典型农业干旱遥感监测指数的比较及分类体系

面对多种多样的农业旱情遥感监测指数,如何进行选取是目前遥感指数应用所面临的主要难题。该文以MODIS产品为遥感数据源,比较分析了13种典型的农业干旱遥感监测指数,建立了农业干旱遥感监测指数的分类体系,阐述了不同指数类型的适用范围。结果表明,多种遥感干旱指数对农业干旱的描述并非完全一致。不同指数利用不同的地表特征变化来描述农业干旱程度,是造成这种不一致的主要原因。据此,研究将典型农业干旱遥感监测指数分为4大类:土壤水分变化类、冠层温度变化类、植被水分变化类和作物形态及绿度变化类。其中第1类指数比较适宜于农业旱情预警及土壤干旱型农业旱情的监测,这类指数中修正的垂直干旱指数MPDI可以较好地反映表层土壤水分的变化,并适宜于时序变化监测。第2类指数不仅适宜于旱情预警,更适宜于旱情监测,这类指数中推荐选择基于LAI-LST特征空间的温度植被干旱指数TVDI;第3、4类指数,较适宜于农业旱灾的预警以及灾后评估,该文为农业干旱遥感监测指数的选取提供参考。     

改进的综合气象干旱指数CI_（new）及其适用性分析

针对综合气象干旱指数CI的＂不合理旱情加剧＂问题,采用线性递减权重方法计算近90d降水和可能蒸散,提出改进的综合气象干旱指数CInew,并从干旱过程描述能力、干旱频率及旱期相对少雨季节滞后特征方面,通过与CI相比较阐述CInew的适用性特征。结果表明,（1）CInew在无降水时段平稳下降,有效克服了CI的＂不合理旱情加剧＂问题,能够描述干旱发生、发展和结束过程的丰富细节;（2）CInew的干旱频率与CI相比没有统计意义上的差异,但由于新的相对湿润度指数项MI90new统计时段由原来的30d延长至90d,使CInew能够刻画干旱频发开始月份（11月）相对于少雨时段开始月份（10月）的滞后效应。本文可为CInew在国内其它地方推广应用提供参考。     

基于综合干旱指数的毛乌素沙地腹部土壤水分反演及分布

为了克服单一干旱监测指数在复杂覆盖类型的适用性问题,以复杂覆盖类型的毛乌素沙地腹部乌审旗为例,在传统归一化干旱指数(normalized difference drought index,NDDI)、土壤湿度监测指数(soil moisture monitoring index,SMMI)、温度植被干旱指数(temperature vegetation drought index,TVDI)3个单一干旱监测指数的基础上,通过层次分析法确定各指数的权重,结合野外不同覆盖类型实测的土壤含水率数据,分别进行回归分析,建立多指数综合干旱监测模型,基于此模型分析研究区表层土壤水分的空间分布。结果表明:3个单一干旱指数在一定程度上均能客观反映旱情特征,与表层土壤含水率呈现不同程度的负相关,温度植被干旱指数相关性最好为0.604。引入结合多指数的综合干旱监测指数模型,在8月、9月草地和沙地与表层土壤含水率指数模型的决定系数R2均在0.7以上,高于基于单一指数模型的拟合精度。基于该模型,研究区研究区表层土壤含水率整体较低,体积含水率不高于0.15 cm~3/cm~3的面积分别占96.47%(8月)和94.8%(9月)。总体上从东到西,由北到南土壤含水率逐渐降低,与实测表层土壤样本的描述性统计结果有较好的空间一致性。     

