基于静止气象卫星的河北平原实际蒸散量遥感估算

本文提出利用中国第1 颗可操作性静止气象卫星风云2 号C 星(FY-2C)数据结合中等分辨率航天成像光谱仪MODIS 产品估算河北灌溉农田实际蒸散量(ET)的方法, 其中FY-2C 的第1、2 波段用于反演区域地表温度, 再结合16 d MODIS 合成的植被指数产品(MOD13), 得到地表温度与植被指数的三角空间分布图(Ts-NDVI)。通过Ts-NDVI 空间分布的关系, 利用改良三角算法得到区域的蒸发比(EF)。最后结合MODIS 地表反射率产品MCD43 估算得到的日净辐射量, 根据能量平衡计算得到该地区的日实际蒸散量。模型结果与地表Lysimeter 观测数据比较, 显示该模型估算得到的蒸发比和日蒸散量结果较为合理, 误差在可接受范围。此外, FY-2C 用于估算地表ET, 其时间分辨率具有较强的优势, 从而为获得多幅无云蒸散图提供了有利条件。     

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.     

区域蒸散和表层土壤含水量遥感模拟及影响因子

以甘肃省武威市为研究区域,应用灌溉前后两景Landsat TM-5卫星遥感数据,采用SEBAL模型进行了区域蒸散估算,综合应用归一化植被指数(NDVI)和地表温度(Ts),计算了该区域的条件植被温度指数(VTCI),并估算了表层土壤含水量(0～20 cm)。在获得区域净辐射通量、地表温度以及植被覆盖度空间分布的基础上,进一步对灌溉前后两景影像中日蒸散和表层土壤含水量的影响因素进行了分析。结果表明,区域蒸散和表层土壤含水量的遥感估算与地面同步观测值比较,能较好地反映研究区域的蒸散和地表含水量的空间变异特征。当土壤较干时,区域蒸散的空间分布变异较大,而表层土壤含水量的空间变异较小。在灌溉前后两景影像中,日蒸散与净辐射通量、地表温度和覆盖度之间都有极显著的相关性,决定系数均在0.90以上,而日蒸散量与表层土壤含水量的相关性以灌溉后较高。此外,表层土壤含水量与地表温度、覆盖度都呈显著的相关性,但比较而言,地表温度指数关系的离散性较小,相关系数也大。但地表温度、覆盖度与表层土壤含水量的相关性都依赖于土壤干湿程度,通常土壤越湿,相关性也越高。     

应用Penman-Monteith公式和土壤湿度指数估算区域地表蒸散

准确计算地表蒸散对于水资源合理利用具有重要意义。Penman-Monteith公式具有坚实的理论基础,被广泛应用于计算地表蒸散,但表面阻抗计算的复杂性阻碍了其向区域应用的进一步推广。本文首先利用地表温度(Ts)-植被指数(Fv)特征空间计算土壤湿度指数,进而计算土壤阻抗,改进和发展了Penman-Monteith蒸散算法,简称为PM-SMI。将该算法与地表温度-植被覆盖特征空间蒸散算法以及Penman-Monteith系列另一种算法(PM-Yuan)进行比较。利用美国南部大平原12个波文比观测数据进行模型比较和验证。研究区域主要覆盖农田和草地,植被覆盖度较低。结果表明在瞬时和日值两个时间尺度PM-SMI整体上都优于其他两种算法,PM-SMI方法适合用于区域地表蒸散估算。     

基于不同植被指数三角形法的蒸散指数研究

蒸散发的研究对于绿洲的生态安全、农业生产及水资源合理配置等问题具有重要意义。利用Landsat-8遥感影像获取于田绿洲2011年5月17日与2016年5月15日的地表温度和植被指数信息,根据地表能量平衡原理,构建三角形特征空间,基于一定的假设条件,并根据其"干边"和"湿边"方程系数计算研究区蒸散指数,同时采用MOD16-ET产品数据和研究区土壤含水量数据对地表温度与不三种不同植被指数计算出的蒸散指数进行对比分析。结果表明:基于三角形法的蒸散指数能够很好地估算陆面蒸散发,且与MOD16-ET产品的精度验证相关系数较高,R~2均大于0.7;而通过对比三种常用植被指数与地表温度计算的蒸散指数,采用ET-Ts/EVI计算出的蒸散指数精度较高,R~2大于0.8;同时,该方法与土壤含水量拟合结果同样,表现出ET-Ts/VI具有更高的精度(R~2大于0.7)。     

