基于随机森林的遥感干旱监测模型的构建

利用遥感数据进行大面积旱情监测是现有干旱监测的重要方法之一,然而传统的遥感干旱监测方法主要侧重于对土壤湿度或植被状况等单一干旱响应因子进行监测,对综合多因子的干旱监测研究较为有限。随机森林是一种机器学习方法,具有学习过程快速、运算速度快、稳定性好、预测精度高的优点,近年来被应用于生态环境等多个领域。本文利用2001-2010年4-9月的MODIS数据提取的植被状态指数（VCI）、温度状态指数（TCI）和土地覆盖类型（LC）,TRMM降水资料计算的TRMM-Z指数及SRTM-DEM、土壤有效含水量（AWC）等多个遥感及土壤资料提取的干旱因子为自变量,以气象站点的综合气象干旱指数（CI）为因变量,利用随机森林模型构建遥感干旱监测模型,并以河南省为研究区进行了评价和分析。该模型在2009-2010年的监测值和实测CI值的具有显著的相关性,并且二者干旱等级的一致率为81%。在2001-2010年4-9月间,模型监测值与气象站点的标准降水蒸散发指数（SPEI）总体干旱等级一致率为74.9%,较为一致,其中9月的模型结果与SPEI的干旱等级一致率最高,达到82.4%,空评估率和漏评估率最低;与10 cm土壤相对湿度的相关系数在0.475-0.639之间,达到极显著水平。河南省2011年4-6月干旱事件同样验证了本文构建的模型旱情监测结果,说明本模型能较好地就应用于监测区域旱情监测。     

综合气象干旱指数在2009～2010年西南干旱的应用

为了研究气象干旱指数对西南干旱的监测状况,及干旱指数在西南地区的适用性,采用了中国气象局提出的气象干旱指数的计算方法,基于综合气象干旱指数,分析2009～2010年西南干旱的时空分布特征与适用性。研究结果表明:干旱事件具有3次逐渐加强和减弱的特征;旱情首先出现于云南东部和贵州中西部,云南中部旱情最重;秋季,相对湿润指数的监测与综合气象干旱指数的监测较为符合;冬季,降水量距平百分率的监测与综合气象干旱指数的监测比较吻合,标准化降水指数所反映的旱情偏重;综合气象干旱指数在旱情随时间的变化过程和空间分布特征方面较好地反映西南地区旱情,但要更准确地进行干旱监测,还需要在蒸散项、降水量权重、各单项系数方面进行修正。     

利用GRACE/GRACE-FO重力卫星探测黄河流域水储量能力及极端气候发生的可能性

基于2004~2021年GRACE/GRACE-FO重力卫星数据反演黄河流域陆地水储量时空变化,并构建干旱指数模型和洪水因子模型,对黄河流域的极端气候现象进行分析研究。结果表明,2004~2021年黄河流域的陆地水储量以0.56 cm/a的速度减少,具有明显的季节周期性特征,在夏季和秋季呈盈余状态,春季和冬季呈亏损状态;干旱指数模型监测到期间黄河流域发生极度干旱事件22次、重度干旱事件37次,干旱事件范围涵盖整个黄河流域;洪水因子模型探测到黄河流域共发生洪水事件118次,多出现在夏季和秋季雨水较为丰沛的时候,期间黄河流域陆地水储量能力较弱,降雨量增大。利用GRACE/GRACE-FO重力卫星数据构建的干旱指数模型和洪水因子模型探测的气象结果与实际观测结果较为符合,能真实反映黄河流域发生的极端气候,可为极端气候研究提供有利工具。     

