西藏高原土壤水分遥感监测方法研究

土壤水分是植物生长、发育的必要条件,是研究农牧业干旱程度的重要指标,监测土壤水分对农业、旱情、气候等具有重要意义。本研究分析了西藏高原实测土壤湿度与同期MODIS植被供水指数和波段7反射率之间的关系。结果表明,MODIS第7波段单窗算法是较为有效和简便的西藏高原土壤水分监测方法,对高原中部植被生长季基于MODIS波段7的二次多项式监测模型较好,而对整个高原非生长季三次多项式监测模型效果较好,MODIS第7波段同样可以用于高原农田土壤湿度的遥感监测。      

安徽省MODIS干旱监测技术研究

为了更有效地监测安徽省农业干旱,以安徽省半湿润区、过渡区为研究对象,利用MODIS资料,在对比分析了基于植被供水指数和温度植被干旱指数两种干旱监测方法基础上,结合已业务应用的农业干旱指标累积湿润指数,开展安徽省分时段的晴空遥感干旱监测研究,建立并确定了部分时段半湿润区、过渡区的MODIS植被供水指数和温度植被干旱等级标准,同时结合当地台站监测土壤墒情对干旱监测进行检验。结果表明,作物生长季节VSWI、TVDI与累积湿润指数存在相关性,两种方法建立指标和模型可以用来分时段进行区域干旱监测,得出了初夏旱TVDI更适合于研究区域的干旱监测。     

MODIS资料遥感监测土壤水分与干旱研究进展

干旱是威胁我国及世界农业发展的自然灾害之一,遥感技术已经成为监测土壤水分与旱情的重要手段.本文总结分析了近年来利用MODIS资料监测土壤水分和干旱的优势,回顾总结了目前利用MODIS资料监测土壤水分和干旱的方法,着重从光谱法、温度植被干旱指数(TVDI)空间法、植被水分监测法、水分亏缺指数法等几方面进行了重点介绍,并对未来的发展趋势进行了展望.     

陕西省干旱监测预测评估业务平台

从实际需求和业务应用着眼,利用MODIS遥感资料和地面加密气象与土壤湿度观测资料,综合气候、植被、水文和地质环境等因素,对陕西省生态农业气候环境进行了区划。建立基于MODIS卫星遥感资料的干旱监测业务化方法和模型,开发了气象干旱和农业干旱预测模型及干旱综合影响评估模型,形成了干旱监测预测评估业务平台,实现了省、市、县干旱监测-预测预警-影响评估的系列化服务。     

基于MODIS的温度植被干旱指数在四川盆地盛夏干旱监测中的适用性研究

基于卫星资料的温度植被干旱指数(TVDI)已被广泛应用于干旱监测,地表温度依赖于海拔高度,在地形复杂的四川省,如何将该指数更好的应用到业务干旱监测中,需进一步研究。本文利用MODIS数据,分析四川盆地2014年7月12～27日平均地表温度、植被指数、TVDI和100站土壤湿度的空间分布,并对比了它们之间的异同。研究结果表明,TVDI的空间分布主要由地表温度的空间分布决定,TVDI不仅可用于监测四川盆地较大范围的干旱状况,也可用于监测局地的干旱状况。当前自动站土壤湿度观测值与TVDI之间在有限点上不存在显著的线性相关,如何对TVDI进行干旱分级仍需深入研究。      

新疆地区土壤湿度遥感监测初探

通过对2005年6—8月新疆地区的MODIS影像数据的处理,在考虑到植被影响的条件下,利用植被指数订正的热惯量法进行土壤湿度的计算,对新疆地区土壤湿度的监测进行了一些初步的探究,结果表明,该方法所反映的情况与实际情况基本一致。     

基于大气-土壤-植被系统干旱发生发展过程的综合干旱指标构建与应用

适宜的干旱指标和高分辨率数据是准确监测干旱的基础。本研究从气象干旱和土壤干旱以及植被对干旱的响应出发,整合中国国家气象观测站、中国气象局陆面数据同化系统（CLDAS）土壤湿度（0.0625°×0.0625°）和MODIS叶面积指数（500 m×500 m）等多源数据信息,构建了基于气象干旱指数（标准化降水蒸散指数）、土壤干旱指数（土壤湿度百分位）和植被干旱指数（叶面积指数百分位）的综合干旱指数,并在中国东北地区开展了典型站点和区域10 km×10 km空间分辨率干旱监测试验。结果表明,综合干旱指数克服了单一气象干旱指数不能准确反映农业旱情及单一植被长势指数会将其他灾害引起的植被长势变差误判为干旱的不足,能够反映灌溉对干旱的影响,实现对大气-土壤-植被系统干旱发生、发展及其影响的监测。      

