基于温度植被旱情指数的徐州市郊干旱遥感监测

利用Landsat TM/ETM+数据,以徐州市郊为研究区,获取归一化植被指数(NDVI)、土壤调整植被指数(SAVI)和地表温度(Ts)信息,分别构建NDVI-Ts和SAVI-Ts特征空间,依据这两个特征空间计算出研究区2001年4月3日和2007年5月14日的温度植被旱情指数TVDI(NDVI)和TVDI(SAVI),并分别与地表温度(Ts)和降水量进行了相关评价.结果表明,TVDI可用于实现大范围的干旱监测,SAVI能够修正NDVI对土壤背景的敏感,基于SAVI的反演结果明显优于基于NDVI的反演结果,能够有效地运用于干旱监测.     

基于遥感温度植被干旱指数的宁夏2000-2010年旱情变化特征

为了探讨近10 a来宁夏的旱情变化特征及演变趋势,利用MODIS的地表昼夜温度数据计算昼夜温差,结合归一化植被指数产品计算温度植被干旱指数(temperature vegetation dryness index,TVDI),对2000-2010年的逐月干旱进行了监测,并分析其与气象干旱和农业受旱灾情况的关系。研究结果表明,从空间上来看,宁夏干旱发生频率和强度最高的是中部干旱带,次之是南部丘陵山区,而较少发生干旱的是北部引黄灌区,其中南部六盘山和北部贺兰山林区也很少受干旱影响;在2000-2010年间有3次明显的极端干旱过程,分别是2000、2005和2009年;从旱情变化趋势来看,近10 a来宁夏平均干旱强度在减弱,但极端干旱事件有增强的趋势,且春、夏季显著增强,而秋、冬季显著减弱;宁夏TVDI的变化主要取决于降水量,年平均TVDI、年最大TVDI与降水量、标准化降水指数和标准化降水蒸散指数均呈负相关关系,除年平均TVDI与降水量(P=0.08)和标准化降水指数(P=0.06)的相关性未通过显著性检验外,其他均通过了P0.05的显著性检验,但TVDI与气温关系不大,这与当地的土地利用格局及植被类型有关;农业受旱灾面积与年平均TVDI有关,二者相关关系为0.69(P0.05),而与年内单次极端干旱强度关系不大;从不同季节来看,夏季干旱最容易导致宁夏农业减产,次之是春季和秋季干旱,而冬季干旱几乎对农业生产没有影响。该研究可为地方政府制定抗旱救灾和农业生产政策提供一定参考。     

基于温度植被干旱指数的江苏淮北地区农业旱情监测

为实现江苏省淮北地区农业旱情监测,利用Savitzky—Golay(S-G)滤波方法,对2011—2012年江苏省淮北地区1-5月MODIS的归一化植被指数(normalized difference vegetation index,NDVI)和地表温度(land Surface temperature,LST)8 d产品进行重构,去除原8 d数据的噪声,填补受云影响而缺失的数据。基于重建后的NDVI和LST数据,计算温度植被干旱指数(temperature vegetation dryness index,TVDI);分析TVDI和土壤湿度之间的关系,构建土壤湿度反演模型。最后,利用另外1组数据验证所建土壤湿度模型的精度。研究结果表明:1)S-G滤波方法能够提高MODIS LST和NDVI数据质量,并能对缺失数据进行填补;2)TVDI方法能够实现试验区土壤湿度反演,所建模型在试验区具有一定的普适性,反演精度较高(R2=0.575,RMSE=2.59%);3)TVDI方法在江苏省淮北地区干旱监测中得到了较好的应用,能够成功地监测出江苏淮北地区2011年和2012年春旱。该研究可为农业旱情的快速监测提供借鉴。     

