基于遥感数据的宁夏地区土壤水分反演方法比较

利用MODIS产品数据MOD11A2和MOD13A2获取地表温度(TS)、昼夜温差(DST)、归一化植被指数(NDVI)、增强植被指数(EVI),构建宁夏区域2005年4、7、10月逢8、18、28日TS-NDVI、TS-EVI、DST-NDVI、DST-EVI特征空间,根据TS-NDVI、TS-EVI、DST-NDVI、DST-EVI特征空间建立了温度植被干旱指数(TVDI)、温度增强植被指数型干旱指数(TEDI)、温差植被干旱指数(DTVDI)、温差增强植被指数型干旱指数(DTEDI),并以这些干旱指数作为土壤水分监测指标,反演了宁夏区域2005年4、7、10月的土壤水分.利用实测10 cm土壤水分进行相关分析,结果表明DTEDI在宁夏土壤水分反演中表现较好,DTVDI表现略好.     

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。     

MODIS资料遥感监测土壤水分与干旱研究进展

干旱是威胁我国及世界农业发展的自然灾害之一,遥感技术已经成为监测土壤水分与旱情的重要手段。本文总结分析了近年来利用MOD IS资料监测土壤水分和干旱的优势,回顾总结了目前利用MOD IS资料监测土壤水分和干旱的方法,着重从光谱法、温度植被干旱指数(TVD I)空间法、植被水分监测法、水分亏缺指数法等几方面进行了重点介绍,并对未来的发展趋势进行了展望。     

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。     

四川盛夏伏旱的MODIS遥感监测方法

本文利用2006～2010年7、8月的MODIS卫星遥感资料、土壤湿度观测资料和Ci综合气象干旱指数,讨论了NDVI-Ts特征空间干、湿边的拟合方法,建立了7～8月各旬的TVDI指数计算模型.根据31个农业气象站点的土壤相对湿度观测资料,获得了5种干旱等级的观测样本,并通过样本类内离散度、类间离散度,以及与土壤相对湿度和Ci指数相关性的比较,对比分析了TVDI和VSWI两种干旱遥感监测方法对四川盛夏伏旱的监测能力,结果表明:对于四川盛夏伏旱的遥感监测来说,用TVDI指数监测比用VSWI指数监测更合适,效果更好,TVDI指数监测到的干旱区比较可靠.     

基于MODIS数据的作物苗期干旱监测方法

针对苗期低植被覆盖情况,在原有的归一化植被指数基础上,增加了土壤调节植被指数,将其与条件温度指数结合,通过与地面实测土壤相对湿度进行相关分析,分别建立作物苗期的干旱监测模型,并与热惯量方法和供水植被指数方法进行对比分析,初步得出辽宁省范围内作物苗期进行大范围干旱遥感监测的最适宜模型为土壤调节植被指数一温度模型.     

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TVDI的西藏地区旱情遥感监测

西藏大部分地区属干旱或重干旱区,干旱发生较为频繁,是影响农牧业生产最严重的灾害之一。文章利用拉萨接收站的中分辨率成像光谱仪(MODIS)资料提取的归一化植被指数(NDVI)和地表温度(ST),构建ST-IND-VI特征空间,依据该特征空间设计的温度植被旱情指数作为旱情指标,找出适合该地区的旱情判别模式,以2005～2008年6～7月同时段西藏地区卫星资料、气象旱情监测结果以及土壤相对湿度观测数据为例,进行旱情对比分析。结果表明,利用温度植被旱情指数(TVDI)法对西藏地区进行夏季干旱动态监测是可行的。     

基于风云3卫星数据的温度植被干旱指数在重庆地区的应用

为探究风云3卫星数据在重庆地区干旱监测中的适用性,以温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI)为监测指标,利用Aqua/MODIS数据为对比数据,对重庆地区2015年夏季(7～9月)旱情进行监测分析。结果显示,重庆夏季主要受轻旱和中旱的影响,旱情较严重的区域主要集中在西部地区。从7月开始,受旱情影响的范围在逐渐加大,旱情程度也在不断加深。结合高程数据(Digital Elevation Model,DEM)和MODIS土地覆盖类型产品数据,将重庆地区划分为低海拔混交林、中海拔混交林、低海拔小起伏山地作物、低海拔中起伏山地作物四类讨论不同地貌类型受旱情的影响。作物类受旱情影响的面积百分比较混交林类大,低海拔相较于中海拔地区受干旱影响的面积百分比更大。为验证基于TVDI的干旱监测结果的准确性,利用重庆市170个地面站点实测的土壤墒情数据为验证数据,通过相关性分析可知,FY3A/VIRR数据与Aqua/MODIS数据不论是在整体相关性还是按不同地表类型分类后与土壤墒情数据间的相关性都较好,且相关系数在0.1水平(双侧)显著相关,说明利用TVDI能较好的反映出重庆地区土壤中的水分含量情况。但两类数据的相关性又存在一定的差异,整体上,Aqua/MODIS数据与土壤墒情之间的相关性要高于FY3A/VIRR数据;分类后,FY3A/VIRR数据与土壤墒情之间的相关性要高于Aqua/MODIS数据。      

