利用改进温度植被干旱指数反演农田表层土壤水分的研究

土壤水分作为土壤的重要组成部分,是气候、农业和生态系统的关键组成要素。快速、大面积和实时地监测土壤含水量,对旱情预报、农田灌溉和作物估产有着十分重要的作用。本文主要结合Landsat 8光学影像数据对地表土壤含水量进行反演,在温度植被干旱指数（TVDI）的地表温度－植被指数特征空间基础上引入分形覆盖度,构建地表温度－分形覆盖度特征空间,从而计算得到改进温度植被干旱指数（ITVDI）,采用研究区实测土壤含水量数据对计算的结果进行对比分析。为了分析TVDI和ITVDI与土壤体积含水量的关系,分别制作TVDI、ITVDI与土壤体积含水量的散点图并分析相关性。研究结果表明:在小麦拔节期内,研究区域大部分地区处于干旱状态,轻旱地区主要分布在研究区西部、北部以及中部的高植被覆盖地区;重旱地区主要分布在城市中心及部分裸露地面和小麦种植地区。TVDI和ITVDI与地表土壤含水量线性相关显著,两者均可表征研究区干旱的实际情况。但ITVDI引入分形植被覆盖度参数,在一定程度上避免干旱指数受到地表覆盖类型的限制,使得ITVDI与实测土壤含水量的相关性和反演精度都高于TVDI。因此,ITVDI能够更好地反映研究区域土壤含水量的状况,更适合高植被覆盖度地区土壤含水量反演。     

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。     

冬小麦冠气温差及其影响因子研究

在冬小麦主要生育期，测定了3个不同水分处理冠层温度、气温、地面土壤温度以及土壤含水率和叶面积指数，计算了冠气温差和饱和差及相对湿度，并分析了冠气温差与土壤含水率和叶面积指数和饱和差及相对湿度间的关系。结果表明：不同的灌溉措施对冠气温差有显著的影响；14：00左右在冠层之上高度处的冠气温差能反映作物的水分特征，可以用此时刻的实测结果来检验遥感数据反演冠气温差的精度；在60～80 cm土层的土壤体积含水率能较好地反映14:00冠层之上冠气温差的变化情况，不同水分处理二者的关系显著，复相关系数分别为0.65809(节水灌溉)，0.99577(充分灌溉)，0.78206(不灌溉)；不同水分处理下的冬小麦主要生育期的叶面积指数与冠气温差相关性显著，冠层之上二者的相关系数分别为：0.76082(节水灌溉)，0.40548(充分灌溉)，0.99001(不灌溉)，这为区域遥感反演作物冠气温差来监测土壤含水率及作物估产提供了依据。     

条件植被温度指数干旱监测方法的完善

应用NOAA-AVHRR多时段卫星遥感数据,以陕西省关中平原为研究区域,建立了条件植被温度指数干旱监测方法,讨论了植被指数和地表温度特征空间中冷边界和热边界的确定方法。通过气象网站的降水量资料验证了该研究区域1999年以来每年5月上旬的干旱监测结果,结果表明条件植被温度指数与降水量间的相关性随着累计时间的增加而降低,与最近月份降水量的相关性最好,证实了冷边界和热边界确定方法的合理性以及条件植被温度指数是一种可行的、近实时的干旱监测方法。     

夏玉米冠气温差及其影响因素关系探析

测定了夏玉米主要生育期四个不同水分处理的冠层温度、气温、土壤含水率、叶面积指数和株高,分析了冠气温差与土壤含水率、叶面积指数及株高间的关系。结果表明:不同的灌溉水质和灌溉量措施对夏玉米冠气温差有显著的影响;中午12~14时左右H1高度(2/3株高)处的冠气温差较H2高度(H1+50 cm)更能反映作物和土壤的水分特征,可以用此时刻的卫星遥感冠层温度结合地面气象站数据监测作物和土壤的旱情;80~100 cm土层的土壤体积含水率与节水灌溉处理的冠气温差之间存在良好关系(α=0.05),0~80 cm四个土层中以中午20 cm和40 cm处的土壤体积含水率与冠气温差相关关系最好且稳定,可以利用此关系评价作物的缺水状况;充足灌溉下的夏玉米主要生育期的叶面积指数与冠气温差也有显著的相关关系,节水灌溉下二者关系不显著,说明水分充足条件下叶面积指数对冠气温差的影响更大;株高与不同水分处理的冠气温差也有一定的相关关系,冠层2/3高度处二者的相关系数分别为:0.7027(淡水节水处理)、0.4150(淡水充足处理)、0.3683(咸水节水处理)、0.3062(咸水充足处理)。这为区域上遥感反演夏玉米冠气温差进而监测农田蒸散和土壤含水率提供了试验依据。     

