第5章 结论与展望..................45
5.1 结论..............45
5.2 展望.....................45
第4章 滇池流域降水事件对湖泊表面水温影响分析
4.1 研究方法
4.1.1 数据预处理
土地利用状况的遥感监测数据是基于省份的。数据包括耕地，林地，草地，水域，居民区和未利用土地的 6 种主要类型和 25 种次要类型。首先，使用滇池流域的矢量边界裁剪原始数据图像。然后，根据滇池流域的土地类型特征，将滇池流域的土地类型分为草地，耕地，林地，水域和建设用地五类。最后，统计并得出了五种土地类型的各自面积。
滇池表面水温的获取首先需要使用 MODIS 重新投影工具 MRT（MODIS Reprojection Tool）对下载的 MOD11A2 遥感图像进行预处理。MRT（MODIS Reprojection Tool）可以帮助使用者读取 HDF-EOS 格式的数据文件（MODIS2G级、3 级、4 级大地数据产品），并可以实现地理裁剪或特定科学数据集作为所需处理的输入，运行地理转换至不同的坐标系或地图投影，并可以将输出结果转换为其他类型文件，而不是 HDF-EOS。本次数据预处理主要包括重投影和重采样两个部分，最后将数据类型转换为 GeoTIFF 格式并输出。然后，将受云影响的像素值替换为空值。此外，减少地形影响，图像失真和年度水位不一致造成的可能误差，消除了湖边界以外的像素，并在滇池水面上设置了 1 千米的缓冲区。其次，使用边界文件从 MOD11A2 数据中提取滇池的地表水温度。线性插值方法用于填充丢失的像素值和异常值。最后，整个数据集要经过多层过滤过程，以噪声对数据的影响。在与测量数据进行比较之后，将像素值转换为摄氏温度数据并输出。
图 3.1 2001-2018 年滇池流域年降水量特征变化
........................
第5章 结论与展望
5.1 结论
短时间的超强降水或区域集中降水，会导致洪涝；长时间的不降水或局部区域无降水，会导致干旱。这些自然灾害无一例外会对农业生产产生不利影响，影响农作物收成，影响农民收入。降水的重要性不言而喻。同时在城镇化进程加快背景下，不透水表面的增加导致降水产生的热径流污染对受体城市型湖泊水温的影响更加的严重。湖泊在自然界中属于重要资源也是城市文明传承的见证者。湖泊的水生态环境决定了城市的整体环境水平，限制城市的长期发展的进程。因此本研究对近 20 年滇池流域的降水事件数据，流域土地利用数据和滇池表面水温数据进行了分析，揭示了滇池流域降水事件特征变化及对其对滇池表面水温的影响。
滇池流域降水事件特征变化分析结果显示，2001-2018 年滇池流域年降水量呈非显著性上升趋势，年降水量存在 8a 的周期变化，在 2001 至 2018 年，滇池流域大致经过了丰水年-枯水年-丰水年的降水周期变化，年降水日数的周期变化与年降水量周期变化不一致。超强降水发生的程度呈减弱趋势。夏季的降水量基本决定年降水量的多少，雨季和旱季分界明显，极端降水基本发生在夏季，季节降水量周期变化与季节降水日数的周期变化相似。除个别月份月降水量、月降水日数和月最大日降水量呈显著的变化趋势，其他月份变化不明显。空间分布上，通过分析滇池流域降水量年内空间分布和年际空间分布可以得出滇池流域降水东部多与西部，南部多与北部，降水分配不均。2001-2018 年间，滇池流域降水的分布情况变化不明显，农业部门应该根据滇池流域降水事件特征变化，对滇池流域农作物选择及种植做好提前规划，提前帮助农民做好应对干旱或洪涝灾害的措施。
参考文献（略）
