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。     

土地利用数据在TVDI干旱监测方法中的应用研究——以甘肃省河东地区为例

温度植被干旱指数（Temperature Vegetation Dryness Index,TVDI）因其物理意义明确而被广泛应用。然而不同土地利用类型的植被指数（Ⅵ）、陆地表面温度（LST）存在一定的差别,这种差别可能在利用TVDI监测干旱时带来一定的影响。以甘肃省河东地区为例,探讨了TVDI方法在研究区的适用性及土地利用类型对TVDI指数监测干旱的影响。结果表明:（1）TVDI对河东地区的庆阳、平凉、临夏、定西北部、甘南等地土壤相对湿度（RSM）有一定的指示作用,但对定西市南部地区、陇南地区、天水市的指示相对较差;（2）用不同土地利用类型的遥感数据建立的特征空间,能够提高TVDI对RSM指示的准确性和合理性。一方面,农地类型的TVDI值有所下降而林地、草地类型的TVDI值有所升高,这在陇东及甘南局部地区取得较好的改进作用;另一方面,历史TVDI各区间站次统计表明,经过土地利用类型数据的改进,TVDI值的分布范围得以扩大,从0.5～0.9扩大为0.2～0.9,这与实际RSM的分布特征有更好的对应,有利于区分不同干旱等级的RSM。     

干旱遥感监测模型在中国冬小麦区的应用

温度植被干旱指数（TVDI）和植被供水指数（VSWI）由于其物理意义明确,且数据易于获取,因此成为近些年在遥感旱情监测中应用较多的两个模型。为更好地完成遥感监测任务,提高精度,以全国冬小麦主产区为研究区域,利用EOS/MODIS数据,构建两个干旱指数模型,对2009年冬小麦作物主要生长时期进行干旱监测应用,并将其与不同深度土壤湿度进行相关分析、线性拟合比较及应用验证,认为两指数与10 cm深度土壤湿度相关性较好,TVDI大部表现为极显著相关,VSWI的相关性表现差于TVDI。基于土壤湿度的遥感旱情监测,TVDI比VSWI更能体现区域旱情变化趋势,其优势更明显。     

基于TRMM数据的山东省干旱监测及其可靠性检验

为了兼顾卫星遥感干旱监测的高时空覆盖性和气象站点干旱监测的普遍适应性,使用热带降水测量卫星(TRMM)3B43的逐月降水量资料和单站干旱监测Z指数方法,对区域干旱过程进行监测。研究以黄淮海平原冬小麦主产区的山东省为例,使用该方法对1998年1月-2010年12月间的逐月干旱情况进行了监测,并利用同期气象数据计算出来的标准化降水指数(SPI)对TRMM-Z指数进行了验证。结果表明TRMM-Z指数监测出的干旱发生、发展过程与实际相符,其监测结果与站点SPI相关系数为0.83,达极显著水平。该干旱监测方法在区域干旱监测与评估中具有很好的适用性和精度,为有效获取气象与农业旱情提供了一种新的思路。     

IMERG卫星降水产品在中国的干旱监测效用评估

GPM(Global Precipitation Measurement)时代,高时空分辨率的IMERG(Integrated Multi-satellitE Retrievals for GPM)是最主流的卫星遥感反演降水产品。该研究以地面网格CPAP(China Gauge-based Monthly Precipitation Analysis Product)数据为基准资料,选用标准化降水指数(Standardized Precipitation Index,SPI)、标准化降水蒸散指数(Standardized Precipitation Evapotranspiration Index,SPEI)和综合气象干旱指数(Composite Index of Meteorological Drought,CI),评价了最新版回顾性IMERG降水产品在干旱监测方面的应用能力及比较了其计算的干旱指数间的差异性。结果表明:1)IMERG能较好地捕捉中国月均降水量的空间格局;其与CPAP数据具有较高的一致性,相关系数高于0.9的区域占大陆面积的73.7%。2)基于IMERG的干旱指数具有良好的可靠性,它与CPAP计算结果的区域平均相关系数在大部分地区超过0.8。总体上,SPEI较SPI和CI的适用性更好。3)在西南地区,IMERG可准确再现干旱随时间的变化过程并捕获典型干旱事件的空间特征,同样SPEI表现优于SPI和CI。总之,回顾性IMERG降水产品在中国干旱监测中表现出很好的应用潜力,但不同干旱指数会影响它的精度。在全球变暖条件下,基于IMERG的SPEI指数应用于干旱监测与评估整体上优于仅考虑降水因子的SPI指数,以及考虑降水和气温因子的CI指数。     

