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.     

旱情监测中高植被覆盖区热惯量模型的应用

热惯量模型在植被盖度较高地区应用存在局限,以河北省为例研究了高植被覆盖区热惯量模型的应用扩展,得出以下结论:(1)热惯量ATI与近地表土壤水分RSM10具有较好的相关性,3、4和5月RSM10～ATI拟合方程的决定系数R2分别为0.387、0.265和0.249,RSM10估算值平均相对误差MRE分别为20.89%、28.91%和31.54%。(2)高植被覆盖区热惯量模型可用扩展热惯量ETI表示,5月0ETI≤0.015地区面积为112 140.05 km2,主要分布在北部、南部和东南部;0.015ETI≤0.030地区面积为58 513.31 km2,主要分布在中部;ETI0.030地区面积为14 460.54 km2,主要分布在东北部。(3)5月高植被覆盖区旱情监测中,RSM10～ATI方程的决定系数(R2=0.359)显著高于RSM10～ATI方程(R2=0.249),ETI估算RSM10的MRE(25.47%)低于ATI估算RSM10的MRE(31.54%)。     

基于TVDI的黄土高原地表干燥度与土地利用的关系研究

基于地表温度和植被指数的经验关系构建地表干燥度指数。该指数对Ts/NDVI特征空间的生态特征的解释,对土壤和作物的水分含量具有一定的指示意义。通过对地表干燥度进行分级,分析陕北黄土高原区地表含水状况的空间差异,进而结合该地区的主要土地利用类型,探讨各类型的干燥度情况,并对不同地表干燥度条件下各土地利用类型对地表水分的保持能力差异进行分析,结果表明,在该区相对湿润环境中,林地以及疏林地的水分保持能力优于农地和草地,但在干旱的环境下,草地则好于林地及疏林地。建议根据不同土地利用类型的保水能力,在湿润区域增加林地的面积比例,在偏湿润区域增加疏林地的面积,在干旱区域增加草地的比例,减少农地开垦。     

基于TVDI的福州地区土壤干湿状况遥感监测

土壤干湿状况的监测对于区域生态资源环境具有重要意义．本研究选取福州地区为研究区,利用HJ-1BCCD／IRS遥感影像建立基于不同植被指数（NDVI和EV1）的地表温度一植被指数特征空间,分析和比较了2种特征空间差异,并计算得到2种地表温度一植被干旱指数TVDL将TVDI与同期野外采集的实测土壤湿度数据进行线性回归分析,结果表明这2种植被指数计算得到的TVDI在研究区进行表层土壤湿度监测具有一定的可行性,且TC/EW的监测精度更高,其能很好地反映区域表层土壤湿度状况,是一种有效的表层土壤湿度监测方法．     

基于RS与GIS的干旱区棉花信息提取及长势监测

以CBERS—1卫星图像为信息源，在新疆石河子地区，通过三种不同分类方法的对比，得出Fuzzy—ARTMAP的分类结果精度最高。在GIS的支持下，根据Fuzzy—ARTMAP的分类结果提取了棉田信息。利用2001年和2002年不同时相的MODIS和TM图像计算得到归一化植被指数(NDVI)和NDVI差值图像，将NDVI差值图像与棉田信息叠加后并分级，得到年际间和年内棉花长势的动态分布图和相同时相棉花长势的区域差异图。     

多时间尺度温度-植被指数特征空间旱情监测的差异性

采用2011年5月28日MODIS多时间尺度数据产品和土壤相对含水量RSM数据,对河北省多时间尺度Ts-EVI特征空间旱情遥感监测的差异性进行了研究,结果表明：① 多时间尺度Ts-EVI特征空间的TVDI与土壤表层RSM具有较高的相关性,1 d尺度Ts和1 d、8 d尺度EVI构建的RSM-TVDI决定系数较高,8 d尺度的Ts和8 d、16 d尺度EVI的RSM-TVDI决定系数较低。② 多时间尺度Ts-EVI特征空间的旱情监测结果在空间分布上具有较好的一致性,但其面积存在一定的差异;旱情监测应用中Ts-EVI特征空间构建应首选1 d时间尺度的Ts和EVI,其次是1 d尺度的Ts和8 d尺度的EVI,再次为8 d尺度的Ts和8 d尺度的EVI。     

