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。     

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。     

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.     

温度植被干旱指数（TVDI）在陇东土壤水分监测中的适用性

温度植被干旱指数（TVDI）是利用光学遥感进行干旱监测常用的遥感指数。但前人更多的是利用单时次的遥感数据计算TVDI,这使不同时间TVDI的可比性不高。利用历史遥感数据构建了NDVI-LST（LST,地表温度）、EVI（增强植被指数）-LST、SAVI（土壤调整植被指数）-LST 3种特征空间,讨论了TVDI方法在甘肃省陇东地区的适用性。结果表明：（1）特征空间法可用于甘肃省陇东地区土壤水分的监测,EVI-LST特征空间构建的TVDI与土壤相对湿度RSM的相关性更高;（2）DEM（数字高程模型）对特征空间法有一定的改进作用,LST经过DEM订正后,一方面特征空间干、湿边的拟合程度提高,另一方面TVDI与RSM的相关性得到一定程度的提高;（3）利用历史遥感数据建立的特征空间提高了TVDI的时空可比性：TVDI能够较好的指示出研究区每年RSM的空间分布特征及不同年份间RSM的差异。     

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。     

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数据新疆土壤干旱特征分析

干旱是一种常见的自然灾害,严重影响着新疆的农业生产。利用中分辨率成像光谱仪MODIS影像MOD11A2数据和MOD13A2数据,数字高程模型(DEM)对Ts进行了纠正,提取归一化植被指数(NDVI)和地表温度(Ts)构建NDVI-Ts特征空间,并依据特征空间计算的温度植被干旱指数(TVDI)作为监测土壤湿度指标,反演了新疆2013年5、6、7三个月每16 d的土壤湿度。较好地反映地表图层土壤湿度,分析了新疆土壤湿度的时空分布特征,新疆北部地区土壤湿度高于南部,西部的土壤湿度高于东部,且土壤湿度由西北向东南逐步减小,依次表现为湿润>正常>轻旱>中旱>重旱>极旱;由5月到7月土壤湿度不断增大,这与新疆降水量分布和实地土壤含水率十分吻合,监测结果可信,能够为决策部门防旱抗旱提供有力的信息支持。     

利用MODIS/EVI数据分析干旱对西南地区植被的影响(英文)

2009年9月至2010年3月我国西南地区出现了有气象记录以来最严重的干旱,给当地的自然环境和生产、生活带来严重影响。本文利用多年MODIS/EVI数据求取距平植被指数来反映干旱对西南地区植被的影响。在此基础上,分析了西南地区植被受旱的时空格局及其可能影响因素。结果表明,我国西南地区植被受干旱影响的范围很大,超过地区总面积的50%,植被受旱程度时空差异显著。这种显著的差异除了受降水等气象因素影响外,还与不同植被类型对干旱的响应差异有很大关系。在西南地区三种主要的植被类型中,作物是最易受干旱影响的植被类型,草地次之,林地的抗旱能力最强。此外,植被干旱的空间分布与气象干旱也存在很大的差异,进一步证明了降水以外的其他因素对干旱程度的调节作用。研究证明与气象干旱指数相比,植被指数更能反映干旱的实际情况。但在使用植被指数衡量干旱影响时也要考虑到植被指数本身的局限性。     

基于植被状态指数的全国干旱遥感监测试验研究(Ⅰ)--资料分析与处理部分

在收集处理了了1981～1994年连续504旬的由NOAA AVHRR第1、2通道的反射率计算得的NDVI时间系列数据,以及1980～1994年全国102个固定农气观测站的旬土壤湿度资料(-20cm)和相应测站的田间持水量资料基础上,分析了全国NDVI及植被状态指数VCI的时空变化特征,发现NDVI值随季节(旬)分别表现为“双峰型”和“单峰型”的变化,在第17～27旬之间达到极大值,并与作物生长有关,VCI的变化与NDVI的变化呈相反趋势;对资料因站点的分布和密度以及时序位相等差异可能影响资料代表性的探讨认为：因旱情发展有一个过程,故NDVI、SHI的时空特性应该不会影响其分析结果的代表性。综合分析了资料的时空代表性,为干旱遥感监测模型的建立作准备。     

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.     

三江源区MODIS植被指数时空分布特征

利用16天合成的250m分辨率的MODIS数据,对三江源区NDVI和EVI植被指数时空分布特征进行了系统性的研究。结果表明：NDVI和EVI空间分布呈现出由东南向西北逐步下降的趋势。植被指数随季节呈现出规律变化,最高值出现在8月。不同海拔高度两种植被指数对植被覆盖情况的指示作用比较一致。植被类型的NDVI与EVI的差异...     