2010年中国西南旱情的时空特征分析——基于MODIS数据归一化干旱指数

 近年来,干旱灾害频繁发生,对区域内农业生产和生态环境造成了极大的破坏。为了快速准确地获取大面积地表土壤水分信息用以评估地表受旱程度,本文以2010年年初中国西南大旱为例,运用MODIS可见光-红外波段数据以及像元可信度综合生成了归一化干旱指数(NDDI)。同时,结合研究区内地面气象站点实测的土壤湿度数据验证了NDDI对地表土壤湿度的敏感度。结果表明:相比于植被状态指数(VCI)干旱监测模型,NDDI能更加灵敏地对浅层地表干湿变化做出迅速响应。最后,本文利用NDDI分析了2010年年初中国西南大旱旱情发展的时空演变过程,宏观上重现了此次旱情的发展历程,并使用该指数统计了不同时间节点、不同干旱等级下的贵州省土地受旱面积。结果显示:2010年1月-2010年4月为贵州省旱情最为严重的4个月,平均受旱面积达103 352km²,最大受旱面积达132 257km²,占贵州省总面积的75%以上。同时,旱情等级为重旱的土地面积最大达到88 246 km²,占贵州全境土地面积的50%以上。     

龙江流域下游南岸段遥感干旱监测研究

针对龙江流域下游南岸段干旱缺水的自然灾害现象,文章建立了新的基于温度植被干旱指数(TVDI)的遥感监测信息模型,并建立了干旱分级标准。经过反复试验结果表明,该干旱遥感监测模型对于区域性的干旱监测具有较好的实用性,可广泛用于干旱的监测、评估及预报工作。     

半干旱区旱情监测指数应用分析

本文利用MODIS地表温度数据(Ts)和增强型植被指数EVI构建Ts和EVI(Enhanced Vegetation Index)空间。同时分别获取2002年3月8日,4月2日、4月13日、6月12日的温度植被干旱指数TVDI,以其为旱情指标对黄河三花间(三门峡-花园口区间)区域旱情进行了监测;结合气象站点数据及表观热惯量对TVDI进行评价,TVDI与热惯量相关系数R2达到0.7,并分析了土地利用和高程对TVDI的影响。结果表明:土地利用影响着TVDI值的分布;三花间(三门峡-花园口区间)区域250m以上高程和TVDI关系显著。以Ts和EVI构建的TVDI适用于半干旱区的旱情监测。     

干旱遥感监测方法及其应用发展（可下载全文）

 干旱是世界上影响范围最广和造成社会经济损失最严重的一种自然灾害。本文从干旱遥感监测的不同角度出发,总结了目前干旱遥感监测的主要方法、应用状况及优缺点。主要包括针对裸土地表类型的热惯量法、微波法,针对植被覆盖地表类型的可见光、近红外、短波红外等波段反射率数据的归一化植被指数法、距平指数法、条件植被指数法、归一化差值水分指数、归一化干旱指数、植被供水指数等,以及热红外遥感数据的温度植被干旱指数、温度条件指数、作物缺水指数、水分亏缺指数等。最后,提出了加强干旱遥感监测技术研究的建议,同时指出将可见光和微波相结合的指数模型的研究是干旱遥感监测可能的发展方向。     

宜阳县土地整理项目干旱之年显神通

去年入冬以来,河南省发生严重旱情,宜阳县作为粮食主产县,受旱情况也十分严重。全县耕地面积99万亩,其中冬小麦播种面积58万亩,由于持续干旱无雨,直接造成38万亩农作物轻旱、10万亩农作物重旱。在大旱之年,国家及省、市投资宜阳县的四个土地整理项目区及宜阳县县级投资土地整理项目区的冬小麦均未受到太大影响,     

基于植被状态指数的云南省农业干旱状况时空分析

本文首先计算了云南省2004-2013年农业干旱指数VCI,然后使用Pearson相关系数评价降水与VCI的相关性,基于VCI识别云南省2004-2013年农业干旱事件,最后,与SPEI气象干旱识别结果进行对比分析,在VCI农业干旱识别的基础上,使用干旱频率和干旱面积占比指标分析了云南省2004-2013年农业干旱时空特征。结果表明：降水只是影响VCI指数的关键因素之一;VCI和SPEI指数均能够较好对干旱进行监测并识别典型干旱,但两者的识别结果存在差异;云南省农业干旱频率在春冬两季较高,夏季较低,秋季介于夏季和春冬季之间;春夏冬三季农业干旱频率空间分布较为均匀,秋季农业干旱频率呈南低北高的分布态势,整体上北部干旱频率高于南部;2004-2013年云南省整体干旱面积占比呈现先减小后增加再波动的趋势,春冬两季整体干旱面积占比最高,分别为46.63%和47.18%,呈现下降趋势,夏季整体干旱面积占比最低,为43.81%,呈现上升趋势,秋季整体干旱面积占比介于冬春季和夏季之间,为45.74%,呈现下降趋势。总之,云南省农业干旱春冬易发性最高,影响范围最大,夏季易发性最低,影响范围最小。     

