基于地形因子的TVDI修正——以陕西省为例

近年来,温度植被干旱指数(temperature vegetation drought index,TVDI)在遥感旱情监测中得到广泛的应用,但传统的TVDI没有考虑地形因子对指数精度的影响。本文以陕西省为例,利用DEM数据对地表温度做高程修正,同时引入归一化差值山地植被指数(normalized difference mountain vegetation index,NDMVI)代替归一化植被指数(normalized difference vegetation index,NDVI),以减弱地形起伏对植被指数的影响,进而构建新的TVDI。分别利用修正前后的地表温度以及NDMVI和NDVI构建了4种TVDI,并分析4种指数与土壤湿度及降水的关系,分析比较其监测农业干旱的精度。结果表明:高程与地形起伏对TVDI监测干旱的精度有较大的影响。经过修正后的TVDI与传统TVDI相比,其与土壤相对湿度的相关系数从-0.342提高至-0.711,且能更准确地体现降水的变化特征,说明修正后的TVDI能够更有效地反映区域土壤水分状况,可对农业干旱进行更加精确地监测。     

基于植被光谱和FY-3A/VIRRL1B数据的藏北地区土壤水分估算北大核心CSCD

为了实现对藏北地区土壤水分和干旱情况的动态监测,基于藏北植被光谱、实测20 cm土壤水分以及FY-3A/VIRR数据,利用相关性筛选出对土壤水分敏感的植被光谱波段构建植被指数,并以此建立土壤水分估算模型,再结合FY-3A/VIRR L1B数据将建立的模型应用于藏北地区的土壤水分估算,通过比较决定系数和RMSE,确定精度较高的藏北地区土壤水分遥感估算模型。研究表明：NDVI（620,850）、EVI（450,620,850）、NDWI（850,1 330）和RVI（850,1 330）与实测20 cm土壤水分的决定系数分别为0.232、0.256、0.537和0.554,都能较好地表征土壤水分,分别利用每个指数建立的二次模型所获得的土壤水分估算结果与实测数据的RMSE均较小;以FY-3A/VIRR数据为基础,模型M（NDVI）和M（EVI）能够有效的估算藏北土壤水分,模拟值与实测值的相关系数r分别为0.50和0.51,RMSE分别为0.13和0.11,模型都可实现对藏北地区土壤水分的估算。研究可为掌握藏北地区土壤水分状况和制定农牧业发展决策提供依据。     

基于生成对抗网络模型的SMAPL4土壤水分产品降尺度分析

土壤水分是地表和大气水热过程交换的重要纽带,对于农业生产以及优化种植结构具有重要意义,NASA卫星下的SMAPL4是一种以被动微波遥感技术为手段对土壤湿度监测的产品,具有可穿透云层和全天候监测等能力,但其较低空间分辨率很难满足小尺度或小区域范围的实际研究需求。鉴于此,根据云南省姚安县高原灌区特殊的地理位置,引用相关系数推演得出与研究区土壤水分空间分布有关的解释变量,沿用随机森林算法,耦合1 km包含地表温度和归一化植被指数的MODIS地表产品,建立基于RF全局窗口线性回归的1 km级被动微波土壤水分空间降尺度模型;而后堆叠地表温度(LST)、归一化植被指数(NDVI)、降水量(Prec)、地表蒸散量(ET)等4个变量形成条件生成对抗网络框架,并使用均方误差(RMSE)和条件生成对抗性损失函数训练神经网络来建立低分辨率和高分辨率映射关系,随即获得降尺度后土壤水分空间分布结果;最后将实际采样和监测站点提供数据做空间平均聚合后,与SMAPL4原始结果的CGAN、RF降尺度结果进行对比分析。结果表明：LST、NDVI、Prec、ET与土壤水分的相关性均值均大于0.44,具有相关关系,条件生成对抗网络降尺度结果对指标R²和Bias表现效果最好,均值分别为0.7和0.032;RF降尺度结果对RMSE的效果最好,均值为0.006。同比SMAPL4原始数据,RF结果空间分布更为平滑,但极值差异性较大;CGAN结果能有效表征土壤含水空间分布状况,其数据变异性和极值表征能力更为突出。经RMSE与对抗性损失函数训练后,认为0.2~0.28的值域分布为降尺度后的研究区土壤水分数值分布结果。     

