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。     

基于地面光谱的冬小麦田土壤养分遥感监测

以山西省闻喜县冬小麦为研究对象,通过野外实地调查,利用便携式光谱辐射仪测定冠层反射率,提取8种植被指数(RVI,TSAVI,RDVI,NDVI,PVI,RDVI,SAVI,OSAVI),并与冬小麦不同生育时期土壤硝态氮、铵态氮、速效磷及速效钾等养分指标进行相关性分析,建立相应的预报模型,实现对麦田土壤养分的监测。结果表明,冬小麦生育期内,不同的土壤养分含量变化不一,水浇地的土壤硝态氮、速效磷以及速效钾含量均略高于旱地,铵态氮则相反;冬小麦拔节期、灌浆期以及成熟期,旱地土壤耕层养分与植被指数相关性较差;水浇地的硝态氮和速效磷含量与植被指数的相关模拟效果达到显著水平,而铵态氮和速效钾含量与植被指数的模拟程度较差。因此,在冬小麦拔节期、灌浆期与收获期,可通过植被指数来模拟监测土壤硝态氮与速效磷含量的变化。     

干旱胁迫对冬小麦生态、光合、产量及光谱特征的影响

利用2010—2011年度小区冬小麦干旱试验资料,研究不同干旱时长和保持不同土壤水分条件下冬小麦生理生态以及光谱的变化特征,为改善冬小麦田间管理和减少农业损失提供依据。从孕穗期开始,研究了受试品种(中优9507)株高、叶绿素、净光合速率、产量及光谱特征等指标的变化规律,并据此构建出冬小麦归一化植被指数(NDVI)和增强植被指数(EVI)同冬小麦减产率的相关模型。结果表明,受干旱胁迫后,冬小麦株高、叶绿素含量、光合作用能力显著下降,且下降幅度随着胁迫的加强而增大。NDVI和EVI同减产率能够建立很好的关系模型,可以为作物产量监测和干旱风险预测提供依据。     

FY-3A卫星数据在辽宁西部地区旱情监测的应用研究

农业旱灾是人类面临的最主要的自然灾害之一。利用我国自主研发的FY-3A卫星的MERSI数据计算归一化植被指数(NDVI),将MERSI数据与MODIS数据结合,利用单通道普适算法计算陆地表面温度(LST),将归一化植被指数(NDVI)与陆地表面温度(LST)结合构建NDVI-Ts特征空间,依据该空间计算的温度植被干旱指数(TVDI)作为土壤湿度监测指标,反演了2009年辽宁西部地区的土壤湿度状况。利用气象站点采样的土壤湿度数据进行验证,发现TVDI与实测土壤湿度数据显著相关,能很好地反映表层土壤湿度。并结合往年作物产量数据进行灾害评估,计算出的作物产量与干旱胁迫下的实际产量的误差在10%以内。表明该方法对辽西地区的作物产量评估具有较好的参考价值。     

基于多源遥感的冬小麦叶面积指数监测研究

在江苏省泰兴市利用多源Landsat/TM遥感影像提取植被指数NDVI,并对不同时期的冬小麦叶面积指数(LAI)进行了监测研究.结果显示:拔节期NDVI与LAI的相关性较好,线性拟合模型的决定系数达0.7659;利用拔节期线性拟合模型对开花期的LAI进行预测,预测值与实测值较为一致,RMSE为0.426.表明利用拔节期LAI监测模型推测开花期的LAI数据信息是可行的,有利于区域冬小麦的LAI分级图的快速制作.该方法可为大面积冬小麦长势信息的及时、快速获取提供技术支持.     

紫茎泽兰群落数量特征和遥感植被指数相关性研究

[目的]探索紫茎泽兰的遥感监测技术。[方法]以四川省凉山州西昌市为试点,对紫茎泽兰样地的群落数量特征和遥感植被指数进行了相关性分析。[结果]在RVI、NDVI和PVI 3种植被指数中,RVI与紫茎泽兰群落高度、盖度和生物量的相关系数均大于0.7,说明RVI对紫茎泽兰等高植被群落最敏感,与其群落数量特征的相关性最好,能较好地反映群落的特征;各植被指数与紫茎泽兰群落地上生物量的相关程度差异不大;各植被指数中,紫茎泽兰生物量与NDVI的相关系数最小,盖度与PVI的相关性最低。[结论]利用RVI可对紫茎泽兰的危害情况进行有效监测。     

