首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 62 毫秒
1.
马梓策  孙鹏  张强  姚蕊 《地理科学》2022,42(1):152-162
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。  相似文献   

2.
利用MODIS数据进行旱情动态监测研究   总被引:14,自引:0,他引:14  
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。  相似文献   

3.
基于MODIS数据的青藏高原旱情监测研究   总被引:5,自引:0,他引:5  
杨秀海  卓嘎  罗布 《中国沙漠》2014,34(2):527-534
本文利用温度植被旱情指数(TVDI)和植被供水指数(VSWI)分别对2009、2010年3—10月青藏高原土壤湿度状况进行监测分析,同时利用气象台站实测地面降水资料进行了验证。利用MODIS资料提取的归一化植被指数(NDVI)和地表温度(TS),构建NDVI-TS特征空间,依据该特征空间计算出的反映青藏高原土壤湿度的TVDI与同期累积降水相关性显著;VSWI计算过程简单,但所反映的土壤湿度与同期累积降水的相关性较差。因此,对青藏高原这种范围广、下垫面多变复杂区域而言,TVDI能够更好地反映土壤湿度状况,对干旱监测具有一定的科学意义。  相似文献   

4.
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,利用2003—2015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—2015年黄土高原地区旱情年际变化总体呈波动减轻趋势,2003—2007年旱情越来越严重,2007—2014年旱情波动减轻,2014—2015年旱情有所加重。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、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。  相似文献   

5.
陈斌  张学霞  华开  徐珂 《干旱区地理》2013,36(5):930-937
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。  相似文献   

6.
基于MODIS数据新疆土壤干旱特征分析   总被引:3,自引:1,他引:3  
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。  相似文献   

7.
温度植被干旱指数(TVDI)在复杂山区干旱监测的应用研究   总被引:11,自引:1,他引:11  
对地观测卫星(EOS)中分辨率成像光谱仪(MODIS)传感器因具有高时间分辨率、高光谱分辨率、适中的空间分辨率等特点,非常适合大范围、长时期、动态的干旱监测。本文选取云南省红河州地区为研究对象,利用MODIS植被指数和陆地表面温度产0品建立高原多山地区NDVI- T_s空间,并由此建立了复杂山区的温度植被干旱指数(TVDI)。利用该方法检测2006年3、4两个月的云南省红河地区的地表干旱情况,同时结合当地气象局信息和野外同步观测的表层土壤温度、湿度数据对该指标进行定量验证,结果表明,TVDI与土壤湿度显著相关,该方法可以用来对大区域干旱进行检测,能很好的用于山区的干旱预警与监测。  相似文献   

8.
9.
基于MODIS数据的北京西北部地区土地覆盖分类研究   总被引:6,自引:1,他引:6  
本文主要基于MODIS 16天合成的NDVI时间序列数据、8天合成 LST数据、1∶5万DEM数据以及其他辅助数据相结合,进行北京西北部地区土地覆盖分类的研究。首先选取适合于MODIS数据分类的土地覆盖分类系统,然后用PCA方法对NDVI时间序列数据进行信息增强与压缩处理,以排除各种干扰因素,提高分类精度。最后结合LST数据、DEM数据及降雨温度数据,利用?齂-均值非监督分类法,进行研究区的土地覆盖分类,经过分类后处理,得到北京西北部地区的土地覆盖分类图。分类结果表明,使用250m分辨率MODIS数据,结合本文所用方法,能够实现较大区域的土地覆盖分类,并且能达到较高的分类精度。  相似文献   

10.
基于MODIS的珠江三角洲地区区域热岛的分布特征   总被引:5,自引:2,他引:5  
通过MODIS地温数据,研究了珠三角地区由于快速的城市化过程造成的区域性大范围温度升高现象,即"区域"热岛现象。分析结果表明,MODIS数据能够较好地反映出区域城市化进程中区域地表热环境的变化。不同下垫面的温度差异是形成区域热岛的基础。在大规模连片的城市化过程中,城镇用地的周边区域受到温度升高的影响,地表温度也相应升高,从而造成了区域大面积的温度升高,形成了区域热岛。从空间形态看,区域热岛的空间格局与城镇用地的空间布局具有较高的相关性,大城市或城市连绵区往往是区域热岛的中心。城市连绵区及其周边区域的热岛现象十分明显,而位于研究区的西南和东北方位的城镇分布比较分散,对应的区域热岛现象并不显著。  相似文献   

11.
沙莎  郭铌  李耀辉  胡蝶  王丽娟 《中国沙漠》2017,37(1):132-139
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-LSTLST,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TVDIRSM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。  相似文献   

