基于MODIS数据的广西旱区干旱指数模型研究

根据EOS/MODIS数据,采用植被状态指数(VCI)和温度条件指数(TCI)构建干旱指数(DI)遥感监测模型,应用于2004、2005年9-11月的广西旱情监测,制作了旱情时空变化的遥感图像,并与旱情实况数据进行对比分析,验证了干旱指数DI的有效性.通过对DI与TCI、VCI、NDVI和LST的相关性分析,发现TCI、VCI比LST、NDVI与DI的相关更显著,以TCI和VCI为因子构建的DI模型更适用于桂中旱区的旱情遥感监测.     

基于NDVI-Ts特征空间的黑龙江省干旱监测

NDVI-Ts特征空间方法结合了卫星遥感地表反射率和热红外特性,能较好地反映一定时空尺度的地表干旱状况,该文基于Terra-MODIS归一化植被指数(NDVI)和地表温度(LST)产品,构建NDVI-Ts三角形特征空间,采用植被温度状态指数结合MODIS地表分类产品IGBP对黑龙江省2007年夏季干旱进行监测和分析。结果显示:此次夏季干旱的空间分布广,持续时间长,干旱程度重,西部松嫩平原和东部三江平原等地主要农作物产区普遍发生干旱,且旱情严重。结合同期地面气象观测的月降水量数据对监测结果进行验证和评估表明:植被温度状态指数是一项近实时的干旱监测指标,不仅与当地最近的降水事件有关,而且与前期一段时间内的总体降水事件相关,可以较真实地反映当地干旱发生、发展的动态过程。     

基于TVDI的西藏“一江两河”地区干旱监测研究

利用MODIS合成产品数据集MOD11A2和MOD13A2获取的归一化植被指数(NDVI)和陆地表面温度(LST)来构建Ts-NDVI特征空间。依据特征空间设计的温度植被干旱指数(TVDI)作为干旱监测指标,对2000~2011年夏季"一江两河"地区旱情进行监测分析,并利用研究区气象站地面温度数据进行相关度分析。结果表明:2000~2011年夏季"一江两河"地区重旱区主要分布在南部和沿江河谷一带,北部干旱程度较轻,大部分地区TVDI≥0.6,处于干旱区域;近12年TVDI值变化趋势为下降,年际变化显著;TVDI空间分布特征与降水空间分布非常一致,与传统气候干旱监测结果总体上表现一致;实测地表温度与TVDI两者具有较好的线性正相关性。由此可见,温度植被干旱指数(TVDI)作为高原地区大范围干旱监测反演模型具有一定的科学性和参考性。     

基于FY-3D卫星的微波与光学陆表温度融合研究

目前还没有基于国产卫星的1 km分辨率的全天候陆表温度(LST)产品,FY-3D卫星提供了中分辨率成像仪(MERSI)Ⅱ型1 km分辨率晴空LST产品与微波成像仪(MWRI)25 km全天候LST产品,因此可结合两者优势开展全天候1 km分辨率LST的融合研究。基于地理加权回归(GWR)方法,选择海拔、FY-3D归一化植被指数和归一化建筑指数等建立GWR模型对FY-3D/MWRI 25 km LST降尺度到1 km,并与MERSI 1 km LST进行融合;同时针对MWRI轨道间隙,利用前后1天融合后的云覆盖像元1 km LST进行补值,可以得到接近全天候下的1 km LST。基于以上融合算法,选择了中国区域多个典型日期FY-3D/MERSI和MWRI LST官网产品进行了融合试验,并利用公开发布的全天候1 km LST产品(TPDC LST)对FY-3D1 km LST融合结果进行了评估。研究结果表明,基于GWR法的LST降尺度方法,可以有效避免传统微波LST降尺度方法中存在的“斑块”效应和局地温度偏低等问题;LST融合结果有值率从融合前的22.4%～36.9%可提高到融合后69.3...     

