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。     

近40年西藏“一江两河”流域气候变化特征

利用近40年的降水、气温、小型蒸发量、大风日数和沙尘暴日数等气象资料, 采用现代气候统计诊断和环境综合评价方法, 分析了西藏“一江两河”农业综合开发区域的气候特征。结果表明:该流域呈现气温升高、降水量增加的暖湿化气候特征。区域内年平均气温每10年升高了0.24 ℃, 降水量前20年平均每年减少2.9 mm, 而后20年呈显著的增加趋势, 平均每年增加9.6 mm; 蒸发量、大风日数和沙尘暴日数呈明显的减少趋势; 区域环境综合评价指数提高了5.24%。近期暖湿化的气候变化趋势对干旱半干旱的河谷地带而言, 有利于生态环境的改善, 但因洪涝、冰雹等自然灾害的频繁和人为因素使水土流失和土地沙漠化正在加剧。     

利用ASTER数据估算西藏一江两河地区地表特征参数

利用ASTER数据估算了2001年11月27日西藏中部一江两河地区(包括雅鲁藏布江中游和拉萨河、年楚河中下游地区)的代表日喀则地区地表特征参数(地表温度T、地表反照率r、归一化植被指数NDVI和植被覆盖度Pv),研究表明,卫星所得到的地表参数分布范围较广,能很好地反映该区域的地表状况。ASTER遥感数据在青藏高原有较好的适用性。     

利用温度植被干旱指数反演伊犁博州地区土壤湿度

利用MODIS合成产品数据MOD11A2和MOD13A2获取的归一化植被指数（NDVI）和陆地表面温度（LST）构建Ts—NDVI特征空间,并把该特征空间计算的温度植被干旱指数（TVDI）作为土壤湿度指标。利用该指标反演伊犁博州地区6～8月3个月份每8d的土壤湿度。然后将土壤湿度分为5级,进而得到该时段伊犁博州地区土壤湿度空间分布特征。     

利用卫星遥感对干旱进行实时监测和预警

利用EOS／MODIS卫星资料反演对地表覆盖的植被信息归一化植被指数（NDVI）和地表温度（TS）信息，通过建立温度植被旱情指数，对研究区域进行旱情实时监测，并应用GIS对旱情变化动态进行监测和预警，初步建立了干旱遥感监测与预警实时系统，能够快速反应各地区旱情发生发展情况，在业务和服务中有较好的应用价值。     

基于温度植被干旱指数（TVDI）的甘肃省农业干旱监测方法研究

改进温度植被干旱指数（Temperature Vegetation Dryness Index,TVDI）并明确TVDI的农业干旱等级阈值,对提高TVDI指数监测农业干旱能力有重要意义。利用近19 a的MODIS(Moderate Resolution Imaging Spectro-radiometer,MODIS)遥感数据,基于单时次和多时次方法构建NDVI(Normalized Difference Vegetation Index,NDVI)-LST(Land Surface Temperature,LST)、EVI(Enhanced Vegetation Index,EVI)-LST、RVI(Ratio Vegetation Index,RVI)-LST、SAVI(Soil-Adjusted Vegetation Index,SAVI)-LST等几种特征空间,讨论TVDI计算方法,分析TVDI在甘肃省农业干旱监测中的适用性,并明确甘肃省夏季TVDI农业干旱分级标准。结果表明：（1）基于多时次方法构建的SAVI-LST特征空间TVDI更适合甘肃省农业干旱监测,其对土壤相对湿度（...     

1981—2022年西藏“一江两河”主要农区农业界限温度变化特征

日平均气温≥10℃是喜温作物适宜生长的下限温度。西藏“一江两河”主要农区≥10℃积温变化是判断该地区热量资源的关键指标。基于1981—2022年该区域9个气象站点的日平均气温数据,使用线性倾向估计、Pearson相关系数、Mann-Kendall检验和R/S分析法,分析≥10℃界限温度的气候变化特征。结果表明：(1)随着海拔高度的升高,≥10℃界限温度出现明显垂直地带性特征,包括≥10℃初日推迟、终日提前、持续日数与积温减少。(2)近42 a来,该地区≥10℃初日普遍提前,气候倾向率为-2.53 d·(10 a)^-1;终日延后,倾向率为3.33 d·(10 a)^-1;持续日数和积温均明显增加,倾向率分别为5.87 d·(10 a)^-1、106.19℃·d·(10 a)^-1。与青藏高原其他地区相比,这种变化更为明显。(3)20世纪80年代是过去40 a≥10℃初日最迟、终日最早、持续日数最短、积温最少的10 a,与之相对的是21世纪10年代的情况截然相反。(4)≥10℃界限温度的H指数均大于0.65,...     

