基于遥感资料的干旱监测研究

基于MODIS数据,对云南省2011年春季的干旱状况进行了监测,通过MODIS的植被指数和陆地表面温度数据建立了Ts-NDVI空间,并计算了温度植被干旱指数(TVDI)。TVDI指数可有效提高干旱监测的精度和效率,可以用来对大区域干旱进行检测。云南省旱情分布较广,受灾面积超过75%,仅西北角小片地区受干旱影响较小,在研究期间干旱区主要分布于云南省中部、东部和南部地区,并且随着时间的推移干旱区面积有增加的趋势。结果表明,利用MODIS卫星遥感数据进行干旱监测具有相当的可行性和适用性。     

基于温度植被干旱指数法(TVDI)的朝阳县干旱监测

利用Landsat 8数据,将归一化植被指数(NDVI)和地表温度(Ts)结合建立二维特征空间,依据二维特征空间分布图拟合干、湿边方程,进而计算温度植被干旱指数(TVDI),并对旱情分布进行分析和评价。利用土壤含水率实测值与反演的地表温度建立模型,并通过模型反演出土壤含水率与实测值进行精度检验。结果表明,随着归一化植被指数的增加,最大地表温度(Tsmax)随之减小,最小地表温度(Tsmin)基本上随之增大,Tsmin和Tsmax的趋势线交汇于一点组合成近似的三角形形状;2016年5—8月,朝阳县全县范围内基本都存在不同程度的旱情,其中6月份旱情最为严重;TVDI与不同深度的土壤含水率的相关性显著,可以较好的实现对旱情的监测。     

基于MODIS的四川省干旱遥感监测不同方法的比较

针对四川省干旱的特点,以中分辨率成像光谱仪(MODIS)数据为基础,选择温度植被干旱指数法(TVDI)、植被供水指数法(VSWI)、温差植被干旱指数法(DTVDI)三种算法进行比较。首先对数据进行预处理,获取指数信息和地表温度信息,然后利用获取的信息进行分析与计算,最后将这三种方法的干旱指标与实测土壤含水量进行线性相关分析,得到最适合四川省的干旱遥感监测算法。结果表明,TVDI的效果最好,DTVDI和VSWI次之。     

基于TVDI模型的山西省农业旱情监测

土壤湿度是反映农业干旱状况的重要方法之一,而温度植被干旱指数(TVDI)能够有效地反演土壤湿度方法。研究利用MOD13A2和MOD11A2获取的归一化植被指数(NDVI)和陆地表面温度(Ts)构建Ts-NDVI特征空间,依据该特征空间计算的温度植被干旱指数(TVDI)作为农业旱情监测指标,结合实测的土壤湿度数据反演了山西省2012年夏季7,8月的农业干旱状况,并结合同时间的气象信息对干旱状况进行验证;然后结合MCD12Q1和DEM数据分析了土地利用类型、海拔高度和地形坡度对农业旱情的影响。结果表明,海拔高度在800 m以下,地形坡度为15°以下,土地利用类型以城镇用地、耕地和草地为主的地区是农业旱情最为严重的地区。     

农业干旱监测研究现状与展望

干旱是指由水分收支或供求不平衡所形成的水分短缺现象,是一种对经济、社会和环境带来巨大影响的自然现象。干旱出现频率高、持续时间长和影响范围大,对国民经济特别是对农业生产产生严重的影响,已经成为世界     

基于MODIS数据的河套灌区遥感干旱监测

基于MODIS数据,以河套灌区为研究对象,计算灌区2000—2018年作物主要生育期内(5—8月)4种遥感干旱指数、温度植被干旱指数(TVDI)、植被供水指数(VSWI)、植被状态指数(VCI)、温度状态指数(TCI),并分析了4种干旱指数与0～20cm土壤相对含水量、降水量、灌区引水量相关性以及4种干旱指数之间的相互关系。结果表明:经过相关分析,TVDI与土壤相对含水量的相关性优于其他3种遥感干旱指数;在灌溉水量较多的灌区,遥感干旱指数与降雨量相关性较小而与灌区引水量呈现一定的相关关系。本研究发现TVDI在河套灌区有着良好的适用性。此外,在干旱监测中综合利用多种干旱指数进行分析对提高监测精度,科学合理地预报旱情具有重要意义。     

