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。     

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。     

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。     

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。     

基于植被状态指数的全国干旱遥感监测试验研究(Ⅱ)--干旱遥感监测模型与结果分析部分

通过利用1981～1994年连续504旬的由NOAA AVHRR 8km分辨率的NDVI时间系列数据,以及对应时段的全国102,个固定农气观测站的旬土壤湿度资料(-20cm),建立了植被状态指数(VCI)与土壤湿度之间的统计模型,由土壤湿度旱情等级标准来换算出每旬用VCI进行干旱遥感监测的旱情等级标准,以确定出全国的逐句旱情分布。对模型进行的统计检验表明,模型都通过了置信度为a=0．05统计检验。监测试验结果表明,这种方法在作物生长期内应用于大范围旱情遥感监测,有效且简便易行。     

FY-3C/MERSI与MODIS的多波段干旱指数反演及对比分析

以陕西省为研究区,选取2014年代表旱情发展过程的5、7和8月份的FY-3C/MERSI数据及与其同期的MODIS反射率产品和陆表温度数据,构建多波段干旱指数(MBDI),比较两种数据MBDI结果的空间相关性,结合研究区土壤相对湿度数据对MBDI进行相关性分析,比较MBDI监测结果的空间分布特征及不同干旱程度下像元数的变化趋势。结果表明:(1)MERSI-MBDI与MODIS-MBDI呈显著正相关,R2达0.7以上,通过0.001水平显著性检验;(2)MERSI-MBDI与MODIS-MBDI与10 cm土壤相对湿度均通过0.05水平显著性检验,MERSI-MBDI与土壤相对湿度具有更好的相关性,通过了0.01水平显著性检验;(3)MERSI-MBDI与MODIS-MBDI旱情监测结果在空间上具有良好的一致性,并与研究区实际情况相符,且不同干旱程度下像元数的变化趋势也十分一致。研究表明,通过与MODIS数据对比,MERSI数据可以很好的进行陕西省旱情变化监测。     

农业干旱遥感监测模型综述

以农业干旱发生时所引起的若干地表特征变化为依坦,分别从土壤水分、植被水分、冠层温度和作物形态4方面,对现有主要农业干旱遥感监测模型进行归纳总结,分析了各种模型的优缺点,以及各自的适用范围。其中土壤水分变化类指数比较适宜于农业旱情预警及土壤干旱型农业旱情的监测;冠层温度变化类指数不仅适宜于农业旱情预警,更适宜于农业旱情监测;作物形态及绿度变化和植被水分变化类指数,较适宜于农业旱灾的预警以及灾后评估。     

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。     

基于MODIS数据的京津唐地区干旱监测研究

京津唐地区由于降水量不均,常出现丰枯交替或连枯、连丰现象,近几十年来呈现涝年减少、旱年增多趋势。该文利用MODIS数据,采用温度植被干旱法,结合京津唐地区的地形植被覆盖条件,利用2010年6-7月共5d的归一化植被指数(NDVI)、增强植被指数(EVI),借助分裂窗法反演地表温度(Ts),构建NDVI-Ts和EVI-Ts特征空间,结合研究区域实际情况确定干、湿边方程,建立了基于温度植被干旱法(TVDI)的干旱监测模型,对京津唐地区的干旱情况进行分析,比较了TVDIN和TVDIE的敏感性。结果表明:利用TVDI法对京津唐地区进行遥感干旱监测是可行的,并且TVDIE比TVDIN监测效果更好,MODIS数据可很好地满足大范围实时动态监测要求。     

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。     

基于植被供水指数法的上蔡县农业春旱遥感监测

利用2006年4月7日的Landsat5 TM影像、2013年4月2日Landsat7 ETM+影像和2014年4月5日Landsat7 ETM+影像,采用植被供水指数法对河南省上蔡县进行农业春旱监测,并将归一化植被指数(单一植被指数)法的结果与植被供水指数法的结果进行对比。结果表明:(1)上蔡县历年春季普遍发生农业干旱,程度有所不同。研究区2006年至2014年干旱程度逐年减轻,干旱发生区域逐年减少,干旱治理成效较为明显。(2)植被供水指数法与单一植被指数(归一化植被指数)法的监测结果一致,且数据易于获得,可操作性强,有助于提高监测精度和效率,可用于该研究区以及与其地形和覆被等情况一致区域的农业干旱监测。     

