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MODIS TVDI和模糊数学方法的藏北地区旱情等级遥感监测

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。     

基于温度植被干旱指数的黑龙江省旱情动态研究

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。     

基于MODIS TVDI和模糊数学方法的藏北地区旱情等级遥感监测

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。     

基于温度植被旱情指数的青海高寒区干旱遥感动态监测研究

利用MODIS资料提取的归一化植被指数(NDVI)和地表温度(Ts),构建NDVI-Ts特征空间,依据该特征空间设计的温度植被旱情指数作为旱情指标,对青海省东部浅山农业区2004年7月上旬的旱情进行了动态监测,同时利用各气象台站实测的地面数据进行了验证,结果表明利用温度植被旱情指数(TVDI)法对青海高寒区进行干旱动态监测是可行的。     

基于TVDI的渭干河-库车河三角洲绿洲植被生长期干旱遥感监测研究

渭干河-库车河三角洲绿洲是新疆重要农业生产区,频发的旱灾始终是制约农业可持续发展的障碍因素。因此,文中以渭干河-库车河三角洲绿洲为研究区,利用1989年和2011年植被生长期的两期TM影像提取的归一化植被指数(NDVI)和地表温度(Ts),构建Ts-NDVI特征空间,依据该特征空间设计的温度植被干旱指数(TVDI)作为旱情指标,找出适合研究区的旱情判别模式,并进行旱情对比分析。结果表明:1)在Ts-NDVI特征空间中,该绿洲1989年和2011年干旱遥感监测的干、湿边拟合方程分别为TSmax=-13.795NDVI+296.5,TSmin=5.3374NDVI+283.12和TSmax=-27.861NDVI+315.52,TSmin=4.4736NDVI+292.46。说明随着干边斜率增加,湿边斜率也增加,形成稳定的三角形形状,能较好的反映土壤干旱状况;2)从TVDI旱情等级分布图上可以得出等级为干旱的面积有所增加,且这一区域主要集中在绿洲外围,表明随着绿洲内部干旱的缓解,绿洲外围生态环境有所恶化。通过以上研究发现利用温度植被旱情指数(TVDI)法对渭干河-库车河绿洲地区进行夏季干旱动态监测是可行的。     

兰州市南北两山土壤水分遥感反演及植被需水量估算

探究西北干旱区土壤水分和植被需水量动态变化特征,可为生态恢复不同阶段所需水资源量及水资源优化配置提供科学依据。以兰州市南北两山为研究区,基于Sentinel-2 L2A和Landsat 8 OLI遥感影像,结合实测土壤0～10 cm的111个数据,分别构建垂直干旱指数(Perpendicular Drought Index,PDI)、改进型垂直干旱指数(Modified Perpendicular Drought Index,MPDI)和植被调整垂直干旱指数(Vegetation-adjusted Perpendicular Drought Index,VAPDI)土壤水分反演模型,并采用4种模型指标定量决定系数(R2)、平均绝对误差(MAE)、平均相对误差(MRE)、均方根误差(RMSE)对模型反演的效果进行精度评价,选出最优的土壤水分反演模型并结合土壤水分限制系数,与研究区2019年林地、草地和耕地植被面积的空间数据、各站点生长季内的参考作物蒸散量,构建植被生态需水量模型,厘清研究区内土壤水分、植被需水量时空变化特征。结果表明：(1)2种数据源下的PDI、MPDI、VAPDI和实测...     

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。     

归一化水体指数用于河南省干旱监测适用性分析

利用30 m分辨率的归一化植被指数（NDVI）图像信息熵对河南省气象站周边地表异质性进行分析,选取观测站周围地表较为均匀的站点实测土壤水分数据,通过计算归一化水体指数（NDWI）与实测土壤水分之间的相关系数,分析比较NDWI用于干旱监测的适用性。研究表明：信息熵方法可有效地对土壤水分观测数据进行筛选;在时间序列上,各站点实测值与NDWI具有负相关关系,在增强型植被指数EVI>0.4时相关性更高,说明在植被覆盖高的区域NDWI对土壤水分的反演更为敏感;空间上,根据地形将河南省分为北部、中部、南部和西部4个区域并选取第121、201、313天的土壤水分数据来分析与NDWI之间的相关性,在地形较为平坦的中北部地区NDWI与土壤水分之间负相关性最稳定且相关系数较高。根据NDWI空间分布可知,2014年河南省大部分地区均遭受了干旱,且干旱地区大部分位于平原,特别是北方地区受灾严重。总体来说,NDWI用于平原地区对作物进行干旱监测精度较高,并可预测干旱发展趋势及程度。     

