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。     

FY-3C/MERSI数据应用于陕西省干旱时空动态监测研究

基于FY-3C/MERSI 1 km遥感数据,分别利用植被供水指数模型(VSWI)、归一化干旱指数模型(NDDI)、多波段干旱指数模型(MBDI),对陕西省2014年夏季的干旱过程进行动态监测,结合研究区同时段10 cm土壤相对湿度资料,对3种干旱遥感监测模型的准确性和稳定性进行评价。结果表明:3种遥感监测模型对陕西省2014年夏季干旱过程监测的准确性均有较好表现,其中VSWI的动态监测稳定性更好;MBDI与VSWI对干旱中期干旱程度的反演结果准确性相当,但对于干旱前期与后期,VSWI结果的准确性更好。基于VSWI监测结果,将陕西省分为陕北、关中和陕南地区进行讨论,结果表明FY-3C/MERSI具备对陕西省这次干旱过程进行时空动态监测的能力。     

关中平原干旱遥感监测指数对比和应用研究

采用2000-2016年5月份MODIS数据,构建NIR-Red特征空间,对比分析基于该特征空间的垂直干旱指数(Perpendicular Drought Index,PDI)、改进型垂直干旱指数(Modified Perpendicular Drought Index,MPDI)、土壤湿度监测指数(Soil Moisture Monitoring Index,SMMI)及改进型土壤湿度监测指数(Modified Soil Moisture Monitoring Index,MSMMI)这四种干旱监测指数的有效性,并与实测土壤湿度进行相关性分析;最后采用精度最高的SMMI分析关中平原的旱情时空分布特征和规律。结果表明:(1) PDI、MPDI、SMMI及MSMMI均与10cm深土壤湿度存在负相关关系,可决系数R2分别为0.60、0.40、0.64、0.40,表明PDI、MPDI、SMMI及MSMMI均可作为旱情监测指标,且SMMI略优于其它三种监测指数;(2)关中平原东部、中部、西部部分地区旱情严重,西南部地区旱情较轻,且旱情呈年际波动显著的特征;(3) SMMI与月平均气温呈正相关关系区域占75.66%,与月降水量呈负相关关系区域占74.34%,其中通过90%显著性检验区域分别占总面积的27.36%、17.26%,说明降雨和温度不是导致旱情变化的主要影响因子。     

基于FY-2气象卫星的塔克拉玛干沙漠黑风暴天气判识方法研究

塔克拉玛干沙漠是我国西部最主要的沙尘暴源区,利用FY-2C、FY-2D静止气象卫星数据并结合FY-3A/VIRR极轨气象卫星数据,对塔克拉玛干沙漠"冷空气东灌型"和"冷空气翻山型"两类黑风暴天气过程的起源、移动、加强和扩散演变进行了多星动态监测,并应用国家卫星气象中心沙漠和半干旱地区大气中沙尘强度的表征参量〔IDDI〕产品对阈值进行了验证,确定了黑风暴的判识阈值方法。结果表明:先用空间分辨率高的FY-3极轨气象卫星数据对大范围的沙尘进行初步判识,再用时间分辨率高的FY-2静止卫星数据对塔克拉玛干沙漠的沙尘进行动态监测,此种沙尘判识的方法不仅是可行的,而且能快速、准确地确定沙尘暴的发生、发展以及影响的区域。对沙尘的定量化判识具有较高的精度,弥补了荒漠地区常规沙尘天气资料短缺的不足。     

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。     

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。     

兰州市南北两山土壤水分遥感反演及植被需水量估算

探究西北干旱区土壤水分和植被需水量动态变化特征,可为生态恢复不同阶段所需水资源量及水资源优化配置提供科学依据。以兰州市南北两山为研究区,基于Sentinel-2 L2A和Landsat 8 OLI遥感影像,结合实测土壤0～10 cm的111个数据,分别构建垂直干旱指数(Perpendicular Drought Index,PDI)、改进型垂直干旱指数(Modified Perpendicular Drought Index,MPDI)和植被调整垂直干旱指数(Vegetation-adjusted Perpendicular Drought Index,VAPDI)土壤水分反演模型,并采用4种模型指标定量决定系数(R2)、平均绝对误差(MAE)、平均相对误差(MRE)、均方根误差(RMSE)对模型反演的效果进行精度评价,选出最优的土壤水分反演模型并结合土壤水分限制系数,与研究区2019年林地、草地和耕地植被面积的空间数据、各站点生长季内的参考作物蒸散量,构建植被生态需水量模型,厘清研究区内土壤水分、植被需水量时空变化特征。结果表明：(1)2种数据源下的PDI、MPDI、VAPDI和实测...     