我国五大粮食主产区农业干旱态势综合研究

受气候变化影响,我国干旱灾害加剧,威胁国家粮食安全。对农业干旱态势进行综合评价分析,有助于清楚地掌握我国农业受旱程度的空间分布及区域差异。为评价我国五大粮食主产区农业干旱综合态势,本文提出了"作物干旱综合指数"概念及其计算方法。根据全国1982—2011年的日值气象数据及主要农作物分布数据,首先计算了不同作物水分敏感期的作物干燥度,进而采用面积加权综合法计算作物干旱综合指数,分别分析了各粮食主产区的作物受旱情况和综合农业干旱态势。结果表明:三江平原和松嫩平原农业干旱综合态势较为严峻,且三江平原的春小麦以及松嫩平原春小麦、玉米、水稻的受旱程度均不容忽视。黄淮海平原农业干旱态势为5区中最严重,特别是冬小麦旱情最重,一季稻及玉米以轻度和中度旱情为主。长江中游及江淮地区农业干旱综合态势以轻度干旱为主,冬小麦、早稻和晚稻种植区均呈现不同程度旱情,以中度及其以下为主,晚稻受旱较为明显。四川盆地农业综合旱情为5区中最轻,各作物中一季稻和玉米旱情较轻,而冬小麦种植区旱情相对比较严重。     

改进的综合气象干旱指数在福建省的适用性分析

选取1961-2009年福建省5个气象站逐日气温和降水资料,引入线性递减非等权重方案计算综合气象干旱指数CI_new,通过比较分析CI_new与等权重方案计算的CI_old在干旱过程描述能力、干旱频率以及干旱年际变化特征上的差异,了解CI_new的改进效果及其在福建省的适用性.结果表明,CI_new与CI_old均能较合理地反映福建干旱频率分布特征和干旱强度变化特征,但CI_new在干旱监测过程中的不合理跳跃次数明显减少,有效克服了CI_old表现的不合理旱情加剧的问题;CI_new表现的缓解干旱的过程较CI_old敏感.因此,CI_new可以作为气象干旱监测业务和评估的指标之一.     

综合气象干旱指数改进及其适用性分析

为准确开展区域干旱监测,该研究对综合气象干旱指数(ComprehensiveMeteorologicalDroughtIndex,CI)进行了改进,使其更适用于干旱的长期监测。研究以湖北省区域为典型研究对象,利用高精度气象格网数据以及历史灾情数据,运用游程理论、相关性分析和M-K趋势检验等方法,对几种常用干旱指数的灾害识别能力、干旱演变趋势等进行了分析和比较。结果表明:改进后的综合干旱指数(The Improved Comprehensive Drought Index,CIn)能够识别湖北省的多数历史重大旱灾;CIn与实际的旱灾受灾面积和旱灾成灾面积的相关系数分别达到0.69和0.67,均优于CI指数和SPEI指数;由CIn得到的干旱历时、干旱烈度的空间分布也与文献资料相符合。在湖北省区域内取得的干旱时空演变趋势分析中发现,CIn和SPEI6的M-K测试结果中干旱趋势发生显著变化的面积比例为40.19%和53.99%(P0.05),明显高于CI和SPEI1指数的26.40%和18.93%,表明CIn和SPEI6对长期的气候变化更为敏感,由此说明,在旱灾趋势分析中应选择合适的干旱监测指标。该研究可为区域气象干旱监测的指标选取提供指导和参考。     

基于CWSI的贵州省干旱时空变化特征及影响因素分析

为了促进贵州省农业和生态环境可持续发展,基于作物缺水指数(Crop Water Stress Index,CWSI),结合气象、植被指数等数据,采用Theil-Sen Median趋势分析、Mann-Kendall检验、变异系数和相关性分析等方法,对贵州省2000—2019年的干旱时空变化特征、趋势及影响因素进行了分析。研究表明:(1)贵州省CWSI多年均值为0.43,整体处于轻旱等级,空间分布为东南湿润,西北干旱,多年旱情变化呈缓解趋势;(2)从地貌类型来看,非喀斯特地貌CWSI多年均值为0.37,整体处于无旱等级,喀斯特地貌均值为0.47,处于轻旱状态;(3)从植被类型来看,除针叶林整体处于无旱状态外,其他植被类型都处于轻旱等级,且针叶林的变异系数(CV)值较其他林地高,说明其对气候因子的敏感性高,抗旱能力强;(4)贵州省CWSI与降水和气温均呈负相关,负相关面积占比为95%和54%,说明降水对CWSI的影响较大。综合分析得出,贵州省东南部湿润,西北地区干旱,全省干旱受喀斯特地貌、降水的影响较大。     