基于MODIS数据的山东省2014-2016年干旱监测分析

针对近年频发的干旱情况不能准确及时监测评估的问题,以山东省为研究区,基于温度植被干旱指数方法（TVDI）,利用S-G加权滤波对MODIS地表温度产品MOD11A2和植被指数产品MOD13A2数据进行了重建,根据重建后的数据计算2014—2016年山东省的温度植被干旱指数,在比较NDVI-LST与EVI-LST构建的温度植被指数干旱模型（TVDI）的基础上,利用效果更好的EVI-LST构建的TVDI模型反演山东省2014—2016年的干旱情况,最后利用气象站观测数据对TVDI结果进行了相关性分析。研究表明,山东省在2014—2015年全年平均干旱面积占比分别为37.62%,41.7%,2016年基本无旱情发生。气象站观测的降水、温度与TVDI的相关性均在0.32以上,且均通过显著性检验,说明植被覆盖信息和陆地表面温度信息相结合反演的TVDI空间和时间分布能够较好地反映表层土壤水分变化趋势,其作为旱情评价指标是合理的。     

作物长势遥感监测指标的改进与比较分析

为改善归一化植被指数（NDVI）作为遥感监测作物长势指标的性能,该文分析了归一化植被指数的内在设计缺陷,在不增加额外波段的情况下,以近红外波段和红色波段为基础引入一种新的作物长势遥感监测指标——GRNDVI。通过在像素和区域层次上同其他4种指数进行比较发现：GRNDVI能够改善归一化植被指数在低植被覆盖度时期/地区容易受到作物冠层土壤背景的影响,而在高植被覆盖度时期/地区又容易发生饱和现象的设计缺陷,可以作为遥感监测作物长势过程中替代归一化植被指数的指标。     

基于温度植被旱情指数的徐州市郊干旱遥感监测

利用Landsat TM/ETM+数据,以徐州市郊为研究区,获取归一化植被指数(NDVI)、土壤调整植被指数(SAVI)和地表温度(Ts)信息,分别构建NDVI-Ts和SAVI-Ts特征空间,依据这两个特征空间计算出研究区2001年4月3日和2007年5月14日的温度植被旱情指数TVDI(NDVI)和TVDI(SAVI),并分别与地表温度(Ts)和降水量进行了相关评价.结果表明,TVDI可用于实现大范围的干旱监测,SAVI能够修正NDVI对土壤背景的敏感,基于SAVI的反演结果明显优于基于NDVI的反演结果,能够有效地运用于干旱监测.     

典型旱年农业干旱遥感监测指标在东北地区生长季的表现

以8d为时间尺度,以土壤相对湿度（RSM）为参考指标,采用相关分析方法,分析评估典型旱年2009年作物生长季内分别表征降水、土壤和作物的3个类别10种农业干旱遥感监测指数在东北地区的适用性。结果表明：（1）生长季中、后期,综合考虑冠层温度和植被特征的温度植被干旱指数（TVDI）与RSM的相关系数绝对值在0.5左右,对土壤湿度变化较敏感,可用于该生长阶段的农业干旱监测;（2）考虑作物前期缺水的累积作物缺水指数（ACWSI）是与RSM相关性较好的指数之一,在生长季前期和后期与RSM的相关系数绝对值在0.47以上,表现良好,但应用过程中需注意累积效应的时间尺度;（3）表观热惯量（ATI）更适于生长季前期干旱监测,改进型能量指数（MEI）适用于各种植被覆盖条件,但存在一定不稳定性;（4）考虑前期累积降水的APCI指数比仅考虑8d降水的条件降水指数PCI更能反映土壤湿度状况,特别是在生长季中、后期,可作为其它监测指数的补充;（5）条件植被指数（VCI）、归一化差异水分指数（NDWI）与RSM相关性较低,对现时土壤湿度的反映不敏感,不适于研究区内短时间尺度的农业干旱监测。研究结果可为东北地区开展农业干旱监测选取合适指标提供参考,也可为农业干旱指数的广泛应用构建可行性框架。     

基于NOAA/AVHRR资料的四川省干旱监测方法初探

基于遥感资料的干旱监测方法具有范围广、时空分辨率高等特点,已在日常业务中发挥作用。目前一般使用热惯量法和植被供水指数法进行遥感干旱监测,但都受到一定客观条件的制约。本文以陆面温度一植被盖度为基础,使用2006年8月上旬NOAAl7资料,经过滤云处理,构建陆面温度一植被盖度特征空间,建立旱边、湿边方程,计算干旱指数,结合地面观测分析结果,确定干旱等级,然后使用ENVl4．0遥感分析软件,制作干旱遥感监测专题图。与地面干旱监测结果比较后发现,上述方法得出的干旱遥感监测结果与地面实况监测结果基本吻合,说明该方法在日常干旱监测业务中具有一定的实用性。     