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。     

干旱区土壤盐渍化遥感监测方法研究

准确提取盐渍化信息对土壤盐渍化监测和研究盐渍化动态变化具有重要意义。先对除去TM6含有6个多光谱波段的TM图像分别做主成分、缨帽变换，然后在对遥感数据和其派生数据分析和实验的基础上，得出TM数据的可见光和近红外波段之一和第三主成分及缨帽变换后的绿度特征做彩色合成能较好的揭示土壤盐渍化信息，TM数据多光谱波段的选取依研究区而定，此方法的效果受土壤含水量的影响。最后对合成图像分类得出了研究区盐渍地的数量和分布情况。     

干旱区土壤资源研究综述

本文综述了干旱区土壤资源在全球的分布和特征，回顾了土壤分类的研究历史和现状，展望了干旱土纲的发生和分类研究进展和趋势；评述了在土壤分类研究基础上发展起来的土壤资源评价方法和现状，指出了未来干旱区土壤资源评价研究趋势．     

融雪径流研究的理论与方法及其在干旱区的应用

融雪径流是干旱区河流的重要补给水源,融雪径流研究是干旱区水资源管理及分配的重要组成部分。基于国内外大量研究成果,本文从理论和方法入手对干旱区融雪径流研究现状进行分析和总结。理论研究是融雪径流发展及应用的基础,理论研究部分包括气候变化对融雪径流的影响、融雪径流水过程与物质迁移研究及融雪径流模拟研究;研究方法是融雪径流研究得以进行的数据和技术条件,研究方法部分包括基于站点数据和传统统计分析方法的融雪径流研究和站点数据与遥感数据相结合的分布式或半分布式融雪径流研究。最后,结合现有研究理论和研究方法,本文简要分析了干旱区融雪径流研究存在的主要的问题和展望融雪径流研究的趋势,包括融雪径流对气候变化的响应模式、积雪遥感监测和分布式融雪径流的模拟。     

Research advances on drought resistance mechanism of plant species in arid zones of China

Drought and shortage of water resources, which restrict the economy, society development and environmental protection, are key factors in arid zones of China. In the arid zones of Western China, researching plant drought resistance mechanism, selecting plant species with higher drought resistance, and developing water-saving techniques, are important for environmental improvement and economic development. This paper reviews research advances on drought resistance mechanism of plant species, based on research of morphological, physiological, and ecological adaptation mechanism of plant species under drought stress, such as anatomical structure of root systems and leaves, photosynthesis, antioxidant enzyme system, malondialdehyde (MDA), osmotic adjustment, endogenous hormone, drought-induced proteins and δ¹³C. Finally, this paper points out the key field of future research.     

中国气象农业非参数化综合干旱监测及其适用性

旱灾是对人类社会影响以及致损最大的灾种之一,如何进行可靠的旱灾监测是旱灾预警与旱灾防灾减灾的关键。气象干旱与农业干旱的综合干旱方法是目前干旱监测的主要方法之一。本文对多变量标准化干旱指数（MSDI）方法进行改进,以非参数化的方法计算标准化降水蒸散指数（SPEI）、标准化土壤湿度指数（SSI）,提出改进的MSDI,即气象农业综合干旱指标（MMSDI）。在此基础上,用1979-2015年中国降水资料、蒸散发资料以及土壤湿度数据对不同时间尺度（3月尺度与6月尺度）分别研究气象干旱、农业干旱、气象农业综合干旱,用气象农业综合干旱分别与气象干旱、农业干旱和改进之前的气象农业综合干旱对比,并结合实际记录的干旱事件时空特征验证,结果证实MMSDI指数可以同时监测气象与农业干旱,且其监测结果准确度高于单一变量的气象（SPEI）或农业（SSI）干旱监测,MMSDI指数对气象农业综合干旱具有更好的监测效果,可考虑作为中国气象农业综合干旱监测及旱灾预警的重要理论依据。     