黔中地区气象水文干旱演变特征及其响应关系

黔中因其地形地貌特殊,干旱情势复杂,研究其干旱特征以及传播过程,能有效预防干旱延续,为该区域干旱监测和预警提供科学依据。基于黔中地区1970—2016年的降水以及径流数据,计算标准化降水指数(SPI)与标准化径流指数(SSI),采用相关分析方法,分析该地区气象水文干旱的演变特征以及两者之间的响应关系。结果表明:(1)不同时间尺度的SPI与SSI具有不同的时间振荡频率。在较短的时间尺度上干湿交替频繁,而较长的时间尺度可以检测连续的干旱与潮湿时期。(2)近47年来,黔中地区干旱化态势增强,干旱发生的频率上升,重度干旱以及极端干旱频率增加明显。(3)该地区气象与水文干旱在不同年代际呈现不同的空间分布特征,气象干旱主要发生在黔中南部、中部和西部等地区。20世纪水文干旱化态势最明显的地区主要在黔中中部,而21世纪最明显的干旱化地区则在黔中西北部。(4)SSI—SPI相关性显著,不同时间相关系数的变化趋势不一致,并且它们的响应关系呈季节变化,其相关系数为夏季>秋季>冬季>春季,这与黔中地区降水的时空分布不均以及地貌特征有关。综上,黔中地区气象水文干旱日趋严重,极端干旱频发,气象干旱加剧了水文干旱旱情,两者关系密切。     

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。     

浙西南地区逐日干旱综合指数的动态变化特征

计算了浙西南地区50多年的历史气象干旱综合指数,并利用该指数对浙西南地区干旱的发生频率、发生范围及多年变化趋势和Ci指数干旱过程的评估等进行了统计和分析。分析结果表明:浙西南干旱主要发生在夏秋季节,冬、春旱较少发生。空间分布上,北部较南部容易发生干旱。由于气象干旱综合指数的计算只需输入逐日气温和降水,很容易获得,便于在干旱预报和预警等业务服务中应用。每日的气象干旱综合指数还可作为一项重要的气象指标,进行浙西南地区实时气象干旱监测和历史同期气象干旱评估。同时它还在辅助指导农业生产中具有一定的适用价值,可以为当地政府应对干旱提供一定的决策依据。     

青藏高原不同类型草地土壤磷素分布及其影响因素

磷是限制草地生态系统生产力的关键性养分元素,阐明青藏高原草地土壤磷素分布特征及其影响因素对于维持该区域草地生态系统的可持续发展具有重要意义。沿青藏高原从西北至东南的水平样带采集不同类型草地(即草甸草原、典型草原和荒漠草原)的土壤样品,研究土壤全磷、有效磷、无机磷组分和有机磷组分的分布特征及其影响因素。结果表明：土壤全磷和有效磷含量以草甸草原最高,其次为荒漠草原和典型草原。各类型草地土壤的无机磷组成均以酸溶态无机磷为主;草甸草原土壤的有机磷组成以氢氧化钠态有机磷为主,而典型和荒漠草原土壤则以酸溶态有机磷为主。不同类型草地相比,草甸草原土壤的水溶态、碳酸氢钠态和氢氧化钠态无机磷以及各形态有机磷含量均显著高于典型和荒漠草原,而荒漠草原土壤的酸溶态无机磷含量显著高于草甸和典型草原。冗余分析指出,土壤有机碳、年均降雨量是影响全磷和有效磷的主要因子,年均降雨量和游离氧化铁是影响无机磷组分的主要因子,而pH、年均气温、地上生物量和年均降雨量是影响有机磷组分的主要因子;结构方程模型指出,草地类型对无机磷组分和有机磷组分都有直接的影响,年均温度和容重对无机磷组分也有直接的影响,而海拔、年均降水量和年均气...     

