基于空间信息的农业干旱综合监测模型及其应用

为提高农业干旱监测的准确性,采用遥感信息与地面气象观测数据相结合的方法进行农业干旱监测研究。选择适合高植被覆盖区旱情监测的标准化植被供水指数及适合热带气候区旱情监测的综合降水指数作为参数,通过与同步实测土壤含水量的数据融合构建了海南岛农业干旱综合指数模型。经检验,模型的均方根误差RMSE为4.65%,相对均方根误差RMSEr为19.28%,模型具有较高的精度,可以用来监测海南岛的农业干旱。应用模型对2004年10月至2005年1月海南岛农业干旱进行了监测。结果表明,海南岛旱情西部重于东部、北部重于南部、四周平原重于中部山区。2004年10月上旬起旱情持续加重,12月上旬达到旱情高峰,12月中旬旱情略有缓解,但直至监测末期2005年1月下旬旱情依然严重。旱情最严重的时段(2004年12月上旬),海南岛干旱影响范围广,水田和旱地的重旱面积比例分别为59%和61%,其他林地的重旱面积比例也达到了20%。监测期内,海南岛作物生长过程受到明显抑制,干旱造成NDVI累积值较上一生长季同期下降6.34%,2004年10月至12月海南岛天然橡胶减产约1.16万t。该文为农业干旱监测提供参考。     

基于温度植被干旱指数的四川伏旱遥感监测与影响评估

利用2006年7～8月的NOAA/AVHRR数据，依据温度植被干旱指数(TVDI)对2006年四川伏旱进行监测与评估。采用了干旱监测合成滤云新技术，分析了Ts—NDVI特征空间属性和TVDI指数干旱监测能力，提出了四川伏旱TVDI计算模型、分级标准、和影响评估方法，结果表明：1)按最大地表温度原则得到的旬合成数据比按最大植被指数原则得到的旬合成数据具有更强的旱情监测能力；2)在Ts—NDVI特征空间中当NDVI较小时干湿边几乎同为水平直线，两者相差约45℃；3)TVDI指数因其大小不同而对旱情的监测能力也不一样，较小时说明没有干旱发生，较大时则一定有干旱发生，中间段对干旱的监测具有不确定性；4)2006年四川伏旱遥感监测与气候监测结果基本一致，农作物受旱面积与饮水困难人口数估算误差在10%以内。     

基于HJ-1A/1B CCD数据的干旱监测

HJ-1A/1B是中国以防灾减灾和环境监测为直接应用目标的小卫星星座,为探讨HJ-1A/1B CCD数据在快速监测西南喀斯特地区旱情变化的应用潜力,以2010年遭受严重旱灾的贵州安顺地区为研究区,基于多时相的?HJ-1A/1B?CCD数据,利用垂直干旱指数、改进的垂直干旱指数和归一化植被指数对研究区的干旱情况和植被长势进行时间序列的监测与分析,并研究了监测模型在干旱监测中的适宜性、差异性及影响因素。结果表明,利用HJ-1A/1B CCD数据、垂直干旱指数和改进的垂直干旱指数,可以实现对旱情变化的快速监测;改进的垂直干旱指数对干旱变化的响应比垂直干旱指数敏感,且在植被覆盖较好地区的监测效果比垂直干旱指数更为有效;降水是影响监测效果的重要因素,降水对改进的垂直干旱指数的影响比垂直干旱指数大;结合干旱监测指数（MPDI,PDI）与植被指数NDVI的时间序列分析,可以更为准确地监测研究区实际旱情变化和植被长势情况。该研究对推广HJ-1A/1B数据在西南喀斯特地区的作物长势和旱情监测中的应用,以及提高中国应对突发灾害的决策能力具有重要意义。     

基于MODIS数据的湖南省旱情监测研究

干旱的发生不仅影响到当地的农业生产,还极大的破坏了当地的生态环境。采用MODIS数据以条件植被温度指数(VTCI)作为旱情指标,对湖南省2005年7月下旬的旱情分布进行了监测。综合考虑了归一化植被指数(NDVI)和增强型植被指数(EVI)的优劣性之后,以EVI代替NDVI构建了EVI-Ts特征空间,其中采用分裂窗算法对陆地表面温度进行了反演,最终得到了与实际旱情大致相符的旱情分布图。研究表明:此种方法适用于湖南省的旱情监测,同时它也是一种便捷、高效的大面积与近实时监测方法。     