若干干旱指标在云南大旱年农业干旱监测评估中的适用性分析

基于降水量、平均气温、日照时数等气候数据及土壤湿度资料,用相关分析和典型相关法,针对云南多种气候类型下包含秋-冬-春连旱的一个大旱年,比较分析气候干湿指数(Ⅰ)、相对湿润度(M)、综合气象干旱指数(Ci)、降水距平百分率(Pa)和标准化降水指数(SPI)5个干旱指标在农业干旱监测评估中的适用性.结果表明,5个干旱指标对0-20cm土层相对湿度(SM)时空变化的解释能力排序为:I＞M ＞Ci ＞Pa ＞SPI,其中前3种指数的解释度分别为89.66％、85.47％和82.59％;Pa和SPI主要反映降水波动变化,难以准确表达旱涝气候和农业干湿变化;Ci对降水变化的响应过于敏感,不太适用于部分天气气候下的农业干旱监测/评估.I、M辨识干湿变化能力强,适用范围广,对农业旱涝监测评估的适用性优于其它3个指标,但在较长持续重早期敏感性欠佳,可结合使用低于某临界值的持续时间长度来表达干旱强度和持久性.     

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。     

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。     

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TVDI和Landsat-8的喀斯特峡谷区干旱监测

[目的]探索适用于喀斯特地表干旱遥感监测的技术方法,为石漠化治理监测以及抗旱减灾工作提供技术参考。[方法]运用大气校正法反演地表温度(Ts)和归一化植被指数(NDVI),构建花江峡谷区2013年、2014年和2015年旱季的温度—植被干旱指数(TVDI),并结合地面实测数据对TVDI作为旱情指标进行了验证。[结果](1)反演的TVDI与同时期实测的0—10cm土壤体积含水量数据呈显著的负相关关系(p0.05)。(2)3个时期的干旱等级以轻旱为主;轻旱、干旱和重旱累计面积占全区比重大,呈现2014年旱情重于2015年和2013年的特点。(3)3个时期的旱情在空间分布上,湿润和正常等级在地形上主要分布在海拔900～1 100m地带,15°～35°的斜坡和缓陡坡,以及阴坡和半阳坡;在石漠化等级上,主要分布在无石漠化区、轻度石漠化区和潜在石漠化区;在土地利用类型中主要分布在有林地、旱地、灌木林地和其他林地。轻旱、干旱和重旱在地形上主要分布在海拔500～900m,6°～25°的缓坡和斜坡,以及阳坡和半阳坡;在石漠化等级上,轻旱和干旱主要分布在轻度石漠化区、潜在石漠化区、中度石漠化区和强度石漠化区,重旱主要分布在非喀斯特区;在土地利用类型上,轻旱、干旱和重旱主要分布在旱地、园地和其他林地。[结论]TVDI可作为研究区的干旱监测指标,基于TVDI和Landsat-8数据的干旱监测方法在喀斯特峡谷区具有一定适用性。     

典型农业干旱遥感监测指数的比较及分类体系

面对多种多样的农业旱情遥感监测指数,如何进行选取是目前遥感指数应用所面临的主要难题。该文以MODIS产品为遥感数据源,比较分析了13种典型的农业干旱遥感监测指数,建立了农业干旱遥感监测指数的分类体系,阐述了不同指数类型的适用范围。结果表明,多种遥感干旱指数对农业干旱的描述并非完全一致。不同指数利用不同的地表特征变化来描述农业干旱程度,是造成这种不一致的主要原因。据此,研究将典型农业干旱遥感监测指数分为4大类:土壤水分变化类、冠层温度变化类、植被水分变化类和作物形态及绿度变化类。其中第1类指数比较适宜于农业旱情预警及土壤干旱型农业旱情的监测,这类指数中修正的垂直干旱指数MPDI可以较好地反映表层土壤水分的变化,并适宜于时序变化监测。第2类指数不仅适宜于旱情预警,更适宜于旱情监测,这类指数中推荐选择基于LAI-LST特征空间的温度植被干旱指数TVDI;第3、4类指数,较适宜于农业旱灾的预警以及灾后评估,该文为农业干旱遥感监测指数的选取提供参考。     