温度植被干旱指数(TVDI)在复杂山区干旱监测的应用研究

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。     

农业干旱业务化监测研究进展与展望

业务化农业干旱监测系统是农业干旱监测和预测以及农业风险评价和防范的有力工具,为了更好地促进农业干旱业务化监测的发展,系统回顾了基于气象变量、土壤湿度、植被状态和多变量等4类常用干旱指数,详细分析了美国、中国、欧洲和联合国粮食及农业组织等业务化农业干旱监测系统的特征,讨论了业务化农业干旱监测系统中存在的问题：如数据的质量及融合不稳定、综合干旱指数的构建不确定、监测的时间分辨率有待提高、缺乏考虑水文条件以及作物的生长过程等影响的问题。展望了未来农业干旱业务化监测,应从利用多源数据监测干旱、构建综合指标时需考虑区域时空差异及不同指标间的累积性和滞后性、加强机器及深度学习在综合指标构建中的作用、发展日时间尺度监测干旱以应对骤旱事件的发生、强化作物生长过程模型和先进的技术手段在干旱监测中的作用等方面深入发展。     

干旱区绿洲的成因类型及演变

绿洲是伴随干旱区荒漠环境的形成而形成的。天然绿洲形成与水、土条件关系密切,人工绿洲形成则与水土及矿产资源开发有关。荒漠区绿洲受水、土条件的限制,具有沿河流冲积平原呈带状,在河流出山口呈扇状或点状分布的特点。绿洲分布模式主要有沿河道线状分布、沿河谷阶地层状分布、沿山麓平原片状分布、沿断层或洼地泉水出露地点零星点状分布等4种。基于绿洲形成与水、土关系密切,而地貌及其过程对水、土条件有制约作用的事实,考虑绿洲成因类型及其演变过程,以绿洲“状态成因”为分类原则,选取(1)绿洲的地名;(2)绿洲形成的地貌形态成因类型;(3)天然植被类型与人工绿洲形成结果等为指标,进行绿洲成因类型的划分。各绿洲成因类型的特点不同。在人为与自然因素的综合作用下,绿洲类型常发生由天然绿洲→人工绿洲、绿洲→荒漠或荒漠→人工绿洲演变,其演变模式主要有6种。     

基于土壤水分的农业干旱监测研究进展

土壤水分是评估农业干旱的关键变量。然而长期以来,由于缺乏大范围、高精度、长时间的土壤水分观测数据,基于土壤水分的农业干旱监测在实际应用中受到限制。近年来,随着遥感观测技术的发展,土壤水分数据的时空覆盖度和产品精度显著提升,基于土壤水分的农业干旱监测逐渐吸引更多的关注。论文系统归纳了站点观测与微波遥感观测的土壤水分数据特性,综述了目前基于土壤水分的3种农业干旱监测指标：基于长时间土壤水分序列的干旱指标、基于土壤水分与土壤水力学参数的干旱指标和基于土壤水分等多变量综合的干旱指标。最后,论文从提高土壤水分数据空间分辨率、加强农业干旱机制研究与完善农业干旱监测体系三方面提出基于土壤水分的农业干旱监测所面临的挑战与机遇,以期为未来的相关研究提供参考。     