贵州喀斯特山区的NDVI-Ts特征及其干旱监测应用研究

温度植被干旱指数(TVDI)同时考虑了陆面温度和植被指数对遥感干旱监测的影响,综合了两者的长处,有效地减小了植被覆盖度的影响,提高了遥感干旱监测的准确性。陆面温度的反演以普朗克辐射函数为基础,运用地表比辐射率使之转换为灰体辐射。提取植被指数对应的最高陆面温度和最低陆面温度构成NDVI-Ts空间,进而得到TVDI。文章应用对地观测卫星(EOS)的MODIS遥感资料,分析并揭示了贵州复杂山区独特的NDVI-Ts空间的形态特征,并用于检验贵州2006年7月25日和2007年8月19日土壤表层干旱情况,同时与当地气象站土壤湿度观测数据进行定量验证,表明TVDI与土壤湿度显著相关。由于EOS/MODIS遥感资料的高时间分辨率、高光谱分辨率和适中的空间分辨率特性,使得该方法适宜于大区域复杂地形的干旱检测与预警。     

植被温度条件指数在土壤墒情遥感监测中的应用

利用多年极轨气象卫星遥感资料,在计算出植被条件指数和温度条件指数的基础上,计算了遥感监测土壤墒情的植被温度条件指数(TV)。通过实测土壤湿度和TV的散点图,可以得到土壤墒情遥感模型的干旱等级指标,可用于干旱等级定性监测;通过建立土壤湿度和TV的回归方程,可进行土壤墒情定量监测。该方法兼有植被条件指数和温度条件指数的优点,且计算简单,对地面气象要素依赖性小,实时性好,在作物生长旺盛期,其定量反演0~30 cm土壤墒情精度平均可达80%以上,可以替代作物缺水指数法。     

利用温度植被干旱指数反演伊犁博州地区土壤湿度

利用MODIS合成产品数据MOD11A2和MOD13A2获取的归一化植被指数（NDVI）和陆地表面温度（LST）构建Ts—NDVI特征空间,并把该特征空间计算的温度植被干旱指数（TVDI）作为土壤湿度指标。利用该指标反演伊犁博州地区6～8月3个月份每8d的土壤湿度。然后将土壤湿度分为5级,进而得到该时段伊犁博州地区土壤湿度空间分布特征。     

四川盛夏伏旱的MODIS遥感监测方法

本文利用2006～2010年7、8月的MODIS卫星遥感资料、土壤湿度观测资料和Ci综合气象干旱指数,讨论了NDVI-Ts特征空间干、湿边的拟合方法,建立了7～8月各旬的TVDI指数计算模型.根据31个农业气象站点的土壤相对湿度观测资料,获得了5种干旱等级的观测样本,并通过样本类内离散度、类间离散度,以及与土壤相对湿度和Ci指数相关性的比较,对比分析了TVDI和VSWI两种干旱遥感监测方法对四川盛夏伏旱的监测能力,结果表明:对于四川盛夏伏旱的遥感监测来说,用TVDI指数监测比用VSWI指数监测更合适,效果更好,TVDI指数监测到的干旱区比较可靠.     

基于MODIS数据的作物苗期干旱监测方法

针对苗期低植被覆盖情况,在原有的归一化植被指数基础上,增加了土壤调节植被指数,将其与条件温度指数结合,通过与地面实测土壤相对湿度进行相关分析,分别建立作物苗期的干旱监测模型,并与热惯量方法和供水植被指数方法进行对比分析,初步得出辽宁省范围内作物苗期进行大范围干旱遥感监测的最适宜模型为土壤调节植被指数一温度模型.     

中国区域多源土壤湿度数据的比较研究

利用中国区域1992~2010年的土壤湿度观测资料,对欧洲航天局(European Space Agency)的卫星遥感反演(以下简称ESA)和欧洲中期天气预报中心(European Centre of Medium-Range Weather Forecasts,ECMWF)的ERA-Interim(ECMWF Reanalysis-Interim,以下简称ERA)两套再分析土壤湿度数据在典型区域的可靠性进行了评估。结果表明:两种土壤湿度均能较好的描述观测区域的总体土壤干湿变化,但均值和趋势一致性存在时间和空间差异。ESA、ERA资料都能较好的描述中国区域春、夏、秋3个季节土壤湿度的干、湿分布格局。在干湿程度上,ESA在北方地区较观测偏干,在江淮和西南较观测偏湿;ERA在北方和西南地区较观测偏湿,在江淮较观测偏干;在江淮、华北部分区域,ERA与观测数据的相关性要高于ESA。ESA、ERA与观测在秋季时相关性最好(大部分站点大于0.7);在全国大部分区域,ESA偏差要小于ERA且在大部分地区都表现出与观测一致的变化趋势。在空间上,ERA在东北、华北、西南变干的范围明显大于观测;然而,ERA能更好的体现观测土壤湿度的年际变化。相对于西部地区,东部地区ERA与观测的一致性最好,而ESA在受降水、植被、地形等因素影响较小的时段或区域与观测的一致性更好,对秋季土壤湿度的描述比春、夏季更准确。     