基于植被光谱和FY-3A/VIRRL1B数据的藏北地区土壤水分估算

为了实现对藏北地区土壤水分和干旱情况的动态监测,基于藏北植被光谱、实测20 cm土壤水分以及FY-3A/VIRR数据,利用相关性筛选出对土壤水分敏感的植被光谱波段构建植被指数,并以此建立土壤水分估算模型,再结合FY-3A/VIRR L1B数据将建立的模型应用于藏北地区的土壤水分估算,通过比较决定系数和RMSE,确定精度较高的藏北地区土壤水分遥感估算模型。研究表明:NDVI(620,850)、EVI(450,620,850)、NDWI(850,1 330)和RVI(850,1 330)与实测20 cm土壤水分的决定系数分别为0.232、0.256、0.537和0.554,都能较好地表征土壤水分,分别利用每个指数建立的二次模型所获得的土壤水分估算结果与实测数据的RMSE均较小;以FY-3A/VIRR数据为基础,模型M_(NDVI)和M_(EVI)能够有效的估算藏北土壤水分,模拟值与实测值的相关系数r分别为0.50和0.51,RMSE分别为0.13和0.11,模型都可实现对藏北地区土壤水分的估算。研究可为掌握藏北地区土壤水分状况和制定农牧业发展决策提供依据。     

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。     

基于地形因子的土壤水分反演研究——以延河流域为例

以延河流域为研究区域,应用Landsat5/TM遥感数据和DEM数据进行归一化植被指数和地表温度的反演,并对气温参数进行了高程、坡度、坡向、地形遮蔽等地形因子的订正,更为精细地表达局地温度的空间分布差异。运用ERDAS的空间建模工具,反演得到温度植被干旱指数分布图。结果表明,此方法较好地反映了延河流域土壤的相对干旱状况,是一种比较有效和充分考虑地形因子影响的监测土壤水分的方法。     

基于MODIS的河南省春旱遥感监测

以河南省冬小麦旱情遥感监测为例,利用MODIS/Terra卫星产品的归一化差异植被指数(NDVI)和地表温度(Ts)数据,构建双抛物线型NDVI-Ts特征空间。基于双抛物线型NDVI-Ts特征空间的温度植被干旱指数(TVDI)数据与气象站点实测土壤湿度进行相关性分析,揭示双抛物线型NDVI-Ts特征空间能较好地反映地表10cm土壤水分状况。以双抛物线型NDVI-Ts特征空间反演得到的TVDI作为旱情遥感监测指标,评估了2000年、2005年、2010年和2015年2月26日～6月1日的河南省春旱情况,并与当地气象站降雨数据对比,揭示了河南省旱情发展的时空特点,结果表明:利用MODIS NDVI和Ts数据构建NDVI-Ts特征空间呈双抛物线型,干边可决系数R~2在0.9以上;TVDI与实测土壤湿度呈现负相关关系,两者之间的线性拟合方程通过了P≤0.05的显著性检验;进一步将TVDI监测结果与降水量数据对比分析,表明TVDI监测旱情空间分布基本与降雨量空间分布一致。因而,基于双抛物线型NDVI-Ts特征空间的TVDI可以用于研究区旱情监测;从2000年、2005年、2010年和2015年的冬小麦旱情时空分布来看,河南省中南部冬小麦主产区土壤比较湿润,基本满足冬小麦需水量要求。     

华南农作物覆盖区土壤水分ENVISAT-ASAR与MODIS数据联合反演算法研究

准确、及时地获取大面积地表土壤水分信息在农业科学领域具有较大的应用潜力。本文以地域特色突出的广东省徐闻县为试验区,联合使用双极化ENVISAT-ASAR数据和光学遥感MODIS数据,充分利用MODIS数据的高重复覆盖率,提取试验日期内的归一化差分水指数(NDWI),计算各试验点所对应的植被含水量(VWC)数据,相较于NDVI,NDWI具有不易饱和的特点,更加适合于本次研究所在的高植被覆盖区。最后利用"水—云模型"从ASAR数据总的后向散射中去除植被的影响,建立裸土后向散射系数与实测土壤含水量之间的关系,拟合结果VV极化优于HH极化,相关系数为VV极化R=0.865,HH极化R=0.676,总体上针对农作物覆盖地表土壤水分变化的估算算法还需要更进一步发展和改进,以提高反演精度。     