干旱胁迫下植物抗逆性大尺度遥感监测方法

目前干旱与植被关系的研究主要集中于气候因子与植被时空变化的相关性分析以及植被对气候变化的响应,能够适用于大尺度的植物抗逆性监测方法还较为欠缺。本文基于归一化植被指数（NDVI）、总初级生产力（GPP）、修正花青素含量指数（mACI）、短波红外水分胁迫指数（SIWSI）监测干旱胁迫下的植被变化,综合考虑植物抗逆过程,建立滞后时间、抗逆时差、响应程度与恢复能力4个植物抗逆性监测指标,构建了一种能够适用于大尺度的植物抗逆性综合监测方法。利用各省份作物抗逆性综合评分与绝收比例进行相关性分析,两者呈显著负相关。利用该方法对干旱胁迫下我国不同类型植被的抗逆性进行评估,结果表明：(1)从全国整体水平来看,不同季节植物抗逆性差异较大,其中夏季植物抗逆性最弱,冬季最强。我国植物抗逆性空间异质性显著,春季植物抗逆性综合评分低于70分的区域主要位于山西、陕西北部,综合评分高于90分的区域主要集中在内蒙古东北部以及云南的南部地区;(2)不同类型植被的抗逆性有明显差异,夏季落叶针叶林抗逆性最强,类内差异最小,春秋两季草地抗逆性最强但抗逆性类内差异最大。本文提出的植物抗逆性综合监测方法有助于探索干旱胁迫下植物抗逆...     

Comprehensive drought monitoring in Yunnan Province,China using multisource remote sensing data

Development of drought monitoring techniques is important for understanding and mitigating droughts and for rational agricultural management. This study used data from multiple sources, including MOD13 A3, TRMM 3 B43, and SRTMDEM, for Yunnan Province, China from 2009 to 2018 to calculate the tropical rainfall condition index(TRCI), vegetation condition index(VCI), temperature condition index(TCI), and elevation factors. Principal component analysis(PCA) and analytic hierarchy process(AHP) were used to construct comprehensive drought monitoring models for Yunnan Province. The reliability of the models was verified, following which the drought situation in Yunnan Province for the past ten years was analysed. The results showed that:(1) The comprehensive drought index(CDI) had a high correlation with the standardized precipitation index, standardized precipitation evapotranspiration index, temperature vegetation dryness index, and CLDAS(China Meteorological Administration land data assimilation system), indicating that the CDI was a strong indicator of drought through meteorological, remote sensing and soil moisture monitoring.(2) The droughts from 2009 to 2018 showed generally consistent spatiotemporal changes. Droughts occurred in most parts of the province, with an average drought frequency of 29% and four droughtprone centres.(3) Monthly drought coverage during 2009 to 2014 exceeded that over 2015 to 2018. January had the largest average drought coverage over the study period(61.92%). Droughts at most stations during the remaining months except for October exhibited a weakening trend(slope 0). The CDI provides a novel approach for drought monitoring in areas with complex terrain such as Yunnan Province.     

STUDY ON THE INTERACTION BETWEEN NDVI PROFILE AND THE GROWING STATUS OF CROPS

Daily and ten-day Normalized Difference Vegetation Index(NDVI) of crops were retrieved from meteorological statellite NOAA AVHRR images ,The temporal variations of the NDVI were analyzed during the whole growing season,and thus the principle of the interaction between NDIV profile and the growing status of crops was discussed,As a case in point,the relationship between integral NDVI and winter wheat yield of Henan Province in 1999 had been analyzed.By putting integral NDVI values of 60 sample counties into the winter wheat yield-integral NDVI coordination,scattering map was plotted. It demonstrated that integral NDVI had a close relation with winter wheat yield.These relation could be described with linear,cubic polynomial ,and exponential regression,and the cubic polynomial regression was the best way,In general ,NDVI reflects growing status of green vegetation ,so crop monitoring and crop yield estimation could be realized by using remote sensing technique on the basis of time serial NDVI data together with agriculture calendars.     

