温度植被干旱指数（TVDI）在草原干旱监测中的应用研究

以内蒙古锡林郭勒盟地区为研究对象,选取2010年研究区旱情发生显著变化的9、10月份的MODIS植被指数和陆地表面温度数据,构建草原地区NDVI-LST和EVI-LST特征空间,进而由此构建了草原地区的温度植被干旱指数（TVDI）,并结合当地气象数据和野外同步实地测量得到的土壤含水量数据对该指数进行定量验证。结果表明：（1）基于EVI-TS特征空间构建的TVDI,同样适用于旱情研究;且在研究区植被覆盖度不高的条件下,基于NDVI-TS特征空间的TVDI更适用于干旱监测;（2）构建的NDVI-TS和EVI-TS特征空间,其散点图符合三角形的关系,与前人研究成果相符;（3）TVDI可以很好地反映研究区的旱情变化情况,可以对研究区进行旱情动态监测;（4）基于NDVI-TS及EVI-TS空间构建的TVDI均与实地同步野外采集的土壤含水量数据结果显著负相关。且通过对基于TVDI的干旱监测结果与研究区实际情况对比分析发现,两者在旱区分布范围、旱情强度等级、干旱发展进程等方面基本吻合,说明TVDI可以在时间上很好监测旱情变化,TVDI可以用来评价草原干旱状况。     

基于改进型TVDI在干旱区旱情监测中的应用研究

干旱是全球范围内影响最为广泛的自然灾害之一，其所导致的土壤沙漠化、荒漠化和盐碱化给生态环境造成不可逆的危害。通过对MODIS数据进行投影转换、去云等预处理的基础上，利用地形校正对TVDI模型进行改进，构建了改进型的温度植被干旱指数（mTVDI）用于新疆干旱区旱情监测。利用土壤实测数据对mTVDI及传统的TVDI模型进行对比验证。研究结果表明：（1） 利用EVI与校正后的LST构建的mTVDI_E对干旱区旱情的敏感度最高，与实测土壤水分数据的相关性R²为0.74。（2） 从空间上看，新疆2015年旱情分布以塔里木盆地和准噶尔盆地为两个干旱中心，旱情状况由严重逐步向周围山区递减至湿润状态。从时间上看，新疆6月、7月和8月旱情最为严重。（3） 研究利用TRMM降水数据对基于mTVDI_E反演的新疆旱情时空分布特征进行对比分析，结果表明二者所表现出的旱情时空分布较为一致，不同时间段内的降水量与mTVDIE之间具有一定的相关性，且均通过了P<0.01显著性检验。综上，基于TVDI所提出的mTVDI_E 能够有效开展新疆干旱区旱情监测，且精度较高，从而为今后定量化开展大区域尺度旱情监测研究提供参考。     

基于多源数据的西藏东南部历史干旱监测与分析

干旱作为频发的全球性自然灾害之一，造成了严重的社会、经济和生态环境问题。以西藏主要耕作区为研究区，2001—2015年MODIS、TRMM和SRTM DEM数据为数据源，利用植被状态指数（VCI）、温度条件指数（TCI）和降水状态指数（PCI）〖WTBZ〗等模型参量，采用空间主成分分析方法构建区域干旱综合监测模型，对模型精度和可靠性进行检核验证，并以所建模型对研究区2001—2015年逐月干旱进行识别，采用地理时空分析方法对研究区干旱变化特征及趋势进行研究。结果表明，干旱综合监测指数（DCMI）能够较好地反映区域土壤相对湿度与标准化降水蒸散指数（SPEI）的变化，干旱综合监测模型具有较好的适用性；研究区全年干旱频率在空间分布上呈现出西高东低的特征，大部分地区干旱频率小于20%，约12.41%的区域干旱频率超过20%；从不同等级干旱发生频率来看，日喀则市为轻旱、中旱易发区，重旱易发区则集中于日喀则市和昌都市的中部及东部地区；区域月际干旱频率空间格局差异较大，全年干旱易发生于1、8、11月等月份，局部地区干旱易发月份存在差异；区域年内旱情变化趋势差异性较大，10月~次年9月，旱情加剧区域呈现出随月份变化由耕作区东部向西部逐渐转移的趋势。     

