基于MODIS的四川省干旱遥感监测不同方法的比较

针对四川省干旱的特点,以中分辨率成像光谱仪(MODIS)数据为基础,选择温度植被干旱指数法(TVDI)、植被供水指数法(VSWI)、温差植被干旱指数法(DTVDI)三种算法进行比较。首先对数据进行预处理,获取指数信息和地表温度信息,然后利用获取的信息进行分析与计算,最后将这三种方法的干旱指标与实测土壤含水量进行线性相关分析,得到最适合四川省的干旱遥感监测算法。结果表明,TVDI的效果最好,DTVDI和VSWI次之。     

基于HJ卫星数据的土壤含水量反演及其旱情预测

干旱是影响中国农业生产的重要自然灾害之一。为确定温度植被干旱指数(TVDI)法在苏北地区干旱监测中的适用性,本试验构建基于HJ卫星数据的NDVI-Ts特征空间,提取TVDI并结合实测数据将遥感指数转化为土壤相对湿度。结果显示:特征空间构建时,考虑NDVI0.2区间可提高干、湿边的拟合精度;TVDI与各层土壤含水量均有一定的相关性,其中与10~20 cm土层土壤含水量的相关系数达-0.649~-0.854(P0.01)。结合同期降水数据,可认为基于HJ卫星数据的TVDI法对苏北地区旱情具有较好的监测效果。     

基于多源遥感数据的TVDI方法在荒漠草原旱情监测的应用

为探讨近年来广泛使用的低空间分辨率的MODIS数据以及高空间分辨率的Landast 8数据对同一地区的旱情状况,选择内蒙古自治区干旱频发的乌审旗荒漠草原为研究区,借助分裂窗算法反演地表温度(Ts),获取归一化植被指数(NDVI),建立温度植被干旱指数(TVDI)的干旱监测模型,分别反演MODIS-TVDI和Landast8-TVDI,并与同期野外实测的不同深度土壤含水量进行回归分析。结果发现,基于MODIS和Landast8 2种遥感数据计算得到的TVDI与各层的土壤水分线性相关显著,两者都能表征地表的干旱分布,且Landast8-TVDI与各层土壤含水量的相关性大于MODIS-TVDI与各层土壤含水量的相关性,其中0~10 cm表层土壤含水量的相关性要好于0~20 cm、0~30 cm的相关性。因此Landast8-TVDI能够更好地反映乌审旗荒漠草原的土壤水分状况,更适宜于旱情监测。     

东辽河流域土壤含水量遥感模拟

温度植被干旱指数(Temperature-Vegetation Dryness Index,TVDI)是一种基于光学与热红外遥感通道数据进行植被覆盖区域表层土壤含水量反演的方法。针对传统的TVDI模型未考虑地表能量平衡因素对地表温度(Ts)的影响和大气及土壤背景对植被指数影响的问题,首先利用数字高程模型(Digital Elevation Model,DEM)影像对研究区做地形校正,消除地形起伏和覆盖类型差对地表温度的影响;其次分析地表温度(Ts)与比值植被指数(RVI)、归一化植被指数(NDVI)、增强型植被指数(EVI)、修正土壤调整植被指数(MSAVI)等植被指数模型和实测土壤含水量的相关性,选择相关性最高的Ts/MSAVI反演土壤含水量。结果表明,Ts/MSAVI能够有效对东辽河地区土壤含水量进行估算。     

利用MODIS数据监测大面积土壤水分与农作物旱情研究

[目的]更好地利用MODIS数据监测大面积土壤水分与农作物旱情。[方法]在叙述MODIS传感器优点的基础上,介绍了几种MODIS数据监测土壤水分与农作物旱情的方法,讨论了土壤水分遥感监测中存在的问题和发展趋势。[结果]热惯量法适用于裸露的土壤或作物前期生长的地区土壤水分监测,温度植被干旱指数法(TVDI)适用于植被覆盖度比较大地区的土壤水分监测,光谱法使用MODIS数据进行大面积、多时相土壤湿度监测是可行的,该方法从叶片光合作用和冠层温度两个方面研究了作物对水分胁迫的响应。[结论]必须加强土壤水文模型和遥感模型、遥感反演方法和数字土壤工程的研究。     

贵州温度植被干旱的指数（TVDI）特征及其遥感干旱的监测应用

基于遥感技术的温度植被干旱指数(TVDI)综合了遥感陆面温度或遥感植被指数两类土壤水分检测方法的长处,有效地减小了植被覆盖度的影响,提高了遥感干旱监测的准确性.应用TVDI法和贵州2006年7月和8月,2007年8月的EOS/MODIS遥感资料,分析并揭示了山区复杂独特的NDVI-Ts空间结构特征,反演了贵州表层土壤干旱情况,并与同期当地气象站土壤湿度观测数据进行定量验证,证明TVDI与土壤湿度显著相关.该方法适宜于较大区域、复杂地形的干旱检测与预警.     

