首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 62 毫秒
1.
2015年黑龙江省发生大面积干旱,为了对此旱情进行动态监测,采用6—9月的MODIS数据,计算温度植被干旱指数(TVDI);以过去15年(2000—2014年)的全省40个旱作农业站点以旬为单位的TVDI为研究对象,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,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%。结果显示:TVDI被分为5个等级,TVDI0.46为无旱,TVDI在0.46~0.57之间为轻旱,TVDI在0.57~0.76之间为中旱,TVDI在0.76~0.86之间为重旱,TVDI0.86为特旱,用此标准对黑龙江省2015年的旱情进行分析,能够较好地反映出黑龙江省整体的实际旱情。在监测中2015年7月份全省旱情最为严重,持续到8月中旬,到8月下旬省内各地陆续降雨,重旱区域减少,整体旱情减轻。  相似文献   

2.
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。  相似文献   

3.
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。  相似文献   

4.
条件植被温度指数(VTCI)是一种适合关中平原的近实时定量化的干旱监测方法,在前期基于以旬为单位的VTCI样本点上相空间重构与RBF神经网络干旱预测研究的基础上,进一步进行了VTCI遥感面上的干旱预测研究。通过分析样本点VTCI时间序列的延迟时间和重构维数,确定整个面上VTCI时间序列相空间维数为7,从而对面上VTCI数据进行了相空间重构。对重构后的VTCI数据应用RBF神经网络模型预测得到了2009年4月上旬到5月中旬的VTCI预测结果。结果表明,多旬预测结果都较好地反映了监测结果的特征,各旬预测结果的绝对误差频数分布主要集中在-0.2到0.2之间。应用Kappa系数评价预测结果与监测结果的一致性程度:5月中旬为显著,4月上旬和中旬为中度,4月下旬和5月上 旬的一致性为弱,但阳性一致率较高。该模型的面上预测精度较好,适合关中平原的干旱预测研究。  相似文献   

5.
以陕西省关中平原为研究区域,选取2000-2009年每年4月上、中、下旬和5月上旬Terra-MO-DIS和NOAA-AVHRR遥感数据,应用条件植被温度指数(VTCI)方法,探究在两种遥感数据源、相同时间尺度下VTCI干旱监测结果的特点和可比性。通过对比分析多年同一旬的VTCI结果发现,两种数据的监测结果反映出的旱情分布规律相同,并且符合实际的干旱情况。尽管两种遥感数据在过境时间、波段数等方面均有所不同,但是两种数据的VTCI结果散点分布呈现出明显的线性相关关系,说明两种数据得到的VTCI干旱监测结果是具有可比性的。  相似文献   

6.
以辽宁省西北地区为例,以玉米为研究对象,通过利用MOD09A1数据计算研究区玉米各生育阶段的农田浅层土壤湿度指数(cropland soil moisture index,CSMI),分析各生育阶段CSMI与相应实测0~50 cm平均土壤湿度的相关性,二者相关系数绝对值均大于等于0.5,且达到0.01的置信水平,表明农田浅层土壤湿度指数(CSMI)能够很好地表达辽西北地区玉米不同生育阶段土壤水分状况。以2009年严重夏旱为例,计算研究区玉米6月下旬至8月中旬的CSMI,利用自然断点分级法将两个生长阶段的指数划分为4个干旱等级,即轻旱、中旱、重旱和特旱,并借助GIS技术绘制干旱等级图。结果表明该研究方法在实现研究区玉米干旱的识别上是可行的,可为农业干旱灾害风险评价与管理提供技术支撑。  相似文献   

7.
地表昼夜温差(ΔT)与植被覆盖度和土壤含水量等密切相关。文中在条件植被温度指数(VTCI)干旱监测方法的相关研究成果的基础上,应用MODIS数据,通过引入ΔT探究条件植被温差指数(ΔT-VTCI)干旱监测方法的可行性。ΔT-VTCI既考虑了区域内NDVI的变化,又考虑了在NDVI相同的条件下ΔT的变化。陕西省关中平原2000-2011年每年4月上、中、下旬和5月上旬的干旱监测结果表明,ΔT-VTCI的干旱监测结果与VTCI的干旱监测结果基本相符,可用于研究干旱的时空变化特征。通过对比分析多年多旬VTCI和ΔT-VTCI的干旱监测结果,发现两种方法得到的干旱监测结果的散点主要分布在1:1对角线附近,且呈显著的线性相关关系,说明这两种方法得到的干旱监测结果具有可比性。  相似文献   

8.
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。  相似文献   

9.
针对中国不同地区的区域气候及其变化特征,使用信息熵方法从降水观测资料中提取出区域降水的两个(均态和变化)本征尺度,提出一种基于区域气候系统层次性内在特征的气象干旱指数MSPI。使用各站1981-2010年的逐日MSPI序列,基于互信息算法,确定各站气象干旱指数MSPI的干旱等级划分规则,即按某一临界点集合对MSPI序列进行划分,得到的等级序列和MSPI序列之间的互信息最大时,此临界点集合是最优的,该临界点集合也就是干旱和湿润等级的合理划分。使用互信息方法对全国2 211站1981-2010年逐日MSPI序列进行等级划分,分为“特别干、严重干、中等干、轻微干、正常、轻微湿、中等湿、严重湿、特别湿”9个等级;进一步分析了全国1981-2010年各月不同等级干旱日数和站数百分比、各季节中等干、严重干、特别干事件日数比率的空间分布及不同等级干事件发展所缺降水量的距平百分率及缓解所需降水量。最后以2011年长江中下游春季严重气象干旱的发生、发展、持续、缓解过程及山西省1981-2010年逐月干旱事件为例,对MSPI指数及其等级划分规则的干旱监测能力进行检验,发现两者对不同程度的干旱都有较好的表征能力,并且对于干旱过程也有较好的识别能力。  相似文献   

10.
辽西北地区玉米干旱的识别方法   总被引:3,自引:0,他引:3  
以辽宁省西北地区为例,以玉米为研究对象,通过利用MOD09A1数据计算研究区玉米各生育阶段的农田浅层土壤湿度指数(cropland soil moisture index,CSMI),分析各生育阶段CSMI与相应实测0~50 cm平均土壤湿度的相关性,二者相关系数绝对值均大于等于0.5,且达到0.01的置信水平,表明农田浅层土壤湿度指数(CSMI)能够很好地表达辽西北地区玉米不同生育阶段土壤水分状况。以2009年严重夏旱为例,计算研究区玉米6月下旬至8月中旬的CSMI,利用自然断点分级法将两个生长阶段的指数划分为4个干旱等级,即轻旱、中旱、重旱和特旱,并借助GIS技术绘制干旱等级图。结果表明该研究方法在实现研究区玉米干旱的识别上是可行的,可为农业干旱灾害风险评价与管理提供技术支撑。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号