóng)業(yè)大學(xué);2008年

本文編號(hào)：2771610