基于landsat8的贵州省2015年农业干旱监测研究

在全球气候变暖背景下,干旱普遍发生,而农业干旱对国民经济发展的影响尤为明显,同时农业干旱还威胁着国家的粮食安全和生态安全。基于贵州省2015年不同季节的landsat8 OIL遥感数据,利用影像数据所获取的植被覆盖指数和地表温度数据,拟合植被指数(NDVI)和地表温度(LST)的特征空间,设计得到贵州省2015年春、夏、秋、冬四个不同季节的不同的土壤湿度,将TVDI作为监测农业干旱状况的指标,得到贵州省2015年的农业干旱时空分布图。结果表明,土壤含水率的高低与植被覆盖和地表温度有关,且TVDI更适宜中等植被覆盖的土壤湿度反演。贵州省2015年全年旱情较缓,各地区均不存在春旱或伏旱,只有冬季绝大部分地区土壤含水率较低,更有力地促进了农业干旱的发生。因此,对农业干旱的监测研究为贵州省农业干旱的监测管理提供有力依据,为今后减少农业干旱的影响和进一步促进农业社会经济可持续发展具有重要的现实意义。     

基于遥感资料的干旱监测研究

基于MODIS数据,对云南省2011年春季的干旱状况进行了监测,通过MODIS的植被指数和陆地表面温度数据建立了Ts-NDVI空间,并计算了温度植被干旱指数(TVDI)。TVDI指数可有效提高干旱监测的精度和效率,可以用来对大区域干旱进行检测。云南省旱情分布较广,受灾面积超过75%,仅西北角小片地区受干旱影响较小,在研究期间干旱区主要分布于云南省中部、东部和南部地区,并且随着时间的推移干旱区面积有增加的趋势。结果表明,利用MODIS卫星遥感数据进行干旱监测具有相当的可行性和适用性。     

基于Landsat-8的草原旱情动态监测应用

以辉腾锡勒草原为研究区,基于2013年生长季6月、7月、8月、9月的四景Landsat-8遥感影像,反演植被供水指数(VSWI)、条件温度植被干旱指数(VTCI)和温度植被干旱指数(TVDI)3种遥感农业干旱指数,并与研究区3个气象观测站的地面统计数据和K干旱指数进行相关性分析,评价3个遥感干旱指数在研究区监测旱情变化的精度,并选择精度最高的TVDI指数对研究区进行大范围的旱情动态监测。结合前人研究,依据等间隔法将研究区旱情等级划分为湿润、适宜、轻旱、中旱和重旱5个等级,对研究区的干旱情况进行动态监测。研究表明:(1) 3种遥感农业干旱指数在评价研究区干旱情况中均具有一定的精确度;(2)TVDI指数和K干旱指数评价出的干旱等级相关性十分显著,利用TVDI指数评价研究区的干旱情况精度最高;(3)研究区生长季旱情变化存在两极化现象,湿润区与重旱区面积增减趋势相同,湿润区集中在植被长势好、人为干扰少的西部和南部,重旱区则主要分布在植被平均株高较低、人为干扰多的东部和北部。     

攀枝花市烤烟土壤湿度空间分布反演研究

[目的]为摸清攀枝花烟区土壤水分情况,以便为该区烤烟生产提供水分调控参考.[方法]结合2005—2010年该区气象观测点数据及2010年4—5月遥感监测数据,运用ArcGIS对攀枝花烟区的土壤湿度进行空间分布分析,并利用温度植被干旱指数(TVDI)反演该区土壤湿度时空分布.[结果]从时间上看,2010年2月19—28日研究区土壤温湿情况呈现较为干旱;从空间上看,仁和区总体上较盐边县、米易县干旱,盐边县和米易县个别乡镇具有地域差异性,红宝乡、格萨拉乡、白坡乡、麻陇乡大部分烟季土壤呈现较为湿润.[结论]总体上,用TVDI反演的土壤湿度时空分布特征与实际值较一致,从土壤水分角度考虑,攀枝花烟区在3月移栽烤烟较适宜,对于仁和区等相对干旱地区,建议推后移栽期,同时加大田间管理力度.     