MODIS数据支持下的西藏干旱遥感监测

干旱的频繁发生已经成为影响西藏农业生产最严重的自然灾害之一,干旱给农业造成的巨大损失引起了各级政府部门的高度重视。对地观测卫星(EOS)中分辨率成像光谱仪(MODIS)传感器因其具有高时间分辨率、高光谱分辨率、适中的空间分辨率等特点,非常适合大范围、长时期、动态的干旱监测。文中利用MODIS数据提取归一化植被指数(NDVI)和地表温度(LST),构建NDVI-TS特征空间,依据该特征空间得到的温度植被干旱指数进行西藏的旱情分析。研究表明:此种方法适用于西藏旱情监测,同时它也是一种便捷、高效和近实时的适合大面积干旱监测的方法。     

一种基于ASAR数据的干旱监测方法

快速而准确的获取干旱信息对于抗旱救灾具有非常重要的指导意义。基于ENVISAT-ASAR数据对甘肃省黑河流域低植被覆盖区域干旱情况进行监测,利用基于改进型积分方程模型(AIEM)所得出的半经验模型准确的获取土壤的含水量信息。实验结果表明VV/VH极化数据与土壤含水量之间存在着较好的相关性,监测结果与成熟的光学监测方法垂直干旱指数(PDI)监测结果基本吻合,轻度干旱地区的监测结果相似度达到了92.8%,对于中度干旱和正常地区的监测分别达到了58.8%和66.4%,总体达到了90.7%,表明SAR数据在旱情监测中具有较大潜力。     

CI指数的改进及其在陕西省的适用性分析

利用陕西4个站点2002—2012年逐日降水、气温资料和气象干旱指数,结合测墒站建站至2012年墒情数据,通过增加变量和调整权重系数对CI进行改进,统计分析改进前后的综合气象干旱指数在陕西干旱过程描述、频率及强度等方面的应用情况和改进效果,并比较了与同期土壤相对湿度的相关性差异。结果表明:改进的综合气象干旱指数(CInew)监测的干旱日数较CI偏少,春夏季尤为明显。各等级干旱发生频率CInew较CI偏低0.1%~8%,年干旱强度较CI平均偏低64.2,但改进前后的综合气象干旱指数在年干旱日数、频率、强度的总体变化特征方面并没有显著差异,均能反映出陕西干旱频率及强度的变化特征。CInew在具体干旱过程监测中的不合理跳跃次数明显减少,克服了CI对弱降水的骤然反应,保留了对强降水的敏感性,CInew与土壤相对湿度的相关性达0.9,较CI明显偏好,监测过程更符合实际干旱的演变规律,程度更贴近实际。因此,CInew可以作为陕西干旱监测与评估指标之一在业务中推广应用。     

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K指数的阿勒泰地区夏季气象干旱特征

利用阿勒泰地区7个气象站1981-2010年6-8月降水量以及计算得到的蒸发量和K指数,用经验正交函数分解（EOF）和旋转经验正交函数分解（REOF）方法,分析了近30 a阿勒泰地区夏季干旱特征,用最大熵谱和谐波分析方法对阿勒泰3个分区K干旱指数的主要周期进行了分析。结果显示：用K干旱指数为指标,阿勒泰地区中西部干旱发生频率高于偏东地区;全地区可分为3个区域,Ⅰ西南谷地平原,Ⅱ东部丘陵地区,Ⅲ北部山区;各分区夏季干旱总体呈下降趋势。阿勒泰干旱的空间分布除受大尺度天气系统影响外,还受地理位置、地形地势等多种因子影响。各区干旱存在准10 a的长周期和3～5 a短周期振荡,且相对稳定,但其显著周期及其年代变化差异较大。     

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MODIS和FY-2D卫星降水数据的遥感旱情监测研究

大多数情况下干旱是由降水异常偏少引起的,目前考虑降水因素的遥感旱情监测模型中,模型权重的确定方法复杂且使用的卫星降水数据分辨率低。针对上述问题,在利用MOIDS数据构建植被状态指数VCI和温度状态指数TCI的同时,结合FY-2D卫星降水数据构建线性加权组合模型,即归一化旱情综合指数SDCI,模型的权重系数通过与农业受旱率的相关性来确定。并以SDCI指数作为旱情监测指标,分析了桂西北2009年10月~2010年4月的旱情,监测结果表明该时段发生了一个从"局部地区有旱→旱情加重并持续→轻微缓解→旱情加重→旱情缓解"的演变过程,与实际旱情资料的描述相一致,表明SDCI指数能较好地反映区域旱情分布情况。     

