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。      

基于Sentinel-3条件植被温度指数的关中平原干旱监测

基于Sentinel-3数据计算多年条件植被温度指数（IVTC）,并进行近实时定量干旱监测,以陕西省关中平原为研究区,在单年Sentinel-3数据的基础上综合多年Terra MODIS数据计算多年Sentinel-3 IVTC,进而实现研究区的干旱监测。研究结果表明,基于单年Terra MODIS IVTC与多年Terra MODIS IVTC之间的线性回归模型计算关中平原的多年Sentinel-3 IVTC是可行的,并且计算的旬尺度多年Sentinel-3 IVTC与近20 d累积降水量具有较高的相关性,相关系数（R2）达到065,展现了较高的近实时定量干旱监测能力。     

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。
 

     

不同卫星遥感干旱指数在黑龙江的对比应用

采用MODIS的1 km×1 km分辨率数据,以我国黑龙江为研究区,对基于植被指数的植被状态指数 (IVC)、基于地表温度的温度状态指数 (ITC) 和基于植被指数-地表温度特征空间的植被温度状态指数 (IVTC) 与10 cm,20 cm土壤相对湿度、降水量的关系、3种指数监测结果及其相互关系进行了对比分析。结果表明：IVTC相对于ITC,IVC更适于反映土壤湿度的变化,对浅层土壤湿度更加敏感;IVTC相对于ITC,IVC对降水更敏感,与监测时段的降水和前期总体降水都密切相关;在生长季早期,IVTC和ITC用于干旱监测的适用性明显优于IVC;不同区域间,IVTC的可比性较好,IVC和ITC则较差;IVTC所反映的地表温度信息对干旱的直接指示作用最强,所反映的植被信息对干旱的直接指示作用较弱。     

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（...     

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。     

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。     

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。     

基于植被供水指数的农田干旱遥感监测研究

应用1995-2000年NOAA卫星资料，结合广西贵港市的数字化土地利用信息，通过时序分析方法找出典型作物代表区，并计算各典型代表区的平均、最大、最小VSWI（Vegetation Supply Water Index；植被供水指数）特征值，归纳分析水田和旱地的干旱指标，继而根据典型代表区的平均VSWI值划分旱情等级，生成农田旱情遥感图像，评估干旱情况。试验表明，该方法可用于湿润、半湿润地区的农田干旱遥感监测。     

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。     

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。     

FY-3A/MERSI数据在山东省农田干旱监测中的应用

干旱是影响社会发展和农业生产的主要气象灾害之一。利用中国新一代极轨气象卫星FY-3A上搭载的250 m中分辨率光谱成像仪(MERSI)数据,基于垂直干旱指数(PDI),结合山东省旱情统计数据,建立了适合山东省的PDI干旱指数分级标准,在此基础上对山东省2010~2011年秋冬季的干旱状况进行了监测,并将监测结果与同期的降水、温度和干旱监测资料以及19个国家级农气站的土壤相对湿度资料进行对比分析。结果表明:基于FY-3A/MERSI 250 m分辨率卫星资料计算的PDI能够客观反映山东省旱情的空间分布和动态发展过程。PDI与对应实地观测的10 cm、20 cm土壤相对湿度之间有较好的负相关性,且20 cm的土壤相对湿度较10 cm的土壤相对湿度与PDI的相关关系更稳定。因此,利用FY-3A/MERSI卫星资料监测山东省干旱状况具有可行性,适于在干旱监测业务中推广应用。     

基于FY-3A／MERSI的洪涝灾害遥感监测初探

介绍了FY-3A/MERSI数据的基本情况,利用MERSI数据1～5通道进行典型地物的光谱分析了典型地物在MERSI图像上的特点和水体识别模型,选择适用于MERSI图像的模型对2008年10月南宁市发生的洪涝灾害进行监测.     

基于往返式平漂探空的FY-3D卫星反演温度检验

往返式平漂探空观测（以下简称平漂探空）可实现对流层至平流层低层大气温度廓线垂直探测以及平流层低层内持续4 h的水平温度分布探测。该文介绍利用平漂探空试验数据对风云3号气象卫星D星（FY-3D）反演温度数据的检验评估算法,基于该算法和2021年3—9月长江中下游平漂探空试验数据完成对卫星反演大气温度数据的检验。结果显示:FY-3D卫星反演的温度数据准确度总体较高,与平漂探空上升段数据平均绝对偏差约为1.34℃,与下降段数据平均绝对偏差约为1.93℃;卫星反演的100 hPa以上和850 hPa以下温度误差分别偏大0.59℃和0.33℃;卫星反演平流层温度准确度低于温度廓线,平均绝对偏差约为3.92℃;与平漂探空数据相比,卫星大气温度廓线分辨率较低、趋势较平滑,无法显示大气温度垂直分布和平流层温度水平分布的细节特征。     

FY-3A陆表温度反演及高温天气过程动态监测

采用FY-3A/VIRR数据,利用Becker局地分裂窗改进算法反演得到逐日陆表温度 (LST), 对2009年一次高温天气过程进行动态监测, 并分析不同下垫面的热环境变化。结果显示:此过程中可见光红外扫描辐射计 (VIRR) 陆表温度产品在敦煌辐射校正场地两次验证的误差为-0.17 K和1.77 K,与同时间过境的MODIS产品均方根误差为2.64 K,直方图对比陆表温度的频数分布基本一致;对高温天气过程监测发现,此次出现以华北的石家庄、郑州、北京等地和西北地区东部的西安等地为中心的两个陆表温度高值区, 部分地区达到了320.2 K以上;城市剖面资料证实城市热岛现象存在,并发现工矿用地的热岛效应不容忽视,主要是大面积的工矿用地周围植被破坏严重,地表增温更为显著。     

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.     

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。