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NDVI的西昌市紫茎泽兰入侵监测模型初探

[目的]为紫茎泽兰生物入侵的遥感监测提供参考。[方法]以ASTER影像数据为主信息源,结合西昌市紫茎泽兰样地调查,提取3种植被指数分别为归一化植被指数NDVI、垂直植被指数PVI和比值植被指数RVI,通过与紫茎泽兰表征因子盖度、高度和生物量进行相关分析,筛选敏感植被指数。在紫茎泽兰单个表征因子回归分析基础上,建立敏感植被指数与重要值的回归模型。[结果]3种植被指数中,NDVI最能反映紫茎泽兰表征因子的变化信息。NDVI与紫茎泽兰表征因子及IV显著正相关,对IV的复相关系数(R2=0.72)大于单个表征因子。基于NDVI与紫茎泽兰IV的线性模型模拟误差较小。[结论]利用NDVI与IV的线性模型对研究区紫茎泽兰入侵进行监测是较为可行的。     

植被指数对藏北高寒草甸干旱的敏感性分析

近几十年来,干旱事件的频繁发生已成为全球环境问题中最为严峻的问题之一,大多数植物遭受干旱逆境后的各个生理过程都会受到不同程度的影响。通过遥感手段获取的归一化差值植被指数(NDVI)、增强型植被指数(EVI)等与植被生长有关的植被指数被广泛用于干旱的监测与评估;然而,利用植被水分指数,例如地表水分指数(LSWI)等对干旱事件发生的响应及其严重程度评估的研究目前还较少。利用中分辨率成像光谱仪(MODIS)反射率数据,提取2004—2012年8年尺度的拉萨当雄高寒草甸观测站点中心像元的NDVI、EVI与LSWI,结合同时相内地面观测的降水数据与土壤湿度数据,分析植被指数对藏北高寒草甸干旱的敏感性。结果表明,研究区内年尺度上NDVI和EVI对降水的敏感性基本一致,LSWI的敏感性较NDVI与EVI略高,3种植被指数在干旱年份(2006年)减小幅度基本相同;月时间尺度上LSWI与降水的距平相关性最大,R~2达到0.32(P0.001),NDVI、EVI对降水的响应均存在滞后现象;健康植被的LSWI大于0,干旱植被的LSWI小于0,干旱年份植被生长季LSWI小于0的天数多于湿润年份;相比于NDVI、EVI,利用LSWI对干旱进行分级更适用于高寒草甸干旱的监测与评估。     

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。     

基于多角度高光谱遥感的冬小麦叶片含水率估算模型

准确的作物水分监测对于旱情评估具有重要意义。在分析研究区冬小麦多角度光谱特征后,利用不同水分处理下冬小麦实测叶片含水率和实测多角度光谱数据,基于植被光谱指数法,建立不同观测角度下冬小麦光谱植被指数、水分敏感波段光谱指数与叶片含水率之间的数学模型。结果显示,相对方位角与相对天顶角越小时,观测到的光谱指数与叶片含水率的相关关系越优;敏感波段组合构建的光谱指数中,1450nm波段分别与其他波段组合的NDSI、RSI指数与叶片含水率相关性在各观测角度条件下均较好,1 450 nm波段是冬小麦叶片含水率研究的最佳敏感波段;选取常见的4种植被指数(NDVI、EVI、WI和NDII)中WI和NDVI在各观测角度下与叶片含水率的相关性优于其他两种指数,决定系数R2均在0.83以上,P0.01呈极显著相关;综上建立的多角度光谱叶片含水率估算模型,平均相对误差MRE均小于0.154、均方根误差RMSE均小于0.098,拟合效果较好,尤其是光谱指数NDSI1160,1450、NDSI980,1450和植被指数NDVI、WI;基于以上4种指数建立的最优观测角度(0°,30°)模型,其中植被指数WI的估算效果最好,相关系数在各角度均达到5%的相关显著水平,MRE0.03,可作为最优观测角度反演研究的最优植被指数。     

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.     

基于新型植被指数的冬小麦LAI高光谱反演

【目的】本研究旨在分析冠层叶片水分含量对作物冠层光谱的影响,构建新型光谱指数来提高作物叶面积指数高光谱反演的精度。【方法】在冬小麦水肥交叉试验的支持下,分析不同筋性品种、施氮量、灌溉量处理下的冬小麦叶面积指数冠层光谱响应特征,并分析标准化差分红边指数(NDRE)、水分敏感指数(WI)与叶面积指数的相关性,据此构建一个新型的植被指数——红边抗水植被指数(red-edge resistance water vegetable index,RRWVI)。选取常用的植被指数作为参照,分析RRWVI对于冬小麦多个关键生育期叶面积指数的诊断能力,随机选取约2/3的实测样本建立基于各种植被指数的叶面积指数高光谱响应模型,未参与建模的样本用于评价模型精度。【结果】研究结果表明,随着生育期的推进,冬小麦的叶面积指数呈先增加后降低的变化趋势,不同的水肥处理对冬小麦叶面积指数具有较大影响。开花期之后冬小麦LAI显著下降,强筋小麦(藁优2018)在整个生育期叶面积指数均高于中筋小麦(济麦22);不同氮水平下冬小麦冠层光谱反射率在近红外波段(720—1 350 nm)随着施氮量的增加而增大,与氮肥梯度完全一致,其中2倍氮肥处理的近红外反射率达到最高;不同生育期下冬小麦冠层光谱反射率变化波形大体一致;各个关键生育期的NDRE和WI均存在较高的相关性,而NDRE与LAI的相关性明显优于WI,新构建的植被指数RRWVI与LAI的相关性均优于NDRE、WI;虽然8个常用的植被指数均与LAI存在显著相关,但RRWVI与LAI相关性达到最大,其拟合曲线的决定系数R2为0.86。【结论】通过分析各种指数所构建的冬小麦叶面积指数高光谱反演模型,新构建的RRWVI取得了比NDRE、NDVI等常用植被指数更为可靠的反演效果,说明本研究新构建的红边抗水植被指数可有效提高冬小麦叶面积指数的精度。     