基于条件植被温度指数的干旱监测研究

以黑龙江军川农场为研究区域,应用Landsat TM卫星遥感数据计算和反演归一化植被指数和地表温度,采用条件植被温度指数(VTCI)的方法对该区域进行土壤表层水分监测.通过与同一时期的LST和NDVI模型的反演结果进行对比,结果表明:VTCI与该模型的纹理特征相似,干旱的分布规律几乎一致.应用土壤表层含水量数据对干旱监测结果进行验证,验证结果表明VTCI与土壤表层含水量有较好的线性相关性,进一步证实了VTCI是一种实时的干旱监测方法.     

基于地形校正TVDI的地下水位埋深反演

在干旱、半干旱地区,地下水是陆生植被生存的重要水源,而传统的地下水位监测方法费时费力,及时获取大尺度高精度的地下水位埋深显得十分重要。在温度植被干旱指数(TVDI)的基础上,分别提取三期Landsat 8遥感数据的归一化植被指数(NDVI)、修正土壤调节植被指数(MSAVI)、比值植被指数(RVI)、差值植被指数(DVI)和增强型植被指数(EVI)和地表温度(Ts),并引入DEM数据对Ts进行地形校正,减少地形起伏对能量二次分配的影响,并选择最佳TVDI反演地下水位埋深状况,结果表明:(1)在传统TVDI的基础上引入DEM进行地形校正,分析校正前后TVDI与地下水位埋深的决定系数,R~2从0.4381提高到0.5053,这说明地形校正能够有效地提高地下水位埋深的反演精度;(2)通过三期影像对比分析了五种不同的TVDI值分别与其对应栅格点的地表土壤湿度和地下水位埋深的决定系数,总体上都是Ts-MSAVI较好,最高R~2分别为0.5547、0.5202;(3)在实测土壤含水量缺失的情况下,可以根据反映土壤湿度高低的因子(TVDI)间接地反演地下水埋深分布状况。     

基于WOFOST模型的辽宁省春玉米干旱灾损风险评估

利用锦州农业气象试验站的作物生长发育和土壤实测数据对WOFOST模型水分胁迫模块进行了调参,适用性验证表明,WOFOST模型适用于辽宁省春玉米生长发育和产量的模拟,辽宁省春玉米受干旱的影响可以利用WOFOST模型较敏感地反映出来。利用调参后的WOFOST模型模拟了全生育期及出苗~拔节、拔节~抽雄、抽雄~乳熟和乳熟~成熟各阶段发生轻、中、重旱情景对辽宁省春玉米产量的影响,并根据模拟结果确定了不同干旱风险等级下辽宁省东、中、西部玉米生产的灾损范围。结果表明：不同生育期发生干旱对产量的影响不同,总体上,抽雄~乳熟期发生干旱的影响最大,其次是拔节~抽雄期,而出苗~拔节期和乳熟~成熟期发生干旱对产量的影响较小,全省春玉米在抽雄~乳熟期发生重旱的减产风险达30%~70%;在相同干旱水平下,不同区域受影响程度也不同,在全生育期及各生育阶段发生轻、中、重旱情景下,干旱导致的减产率总体上表现为由东部向西部地区逐渐加重的趋势,在全生育期重旱情景下,辽宁省东部的春玉米减产率为40%~75%,中部为60%~90%,西部达65%~95%。     