基于遥感的农业干旱监测模型研究

依据干旱监测的原理,从土壤水分、植被指数、表面温度、要素综合等角度出发,对现有主要农业干旱遥感监测模型进行归纳总结,分析了各种方法的优缺点,以及各自的适用范围;重点分析了条件植被温度指数、温度-植被干旱指数,指出它们应看作是对归一化温度指数的简化处理,兼具实用性和一定的监测精度,在业务应用中有一定的推广价值,并预测了未来遥感干旱监测的发展方向和目标。     

VI-LST遥感模型在福建省干旱灾害监测中的应用

植被指数(VI)和地表温度(LST)是描述地表特征信息的2个重要参数.本研究采用基于VI和LST特征空间的遥感模型对2000年以来福建省三起比较严重的干旱灾害进行监测分析,结果表明:采用增强型植被指数(EVI)拟合特征空间干边方程的相关系数高于采用归一化植被指数(NDVI)拟合干边方程的相关系数.VI-LST遥感模型能客观地反映地表水分供应状况,较好地反映区域旱情的空间分布和旱情动态发展过程,干旱灾害的卫星遥感监测结果与地面气象监测结果基本一致,在福建省抗旱减灾工作中具有一定的实用价值.     

基于温度植被干旱指数法(TVDI)的朝阳县干旱监测

利用Landsat 8数据,将归一化植被指数(NDVI)和地表温度(Ts)结合建立二维特征空间,依据二维特征空间分布图拟合干、湿边方程,进而计算温度植被干旱指数(TVDI),并对旱情分布进行分析和评价。利用土壤含水率实测值与反演的地表温度建立模型,并通过模型反演出土壤含水率与实测值进行精度检验。结果表明,随着归一化植被指数的增加,最大地表温度(Tsmax)随之减小,最小地表温度(Tsmin)基本上随之增大,Tsmin和Tsmax的趋势线交汇于一点组合成近似的三角形形状;2016年5—8月,朝阳县全县范围内基本都存在不同程度的旱情,其中6月份旱情最为严重;TVDI与不同深度的土壤含水率的相关性显著,可以较好的实现对旱情的监测。     

黄淮海地区旱情遥感监测实践

以我国黄淮海冬小麦主产区为研究地点,以EOS-MODIS数据为主要数据源,针对不同作物生长时期,采用植被供水指数与土壤热惯量两种方法,结合地面观测数据建立以土壤水分为基础的旱情遥感监测指标体系,并对2006-2007年度冬小麦生育期的旱情进行了监测,结果表明,遥感旱情变化趋势与地面监测结果较为一致,进一步说明了植被供水指数与热惯量方法在区域旱情遥感监测中的潜力.     

Comparison between TVDI and CWSI for drought monitoring in the Guanzhong Plain,China

Temperature vegetation dryness index(TVDI) and crop water stress index(CWSI) are two commonly used remote sensing-based agricultural drought indicators. This study explored the applicability of monthly moderate resolution imaging spectroradiometer(MODIS) normalized difference vegetation index(NDVI) and land surface temperature(LST) data for agricultural drought monitoring in the Guanzhong Plain,China in 2003. The data were processed using TVDI,calculated by parameterizing the relationship between the MODIS NDVI and LST data. We compared the effectiveness of TVDI against CWSI,derived from the MOD16 products,for drought monitoring. In addition,the surface soil moisture and monthly precipitation were collected and used for verification of the results. Results from the study showed that:(1) drought conditions measured by TVDI and CWSI had a number of similarities,which indicated that both CWSI and TVDI can be used for drought monitoring,although they had some discrepancies in the spatiotemporal characteristics of drought intensity of this region; and(2) both standardized precipitation index(SPI) and SM contents at the depth of 10 and 20 cm had better correlations to CWSI than to TVDI,indicating that there were more statistically significant relationships between CWSI and SPI/SM,and that CWSI is a more reliable indicator for assessing and monitoring droughts in this region.     

GF-1/WFV在玉米叶面积指数估算中的应用研究

叶面积指数(leaf area index,LAI)是植被冠层重要的结构参数之一,与冠层生理过程密切相关,也是植被遥感领域关注的重要参数之一。本研究对已在轨运行7年的高分一号卫星WFV传感器的植被监测性能进行评测,以吉林省农安县典型玉米分布区作为研究区域,结合地面同步观测的叶面积指数和冠层光谱等实测数据,借助归一化植被指数(NDVI)、比植被指数(RVI)、大气阻抗植被指数(ARVI)、土壤调节植被指数(SAVI)、修改性土壤调节植被指数(MSAVI)这5种植被指数,对比分析地面实测光谱与GF-1/WFV光谱对玉米冠层叶面积指数的估算能力。通过决定系数(R²)、均方根误差(RMSE)、相对误差(RE)和预测残差(RPD)等参数筛选最优模型。研究结果显示,各种植被指数与LAI之间的相关性均表现为地面实测光谱高于GF-1/WFV星载光谱;对比不同植被指数与LAI的相关性发现,地面光谱和星上光谱构造的植被指数中,均表现为MSAVI与LAI的相关性最高;基于地面光谱和星上光谱的MSAVI构建的估算模型中,R²最高值所对应的函数类型不同,基于地面光谱的函数中,R²最高值对应的是指数模型,而基于GF-1/WFV星上光谱的函数中,二项式的R²最高。