锡林郭勒草原蒸散发月季动态及相关因子分析

蒸散发(Evapotranspiration,ET)的时空动态对理解水热对植被的影响具有重要作用。利用MODIS MOD16A2和MOD13A3月产品数据及气象数据,通过回归分析和相关分析等方法,研究了锡林郭勒草原不同类型草地近15年(2000—2014年)的ET月季动态及相关因子。结果表明:3—10月的ET均表现出草甸草原典型草原和沙地植被荒漠草原,1—2月和11—12月的ET均表现出草甸草原典型草原和沙地植被荒漠草原。荒漠草原11月ET最大,其余各类草原均在7月达到最大值;各类草原的最小ET均为5月。各类草原3—5月和10月的ET均为下降趋势,而1月、6月、7月和12月的ET均为上升趋势。春季、夏季和秋季的ET均表现出草甸草原典型草原和沙地植被荒漠草原,而冬季的ET表现出草甸草原典型草原和沙地植被荒漠草原。荒漠草原冬季ET最大,其余各类草原的ET均在夏季达到最大值。各类草原春季和秋季的ET均为下降趋势,而夏季和冬季的ET均为上升趋势。Pearson相关分析表明3—10月及春季、夏季和秋季的ET与NDVI和降水量显著正相关,与平均气温显著负相关(p0.05);相反,1—2月、11—12月及冬季的ET与降水量负相关,而与平均气温显著正相关(p0.05)。     

内蒙古地区草地类型分布格局变化及气候原因分析

利用内蒙古自治区48个气象观测站点50a（1962-2011）的月平均气温和降水量观测数据,基于Holdridge模型计算内蒙古气候区划指标划分不同类型草原区,模拟内蒙古草地类型50a的变化趋势。结合实际草地类型分布图,分析不同草原区1962-2011年的气候变化特征,并探讨气候变化对草地类型分布的影响。结果表明:内蒙古典型草原区的东部区域、荒漠草原区和草原荒漠区均属高温地带,而森林草原区和典型草原区的大部分区域属低温地带。50a间内蒙古草原区气温具有显著上升趋势（P<0.05）,各类型草地区的年平均气温均在1990年左右发生突变,同年呈显著升高趋势,而生长季气温在1995年左右发生突变,并于2a后呈显著升高趋势。内蒙古草原区降水分布格局具有明显的地带性,由西至东降水量递增且梯度差异明显。年降水量变化趋势表现为,森林草原区自1997年开始显著增加,至2002年回落;典型草原区自1992年开始年降水量显著增加,至2006年回落（P<0.05）;荒漠草原和草原荒漠区年降水量变化趋势不显著。生长季降水量的变化则表现为,森林草原和典型草原区在研究期内呈小幅减少-小幅增加-小幅减少趋势,其它类型草地降水变化与年降水量趋势一致。总体上,内蒙古草原区的降水变化,森林草原和典型草原区具有较大波动性,荒漠草原区于近年产生少许变动,而草原荒漠区相对较稳定。1962-2011年气温和降水量变化导致森林草原区面积在前30a呈增加趋势,后20a呈减少趋势;荒漠草原和草原荒漠区的边界逐渐向东扩展,典型草原区也将扩展至部分森林草原区域。总之,研究期内内蒙古草原区降水量在后期减少、气温持续升高,由于蒸散量加大可能导致土壤干旱,从而影响内蒙古草地生态系统分布格局的变化。     