基于Copula函数的河北省夏大豆干旱风险特征研究

干旱是河北省夏大豆生育期内的主要农业气象灾害之一。选用1991—2020年河北省夏大豆种植区97个气象站的气温、降水、日照时数、风速等资料,以作物水分亏缺距平指数划分干旱等级,基于游程理论提取干旱事件的历时和烈度,采用Copula函数分析干旱事件的同现重现期,以及干旱事件同现重现期与大豆单产之间的关系。结果表明：（1）该区干旱历时、干旱烈度的高值区位于邢台、邯郸,干旱频次的高值区位于石家庄西部、保定西部、廊坊北部,说明高频次的区域不一定是长历时、强烈度干旱过程的分布区域。（2）河北省夏大豆干旱历时以威布尔分布和对数正态分布为主,而干旱烈度以广义极值分布和对数正态分布为主。（3）Frank-Copula函数为河北夏大豆干旱历时和干旱烈度的最优联合分布函数。（4）时长为3旬的干旱事件重现期最小,重旱的高风险区主要分布在廊坊、保定、石家庄中西部、沧州中东部、衡水、邢台、邯郸;时长为11旬的各等级干旱仅邯郸中东部为相对高风险区,其它大部地区为低风险区,即时长为11旬的干旱事件出现的可能性较小。（5）大豆单产与干旱时长、干旱烈度的相关系数75%的站点通过了P<0.05的显著性检验,与重现期的相关系数所有站点均通过了P<0.05的显著性检验,甚至1个站点通过了P<0.001的显著性检验,说明重现期更能反映干旱事件对产量的影响,长历时、高烈度干旱事件的重现期低值区为干旱的高风险区。     

关中平原干旱遥感监测指数对比和应用研究

采用2000-2016年5月份MODIS数据,构建NIR-Red特征空间,对比分析基于该特征空间的垂直干旱指数(Perpendicular Drought Index,PDI)、改进型垂直干旱指数(Modified Perpendicular Drought Index,MPDI)、土壤湿度监测指数(Soil Moisture Monitoring Index,SMMI)及改进型土壤湿度监测指数(Modified Soil Moisture Monitoring Index,MSMMI)这四种干旱监测指数的有效性,并与实测土壤湿度进行相关性分析;最后采用精度最高的SMMI分析关中平原的旱情时空分布特征和规律。结果表明:(1) PDI、MPDI、SMMI及MSMMI均与10cm深土壤湿度存在负相关关系,可决系数R2分别为0.60、0.40、0.64、0.40,表明PDI、MPDI、SMMI及MSMMI均可作为旱情监测指标,且SMMI略优于其它三种监测指数;(2)关中平原东部、中部、西部部分地区旱情严重,西南部地区旱情较轻,且旱情呈年际波动显著的特征;(3) SMMI与月平均气温呈正相关关系区域占75.66%,与月降水量呈负相关关系区域占74.34%,其中通过90%显著性检验区域分别占总面积的27.36%、17.26%,说明降雨和温度不是导致旱情变化的主要影响因子。     

Drought trend analysis in a semi-arid area of Iraq based on Normalized Difference Vegetation Index,Normalized Difference Water Index and Standardized Precipitation Index

Drought was a severe recurring phenomenon in Iraq over the past two decades due to climate change despite the fact that Iraq has been one of the most water-rich countries in the Middle East in the past.The Iraqi Kurdistan Region(IKR)is located in the north of Iraq,which has also suffered from extreme drought.In this study,the drought severity status in Sulaimaniyah Province,one of four provinces of the IKR,was investigated for the years from 1998 to 2017.Thus,Landsat time series dataset,including 40 images,were downloaded and used in this study.The Normalized Difference Vegetation Index(NDVI)and the Normalized Difference Water Index(NDWI)were utilized as spectral-based drought indices and the Standardized Precipitation Index(SPI)was employed as a meteorological-based drought index,to assess the drought severity and analyse the changes of vegetative cover and water bodies.The study area experienced precipitation deficiency and severe drought in 1999,2000,2008,2009,and 2012.Study findings also revealed a drop in the vegetative cover by 33.3%in the year 2000.Furthermore,the most significant shrinkage in water bodies was observed in the Lake Darbandikhan(LDK),which lost 40.5%of its total surface area in 2009.The statistical analyses revealed that precipitation was significantly positively correlated with the SPI and the surface area of the LDK(correlation coefficients of 0.92 and 0.72,respectively).The relationship between SPI and NDVI-based vegetation cover was positive but not significant.Low precipitation did not always correspond to vegetative drought;the delay of the effect of precipitation on NDVI was one year.     