河北省土壤干湿状况遥感监测指数比较

选用河北省2010年5月Terra/MODIS地表反射率产品MOD09A1计算得到了增强植被指数（EVI）,结合同期MOD11 A2地表温度LST数据,计算得到河北省TVDI（温度植被干旱指数）和VSWI（植被供水指数）,比较分析TVDI和VSWI监测河北省土壤干湿状况的适宜性.两种指数与同期8d平均降水量数据的定性分析表明TVDI与降水量数据间具有明显的相反趋势,VSWI与降水量数据间趋势关系不明显;定量的相关分析表明,TVDI与降水量数据间表现出较显著的负相关性（P＜0.05）,而VSWI与降水量数据间的相关不显著.可见,在所选取研究时段内,TVDI指数较VSWI指数监测河北省土壤湿度更为适宜.     

基于蒸散发模型的定量遥感缺水指数

该文针对西北地区存在着严重的缺水问题,以黑河中游区域范围内的张掖市内的盈科绿洲及荒漠为研究对象,运用ASTER卫星遥感数据,根据地表能量平衡原理,建立作物缺水指数模型。在前人研究基础上,对缺水指数模型涉及的2个参数进行了改进:1)在植被覆盖区,利用半干旱地区基于亚象元的土壤蒸发和植物蒸腾双层模型,剥离土壤的影响,获取缺水指数模型中的植被潜热通量;2)为了更精确地提取地表信息,利用遗传算法对该区进行混合像元分解,获取模型中的地表组分温度参量。通过地表缺水指数估算干旱半干旱区土壤含水率,模拟结果与地表同步实测值土壤水比较,误差精度分布在2.17%～3.58%,表明该方法是可行的。     

基于植被温度条件指数的克里雅河流域干旱监测研究

干旱是干旱半干旱地区由气候变化和人类生产活动而引起的环境问题之一。区域环境干旱化趋势的研究对该区域生态环境、水资源管理及农业生产有着重要意义。在植被温度条件指数（VTCI）的基础上对克里雅河流域进行干旱监测。结果表明：2005-2010年研究区整体上向干旱化方向发展,由北向南干旱趋势依次增强。其中,南部山区2005年VTCI值为0.696 4,到2010年VTCI值为0.486 4,其变化相差-0.210 0,旱化趋势较为严重;研究区中部的VTCI相差值分别为0.071 3和0.042 6,表现为有轻微干旱程度减弱趋势,变化不明显;北部地区即克里雅河下游地区的VTCI值从2005年的0.121 0减少到2010年的0.075 4,VTCI相差-0.045 6,呈轻微旱化趋势。     

基于遥感温度植被干旱指数的小蠹虫害预警

针对小蠹虫对森林的危害隐蔽强,症状滞后性明显,在其早期发生时进行遥感识别非常困难。该文基于干旱和虫害存在一定的时滞相关性的假设,提出基于温度植被干旱指数(temperature vegetation dryness index,TVDI)预报小蠹危害的方法。以遭受大面积连续干旱和小蠹危害的云南省中部的石林县为案例区,利用Landsat数据,建立归一化植被指数(normalized difference vegetation index,NDVI)-地表温度(land surface temperature,Ts)特征空间,估算逐像元TVDI。基于地面小班调查的虫害等级数据(健康、轻度、中度和重度4个等级),比较不同虫害等级斑块TVDI差异。同时,以持续干旱2011年轻度受害区为例,结合受害前后云南松林NDVI差值(difference of NDVI before and after the forest attacked by bark beetles,d NDVI)表征实际受害程度的方法,建立TVDI与d NDVI的关系,对2012年进行预测。结果表明,2010-2015年,受害区整体呈下降趋势,TVDI由西向东逐渐变大。健康云南松林TVDI显著高于虫害云南松林(P0.05),且虫害越严重,TVDI越小;2011年,TVDI与d NDVI呈显著负相关(P0.05),可以用线性模型进行拟合,拟合决定系数R2为0.322。采用模型对2012年实际发生情况进行预测,得到预测与实测d NDVI均方根误差RMSE为0.237。在整体干旱的环境下,相对湿润的地方小蠹虫害更严重。因此,可以根据TVDI空间分布特征,找出TVDI相对较小的区域,作为虫害可能发生的重点关注区域,该研究对及时发布虫情监测信息有建设性的意义。     

