摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
1 绪论 | 第10-20页 |
1.1 研究背景 | 第10-11页 |
1.2 研究目的及意义 | 第11-13页 |
1.3 遥感旱情监测研究进展 | 第13-17页 |
1.3.1 国外遥感旱情监测研究进展 | 第13-15页 |
1.3.2 国内遥感旱情监测研究进展 | 第15-17页 |
1.4 研究内容与方法 | 第17-20页 |
1.4.1 研究内容 | 第17-18页 |
1.4.2 研究方法 | 第18-20页 |
2 研究区概况及主要数据源 | 第20-30页 |
2.1 研究区概况 | 第20-22页 |
2.1.1 地理区位 | 第20-21页 |
2.1.2 自然地理环境 | 第21-22页 |
2.1.3 干旱灾害 | 第22页 |
2.2 主要数据源 | 第22-26页 |
2.2.1 Landsat7影像数据 | 第22-24页 |
2.2.2 MODIS影像数据 | 第24-25页 |
2.2.3 数据高程模型(DEM) | 第25-26页 |
2.3 遥感数据预处理 | 第26-30页 |
2.3.1 几何校正 | 第27页 |
2.3.2 大气校正 | 第27-29页 |
2.3.3 投影转换与研究区裁剪 | 第29-30页 |
3 温度植被旱情指数模型参数计算及构建 | 第30-54页 |
3.1 TVDI旱情监测原理及参数分析 | 第30-35页 |
3.1.1 地表温度与植被指数关系分析 | 第30-31页 |
3.1.2 地表温度与植被指数结合的必要性 | 第31页 |
3.1.3 Ts-NDVI特征空间原理 | 第31-35页 |
3.2 地表温度反演的热辐射理论基础 | 第35-36页 |
3.2.1 基尔霍夫定律 | 第36页 |
3.2.2 普朗克定律 | 第36页 |
3.3 地表温度反演的主要方法 | 第36-40页 |
3.3.1 分裂窗算法 | 第37-38页 |
3.3.2 热辐射传导方程法 | 第38-39页 |
3.3.3 基于单窗的地表温度反演算法 | 第39-40页 |
3.4 单窗算法反演地表温度的关键参数计算 | 第40-48页 |
3.4.1 计算亮度温度 | 第40-41页 |
3.4.2 推算地表比辐射率 | 第41-44页 |
3.4.3 大气透射率计算 | 第44-47页 |
3.4.4 大气平均作用温度的估算 | 第47-48页 |
3.5 计算地表温度(TS) | 第48-49页 |
3.6 TS-NDVI特征空间的建立 | 第49-54页 |
4 温度植被旱情指数模型的改进及验证 | 第54-69页 |
4.1 基于DEM的近地表气温修正 | 第54-56页 |
4.1.1 地表温度影响因子分析 | 第54-55页 |
4.1.2 气象温度的空间插值 | 第55-56页 |
4.1.3 近地表气温的地形订正 | 第56页 |
4.2 TS-NDVI特征空间干边改进 | 第56-63页 |
4.3 植被指数改进 | 第63-66页 |
4.3.1 NDVI有效性控制 | 第63页 |
4.3.2 EVI代替NDVI | 第63-66页 |
4.4 TVDI模型改进前后对比分析 | 第66-67页 |
4.5 TVDI模型的验证性评价 | 第67-69页 |
5 基于温度植被旱情指数模型的研究区旱情监测 | 第69-86页 |
5.1 研究区旱情分布 | 第69-71页 |
5.2 研究区旱情时空序列变化特征 | 第71-73页 |
5.2.1 研究区旱情时间序列变化特征 | 第71-73页 |
5.2.2 研究区旱情空间序列变化特征 | 第73页 |
5.3 研究区旱情时空变化机制分析 | 第73-86页 |
5.3.1 研究区旱情变化与气温降水的相关性分析 | 第73-76页 |
5.3.2 研究区旱情变化与地形的相关性分析 | 第76-79页 |
5.3.3 研究区旱情变化与地表覆盖类型相关性分析 | 第79-86页 |
6 结论与展望 | 第86-88页 |
6.1 结论 | 第86-87页 |
6.2 展望与不足 | 第87-88页 |
参考文献 | 第88-93页 |
攻读学位期间发表的学术论文和研究成果 | 第93-94页 |
致谢 | 第94页 |