Variation of Thornthwaite moisture index in Hengduan Mountains,China

The Thornthwaite moisture index, an index of the supply of water(precipitation) in an area relative to the climatic demand for water(potential evapotranspiration), was used to examine the spatial and temporal variation of drought and to verify the influence of environmental factors on the drought in the Hengduan Mountains, China. Results indicate that the Thornthwaite moisture index in the Hengduan Mountains had been increasing since 1960 with a rate of 0.1938/yr. Annual Thornthwaite moisture index in Hengduan Mountains was between –97.47 and 67.43 and the spatial heterogeneity was obvious in different seasons. Thornthwaite moisture index was high in the north and low in the south, and the monsoon rainfall had a significant impact on its spatial distribution. The tendency rate of Thornthwaite moisture index variation varied in different seasons, and the increasing trends in spring were greater than that in summer and autumn. However, the Thornthwaite moisture index decreased in winter. Thornthwaite moisture index increased greatly in the north and there was a small growth in the south of Hengduan Mountains. The increase of precipitation and decrease of evaporation lead to the increase of Thornthwaite moisture index. Thornthwaite moisture index has strong correlation with vegetation coverage. It can be seen that the correlation between Normalized Difference Vegetation Index(NDVI) and Thornthwaite moisture index was positive in spring and summer, but negative in autumn and winter. Correlation between Thornthwaite moisture index and relative soil relative moisture content was positive in spring, summer and autumn, but negative in winter. The typical mountainous terrain affect the distribution of temperature, precipitation, wind speed and other meteorological factors in this region, and then affect the spatial distribution of Thornthwaite moisture index. The unique ridge-gorge terrain caused the continuity of water-heat distribution from the north to south, and the water-heat was stronger than that from the east to west part, and thus determined the spatial distribution of Thornthwaite moisture index. The drought in the Hengduan Mountains area is mainly due to the unstable South Asian monsoon rainfall time.     

河南省冬小麦快速遥感制图

在省域尺度上,冬小麦遥感识别中存在冬小麦物候不一致、地表环境复杂、数据处理复杂、遥感数据冗余、选择适当的分类样本困难、分类精度低等问题,而遥感数据云平台为解决这些问题提供了良好的数据基础和数据处理能力。以河南省为研究区,以谷歌地球引擎(Google Earth Engine)云平台为支撑,基于2015年和2002年前后年份河南省冬小麦识别关键期内的2296景Landsat遥感影像,采用NDVI重构增幅算法建立冬小麦大区域遥感快速制图模型,实现了2015年和2002年的河南省冬小麦分布制图。结果表明：2015年和2002年冬小麦种植面积分别为56 055.79 km²和47 296.11 km²,与统计数据比,精度达到97%;2002-2015年,河南省冬小麦种植分布存在明显变化,总体播种面积呈增加趋势,2015年比2002年增加8759.69 km²,增幅为18.52%。与传统计算机冬小麦制图方法相比,基于Google Earth Engine云平台的数据处理和制图效率均获得千倍以上的提升。     

基于HJ-1A/B CCD数据的河南省平原绿化分析

平原绿化在未来农林发展中具有重要地位。本文利用环境卫星(HJ-1 A/B)多时相数据,选择河南省6月冬小麦收割后的CCD数据,直接去除第二季作物,并利用4月份第一季作物播种前的CCD数据,剔除了一季作物,以及[(NDVI_4月≥0.22)与(NDVI_6月≥0.35)]提取平原绿化的信息,其与26个主要城市城区绿化信息进行的相关分析达到显著水平(R²=0.9166)。因此,该区的平原绿化解译效果好,而南部信阳市以一季水稻为主的地区及“水稻-冬小麦”过渡区,解译效果较差。除信阳外,由HJ-1卫星解译的河南平原绿化总面积6909.8 km²,占2010年河南省森林面积20.53%。