基于FY-3D/MERSI-II数据的陕西农业干旱遥感监测应用研究

以陕西省夏季干旱过程监测为例，采用风云系列最新极轨气象卫星FY-3D/MERSI-II数据，利用其250 m空间分辨率红光和近红外通道构建NIR-Red特征空间，建立垂直干旱指数（PDI）、改进型垂直干旱指数（MPDI），并与综合气象干旱指数（CI）进行相关性分析。结果表明：FY-3D/MERSI-II数据在陕西省的干旱遥感监测中具有良好的适用性，PDI、MPDI与CI呈显著负相关，相关系数分别为-0.135和-0.110，达到显著水平，PDI在陕西省夏季旱情动态监测中表现更好；2019年陕西省夏季旱区主要集中在榆林北部和渭北旱腰带，5月下旬的干旱过程最为严重，对冬小麦产量有较大影响；相较于国际气象卫星和陆地卫星数据，国产FY-3D/MERSI-II数据具有更高的时空分辨率，在进行农业干旱动态监测方面具很大潜力。     

基于FY-3D/MERSⅠ-Ⅱ数据的陕西农业干旱遥感监测应用研究

以陕西省夏季干旱过程监测为例,采用风云系列最新极轨气象卫星FY-3D/MERSⅠ-Ⅱ数据,利用其250 m空间分辨率红光和近红外通道构建NIR-Red特征空间,建立垂直干旱指数(PDI)、改进型垂直干旱指数(MPDI),并与综合气象干旱指数(CI)进行相关性分析。结果表明:FY-3D/MERSⅠ-Ⅱ数据在陕西省的干旱遥感监测中具有良好的适用性,PDI、MPDI与CI呈显著负相关,相关系数分别为-0.135和-0.110,达到显著水平,PDI在陕西省夏季旱情动态监测中表现更好;2019年陕西省夏季旱区主要集中在榆林北部和渭北旱腰带,5月下旬的干旱过程最为严重,对冬小麦产量有较大影响;相较于国际气象卫星和陆地卫星数据,国产FY-3D/MERSⅠ-Ⅱ数据具有更高的时空分辨率,在进行农业干旱动态监测方面具很大潜力。     

基于FY-3D/MERSI数据的东北地区干旱监测方法研究

干旱是影响东北地区粮食安全的主要农业气象灾害之一,遥感技术是一种可便捷进行大范围干旱监测的手段。针对目前遥感干旱指数在作物生长发育过程中监测干旱的局限性和适用性等问题,以东北地区玉米和大豆等主要大田作物发育期为切入点,基于FY-3D/MERSI卫星遥感数据和地面土壤相对湿度实测数据,开展不同作物发育阶段干旱监测指数适用性分析,结合径向基神经网络方法,构建全时期和分时期土壤相对湿度反演模型,利用实测土壤相对湿度数据开展精度验证与对比分析。结果表明：风云三号MERSI传感器数据在干旱监测中具有可行性,表观热惯量(ATI)在低植被覆盖或裸土时效果较好,适用于作物冻土期、裸土期和播种～拔节期;水分指数(WI)适用于播种～拔节期、拔节～抽雄期和成熟期等植被生长时期;分时期土壤相对湿度反演模型精度高于全时期土壤相对湿度反演模型,前者监测精度在80.0%以上,比全时期模型精度提高了10%～25%,尤其在冻土期(3月),分时期模型反演精度达到了92.6%。基于作物生长时期和形态差异,选择最适宜遥感干旱指数建立分时期土壤相对湿度反演模型,提高了干旱监测的准确性和可靠性。     

基于多源卫星数据的3种干旱遥感监测效果比较

基于MODIS/TERRA、FY-3B/MERSI和HJ/CCD监测数据,结合研究区同步土壤湿度实测资料,利用垂直干旱指数（PDI）,对比分析了各传感器在干旱时空动态中对旱情响应的敏感性和可靠性。结果显示：在黄土高原半干旱区各遥感卫星监测到的PDI指数与土壤相对湿度呈显著负相关,与0～20 cm相对湿度相关最为密切;MODIS的PDI监测信息与实际春旱发展前期状况最为接近,HJ的PDI监测信息对干旱后期效应性相对较差, HJ、MODIS和FY3B的PDI监测信息都能够比较真实的反映干旱缓解后的实际情况。     

