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。     

基于MODIS干旱指数与RBFNN方法的江苏冬小麦需水关键期土壤水分遥感监测应用

利用遥感指数反演土壤水分已成为监测干旱的重要手段之一，而单一的遥感干旱指数对于反演土壤水分存在一定局限，本研究从7种不同MODIS遥感干旱监测指数中选取适宜的5种并结合径向基函数神经网络（RBFNN）协同反演江苏省2018年冬小麦需水关键期的土壤相对湿度。结果表明：与单一的遥感干旱指数相比，协同RBFNN的遥感干旱指数反演的模型效果更好，与10 cm和20 cm深度的实测土壤相对湿度的相关系数分别达到0.5161和0.4307，能综合多种通道的遥感信息反映当地土壤水分的变化；同时研究利用RBFNN对2017年5月江苏冬小麦10 cm深度土壤相对湿度进行反演，得到的土壤相对湿度分布图与实测土壤墒情结果较为接近，说明利用RBFNN反演模型有效。研究结果提高了土壤湿度的反演精度，为当地农业干旱的实时监测提供了新思路。     

基于条件植被温度指数的干旱监测研究

以黑龙江军川农场为研究区域,应用Landsat TM卫星遥感数据计算和反演归一化植被指数和地表温度,采用条件植被温度指数(VTCI)的方法对该区域进行土壤表层水分监测.通过与同一时期的LST和NDVI模型的反演结果进行对比,结果表明:VTCI与该模型的纹理特征相似,干旱的分布规律几乎一致.应用土壤表层含水量数据对干旱监测结果进行验证,验证结果表明VTCI与土壤表层含水量有较好的线性相关性,进一步证实了VTCI是一种实时的干旱监测方法.     

常见遥感干旱监测指标在哈萨克斯坦的一致性分析

利用主被动微波卫星(SMAP)土壤含水量数据,从相同空间尺度上对比了全球在运行系统中3种常见遥感干旱指数〔距平植被指数(AVI)、植被健康指数(VHI)、植被供水指数(VSWI)〕在哈萨克斯坦农业干旱监测上的一致性。通过皮尔森相关系数(r)和肯德尔秩相关系数(τ),分别检验干旱指数与土壤含水量及其在干旱等级判断上的相关性,以评估遥感在哈萨克斯坦作物生长季中后期干旱监测中的适用性。结果表明:不同干旱指数在该地区一致性不高。基于植被状况的遥感干旱指数与土壤含水量相关性较低,而结合植被和地表温度的综合指数具有显著正相关。不同土层比较上,VSWI指数与作物根区(0～100 cm)土壤含水具有较强相关性(r 0. 6),表明其对植物生长季中后期的土壤含水状况有较好的响应能力。     

基于Suomi NPP/VIIRS数据的青海省东部农业区夏季土壤水分监测模型的应用研究

土壤水分是量度干旱程度最重要的指标，如何对其有效监测与预警一直是各界致力解决的重大科学问题。基于Suomi NPP/VIIRS数据的温度植被干旱指数TVDI、归一化植被水分指数NDWI、植被状况指数VCI,分别构建了青海省东部农业区3种土壤水分监测模型，利用连续的野外定点观测数据及生态站点观测数据进行模型检验，并在2017年夏旱过程进行了应用检验。结果表明：2012—2016年模型回代检验中，TVDI指数模型表现最优(RMSE为4.4%),其次为VCI指数模型(RMSE为4.7%),NDWI指数模型表现最差(RMSE为5.2%);2018—2020年夏季互助遥感检验场定点观测检验中，TVDI指数模型表现最好(RMSE为3.8%),VCI指数模型次之(RMSE为5.0%),NDWI指数模型表现最差(RMSE为8.8%);2017年夏季干旱过程中，TVDI指数模型反演的旱情发展过程及分布范围与实际旱情情况相符，而NDWI指数模型反演的旱情分布范围明显偏小，VCI指数模型甚至不能反映旱情缓解、解除期的变化。     

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MODIS资料的遥感干旱监测业务化方法研究

MODIS在波段设置和探测精度方面较AVHRR有较大的优势,如何将传统的基于AVHRR数据的遥感干旱监测模型转移到MODIS数据平台是遥感干旱监测领域非常关注的问题。我们从可业务化的角度,在借鉴陕西省农业遥感信息中心近年研究开发的NOAA/AVHRR遥感干旱监测业务化模型的基础上,结合陕西的地形、气候、植被覆盖特征,建立了基于MODIS数据的区域性干旱遥感监测的业务化模型和资料处理流程,并在陕西2005年3-5月发生的较严重的春旱过程中进行了监测试验。结果表明:使用基于MODIS数据的热惯量和植被供水指数两种模型进行区域性遥感干旱监测是可行的,修改后的植被供水指数模型在干旱面积估算精度和图像的可视化效果方面有了明显提高。     