基于多光谱和气象参数的菜心水分胁迫指数反演

作物水分胁迫指数（Crop Water Stress Index，CWSI）的监测对掌握作物的水分状况、指导灌溉具有重要意义。该研究以菜心为试验对象，测量了不同土壤水分条件下的冠层温度，采集了空气温度、相对湿度、风速、光合有效辐射和4个波段（450、650、808、940 nm）的光谱反射图像，并计算了归一化植被指数（Normalized Difference Vegetation Index，NDVI）、差值植被指数（Difference Vegetation Index，DVI）、再归一化差值植被指数（Re-Difference Vegetation Index，RDVI）和转换型土壤调整指数（Optimized Soil-Adjusted Vegetation Index，OSAVI）等，通过支持向量回归（Support Vector Regression，SVR）分别构建了CWSI上基线、CWSI下基线和冠层温度的反演模型。结果表明，菜心在450和650 nm的冠层光谱反射率在0～0.1之间，在808和940 nm的反射率较高，在0.4～0.6之间，当菜心由营养生长阶段进入生殖生长阶段，808和940 nm的反射率有所上升。植被指数能反映菜心的生长状态和植被覆盖度，随着冠层温度的升高，NDVI、DVI、RDVI上升，OSAVI下降；而同一个水分处理组在不同生长期的植被指数有明显的差异，生殖生长期的植被指数变化范围小于营养生长期。结果表明，使用空气温度、相对湿度、风速、光合有效辐射反演CWSI上、下基线具有可行性，决定系数均大于0.75；使用植被指数反演菜心在两个生长期的冠层温度具有较好精度，决定系数均大于0.7。基于反演值计算的CWSI与基于测量值计算的CWSI有较好的相关性，决定系数为0.70；CWSI与气孔导度是负相关的关系，决定系数为0.53。该研究应用气象参数反演CWSI上基线和CWSI下基线，利用植被指数反演冠层温度，基于SVR的模型反演值达到了一定的拟合效果，为实现菜心水分胁迫指数的光谱监测提供支持。     

作物冠层表面温度诊断冬小麦水分胁迫的试验研究

利用红外测温装置能够观测获得作物的冠层表面温度,从而诊断作物是否遭受水分胁迫。基于这种技术,使用作物水分胁迫指数CWSI反映我国华北平原地区冬小麦的水分胁迫状况。研究比较了作物水分胁迫指数CWSI的经验模式和理论模式,根据它们的波动特征,可以看出用CWSI经验模式反映华北地区冬小麦水分胁迫不很理想。研究分析了作物水分胁迫指数理论模式与其他一些反映作物水分状况的指标,包括叶水势、叶片气孔阻力,叶片最大净光合速率以及土壤水分含量之间的关系,结果表面理论模式与上述这些指标关系良好,表明其很好地反映了作物的水分胁迫特征。该研究给出了适合于我国华北平原地区冬小麦的作物水分胁迫指数计算的主要参数。研究从实际田间应用的可能性出发,分析并提出了作物水分胁迫指数经验模式和理论模式应用的改进方向     

用于灌溉耕地制图的特征变量优选

灌溉耕地制图可以为粮食安全、水资源管理和气候变化等相关研究提供数据基础.构建和选择表征灌溉耕地信息的特征变量是灌溉耕地制图最重要的环节之一.该研究选择有良好灌溉信息数据基础的美国内布拉斯加州为研究区,基于已有灌溉耕地空间分布图和灌溉信息数据,提取灌溉耕地和雨养耕地的样本,计算了样本的4类82个特征变量,利用随机森林对比...     

考虑地表粗糙度改进水云模型反演西班牙农田地表土壤含水率

土壤含水率是农业、环境、气象等领域进行建模的重要参数。该研究将微波遥感与光学遥感相结合,利用Sentinel-1数据交叉极化比及变换土壤调节植被指数对地表粗糙度进行估计,构建了一种改进的水云模型(modifiedwatercloud model, MWCM)。分析将NDVI、NDWI和NDWI1725,2200等植被指数作为植被冠层含水率时,水云模型(water cloud model,WCM)及MWCM农田地表土壤含水率的反演精度。结果表明:从总体精度上来看,MWCM的反演精度优于WCM。在不同植被覆盖度情况下:当植被覆盖度为中、低程度(NDVI0.5),MWCM具有较高的反演精度;在较高的植被覆盖度情况下(NDVI≥0.5),WCM与MWCM的反演精度较为接近。MWCM可有效的建立微波后向散射系数与地表土壤水分的关系,提高土壤含水率反演精度,为各种地表覆盖类型的土壤含水率反演提供研究思路及理论支持。     