三种不同干旱动态监测指数在陕西省的适用性研究

运用陕西省96个站1981—2012年近32年的逐日气温、降水、风速、相对湿度等资料,分别计算出各站逐日(向前滚动30天)的三种干旱动态监测指数：降水距平百分率(P_a)、相对湿润干旱指数(MI)、标准化降水指数(SPI),并将陕西省按地域由北至南分为陕北、关中、陕南,按季节分为春(3—5月)、夏(6—8月)、秋(9—11月)、冬(12—2月),分别统计出不同干旱动态监测指数对应的干旱发生的频率并与历史记载中实际干旱情况进行比对,对三种干旱动态监测指数在陕西省的适用性进行分析。结果表明：夏季MI指数得到的干旱频率最高,P_a指数最低,冬季MI指数得到的干旱频率最低,P_a指数最高; 在春、冬季节P_a指数的适用性较好,在夏、秋季节MI指数的适用性较好; 陕西省夏季容易发生局地强降水,而在秋、冬季容易出现长时间的无降水,导致SPI指数在夏、秋、冬季节的适用性不太好。     

基于MODIS干旱指数与RBFNN方法的江苏冬小麦需水关键期土壤水分遥感监测应用

利用遥感指数反演土壤水分已成为监测干旱的重要手段之一，而单一的遥感干旱指数对于反演土壤水分存在一定局限，本研究从7种不同MODIS遥感干旱监测指数中选取适宜的5种并结合径向基函数神经网络（RBFNN）协同反演江苏省2018年冬小麦需水关键期的土壤相对湿度。结果表明：与单一的遥感干旱指数相比，协同RBFNN的遥感干旱指数反演的模型效果更好，与10 cm和20 cm深度的实测土壤相对湿度的相关系数分别达到0.5161和0.4307，能综合多种通道的遥感信息反映当地土壤水分的变化；同时研究利用RBFNN对2017年5月江苏冬小麦10 cm深度土壤相对湿度进行反演，得到的土壤相对湿度分布图与实测土壤墒情结果较为接近，说明利用RBFNN反演模型有效。研究结果提高了土壤湿度的反演精度，为当地农业干旱的实时监测提供了新思路。     

基于Suomi NPP/VIIRS数据的青海省东部农业区夏季土壤水分监测模型的应用研究

土壤水分是量度干旱程度最重要的指标，如何对其有效监测与预警一直是各界致力解决的重大科学问题。基于Suomi NPP/VIIRS数据的温度植被干旱指数TVDI、归一化植被水分指数NDWI、植被状况指数VCI,分别构建了青海省东部农业区3种土壤水分监测模型，利用连续的野外定点观测数据及生态站点观测数据进行模型检验，并在2017年夏旱过程进行了应用检验。结果表明：2012—2016年模型回代检验中，TVDI指数模型表现最优(RMSE为4.4%),其次为VCI指数模型(RMSE为4.7%),NDWI指数模型表现最差(RMSE为5.2%);2018—2020年夏季互助遥感检验场定点观测检验中，TVDI指数模型表现最好(RMSE为3.8%),VCI指数模型次之(RMSE为5.0%),NDWI指数模型表现最差(RMSE为8.8%);2017年夏季干旱过程中，TVDI指数模型反演的旱情发展过程及分布范围与实际旱情情况相符，而NDWI指数模型反演的旱情分布范围明显偏小，VCI指数模型甚至不能反映旱情缓解、解除期的变化。     

效率系数和一致性指数及其在干旱预测精度评价中的应用

基于关中平原2003—2014年Aqua-MODIS数据的条件植被温度指数的干旱监测结果,引入效率系数和一致性指数对自回归求和移动平均(ARIMA)模型和季节性ARIMA模型的预测精度进行了评价,并分析了其在干旱预测精度评价中的适用性。两种干旱预测模型的精度评价结果为ARIMA模型与季节性ARIMA模型的效率系数分别为-0.04与-4.27,一致性指数分别为0.40与0.37,表明ARIMA模型对干旱的预测精度高于季节性ARIMA模型,这与均方根误差、皮尔森相关系数及Kappa系数等的评价结果一致,且效率系数对不同干旱预测模型的预测性能的区分效果尤为显著,对干旱预测模型的精度评价比一致性指数更为合理。因此,效率系数更适合用于遥感干旱预测模型的精度评价。     

不同时间尺度条件植被温度指数干旱监测方法的适用性分析

以陕西省关中平原为研究区域,选取2003—2013年3—5月的Aqua-MODIS遥感数据、降水量和土壤含水量数据,探究10 d、16 d、32 d和48 d时间尺度条件植被温度指数(VTCI)干旱监测方法的适用性。结果表明:随着时间尺度增大,VTCI与降水量和土壤含水量的相关性均逐渐减小,说明VTCI干旱监测方法的适用性随时间尺度的增大而减小,且48 d时间尺度VTCI不适用于监测某一地区的受旱程度。不同时间尺度VTCI干旱监测结果的对比分析表明,旬尺度VTCI干旱监测的准确性最高。     