甘肃黄土高原土壤农业水分常数分布特征

通过对黄土高原23个农业气象观测站及3个农业气象试验站作物观测地段的土壤农业水分常数分析,以揭示该地域农业水分特性的分布特征。结果显示:在甘肃黄土高原,土壤容重从北到南、从浅层到深层呈减少趋势;凋萎湿度地域及垂直分布变化不大;田间持水量地域分布特征明显,陇西黄土高原大于陇东黄土高原;干旱的临界土壤含水量基本上为北部小于南部,最大值出现在陇西黄土高原的中部。     

基于标准化降水指数的河南省近45年干旱时空特征分析

依据河南省45个气象站近45年逐月降水资料,以标准化降水指数作为干旱指标,详细分析河南省范围内干旱强度、影响范围、发生频率的时空演变规律.结果表明:(1)在过去45 a中河南省干旱具有明显的周期性且近年来有增强的趋势;从干旱发生站次比上来看,年尺度干旱站次比呈阶段性先增后减的变化趋势,且在全省范围内多发全域性、局域性干...     

西北地区秋季干旱指数的变化特征

利用甘肃、宁夏、青海、新疆4省(区)的137个气象站30年的降水、蒸发资料,确定适合西北地区的干旱指数计算方法,分析中国西北地区秋季降水、蒸发、干旱指数的空间分布、时间演变等特征.结果表明:西北地区秋季平均自然降水从东南到西北依次减少,在甘肃西部、青海西北部、新疆南部有一条东西向的少雨带,是干旱最严重的地方.新疆南部、甘肃西部、青海西部重旱频率最高,平均2年一遇;新疆北部、甘肃南部、青海南部、中旱频率为30%左右,平均3年一遇,轻旱频率30%左右,平均3年一遇.表明西北地区的干旱有明显的地域特征,即新疆中南部、甘肃西部、青海西部为干旱区,新疆北部、甘肃中东部、青海东部和南部为半干旱区.     

基于MODIS干旱指数与RBFNN方法的江苏冬小麦需水关键期土壤水分遥感监测应用

利用遥感指数反演土壤水分已成为监测干旱的重要手段之一，而单一的遥感干旱指数对于反演土壤水分存在一定局限，本研究从7种不同MODIS遥感干旱监测指数中选取适宜的5种并结合径向基函数神经网络（RBFNN）协同反演江苏省2018年冬小麦需水关键期的土壤相对湿度。结果表明：与单一的遥感干旱指数相比，协同RBFNN的遥感干旱指数反演的模型效果更好，与10 cm和20 cm深度的实测土壤相对湿度的相关系数分别达到0.5161和0.4307，能综合多种通道的遥感信息反映当地土壤水分的变化；同时研究利用RBFNN对2017年5月江苏冬小麦10 cm深度土壤相对湿度进行反演，得到的土壤相对湿度分布图与实测土壤墒情结果较为接近，说明利用RBFNN反演模型有效。研究结果提高了土壤湿度的反演精度，为当地农业干旱的实时监测提供了新思路。     

2008-2009年冬季我国北方特大干旱成因分析

2008-2009年冬季,我国北方冬麦区发生了特大干旱灾害。利用NCEP/NCAR的再分析资料,分析了干旱发生过程中气温的异常、垂直积分的水汽含量特征和水汽输送的变化,最后从大气环流角度分析了干旱发生的内在原因。结果表明:2008-2009年冬季,我国中部和华北部分地区气温偏高,华北以北地区气温偏低,冷空气活动频繁;从印度洋到我国西南、中部、华北地区的水汽含量比多年平均偏少,我国大部分地区气流比较平直,西南方向的偏西风水汽输送较弱。在干旱发生过程中,乌拉尔山、巴尔喀什湖为高压脊,贝加尔湖到中纬度地区为槽区,亚洲大陆的东部又为高压脊;亚洲中部和东亚以经向型环流为主,贝加尔湖到西伯利亚地区为明显的负距平,有利于冷空气南下影响我国北方地区。同时,我国大部分地区下沉气流较多年平均偏强,从青藏高原南侧到西南、华南地区的下沉气流减弱了西南方向的偏西气流水汽输送,从而导致降水减少。