FY-3C/MERSI数据应用于陕西省干旱时空动态监测研究

基于FY-3C/MERSI 1 km遥感数据,分别利用植被供水指数模型(VSWI)、归一化干旱指数模型(NDDI)、多波段干旱指数模型(MBDI),对陕西省2014年夏季的干旱过程进行动态监测,结合研究区同时段10 cm土壤相对湿度资料,对3种干旱遥感监测模型的准确性和稳定性进行评价。结果表明:3种遥感监测模型对陕西省2014年夏季干旱过程监测的准确性均有较好表现,其中VSWI的动态监测稳定性更好;MBDI与VSWI对干旱中期干旱程度的反演结果准确性相当,但对于干旱前期与后期,VSWI结果的准确性更好。基于VSWI监测结果,将陕西省分为陕北、关中和陕南地区进行讨论,结果表明FY-3C/MERSI具备对陕西省这次干旱过程进行时空动态监测的能力。     

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。     

基于标准化前期降水蒸散指数的新疆干旱时空演变特征

标准化前期降水蒸散指数(Standardized antecedent precipitation evapotranspiration index,SAPEI)是一种新的日尺度干旱指数,相对标准化降水蒸散指数(SPEI)而言,它不仅考虑当日的降水和蒸散情况,还考虑了早期水分平衡对当天干湿条件的影响,在描述和监测干旱方面更为稳健。本文根据新疆地区42个气象站2000—2019年气象要素数据计算SAPEI,利用线性趋势、M-K检验和反距离插值等方法,研究了21世纪以来新疆地区SAPEI时空变化特征,并基于SAPEI的分区和分代际比较分析了新疆地区干旱强度的时空变化,进而对新疆干旱发生的区域性和广泛程度的四季变化以及不同干旱等级发生频率的空间分布格局进行了探讨。结果表明：新疆气候整体呈湿润化,近年来干湿差异扩大,空间上存在部分相对湿润地区显著变干的现象;新疆春季变干,夏、秋、冬季变湿,夏冬两季在时间和空间上的干湿变化差异截然相反;20年来全疆和分区的干旱强度均显著降低,空间上东北部高、中部和西南部低;新疆干旱范围呈缩减趋势,近年来存在干旱等级提升风险,春季干旱范围扩大;新疆不同干旱等级的发...     

基于多源遥感数据的河套灌区干旱时空演变特征

利用中国气象局陆面数据同化系统（CLDAS）验证了2015—2016年土壤水分主动-被动微波数据集（SMAP）在河套灌区的适用性,基于土壤水分亏缺指数（SWDI ）和干旱周百分比（PDW）分析了作物生育期内灌区农业干旱时空演变规律,通过两个参考指标检验了SWDI在河套灌区的精度。结果表明：（1）SMAP在河套灌区的适用性较好;区域尺度上,SMAP和CLDAS的相关系数为0.65;栅格尺度上,约有69%的栅格表现良好（R>0.5）,且多集中在灌区西南部和东北部。（2）严重干旱主要发生在4月下旬到5月中旬、7月下旬到8月下旬以及9月中旬到10月中旬,主要集中在灌区的西南部、中部和东部;2015—2016年PDW值略有增大,干旱事件的持续时间有所延长。（3）大气水分亏缺量（AWD）表征的气象干旱在时间上显示2 a内灌区干旱月份为5—8月;空间上,除去地形原因,SWDI和AWD的相关性较为显著,且有一半格点通过了显著性水平为0.01的显著检验,表明基于SWDI对河套灌区进行干旱状况分析具有较高的可信度。     

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。     

干旱和盐胁迫对不同种源地麻花艽幼苗生长和生理特性的影响

以青海省海北站、德令哈、河北乡、下藏科和班玛县5个地理种源麻花艽种子为材料,检测干旱胁迫、盐胁迫和混合胁迫下麻花艽幼苗的生长和生理特性。结果显示,胁迫下麻花艽材料的生长受到明显抑制,但不同地区受胁迫的影响不同,干旱胁迫下德令哈地区幼苗的株高最高,为2.36 cm;盐胁迫和混合胁迫下河北乡地区幼苗的株高最高,分别为2.49 cm和2.28 cm。不同胁迫下不同地区的幼苗生理特性也存在一定的差异,与对照相比,仅干旱胁迫下德令哈地区幼苗的MDA含量降低了69.07%,其可溶性蛋白增加了46.52%;单纯干旱胁迫下,海北站地区幼苗的POD和CAT活性分别增加了234.39%和86.39%;单纯盐胁迫处理下,海北站地区幼苗的POD和CAT活性分别增加了340.53%和127.86%;混合胁迫下德令哈地区幼苗的SOD和CAT分别增加了6.44%和51.20%。通过隶属函数法进行综合分析发现,5个地理种源麻花艽的抗旱性综合评价顺序为：德令哈>海北站>下藏科>河北乡>班玛县,耐盐性顺序为：海北站>下藏科>德令哈>班玛县>河北乡,混合胁迫抗性顺序为：德令哈>下藏科>河北乡>海北站>班玛县。结果表明,不同地理种源麻花艽对胁迫的响应存在一定的差异,德令哈和海北站地区麻花艽对胁迫的耐受性更强,推测可能与长期生长的自然环境有关。     

