基于作物缺水指数的农业干旱监测模型构建

农业干旱监测问题对农业生产具有重要影响,因此精确监测农业干旱具有现实意义。该研究基于MOD16A2全球蒸散产品,计算作物缺水指数（Crop Water Stress Index,CWSI）,结合地表温度、植被指数、降水量以及土壤湿度等多源遥感数据为自变量,3个月时间尺度的标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index,SPEI-3）为因变量,基于偏差校正随机森林算法构建山东省2000-2019年作物生长季（4-10月）的偏差校正随机森林干旱状况指数（Bias-corrected Random Forest Drought Condition Index,BRF-DCI）。并分析CWSI对于构建山东省农业干旱监测模型的影响。结果表明：加入CWSI后,所提出的BRF-DCI指数与SPEI-3观测指数的决定系数为0.72～0.85,优于未加入CWSI之前;加入CWSI后提高了干旱监测等级的准确率;BRF-DCI指数能较好地拟合各月份的SPEI-3指数,决定系数均在0.94以上;BRF-DCI指数能够准确反映山东省典型干旱年的干旱情况,有效监测山东省农业干旱情况。该研究对山东省农业旱情监测及旱灾防御具有较大的应用潜力。     

基于主成分分析的湖北省洪涝灾害风险评估模型构建

湖北省历年由洪涝灾害造成农作物受损严重,对湖北省进行洪涝风险评估十分必要。本文提出了一种定量化风险评估的模型建立方法,通过多源数据（气象、社会经济、地理特征等数据）提取到15个指标,采取主成分分析法确定各因子对于洪涝灾害的影响权重,建立风险评估模型,并运用地理信息系统(GIS)分析技术得出洪涝灾害风险区划图。在现有评估指标体系的基础上,通过网络爬虫方式获取更能反映防减灾能力的灾害应急指标;采用主成分分析方法降低模型建立中的主观因素。结果表明：（1）通过模型得到降雨与地势为湖北省洪灾发生的最主要因素;（2）湖北省中东部地区多为高风险区,其中东部武汉、黄石等长江干流途经地区处于重风险区;西南部多为中风险区,西北部在全省为低风险区。综上,该模型可为湖北省开展综合减灾、调整区域可持续发展结构、进行准确农情监测提供科学支撑和决策依据,具有重要的科学和实践意义。