改进综合气象干旱指数对广西农业干旱的适用性分析

【目的】分析改进综合气象干旱指数（IM_CI）对广西农业干旱的监测评估效果,探讨改进综合气象干旱指数对广西农业干旱监测评估的适用性。【方法】利用广西89个台站的气象资料,使用农田土壤水分平衡方程（FSWB）、改进综合气象干旱指数（IM_CI）分别模拟监测1961-2010年的广西农业干旱情况,对比分析两种指数的应用效果。【结果】IM_CI对农业干旱的历史灾情、典型过程的旱情演变、季节干旱频率的时空特征及季节的干湿特点有较好的描述,总体优于FSB。【结论】IM_CI对广西农业干旱的监测评估效果较好,适用于广西农业的干旱监测评估。     

基于遥感的农业干旱监测模型研究

依据干旱监测的原理,从土壤水分、植被指数、表面温度、要素综合等角度出发,对现有主要农业干旱遥感监测模型进行归纳总结,分析了各种方法的优缺点,以及各自的适用范围;重点分析了条件植被温度指数、温度-植被干旱指数,指出它们应看作是对归一化温度指数的简化处理,兼具实用性和一定的监测精度,在业务应用中有一定的推广价值,并预测了未来遥感干旱监测的发展方向和目标。     

基于VSWI的重庆市农业干旱评价研究

利用植被供水指数法,采用土壤实测含水量数据、地表温度和归一化植被指数数据对重庆市2006年特大干旱的时间和空间变化进行评价研究,结果表明：干旱分为3个阶段,其中旱情发生初期（6月26～7月11日）有6．27％和1．21％面积的区域分别处于轻旱和中旱状况,没有重旱的情形;干旱中期（8月13～8月28日）轻旱、中旱和重旱的比例分别为44．80％、13．65％和26．79％;干旱解除期（8月29～9月13日）83．07％的土壤含水量恢复了正常,仅有15．34％处于轻旱,0．88％处于中旱,0．10％处于重旱。空间分布上,在干旱发生的初期,东南部受旱最严重,有20％的区域面积受旱;到干旱中期,旱情向西部发展,西北部受旱最严重,受旱面积高达98％,其次是西南部,其受旱面积达95％;在旱情解除期,东南部和东北部恢复得最快。     

基于植被供水指数的山东省2013年春季旱情监测

春季是山东小麦生长的关键时期,若遇干旱胁迫将严重影响小麦产量和农民收益,因此,有效及动态监测此期干旱的发生和分布情况,对指导抗旱政策和方案的制定具有重要意义。本文利用MODIS数据计算归一化植被指数(NDVI)和陆地表面温度(Ts),进而构建植被供水指数(VSWI),检验VSWI与10、20 cm土壤相对湿度之间的相关性,结果显示,VSWI与土壤湿度相关性较高,可以准确反映干旱情况。运用VSWI分析山东省2013年4月上旬至6月上旬的旱情,结果显示,山东省2013年春季旱情,4月上旬最严重,之后明显好转,5月份相对稳定,6月上旬基本结束;西部和西南部地区旱情较轻,西北、东部和中部次之,东营市因土地盐渍化严重,土壤持水能力差,旱情最严重。     