三种长期定量降水产品在淮河流域干旱监测中的潜力

融合地面实测、卫星遥感等信息的定量降水产品能为干旱监测提供时空分布式降水数据源。为评估定量降水产品在淮河流域的干旱监测潜力,该研究利用淮河流域27个气象站点实测降水数据,检验多源集成降水(Multi-Source Weighted-EnsemblePrecipitation,MSWEP)产品、气候灾害组融合站点的红外降水(ClimateHazardsGroupInfrared Precipitation with Station, CHIRPS)产品、基于人工神经网络的遥感降水估计-气候数据记录(Precipitation Estimation from RemotelySensedInformationusingArtificialNeuralNetworks-ClimateDataRecord,PERSIANN-CDR)产品共3种长期(30 a)定量降水产品精度。并采用标准化降水指数(StandardizedPrecipitationIndex,SPI)作为干旱指标,相关系数(Correlation Coefficient,r)、均方根误差(Root Mean Square Error,RMSE)、临界成功指数(Critical Success Index,CSI)、干旱等级监测准确率(Accuracy,ACC)作为评价指标,评估各定量降水产品在淮河流域的精度及干旱监测潜力。结果表明:1)3种产品降水数据均在整体上对实测降水量有所低估;MSWEP精度优于其他2种定量降水产品,该产品的月、季、年尺度累计降水估算精度指标r分别为0.96、0.97、0.92,RMSE分别为26.38、50.01、124.73mm;CHIRPS与PERSIANN-CDR精度表现接近;2)MSWEP估算的极端短缺降水量精度最高,RMSE不足其他2种产品的50%;在降水极端短缺月,3种产品估算降水量相对实际降水量整体呈高估状态;3)MSWEP在干旱监测上的整体表现优于其他产品,基于MSWEP计算的月SPI、季SPI、年SPI指数的精度更高(r≥0.92,RMSE≤0.39),历史干旱月份识别(CSI≥0.89)及干旱等级监测(ACC≥80.3%)均更为准确;4)MSWEP对各级别旱情判定更为准确,并且对极端旱情的识别能力最强,各旱情等级下的ACC较CHIRPS和PERSIANN高;5)3种产品在淮河流域2000年典型干旱事件中均表现出了优秀的监测潜力,MSWEP产品更为准确地识别了2000年2—6月的典型干旱事件的时空发展过程。总体而言,相比于CHIRPS与PERSIANN-CDR,MSWEP降水数据在淮河流域精度更高,干旱监测潜力更大。3种定量降水产品的精度及干旱监测潜力对比评估结果,可为应用上述降水数据进行气象、农业干旱监测提供依据。     

基于遥感温度植被干旱指数的宁夏2000-2010年旱情变化特征

为了探讨近10 a来宁夏的旱情变化特征及演变趋势,利用MODIS的地表昼夜温度数据计算昼夜温差,结合归一化植被指数产品计算温度植被干旱指数(temperature vegetation dryness index,TVDI),对2000-2010年的逐月干旱进行了监测,并分析其与气象干旱和农业受旱灾情况的关系。研究结果表明,从空间上来看,宁夏干旱发生频率和强度最高的是中部干旱带,次之是南部丘陵山区,而较少发生干旱的是北部引黄灌区,其中南部六盘山和北部贺兰山林区也很少受干旱影响;在2000-2010年间有3次明显的极端干旱过程,分别是2000、2005和2009年;从旱情变化趋势来看,近10 a来宁夏平均干旱强度在减弱,但极端干旱事件有增强的趋势,且春、夏季显著增强,而秋、冬季显著减弱;宁夏TVDI的变化主要取决于降水量,年平均TVDI、年最大TVDI与降水量、标准化降水指数和标准化降水蒸散指数均呈负相关关系,除年平均TVDI与降水量(P=0.08)和标准化降水指数(P=0.06)的相关性未通过显著性检验外,其他均通过了P0.05的显著性检验,但TVDI与气温关系不大,这与当地的土地利用格局及植被类型有关;农业受旱灾面积与年平均TVDI有关,二者相关关系为0.69(P0.05),而与年内单次极端干旱强度关系不大;从不同季节来看,夏季干旱最容易导致宁夏农业减产,次之是春季和秋季干旱,而冬季干旱几乎对农业生产没有影响。该研究可为地方政府制定抗旱救灾和农业生产政策提供一定参考。     

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.     