甘肃省河东地区干旱遥感监测指数的对比和应用

干旱是影响甘肃省河东地区农业生产的主要气象灾害之一。如何在众多的干旱遥感监测指数中选择适宜的指数是干旱遥感监测工作面临的主要问题。利用研究区30个农业气象站观测的不同深度土壤相对湿度和对应的MODIS数据,分析了7种典型干旱遥感监测指数(AVI、NDWI、VCI、PDI、MPDI、VSWI和MEI)的构建原理和模拟结果,并选择适宜的干旱遥感监测指数对2006年甘肃省河东地区干旱情况的时空分布做了动态监测。结果表明:7种干旱遥感监测指数均能反映研究区土壤湿度的时空变化特征;各干旱遥感监测指数对土壤水分监测的最佳深度为20 cm,其次为10 cm。从相关系数来看,PDI、MPDI指数对春季,VSWI、NDWI指数对夏季的土壤相对湿度有较好的监测结果;MEI指数对秋季土壤相对湿度模拟效果较差,其余指数对秋季模拟效果均较好;根据各指数与20 cm处土壤相对湿度的相关系数,结合各指数的构成原理,春季选择PDI和MEI,夏季选择VSWI和NDWI,秋季选择PDI和MPDI,分别对2006年甘肃省河东地区干旱情况进行监测。通过考虑各等级出现的频率,同时兼顾土壤相对湿度,评定各指数干旱等级。监测结果显示,庆阳市北部连续出现春旱、春末夏初旱、伏旱和秋旱,陇中北部和庆阳市北部旱情严重。     

干旱指标在陕西省应用的敏感性分析

利用陕西省1961—2005年各气象站旬气象资料、33个农气旬报站土壤相对湿度及2001年6月13日NOAA-16极轨气象卫星资料,分析了降水距平百分率、Z指数、Palmer干旱指数、土壤相对湿度对干旱的发生、发展、变化的敏感性,描述干旱发生的范围、程度的差异,并将反映出的旱情与同时段用遥感监测得到的旱情进行比较。结果表明:降水距平百分率、Z指数对旱情的变化具有很高的敏感性,各干旱指标都能反应出区域内干旱的发生,但各指标反映出的干旱程度和范围不同;与同时段遥感监测得到的旱情相比,遥感监测的旱情更加细致,并与地表状况有关。干旱是一个累积过程,同时与影响对象有密切关系,使用干旱指标分析旱情时需要根据受旱对象选用不同的干旱指标,综合考虑前期的水分状况与旱情发生、发展有关的因素。     

近14a新疆南疆绿洲地区地表蒸散与干旱的时空变化特征研究

利用2001—2014年MOD16蒸散产品数据、MOD13植被[WTBX]NDVI[WTBZ]数据以及常规气象资料，基于植被指数、地表净辐射、气温优化改进混合型线性双源遥感蒸散模型，拟合地表蒸散分析实际蒸散（ET）、潜在蒸散（PET）时空动态变化特征，结合气象站实测蒸发皿数据验证MOD16数据在绿洲地区的适用性。进一步定义蒸散干旱指数（EDI）并计算△EDI进行研究区干旱特征分析，为大面积特殊地形蒸散估算研究和干旱监测提供一定依据。结果表明：（1） MOD16产品数据与研究区实测蒸发皿数据的相关性很好，通过0.01显著性检验，基于MOD16数据估算南疆绿洲地区蒸散量检验可行。（2） 2001—2014年均蒸散量总体变化不大，四季差异明显，ET与PET空间变化趋势相反；ET、PET年均差值较大，绿洲地区地表缺水情况严重。（3） EDI指数绿洲地区年均值总体偏大，△EDI对旱情的反映和干旱程度的判断比较可靠。     

基于Ts-EVI特征空间的春旱遥感监测——以河北省为例

春季干旱是影响我国农业生产的重要自然灾害。以河北省为研究区,采用Ts-EVI构建的特征空间,以温度植被干旱指数TVDI作为土壤水分估算因子对2005年4～5月的春旱发生与发展进行遥感监测,主要得出以下结论:(1)表层土壤相对湿度RSM_(10)与TVDI的相关性均通过了α=0.001水平的置信度的t检验而表现出显著相关性,基于Ts-EVI特征空间构建的TVDI可以较好地估算土壤表层水分状况。(2)TVDI与不同土壤深度RSM的相关性在不同时期存在一定的差异,4月上旬～4月中旬以10 cm深度处的相关性最高,20 cm处次之;4月下旬～5月下旬以20 cm土壤深度处的相关性最好,10 cm处次之。(3)在不统计云覆盖地区旱情的情况下,2005年4月上旬河北省春旱面积为15 014.4 km~2;4月中旬～5月下旬的春旱面积分别为43 350.4 km~2、13 889.3km~2、71 664.3 km~2、12 864.8 km~2和44381.5 km~2。     