非平稳标准化降水蒸散指数构建及中国未来干旱时空格局

旱灾是一种致灾因子与成害机理均非常复杂的自然灾害,也是目前对其检测与风险防御最为困难的自然灾害种类之一。随着全球气候变化,干旱的变化逐渐趋于非平稳化,水文气象序列的非平稳性已有广泛研究,但在干旱检测指标中却鲜有考虑。基于标准化降水蒸散指数（SPEI）和非平稳性理论,构建非平稳性标准化降水蒸散指数（NSPEI）并进行适用性评价,利用NSPEI评估未来不同排放情景下中国气象干旱时空格局演变规律。结果表明：① 非平稳性站点集中在东北平原、黄淮海平原、长三角地区、青藏高原及周边区域,NSPEI拟合最优的站点占中国气象站点的88%（2177个站点）。② SPEI对温度较为敏感,在评估未来干旱变化时会高估干旱强度和持续时间性,而NSPEI能够克服这一弱点,较SPEI可更好的检测中国气象干旱,且能很好的刻画中国未来干旱变化。③ 低、高排放情景下中国北方干旱加剧,南方呈湿润化趋势;中排放情景下中国北方湿润化趋势明显,而中国南方则呈干旱化。基于NSPEI干旱检测结果,中高排放情景下中国未来极端干湿历时与发生频率均呈增加趋势。     

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。     

从光谱指数到融合数据集的全球植被遥感数据产品

遥感对地观测为理解陆地植被动态与全球环境变化规律提供了数据基础,基于卫星观测的全球植被遥感数据产品近年来层出不穷,但缺乏基于数据使用者视角的系统梳理。本文回顾了全球植被遥感数据产品的发展历程,梳理了相关卫星计划及对应数据产品,分析了从植被光谱指数到生物物理特征参量、传统光学遥感反演到叶绿素荧光及星载微波反演产品、从单一传感器生产到多数据源—多数据集融合产品的发展脉络,阐述了全球植被遥感数据产品的来源、特征与关联关系。认为当前全球植被遥感数据产品的生产与应用存在一定脱节,遥感产品精度制约了对地球系统的深入理解。全球植被遥感数据产品正从宏观状态监测向专业化、精细化、标准化转变,建议未来制备全球遥感数据产品应充分利用目前已积累的长时序观测数据,融合多源观测资料,提升现有数据集的时空分辨率、精度及连续性;注重提高特殊区域与特定类型生态系统的反演精度,加强多维植被特征的一体化监测;建立全球植被产品数据共享平台,提供标准的全流程数据处理与分发服务,将数据不确定性信息高效、清晰提供给用户。     

Leaf area index retrieval based on canopy reflectance and vegetation index in eastern China

The aim of this paper is to investigate the feasibility of using Landsat TM data to retrieve leaf area index (LAI). To get a LAI retrieval model based ground reflectance and vegetation index, detailed field data were collected in the study area of eastern China, dominated by bamboo, tea plant and greengage. Plant canopy reflectance of Landsat TM wavelength bands has been inversed using software of 6S. LAI is an important ecological parameter. In this paper, atmospheric corrected Landsat TM imagery was utilized to calculate different vegetation indices (VI), such as simple ratio vegetation index (SR), shortwave infrared modified simple ratio (MSR), and normalized difference vegetation index (NDVI). Data of 53 samples of LAI were measured by LAI-2000 (LI-COR) in the study area. LAI was modeled based on different reflectances of bands and different vegetation indices from Landsat TM and LAI samples data. There are certainly correlations between LAI and the reflectance of Tm3, TM4, TM5 and TM7. The best model through analyzing the results is LAI = 1.2097*MSR + 0.4741 using the method of regression analysis. The result shows that the correlation coefficient R2 is 0.5157, and average accuracy is 85.75%. However, whether the model of this paper is suitable for application in subtropics needs to be verified in the future.     

基于冠层反射和植被指数的华东地区叶面指数反演

1 IntroductionLeaf A rea Index (LA I), defined as half the all-sided leaf or needle surface per unit groundsurface (Chen and Black,1992),is an im portantparam eter to quantify leaf density and m onitorvegetation change.A tthe sam e tim e,LA I is also an i…     

蒙古国植被对干旱响应的敏感性研究

本文分析了蒙古国不同区域、不同土地覆被类型区的植被生长状况对干旱响应的敏感性特征,并探讨了成因。研究表明：① 2001—2019年,蒙古国虽然发生了3次较为严重的干旱事件,但整体上干旱程度呈轻微降低趋势,SPEI出现轻微上升,总体增速为0.001%/a;植被生长状况出现了好转,植被指数也呈上升趋势,总体增速为0.15%/a。② 蒙古国大部分区域植被生长受干旱影响较强,各植被指数与干旱指数呈较明显的正相关关系,在NDVI与SPEI-12的相关性分析中,正相关面积占比达76.36%;而在杭爱山脉和肯特山脉以北降水量丰沛的区域和阿尔泰山脉以南荒漠化严重和植被极为稀少区域,植被生长受干旱影响较弱,植被指数与SPEI相关性较小。③ 不同类型植被对干旱响应的敏感性也有差异,其中草地敏感性最强（0.22）,而森林敏感性最弱（-0.04）。④ 干旱持续时间长短,对植被生长影响有较大差异,蒙古国大部分区域的植被对延续3个月至半年的干旱最为敏感,而年内以7月份干旱对植被影响最强。⑤ 植被对干旱响应的敏感性实质是区域水分平衡的植被影响,对同种植被而言多年平均气温越高或降水量越少,植被对干旱响应的敏感性越强,反之则越弱。本文的研究结果对蒙古国因地制宜开展荒漠化防治具有重要参考价值。