云贵高原区干旱遥感监测中各干旱指数的应用对比

为从年和月尺度上监测云贵地区2000—2014年的干湿变化情况以及蒸散发在干旱中的作用,该文利用MODIS MOD16遥感观测和GLDAS数据模拟逐月实际蒸散发(ETa)与潜在蒸散发(ETp)数据,结合气象站观测降水数据计算3种干旱指数(标准化降水指数SPI,侦测干旱指数RDIst及蒸散发胁迫指数ESI),通过Mann-Kendall趋势检验方法分析了云贵地区近15 a的干湿变化特征,并以2009—2010年西南干旱为例来分析干旱期间蒸散发的作用。结果表明:1)2000—2014年云南中部存在明显的干旱化现象;2)云贵地区2009—2010年干旱期间,ETa和ETp在干旱发展前期的作用较小,但在干旱的演变过程中,逐渐对干旱有加剧作用,其中ETa比ETp对干旱的影响时间更长;3)干旱指数SPI和RDIst受控于降水量的变化,一致反映云贵地区2009—2010年严重干旱的准确发生时间为2009-09—2010-02,而基于ETa和ETp的干旱指数ESI则显示云贵地区干旱发生在2009-11—2010-06,更符合实际干旱演变情况,说明同时考虑ETa和ETp的干旱指数比考虑单一蒸散发因素的干旱指数在监测干旱方面更有效。该研究为提高气象干旱监测可靠性提供了参考。     

TMPA卫星遥感降水数据产品在中国大陆的干旱效用评估

为评估基于卫星遥感的高时空分辨率降水数据产品在干旱研究中的应用能力,该研究以标准化降水指数(standardized precipitation index,SPI)和标准化降水蒸散指数(standardized precipitation evapotranspiration index,SPEI)为例,以站点实测降水数据产品作为参考,评估了热带降水测量计划——多卫星降水分析(tropical rainfall measurement mission(TRMM)multi-satellite precipitation analysis,TMPA)3B42V7产品在中国大陆范围内1998-2015年间的干旱效用.结果表明:1)基于3B42V7计算的干旱指数总体上具有较高的精度,在中国东部大部分地区与基于降水实测数据的干旱指数相关系数均在0.8以上;2)基于西南和华北2个典型干旱发生地区的干旱时空变异评估结果表明,3B42V7能较为准确地反映干旱事件的发展过程和强度并能较好地捕捉干旱事件的空间模式,并且在大多数情况下单纯基于3B42V7数据计算的SPI指数即可满足干旱监测的要求;3)干旱事件识别能力评估结果表明,3B42V7产品能够较准确地识别和定位1998年以来的大范围干旱.TMPA产品能从时间和空间上刻画出中国大陆干旱的演变规律,适用于大尺度气象干旱的监测与评估.     

基于多源遥感数据的综合干旱监测模型构建

在全球气候变化越来越复杂的大背景下,准确监测华北粮食主产区的旱情对区域农业生产有重要的指导意义。以往的遥感干旱监测方法多侧重于监测土壤或植被等单一干旱响应因子,反映综合信息的能力较差,为此该研究使用中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)、热带降水测量计划(tropical rainfall measuring mission,TRMM)卫星等多源遥感数据,在综合考虑干旱发生发展过程中的土壤水分胁迫、植被生长状态和气象降水盈亏等因素的基础上,利用空间数据挖掘技术,构建综合干旱监测模型,并以山东省为例进行了试验验证。结果表明,模型监测出山东省近年来所经历的重大干旱过程与实际旱情一致,模型输出的旱情指标-综合干旱指数(synthesized drought index,SDI)与小麦的标准化作物单产变量的相关系数均大于0.7(P0.05);在小麦和玉米的生长期,综合干旱指数与作物受灾面积的相关系数在-0.67～-0.85之间,与标准化降水指数(standardized precipitation index,SPI)的相关系数在0.44～0.67之间,且通过了P0.01的极显著检验(3月份除外)。研究结果为综合评估区域干旱提供了一种新的方法。     

基于WebGIS的湖北省干旱监测系统的设计与应用

为了对湖北省干旱灾害进行有效的监测,研究开发了一个基于WebGIS的湖北省干旱灾害监测与分析系统,应用GIS技术对无测站地区气象因子进行精细化模拟,采用降水距平百分率(Pa)、相对湿润度指数(Mi)、标准化降水指数(SPI)、综合干旱指数(Ci)、Palmer(PDSI)干旱指数这五种干旱指标来监测湖北省旱情;经过运行检验,本系统能对湖北省的干旱情况进行有效地监测,其运行速度快、旱情诊断准确,将在干旱监测业务中发挥较大作用。     

四种干旱指数在河北山前平原的对比分析

选取河北山前平原6个气象站1955-2017年的逐日气温、气压、降水等气象资料,分别计算Pa、SPI、Z指数、MI四种干旱指数,并对四个干旱指数的适用性进行了对比分析,得出了以下结论:SPI指数更能客观反映历史干旱情况,综合评价结果是SPI降水Z指数MI指数。