12.
西台吉乃尔盐湖具有丰富的镁锂资源,受补给、降水、水文地质条件及人为因素的影响,理化性质和面积有较大变化。通过在湖表水和干盐滩进行样本点采集,统计分析盐湖水体的光谱特征,然后根据MO-D IS数据第1、2波段的反射率和NDVI设定的阈值提取水体,进行水域面积动态变化的监测,结合气象资料,对比分析了西台湖面积的变化情况和原因,对盐湖水体的提取、湖区矿产持续开发利用和水体保护具有一定的指导作用。  相似文献   

13.
区域形象设计   总被引:7,自引:0,他引:7  
区域形象是对这一区域的认知和评估,是历史的积累。区域形象有一个很长的发展形成过程,反映一个区域的环境、素质和声誉,是经济发展的重要资源。区域形象设计是区域规划和城市规划的组成部分。  相似文献   

14.
王娇  丁建丽  袁泽  陈文倩  李相  黄帅 《中国沙漠》2016,36(6):1606-1612
土壤水分胁迫是干旱区绿洲生态环境和可持续发展面临的主要问题,开展区域尺度下大面积、高精度的土壤水分监测,有利于该地区旱情预报、作物估产、气象水文等领域研究。以Ts-NDVI特征空间为理论基础,以新疆渭干河-库车河三角洲绿洲为研究靶区,选择典型干湿季节下Landsat 8遥感影像,在传统温度-植被干旱指数(TVDI)算法基础上,考虑大尺度研究区下垫面异质性(植被覆被、地形起伏)对辐射能量平衡的影响,分别采用植被水分指数(VWIs)、加入大气温度(Ta)和DEM校正后的地表温度(Ts)与NDVI相结合,构建了植被干旱指数(VDI)和改进型温度-植被干旱指数(iTVDI),并结合同期实测土壤水分数据对3种算法进行比较。结果表明:3种算法在一定程度上均能比较客观反映旱情特征,与表层土壤含水量呈现不同程度的负相关,其中,iTVDI相关性最好,TVDI次之,VDI相关性最低;相较植被生长初期而言,3种算法均在植被生长成熟期具有更好的水分监测能力。  相似文献   

15.
三江源区湖泊和沼泽遥感影像分类研究   总被引:4,自引:0,他引:4  
为了进一步了解三江源区的湿地分布现状,尝试利用MODIS 16天合成的归一化植被指数(NDVI)数据,采用决策树分类方法对三江源区湿地的遥感影像进行了分类研究.在数据预处理时,采用中值滤波和主成分变换结合的方法有效地去除了MODIS数据的噪声;在决策树构建过程中,结合DEM数据有效地提取出湖泊;利用象元NDVI时序变化曲线规律,采用先控制曲线形状、再控制拐点阚值的方法对沼泽进行分类.通过精度验证,湖泊的分类精度达到了96.5%,总的分类精度达到了84.2%,Kappa系数为0.78.利用MODIS NDVI时间序列数据和决策树方法能够满足大范围区域湖泊和沼泽遥感影像分类要求.  相似文献   

16.
MODIS NDVI时间序列在三江平原湿地植被信息提取中的应用   总被引:11,自引:0,他引:11  
以三江平原为研究区,利用多时相的中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)影像数据,采用一种基于归一化植被指数(Normalized Difference Vegetation Index,NDVI)时间序列的监督分类方法获取了研究区湿地植被的分布数据。监督分类以NDVI时间序列的波形所反映出的植被物候特征作为分类器,将离散的傅立叶变换应用于NDVI时间序列以减少高频噪声对分类的影响,并运用傅立叶变换后波形幅度和相位的相似性来确定像素的归属类别。根据研究区植被的物候特征的差异,区分出7种地表(沼泽、沼泽化草甸、滩地、水田、旱地、灌木和林地)的植被类型,得到三江平原2005年湿地植被的分布数据。该方法的总体分类精度达到79.67%,Kappa系数为0.752 5。研究表明,基于MODIS多时相NDVI数据,采用基于傅立叶组分的相似度分类方法可以客观、经济、快速的提取湿地植被分布数据。  相似文献   

17.
利用MODIS/EVI时间序列数据分析干旱对植被的影响   总被引:3,自引:0,他引:3  
为了分析2006 年四川重庆地区夏季干旱对该地区植被生长的影响, 选取该地区多年中分 辨率成像光谱仪(MODIS)增强植被指数( EVI) 时间序列数据进行研究, 利用时间序列谐波分析 (HANTS) 算法对EVI 数据进行去云处理, 并根据处理后的结果( 重构的EVI 数据以及HANTS 分 析得到相应频率对应的振幅和相位) , 分析干旱对该地区的影响, 同时结合地面气象数据加以补 充说明。将干旱年份和正常年份对比分析, 结果表明, 处理后的EVI 时间序列数据能较好地反映 干旱对地表植被的影响, 振幅和相位的空间分布特征能够很好地反映干旱的影响范围。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号