广东干旱时空分布特征

根据土壤水分平衡模拟模型,采用广东省86个气象站1962～2006年逐日气象资料,模拟逐日土壤水分平衡状况,计算逐日土壤有效含水量,参考缺水指数形式,采用整层土壤有效含水量定义逐日干旱动态指数：DI=1-有效含水量／最大有效含水量。     

相对湿润度指数在农业干旱监测业务中的应用

该文介绍相对湿润度指数在逐日滚动的农业干旱监测业务中应用的处理方法。文中采用联合国粮农组织推荐的方法进行潜在蒸散的计算和作物系数订正,提出了作物根区可吸收土壤总有效含水量的概念,并替代作物根区土壤总有效含水量进行水分胁迫条件下的作物系数订正,观察济南站2008年1—5月冬小麦实际蒸散量的计算结果,发现在蒸发强烈的春季,水分胁迫效果明显;提出了复合相对湿润度指数、区域综合相对湿润度指数等概念,对相对湿润度指数进行应用上的演化,解决了干旱演变过程中存在的前期土壤水分盈亏的累积影响问题,实现了县域内农业干旱状况的综合评定,并突破单种作物生长季的局限,实现了农业干旱的周年监测。通过对山东省114个测墒站2008年2月28日—12月8日人工测墒与区域综合相对湿润度指数的干旱等级对比,3048组有效数据中,2012组数据吻合,总吻合率为66%,其中,黄河、东平湖、微山湖灌溉区及鲁西北大部吻合率在50%以下;中东部地区多在70%以上;从全年情况来看,春季吻合率较低,夏季吻合率较高。     

渍水麦田土壤水分动态模型研究

根据土壤水分平衡原理，建立了一个反映土壤渍水、可与小麦生长模型耦合的土壤水分动态模型，尤其考虑了因地下水位较浅而引起的毛管上升水量和土壤导水率的变化对土壤含水量的影响。采用盆栽小麦水分试验资料验证了日蒸散量的模拟值，利用湖北荆州农业气象试验站和江苏金坛农业气象试验站的土壤水分历史资料对建立的模型进行了综合测试和验证，结果表明:蒸散量、地下水位和0～50 cm土壤含水量的模拟值与实测值具有较好的一致性，模型能可靠地预测多雨和渍水地区麦田土壤水分的变化动态     

基于风云微波数据的中国冬小麦区干旱监测研究

微波数据能有效克服云层影响,实现土壤水分的全天候遥感监测,但仅局限于土壤表层(0~5 cm),无法客观反映耕作层土壤的实际干旱程度。本研究采用区间划分方法,分析逐日风云微波遥感数据(FY-3C/MWRI)反演的表层土壤水分各区间临界值与对应区间基于MODIS数据得到的温度植被干旱指数(TVDI)最大值的关系,建立2015—2016年冬小麦生育期内月尺度的FY-3C/SM-TVDI模型,初步实现冬小麦主要种植区内微波遥感监测10~20 cm深度土层旱情模型。在此基础上,利用2014—2015年数据进行模型验证。结果表明,模型总体构建效果较好,大部分模拟值与真实值差异不显著(P0.05),10月模拟值较真实值显著偏低(P0.05)。     

利用气象卫星GMS和AVHRR资料推算地面水分含量的方法

根据ＧＭＳ红外通道遥感到的土壤表面温度随时间的变化率对土壤水分最敏感,且该变化率又与极轨卫星测到的植被指数存在负相关的事实,提出了一个更能反映土壤表面水分的干旱分级指数（ＤＣＩ）,对土壤水分按６个等级监测．该指数与江苏、吉林两省实测土壤湿度或降水分级之间的相关系数在０．７０以上．     

利用气象卫星GMS和AVHRR资料推算地面水份含量的方法

根据ＧＭＳ红外通道遥感到的土壤表面温度随时间的变化率对土壤水分最敏感,且该变化率又与极轨卫星测到的植被指数存在负相关的事实,提出了一个更能反映土壤表面水分的干旱分级指数（ＤＣＩ）,对土壤水分按６个等级监测。该指数与江苏、吉林两省实测土壤湿度或降水分级之间的相关系数在０．７０以上。     

农田土壤水分实用模式初探

根据土壤水分运动方程建立了旱地农田土壤水分动态数值模拟模式，该模式利用作的发育期和一些参数估算作物根系深度和相对根密度垂直分布动态变化，避免过去对根系进行的困难，增强了模式的应用性能。通过参数敏感性检验和模式应用效果分析表明，该模式可用于干旱、半干旱气候区农田土壤水分预测，为分析作物水分利用和确定农田灌溉量提供科学依据。模式所需的输入为初始土壤含水量、土壤物理常数、作和播种期、逐日平均气温、相地湿     

