基于温度植被干旱指数的曲靖市干旱监测研究

本研究利用MODIS归一化植被指数(NDVI)和地表温度(Ts)产品数据,构建Ts-NDVI特征空间,计算温度植被干旱指数(TVDI),分析评价云南曲靖市2010—2012年的干旱时空分布状况。结果表明,2010年曲靖市遭遇了非常严重的干旱灾害,受灾面积高达研究区总面积的80%以上,基于TVDI指数的旱情动态监测方法适合云南省曲靖干旱监测。本研究建立的温度植被干旱指数模型提高了干旱监测的实用性,在曲靖市干旱监测上具有很好的适应性,可以广泛应用到该地区干旱监测研究中,为曲靖的农业防灾减灾能力和可持续发展提供科学保障。     

基于MODIS数据的山东省2014-2016年干旱监测分析

针对近年频发的干旱情况不能准确及时监测评估的问题,以山东省为研究区,基于温度植被干旱指数方法（TVDI）,利用S-G加权滤波对MODIS地表温度产品MOD11A2和植被指数产品MOD13A2数据进行了重建,根据重建后的数据计算2014—2016年山东省的温度植被干旱指数,在比较NDVI-LST与EVI-LST构建的温度植被指数干旱模型（TVDI）的基础上,利用效果更好的EVI-LST构建的TVDI模型反演山东省2014—2016年的干旱情况,最后利用气象站观测数据对TVDI结果进行了相关性分析。研究表明,山东省在2014—2015年全年平均干旱面积占比分别为37.62%,41.7%,2016年基本无旱情发生。气象站观测的降水、温度与TVDI的相关性均在0.32以上,且均通过显著性检验,说明植被覆盖信息和陆地表面温度信息相结合反演的TVDI空间和时间分布能够较好地反映表层土壤水分变化趋势,其作为旱情评价指标是合理的。     

基于TVDI指数的冬小麦旱情动态研究——以河北省邢台市为例

以重大干旱年份2010年为例,采用冬小麦生长期的MODIS数据,提取邢台市归一化植被指数(NDVI)和地表温度数据(LST),计算温度植被干旱指数(TVDI),制定农业干旱监测等级,利用该指标对邢台市2010年重大旱情进行分析,并利用降水数据和20 cm土壤湿度数据进行结果验证。结果显示:利用MOD11A2数据反演的地表温度与实测地表温度对比平均误差为0.295℃,反演结果能够代替实地温度进行计算;利用实测20 cm深度土壤相对湿度数据与该地区计算的TVDI值做线性拟合,拟合度R2最高为清河县站点0.722,最低是任县站点0.598,整体效果较好;从验证结果来看,TVDI能够较好地反映出邢台市整体的实际旱情。邢台市2010年冬小麦主要生长阶段中返青拔节阶段整体旱情等级较高,而且出现大面积重旱区域,进入抽穗阶段重旱区域减少,正常或湿润区域范围扩大,整体旱情减轻。     

基于TVDI的内蒙古植被生长期干旱研究

利用内蒙古地区2007、2008年植被生长期（4～9月）的MOD13A3和MOD11A2数据,建立温度植被干旱指数（TVDI）模型,并对其进行验证,将得到的内蒙古地区的TVDI数据划分等级,分析了其时空变化特征。结果表明,①从气象站点、样点的土壤含水量与TVDI的散点图看出,TVDI作为内蒙古植被生长期的旱情评价指标具有一定的合理性。②内蒙古地区植被生长期主要以轻旱和中旱为主,占全区面积的70%以上;湿润、正常和重旱的面积所占比例较小。③在时间尺度上,内蒙古地区4、5、6月旱情比较严重,7、8月份旱情有所缓解,是全年干旱最轻的时段,而进入9月份旱情又逐渐加剧;在空间尺度上,东北部地区4～9月份旱情比较轻,干旱等级主要以湿润和正常为主;其他地区在7、8月份旱情比较缓和,以轻旱和中旱为主;其中西部的沙漠地区在4～9月份的旱情均十分严重。     