基于灾损的安徽冬小麦干旱灾害风险评估

为了解干旱对冬小麦生长发育及产量形成产生的重要的影响,基于作物水分亏缺指数(CWDIa)、累积湿润度指数(Ma)、综合气象干旱指数(CI)以及降水距平百分率(Pa)开展对比分析及在安徽省冬麦区适应性研究,最终选取CWDIa作为干旱致灾危险性最优指标。根据冬小麦期望减产率划分干旱危险性强度等级,计算超越致灾临界值频次,结合承灾体脆弱度及暴露度构建风险评估模型,开展冬小麦干旱风险评估研究。结果表明:受地理位置、承灾体脆弱性等因素影响,不同干旱风险等级频率空间差异明显,总体上冬麦区中北部干旱高风险频率较高,而南部高风险频率较低。1999/2000年典型年干旱风险也呈北高南低分布,减产率分布与干旱风险基本一致。由此可见,所构建的干旱风险指标及评估模型适用于安徽省冬小麦干旱风险评估,研究结果对于提升区域灾害风险管理和决策水平提供参考,以减轻干旱灾害造成的损失。     

信阳地区冬小麦生育期水分供需及干旱特征

旱涝灾害是影响信阳地区农业经济发展的重要因素,分析信阳地区近50 a冬小麦生育期水分供需及干旱特征,可为冬小麦生产合理布局、合理用水以及防灾减灾政策的制定提供理论参考。基于信阳地区1962—2011年9个气象站点日尺度数据,通过估算冬小麦全生育期和各生育阶段有效降水量和需水量,计算水分盈亏指数,分析水分供需时空变化特征,并利用不同时间尺度标准化降水指数(standardized precipitation index,SPI)进行干旱特征研究。结果表明:冬小麦生育期需水量空间分布主要呈现西北部和东南部较高,而中部地区相对较低的特征,变化趋势以增加趋势为主;冬小麦生育期水分盈亏指数表明水分亏缺,西北部相对于中南部水分缺乏更为严重,变化趋势以减少趋势为主;冬小麦全生育期SPI值呈现不显著下降趋势,其变化幅度为0.125·10 a^-1,冬小麦冬前生长期、返青抽穗期和灌浆成熟期SPI值呈现不同程度的不显著减少趋势,而越冬期SPI值则呈现不显著的增加趋势;各生育阶段干旱发生状况存在差异,不同生育阶段轻旱发生频率和中旱发生频率亦存在差异,北部冬小麦生育期发生轻度以上干旱频率较高,西部和南部冬小麦生育期发生中度以上干旱频率较高。综上,信阳地区冬小麦生育期水分呈亏缺状态,各生育阶段的干旱状况存在差异。     

不同土壤肥力下冬小麦春季干旱的复水补偿效应研究

 【研究目的】为探明冬小麦春季旱后复水补偿效应及其对土壤肥力的响应;【方法】采用盆栽试验,对生长在不同土壤肥力条件下的冬小麦,于返青、拔节期进行不同程度干旱复水处理;【结果】返青期中度干旱,在高肥力下复水15天时,叶绿素含量已超过对照水平,复水5天后,光合速率超过对照;中、低肥力下,叶绿素含量和光合速率分别在复水15天、20天时比对照略有增加。拔节期中度干旱只在高肥力下复水20天后,光合速率比对照略有增加;其他处理的叶绿素含量和光合速率均未达对照水平。除低肥力下重度干旱外,返青期旱后复水处理与对照相比,产量均无明显降低,收获指数和水分利用效率明显提高,在高、中肥力下中度旱后复水产量还略有增加;拔节期旱后复水处理与对照相比,产量明显降低,收获指数和水分利用效率下降。【结论】冬小麦春季受旱复水后,光合速率比叶绿素含量更容易恢复;返青期旱后复水比拔节期旱后复水在产量和水分利用效率上表现出更强的补偿效应,这主要缘于收获指数的增加;提高土壤肥力可增强冬小麦旱后复水的补偿效应,中、高肥力下返青期中度旱后复水更有利于产量及水分利用效率的提高。     