条件植被温度指数的四维变分与集合卡尔曼同化方法

为了提高基于VTCI的干旱监测的准确性,以关中平原为研究区域,将遥感反演的条件植被温度指数(VTCI)与CERES-Wheat小麦生长模犁模拟的土壤浅层水分数据相结合,通过四维变分(4DVAR)与集合卡尔曼滤波(EnKF)2种数据同化算法实现了VTCI的同化.由作物生长模型模拟的土壤浅层水分与VTCI建立经验关系得到模拟的VTCI,再将遥感反演的VTCI与模型模拟值分别应用两种同化算法得到VTCI的单点同化结果,继而应用到区域尺度.结果表明,在VTCI单点实验中,两种同化结果均能结合观测值与模拟值的优点而更加符合VTCI先验知识.在两者区域尺度的同化实验中,由于引入了模型的模拟值,同化后的VTCI区域间纹理更好,减少了原观测图像中相邻像元值陡升陡降的情况,提高了基于VTCI的干旱监测的准确性.通过对比2种同化算法在区域尺度上的同化结果与观测值的差值的概率分布及其均方根误差,表明在以旬为步长的VTCI同化实验中,EnKF方法适用性更强.     

条件植被温度指数干旱监测方法的完善

应用NOAA-AVHRR多时段卫星遥感数据,以陕西省关中平原为研究区域,建立了条件植被温度指数干旱监测方法,讨论了植被指数和地表温度特征空间中冷边界和热边界的确定方法。通过气象网站的降水量资料验证了该研究区域1999年以来每年5月上旬的干旱监测结果,结果表明条件植被温度指数与降水量间的相关性随着累计时间的增加而降低,与最近月份降水量的相关性最好,证实了冷边界和热边界确定方法的合理性以及条件植被温度指数是一种可行的、近实时的干旱监测方法。     

条件植被温度指数在云南干旱监测中的应用

对干旱进行监测,有助于各级政府及时了解旱情,采取积极有效的防旱、抗旱措施,促进水利设施建设与合理布局,确保农业生产发展与粮食安全。该文采用MODIS多时相归一化植被指数与地表温度遥感影像产品,分析研究区归一化植被指数—地表温度特征空间,应用条件植被温度指数对云南省2009年9月－2010年3月干旱的时间、空间特性进行监测。监测结果表明云南省旱情随时间有所波动,但整体旱情呈发展趋势;监测期内云南省旱情分布较广,受灾面积超过70%,仅西北角小片地区受干旱影响较小,特旱区主要分布于云南省中部、东部和南部地区。应用相关研究成果对干旱监测结果进行验证,结果表明监测结果可信,能够为防灾减灾相关部门提供有力的信息支持。     

内蒙古地区干旱时空变化特征及其对植被的影响

基于MODIS实际蒸散量(ET)和潜在蒸散量(PET)产品反演作物缺水指数(CWSI),采用多种统计方法研究干旱时空变化特征及其对植被生长的影响。结果表明:多年平均干旱程度由西南向东北逐渐递减,农作物主要以轻旱和中旱为主,草原主要以中旱和重旱为主,荒漠主要以重旱为主;除针叶林和沼泽外,其他植被类型旱情缓解;干旱年内变化特征呈双峰型曲线,且在Day113~Day144干旱最为严重,表现为重旱;各植被类型年内变化特征与全区变化趋势相一致,均呈双峰型曲线;夏旱对植被生长的胁迫作用最强,而年平均干旱强度对植被生长的胁迫作用主要由夏旱主导;春季灌丛、夏季和秋季农作物对干旱的响应较为敏感。研究结果可为内蒙古植物群落的生态预警和生态修复提供理论参考。     