不同水肥处理下夏玉米株高、生物量响应特征及光谱反演

以不同水肥处理下的大田夏玉米为研究对象，利用无人机遥感系统采集光谱数据，分析光谱数据及地面测量的玉米生长指标，明确不同水肥处理对夏玉米生长的影响，构建了基于光谱感知的作物生长指标监测模型。结果表明，不同灌溉施肥处理显著影响夏玉米株高，光谱计算的株高值与实测值均在P<0.0001水平上极显著相关，2020年拔节期的2个时段和喇叭口期的2个时段决定系数R²分别为0.354、0.483、0.672、0.702,2021年拔节期、喇叭口期、抽雄期和吐丝期R²分别为0.314、0.410、0.426、0.466。多个生育时期数据融合可以大幅提高光谱反演株高的精度，两年的拟合优度分别为0.946和0.906。多光谱植被指数与不同水肥处理下的夏玉米生物量相关性较好，利用Cubist算法构建的2020年玉米生物量反演模型表现最优；多个生育时期数据融合可以显著提高模型的反演精度，3种算法构建的模型(SVR模型，Cubist模型和RF模型)在2021年生育时期融合数据集上均表现较优，其在测试集上的R²分别达到了0.942、0.941、...     

效率系数和一致性指数及其在干旱预测精度评价中的应用

基于关中平原2003—2014年Aqua-MODIS数据的条件植被温度指数的干旱监测结果,引入效率系数和一致性指数对自回归求和移动平均(ARIMA)模型和季节性ARIMA模型的预测精度进行了评价,并分析了其在干旱预测精度评价中的适用性。两种干旱预测模型的精度评价结果为ARIMA模型与季节性ARIMA模型的效率系数分别为-0.04与-4.27,一致性指数分别为0.40与0.37,表明ARIMA模型对干旱的预测精度高于季节性ARIMA模型,这与均方根误差、皮尔森相关系数及Kappa系数等的评价结果一致,且效率系数对不同干旱预测模型的预测性能的区分效果尤为显著,对干旱预测模型的精度评价比一致性指数更为合理。因此,效率系数更适合用于遥感干旱预测模型的精度评价。     

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。     

我国土壤水分热红外遥感监测研究进展

目前热红外遥感监测土壤水分含量的方法主要有热红外法、热惯量法和温度植被指数法。其中,热红外法简单易行,在缺乏昼夜温差数据时可用白天下垫面温度反演土壤水分,但其仅考虑某一时刻土壤水分对土壤温度的影响,故其反演精度不够理想;热惯量法物理意义明确,估算精度高,简单易行,但也存在诸如只适用于裸露或植被覆盖度低的地区以及卫星数据难于获取等局限性;温度植被指数法物理意义也较明确,适用性广,但计算过程较复杂,且某些参数难于及时获得。相对来说,植被稀疏区宜采用热惯量法,植被郁闭区则宜采用温度植被指数法。在未来,随着遥感传感器性能的改进,多种技术的综合应用,特别是热红外技术与微波技术的结合应用,将会显著提高土壤水分含量遥感监测的精度。     

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。     

基于MODIS TVDI和模糊数学方法的藏北地区旱情等级遥感监测

为了实现对藏北区域范围内春夏旱情的动态连续监测,基于温度植被干旱指数(TVDI)和模糊数学方法建立了遥感干旱的划分标准,研究时段为1980-2017年。首先利用MODIS产品数据计算TVDI,然后根据气象干旱等级监测结果,采用模糊数学法建立基于MODIS TVDI的干旱等级划分标准,并对监测结果进行精度验证,最后分析了近年来藏北地区旱情的时空变化特征。得到的主要结论:①基于归一化植被指数(NDVI)和增强植被指数(EVI)计算得到的温度植被干旱指数TVDIN和TVDIE,均与20 cm实测土壤水分含量在0.05的水平达到显著相关,TVDIE的决定系数更高;②基于TVDIE将旱情划分为无旱、轻旱、中旱、重旱、特旱5个等级,其中,据此标准获得的藏北地区旱情等级与气象干旱等级监测结果大体一致;③近年来藏北地区旱情整体不太严重,且总体趋缓,其中,2009年最严重,发生中旱及以上旱情的区域面积达24%,年内旱情在6月最严重。就旱情的空间分布特征而言,研究区西南部和中部干旱比较严重,北部和东南部相对较轻。研究成果可为藏北地区干旱监测提供数据支撑,遥感干旱等级的划分方法可为其他地区的干旱研究提供参考。     