海南岛天然橡胶林春季物候期的遥感监测

橡胶林第一蓬叶的展叶期、稳定期和老化速度,极大影响橡胶树叶片的数量和质量,从而影响干胶产量,因此,监测橡胶林春季叶片生长情况对防治病虫害、指导割胶作业和林间水肥管理具有积极意义。本研究基于2001-2014年1-5月每16d的遥感增强型植被指数（EVI）分布图,通过计算相邻时段EVI的变化量,分析橡胶林MODIS/EVI指数的时空分布及变化特征,确定判断橡胶叶片春季物候期的EVI指标。结果表明：第一蓬叶展叶期橡胶林平均EVI值为0.4,稳定期平均EVI值为0.5,以此作为这两个生育期的判断标准,对2001-2014年逐年橡胶林第一蓬叶的展叶期和稳定期进行反演,结果表明,海南岛橡胶林叶片平均展叶期出现在3月中旬前期,稳定期主要出现在5月上旬,叶片老化平均历时50d,与历年人工观测结果相比有一定差异,平均偏晚8.2d。该方法简便易行,可以用来监测区域天然橡胶物候的变化态势。     

基于LAI-Ts特征空间的河南省冬小麦返青-成熟期旱情监测

以河南省返青-成熟期冬小麦为研究对象,利用研究区2000、2005、2010及2015年每年2月26日-6月1日MODIS产品叶面积植被指数（LAI)和地表温度（Ts)数据,探讨当NDVI未达到饱和时,基于LAI-Ts特征空间的温度叶面积干旱指数（TLDI）能否用于旱情监测,并利用气象站实测10cm土壤湿度数据进行精度验证,进而应用该指数对河南省冬小麦旱情进行监测。结果表明：TLDI与实测土壤湿度之间存在显著负相关关系（P＜0.05）,相关系数大小在0.5212～0.7467。当NDVI未达到饱和时,基于LAI-Ts特征空间的TLDI可作为干旱监测指标,补充拓展基于植被指数和地表温度的旱情监测方法。在冬小麦返青期即植被覆盖度较低时LAI-Ts特征空间呈三角形,随着植被覆盖度的提高逐渐演变为梯形。河南省旱情主要分布在中西部、西南部以及北部地区,每年3月上旬及5月为旱情频发期,分别处于冬小麦返青期和开花-灌浆期。     

基于温度植被干旱指数的江苏淮北地区农业旱情监测

为实现江苏省淮北地区农业旱情监测,利用Savitzky—Golay(S-G)滤波方法,对2011—2012年江苏省淮北地区1-5月MODIS的归一化植被指数(normalized difference vegetation index,NDVI)和地表温度(land Surface temperature,LST)8 d产品进行重构,去除原8 d数据的噪声,填补受云影响而缺失的数据。基于重建后的NDVI和LST数据,计算温度植被干旱指数(temperature vegetation dryness index,TVDI);分析TVDI和土壤湿度之间的关系,构建土壤湿度反演模型。最后,利用另外1组数据验证所建土壤湿度模型的精度。研究结果表明:1)S-G滤波方法能够提高MODIS LST和NDVI数据质量,并能对缺失数据进行填补;2)TVDI方法能够实现试验区土壤湿度反演,所建模型在试验区具有一定的普适性,反演精度较高(R2=0.575,RMSE=2.59%);3)TVDI方法在江苏省淮北地区干旱监测中得到了较好的应用,能够成功地监测出江苏淮北地区2011年和2012年春旱。该研究可为农业旱情的快速监测提供借鉴。     

基于重构的Landsat 8时间序列数据和温度植被指数的区域旱情监测

为了快速且准确地估算大区域范围内土壤水分信息,实现松嫩平原北部区域旱情的监测。基于Landsat 8时间序列数据,计算归一化植被指数(NDVI)和地表温度指数(LST)的时间序列数据,在此基础上利用Savitzky-Golay(S-G)滤波对所得时间序列数据进行了重构,弥补因受云和大气影响而产生的噪声。然后根据重构后的NDVI和LST数据,求得温度植被指数(TVDI);探讨TDVI和土壤湿度之间的关系,构建土壤湿度反演模型,并结合野外实测数据对模型精度进行了验证。结果表明:(1)S-G滤波可以有效地弥补因受云和大气影响而产生的不足,提高Landsat 8时间序列数据的质量;(2)温度植被干旱指数可以有效地反映土壤湿度状况,经过S-G滤波处理后的数据反演精度更高(RMSE=2.14%);(3)经过S-G滤波处理后的Landsat 8数据可以更为精确实现大区域范围内时间序列的旱情监测,为区域旱情的监测提供借鉴。     

