基于FY-3D/MERSI-II数据的陕西农业干旱遥感监测应用研究

以陕西省夏季干旱过程监测为例，采用风云系列最新极轨气象卫星FY-3D/MERSI-II数据，利用其250 m空间分辨率红光和近红外通道构建NIR-Red特征空间，建立垂直干旱指数（PDI）、改进型垂直干旱指数（MPDI），并与综合气象干旱指数（CI）进行相关性分析。结果表明：FY-3D/MERSI-II数据在陕西省的干旱遥感监测中具有良好的适用性，PDI、MPDI与CI呈显著负相关，相关系数分别为-0.135和-0.110，达到显著水平，PDI在陕西省夏季旱情动态监测中表现更好；2019年陕西省夏季旱区主要集中在榆林北部和渭北旱腰带，5月下旬的干旱过程最为严重，对冬小麦产量有较大影响；相较于国际气象卫星和陆地卫星数据，国产FY-3D/MERSI-II数据具有更高的时空分辨率，在进行农业干旱动态监测方面具很大潜力。     

三种不同干旱动态监测指数在陕西省的适用性研究

运用陕西省96个站1981—2012年近32年的逐日气温、降水、风速、相对湿度等资料,分别计算出各站逐日(向前滚动30天)的三种干旱动态监测指数：降水距平百分率(P_a)、相对湿润干旱指数(MI)、标准化降水指数(SPI),并将陕西省按地域由北至南分为陕北、关中、陕南,按季节分为春(3—5月)、夏(6—8月)、秋(9—11月)、冬(12—2月),分别统计出不同干旱动态监测指数对应的干旱发生的频率并与历史记载中实际干旱情况进行比对,对三种干旱动态监测指数在陕西省的适用性进行分析。结果表明：夏季MI指数得到的干旱频率最高,P_a指数最低,冬季MI指数得到的干旱频率最低,P_a指数最高; 在春、冬季节P_a指数的适用性较好,在夏、秋季节MI指数的适用性较好; 陕西省夏季容易发生局地强降水,而在秋、冬季容易出现长时间的无降水,导致SPI指数在夏、秋、冬季节的适用性不太好。     

基于订正后的CI指数分析近50年干旱对山西省玉米产量的影响

利用1961-2010年山西省气象站逐日气温和降水资料计算出逐日综合气象干旱指数(CI);通过对比CI指数与临近农田站1992-2010年的土壤墒情观测资料,分区域和发育期订正了玉米发生干旱时的CI指数评判标准.同时结合近50年山西省玉米单产资料,采用线性回归法分区域构建了山西省玉米干旱减产定量评估模型.结果表明,玉米不同发育期发生干旱的CI指数评判标准与传统的气象干旱等级划分标准差异较大.以晋南区为例,玉米播种至出苗期、拔节至抽雄期、乳熟至成熟期发生干旱的CI指数评判标准为≤-1.2,出苗至拔节期为≤-1.3,抽雄至乳熟期为≤-0.9.山西省玉米全生育期干旱累积指数与气象影响产量显著正相关,相关系数分别达到0.9335(晋北区)、0.6929(晋中区)和0.8041(晋南区);不同区域玉米干旱减产定量评估模型模拟的近50年玉米产量变化与实际气象影响产量通过Pearson相关性显著性检验,能较为准确地评估玉米发生干旱时的产量损失。     

基于核熵成分分析的综合干旱指数的构建与应用

针对传统单变量干旱指数难以全面表征干旱及部分综合干旱指数难以反映多变量之间的非线性关系等问题，采用标准化降水蒸散发指数（SPEI）、标准化径流指数（SRI）及标准化土壤湿度指数（SSMI）3个单变量指数分别表征气象干旱、水文干旱和农业干旱，利用核熵成分分析法（KECA）构造综合干旱指数（SMDI），采用M-K趋势检验、小波分析及典型历史旱情验证等方法分析干旱的时空变化特征以及干旱指数的适用性。以黑河流域中上游为例，结果表明：研究区全年77.6%的区域表现为干旱不显著加重的趋势；在流域尺度上，干旱存在43 a的长周期，15~23 a的中周期，3~8 a的短周期；20世纪90年代夏、秋两季及21世纪以来春、冬两季干旱发生频率较高，且整体夏旱发生频率最高；1969年春、1997年秋和2009年冬的典型历史旱情验证表明SMDI优于其他3种单变量干旱指数。说明基于KECA构建的SMDI是一种有效的干旱监测指数，在黑河流域中上游干旱监测中有好的适用性。     

基于TVDI的攀西地区干旱时空变化特征研究

利用MODIS地表温度数据（LST）和归一化植被指数（NDVI）构建Ts-NDVI特征空间，通过计算温度植被干旱指数（TVDI）详细分析了攀西地区2001—2020年干旱时空变化规律。结果表明：（1）从时间角度来看，20年间攀西地区TVDI年均值介于0.5481~0.5820，以-0.0001·a^-1速率缓慢减小，且在2001年和2009年出现大范围中旱。季节性干旱特点表现为冬干春旱，各季TVDI均值分别为冬季0.5618、春季0.6058、夏季0.5590、秋季0.5365，表明冬、春两季较夏、秋两季更容易形成干旱。TVDI月均最大值出现在5月份，为0.6089；最小值出现在9月份，为0.5204；每年2—6月以中旱为主；7月起旱情减轻，转为轻旱；10月起旱情逐渐加重。（2）从空间角度来看，攀西地区旱情变化趋势南北差异明显，南部干旱发生的频率和范围大于北部地区，呈现出中部、南部及西南部高，北部、西北部及东北部低的空间分布特征。（3）从典型干旱年份来看，攀西地区2001年、2006年和2011年春旱耕地在空间分布上具有一定的相似性。其中，受中旱的耕地主要分布在攀西北部和中部；而受重旱的耕地主要集中分布在攀西西南部。研究结果表明，2001—2020年攀西地区旱情稍有缓解，不同季节间干旱差异性较大，干旱范围以攀西中部和南部为主。     