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。     

基于NDVI-Ts特征空间的黑龙江省干旱监测

NDVI-Ts特征空间方法结合了卫星遥感地表反射率和热红外特性,能较好地反映一定时空尺度的地表干旱状况,该文基于Terra-MODIS归一化植被指数(NDVI)和地表温度(LST)产品,构建NDVI-Ts三角形特征空间,采用植被温度状态指数结合MODIS地表分类产品IGBP对黑龙江省2007年夏季干旱进行监测和分析。结果显示:此次夏季干旱的空间分布广,持续时间长,干旱程度重,西部松嫩平原和东部三江平原等地主要农作物产区普遍发生干旱,且旱情严重。结合同期地面气象观测的月降水量数据对监测结果进行验证和评估表明:植被温度状态指数是一项近实时的干旱监测指标,不仅与当地最近的降水事件有关,而且与前期一段时间内的总体降水事件相关,可以较真实地反映当地干旱发生、发展的动态过程。     

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...     

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。     

山东省干湿转换期土壤水分MODIS遥感监测

由于2012年春夏过渡时期山东省降水时空分布不均,前期全省大部分地区出现旱情,后期降水偏多。为及时掌握干旱分布及变化情况,利用MODIS地表温度数据(MOD11A2)和植被指数数据(MOD13A2),结合土壤水分自动站的实测数据,采用温度植被干旱指数法,构建了LST-NDVI、LSTEVI特征空间,反演了2012年6~7月山东省干湿转换期的土壤水分,分析了干旱空间分布及变化特征。结果表明:LST-NDVI特征空间反演精度为82.95%,LST-EVI特征空间反演精度为84.33%,精度提高了1.66%。前期山东省中南部、西部出现旱情并以轻旱为主,后期由于降水旱情明显缓解,干旱面积减少了65 427 km2。基于MODIS数据利用温度植被指数法在本区域进行干旱监测是可行的。     

基于MODIS数据的广西旱区干旱指数模型研究

根据EOS/MODIS数据,采用植被状态指数(VCI)和温度条件指数(TCI)构建干旱指数(DI)遥感监测模型,应用于2004、2005年9-11月的广西旱情监测,制作了旱情时空变化的遥感图像,并与旱情实况数据进行对比分析,验证了干旱指数DI的有效性.通过对DI与TCI、VCI、NDVI和LST的相关性分析,发现TCI、VCI比LST、NDVI与DI的相关更显著,以TCI和VCI为因子构建的DI模型更适用于桂中旱区的旱情遥感监测.     

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。     

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。     

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。      

减化比值植被指数在城市热环境研究中的应用

以南京市ETM＋影像为数据源,经嵌套于ERDAS IMAGINE9.1中的ATCOR2大气校正后,提取了南京城区地表温度（land surface temperature,LST）、归一化植被指数（normalized difference vegetation index,NDVI）和减化比值植被指数（reduced simple ratio,RSR）,基于实测值和同时相AS-TER数据反演结果的双重验证,拟合了两种植被指数与地表温度的定量关系,并进行对比分析。结果表明,除水体外,植被覆盖度高的区域地表温度明显低于植被稀少或无植被区;地表温度与NDVI呈显著线性负相关,与RSR呈显著幂函数负相关,后者的相关性高于前者;当RSR小于3.2时,地表温度随植被覆盖增加而锐减,当RSR大于3.2时,植被覆盖继续增加,地表温度却趋于恒定,呈现植被降温效应＂饱和＂现象;对比比值植被指数（ratio vegetation index,RVI）应用结果发现,近红外和红光比值的线性拉伸是导致NDVI和RSR表征城市热环境效应存在差异的主因,还与短波红外对水分敏感和能真实反映植被冠层结构有关。中国6大城市热环境案例研究均表明,RSR能直接解释对于不同下垫面,增加相同的植被覆盖度其降温效果存在差异的现象,而不进行土地利用分类,NDVI则无法揭示此现象。     

基于3种遥感指数的东北春玉米干旱识别对比

以东北春玉米为研究对象,探究利用植被光合特性的日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)指数、近红外-短波红外波段构建的归一化差值水分指数(normalized difference water index,NDWI)和可见光-近红外波段构建的归一化差值植被指数(normalized difference vegetation index,NDVI)识别东北春玉米干旱的准确度和敏感度。研究发现:SIF指数、NDWI和NDVI对干旱识别准确度均超过80%,其中重度干旱准确度超过94%,且在春玉米苗期表现最佳;3种指数对比可知,SIF指数在春玉米干旱识别的准确度和敏感度方面均最佳,分别为89.27%和81.65%,NDWI敏感度次之,NDVI最差。表明基于光合特性的SIF指数在识别东北春玉米干旱方面优于基于地物光谱特性所构建的植被指数。