基于连续小波变换的干旱胁迫下玉米冠层叶绿素密度估测

测定了玉米各生育时期干旱胁迫下冠层叶绿素密度及冠层光谱数据,利用原始光谱反射率与冠层叶绿素密度进行相关性分析,采用常用植被指数、波段自由组合、连续小波变换构建玉米冠层叶绿素密度估测模型,并用决定系数(R~2)、均方根误差(RMSE)进行精度检验。结果表明:冠层叶绿素密度在抽雄期相较于正常对照,轻度、中度、重度干旱胁迫处理分别下降7.8%、29.5%、44.2%;波段自由组合指数RVI(555,538)、NDVI(555,538)和敏感小波系数bior5.5(26,792)、rbio2.6(22,790)、gaus6(21,791)与叶绿素密度的相关性较高,相关系数绝对值均达到0.900以上;基于敏感小波系数构建的冠层叶绿素密度估测模型验证集R~2均在0.850以上,相较于其他植被指数模型R~2平均提升20.6%,RMSE平均降低32.6%;最优模型为以gaus6(21,791)为自变量的一元线性回归模型,R~2为0.864,RMSE为1.532。利用连续小波变换对光谱数据进行预处理,可以有效提升玉米冠层叶绿素密度估测模型的精度。     

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。     

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。     

甘肃省季节性干旱综合指数的特征

利用甘肃省71个气象站1971-2013年月降水量资料,借助Z指数构建了基于干旱频率、干旱强度的干旱综合指数评价指标,从季节性干旱以及季节性连旱着手分析了不同时间尺度的干旱特征。结果表明:研究区季节性趋旱程度(MK0)和趋旱范围(DR,%)差异显著,其中春季陇东高原为-0.154(100%),重旱为灵台(-0.238*)、宁县(-0.180)、镇原(-0.178);夏季河西走廊为-0.081(73.7%),重旱为马鬃山(-0.271*)、安西(-0.255*)、敦煌(-0.171);秋季陇中高原为-0.017(50.9%),重旱在会宁(-0.186)。季节性干旱综合指数重旱时段显示,春季为1995年(陇东0.481),夏季为1997年(陇南0.405),秋季为1972年(甘南0.366),冬季为1998年(陇东0.586)和2009年(甘南0.449)。两季连旱高值区在白银、会宁、古浪、玛曲、灵台、永登、华池、静宁等地(0.030),其中秋冬连旱最为严重(0.0274);三季连旱高值区为会宁、古浪、静宁、白银、永登等地(0.020),其中夏秋冬连旱最为显著(0.017 5);四季连旱高值区为会宁、古浪、西峰、灵台、泾川等地(0.015),即除了冬春夏秋连旱外,其余季节性连旱程度均比较显著(0.009)。     

气候变化下基于GIS的农田恶性杂草旱雀麦在中国的分布与发展趋势

为确定旱雀麦在我国的空间分布及其对气候变化的响应,以期进一步开展生态防控,本研究利用旱雀麦在中国的地理分布数据,结合当前气候数据和未来气候变化情景（RCP8.5情景下2050s,2070s）,建立最大熵模型（MaxEnt模型）,确定影响旱雀麦分布的主导环境因子。应用地理信息系统（GIS）对中国地区旱雀麦的适生区进行划分,以ROC曲线作为模拟的准确性评价指标。结果表明,MaxEnt模型模拟效果极好（AUC=0.965）;当前气候条件下,旱雀麦适生面积为2.5534×10⁶ km²,主要集中分布于青海省东北部、甘肃省与青海省接壤的地区、四川省的西北部,以及新疆的西北部;其中影响旱雀麦分布的主要环境因子为海拔、bio12（年降水量）、bio9（最干季度平均温度）和bio15（降水量季变异系数）,其贡献率分别为45.0%、17.5%、9.7%、9.7%,累计贡献率达81.9%;在RCP8.5情景下,未来2个时期,旱雀麦潜在高适生区分布面积与当前相比增加了12.2%~23.3%,但RCP8.5情景下2070s较RCP8.5情景下2050s旱雀麦的潜在高度适生区分布面积减少了8.9%。综上所述,气候变化情景下旱雀麦的潜在分布面积呈现出扩大趋势,且RCP8.5情景下2070s较RCP8.5情景下2050s的适生区分布面积有缩减趋势。