基于植被状态指数的甘肃省2000—2019年干旱时空特征分析

农业发展受干旱影响极为敏感。为了为制定科学的应对措施和干旱缓解措施提供科学依据,利用NDVI作为基础数据,将植被状态指数(VCI)作为表征干旱的指标,通过分析VCI的变化趋势、计算干旱频率和干旱面积占比、分析VCI与降水量的相关性,探讨2000—2019年不同空间尺度甘肃省干旱的时空分布特征,并且结合土地利用类型分析了不同用地类型发生不同程度旱情的可能性。结果表明:甘肃省农业干旱高发于春季,其次是秋季; 空间上以全域性干旱为主,即研究时段内甘肃省干旱面积占比大于50%为主,并呈现西北高东南低的空间格局; 植被状态指数与当月降水量的相关系数最大,达到了0.827; 林地和草地发生干旱的比例最低,未利用地发生干旱的比例最高。综上,甘肃省旱情以全域性干旱为主,且时空分布不均,整体旱情呈现逐渐缓解的趋势。     

中国草地NDVI时空动态对多尺度干旱的响应

草地对干旱的响应较其他植被类型更为敏感,且不同草地类型在不同气候区干旱的响应具有较大差异,因此分气候区探究不同草地类型对干旱的响应机制对草地资源保护具有重大意义。基于植被Normalized Difference Vegetation Index(NDVI)、草地覆被及标准化蒸散指数(SPEI)数据,分析1982—2015年中国不同气候区不同草地类型植被NDVI的时空动态及其与SPEI的关系,并确定NDVI与SPEI指标最大相关系数所对应的干旱时间尺度,结合气象数据探究气温、降水及水平衡因素对草地干旱响应的影响状况。结果表明:中国草地NDVI呈现出极显著增加趋势(0.004/a)。草地NDVI呈显著增加的比例为15.62%,集中在华北平原地区、四川、云南、广西及西藏的东南部地区。草地SPEI值呈不显著增加趋势(0.05/10 a),其中显著变干的区域集中在内蒙古中部和宁夏地区。草地NDVI与SPEI指数呈显著正相关的区域集中在内蒙古、青海省南部及新疆北部地带。内蒙古、新疆、青海省北部及西藏南部地区的草地NDVI对干旱响应的时间尺度较短,而青海东南部及西藏中部草地NDVI对干旱响应的时间尺度较长。高山亚高山草甸和草甸区域植被NDVI与SPEI的相关性最强,且对干旱的响应时间尺度较长,而荒漠草地对干旱的响应时间尺度较短; 与湿润区域相比,干旱区域草地NDVI与SPEI的相关性更强,且对干旱响应的时间尺度更短。降水是草地响应干旱的最主要因素,水平衡次之,而气温的影响较小。     

典型旱年农业干旱遥感监测指标在东北地区生长季的表现

以8d为时间尺度,以土壤相对湿度（RSM）为参考指标,采用相关分析方法,分析评估典型旱年2009年作物生长季内分别表征降水、土壤和作物的3个类别10种农业干旱遥感监测指数在东北地区的适用性。结果表明：（1）生长季中、后期,综合考虑冠层温度和植被特征的温度植被干旱指数（TVDI）与RSM的相关系数绝对值在0.5左右,对土壤湿度变化较敏感,可用于该生长阶段的农业干旱监测;（2）考虑作物前期缺水的累积作物缺水指数（ACWSI）是与RSM相关性较好的指数之一,在生长季前期和后期与RSM的相关系数绝对值在0.47以上,表现良好,但应用过程中需注意累积效应的时间尺度;（3）表观热惯量（ATI）更适于生长季前期干旱监测,改进型能量指数（MEI）适用于各种植被覆盖条件,但存在一定不稳定性;（4）考虑前期累积降水的APCI指数比仅考虑8d降水的条件降水指数PCI更能反映土壤湿度状况,特别是在生长季中、后期,可作为其它监测指数的补充;（5）条件植被指数（VCI）、归一化差异水分指数（NDWI）与RSM相关性较低,对现时土壤湿度的反映不敏感,不适于研究区内短时间尺度的农业干旱监测。研究结果可为东北地区开展农业干旱监测选取合适指标提供参考,也可为农业干旱指数的广泛应用构建可行性框架。     

