华北农业干旱和东北作物冷害监测预报研究

对比分析了气象卫星遥感资料反演的作物干旱区域、强度和实际观测资料，发现遥感反演的作物干旱区域、强度和实际观测资料有较好的一致性。建立了用于监测我国华北地区冬小麦生长期作物干旱的空间分布和强度的距平干旱遥感植被指数模型和干旱植被供水指数模型。     

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。     

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。     

NDVI〖CDF*2〗ST特征空间及干湿边变化特征

为了更好地解释归一化植被指数（NDVI）和地表温度（ST）的各种存在关系及其相互转换过程,以及监测和评价陆表变化,尤其是根据描述地表植被覆盖和土壤水分含量的参数,解释NDVI达到饱和以后的情况,以便更有效地应用,该文从归一化植被指数和地表温度之间机理出发,分析了植被指数与地表温度之间关系的研究以及NDVI-ST特征空间的干旱监测模型应用情况。结果表明,在高植被覆盖度情况下NDVI-ST特征空间拟合随意性增大,影响干旱的监测精度;同时多种因素对下垫面温度及植被指数影响的不确定性也影响干旱及植被的监测精度。今后的研究当中要针对不同时相、不同分辨率数据,分析不同植被覆盖类型和水分状况条件下NDVI-ST空间的变化规律,进一步研究修正NDVI-ST空间特征及干湿边（冷热边）的变化特征及在干旱监测中的应用,特别是高植被覆盖度下的修正应用,使ST-NDVI特征空间方法在干旱监测中发挥更好的作用。     

NDVI-ST特征空间及干湿边变化特征

为了更好地解释归一化植被指数(NDVI)和地表温度(ST)的各种存在关系及其相互转换过程,以及监测和评价陆表变化,尤其是根据描述地表植被覆盖和土壤水分含量的参数,解释NDVI达到饱和以后的情况,以便更有效地应用,该文从归一化植被指数和地表温度之间机理出发,分析了植被指数与地表温度之间关系的研究以及NDVI-ST特征空间的干旱监测模型应用情况。结果表明,在高植被覆盖度情况下NDVI-ST特征空间拟合随意性增大,影响干旱的监测精度;同时多种因素对下垫面温度及植被指数影响的不确定性也影响干旱及植被的监测精度。今后的研究当中要针对不同时相、不同分辨率数据,分析不同植被覆盖类型和水分状况条件下NDVI-ST空间的变化规律,进一步研究修正NDVI-ST空间特征及干湿边(冷热边)的变化特征及在干旱监测中的应用,特别是高植被覆盖度下的修正应用,使ST-NDVI特征空间方法在干旱监测中发挥更好的作用。     

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。     

植被指数差异在干旱遥感监测中的应用

利用2001、2002年春季降水和土壤墒情及NOAA／AVHRR气象卫星资料，分析了不同年的植被指数差异与同期降水量和土壤相对湿度差异的关系，结果表明，年际间植被指数的差异可以明显地反映作物受早程度的差异，此方法可以用来定性地分析年际间的干旱程度和受早范围。     

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。     

TVDI指数在运城市干旱监测中的应用研究

利用EOS/MODIS资料,通过温度植被指数法,在运城开展了遥感干旱监测研究。研究发现,监测结果比实测墒情更加细致,与实测墒情趋势基本吻合,能在很大程度上弥补由于测站少而造成的土壤墒情监测的不足。     

FY-3 VIRR 数据在陕西省干旱监测中的应用

干旱是影响陕西省社会发展和农业生产的主要气象灾害之一。利用具有两个热红外通道的风云三号气象卫星扫描辐射计一级数据,先使用分裂窗算法反演得到地表温度,再利用归一化植被指数(NDVI)和地表温度计算温度植被干旱指数(TVDI),从而来监测陕西省的土壤干旱程度。结果表明,反演得到的TVDI能较好地反映陕西省干旱分布状况,延安、关中、陕南等区域的TVDI反演结果与实际旱情更为接近。     

基于遥感与GIS集成的土壤墒情监测服务系统

遥感与GIS集成土壤墒情监测服务系统运行于Windows平台,基于遥感与GIS集成技术,利用热惯量法、植被缺水指数法、植被温度条件指数法和单时相资料回归法等多种模式计算土壤含水量。在遥感监测与墒情分析中考虑背景地理信息的影响,提高了遥感墒情监测的精度和服务水平。该系统具有多种墒情模式计算、图像显示、图像叠加、统计分析、模板处理和输出等功能。应用该系统得出的2005年4月河南省遥感墒情分布图和干旱面积与实测结果基本一致。     

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。      

地表温度-归一化植被指数特征空间干旱监测方法的改进及应用研究

地表温度-归一化植被指数(Ts-NDVI)特征空间干旱监测方法易受到监测期地表湿度、植被覆盖状况和卫星观测质量的影响,导致特征空间干、湿边不稳定,在基于长时间、大范围卫星观测资料的基础上对Ts-NDVI特征空间方法进行改进,将其称为通用特征空间方法.首先基于某观测时段,单独构建每年基于该单一年份单一时段卫星观测数据的T...     