安徽冬麦区4种干旱指数应用对比

干旱是安徽冬小麦生育期主要的农业气象灾害,对冬小麦生长发育及产量形成均产生重要的影响。利用安徽冬麦区36个气象站1960—2012年逐日气象资料,分别计算冬小麦生育期水分亏缺指数(CWDI)、综合气象干旱指数(CI)、标准化降水指数(SPI)及降水距平百分率(PA),并对上述指标的计算结果进行对比及适应性分析。结果表明:冬小麦生育期4种干旱指数得到的干旱日数时空分布趋势基本一致;SPI和PA指数计算相对简便、稳定,但由于没有考虑水分支出,易导致干旱程度跳跃发展,CI和CWDI指数考虑了最近的降水情况,同时考虑了水分的收支情况,能够较好的表征干旱过程发生发展机制及特征,尤其是CWDI考虑到生长季作物系数,能反映作物水分亏缺状况。通过干旱指数与冬小麦减产率的相关分析,进一步表明CWDI在安徽冬小麦生育期干旱监测评估中具有较好的适用性。     

利用MODIS资料监测和预警干旱新方法

为了提高遥感监测土壤水分和干旱的技术水平,在对常用遥感监测土壤水分和干旱方法进行评价的基础上,根据土壤热力学理论,提出了利用EOS/MODIS资料遥感监测农业干旱的新方法———能量指数模式。实际监测应用结果表明,能量指数模式更适合农作物土壤水分和干旱的监测,监测效果明显优于已经业务化的其它模式。农作物生长季节干旱的预警应当在土壤水分遥感监测的基础上,考虑未来预警期内的预报降水量和最高气温,并且把这个预报降水量和最高气温定量转化为土壤水分订正值,按照当地的标准划分成干旱预警等级。     

水分盈亏指数及其在农业干旱监测中的应用

从广西农业生产特点和农业干旱监测业务实际需要出发,建立了综合考虑降雨量和同期作物需水量的基于作物水分盈亏原理的农业干旱监测模型,农业干旱监测等级指标,并用该指标分析了1961～2004年广西双季稻、甘蔗生育期间农业干旱的时空分布特征,用自治区农业厅同期旱情资料对2004年广西春旱发生情况进行监测验证.结果表明:水分盈亏指数模型能很好地反映旱情,是一种实时的干旱监测方法,能运用于广西农业干旱监测业务,在每季干旱发生频率的时空分布特征分析上得到的结果也与实际情况相符合.     

青海高寒草地区曲麻莱县遥感干旱指数的适用性研究

利用2001—2016年MODIS产品数据和地面站点数据,在垂直干旱指数、归一化植被水分指数和植被状况指数与土壤水分数据相关分析基础上,筛选相关性较高的遥感干旱指数和适用时段,再结合典型干旱案例,确定青海南部典型高寒草地区曲麻莱县最优遥感干旱指数和适用时段,构建牧草生育期土壤水分估算模型,并再现2015年夏旱事件。结果表明:植被状况指数比较适合曲麻莱县夏旱监测,依据百分位法划分的土壤干旱分布区域与牧草长势较差的分布区域基本一致,旱情空间演变趋势与实际情况相符。该模型及基于百分位法的旱情评价方法能较好地满足日常干旱监测业务需求。     

基于温度植被干旱指数（TVDI）的甘肃省农业干旱监测方法研究

改进温度植被干旱指数（Temperature Vegetation Dryness Index,TVDI）并明确TVDI的农业干旱等级阈值,对提高TVDI指数监测农业干旱能力有重要意义。利用近19 a的MODIS(Moderate Resolution Imaging Spectro-radiometer,MODIS)遥感数据,基于单时次和多时次方法构建NDVI(Normalized Difference Vegetation Index,NDVI)-LST(Land Surface Temperature,LST)、EVI(Enhanced Vegetation Index,EVI)-LST、RVI(Ratio Vegetation Index,RVI)-LST、SAVI(Soil-Adjusted Vegetation Index,SAVI)-LST等几种特征空间,讨论TVDI计算方法,分析TVDI在甘肃省农业干旱监测中的适用性,并明确甘肃省夏季TVDI农业干旱分级标准。结果表明：（1）基于多时次方法构建的SAVI-LST特征空间TVDI更适合甘肃省农业干旱监测,其对土壤相对湿度（...     