基于MODIS TVDI和模糊数学方法的藏北地区旱情等级遥感监测

为了实现对藏北区域范围内春夏旱情的动态连续监测,基于温度植被干旱指数（TVDI）和模糊数学方法建立了遥感干旱的划分标准,研究时段为1980—2017年。首先利用MODIS产品数据计算TVDI,然后根据气象干旱等级监测结果,采用模糊数学法建立基于MODIS TVDI的干旱等级划分标准,并对监测结果进行精度验证,最后分析了近年来藏北地区旱情的时空变化特征。得到的主要结论：①基于归一化植被指数（NDVI）和增强植被指数（EVI）计算得到的温度植被干旱指数TVDIN和TVDIE,均与20 cm实测土壤水分含量在0.05的水平达到显著相关,TVDIE的决定系数更高;②基于TVDIE将旱情划分为无旱、轻旱、中旱、重旱、特旱5个等级,其中,据此标准获得的藏北地区旱情等级与气象干旱等级监测结果大体一致;③近年来藏北地区旱情整体不太严重,且总体趋缓,其中,2009年最严重,发生中旱及以上旱情的区域面积达24%,年内旱情在6月最严重。就旱情的空间分布特征而言,研究区西南部和中部干旱比较严重,北部和东南部相对较轻。研究成果可为藏北地区干旱监测提供数据支撑,遥感干旱等级的划分方法可为其他地区的干旱研究提供参考。     

MERSI资料在内蒙古草原牧草产量估测中的应用研究

利用卫星遥感资料估测天然草地生产力是草地生态学和草地管理学的研究热点。内蒙古草原面积大、类型多、具有重要的生态和生产功能,实时监测其草地生产力变化十分必要。由于风云3号极轨气象卫星资料具有迅速、覆盖面广、不受地面条件限制等优点,文中将内蒙古自治区气象局42个生态监测站点2008～2010年6～8月份的风云3号卫星MERSI遥感数据和同步的牧草产量实测数据相结合,引入MERSI-NDVI概念,建立了基于MERSI-NDVI估测内蒙古草原牧草产量的估测模型,并对模型的可靠性进行了检验。结果表明:基于风云3号极轨气象卫星资料提取的MERSI-NDVI与内蒙古草原牧草产量具有较高的相关性,利用MERSI-NDVI遥感估测天然草地牧草产量是可行的;基于MERSI-NDVI构建的三个类型草地遥感估产模型精度在65.32%～88.84%之间,其精度可以满足宏观测产的要求。不仅适合大面积监测估产,还可用于局部地域牧草产量的定点估产。     

A remote sensing-based agricultural drought indicator and its implementation over a semi-arid region,Jordan

The objective of the study was to develop a remote sensing(i.e., Landsat-8 and MODIS)-based agricultural drought indicator(ADI) at 30-m spatial resolution and 8-day temporal resolution and also to evaluate its performance over a heterogeneous agriculture dominant semi-arid region in Jordan. Firstly, we used principal component analysis(PCA) to evaluate the correlations among six commonly used remote sensing-derived agricultural drought related variables. The variables included normalized difference water index(NDWI), normalized difference vegetation index(NDVI), visible and shortwave drought index(VSDI), normalized multiband drought index(NMDI), moisture stress index(MSI), and land surface temperature(LST). Secondly, we integrated the relatively less correlated variables(that were found to be NDWI, VSDI, and LST) to generate four agricultural drought categories/conditions(i.e., wet, mild drought, moderate drought, and severe drought). Finally, we evaluated the ADI maps against a set of 8-day ground-based standardized precipitation index values(i.e., SPI-1, SPI-2, …, SPI-8) by use of confusion matrices and observed the best results for SPI-4(i.e., overall accuracy and Kappa-values were 83% and 76%, respectively) and SPI-5(i.e., overall accuracy and Kappa-values were 85% and 78%, respectively). The results demonstrated that the method would be valuable for monitoring agricultural drought conditions in semi-arid regions at both a reasonably high spatial resolution(i.e., 30-m) and a short time period(i.e., 8-day).