基于神经网络算法的Sentinel-1和Sentinel-2遥感数据联合反演土壤湿度研究

以西班牙萨拉曼卡地区为研究区域,联合Sentinel-1后向散射系数和入射角信息、Sentinel-2光学数据提取的植被指数以及地面实测数据,构建了BP神经网络土壤湿度反演模型,并将该模型应用于试验区土壤湿度反演.结果 表明:1)基于Sentinel-1卫星VV和VH极化雷达后向散射系数、雷达入射角和Sentinel-...     

Assessing Drought Conditions in Cloudy Regions Using Reconstructed Land Surface Temperature

Temperature vegetation dryness index (TVDI) in a triangular or trapezoidal feature space can be calculated from the land surface temperature (LST) and normalized difference vegetation index (NDVI), and has been widely applied to regional drought monitoring. However, thermal infrared sensors cannot penetrate clouds to detect surface information of sub-cloud pixels. In cloudy areas, LST data include a large number of cloudy pixels, seriously degrading the spatial and temporal continuity of drought monitoring. In this paper, the Remotely Sensed Daily Land Surface Temperature Reconstruction model (RSDAST) is combined with the LST reconstructed (RLST) by the RSDAST and applied to drought monitoring in a cloudy area. The drought monitoring capability of the reconstructed temperature vegetation drought index (RTVDI) under cloudy conditions is evaluated by comparing the correlation between land surface observations for soil moisture and the TVDI before and after surface temperature reconstruction. Results show that the effective duration and area of the RTVDI in the study area were larger than those of the original TVDI (OTVDI) in 2011. In addition, RLST/NDVI scatter plots cover a wide range of values, with the fitted dry-wet boundaries more representative of real soil moisture conditions. Under continuously cloudy conditions, the OTVDI inverted from the original LST (OLST) loses its drought monitoring capability, whereas RTVDI can completely and accurately reconstruct surface moisture conditions across the entire study area. The correlation between TVDI and soil moisture is stronger for RTVDI (R = −0.45) than that for OTVDI (R = −0.33). In terms of the spatial and temporal distributions, the R value for correlation between RTVDI and soil moisture was higher than that for OTVDI. Hence, in continuously cloudy areas, RTVDI not only expands drought monitoring capability in time and space, but also improves the accuracy of surface soil moisture monitoring and enhances the applicability and reliability of thermal infrared data under extreme conditions.     

利用地面遥感仪器对土壤水分的监测试验

在陇东黄土高原对西峰农业气象试验站内的裸地、生长茂盛的小麦、玉米地、草地4类地物进行了CE312热红外辐射计及CE313可见光、近红外辐射计的同步观测和土壤水分的实测,试验观测数据的初步分析结果表明:热红外辐射计各通道的亮温变化与土壤水分的变化呈非线性相关,由于影响各地物亮温的因素较为复杂,主要表现为对裸地的监测效果较好,在有植被覆盖的情况下关系不明显。此外通过比较各地物亮温与植被指数发现二者有较好相关性。实践证明,利用地面遥感监测土壤水分从理论上是可行的,可进一步通过亮温和植被指数来建立试验区的土壤水分监测模型。     

基于MODIS的广东省植被指数序列构建与应用

植被指数是衡量植被长势的重要指标,植被指数序列有助于准确地认知植被覆盖、土地利用和土壤水分的时空变化规律,以及进行干旱和植被生长监测.利用2004-2006年的MODIS数据,选择RVI、NDVI和EVI三种植被指数,采用最大值合成法进行广东省植被指数序列构建.按照不同植被覆盖对三种植被指数的年际变化规律进行分析,并通过NDVI进行植被覆盖度计算以及植被覆盖等级分类来分析植被的空间分布.结果表明,建立的植被指数序列能真实地反映植被生长规律,植被覆盖度和广东地区的植被实际分布状况一致.说明建立植被指数序列是动态监测广东省植被长势的及植被环境的变化的有效方法.