使用MODIS陆地产品LST和NDVI监测中国中、西部干旱

利用中分辨率成像光谱仪AQUA-MODIS卫星资料反演的地表温度LST和归一化差值植被指数NDVI,在中国中、西部地区应用植被温度混合状态指数VTCI方法,遥感监测干旱的空间分布状况。同时结合该地区有代表性的气象站逐月降水资料与VTCI指数进行相关分析,来验证此方法的适用性。结果表明,VTCI指数不仅与当月的降水量,也与其前期2至6个月的累积降水量有较好的线性相关性,显示VTCI方法不仅是较为有效的近实时大范围干旱监测方法,对于干旱的缓慢发展过程也有一定指示作用。     

基于多种干旱指数的长江中下游五省干旱监测与对比

利用多源遥感数据和稻谷产量资料,采用降水条件指数(PCI)、植被状态指数(VCI)、土壤湿度条件指数(SMCI)、温度条件指数(TCI)以及优化植被干旱指数(OVDI)5种干旱指数,对2012、2013年长江中下游五省的干旱状况进行监测。在此基础上,以标准化降水指数(SPI)和作物减产率为参考指标,对上述5种干旱指数在该区域的适用性进行比较分析。结果表明:PCI、SMCI更适用于长江中下游五省的干旱监测,而TCI、VCI不适合单独用于该地区的干旱监测。在2012、2013年,长江中下游五省发生了不同程度的干旱,其中2013年的干旱更严重(波及范围更广、发生频次更高)。2012年的干旱主要集中在1—2月和6—8月两个时段,旱区集中在北部地区,大致呈东北—西南向的条带状分布;而2013年的干旱主要集中在1—2月和6—10月两个时段,旱区覆盖了整个研究区域,且各省旱情不同步。     

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。     

准全球陆表干旱严重程度的多传感器遥感监测方法研究

在全球气候变暖的背景下,持续的干旱事件将对生态系统和人类社会产生不利影响。尽管存在多源卫星遥感资料及多种干旱指数,然而区域和全球尺度干旱事件的监测仍具有挑战。采用TRMM（Tropical RainfallMeasuring Mission）数据量化降水异常、MODIS（Moderate Resolution Imaging Spectroradiometer）归一化植被指数（Normalized Difference Vegetation Index,NDVI）和陆表温度（Land Surface Temperature,LST）数据表征植被生长异常,构建了一种兼顾降水异常和植被生长状况异常的多传感器陆表干旱严重程度指数（Multi-sensorsDrought Severity Index,MDSI）。结果表明:MDSI 能够准确检测准全球范围（50°S～50°N,0°～180°～0°）的气象干旱事件,如亚马逊流域2005 和2010 年干旱、中国川渝地区2006 年干旱、中国云南2010 年干旱、非洲东部2011 年干旱、2012 年美国中部干旱等;MDSI 与PDSI（Palmer Drought Severity Index）呈现出大致相同的干湿空间格局,并且MDSI 有助于湿润地区干旱程度的检测。     

美国20世纪干旱指数评述

由于没有对干旱现象的充分定义,干旱监测和分析长期受到影响。在过去2个世纪,干旱指数由基于降水短缺的简单方法逐渐发展到针对具体问题的更复杂的模式。19世纪后期和20世纪初干旱指数研究集中于以下几个方面:某一时段的正常降水百分率,降水小于某一阈值的连续天数,以降水和温度为变量的公式,和以持续降水短缺作为因子的各种模式。1965年Palm er以Thornthwaite蒸散量作为需水量,提出了基于水平衡的干旱指数,它是干旱研究史上的里程碑,至今仍在广泛应用。1960年代以来干旱指数的研究进展主要包括:地表供水指数,它结合了积雪、水库蓄水、流量和高海拔降水,因而弥补了Palm er指数的不足;用于火灾监控的Keetch-Byram干旱指数;标准降水指数(SPI)和采用全球卫星植被观测的植被条件指数。这些模式随着新资料的出现而不断发展。20世纪末研发出干旱监测工具(DM),它结合Palm er指数和其它几个(后Palm er)指数得出全美国干旱条件的统一评估。本文对干旱指数作了历史性回顾,有助于对Palm er指数复杂性和干旱测量本质的理解。     

青藏高原东北部MODIS地表温度重建及其与气温对比分析

通过遥感获取地表温度(地温,LST)可以弥补气象站LST数据局地性的不足.但受某些因素影响,遥感LST影像存在噪音像元,影响了LST数据的应用.本文提出了一种基于高程-温度回归关系的空间重建算法,对2008年青藏高原MODIS LST影像异常低值像元进行了重建,得到空间完整的LST时间序列.分别将原始LST和重建LST...     