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。     

基于Sentinel-3条件植被温度指数的关中平原干旱监测

基于Sentinel-3数据计算多年条件植被温度指数（IVTC）,并进行近实时定量干旱监测,以陕西省关中平原为研究区,在单年Sentinel-3数据的基础上综合多年Terra MODIS数据计算多年Sentinel-3 IVTC,进而实现研究区的干旱监测。研究结果表明,基于单年Terra MODIS IVTC与多年Terra MODIS IVTC之间的线性回归模型计算关中平原的多年Sentinel-3 IVTC是可行的,并且计算的旬尺度多年Sentinel-3 IVTC与近20 d累积降水量具有较高的相关性,相关系数（R2）达到065,展现了较高的近实时定量干旱监测能力。     

基于ENVISAT/ASAR资料的土壤湿度反演方法

提出了利用ENVISAT/ASAR/AP模式VV极化的低入射角数据和黄土高原陆面过程试验资料对黄土高原平凉试验区表层土壤湿度进行反演的方法。结果表明:在相对平坦的混合地表类型区域,反演的土壤湿度与地面实测值平均误差<0.02 cm3.cm-3,绝对误差均在0.04 cm3.cm-3范围内,该结果能较好地对黄土高原塬区土壤湿度进行干旱监测;但在陡峭山坡及塬边等地形起伏较大的区域,结果较差。     

利用TRMM/TMI资料反演青藏高原中部土壤湿度

用辐射传输理论提出的地表微波辐射极化指数PI的定义,分别指出了PI对土壤湿度、地面粗糙度、植被层和大气层的影响。用热带降水测量(TRMM—Tropical Rainfall Measuring Mission)卫星上携带的微波辐射仪(TMI—TRMM Microwave Imager)的1B11的6年亮温数据,统计得到青藏高原中部地区PI值月平均分布。并用归一化距平,反演得到了该区域年、季以及干湿季土壤湿度变化的空间图像。结果表明,PI距平分布图可以很好地表征土壤湿度的变化,从而为大尺度评估高原土壤湿度变化提供了理论依据。另外,在同一时间段内,在已知区域平均PI值与平均土壤湿度的条件下,用归一化距平的方法可以定量反演该区域的土壤湿度。     

用遥感资料估算深层土壤水分的方法和模型

该文以热惯量法为基础,在EPPL7地理信息系统（GIS）的支持下,考虑土壤质地的影响,探讨了利用NOAA/AVHRR遥感资料估算深层土壤水分的方法和模型。结果表明:表层土壤水分与深层土壤水分之间有较好的非线性关系,可以用遥感得到的表层土壤水分去估算深层土壤水分,且效果优于直接分层建立统计模型。     

基于Landsat ETM+数据的白龙江流域土壤水分反演

在地形复杂、水土流失严重且地质灾害严重的白龙江流域,土壤含水量遥感监测在地质灾害监测预警研究中具有重要意义。为实时掌握白龙江流域的土壤水分含量状况,利用2013年4月的Landsat7 ETM+影像,采用温度植被干旱指数法,构建Ts-NDVI特征空间,结合野外88个实测样点土壤水分数据,建立0~60 cm土壤深度范围内3个单层(0~20 cm,20~40 cm,40~60 cm)及2个平均层(0~40 cm,0~60 cm)的土壤水分遥感反演回归模型,对比分析了白龙江流域5个深度的土壤水分的空间变化特征,并用未参与建模的16个实测土壤水分数据样点进行相应的精度验证。结果表明:3个单层中20~40 cm土壤水分反演精度相对较高,RMSE值为3.06%,2个平均层中0~40 cm反演精度最高(RMSE)为2.45%,由此说明TVDI更能稳定地反映和指示土壤中层深度(20~40 cm)的水分分布状况。     

卫星面降水估计人工神经网络方法

介绍了人工神经网络原理和卫星云图估计降水的原理.从GMS红外卫星云图资料中抽取12个降水云图特征量,构造了网络结构为12-98-7的降水估计人工神经网络模型,并用1993年的小时地面雨量资料和GMS数字云图资料对神经网络模型进行训练,用1992和1994年资料对该神经网络模型分别进行测试.在日面降水估计试验中,地面雨量计值和卫星估计降水之间的相关系数分别为0.94和0.97,相对误差分别为41%和32%.     