土壤相对湿度在东北地区农业干旱监测中的适用性分析

分析土壤相对湿度(RSM)与标准化植被指数(SVI)、站点农气灾情数据及产量数据的关系,探究土壤相对湿度对东北地区农业干旱的监测能力。结果表明:(1)土壤相对湿度与SVI有较好的相关关系,76%的站点能够通过0.05的检验;水分胁迫下,作物生长状态对土壤湿度的滞后时间为10天。(2)土壤相对湿度低于60时,超过58%的作物生长状态受到影响;土壤相对湿度低于35时,超过92%的作物生长状态受到影响。(3)土壤相对湿度对农气灾情数据记录的不同等级干旱的正确检测概率都超过了50%。(4)7月上旬土壤相对湿度和产量的相关关系最好。土壤相对湿度在东北地区农业干旱监测中具有较好的适用性,本文可为农业干旱监测提供理论支持。     

小花间流域旱情监测模型分析

利用2002年5月份的小花间流域的MOD IS数据提取归一化差值植被指数(NDVI)和陆地表面温度(LST),选取合适的NDVI提取窗口尺度,构建LST-NDVI特征空间,采取适宜的干边和湿边的斜率确定方法,计算温度植被干旱指数(TVDI),对小花间流域进行旱情监测,平均相对湿度进行定性验证。结果表明:采用多尺度的像元提取窗口,依据像元直方图确定干边和湿边,建立温度植被干旱指数(TVDI)进行小花间流域旱情监测能够较好反映当地旱情。基于旱情监测模型的生产需要,探讨旱情与地表温度以及归一化植被指数之间的关系,认为地表温度能够反映当地2002年5月份旱情,而归一化植被指数的作用较小。     

多时间尺度温度-植被指数特征空间旱情监测的差异性

采用2011年5月28日MODIS多时间尺度数据产品和土壤相对含水量RSM数据,对河北省多时间尺度Ts-EVI特征空间旱情遥感监测的差异性进行了研究,结果表明：① 多时间尺度Ts-EVI特征空间的TVDI与土壤表层RSM具有较高的相关性,1 d尺度Ts和1 d、8 d尺度EVI构建的RSM-TVDI决定系数较高,8 d尺度的Ts和8 d、16 d尺度EVI的RSM-TVDI决定系数较低。② 多时间尺度Ts-EVI特征空间的旱情监测结果在空间分布上具有较好的一致性,但其面积存在一定的差异;旱情监测应用中Ts-EVI特征空间构建应首选1 d时间尺度的Ts和EVI,其次是1 d尺度的Ts和8 d尺度的EVI,再次为8 d尺度的Ts和8 d尺度的EVI。     

基于电磁感应技术的塔里木盆地北缘绿洲土壤盐分空间变异特性

土壤盐渍化是影响绿洲农业生产、抑制作物生长的主要生态环境问题。当前,将电磁感应技术与地面实测技术相结合是监测土壤盐渍化分布及其变化的先进方法。本文以新疆渭干河-库车河三角洲绿洲为研究区,以电磁感应仪在水平模式下（EM_H）和垂直模式下（EM_V）所获取的土壤表观电导率数据以及野外实测数据为基础,通过建立EM_V和EM_H与土壤盐分含量及组成元素的多元线性回归模型,采用泛克里格法（Universal Kriging）对研究区两个关键季节（干季、湿季）的土壤盐分含量及组成的空间变异特征进行了分析。结果表明：研究区干季和湿季表层盐渍土含盐量均与EM_V和EM_H具有良好的相关性,以EM_V+EM_H为自变量建立的土壤盐分解译模型的精度较高,且通过0.01水平检验;研究区干、湿两季的表层土壤含盐量数据符合P-P正态分布,空间分布均呈现强相关性;采用能够充分考虑到干旱区表层土壤盐分空间变异的球状套合模型,能够更好地拟合土壤表层含盐量的空间结构;研究采用泛克里格法将解译出的土壤盐分及其主要组成离子（Na⁺、Cl^-）含量进行空间插值分析,其变化趋势与土壤含盐量的变化趋势基本一致,因而采用电磁感应技术可以有效地监测不同季节干旱区绿洲土壤盐分及其组成的空间变化。     