基于微波遥感技术的干旱监测指数及其应用研究——以三江源区为例

以三江源区为研究区,基于AMSR-E的亮度温度数据获得了微波极化差异指数(MPDI)、比值干旱指数(DI)和多时相微波干旱指数(PI),并分别对这3种指数进行了干旱监测有效性检验。为了获得研究区全区监测效果更好的干旱指数,对MPDI、DI和PI指数进行融合,最终获得的综合微波干旱指数(SDI)与土壤湿度数据和降水数据都存在很好的相关性,对比单个指数时监测干旱的有效性也得到了提高。最后,应用SDI指数对三江源区21世纪以来的干旱情况进行了监测研究。结果表明:基于AMSR-E的综合微波干旱指数(SDI)能有效的对干旱进行监测,充分发挥了被动微波遥感数据的优势,具有一定的应用价值,为后续利用多源的多传感器的微波遥感数据监测干旱的相关研究奠定了基础。     

基于MODIS资料的遥感干旱监测业务化方法研究

MODIS在波段设置和探测精度方面较AVHRR有较大的优势,如何将传统的基于AVHRR数据的遥感干旱监测模型转移到MODIS数据平台是遥感干旱监测领域非常关注的问题。我们从可业务化的角度,在借鉴陕西省农业遥感信息中心近年研究开发的NOAA/AVHRR遥感干旱监测业务化模型的基础上,结合陕西的地形、气候、植被覆盖特征,建立了基于MODIS数据的区域性干旱遥感监测的业务化模型和资料处理流程,并在陕西2005年3-5月发生的较严重的春旱过程中进行了监测试验。结果表明:使用基于MODIS数据的热惯量和植被供水指数两种模型进行区域性遥感干旱监测是可行的,修改后的植被供水指数模型在干旱面积估算精度和图像的可视化效果方面有了明显提高。     

Spatial-temporal characteristics of drought detected from meteorological data with high resolution in Shaanxi Province,China

The spatial pattern of meteorological factors cannot be accurately simulated by using observations from meteorological stations (OMS) that are distributed sparsely in complex terrain. It is expected that the spatial-temporal characteristics of drought in regions with complex terrain can be better represented by meteorological data with the high spatial-temporal resolution and accuracy. In this study, Standard Precipitation Evapotranspiration Index (SPEI) calculated with meteorological factors extracted from ITPCAS (China Meteorological Forcing Dataset produced by the Institute of Tibetan Plateau Research, Chinese Academy of Sciences) was applied to identify the spatial-temporal characteristics of drought in Shaanxi Province of China, during the period of 1979-2016. Drought areas detected by SPEI calculated with data from ITPCAS (SPEI-ITPCAS) on the seasonal scale were validated by historical drought records from the Chinese Meteorological Disaster Canon-Shaanxi, and compared with drought areas detected by SPEI calculated with data from OMS (SPEI-OMS). Drought intensity, trend and temporal ranges for mutations of SPEI-ITPCAS were analyzed by using the cumulative drought intensity (CDI) index and the Mann-Kendall test. The results indicated that drought areas detected from SPEI-ITPCAS were closer to the historical drought records than those detected from SPEI-OMS. Severe and exceptional drought events with SPEI-ITPCAS lower than -1.0 occurred most frequently in summer, followed by spring. There was a general drying trend in spring and summer in Shaanxi Province and a significant wetting trend in autumn and winter in northern Shaanxi Province. On seasonal and annual scales, the regional and temporal ranges for mutations of SPEI-ITPCAS were different and most mutations occurred before the year 1990 in most regions of Shaanxi Province. The results reflect the response of different regions of Shaanxi Province to climate change, which will help to manage regional water resources.     