利用SPOT数据进行干旱监测的应用研究

植被状态与环境干湿程度密切相关,而归一化植被指数(NDVI)是植被状态的最直接表现.利用NOAA/AVHRR对植被生长环境的干旱监测研究已较成熟,并积累了一些如距平植被指数等快速、便捷的干旱监测方法.利用比利时佛莱芒技术研究所提供的1998-2006年SPOT VGT数据,采用距平植被指数干旱监测方法,对宁夏回族自治区2000年春末夏初遭遇的特大干旱进行监测,并用1998-2005年平均分布于全区的各气象监测点观测数据进行验证.结果表明,利用SPOT VGT数据能够较准确地监测出干旱发生的范围和相应的干旱程度,基于SPOT VGT数据的距平植被指数干旱监测模型可以作为一种快速、便捷的干旱监测方法,在实践部门进行推广应用.     

基于地表温度和植被指数特征空间的农业干旱遥感监测方法研究综述

遥感技术以其便捷、反映迅速、大范围监测等优点在农业旱情监测中得到广泛使用。通过遥感资料反演的地表温度（Ts）和植被指数（NDVI）不仅可以表征绿色植被的生理和生长状况,还能揭示植被土壤水分信息,反映作物受旱状况,但两者单独使用时存在缺陷。而基于地表温度和植被指数特征空间的干旱监测方法有利于统一定量标准来判别植被干旱情况,同时还解决了植物在受水分胁迫时短期内仍能保持原有绿色的时间滞后的问题,提高了旱情监测的准确度和实用性。该文以地表温度和植被指数特征空间干旱监测方法为基础,较为详细地阐述了各个方法的基本原理和适用范围,并结合实例归纳总结了与之相关的四种方法的优、缺点,进一步探讨了今后研究的重点。     

基于植被状态指数的县域冬小麦干旱时空变化特征分析

[目的]分析县域冬小麦干旱的时空异质性,为抗旱减灾提供辅助决策支持。[方法]基于GF1,Landsat, Sentinel-2等中高分辨率遥感数据,选取植被状态指数(Vegetation Condition Index, VCI)作为干旱监测指标,计算2011—2021年禹州市冬小麦VCI,逐年分析禹州市冬小麦干旱分布情况,并通过变异系数、线性趋势法、重心迁移和标准差椭圆等方法,对禹州市冬小麦干旱的稳定性、变化趋势、时空变化等特征进行了多维度分析。[结果](1)空间上,2011—2021年禹州市冬小麦干旱主要分布在北部和西部的山岗丘陵区,干旱面积和干旱强度由平原区向山岗区逐渐延展扩大;变异系数与变化百分率均值分别为0.62,13.12%,冬小麦干旱稳定性与变化趋势空间分布一致性高;重心迁移轨迹总距离和标准差椭圆扁率从无旱到重旱逐渐变小,标准差椭圆面积逐渐变大,表明干旱空间分布由集中趋于分散;(2)时间上,禹州市冬小麦每年都有轻旱发生,中旱和重旱平均2～4年发生一次,2012—2014年连续3年旱情较重,中旱和重旱总占比均超过35%,其次为2016年和2018年。[结论]近11年来禹州市...     

贵州省农业与气象干旱特征及其响应关系

利用贵州省1980-2020年逐月降水与土壤水分计算标准化降水指数(SPI)和标准化土壤水分指数(SSI),基于游程理论、传播响应率(Rr)、状态转移概率矩阵等方法探究气象与农业干旱特征变化,以及两者之间的响应关系。结果表明：(1)贵州省农业干旱较气象干旱持续时间长、烈度大,干旱历时空间变化较气象干旱显著,干旱烈度则较单一。(2)季尺度上,春季农业干旱对气象干旱响应最为敏感,夏、秋季次之,冬季较弱;不同地貌类型下,春、冬季在半喀斯特低中山响应程度较高,夏季在峰丛谷地,秋季在非喀斯特地区;不同切割深度下,地表切割,越深春季Rr越高,夏、秋和冬季Rr则越低。(3)在20世纪80s转至21世纪10s状态间,不同地貌类型下均发生不同程度的概率转移,其中春、冬季节转移活跃、概率较低,夏、秋季主要呈“低转高”现象,夏季转移概率偏低,秋季转移概率普遍偏高;在不同切割深度下,各季节浅切割与最深切割深度转移活跃度低,概率高,其他切割深度下转移活跃,但概率低。     