西南地区综合干旱监测模型构建与验证

在全球极端天气事件越来越多的大背景下,准确监测西南干旱对区域农业可持续发展具有重要的现实意义。该文选取降水距平百分率(percentage of precipitation anomaly index,Pa)、标准化降水指数(standard precipitation index,SPI)、相对湿润指数(relative moisture index,MI)等3种气象类干旱监测模型以及植被供水指数(vegetation water supply index,VWSI)与归一化植被指数(normalized differential vegetation index,NDVI)等2种遥感类干旱监测模型,并分别与实测土壤湿度作相关分析,在此基础上选取相关系数最高的相对湿润指数与归一化植被指数为自变量建立综合干旱监测指数(comprehensive drought monitoring index,DI)。结果表明,综合干旱指数与土壤水分实测值有较好的相关性,监测精度可达88.38%;在不同海拔高度内,综合干旱指数的拟合效果比单一指数效果更好,精度更高;在分析2009-2010年西南特大干旱旱情发展的时空演变过程中,综合干旱监测结果与实际干旱情况有较好的空间一致性,监测效果佳。研究成果为西南丘陵山区干旱监测提供了一种新的方法。     

多源卫星数据在甘蔗干旱遥感监测中的应用

目前80%以上的糖料甘蔗分布在缺少灌溉条件的旱坡地上,旱害已成为影响甘蔗生产最频繁、范围最广、损失最严重的自然灾害之一。本文选取了广西来宾市兴宾区凤凰镇这个具有代表性的大面积连片、连年种植的甘蔗区,利用高时间分辨率的MODIS卫星数据,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,并融合具有高空间分辨率的ETM卫星数据,进行甘蔗干旱遥感监测方法研究。应用该模型进行2004年和2005年秋季甘蔗旱情监测,制作了旱情时空变化的遥感图像,通过与旱情实况数据对比分析,证明该模型适用于甘蔗旱情监测。     

麦田土壤水分时空变异特性及CA-Markov模型模拟预报

为揭示农田土壤水分时空变异特征,精准预测土壤墒情,该研究以河北省太行山山前平原井灌区典型麦田为例,在监测土壤水分的基础上,采用时间稳定性指数法、空间自相关性评价法研究土壤水分时空分布规律,构建了适用于模拟预报田间水分时空变化的CA-Markov 模型,并将该模型的模拟预报效果与HYDRUS 模型进行比较。结果表明：随着土层深度的增加,土壤水分等值线由密变疏,变异系数逐渐减小。随着小麦生育期的推移,前期监测的土壤水分稳定性高于后期;在土壤较湿润的情况下,土壤水分空间相关性较强,土壤水分全局Moran''s I 指数随小麦生育期的推移呈现先增大后变小的规律。CA-Markov 模型模拟预报的各土壤相对湿度等级面积误差的平均值为1.61%,比HYDRUS 模型模拟预报的面积误差平均值（10.86%）小9.25个百分点; CA-Markov 模型对研究区4月下旬、5月上旬的土壤水分干旱等级预测的空间分布Kappa 系数分别为 89.31%、91.46%。该模型可综合考虑麦田墒情的时空变化及随机特性,模拟预测土壤墒情的精度较高、效果良好,可以作为麦田水分管理的重要工具。     

能量指数法在黑龙江干旱监测中的适用性研究

基于MODIS产品资料,结合土壤墒情实测数据,就能量指数法在黑龙江省农业干旱遥感监测中的适用性展开研究。结果表明:能量指数法的监测效果明显优于热惯量法和植被供水指数法,同时该方法还解决了其他方法不能连续监测土壤含水量的问题,适用于各种植被覆盖条件下以及各种土层深度的干旱监测。同时,运用多年资料分时、分层建立了基于能量指数法的土壤水分反演模型,模型的拟合效果在50cm深度时最好,20cm深度次之,10cm深度稍差。此外,模型在2009年黑龙江省干旱监测应用中的效果表明,反演结果与实际情况基本一致,能较好地反映黑龙江省旱情的空间分布和发展过程。     

基于作物缺水指数的农业干旱监测模型构建

农业干旱监测问题对农业生产具有重要影响,因此精确监测农业干旱具有现实意义。该研究基于MOD16A2全球蒸散产品,计算作物缺水指数（Crop Water Stress Index,CWSI）,结合地表温度、植被指数、降水量以及土壤湿度等多源遥感数据为自变量,3个月时间尺度的标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index,SPEI-3）为因变量,基于偏差校正随机森林算法构建山东省2000-2019年作物生长季（4-10月）的偏差校正随机森林干旱状况指数（Bias-corrected Random Forest Drought Condition Index,BRF-DCI）。并分析CWSI对于构建山东省农业干旱监测模型的影响。结果表明：加入CWSI后,所提出的BRF-DCI指数与SPEI-3观测指数的决定系数为0.72～0.85,优于未加入CWSI之前;加入CWSI后提高了干旱监测等级的准确率;BRF-DCI指数能较好地拟合各月份的SPEI-3指数,决定系数均在0.94以上;BRF-DCI指数能够准确反映山东省典型干旱年的干旱情况,有效监测山东省农业干旱情况。该研究对山东省农业旱情监测及旱灾防御具有较大的应用潜力。     

