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.     

基于MODIS数据的青藏高原旱情监测研究

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（T_S）,构建NDVI-T_S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。     

VIIRS-TVDI法反演干旱区农田土壤湿度北大核心CSCD

在国内首次使用MODIS/AVHRR的后继VIIRS产品,依其每日地表反射率产品(GIGTO-VI1~5BO)计算NDVI,结合每日陆表温度产品(GMTCO-VLSTO),计算新疆农七师125团2015年6月29日~7月10日的TVDI结果,利用同期地面实测土壤含水率进行验证,R^2=0.846,两者之间不相关的双尾检验值<0.001。结果表明,构建的土壤湿度模型对农田土壤含水率有较好的反应,并将该模型推广到全天山北坡经济带地区。利用VIIRS数据构建的TVDI特征空间表现优秀,拟合结果良好;该数据因其自身幅宽、高时间分辨率等优势,应用于新疆农田土壤湿度监测,具有一定优势,可弥补VIIRS产品在我国该领域使用的空白。     

基于TVDI的藏北地区土壤湿度空间格局

利用2010年DOY 209期的Terra/MODIS 16 d合成的植被指数(EVI)产品数据MOD13A2和8d天合成的地表温度(LST)产品数据MOD11 A2,构建LST-EVI特征空间,从而得到了条件温度植被干旱指数TVDI反映的藏北土壤湿度空间分布图.结合野外同步土壤表层水含量测试数据,二者表现出较好的相关...     

利用MODIS数据进行旱情动态监测研究

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。     

基于植被状态指数的全国干旱遥感监测试验研究(Ⅱ)--干旱遥感监测模型与结果分析部分

通过利用1981～1994年连续504旬的由NOAA AVHRR 8km分辨率的NDVI时间系列数据,以及对应时段的全国102,个固定农气观测站的旬土壤湿度资料(-20cm),建立了植被状态指数(VCI)与土壤湿度之间的统计模型,由土壤湿度旱情等级标准来换算出每旬用VCI进行干旱遥感监测的旱情等级标准,以确定出全国的逐句旱情分布。对模型进行的统计检验表明,模型都通过了置信度为a=0．05统计检验。监测试验结果表明,这种方法在作物生长期内应用于大范围旱情遥感监测,有效且简便易行。     

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。     

基于MODIS数据的华北地区遥感干旱监测研究

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。     

基于多种卫星的县级尺度干旱监测指数比较——以河北玉田县为例

为确定不同遥感数据源在县级尺度进行干旱监测的能力,利用环境减灾卫星、SPOT4和RAPIDEYE数据分别构建了垂直干旱指数、修正垂直干旱指数和温度植被干旱指数,以河北玉田县为例进行了对比研究。结果表明,基于环境减灾卫星的垂直干旱指数和修正垂直干旱指数变化与RAPIDEYE趋势一致,在冬小麦拔节期,当土壤含水量较高时,两指数值起伏变化不明显;在抽穗期,两指数能较好反映各层土壤含水量的起伏变化。而基于SPOT4的修正垂直干旱指数在一定程度上反映土壤含水量的变化特点,垂直干旱指数对土壤含水量变化不敏感。从数据源选取角度,环境减灾卫星和RAPIDEYE在县级尺度具有较好的干旱监测能力。由于基于环境减灾卫星的温度植被干旱指数与冬小麦单产具有显著以上水平的相关性,据此建立的线性估产模型是一种简单易行的旱灾预警模型。     

甘肃省河东地区干旱遥感监测指数的对比和应用

干旱是影响甘肃省河东地区农业生产的主要气象灾害之一。如何在众多的干旱遥感监测指数中选择适宜的指数是干旱遥感监测工作面临的主要问题。利用研究区30个农业气象站观测的不同深度土壤相对湿度和对应的MODIS数据,分析了7种典型干旱遥感监测指数(AVI、NDWI、VCI、PDI、MPDI、VSWI和MEI)的构建原理和模拟结果,并选择适宜的干旱遥感监测指数对2006年甘肃省河东地区干旱情况的时空分布做了动态监测。结果表明:7种干旱遥感监测指数均能反映研究区土壤湿度的时空变化特征;各干旱遥感监测指数对土壤水分监测的最佳深度为20 cm,其次为10 cm。从相关系数来看,PDI、MPDI指数对春季,VSWI、NDWI指数对夏季的土壤相对湿度有较好的监测结果;MEI指数对秋季土壤相对湿度模拟效果较差,其余指数对秋季模拟效果均较好;根据各指数与20 cm处土壤相对湿度的相关系数,结合各指数的构成原理,春季选择PDI和MEI,夏季选择VSWI和NDWI,秋季选择PDI和MPDI,分别对2006年甘肃省河东地区干旱情况进行监测。通过考虑各等级出现的频率,同时兼顾土壤相对湿度,评定各指数干旱等级。监测结果显示,庆阳市北部连续出现春旱、春末夏初旱、伏旱和秋旱,陇中北部和庆阳市北部旱情严重。     