基于MODIS数据温度植被干旱指数干旱监测指标的等级划分

采用2000—2014年每年6—9月的黑龙江省MODIS数据,计算温度植被干旱指数（TVDI）。以过去15 a的全省40个旱作农业站点以旬为单位的土壤相对湿度为研究对象,与MODIS数据得到的TVDI相对应,根据土壤相对湿度的农业干旱等级划分标准,制定TVDI的干旱监测等级。结果显示:TVDI被分为5个等级,TVDI < 0.46为无旱,TVDI在0.46~0.57为轻旱,TVDI在0.57~0.76为中旱,TVDI在0.76~0.86为重旱,TVDI≥0.86为特旱。利用2011年实地测取土壤相对湿度数据对该等级进行验证,结果表明,验证结果准确度达到83%。证实了该等级划分结果的准确性。     

以地表温度-植被指数特征空间为基础基于MODIS数据进行土壤水分监测研究

Soil moisture has been considered as one of the main indicators that are widely used in the fields of hydrology, climate, ecology and others. The land surface temperature-vegetation index （LST-VI） space has comprehensive information of the sensor from the visible to thermal infrared band and can well reflect the regional soil moisture conditions. In this study, 9 pairs of moderate-resolution imaging spectroradiometer （MODIS） products （MOD09A1 and MODllA2）, covering 5 provinces in Southwest China, were chosen to construct the LST-VI space, and then the spatial distribution of soil moisture in 5 provinces of Southwest China was monitored by the temperature vegetation dryness index （TVDI）. Three LST-VI spaces were constructed by normalized difference vegetation index （NDVI）, enhanced vegetation index （EVI）, and modified soil-adjusted vegetation index （MSAVI）, respectively. The correlations between the soil moisture data from 98 sites and the 3 TVDIs calculated by LST-NDVI, LST-EVI and LST-MSAVI, respectively, were analyzed. The results showed that TVDI was a useful parameter for soil surface moisture conditions. The TVDI calculated from the LST-EVI space （TVDIE） revealed a better correlation with soil moisture than those calculated from the LST-NDVI and LST-MSAVI spaces. From the different stages of the TVDIE space, it is concluded that TVDIE can effectively show the temporal and spatial differences of soil moisture, and is an effective approach to monitor soil moisture condition.     

农业旱灾脆弱性评价及生态减灾研究——以湖南省衡阳市为例

农业旱情是农业旱灾脆弱性和干旱风险性共同作用的结果。随着全球变暖,蒸发力增大,干旱的风险性变大,因此降低农业旱灾脆弱性是防旱抗旱的重要措施。灾害脆弱性可以看成是生态安全性的另一面,故加强生态安全建设可以降低农业旱灾脆弱性。衡阳市是湖南省重要的农业生产基地之一,也是农业旱情较重地区之一,而其农业旱情与农业旱灾脆弱性密切相关。这种脆弱性是生态环境因素和社会因素在一定的时空条件下偶合的产物。详细地分析了气候因素、植被和土壤等环境因素和水利设施、经济发展水平等社会因素在农业旱灾脆弱性形成中的作用。依据长时间序列的气象资料和经济统计数据,运用数学模型和有关优化分析方法,对衡阳市农业旱灾脆弱性进行定量评估。提出了降低农业旱灾脆弱性的生态措施。