基于van Genuchten模型的渭北苹果园土壤水分能量特征分析

针对渭北地区干旱缺水,果树生长发育受限的客观实际,开展了苹果树生育期0～150 cm土壤水吸力动态变化规律研究。依据渭北果园土壤剖面构型,将离心机法与水汽平衡法相结合,按照发生学土层,逐层测定了供试土壤水分特征曲线,并用van Genuchten模型拟合。基于该模型,将在幼龄果园、老龄果园以及农田定期逐层监测的土壤水分含量转化为土壤水吸力,以农田为对照,评价植果条件下土壤水分的胁迫状况。结果表明,van Genuchten模型能很好地拟合渭北果园耕层、农田耕层、黑垆土层及黄土母质层的水分特征曲线,拟合精度均达0.96以上。渭北地区农田受干旱胁迫较严重,3月中旬－7月初,0～100 cm土层均处于水吸力高于3.98的重度胁迫状态;受植被冠层覆盖及果树生育期的影响,干旱对果树的胁迫程度较农田小,对老龄果园胁迫程度比对幼龄果园的大,幼龄果园在3月中旬－5月初、5月底－7月初仅0～20 cm土层为高水吸力区,直至6月中旬－7月中旬高水吸力区才延伸到40～70 cm土层;老龄果园在3月中旬－4月底的0～40 cm土层、5月底－7月中旬的30～100 cm土层和7月中旬－8月底的0～20 cm土层为高水吸力区。可得出,渭北不同园龄苹果园在不同生育期的不同深度土层会间歇性地出现高水吸力的土壤水分胁迫区,但相对于农田而言,果园受到的干旱胁迫相对较轻,渭北地区植果有助于缓解干旱胁迫。     

基于MODIS的河南省遥感干旱监测研究

基于遥感的大面积干旱监测发挥着重要作用,但多种不同的遥感干旱指数在不同区域的空间适应性研究相对较少。利用MODIS数据分别计算归一化植被指数、距平植被指数、植被状态指数和温度状态指数等,并结合传统气象干旱指数分析近10a来河南省的干旱情况。结果表明,2000—2009年有6a发生了不同程度的干旱,其中豫北和豫西地区的干旱程度严重,遥感干旱监测的结果与气象干旱指数基本一致;分析了河南省不同区域和时段内基于遥感的干旱指数与气象干旱指数的相关性,总结出4种基于遥感的干旱指数在时空格局中的适用性,为干旱监测提供技术支持。     

基于综合干旱指数的毛乌素沙地腹部土壤水分反演及分布

为了克服单一干旱监测指数在复杂覆盖类型的适用性问题,以复杂覆盖类型的毛乌素沙地腹部乌审旗为例,在传统归一化干旱指数(normalized difference drought index,NDDI)、土壤湿度监测指数(soil moisture monitoring index,SMMI)、温度植被干旱指数(temperature vegetation drought index,TVDI)3个单一干旱监测指数的基础上,通过层次分析法确定各指数的权重,结合野外不同覆盖类型实测的土壤含水率数据,分别进行回归分析,建立多指数综合干旱监测模型,基于此模型分析研究区表层土壤水分的空间分布。结果表明:3个单一干旱指数在一定程度上均能客观反映旱情特征,与表层土壤含水率呈现不同程度的负相关,温度植被干旱指数相关性最好为0.604。引入结合多指数的综合干旱监测指数模型,在8月、9月草地和沙地与表层土壤含水率指数模型的决定系数R2均在0.7以上,高于基于单一指数模型的拟合精度。基于该模型,研究区研究区表层土壤含水率整体较低,体积含水率不高于0.15 cm~3/cm~3的面积分别占96.47%(8月)和94.8%(9月)。总体上从东到西,由北到南土壤含水率逐渐降低,与实测表层土壤样本的描述性统计结果有较好的空间一致性。     

环境减灾卫星数据在干旱监测中的应用

环境减灾卫星是首个以防灾减灾和环境监测为直接应用目标的小卫星星座。本文尝试利用环减星HJ-1B上的CCD相机的红光和近红外波段计算归一化植被指数,用IRS光谱仪热红外波段反演地表温度,采用植被供水指数建立干旱监测模型。通过对2010年初广西隆林、田林、西林3县的干旱情况的遥感监测研究,结果表明：遥感干旱监测结果与旱情实况分布基本一致。说明该方法比较可靠,再加上环减星重访周期短、空间分辨率高,据此可以为广西抗旱救灾工作提供快速准确的信息服务。