1984—2014年北京地区不透水地表的时空变化及其温度效应研究

研究城市地表覆盖与地表温度（LST）的关系对改善城市生态环境具有重要科学意义。在Landsat TM数据支持下,利用线性光谱混合分析模型提取不透水地表信息,结合LST和地表热通量,分析不透水地表覆盖度（ISA）和LST的时空变化特征及其相互关系,探讨不透水地表对LST的影响机理。结果表明:1984—2014年北京不透水地表面积迅速增长,中覆盖度比例下降,高覆盖度比例增加;LST从市中心向郊区递减,高温区向外扩张;LST和ISA呈显著正相关,但不是简单的线性关系;ISA处于0.6~0.9时LST上升速率最快,减少ISA在此范围内的不透水地表集中分布可缓解高温区集中的现象。     

基于Fragstats4的景观格局指数与地表温度的相关性——以石家庄市为例

以石家庄市城市景观为研究对象,选取1987年、2004年和2019年Landsat遥感影像数据,采用监督分类方法将研究区分为绿地、水体、不透水地表和未利用地四类景观,采用单窗算法和劈窗算法反演地表温度(LST)。从景观生态学角度出发,利用Fragstats4.2计算4种类型的景观格局指数,并对景观粒度和移动窗口的尺度选择进行探讨分析;利用ArcGIS空间分析方法和统计分析方法,分析4种类型的景观格局指数与LST的相关性。结果表明:1987—2019年绿地斑块类型面积(CA)、最大斑块面积指数(LPI)和聚集度指数(AI)逐渐下降,不透水地表CA、LPI和AI逐渐增加,随着城市化进程的加快,绿地面积逐渐减少和裂化,绿地景观优势在不断下降,不透水地表面积在逐渐增加和聚合,不透水地表景观优势在不断加强,逐渐形成优势景观。斑块百分比指数(PLAND)、LPI和AI与LST表现出一致的极显著相关关系,绿地和水体为负相关,不透水地表和未利用地为正相关;斑块破碎化指数(SPLIT)则相反,绿地和水体为正相关,不透水地表和未利用地为负相关。LST与PLAND和LPI的相关系数明显高于LST与AI和SPLIT的相关系数,说明一个优势景观对地表温度的影响效果明显大于几个比较分散或破碎的景观。     

LST在农业气候热量区划中的应用方法研究

根据广西的自然地理特点和现有卫星遥感资料，对国内外10多种反演LST(1and surfacete mperature，陆面温度)的分裂窗算法及其相关的参数估算方法进行了适用性分析。在此基础上找出了适用于计算广西白天LST的算法，并应用该算法计算了晴空条件下的LST，获得了逐日各个时次的LST实况分布。通过模板分析，找到了求算多年LST气候平均图的途径。针对云剔除问题，通过对公共晴空区的统计分析，建立了不同图像间的数值补偿关系，从而有效地消除了云的影响，最终处理生成了广西多年和不同季节的平均LST空间分布图像。分析结果表明：在10km以上的宏观尺度上，广西平均LST的空间分布与平均气温的空间分布规律基本一致，而在1km尺度上，LST的空间特征更为精细、客观，更有利于反映与作物生长关系更为密切的下垫面热量资源的气候分布，是农业气候区划中更为有效的热量区划因子。     

基于遥感数据的宁夏地区土壤水分反演方法比较

利用MODIS产品数据MOD11A2和MOD13A2获取地表温度(TS)、昼夜温差(DST)、归一化植被指数(NDVI)、增强植被指数(EVI),构建宁夏区域2005年4、7、10月逢8、18、28日TS-NDVI、TS-EVI、DST-NDVI、DST-EVI特征空间,根据TS-NDVI、TS-EVI、DST-NDVI、DST-EVI特征空间建立了温度植被干旱指数(TVDI)、温度增强植被指数型干旱指数(TEDI)、温差植被干旱指数(DTVDI)、温差增强植被指数型干旱指数(DTEDI),并以这些干旱指数作为土壤水分监测指标,反演了宁夏区域2005年4、7、10月的土壤水分.利用实测10 cm土壤水分进行相关分析,结果表明DTEDI在宁夏土壤水分反演中表现较好,DTVDI表现略好.     