修订后水分盈亏指数在甘肃省冬小麦干旱监测中的应用

提高西北旱作农业干旱监测准确性和时效性,对农业生产防灾减灾有重要意义。利用甘肃省3个农业气象观测站长期土壤水分和冬小麦生育状况观测资料、1971—2016年43个冬小麦种植县气象观测资料及产量资料,基于冬小麦播前底墒和生育期水分盈亏量修订了作物水分盈亏指数,并确定了干旱等级指标,改进后作物水分盈亏指数与土壤贮水和冬小麦减产率高度相关,能更准确的反映甘肃省冬小麦干旱实况,并利用ArcGIS分析了近46 a甘肃省冬小麦不同生育期、不同等级干旱发生频率的时空分布特征。结果表明:甘肃省冬小麦从播种至开花期随着发育期推移,呈现干旱频率增加、范围扩大的趋势,多以中旱居多,其中拔节—开花期发生面积最大,陇中、庆阳市北部、平凉市西部、天水市西部、陇南市南部干旱出现频率较高;开花—成熟期随着降水量增加干旱发生频率减少、程度减轻。     

基于帕默尔干旱指数的中国春季区域干旱特征比较研究

利用全国515个站(1957-2000年)气象资料,修正计算帕默尔干旱指数(Palmer drought severy index),进行干旱区划和研究春季区域演变特征.结果表明:中国干旱变化全区一致性程度低,干旱演变的区域差别大,存在着以内蒙古高原、南岭、华北北部及长白山脉、长江中下游、黄土高原、黄淮地区、天山北部、东北平原、河西走廊、云贵高原、塔里木盆地、青藏高原等为代表的12个干旱特征区.内蒙古高原区、华北北部及长白山脉区、黄土高原区、天山北部区域、东北平原区、河西走廊及其沙漠戈壁区春季干旱指数趋势变化呈下降趋势.南岭区、长江中下游区、黄淮区域、云贵高原区、塔里木盆地区、青藏高原区春季干旱指数趋势变化呈上升趋势.中国春季干旱指数大多存在5～8年的短周期年际周期变化,12～13年、15～16年的长周年际周期变化存在于部分区域,个别区域还存在20年长周期年际周期变化.中国干旱的区域特征差别显著.     

干旱区典型绿洲盐渍化土壤空间信息研究

对提取干旱区盐渍化信息的若干方法进行了评述,并且选取位于干旱区地带的盐渍化典型区域——阿克苏地区的库车、新和、沙雅县(渭-库绿洲)以及和田地区的于田县(于田绿洲)作为研究区进行实证分析。采用同一时相的ETM 数据,运用K-T变换、比值变换以及通过NDVI指数和分类来提取信息,效果明显。通过实证分析发现:虽然研究区都地处塔里木盆地周边地区,一个是塔北绿洲,另一个是塔南绿洲。但由于水文(盐渍化形成的关键)、气候(形成盐渍化土壤的驱动力)、地形(盐渍化土壤分布及差异的主要因素)、人类活动(盐渍化土壤形成的重要因素)等因素差异的存在,导致了盐渍化情况的差异。再利用Surfer软件绘制盐渍化出土壤特征(电导率)的等值线图,发现渭-库绿洲和于田绿洲表层土壤电导率的空间分布状况的差异。     

Agricultural drought monitoring: Progress,challenges, and prospects

In this paper, we compared the concept of agricultural drought and its relationship with other types of droughts and reviewed the progress of research on agricultural drought monitoring indices on the basis of station data and remote sensing. Applicability and limitations of different drought monitoring indices were also compared. Meanwhile, development history and the latest progress in agricultural drought monitoring were evaluated through statistics and document comparison, suggesting a transformation in agricultural drought monitoring from traditional single meteorological monitoring indices to meteorology and remote sensing-integrated monitoring indices. Finally, an analysis of current challenges in agricultural drought monitoring revealed future research prospects for agricultural drought monitoring, such as investigating the mechanism underlying agricultural drought, identifying factors that influence agricultural drought, developing multi-spatiotemporal scales models for agricultural drought monitoring, coupling qualitative and quantitative agricultural drought evaluation models, and improving the application levels of remote sensing data in agricultural drought monitoring.