基于植被光谱和FY-3A/VIRRL1B数据的藏北地区土壤水分估算

为了实现对藏北地区土壤水分和干旱情况的动态监测,基于藏北植被光谱、实测20 cm土壤水分以及FY-3A/VIRR数据,利用相关性筛选出对土壤水分敏感的植被光谱波段构建植被指数,并以此建立土壤水分估算模型,再结合FY-3A/VIRR L1B数据将建立的模型应用于藏北地区的土壤水分估算,通过比较决定系数和RMSE,确定精度较高的藏北地区土壤水分遥感估算模型。研究表明:NDVI(620,850)、EVI(450,620,850)、NDWI(850,1 330)和RVI(850,1 330)与实测20 cm土壤水分的决定系数分别为0.232、0.256、0.537和0.554,都能较好地表征土壤水分,分别利用每个指数建立的二次模型所获得的土壤水分估算结果与实测数据的RMSE均较小;以FY-3A/VIRR数据为基础,模型M_(NDVI)和M_(EVI)能够有效的估算藏北土壤水分,模拟值与实测值的相关系数r分别为0.50和0.51,RMSE分别为0.13和0.11,模型都可实现对藏北地区土壤水分的估算。研究可为掌握藏北地区土壤水分状况和制定农牧业发展决策提供依据。     

条件植被温差指数干旱监测方法的研究与应用

地表昼夜温差(ΔT)与植被覆盖度和土壤含水量等密切相关。文中在条件植被温度指数(VTCI)干旱监测方法的相关研究成果的基础上,应用MODIS数据,通过引入ΔT探究条件植被温差指数(ΔT-VTCI)干旱监测方法的可行性。ΔT-VTCI既考虑了区域内NDVI的变化,又考虑了在NDVI相同的条件下ΔT的变化。陕西省关中平原2000-2011年每年4月上、中、下旬和5月上旬的干旱监测结果表明,ΔT-VTCI的干旱监测结果与VTCI的干旱监测结果基本相符,可用于研究干旱的时空变化特征。通过对比分析多年多旬VTCI和ΔT-VTCI的干旱监测结果,发现两种方法得到的干旱监测结果的散点主要分布在1:1对角线附近,且呈显著的线性相关关系,说明这两种方法得到的干旱监测结果具有可比性。     

基于广西岩溶和非岩溶地貌的干旱遥感监测模型研究

根据MODIS植被指数和陆面温度,建立植被状态指教(VCI)、温度条件指数(TCI)和植被-温度指数(DI)模型;采用广西2004年10～11月数据,利用相关系数、全距和变异系数对3个干旱监测模型应用于广西岩溶区和非岩溶区大范围干旱监测的适用性进行了论证分析,结果表明:植被-温度指数模型(DI)最适用,温度条件指数(TCI)次之,植被状态指数(VCI)则较难胜任.并使用植被-温度指数DI模型监测了广西2005年秋旱,经与干旱实况对比,干旱指数DI的监测结果与实况相符,表明植被-温度指数遥感监测模型能准确反映出广西岩溶和非岩溶地貌环境的干旱时空变化特征,适用于广西大范围的干旱监测.     

基于植被光谱和FY-3A/VIRRL1B数据的藏北地区土壤水分估算北大核心CSCD

为了实现对藏北地区土壤水分和干旱情况的动态监测,基于藏北植被光谱、实测20 cm土壤水分以及FY-3A/VIRR数据,利用相关性筛选出对土壤水分敏感的植被光谱波段构建植被指数,并以此建立土壤水分估算模型,再结合FY-3A/VIRR L1B数据将建立的模型应用于藏北地区的土壤水分估算,通过比较决定系数和RMSE,确定精度较高的藏北地区土壤水分遥感估算模型。研究表明：NDVI（620,850）、EVI（450,620,850）、NDWI（850,1 330）和RVI（850,1 330）与实测20 cm土壤水分的决定系数分别为0.232、0.256、0.537和0.554,都能较好地表征土壤水分,分别利用每个指数建立的二次模型所获得的土壤水分估算结果与实测数据的RMSE均较小;以FY-3A/VIRR数据为基础,模型M（NDVI）和M（EVI）能够有效的估算藏北土壤水分,模拟值与实测值的相关系数r分别为0.50和0.51,RMSE分别为0.13和0.11,模型都可实现对藏北地区土壤水分的估算。研究可为掌握藏北地区土壤水分状况和制定农牧业发展决策提供依据。     

2013年关中地区春旱的实时监测与剖析

陕西省关中地区春旱和伏旱频发,素有“十年九旱”之说。据气象部门报道,2012年年末至2013年年初,陕西省遭遇了自1961年以来最严重的一次气候干旱,严重影响了关中地区冬小麦的生长。为了进一步论述遥感干旱监测的实时性和宏观性,本文基于Aqua MODIS卫星遥感数据,采用条件植被温度指数(VTCI)干旱监测方法对关中地区2013年3月以来的干旱程度进行了监测并进行剖析。     

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。