植被覆盖地表主动微波遥感反演土壤水分算法研究

主动微波遥感监测土壤水分具有全天时、全天候并对地物有一定的穿透能力等特点,突破了传统测量方法和光学遥感获取土壤水分的局限。文中在分析植被对微波信号影响的基础上,总结了当前国内外基于主动微波遥感监测植被覆盖地表土壤水分的原理和方法,指出利用,宋朝景“水-云模型”从总的极化雷达后向散射中去除植被影响后,能够改进后向散射系数和土壤含水量之间的关系。最后利用ENVISAT ASAR数据,结合实地采样获得的土壤含水量数据拟合两者之间的关系,结果表明农作物覆盖地表土壤水分变化的估算算法还需要进一步发展和改进以提高反演精度。     

利用微波遥感土壤水分产品监测东北地区春涝范围和程度

地表土壤水分是判断农田涝害的直接数据源,以欧洲太空局1978~2010 年微波遥感土壤水分产品、2013 年SMOS MIRAS L3 级土壤水分产品和气象站点的月降水数据为基础,结合土壤水分距平指数和土壤水分异常指数,分析2013 年东北地区春涝影响范围和严重程度。结果表明:① 东北地区以黑龙江省受涝面积最大,约11 万km²,约占黑龙江省总面积的1/4;② 比较多年的月降水数据与涝灾程度,发现冬春季节强降水是引发春涝的主要原因之一;③ 春涝的严重程度与高程呈现负相关关系,涝灾区域多集中在高程500 m以下。     

黄土高原典型半干旱区水热变化及其土壤水分响应

利用黄土高原典型半干旱代表区68 a(1937-2004年)降水、气温资料和34 a(1971-2004年)土壤湿度资料,研究黄土高原半干旱区水热变化及土壤水分响应。结果表明:黄土高原半干旱区在近70 a中气温以下降为主,3-6月降水存在显著增多趋势,气温、降水倾向具有明显时段差异。干旱年份或少雨时段长周期振荡加强、短周期衰减;相对冷的时期气温振荡周期明显,反之不明显。干旱是该地区土壤的基本气候特征,生长期土壤水分波动式下降,蓄水期土壤水分波动式上升,总体上以下降为主,20世纪70年代中后期土壤水分较好,80年代土壤水分较差,90年代末到21世纪初转好。土壤水分对短期降水变化、降水气温气候变化及短周期振荡都存在明显响应。     

土壤墒情遥感反演与旱情诊断

土壤墒情与植被生长状况和地表温度之间存在密切联系?贑OST模型算法和单窗算法,开展了TM/ETM+多光谱数据的地表反射率、地表温度(LST)和土壤调整植被指数反演(MSAVI),分析了地表温度和植被指数的线性关系,提出了土壤墒情几何特征指数和旱情诊断函数,结合土壤含水量实测数据,建立了横山县土壤墒情遥感反演模型。实证结果表明,基于TM/ETM+数据反演的长度指数可进行旱情诊断;对土壤含水量的反演模型进行T检验,差异不显著,而基于地面温度的土壤墒情反演模型优于土壤调整植被指数反演模型。     

河北省土壤水分遥测研究

该文通过对热惯量法、植被供水指数法及多因子回归法等几种土壤水分遥测方法在河北区域的试验研究 ,建立了适合河北广大地区的遥测土壤水分模型 ,试验结果与实际情况基本一致。     

2007-2016年四川省土壤干旱时空动态分析

四川作为农业大省,旱灾是导致农业减产最主要的因素。通过遥感和GIS手段进行四川省土壤干旱程度的时空分析,提高干旱的空间可视化程度,加强干旱监测的时效性尤为重要。本研究基于四川省2007—2016年逐季度的MODIS数据和1961—2011年40个气象站的月降水资料,采用温度植被干旱指数(TVDI)计算得到四川省干旱等级分布情况,辅以标准化降雨指数(SPI)进行相关性分析,并通过线性回归、反距离权重空间插值、GIS空间分析模型重建等方法,分析近十年来四川省地区以季度为时间尺度的土壤干旱时空变化特征,制作各时相土壤干旱分布图展示其微变化。结果表明:(1)在月时间尺度上,SPI-1与TVDI呈中等至强负相关关系,即TVDI值越小,SPI值越大,干旱程度越轻;验证结果表明TVDI都能够较好地对四川省的干旱空间分布状况进行反映。(2)四川省各区域、各季节干旱分布不均:空间上,干旱频发的区域集中在四川盆地及攀西南部区域。时间上,在春季,四川盆地区域的土壤干旱程度大致呈现加剧—持续—减缓的趋势;夏季,四川盆地的干旱变化趋势是加剧—减缓—加剧;秋季,四川盆地的干旱变化趋势是加剧—减缓—持续减缓;冬季,全川干旱程度变化不明显。本文的研究结果对四川省开展农业防灾减灾,引导农业灌溉具有指导意义。     