基于高光谱遥感的冬小麦叶水势估算模型

【目的】采用高光谱技术,建立快速、无损与准确获取冬小麦叶水势的估算模型,为小麦灌溉的精确管理提供科学依据。【方法】利用不同水分处理的大田试验,于小麦主要生育期同步测定冠层光谱反射率、叶水势、土壤水分等信息,并探讨高光谱植被指数与冬小麦叶水势之间的定量关系。通过相关性分析、回归分析等方法,基于不同水分处理,构建4种植被指数与冬小麦叶水势的估算模型。【结果】不同水分处理和不同生育期的冬小麦,其冠层光谱反射率具有显著的变化特征。在可见光波段,冬小麦冠层反射率随着水分含量的增加而逐渐降低,而在近红外波段,其冠层反射率则随着土壤水分含量的增加而升高。随着小麦生育期的推进,在近红外波段,抽穗期的冠层反射率比拔节期的高,在灌浆期之后,红波段(670 nm)、蓝波段(450 nm)的反射率上升加快;4种植被指数与叶水势显著相关(P0.05),相关系数|r|均在0.711以上,四者均可用于冬小麦叶片水势的定量监测。在充分供水条件下(70%FC),植被指数OSAVI和EVI2与叶水势的相关系数|r|(分别为0.75和0.771)均低于植被指数NDVI和RVI与叶水势的相关系数|r|(分别为0.808和0.896),而在重度水分亏缺条件下(50%FC),植被指数OSAVI和EVI2与叶水势的相关系数|r|(分别为0.857和0.853)均高于植被指数NDVI和RVI与叶水势的相关系数|r|(分别为0.711和0.792);所建模型对45个未知样的预测结果与实测值相似度较高,其回归模型R~2、验证模型MRE、RMSE的范围分别为0.616—0.922、-17.50%—-12.52%、0.102—0.133。在70%FC水分处理下,基于EVI2(enhanced vegetation index)所得叶水势估算模型的R~2最高,为0.922,而在60%FC和50%FC水分处理下,由于考虑了土壤背景的影响,基于OSAVI所建模型的R~2最高,分别为0.922和0.856。【结论】4种植被指数均可用于冬小麦叶水势的定量监测。但是,在构建不同水分处理的叶水势估算模型时,应考虑土壤背景对冠层光谱的影响。研究结果可以为小麦精准灌溉管理提供技术依据,为星载数据的参数反演提供模型支持。     

冀鲁豫灌溉条件下冬小麦干旱风险区划方法研究（英文）

分别以冬小麦年生育期降水量平均值加减若干倍样本方差的方法界定不同等级的干旱年份,在以气象产量减产率大于等于3%为标准界定冬小麦受灾年份的基础上,计算了冀鲁豫地区冬小麦旱年的平均减产率,分析了冀鲁豫冬小麦不同旱灾强度的频率分布规律。根据冬小麦干旱灾害风险指数的概念和计算方法,分析了冬小麦干旱灾害风险指数的区域分布规律,并提出了有灌溉条件下的冀鲁豫地区冬小麦干旱风险区划技术方法,以旱年平均减产率、干旱灾害风险指数和冬小麦生育期降水量等因子为指标,采用GIS统计分析功能和叠加分析功能,对冀鲁豫冬麦区干旱灾害造成的冬小麦减产风险进行了区划和评估,实现了不同气候年景下和不同风险区冬小麦减产情况的风险评估,给出了冬小麦旱灾的防灾减灾措施。在考虑灌溉能力的情况下,高风险区主要分布于河北省唐山、廊坊、衡水、沧州地区,山东省德州、济南、莱芜、东营地区,河南省洛阳、济源、焦作、安阳地区。该区冬小麦以冬春连旱为主,防御冬旱最主要的措施是适时浇好冻水;中风险区主要分布于北京、天津地区,河北省衡水、保定邢台部分地区,山东省日照、枣庄、威海地区,河南省郑州、焦作、濮阳、鹤壁地区。该区以春旱为主,防御冬小麦春旱的措施包括培育冬前壮苗,合理灌溉,确保关键期需水,起身后松土,切断毛细管,减少土壤蒸发等;低风险区主要分布于河北省保定、邢台局部地区,石家庄、邯郸大部分地区,山东省潍坊、青岛、烟台、临沂、菏泽、济宁地区,河南省东南大部分地区。该区灌溉条件较好,减灾措施应以节水灌溉为主,积极引导农民群众引进滴灌和喷灌节水技术。还可以采用小水勤灌的方式减少旱灾的影响。