我国温度植被旱情指数TVDI的应用现状及问题简述

植被指数和地表温度是2类常见的遥感干旱监测方法,它们分别利用植被受旱时植被指数降低和植被冠层温度升高这2种重要的生理表现来监测干旱。但植被指数对干旱指示具有一定滞后性,地表温度监测干旱时易受土地背景等影响。基于特征空间的温度植被旱情指数(TVDI)综合了植被指数和地表温度监测干旱的特点,物理意义明确,克服部分单独使用植被指数或地表温度的缺点,是目前干旱研究和业务应用中使用最广的遥感干旱指数之一。本文介绍了TVDI的原理、计算方法、应用中的改进及TVDI干旱监测方法,旨在为TVDI的研究及应用提供一些参考。     

PDSI、SPEI及CI指数在2010/2011年冬、春季江淮流域干旱过程的应用分析

利用1951-2011年江淮流域70个测站的观测资料,计算了PDSI、SPEI及CI指数,又通过这三种干旱指数与降水异常和气象服务信息,综合分析了2010年10月至次年夏初江淮流域的旱涝情况及各指数的优缺点.结果表明,三种干旱指数都能够描述出江淮流域此次秋、冬及春季连旱过程,但对冬季干旱表现的都不够理想:PDSI指数对干旱的范围、发展及持续性的描述较好但敏感度不够,冬季中前期旱情未能反映;月尺度SPEI指数较为灵敏但过于依赖降水量的变化,干旱的持续性不够,冬季旱区有所偏差;季尺度SPEI指数表现出干旱开始时间有所滞后且偏旱;CI指数能够及时监测到干旱的发生、发展,但干旱发展过快、旱情偏重(尤其在冬季),在某些条件下干旱解除时间有所滞后.     

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。     

联合干旱指数在干旱监测中的应用——以广东韶关地区为例

气候变化影响了水循环与地区的水量平衡过程,一定程度上改变了干旱的形成与演变条件。以标准化降水量与蒸散发量差值表征水分偏离正常程度的标准化降水蒸散发指数(SPEI)为基础,从多时间尺度联合的视角建立联合干旱指数(JDI),并以广东韶关为例分析修正的新指数JDI在干旱监测中的准确性和有效性。结果表明,综合了不同时间尺度干旱特征信息的JDI能够较全面地反映干旱的形成与演进过程。通过对干旱监测的评价以及与实际旱情的对比分析,验证了联合干旱指数JDI在实际干旱监测中的准确性和有效性,其可作为未来干旱监测的新理想指标。     

安徽省植被和地表温度季节变化及空间分布特征

卫星遥感广泛应用于宏观、大范围、动态连续的植被和地表温度监测研究。利用2001—2008年MODIS卫星遥感资料, 分析了安徽省归一化植被指数 (NDVI) 和地表温度 (LST) 的季节、月变化和空间分布特征,探讨了代表城市区域的NDVI和LST时空分布及其相关性。结果表明:安徽省NDVI和LST季节变化显著,具有典型地域特征;受当地气候影响,植被、农作物类型地域差异较大,导致LST季节变化以及空间分布不同;城市中心向郊区过渡时,植被覆盖度在不断增加,伴随着NDVI的增加,LST下降;城市LST明显高于郊区值,呈现热岛效应。研究表明,当地气候和植被分布共同决定了LST的分布状况,这将为安徽省合理进行农业区划、科学监测生态环境以及有效评估土地利用与热岛效应提供重要参考依据。     

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。