陇中黄土高原土壤水分变化特征及其机理分析

基于兰州大学半干旱气候与环境观测站（SACOL）2010年全年的观测资料,对陇中黄土高原半干旱区土壤水分的年变化和日变化特征进行了研究,并通过计算水汽通量与蒸散量,探讨了土壤-地表-大气间水分的交换和运移机理。结果表明：土壤湿度的季节变化主要受降水影响,各季节的平均土壤湿度均呈现出表层和深层低、中间层高的特点,最高值出现在地下10 cm附近;在无降水的情况下,土壤5~20 cm处的含水量呈现出夜间逐渐降低、白天逐渐上升的波形变化,这种变化与土壤水汽通量具有很好的一致性,而水汽通量的方向则受温度梯度的影响;在白天,地表温度高于气温与较深层地温,水汽在向空气蒸散的同时也由地表流向土壤深部,夜晚地表温度则低于较深层地温,水汽由土壤深部流向地表。因此土壤内部的水分蒸发主要出现在夜晚,且主要发生在地表40 cm以内的土壤孔隙中,而白天地表的实际蒸发主要存在土壤浅层0~5 cm,5 cm以下土壤水分的蒸发十分微弱。本研究结果对于改进半干旱区陆面计算模式以及当地的生态环境建设具有一定的参考价值。     

夏季不同土壤湿度和天气背景条件下绿洲土壤温湿特征的个例分析

 利用在甘肃省酒泉金塔地区开展的“绿洲沙漠能量和水分循环观测试验(JTEX)”获得的2005年5—7月的补充观测资料,分析了在不同土壤湿度和天气背景条件下的夏季绿洲农田土壤温、湿场特征。结果表明：一般来说,对于5—40 cm深度的土壤,随着深度的增加其湿度也随之增加。5 cm、10 cm的土壤湿度具有明显的日变化,且在中午时最为湿润;20 cm土壤湿度的日变化幅度小于上两层,变化趋势却与5 cm的相反;40 cm土壤湿度的日变化不明显。晴天浅层的土壤湿度日变化大于阴天。晴天个例中,土壤湿度较大时,5 cm土壤在白天比10 cm的湿润;当土壤较为干燥时,全天浅层土壤湿度都小于较深层的。各层土壤温度在一个中心值周围分布, 40 cm深度以上土壤温度均具有明显的日变化;土壤温度的极值出现时间滞后于地表温度,离地面的距离越大,峰值出现的时间比地表温度滞后的越长,且变化幅度越小。晴天的土壤湿度越小,浅层土壤湿度日变化幅度就越大,各层土壤温度也就越高。土壤深层基本不受天气情况的影响,但受灌溉的影响较大。     

基于条件温度植被指数（VTCI）的中国北方地区土壤水分估算

 利用中国北方13省2000-2008年的Terra-MODIS归一化植被指数（[WTBX]NDVI）和地表温度（LST）[WTBZ]数据,以及相同时间段农业气象观测站点的0~10 cm表层土壤水分资料,建立基于条件温度植被指数的表层土壤水分遥感估算模型,计算出2000-2008年北方13省各月份表层土壤水分,主要结论有：（1）空间分布上,表层土壤水分最高的是分区一和分区四,平均值均达到了0.2以上,表层土壤水分最低的是新疆沙漠地区,低于0.05,土壤水分空间分布基本呈"南高北低,东高西低"的趋势;（2）受降雨量和农作物需水的影响,年内月份之间,7、8 两月表层土壤水分最高,4、5、9、10月表层土壤水分最低;（3）年际变化上,2000-2001、2001-2002、2005-2006年北方大部分区域表层土壤水分增加,增加区域面积分别占总面积的79.2%、59.3%和71.4%,而2002-2003、2004-2005年大部分区域表层土壤水分减少,减少区域面积分别占总面积的53.9%和64.1%;（4）降水是影响土壤水分时空分布的一个重要因素。误差分析结果表明,基于条件温度植被指数的土壤水分遥感反演达到了较好的效果,能够较准确地反映北方地区干旱的分布及变化状况。     

土壤水分监测与模拟研究进展

土壤水分是土地持续利用、水资源规划与管理、节水农业技术研究的基础,土壤水分的监测与模拟已经成为国际前沿研究领域的热点之一。本文总结了国内外在土壤水分监测、空间变异和预测模拟等方面的研究进展,分析了土壤水分研究的现状,并对发展趋势进行了展望。目前,“3S”技术在土壤水分监测中发挥着重要作用,世界上一些发达国家已实现土壤水分监测的实时化、网络化,以及数据处理的自动化和智能化,而国内同类工作相对滞后;地统计学理论已被广泛用于分析土壤水分空间变异性,但多局限于相对小的空间尺度,对大尺度土壤水分空间格局及其变异性研究还有待深入;已有模拟模型各有长处与不足,以“3S”技术和地统计学方法为手段,应用非参数化方法建立综合性的土壤水分预测模型将是土壤水分模拟发展的主要趋势。