利用改进温度植被干旱指数反演农田表层土壤水分的研究

土壤水分作为土壤的重要组成部分,是气候、农业和生态系统的关键组成要素。快速、大面积和实时地监测土壤含水量,对旱情预报、农田灌溉和作物估产有着十分重要的作用。本文主要结合Landsat 8光学影像数据对地表土壤含水量进行反演,在温度植被干旱指数（TVDI）的地表温度－植被指数特征空间基础上引入分形覆盖度,构建地表温度－分形覆盖度特征空间,从而计算得到改进温度植被干旱指数（ITVDI）,采用研究区实测土壤含水量数据对计算的结果进行对比分析。为了分析TVDI和ITVDI与土壤体积含水量的关系,分别制作TVDI、ITVDI与土壤体积含水量的散点图并分析相关性。研究结果表明:在小麦拔节期内,研究区域大部分地区处于干旱状态,轻旱地区主要分布在研究区西部、北部以及中部的高植被覆盖地区;重旱地区主要分布在城市中心及部分裸露地面和小麦种植地区。TVDI和ITVDI与地表土壤含水量线性相关显著,两者均可表征研究区干旱的实际情况。但ITVDI引入分形植被覆盖度参数,在一定程度上避免干旱指数受到地表覆盖类型的限制,使得ITVDI与实测土壤含水量的相关性和反演精度都高于TVDI。因此,ITVDI能够更好地反映研究区域土壤含水量的状况,更适合高植被覆盖度地区土壤含水量反演。     

地表温度 植被指数特征空间时空尺度效应分析

利用遥感技术构建的地表温度-植被指数特征空间法(以下简称特征空间法)综合了这两个参数特有的生理生态意义,被广泛应用于区域旱情监测与蒸散估算。但是受前期降雨的影响,特征空间法的应用前提(研究区域存在极端干旱地区)很难满足;同时,多空间分辨率遥感数据对地面极端湿润或干旱状况识别程度不同,增加了特征空间法应用的不确定性。为探索特征空间法的时空尺度效应,本文利用MODIS数据对降雨后特征空间拟合边界的连续变化进行分析,利用Landsat 5 TM数据对不同空间分辨率下的特征空间参数及温度?植被干旱指数(TVDI)的变化进行研究。结果表明:拟合"干边"因受降雨影响,与理论"干边"存在较大差异,拟合"干边"的变化能够反映研究区域的墒情演变,要提高特征空间法的估算精度,必须正确对拟合"干边"在裸地处(NDVI=0.1)的数值进行动态赋值。遥感数据空间分辨率的降低使得拟合"干边"与"湿边"偏离理论边界,造成特征空间向中间压缩,导致TVDI指数向极端干旱和极端湿润区偏移。任何不符合特征空间法应用前提的畸变都可影响到最后的计算结果,应该从机理上对这些畸变进行校正或避开,特征空间法才能得到正确的应用。     

温度植被干旱指数反演全国土壤湿度的DEM订正

 用温度植被干旱指数(TVDI)反演土壤湿度的原理,是基于水分蒸发和植被蒸腾对地表温度的降低作用。随高程增加气温降低,气温影响地表温度,因而随高程增加气温对地表温度也有一定的降低作用。用数字高程模型(DEM)对地表温度t s进行订正,可以减少气温对地表温度的影响,使得经过DEM订正获取的TVDI,能更好地反映土壤湿度。订正前后结果的对比分析也表明,经过DEM订正获取的温度植被干旱指数,与实测值有更好的相关性,能更好地反映土壤湿度分布的实际情况。     

嗜酸乳杆菌微胶囊的热稳定性及热动力学研究

为了使嗜酸乳杆菌微胶囊得到较好的应用，并为其保质期提供理论依据，根据其活菌数，对嗜酸乳杆菌微胶囊的热稳定性和热动力学进行分析研究。结果显示：在试验温度为45～60℃下，微胶囊的失活常数随温度的升高逐渐增大，90%微胶囊中的菌失活所需要的时间(D)分别为140.85 h、64.52 h、31.06 h及14.40 h，且在45～60℃范围内，D值变化90%时的温度变化量(Z)为15.20℃；利用Arrhenius方程计算出表观活化能(E)为124.43 kJ/mol。     

基于Landsat 8 TIRS数据与TVDI的流域地表土壤干旱分析

以漓江上游流域为研究区域,利用较高空间分辨率的Landsat 8 TIRS数据定量反演流域的地表温度,并结合温度-植被干旱指数探讨干旱季节流域地表土壤干旱时空分布特征。结果表明:不同干旱季节,漓江上游流域地表温度分布规律类似,即以林地为主的上游流域地表温度低于以城乡工矿居民用地为主的中下游区域;流域地表土壤以干旱等级为主,部分区域出现极干旱现象,在一定程度上会影响区域农业和旅游业的可持续发展。流域地表土壤干旱程度受土地利用类型影响明显,以林地为主的上游区域地表土壤主要为湿润等级,而以城乡工矿居民用地为主的中下游区域主要为干旱等级。     

