【摘要】：太白縣位于秦嶺腹地,因境內(nèi)有秦嶺主峰太白山而聞名。本文以太白縣為研究對(duì)象,以Landsat影像為基礎(chǔ),結(jié)合實(shí)際調(diào)查資料,對(duì)研究區(qū)內(nèi)植被進(jìn)行專家決策樹分類,依據(jù)太白縣的遙感影像提取NDVI數(shù)據(jù)集,綜合分析太白縣植被指數(shù)的時(shí)空變化規(guī)律,得到植被變化與溫度的相關(guān)性。通過CA-Markov模型對(duì)2018-2021年太白縣植被種類轉(zhuǎn)移方式進(jìn)行預(yù)測(cè)。主要的研究結(jié)果如下:(1)獲得太白縣2004-2018年植被類型分布范圍借助遙感影像,獲得太白縣2004-2018年植被的分布范圍。結(jié)果表明:耕地/草地多分布在海拔700m-1400m的低矮區(qū)域,櫟林多分布在海拔1400m-2100m的區(qū)域,樺林多分布在海拔2100m-2800m的區(qū)域,且樺林面積較2004年減少2859.7hm2;巴山冷杉和太白紅杉主要分布在海拔2800m-3400m的區(qū)域,巴山冷杉2004-2018年在該區(qū)域面積顯下降趨勢(shì),在2100m-2800m的區(qū)域面積卻顯增加趨勢(shì),而太白紅杉在海拔2800m-3400m的區(qū)域面積增加。(2)獲得太白縣植被類型在高程和坡向上隨時(shí)間變化的轉(zhuǎn)移模式利用遙感影像,把植被類型按照不同的高程和坡向進(jìn)行分析。研究表明:在不同高程上,植被指數(shù)為0.10-0.49、海拔在1400m-1800m的區(qū)域植被面積增加明顯,最大增幅29.46%。植被指數(shù)為0.50-0.59、海拔在2400m-3200m的區(qū)域植被面積增長(zhǎng)較快,增幅占比45.9%。植被指數(shù)為0.70-0.79的植被面積轉(zhuǎn)移多集中在海拔2000m-3000m的區(qū)域。在不同坡向上,低海拔植被面積變化不明顯,而高海拔植被如:巴山冷杉陰坡植被面積與2004年同比增長(zhǎng)2.09%。(3)獲得太白縣NDVI的變化規(guī)律及其與溫度的相關(guān)性研究2010-2017年的NDVI年平均值和年溫度值,發(fā)現(xiàn)太白縣的植被指數(shù)與溫度均顯增長(zhǎng)的趨勢(shì),2017年溫度比2010年溫度上升了0.24℃。對(duì)各年平均溫度與NDVI平均值進(jìn)行相關(guān)分析,植被指數(shù)和年平均溫度相關(guān)系數(shù)達(dá)0.86以上。植被生長(zhǎng)期內(nèi)雖然個(gè)別月份溫度對(duì)植被的影響出現(xiàn)延后性,但大部分月溫度和植被指數(shù)出現(xiàn)較強(qiáng)相關(guān)性是處在同一月份的。(4)基于CA-Markov模型對(duì)太白縣植被轉(zhuǎn)移方式進(jìn)行預(yù)測(cè)利用CA-Markov模型對(duì)2018年植被種類轉(zhuǎn)移方式進(jìn)行預(yù)測(cè),利用Kappa指數(shù)作為預(yù)測(cè)模型的精度檢驗(yàn)指標(biāo),通過運(yùn)算Kappa指數(shù)為0.8748,模型精度較高。通過模型對(duì)研究區(qū)未來三年植被種類轉(zhuǎn)移方式進(jìn)行預(yù)測(cè),發(fā)現(xiàn)其中耕地/草地面積進(jìn)一步減少,森林植被面積增加,尤其是櫟林面積增加較多。
【圖文】：

太白縣境內(nèi)平均海拔在1000 米以上，是整個(gè)陜西省所有縣級(jí)單位中海拔最高的。圖 2.1 太白縣地區(qū)圖2.1.1 自然條件太白縣位于秦嶺山脈的西部方位，在寶雞市的東南方向，因太白山而聞名遐邇。太白縣溝通著黃河以及長(zhǎng)江兩條母親河。太白縣北鄰寶雞市，南靠漢中市，西接西安市，，距三市距離分別是 64km、170km、180km。太白縣地貌北部較高，而南部較為平緩，太白山位于太白縣中東部，故太白縣整體地勢(shì)中東部較高，南部低平。太白縣地形起伏較大，海拔在 740m-3708m 區(qū)間，海拔差距近 3000m。因太白縣整體落差較大，造成其境內(nèi)溫度差異性明顯，也造成了“人間四月芳菲盡，山寺桃花始盛開”的景觀，境內(nèi)無霜期僅 158 天，冬季時(shí)間較長(zhǎng)，基本無夏季，春季秋季直接過渡，氣候較溫暖，因河流較多常年濕潤(rùn)，具有典型的高山氣候的特征。