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。     

基于遥感和像元二分模型的内蒙古正蓝旗植被覆盖度格局和动态变化

以内蒙古锡林郭勒盟正蓝旗为研究区,应用中国环境与灾害监测预报小卫星数据(HJ-1A CCD)及美国陆地卫星数据(Landsat ETM+),在充分考虑区域土壤和植被类型等背景基础上,先后使用了MNF、二维散点制图以及PPI方法,得到具有时空针对性的纯净像元;以此为基础,运用像元二分模型计算得到研究区植被覆盖度空间分布数据;最后,结合研究区其它权威土地覆被和土地利用(LUCC)数据,对比分析了本研究所得的植被覆盖度数据精度,评价了2000~2009年间区域植被覆盖度动态变化过程,指出本区在实施有关生态工程后植被覆盖度恶化趋势得到遏制。研究结果证明,在锡林郭勒盟正蓝旗地区应用像元二分模型计算植被覆盖度的方法是简洁且有效的。     

4种干旱监测方法在云南省的对比应用

面对多种多样的干旱监测方法,如何进行选取是目前遥感干旱应用所面临的主要难题。基于MODIS数据和云南省96个气象站2010年2月与2012年2月的气象资料,利用条件植被指数(VCI)、温度植被指数(TVDI)、云参数法以及标准降水指数(SPI)方法监测云南省干旱,并将4种方法监测结果与云南省干旱监测系统监测结果进行对比分析其在云南省的适用状况。结果表明:在该区,VCI监测干旱程度偏轻且干旱程度空间分布连续性差。云参数方法监测结果与实际干旱分布存在差异。由于没有考虑到前期降水等因素,SPI对该区干旱监测还有待进一步的探索。4种方法中,TVDI法既考虑了温度因素又考虑了地表植被状态,监测结果与实际干旱状况吻合度最好。     

TVDI用于干旱区农业旱情监测的适宜性

基于地表温度/植被指数(T_s/VI)特征空间建立的温度植被干旱指数(TVDI)受诸多因素的影响,其中一个重要的影响因素是植被指数,该指数在高、低植被覆盖时的敏感性不同,从而导致TVDI对旱情监测的准确度不同.针对这一问题,以新疆塔里木盆地北缘渭干河-库车河三角洲绿洲为研究区,选择2011年4月、8月两景TM影像,利用归一化植被指数(NDVI)和比值植被指数(RVI)分别建立T_s/VI特征空间,线性拟合特征空间的上、下边界,计算得到两种温度植被干旱指数(TVDI-NDVI、TVDI-RVI).用TVDI与同期野外实测的土壤含水量数据进行回归分析.结果表明:(1)植被指数、地表温度、土壤水分之间有显著互动关系,以不同植被指数计算得到的两种TVDI与表层土壤水分相关性较好,均能够反映区域土壤干旱状况;(2)由于植被指数对植被探测的敏感性,在4月低植被覆盖时,TVDI-NDVI与表层土壤水分的相关性较高,为0.4299,8月高植被覆盖时,TVDI-RVI与表层土壤水分的相关性较高,达到0.5791;(3)在低植被覆盖区域,NDVI较RVI敏感,而在高植被覆盖区域,RVI敏感性较高.RVI适用于高植被覆盖时反演土壤湿度,NDVI则更适用于中、低植被覆盖时.     

基于MOD16数据的河南省和山东省干旱的时空分布特征

河南省、山东省位于华北平原,是中国的粮食大省,但因为受自然地理位置等诸多因素的影响,河南省、山东省旱灾频发。采用MOD16A2数据进行作物缺水指数CWSI (Crop Water Stress Index)的计算,对河南省、山东省2012年6月—2013年6月干旱时空分布特征进行分析,主要结论如下:(1)河南省、山东省月际间干旱分布特征差异显著(P0. 05)。CWSI月际最大值出现在2012年6月,为0. 977 4,且山地干旱程度严重于平原。(2)河南省、山东省季节间干旱分布特征差异显著(P0. 05)。春季干旱情况较为严重,CWSI为0. 918 9。(3)从CWSI峰值月际、季节变化来看,河南省干旱情况略比山东省严重。河南省、山东省CWSI月际最大值分别为0. 977 4、0. 966 2,季节最大值分别为0. 918 9,0. 886 9。     