2007-2016年四川省土壤干旱时空动态分析

四川作为农业大省,旱灾是导致农业减产最主要的因素。通过遥感和GIS手段进行四川省土壤干旱程度的时空分析,提高干旱的空间可视化程度,加强干旱监测的时效性尤为重要。本研究基于四川省2007—2016年逐季度的MODIS数据和1961—2011年40个气象站的月降水资料,采用温度植被干旱指数(TVDI)计算得到四川省干旱等级分布情况,辅以标准化降雨指数(SPI)进行相关性分析,并通过线性回归、反距离权重空间插值、GIS空间分析模型重建等方法,分析近十年来四川省地区以季度为时间尺度的土壤干旱时空变化特征,制作各时相土壤干旱分布图展示其微变化。结果表明:(1)在月时间尺度上,SPI-1与TVDI呈中等至强负相关关系,即TVDI值越小,SPI值越大,干旱程度越轻;验证结果表明TVDI都能够较好地对四川省的干旱空间分布状况进行反映。(2)四川省各区域、各季节干旱分布不均:空间上,干旱频发的区域集中在四川盆地及攀西南部区域。时间上,在春季,四川盆地区域的土壤干旱程度大致呈现加剧—持续—减缓的趋势;夏季,四川盆地的干旱变化趋势是加剧—减缓—加剧;秋季,四川盆地的干旱变化趋势是加剧—减缓—持续减缓;冬季,全川干旱程度变化不明显。本文的研究结果对四川省开展农业防灾减灾,引导农业灌溉具有指导意义。     

基于MODIS数据的华北地区遥感干旱监测研究

选择4种遥感干旱监测模型,与土壤相对湿度（RSM）和自校准帕默尔干旱指数（sc-PDSI）进行相关性分析,并探讨了研究区生长季干旱的时空变化特征。结果表明：作物缺水指数（CWSI）和植被供水指数（VSWI）更适合监测华北地区的土壤水分,在草原区和农区CWSI干旱监测较好,在森林区和荒漠区VSWI干旱监测效果较好;研究区干旱化趋势有所减缓,且2007—2011年为干旱到湿润的转折区间;干旱空间分布呈北部大于南部、西部大于东部的变化趋势,阿拉善高原的干旱最严重,而大兴安岭山脉基本无干旱发生;干旱整体上向好的趋势发展,尤其是鄂尔多斯南部、山西省、燕山山脉和华北地区-东北地区交界处的农区,且易旱区重心有向西移动的趋势,该成果可以为区域农业干旱监测提供一定的参考。     

利用MODIS数据进行旱情动态监测研究

MODIS-EVI植被指数与不同覆盖程度植被的线性关系已得到明显改善,可以更有效地反映地表植被的生长状态。利用MODIS合成数据MYD11A2和MYD13A2获取的增强型植被指数(EVI)和陆地表面温度(Ts)构建EVI-Ts特征空间,并以该特征空间计算的温度植被干旱指数(TVDI)作为干旱监测指标,分析广西2006年秋旱分布。结果表明:以地表温度和MODIS-EVI为基础的温度植被干旱指数能较好地反映区域旱情分布和旱情发展过程,2006年9月中旬—11月中旬广西受旱区域不断扩大,旱情持续加重。     

基于MODIS和TRMM数据的黄土高原农业干旱监测

农业干旱对农业生产影响最为严重，基于站点观测数据的干旱指数不能准确监测区域尺度的农业干旱特征。因此，本文利用2003—2010年MODIS地表温度（LST）、植被指数（NDVI）和TRMM降水（3B43）数据以及1960—2015年黄土高原地区及周边92个气象站点的月均温和月降水量数据，构建了综合遥感干旱监测模型规模干旱条件指数（Scale Drought Condition Index，SDCI），对黄土高原地区农用地生长季（4~10月）旱情的时空分布特征进行研究，结果表明：黄土高原地区农用地生长季多年平均干旱状态为中度干旱，干旱程度在空间上表现为西北部较严重，东南部较轻。2003—2010年黄土高原地区旱情年际变化呈缓慢加重趋势，2003—2007年旱情持续加重，2007—2009旱情缓慢减轻，2009—2010年旱情又加重。黄土高原地区旱情年内变化表现4-8月持续减轻，8-10月持续加重，干旱程度具体表现为4月呈严重干旱，5月、6月和10月呈中度干旱，7月、8月和9月呈轻度干旱。研究表明利用多源遥感数据构建的具有适当权重的SDCI可以有效监测黄土高原地区作物生长季的干旱状况。     