像的處理是單純的單項(xiàng)數(shù)字地貌模型，其他如高程、坡度、坡向基礎(chǔ)上派生。根據(jù)太白縣地區(qū)的自然特征、研究資料，進(jìn)行分類。分類過程中要遵從太白縣真實(shí)的地理情況，性，不可僅以主觀臆想劃分[55]。級(jí)形圖制圖標(biāo)準(zhǔn)中，山地按高程的分類原則[56]，結(jié)合太白白縣植被生長(zhǎng)的區(qū)域范圍，本文將太白縣的高程等級(jí)規(guī)，因中山的范圍較大，在此范圍內(nèi)又劃分為高中山、中 所示；表 2.1 太白縣高程分類低山 中山 小于1400m低中山 中山 高中山 1400m-2100m 2100m-2800m 2800m-3400m
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：Q948

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉憲鋒;朱秀芳;潘耀忠;李宜展;趙安周;;1982—2012年中國(guó)植被覆蓋時(shí)空變化特征[J];生態(tài)學(xué)報(bào);2015年16期

2 李潤(rùn)祥;黃春林;杜自強(qiáng);劉永鋒;;新疆地區(qū)30余年水熱因子變化特征分析[J];中國(guó)農(nóng)學(xué)通報(bào);2015年02期

3 謝平;唐亞松;李彬彬;雷旭;;基于相關(guān)系數(shù)的水文趨勢(shì)變異分級(jí)方法[J];應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào);2014年06期

4 唐南奇;尹陳紅;張黎明;范侃;余榕欽;羅宏輝;;基于復(fù)合因子元胞自動(dòng)機(jī)模型的福州城市用地變化模擬[J];福建農(nóng)林大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

5 劉憲鋒;楊勇;任志遠(yuǎn);林志慧;;2000—2009年黃土高原地區(qū)植被覆蓋度時(shí)空變化[J];中國(guó)沙漠;2013年04期

6 胡雪麗;徐凌;張樹深;;基于CA-Markov模型和多目標(biāo)優(yōu)化的大連市土地利用格局[J];應(yīng)用生態(tài)學(xué)報(bào);2013年06期

7 崔曉臨;白紅英;王濤;;秦嶺地區(qū)植被NDVI海拔梯度差異及其氣溫響應(yīng)[J];資源科學(xué);2013年03期

8 楊磊;張梅;羅明良;周旭;;基于MODIS NDVI的川中丘陵區(qū)植被覆蓋度景觀格局變化[J];生態(tài)學(xué)雜志;2013年01期

9 杜靈通;田慶久;;寧夏植被覆蓋動(dòng)態(tài)變化及與氣候因子的關(guān)系[J];中國(guó)沙漠;2012年05期

10 李雙雙;延軍平;萬佳;;近10年陜甘寧黃土高原區(qū)植被覆蓋時(shí)空變化特征[J];地理學(xué)報(bào);2012年07期

相關(guān)碩士學(xué)位論文 前10條

1 徐蕖;基于CA-Markov模型的沿�？h市土地利用變化研究[D];江蘇師范大學(xué);2017年

2 牛仕婷;基于CA-Markov模型的杭州市土地利用變化研究[D];浙江師范大學(xué);2015年

3 郝慧君;CA-MARKOV模型與GIS、RS在土地利用/土地覆蓋變化中的應(yīng)用研究[D];華中農(nóng)業(yè)大學(xué);2010年

4 陳吉龍;重慶市三峽庫(kù)區(qū)植被覆蓋度的遙感估算及動(dòng)態(tài)變化研究[D];西南大學(xué);2010年

5 楊明;近50年中國(guó)氣候變化特征研究[D];南京信息工程大學(xué);2008年

6 朱曉勤;基于GIS的秦嶺山地植被分布與環(huán)境梯度關(guān)系分析[D];西北大學(xué);2007年

7 楊帆;基于RS和GIS的遼東灣濱海濕地景觀動(dòng)態(tài)變化研究[D];大連海事大學(xué);2007年

8 王妍;基于DEM的地形信息提取與景觀空間格局分析[D];西南大學(xué);2006年

9 康艷;秦嶺山地植被水源涵養(yǎng)功能空間分布格局及生態(tài)保育策略[D];西北大學(xué);2005年

10 高雪玲;秦嶺山地植被生態(tài)系統(tǒng)服務(wù)功能及其空間特征研究[D];西北大學(xué);2004年

本文編號(hào)：2665754