2000－2008年内蒙古草原MODIS NDVI时空特征变化

该文选用2000－2008年的MODIS NDVI数据,采用统计学的分析方法,研究了内蒙古草原中温性草原、温性荒漠、低地草甸、温性荒漠草原、温性草甸草原、温性草原化荒漠、山地草甸7类主要植被类型9 a来年度NDVImax空间变化趋势、波动程度、出现时间等植被指数时空特征。结果显示,2000－2008年间,内蒙古草原植被总体趋于恢复。各类型草原年度NDVImax平均值趋于增加,NDVImax介于(0,0.4]之间的低盖度草原植被面积趋于减少,NDVImax介于(0.4,1]之间的高盖度草原植被面积趋于增加。在空间上,67.15%的草原面积植被状况趋于好转,32.85%的草原面积植被状况趋于恶化,2008年植被状况是9年来最好的一年。除温性荒漠外,内蒙古草原各植被类型NDVImax从6月底开始集中出现,至9月底结束,其中8月是温性草原和草甸类草原NDVImax集中出现的重要时期。     

黄土高原草地土壤有机碳分布及其影响因素

以黄土高原水平方向的4种主要草地类型为研究对象,分析了不同草地类型土壤有机碳(SOC)的分布特征及其影响因素。结果表明:土壤有机碳含量随土壤深度的增加而降低,其中0～20 cm土壤有机碳含量与20～40、40～60、60～80、80～100 cm有机碳含量差异显著。4种草地类型土壤有机碳含量分布规律:0～40 cm为高山草甸草原>典型草原>森林草原>荒漠草原,40～100 cm为高山草甸草原>森林草原>典型草原>荒漠草原;4种草地类型中各土层土壤有机碳含量最高的是高寒草甸,其空间变异最大,最小的是荒漠草原,其变异最小。黄土高原上高寒草甸草原、森林草原、典型草原土壤有机碳均集中分布在浅表层0～40 cm,分别占0～100 cm的71%、50%、46%,而荒漠草原各层分布较均匀;黄土高原土壤有机碳含量与海拔高度呈显著正相关(p<0.01);0～40 cm土壤有机碳含量与土壤含水量呈显著正相关(p<0.01);与全氮有极显著的正相关性,相关系数达0.984 3;与年均温呈极显著负相关(p<0.01),几种草地类型100 cm深土壤有机碳含量与年降水量无明显相关。     

西南地区综合干旱监测模型构建与验证

在全球极端天气事件越来越多的大背景下,准确监测西南干旱对区域农业可持续发展具有重要的现实意义。该文选取降水距平百分率(percentage of precipitation anomaly index,Pa)、标准化降水指数(standard precipitation index,SPI)、相对湿润指数(relative moisture index,MI)等3种气象类干旱监测模型以及植被供水指数(vegetation water supply index,VWSI)与归一化植被指数(normalized differential vegetation index,NDVI)等2种遥感类干旱监测模型,并分别与实测土壤湿度作相关分析,在此基础上选取相关系数最高的相对湿润指数与归一化植被指数为自变量建立综合干旱监测指数(comprehensive drought monitoring index,DI)。结果表明,综合干旱指数与土壤水分实测值有较好的相关性,监测精度可达88.38%;在不同海拔高度内,综合干旱指数的拟合效果比单一指数效果更好,精度更高;在分析2009-2010年西南特大干旱旱情发展的时空演变过程中,综合干旱监测结果与实际干旱情况有较好的空间一致性,监测效果佳。研究成果为西南丘陵山区干旱监测提供了一种新的方法。