塔里木河干流植被遥感监测时空多尺度协同分析方法

利用遥感植被指数、典型植被样方和地面观测信息进行塔里木河干流植被监测是目前的主要方法。由于塔里木河干流具有流域下垫面均匀性差,自然植被随机分布的特点,使得现有研究方法局限在特定的时间和空间尺度,很难使用地面的观测数据和不同尺度的遥感数据进行植被生长状态的协同分析。针对这些问题,本文提出了利用不同分辨率遥感数据和地面观测数据进行多尺度协同分析的方法MSSA(Multiple Scale Synergy Analysis)。该方法包括以下几个步骤:①通过低空间分辨率的遥感数据构建时间序列的塔里木河干流植被指数分布图像,在分析图像特征的基础上划分塔里木河遥感监测单元;②对监测单元内部不同组分的时间和空间状态参数进行量化与率定;③根据几何光学模型原理和植被随机分布特性,采用线性混合模型模拟单元植被指数;④根据模拟结果和遥感数据的对比分析,获得地面植被参量的可靠估计。该方法将地面组分的状态参量和遥感数据通过模拟模型相关联,实现了不同时空尺度遥感数据以及地面样方或者点观测数据的协同分析,为塔里木河干流植被监测进行长期、细致的研究建立了海量数据综合分析的方法体系。     

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。     

国产高分一号数据估算草地植被覆盖度方法研究——以呼伦贝尔草原露天煤矿区为例

为了探讨与分析国产高分一号(GF-1)数据在北方露天煤矿区草地植被覆盖度估测中的精度及适用性,该文基于GF-1与SPOT6多光谱影像数据,以多个植被指数为自变量,利用像元二分模型、偏最小二乘(PLS)回归、支持向量机(SVM)回归3种模型对区内植被覆盖度进行估算,结合野外同步实地植被样方数据,对比分析不同估算模型的精度及适宜性,并通过蒙特卡洛模拟多尺度交叉建模的误差传播,分析空间分辨率不同对植被覆盖度估测的精度影响。结果表明:GF-1数据基于增强型植被指数的SVM回归模型(R~2=0.8149,RPD=2.336,RMSE=8.694%)与SPOT6数据基于归一化植被指数的SVM回归模型(R~2=0.8755,RPD=2.870,RMSE=7.032%)估算效果较好。不同分辨率数据交叉传递过程中SVM回归模型的精度高于PLS回归模型。因此,基于GF-1数据构建的SVM回归模型可以高精度地估算区域草地植被覆盖度。     

PDSI及sc_PDSI干旱指数在中国西南地区适用性分析

西南地区是中国干旱灾害频发地区,且在全球变暖背景下,干旱发生的频率和程度都有所增加,对农业生产和水资源安全造成威胁。帕默尔干旱强度指数（PDSI,Palmer Drought Severity Index）及在其基础上发展而来的自适应帕默尔干旱强度指数（sc_PDSI,self-calibrating Palmer Drought Severity Index）作为较成熟的干旱监测指标已得到广泛应用。本文利用土壤可含水量（AWC,Available Water Holding Capacity）地理空间模型中土种与AWC的对应关系,反演出西南地区更高分辨率的AWC分布,并采用中国西南70站温度月均值、月累积降水数据,分别计算了PDSI指数及sc_PDSI指数,进而比较分析两种指数的时间变化特征及统计分布性质,探讨二者在西南地区对干旱监测的适用性。结果表明：（1）PDSI与sc_PDSI均反映了西南地区在1965—2010年变干的趋势,但PDSI时间序列振动幅度更大;（2）PDSI的频率分布出现“翘尾”现象,监测到的极端干旱/湿润事件的发生频率高于严重干旱/湿润事件,而sc_PDSI的频率分布则更接近于正态分布;（3）两种指数对2009/2010年西南地区干旱事件的监测结果表明,sc_PDSI对干旱落区和干旱级别的监测均一定程度上优于PDSI,与土壤湿度结果更为接近,而PDSI更易对旱情估计过重;（4）虽然整体上sc_PDSI对PDSI具有一定的调整作用及一定的优越性,但在个别区域（如热带季风气候）并没有体现出调整效果,应用时应当考虑区域因素。