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。     

HYDRUS模型与遥感集合卡尔曼滤波同化提高土壤水分监测精度

精确地估测干旱区土壤水分含量,对该区域的农业发展与水土保持具有重要意义。该文以MODIS与Landsat TM数据为数据源,利用其反演获得的条件温度植被指数(temperature-vegetation drought Index,TVDI)作为观测算子,将集合卡尔曼滤波(ensemble Kalman filter,En-KF)同化方法应用于水文模型(HYDRUS-1D),进行干旱区表层土壤水分的模拟。结果表明:遥感数据反演土壤水分所构建的二维特征空间TVDI与表层土壤水分有较好的一致性;En-KF同化方法对模型变量与观测算子的更新,与单纯使用HYDRUS模型相比,获得的表层土壤水分含量精度有了明显提高,其均方根误差缩小了1个百分点,平均误差缩小了5个百分点。可见,基于多源遥感数据对表层土壤水分的En-KF同化模拟在干旱区具有较大的潜力,是提高干旱区土壤水分含水量监测精度的有效手段。     

基于SPEI和TVDI的河南省干旱时空变化分析

近年来干旱在中国频发且影响不断加剧,因此监测干旱对气候变化、农业生产都有重要意义。基于1961-2016年56年的气象资料,利用标准化降水蒸散指数(SPEI)定量地分析了河南省不同时间尺度(1、3、6和12个月)的干旱发生的时空变化特征和强度;另外采用温度植被干旱指数(TVDI)分析了河南省的区域面积上的干旱空间变化,并探讨了SPEI和TVDI的相关性。结果表明:1961-2016年56 a间,SPEI值在各时间尺度上都呈微弱的湿润化,随着时间尺度的增大,SPEI值波动幅度减小;河南省各地区干旱分布不均匀,发生干旱年的是1961、1965、1966、1968、1972、1976、1978、1981、1986、1988、1997、2001、2013共13年,与实际情况较为一致。在月时间尺度上,SPEI与TVDI的相关性分析表明,SPEI-1与TVDI呈负相关关系,即TVDI越小,SPEI的值越大,干旱程度越轻;TVDI越大,SPEI的值越小,干旱程度越严重。研究结果可为河南省干旱影响评估提供参照标准。     

基于TVDI和气象数据的陕西省春季旱情时空分析

陕西省居于中国腹地,受干旱影响严重,开展遥感旱情监测工作,认识旱情的时空特征具有重要的现实意义。利用MODIS产品MOD11A2和MOD13A2构建NDVI-Ts特征空间,获取陕西地区温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI),在利用土壤湿度和气象指数验证了TVDI反映旱情有效性的基础上,以TVDI为干旱指标分析了2000—2015年陕西省春季(2—5月)旱情的时空变化特征。结果表明:(1)土壤相对湿度和降水量与TVDI均呈负相关,TVDI对降水量存在一定的滞后性;(2)近16年来,陕西省年年有旱,但春季旱情总体呈逐年减轻的趋势,年内2—5月旱情会逐渐加重;(3)空间上,近16年来陕西省春旱较为严重的地区主要分布在陕北北部以及关中东北部,而陕北南部、关中西南部及陕南地区旱情较轻。     

基于多源数据的土壤水分反演及空间分异格局研究

温度植被干旱指数(TVDI)是一种通过反演土壤水分来反映土壤干旱状况的重要方法。在TVDI的基础上引入数字高程模型(DEM)数据对地表温度进行校正,能够减少地形起伏对能量二次分配的影响。用阈值将研究区分割成不同土地利用类型,结合野外同步实测数据,用分段反演模型反演渭-库绿洲土壤水分分布图,并对渭-库绿洲土壤水分的空间格局和分异规律进行分析。结果表明:(1)地形校正后的TVDI能够更好地反映土壤水分状况;(2)土壤水分总体上从西至东,由北向南降低,在绿洲内部较为稳定,在交错带变化较为剧烈,土壤水分垂直变异系数呈现幂函数递减的整体变化趋势;(3)针对研究区不同土地利用类型用分段反演模型进行反演,有效地实现优势互补,总体上提高了土壤水分的反演精度,在区域土壤水分研究中值得关注和应用。     

温度植被干旱指数反演全国土壤湿度的DEM订正

 用温度植被干旱指数(TVDI)反演土壤湿度的原理,是基于水分蒸发和植被蒸腾对地表温度的降低作用。随高程增加气温降低,气温影响地表温度,因而随高程增加气温对地表温度也有一定的降低作用。用数字高程模型(DEM)对地表温度t s进行订正,可以减少气温对地表温度的影响,使得经过DEM订正获取的TVDI,能更好地反映土壤湿度。订正前后结果的对比分析也表明,经过DEM订正获取的温度植被干旱指数,与实测值有更好的相关性,能更好地反映土壤湿度分布的实际情况。