区域干旱预警标准研究Ⅱ:区域旱涝强度等级划分及其在干旱预警中的应用研究

基于区域气象干旱指数的基本概念和构建方法,计算了中国11个一级气象地理区划的逐日标准化区域气象旱涝强度指数(Regional meteorological Drought Intensity Index,RDI)及标准化区域气象旱涝空间分布差异指数(Regional meteorological Drought variance Index,RDVI),并给出各区域的逐日标准化RDI的旱涝等级划分规则,进一步将区域逐日的RDI和RDVI指数综合使用,对区域气象干旱过程进行较好的分析和判断。通过分析区域RDI和RDVI指数逐日演变,将干旱预警分为三个等级,即红色预警(一级)、黄色预警(二级)和橙色预警(三级),对应于当前时刻的区域RDI指数达到"特别干"、"严重干"和"中等干"等级且未来一周气象干旱等级不会下降,给出了相应的RDVI指数的识别依据,研究了各级区域干旱预警标准,从气象干旱角度进行研究得到的气象干旱预警标准可以为干旱的监测、预警提供科学依据。     

基于吉林省观测土壤水分的WOFOST模型模拟研究

利用吉林省白城站试验数据进行模型参数调整,通过独立的观测资料对生育期、叶面积指数、地上部分各器官生物量进行模拟验证与评价。以白城站和榆树站代表吉林省西部玉米种植区和中部黄金玉米带参数,利用农业气象观测站发育期资料、气象资料和经过质量控制后的逐日土壤水分自动站观测数据进行模拟。为了提高WOFOST模型模拟精度,将由模型通过降水量计算的土壤体积含水量替换为实测土壤水分计算的体积含水量,采用替换后的土壤体积含水量参与模型下一步运算,以此来模拟2001—2016年春玉米穗生物量变化状况,构建玉米土壤体积含水量改善率(PD)指标,来表征降水驱动和土壤水分驱动对作物模型模拟结果的影响。结果表明:(1)模型对白城站春玉米生育期、叶面积、地上部分总生物量和叶生物量较准确,而穗生物量模拟效果一般。(2)从代表站白城来看,穗生物量模拟值与降水量存在明显正相关,降水偏少的年份土壤模拟效果明显优于降水驱动。(3)从区域来看,以盐碱土为主的地区或降水量偏少的年型下土壤水分驱动效果优于降水驱动;在以黑土为主的区域或降水偏多的年型下,两者模拟效果基本接近。(4)总体来说,利用观测土壤水分替换降水量参与模型能够显著提高模型模拟精度。     

基于MODIS数据的增强型土壤表层水分含量指数模型构造与应用

土壤水分含量对光谱变化的影响和植被冠层的光谱反射率是干旱最重要和最直接的指标.根据水的吸收率光谱变化特征和绿色植物有效光谱响应特征曲线,在前期提出的地表含水量指数(SWCI)的基础上,增加MO-DIS通道1的红光光谱,以增强植被对光谱吸收的变化反应,可应用于大范围且快速的浅层土壤墒情遥感监测.通过与土壤表层水分含量指数(SWCI)对比分析发现,在对浅层(0～30 cm)土壤水分进行监测时,ESWCI比SWCI更为敏感,这将有助于在实时干旱动态监测中更好地提高监测精度.     

巴彦县土壤墒情变化规律及对主要作物的影响

1引言巴彦县是东北的重要产粮基地,农业气象尤其是土壤墒情指标规律的建立对农业生产具有积极作用。作物的水分供应主要来自土壤,土壤水分含量丰歉对作物的生长发育有直接的影响,当土壤水分降低到一定程度时作物就会出现旱象。换言之,农业干旱的关键在于土壤水分的亏缺状况目前一般认为当土壤相对含水量〈40％时,作物受旱严重：当土壤相对含水量为40—60％时,作物受旱呈现中度：当土壤相对含水量为60—70％时,作物呈现轻微旱象;当土壤     

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MOD IS资料监测土壤水分和干旱的优势,回顾总结了目前利用MOD IS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(TVD I)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。     

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。      

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.     

两种常用的春玉米干旱等级指标在东北区域的适用性检验

作物干旱等级农业气象指标是开展作物干旱监测、预警和评估的科学依据,其适用性关系到农业气象业务质量和防灾减灾效果。应用东北地区31个春玉米代表站1981 2012年逐日气象资料、土壤湿度资料、玉米生长发育观测资料及产量资料,对东北地区春玉米不同生育阶段土壤相对湿度和水分亏缺指数干旱等级指标进行应用效果检验,比较适用性差异,并利用黑龙江省2013—2016年的资料进行干旱实例分析。结果表明,土壤湿度和水分亏缺指数干旱等级指标均适用于东北区域春玉米不同生长时段干旱识别,且有较好的一致性,两套指标判定的春玉米干旱等级完全相同的占75%左右,相同和基本相同的占95%左右。两套指标对历史和近年玉米干旱事件的判识效果都较好,土壤湿度指标和水分亏缺指数的干旱识别正确率分别在80%和75%以上,土壤湿度指标判定效果更好。两套指标在玉米生育前、中期适宜性略好于后期,在东北三省的应用效果要略好于内蒙古东部,部分干旱年份水分亏缺指数判定的灾情等级偏高,因此,当两套指标判定结果存在差异时,应以土壤相对湿度指标判定结果为准。