作物干旱指数(CWSI)和土壤干旱指数(SWSI)

本文根据邯郸地区的大范围观测资料，对小麦的作物干旱指数（ＣＷＳＩ）和裸地的土壤干旱指数（ＳＷＳＩ）及其与土壤水发的关系进行了研究，并分析了了ＣＷＳＩ和ＳＷＳＩ的影响因素和在旱情监测中的实用性。     

基于4种植被指数TVDI模型的三江平原土壤湿度反演

利用遥感手段监测土壤湿度有利于分析大尺度区域的土壤干湿状况。比对分析不同植被指数计算的温度植被干旱指数（TVDI）的精度能够提高TVDI反演土壤湿度的实际应用价值。以三江平原为研究区,基于2013年5—9月的四期MODIS影像,利用归一化植被指数（NDVI）、增强型植被指数（EVI）、修正土壤调节植被指数（MSAVI）、比值植被指数（RVI）分别计算TVDI,并以地面实测土壤湿度数据及降水数据进行精度验证。结果表明:（1）4种植被指数计算的TVDI与土壤湿度数据均具有一定的负相关关系,即TVDI值越高,土壤湿度值越低;（2）不同植被指数计算的TVDI在5月、6月、9月与土壤湿度回归分析的R²数值相近,均适合用来反演这3个时间段的土壤湿度,在7月份,相较于NDVI和RVI计算的TVDI结果（R²均在0.15左右）,基于EVI和MSAVI计算的TVDI （R²均在0.35左右）更适合反演该时期的土壤湿度;（3）5—9月期间,干旱现象主要发生在三江平原的中部及西南部,干旱程度主要为轻旱,东部及东北部在不同时期基本保持在正常或轻微湿润状态。     

基于无人机遥感影像的玉米冠层温度提取及作物水分胁迫监测

针对当前无人机热红外遥感提取冠层温度不准确、监测作物水分胁迫状况精度不高的问题,该研究以不同水分处理的拔节期夏玉米为研究对象,利用无人机获取试验区域热红外和可见光图像资料,分别采用Otsu算法、EXG-Kmeans算法和Otsu-EXG-Kmeans算法获取冠层区域图像,并对提取结果进行精度评价,而后采用最优算法求得对应作物水分胁迫指数（Crop Water Stress Index,CWSI）,通过分析CWSI同土壤含水率相关关系以及CWSI日平均变化趋势来监测玉米水分亏缺状况。结果表明：1）相比于其他方法,Otsu-EXG-Kmeans算法对冠层温度提取精度更高（用户精度为95.9%）,提取的冠层温度更接近实测温度（r=0.788）,可以准确获取图像冠层温度。2）相比于冠层温度,CWSI与土壤含水率的相关性更高（r= -0.738）,CWSI日平均变化趋势更符合实际情况,可更加精确地监测玉米缺水状况。该研究为无人机遥感精准监测作物水分胁迫状况提供参考。     

作物缺水指数新方法的验证

尝试用胶水涂抹叶片制成模拟叶片，在冬小麦主产区之一的河北栾城进行了6种水分处理的冬小麦田间试验，以进一步验证模拟叶片温度法估算CWSI的可行性。结果表明：Tcu（最高冠层温度）与Tp（模拟叶片温度）具有极显著相关性（r=0．977（n=31））；由Tp确定的CWSI与由Jackson模式确定的CWSI拟合程度很高（r=0．999（n=123））；由Tp确定的CWSI与土壤含水量、叶片水势间也存在相关关系，这些都说明CWSI可用来指示土壤和作物的水分状态。     

重庆市NDVI对水热条件变化的响应及其空间特征

降水和气温是影响一个地区植被覆盖度的最主要的气候因子。在利用SPOT VGT-NDVI旬数据、重庆市及周边20个气象站点1999-2010年日气温与降水数据以及研究区相关图件资料的基础上,运用时滞互相关分析法分析了旬平均NDVI(TN)与旬均温(TT)和旬降水(TP)的相关性以及时滞情况。结果表明,NDVI与气温和降水之间存在较强的相关性,且NDVI与气温较与降水之间的相关性更强,表明在研究区气温是NDVI变化的限制因子;NDVI与气温和降水之间的相关性和时滞情况存在明显的东南-西北差异,东南地区时滞较长,相关性低,西北地区时滞较短,相关性高;各植被类型NDVI与气温和降水的相关程度高低以及响应速度的快慢决定于各植被类型的生长发育规律及其对气温或降水要求的高低。