大气相对湿度资料融合及融合湿度精度检验——基于2013年1月我国中东部地区卫星和探空相对湿度数据

利用2013年1月MODIS(MODerate-resolution Imaging Spectroradiometer)的大气廓线产品计算得到大气相对湿度廓线,并与探空观测得到的相对湿度资料进行对比,发现总体上MODIS反演的相对湿度高于探空值,且在相对湿度较低区域误差较大;需要剔除有云影响的MODIS数据和相对湿度小于5%的探空数据;用平均值订正法对MODIS数据进行均一性修正,采用直接订正法、最大相关系数法开展MODIS和探空相对湿度资料融合试验,对融合结果进行分析对比和精度检验。结果表明:(1)直接订正法融合湿度在相对湿度较低区域高于探空湿度,在相对湿度较高区域低于探空湿度,最大相关系数法融合湿度在高湿区和低湿区均与探空接近;(2)融合结果精度检验表明,直接订正法融合湿度与探空湿度的平均绝对误差在850 hPa不超过10%,在925 hPa不超过12%,在1000 hPa不超过9%;采用最大相关系数法融合得到的相对湿度值在各层与探空湿度的绝对误差均不超过4%。总体来看最大相关系数法比直接订正法融合效果更好。     

山东省干湿转换期土壤水分MODIS遥感监测

由于2012年春夏过渡时期山东省降水时空分布不均,前期全省大部分地区出现旱情,后期降水偏多。为及时掌握干旱分布及变化情况,利用MODIS地表温度数据(MOD11A2)和植被指数数据(MOD13A2),结合土壤水分自动站的实测数据,采用温度植被干旱指数法,构建了LST-NDVI、LSTEVI特征空间,反演了2012年6~7月山东省干湿转换期的土壤水分,分析了干旱空间分布及变化特征。结果表明:LST-NDVI特征空间反演精度为82.95%,LST-EVI特征空间反演精度为84.33%,精度提高了1.66%。前期山东省中南部、西部出现旱情并以轻旱为主,后期由于降水旱情明显缓解,干旱面积减少了65 427 km2。基于MODIS数据利用温度植被指数法在本区域进行干旱监测是可行的。     

RETRIEVAL OF CLEAR SKY MOISTURE PROFILES IN THE PACIFIC USING MEASUREMENTS OF MICROWAVE HUMIDITY SOUNDER FROM FY-3A SATELLITE

An improved Smith iterative method, which generally applies to microwave bands, is described. The moisture profiles retrieved from the brightness temperature data of microwave humidity sounder onboard FY-3A satellite, pertaining to clear sky, are shown over western North Pacific by using a vector-discrete ordination radiative transfer model. The retrieved profiles are compared with those from MODIS products, and the results of single point show that they are in good agreement with the results for lower layers. The distribution of retrieved humidity at 500 hPa is basically consistent with the actual situation, and the values are lower than that of the MODIS products. Compared with MODIS products, RMS is within 5.76g/kg at every single level separately.     

Effect of 3DVAR assimilation of MODIS temperature and humidity profiles on the dynamic and thermodynamic features of three monsoon depressions over the Bay of Bengal

The three-dimensional variational data assimilation (3DVAR) technique in the advanced weather research and forecast model is used to study the impact of assimilating Moderate Resolution Spectroradiometer (MODIS) retrieved temperature and humidity profiles on the dynamic and thermodynamic features for three monsoon depressions over the Bay of Bengal, India. For better understanding of the role of various physical processes in the evolution of monsoon depression, a detailed diagnostic study is performed on all the three depression cases. Numerical experiments were conducted in a system of two-way nested domains with a horizontal resolution of 36 and 12 km, respectively. The assimilation of MODIS data did improve the mean sea level pressure patterns and spatial distribution of rainfall patterns in all the three monsoon depression cases studied. Higher values of equitable threat score and lower bias values are seen consistently for the entire rainfall threshold range and for all the three depression cases with 3DVAR assimilation of MODIS temperature and humidity profiles. The current operational regional models in India do not ingest the MODIS temperature and humidity profiles and hence the present study is particularly relevant to the operational forecasting community in India in their ongoing efforts to improve weather forecasting over India.