三种干旱指标在泾惠渠灌区的适用性分析

为了正确评价灌区的干旱状况,利用泾惠渠灌溉试验站1953—2011年的降水资料,分析了降水距平百分率、标准化降水指数SPI、降水Z指数三种干旱指标在灌区的适用性。结果表明,三种指标均能较好地体现降水的年际变化趋势,但SPI对于降水变化的反映比降水Z指数和降水距平百分率更准确。在干旱出现年份的判定方面,三种指标得到的结果一致;在干旱程度的判定上,在发生中旱及以上干旱的1969、1986、1993、2000年,SPI和降水Z指数比降水距平百分率判定准确,在发生重旱的1977、2000年,SPI的判定比Z指数更符合实际。分析泾惠渠灌区SPI变化趋势发现,灌区在1990年后干旱发生次数占研究期内总干旱次数的55.6%,干旱程度也有增加的趋势,采取合理措施抗旱将成为灌区未来发展的关键。     

基于多源卫星数据的3种干旱遥感监测效果比较

基于MODIS/TERRA、FY-3B/MERSI和HJ/CCD监测数据,结合研究区同步土壤湿度实测资料,利用垂直干旱指数（PDI）,对比分析了各传感器在干旱时空动态中对旱情响应的敏感性和可靠性。结果显示：在黄土高原半干旱区各遥感卫星监测到的PDI指数与土壤相对湿度呈显著负相关,与0～20 cm相对湿度相关最为密切;MODIS的PDI监测信息与实际春旱发展前期状况最为接近,HJ的PDI监测信息对干旱后期效应性相对较差, HJ、MODIS和FY3B的PDI监测信息都能够比较真实的反映干旱缓解后的实际情况。     

基于时间序列遥感数据的陕西省2004—2014年干旱变化特征分析

利用MODIS归一化植被指数（NDVI）产品MODLT1M和MODIS地表温度产品MODND1M,计算2004—2014年陕西省月温度植被干旱指数（TVDI）,基于TVDI采用一元线性回归、Theil-Sen Median趋势分析、Mann-Kendall检验等方法来研究陕西省11 a来干旱的空间分布特征、时间变化特征及干旱演变趋势,并结合气象数据进一步探究引起干旱变化的气象因素。研究表明： 11 a中陕西省干旱发生频率呈现北高南低的特点,陕北、关中、陕南三大区域干旱发生的频率分别为68.2%、53.8%、22.7%,且均以轻度干旱为主; 陕西省旱情主要出现在春季,11 a春季的平均TVDI值在0.6～0.7之间波动; 陕西省11 a中干旱情况整体呈减弱趋势,TVDI值减小、不变、增大的区域分别占55.38%、42.89%、6.20%; TVDI与湿润指数对干旱的表征具有一致性,且年均TVDI值与年降水量呈显著负相关关系（P=0.019）,降水是引起TVDI下降的一个重要气象因子。     

气象行业标准《小麦干旱灾害等级》在莒县实际生产中的订正应用

为探索定量评估干旱灾害对旱区冬小麦造成损失的方法，以山东省莒县为例，利用1981—2010年莒县三十年气候整编资料以及历年冬小麦生长发育期、土壤水分观测资料，运用FAO PM公式，对气象行业标准《小麦干旱灾害等级》中冬小麦不同生长发育阶段的可能蒸散量、需水量、水分亏缺率进行求算，对小麦不同生育阶段作物系数表（K_c）中后期阶段的发育期、K_c的界定取值以及有关计算公式等进行订正应用研究。结果表明：小麦生育期间各生育阶段总可能蒸散量518.741 mm、不同作物系数小麦总需水量466.393 mm，平均作物系数总需水量440.93 mm，进而求算的阶段水分亏缺率符合实际，效果良好，用水分亏缺率作为评估干旱对冬小麦造成损失的方法可取，可以满足依据水分亏缺率对小麦产量的预报评估需要，可为基层和各级科研人员掌握和了解小麦干旱灾害评估方法提供切实可行的参照依据。     

温度对小麦矮腥黑穗病菌冬孢子萌发的影响

温度对小麦矮腥黑穗病菌冬孢子萌发影响的试验结果表明,TCK冬孢子在-2～12℃范围内都可以萌发,5℃为最佳萌发温度。同一分离菌冬孢子在不同温度处理的萌发特性和萌发率有差异;不同分离菌冬孢子在相同温度下的萌发特性和萌发率有很大差异。在5℃下5个分离菌中,冬孢子萌发起始时间最短的为15 d,最长为35 d,培养60 d时分离菌T_t1、T_t2、T_y、T_m和T_u冬孢子的萌发率分别为86.4%、23.9%、23.3%、44.3%和81.0%。根据分离菌T_t2不同温度下培养50 d时的萌发率,建立了萌发率(Y)与温度(X)的模型为Y=0.150 8 exp[-0.02949(X-4.957 6)]2,此结果为TCK的风险评估提供了基础数据。