基于TVDI的沁水煤田地表土壤水分时空演变分析

温度植被干旱指数（Temperature Vegetation Dryness Index,TVDI）是表征地表干旱的有效指标,其时空格局分析是地表干旱与全球环境变化相互影响下的地表覆被变化的研究内容。以山西沁水煤田为研究区,结合2000—2010年MODND1M和MODLT1M数据,构建了NDVI-Ts特征空间并对干湿边拟合分析。结果表明:近11年来,沁水煤田年平均TDVI均大于0.4,且总体呈显著增加趋势,地表土壤湿度很低,部分区域处于中度和重度干旱之间。年度内,月平均TVDI处于0.5~0.7之间,且7月份TDVI存在明显波动。在空间上,研究区地表土壤湿度分布与地表植被分布基本一致。煤田南部和东部以干旱和极干旱为主,西北山区地带以正常或湿润为主,矿区密集区土壤湿度含量明显低于其他地区,矿井分布附近较其他区域地表干旱现象突出。     

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.     

基于MODIS数据的山东省2014-2016年干旱监测分析

针对近年频发的干旱情况不能准确及时监测评估的问题,以山东省为研究区,基于温度植被干旱指数方法（TVDI）,利用S-G加权滤波对MODIS地表温度产品MOD11A2和植被指数产品MOD13A2数据进行了重建,根据重建后的数据计算2014—2016年山东省的温度植被干旱指数,在比较NDVI-LST与EVI-LST构建的温度植被指数干旱模型（TVDI）的基础上,利用效果更好的EVI-LST构建的TVDI模型反演山东省2014—2016年的干旱情况,最后利用气象站观测数据对TVDI结果进行了相关性分析。研究表明,山东省在2014—2015年全年平均干旱面积占比分别为37.62%,41.7%,2016年基本无旱情发生。气象站观测的降水、温度与TVDI的相关性均在0.32以上,且均通过显著性检验,说明植被覆盖信息和陆地表面温度信息相结合反演的TVDI空间和时间分布能够较好地反映表层土壤水分变化趋势,其作为旱情评价指标是合理的。     

基于SPEI和TVDI的河南省干旱时空变化分析

近年来干旱在中国频发且影响不断加剧,因此监测干旱对气候变化、农业生产都有重要意义。基于1961-2016年56年的气象资料,利用标准化降水蒸散指数(SPEI)定量地分析了河南省不同时间尺度(1、3、6和12个月)的干旱发生的时空变化特征和强度;另外采用温度植被干旱指数(TVDI)分析了河南省的区域面积上的干旱空间变化,并探讨了SPEI和TVDI的相关性。结果表明:1961-2016年56 a间,SPEI值在各时间尺度上都呈微弱的湿润化,随着时间尺度的增大,SPEI值波动幅度减小;河南省各地区干旱分布不均匀,发生干旱年的是1961、1965、1966、1968、1972、1976、1978、1981、1986、1988、1997、2001、2013共13年,与实际情况较为一致。在月时间尺度上,SPEI与TVDI的相关性分析表明,SPEI-1与TVDI呈负相关关系,即TVDI越小,SPEI的值越大,干旱程度越轻;TVDI越大,SPEI的值越小,干旱程度越严重。研究结果可为河南省干旱影响评估提供参照标准。     

利用温度植被干旱指数（TVDI）方法反演杭州伏旱期土壤水分

利用MODIS资料构建了杭州地表温度（Ts）-增强植被指数（EVI）的特征空间,拟合了特征空间中的干、湿边方程,计算了温度植被干旱指数（TVDI）,并推导出利用TVDI和干、湿边土壤水分计算土壤含水量的方程。在计算TVDI的过程中,为了减少高程的影响,利用数字高程模型（DEM）对Ts进行了订正;利用同期野外实测土壤湿度数据计算了干边上的土壤水分值,从而反演杭州2006年伏旱期8月份每隔16d的平均土壤含水量。结果表明：①TVDI方法能反演杭州伏旱期土壤表层水分,实测值与预测值之间平均绝对误差在15个百分点左右。②高程校正后的TVDI能更好的反映土壤水分,与校正前相比,平均绝对误差减少5个百分点,基本满足业务需要。     

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。     

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。