A Multimodel Ensemble-based Kalman Filter for the Retrieval of Soil Moisture Profiles

With the combination of three land surface models (LSMs) and the ensemble Kalman filter (EnKF), a multimodel EnKF is proposed in which the multimodel background superensemble error covariance matrix is estimated by two different algorithms: the Simple Model Average (SMA) and the Weighted Average Method (WAM). The two algorithms are tested and compared in terms of their abilities to retrieve the true soil moisture profile by respectively assimilating both synthetically-generated and actual near-surface soil moisture measurements. The results from the synthetic experiment show that the performances of the SMA and WAM algorithms were quite different. The SMA algorithm did not help to improve the estimates of soil moisture at the deep layers, although its performance was not the worst when compared with the results from the single-model EnKF. On the contrary, the results from the WAM algorithm were better than those from any single-model EnKF. The tested results from assimilating the field measurements show that the performance of the two multimodel EnKF algorithms was very stable compared with the single-model EnKF. Although comparisons could only be made at three shallow layers, on average, the performance of the WAM algorithm was still slightly better than that of the SMA algorithm. As a result, the WAM algorithm should be adopted to approximate the multimodel background superensemble error covariance and hence used to estimate soil moisture states at the relatively deep layers.     

南方丘陵地区水稻种植面积遥感信息提取的试验

以浙江省为试验区, 针对水稻种植面积遥感信息提取的业务化运行问题, 进行了以下试验:(1) 以传统的单象元统计分类识别方法为分类器, 在地理信息系统支持下, 提取丘陵地区大范围水稻种植面积信息的可行性; (2) 在遥感资料的基础上, 结合地形数据综合提取水稻种植面积专题信息的可行性和有效性; (3) 混合象元分解方法在丘陵地区的有效性和适用性.结果表明, 用最大似然法提取大范围水稻种植面积信息的精度可满足业务化运行的要求; 模糊监督分类有较高的分类精度和较好的稳定性, 具有较强的适应性; 坡度数据作为遥感影像分类的辅助数据层, 可以有效地提高丘陵地区水稻种植面积信息的提取精度, 还可以提高分类的稳定性和空间位置精度.     

卫星被动微波遥感土壤湿度研究进展

土壤湿度是控制陆地和大气间水分和能量交换过程的重要变量,而被动微波遥感是众多监测土壤湿度技术中最有效的手段之一。文中概述了被动微波反演土壤湿度的物理原理,重点介绍了被动微波反演土壤湿度的主要模型。在对不同模型进行比较分析后,基于不同传感器类型分别列举了当今发展较完善的3个典型算法：①Njoku和Li基于AMSR的多通道同时反演土壤湿度、土壤温度、植被含水量的方法;②Owe等基于SMMR利用极化差异指数同时反演土壤湿度和植被光学厚度2个参数的方法;③Wen等基于SSM／I同时反演土壤湿度和土壤温度的方法。对被动微波遥感土壤湿度研究中目前所存在的问题和发展前景进行了一些探讨。     

基于Radarsat-2 SAR数据反演定西裸露地表土壤水分

利用Radarsat-2 SAR数据和定西地区野外土钻法及WET仪器观测的土壤水分数据,分析了同极化后向散射系数与不同土层深度土壤水分之间的关系,采用交叉极化(VV/VH)组合模型反演土壤水分并进行对比验证。结果表明:水平、垂直同极化后向散射系数均与10~20 cm土壤含水量相关性最好,相关系数R均为0.74;受地表粗糙度和土壤质地等影响,同极化后向散射系数与0~10 cm土壤水分相关性均较低。交叉极化组合模型的反演值与10~20 cm实测土壤水分相关性较高,R值达0.75,而与0~10 cm和20~30 cm实测值的相关性较低(R值分别为0.47和0.52),但均通过α=0.05的显著性检验;WET仪器实测0~6 cm土壤水分经校正后与反演值的相关系数为0.46(通过α=0.01的显著性检验),校正后的结果有效提高了WET仪器测量精度。交叉极化组合模型可用于裸露地表土壤水分的反演,更适用于提取10~20 cm土壤含水量信息。