利用多波段遥感干旱监测方法研究

目前对大尺度、复杂地表覆盖类型的区域干旱监测研究仍然是一个难点。文中尝试选择近红外、短波红外、热红外波段组合成新的干旱指数,并选取甘肃定西市、庆阳市、平凉市、宁夏固原市等为研究区。在比较各种不同的干旱指数优缺点的基础上,采用MODIS 1B数据的第2,6波段和LST(Land Surface Tempera-ture)产品合成多波段干旱指数。并用降雨量计算SPI(Standardized Precipitation Index),以及日均相对湿度与多波段干旱指数进行全面比较。结果发现在干旱年份,该指数与气象数据有较好的相关性,说明其在大尺度、较复杂地表覆盖类型区域旱灾监测有一定前景。     

综合遥感与气象信息的小麦白粉病监测方法

<正>小麦白粉病是小麦生产过程中的主要病害之一,常在小麦生育后期爆发,造成严重的减产和品质降低。对该病的准确监测是植保工作的一个重点,对病害的有效防治具有重要意义~([1,2])。近年来,遥感数据的空间连续观察能力及其包含的丰富信息引起作物病害监测领域的广泛关     

MERSI资料在内蒙古草原牧草产量估测中的应用研究

利用卫星遥感资料估测天然草地生产力是草地生态学和草地管理学的研究热点。内蒙古草原面积大、类型多、具有重要的生态和生产功能,实时监测其草地生产力变化十分必要。由于风云3号极轨气象卫星资料具有迅速、覆盖面广、不受地面条件限制等优点,文中将内蒙古自治区气象局42个生态监测站点2008～2010年6～8月份的风云3号卫星MERSI遥感数据和同步的牧草产量实测数据相结合,引入MERSI-NDVI概念,建立了基于MERSI-NDVI估测内蒙古草原牧草产量的估测模型,并对模型的可靠性进行了检验。结果表明:基于风云3号极轨气象卫星资料提取的MERSI-NDVI与内蒙古草原牧草产量具有较高的相关性,利用MERSI-NDVI遥感估测天然草地牧草产量是可行的;基于MERSI-NDVI构建的三个类型草地遥感估产模型精度在65.32%～88.84%之间,其精度可以满足宏观测产的要求。不仅适合大面积监测估产,还可用于局部地域牧草产量的定点估产。     

基于MODIS TVDI和模糊数学方法的藏北地区旱情等级遥感监测

为了实现对藏北区域范围内春夏旱情的动态连续监测,基于温度植被干旱指数(TVDI)和模糊数学方法建立了遥感干旱的划分标准,研究时段为1980-2017年。首先利用MODIS产品数据计算TVDI,然后根据气象干旱等级监测结果,采用模糊数学法建立基于MODIS TVDI的干旱等级划分标准,并对监测结果进行精度验证,最后分析了近年来藏北地区旱情的时空变化特征。得到的主要结论:①基于归一化植被指数(NDVI)和增强植被指数(EVI)计算得到的温度植被干旱指数TVDIN和TVDIE,均与20 cm实测土壤水分含量在0.05的水平达到显著相关,TVDIE的决定系数更高;②基于TVDIE将旱情划分为无旱、轻旱、中旱、重旱、特旱5个等级,其中,据此标准获得的藏北地区旱情等级与气象干旱等级监测结果大体一致;③近年来藏北地区旱情整体不太严重,且总体趋缓,其中,2009年最严重,发生中旱及以上旱情的区域面积达24%,年内旱情在6月最严重。就旱情的空间分布特征而言,研究区西南部和中部干旱比较严重,北部和东南部相对较轻。研究成果可为藏北地区干旱监测提供数据支撑,遥感干旱等级的划分方法可为其他地区的干旱研究提供参考。     

基于MODIS TVDI和模糊数学方法的藏北地区旱情等级遥感监测

为了实现对藏北区域范围内春夏旱情的动态连续监测,基于温度植被干旱指数（TVDI）和模糊数学方法建立了遥感干旱的划分标准,研究时段为1980—2017年。首先利用MODIS产品数据计算TVDI,然后根据气象干旱等级监测结果,采用模糊数学法建立基于MODIS TVDI的干旱等级划分标准,并对监测结果进行精度验证,最后分析了近年来藏北地区旱情的时空变化特征。得到的主要结论：①基于归一化植被指数（NDVI）和增强植被指数（EVI）计算得到的温度植被干旱指数TVDIN和TVDIE,均与20 cm实测土壤水分含量在0.05的水平达到显著相关,TVDIE的决定系数更高;②基于TVDIE将旱情划分为无旱、轻旱、中旱、重旱、特旱5个等级,其中,据此标准获得的藏北地区旱情等级与气象干旱等级监测结果大体一致;③近年来藏北地区旱情整体不太严重,且总体趋缓,其中,2009年最严重,发生中旱及以上旱情的区域面积达24%,年内旱情在6月最严重。就旱情的空间分布特征而言,研究区西南部和中部干旱比较严重,北部和东南部相对较轻。研究成果可为藏北地区干旱监测提供数据支撑,遥感干旱等级的划分方法可为其他地区的干旱研究提供参考。