基于遙感面向?qū)ο蠓诸惖膮^(qū)域農(nóng)作物凈灌溉需水量時(shí)空變化研究.pdf

1、定量分析區(qū)域農(nóng)作物凈灌溉需水量及其變化規(guī)律，明確影響凈灌溉需水量變化的主要環(huán)境因子，對于保障區(qū)域作物用水安全、提高區(qū)域水資源承載力具有重要現(xiàn)實(shí)意義。本研究以人民勝利渠灌區(qū)為研究對象，首先選取2005-2015年的Landsat遙感影像數(shù)據(jù)，采用面向?qū)ο蟮姆诸惙椒ǎ窗凑兆魑镄螤钐卣?、空間幾何特征、拓?fù)涮卣鹘⒁?guī)則集，從而提取農(nóng)作物相關(guān)信息:然后根據(jù)研究區(qū)氣象數(shù)據(jù)、土壤數(shù)據(jù)以及提取的作物數(shù)據(jù)，通過基于土壤水分動態(tài)隨機(jī)模型，計(jì)算區(qū)域農(nóng)作物凈

2、灌溉需水量;在此基礎(chǔ)上，運(yùn)用空間疊加分析提取凈灌溉需水量和作物種植面積的空間變化特征，并通過敏感性分析得出了氣象因素及作物種植面積對區(qū)域作物凈灌溉需水量的影響程度，揭示了人民勝利渠灌區(qū)凈灌溉需水量的變化趨勢，從而為灌區(qū)水資源科學(xué)調(diào)度與管理及作物種植結(jié)構(gòu)調(diào)整提供技術(shù)支撐。本研究取得的主要結(jié)果如下:
　　(1)采用遙感面向?qū)ο蠓诸惙椒?，并結(jié)合多尺度分割、模糊規(guī)則分類算法，對人民勝利渠灌區(qū)的主要種植作物冬小麥、夏玉米和水稻的空間分布信息

3、進(jìn)行了提取。結(jié)果表明.在分割像素尺度為50的條件下，可以區(qū)分出植被區(qū);在分割像素尺度為10的條件下，以2015年為例，歸一化植被指數(shù)(NDVI)大于071的種植區(qū)域?yàn)槎←?，歸一化水體指數(shù)(NDWI)大于052的種植區(qū)域?yàn)樗荆叶裙采仃?GLCM)小于128的種植區(qū)域?yàn)橄挠衩?。不同年份所選指數(shù)的取值范圍存在差異，根據(jù)面向?qū)ο蠓诸愜浖?eCognition)中的精度評價(jià)，得到的作物分類結(jié)果精度較高，符合實(shí)際情況和研究需要。
　　

4、(2)改進(jìn)了基于土壤水分動態(tài)隨機(jī)模型的凈灌溉需水量計(jì)算模型。根據(jù)土壤水分動態(tài)隨機(jī)模型，在計(jì)算點(diǎn)尺度凈灌溉需水量的基礎(chǔ)上，考慮到土壤質(zhì)地和作物種植面積的差異以及對精度的不同要求，完善了區(qū)域土壤參數(shù)與作物參數(shù)，構(gòu)建區(qū)域凈灌溉需水量計(jì)算模型，計(jì)算得出了研究區(qū)在2007年、2013的凈灌溉需水量相對較高，分別為697億m3和693億m3，封丘縣、滑縣、獲嘉縣和原陽縣2005-2015年的凈灌溉需水量高于新鄉(xiāng)市郊、新鄉(xiāng)縣、衛(wèi)輝市、淇縣、輝縣和封丘

5、縣。
　　(3)采用敏感性分析對研究區(qū)凈灌溉需水量時(shí)空變化影響因素（作物、氣象因素）進(jìn)行了統(tǒng)計(jì)分析。結(jié)果表明，旱季日均降水量、平均氣溫和降水頻率的波動幅度相比日照時(shí)數(shù)、相對濕度和風(fēng)速更為劇烈，雨季日均降水量、降水頻率的波動幅度相比平均氣溫、相對濕度、日照時(shí)數(shù)和風(fēng)速更為劇烈。敏感性分析表明，在降水頻率增加5％的條件下，凈灌溉需水量下降417％;降水頻率為強(qiáng)敏感參數(shù)，降水量、濕度、氣度、冬小麥種植面積為中等敏感參數(shù)，而風(fēng)速、日照時(shí)數(shù)、