MODIS干旱指数对华北干旱的敏感性分析

针对近年来干旱发生频繁的华北地区,通过利用2000-2009年MODIS数据和气象观测站降水资料,建立草地和农田距平植被指数(AVI)与不同时间尺度标准化降水指数(SPI)之间的相关统计模型,比较AVI和距平水分指数(AWI)对干旱响应的敏感性。结果表明：(1)植被生长季AVI与不同时间尺度SPI的相关关系不同。草地AVI与1个月尺度的SPI(即1-SPI)相关系数较低,而与3-SPI相关最显著;而农田区AVI与SPI的相关性较低,总体上农田AVI与3-SPI的相关性较高;(2) AWI与AVI类似,也对SPI存在时滞响应,均与3-SPI有着极显著的相关关系,并且在干旱发生较严重的6~8月份AWI与3-SPI的相关性好于AVI与3-SPI的相关性;(3)运用AWI反演的华北地区2009年夏季干旱分布图较好地反映了旱情的时空分布,与相关气象资料结果相符合。     

基于多源遥感数据的甘肃省农业干旱研究

干旱是农作物生长发育的主要环境胁迫因子,也是制约农业丰产丰收的关键自然要素。农业干旱监测通常基于气象站点观测数据,这在一定程度上难以反映区域尺度的农业干旱状况。以甘肃省为研究区,基于MODIS、TRMM、ESA CCI等遥感数据产品和气象站点数据,利用随机森林回归模型构建综合气象干旱指数（CMDI）,并对甘肃省2011—2019年农作物生长季（4—9月）旱情时空格局及变化规律进行分析。结果表明：（1）CMDI与实测值的决定系数（R2）在各月均高于0.634,且与标准化降水蒸散发指数（SPEI）在空间上具有一定的相关性,表明该指数可反映农业干旱的发生发展过程。（2）甘肃省农业干旱呈现明显的地域分异规律,干旱程度由东南向西北逐渐加重,其中河西地区多为特旱区和重旱区,陇中地区为重（中）旱区,陇南、陇东、甘南地区为干旱-无旱波动变化区。（3）2011—2019年甘肃省农业干旱在年、月尺度上均呈现较大的波动趋势,其中2012年干旱程度最轻,2017年则最为严重;甘肃省大部分地区在4月和6月,陇东、陇南地区分别在5月和9月以及甘南地区4—9月农业旱情有所减轻外,其余地区在农作物生长季的旱情呈加重趋...     

基于MERSI和MODIS的太湖水体叶绿素a含量反演

水体叶绿素a含量的遥感反演是监测水体光学特性、评价水体污染的一个重要指标.本文以FY-3A/MERSI和AQUA/MODIS遥感影像为数据源,结合水体实测的叶绿索a含量,利用两类反射率模型,研究星载数据遥感反演叶绿素a的可行性.研究表明:基于FY-3A/MERSI和AQUA/MODIS可见光-近红外通道的光谱反演模型(...     

基于Ts-NDVI特征空间的绿洲土壤水分监测算法改进

土壤水分胁迫是干旱区绿洲生态环境和可持续发展面临的主要问题,开展区域尺度下大面积、高精度的土壤水分监测,有利于该地区旱情预报、作物估产、气象水文等领域研究。以T_s-NDVI特征空间为理论基础,以新疆渭干河-库车河三角洲绿洲为研究靶区,选择典型干湿季节下Landsat 8遥感影像,在传统温度-植被干旱指数（TVDI）算法基础上,考虑大尺度研究区下垫面异质性（植被覆被、地形起伏）对辐射能量平衡的影响,分别采用植被水分指数（VWIs）、加入大气温度（T_a）和DEM校正后的地表温度（T_s）与NDVI相结合,构建了植被干旱指数（VDI）和改进型温度-植被干旱指数（iTVDI）,并结合同期实测土壤水分数据对3种算法进行比较。结果表明：3种算法在一定程度上均能比较客观反映旱情特征,与表层土壤含水量呈现不同程度的负相关,其中,iTVDI相关性最好,TVDI次之,VDI相关性最低;相较植被生长初期而言,3种算法均在植被生长成熟期具有更好的水分监测能力。     

温度植被干旱指数(TVDI)与多因子关系研究

利用EOS/MODIS数据,采用归一化植被指数(NDVI)和地表温度(LST)构建NDVI-Ts特征空间,依据该特征空间计算温度植被干旱指数(TVDI)。通过对2009年6期冬小麦数据比较和多因子相关分析,认为TVDI与LST为极显著正相关关系,与NDVI相关性次之。气象因子中降水量(JSL)因子与TVDI相关性较为显著,在作物生长中后期,降水距平(JSJP)因子影响日趋明显;其它气象因子及海拔、灌溉与否等因子作用不显著,在进行大尺度干旱监测时基本可以忽略。如将TVDI与影响较为明显的因子组合建立新的指标或许是一个更好的监测方法。