基于多源数据的河南省农业干旱时空变化特征分析

【目的】全球变化背景下,利用遥感手段实时获取区域农业干旱信息并分析其时空变化特征,是有效进行农业监测预警、保障区域粮食安全的有效途径。【方法】文章以河南省为研究区域,综合遥感、气象、土壤等多源数据,基于“金字塔”型多层级土壤水分估算模型框架反演土壤水分含量;利用土壤水分状态指数（SMCI）对2000—2020年河南省的农业干旱情况进行监测,分析其农业干旱发生的空间分布和时空变化特征。【结果】21年间,河南省农业干旱平均发生4.408 9次/年,主要发生在春季和夏季,集中在3月和6月,以轻度干旱和中度干旱为主;秋季和冬季农业干旱则有加剧的变化趋势。河南省SMCI年平均值呈总体上升趋势,其中2019年SMCI平均值最高,农业干旱情况加重;河南省近54%区域农业干旱程度表现出显著加剧的变化趋势,集中分布在东部和中部地区。【结论】河南省农业干旱情况呈现明显加重的趋势,应及时监测预警、科学应对,减轻其对农业生产的影响程度。     

基于MODIS数据的海南岛干呈监测研究

利用NASA提供的MODIS陆地产品NDVI和LST,采用植被供水指数法对海南岛2010年1～4月的地表干旱情况进行遥感监测,将监测结果与同期的综合气象干旱指数对比分析。结果表明:对于植被覆盖度较高的热带岛屿海南岛,利用植被供水指数进行干旱的动态监测是可行的,MODIS数据可很好地满足大范围的实时动态监测。2010年1～4月间VSWI遥感监测分析显示海南岛地表干旱存在着明显的区域差异,西南沿海比中东部严重,在此期间干旱有持续加重的发展趋势。     

基于土壤墒情的云南干旱分析

根据2008—2012年云南省23个土壤墒情站点土壤含水量和日降水数据,研究土壤墒情与降水、温度的关系,并基于土壤相对含水量分析云南省干旱的时空分布特征。结果表明,不同深度土壤平均相对含水量的最大值与降水关系显著,均出现在6—8月,且基本滞后降水最多月份1个月,其出现时间呈现出由东南向西北推迟的变化趋势;而不同深度土壤平均相对含水量的最小值与气温关系显著,均出现在3或4月,其出现的时间大致与旱季(11月—次年4月)最高气温出现的时间一致。云南省干旱主要发生在1、3、11和12月,其中11和12月旱情最为严重;在空间分布上,1和3月干旱主要分布在云南西部,尤其是滇西南、滇西北和滇中,11和12月干旱主要分布在云南东部,尤其是滇中和滇东南。     

基于不同旱情指数的石羊河流域春旱监测研究

【目的】 对石羊河流域的旱情进行监测,找出更能体现区域旱情变化趋势和适宜石羊河流域的监测指数,为业务化干旱监测打好基础,提供科学手段,也为该区农业生产和防灾减灾提供决策依据。【方法】 文章基于HJ-1A/B的CCD和IRS数据,针对2018年石羊河流域出现的一次较为严重的春旱,采用3种遥感旱情监测指数（TVDI、VSWI、VHI）进行监测,并结合实测土壤湿度进行相关性分析并建立模型。【结果】 3种指数均能反映出研究区域旱情的发生发展及变化过程。其中,3—4月VSWI指数与土壤湿度的相关性最高,相关系数分别为-0.85（P<0.001）和-0.89（P<0.001）;5月旱情缓解后,TVDI指数与土壤湿度的相关性高于VSWI和VHI指数,相关系数为-0.76（P<0.001）。将监测点划分为水浇地和旱地两种类型,TVDI指数适用于反演水浇地的土壤墒情;对于旱地类型,3种指数均可以用来反映旱地土壤墒情。建立土壤湿度与3种遥感指数的关系模型,3—4月VSWI指数建立的模型调整后的R²最高,分别为0.72和0.79,模型的平均绝对误差和均方根误差均低于10%。5月旱情得到缓解后,TVDI指数建立的模型调整后的R²在0.58以上,高于VSWI和VHI指数。【结论】 TVID指数更适用于墒情较好的区域进行土壤湿度的反演,VSWI指数则适合在干旱时期进行干旱监测和反演土壤湿度。     

贵州省农业功能区划研究

在介绍贵州省农业功能区划目标和原则的基础上,选取12个影响因素作为贵州省农业综合分区的主要依据,34个指标来表征贵州省农业的各种功能,采用逐步判别聚类法对各功能指标进行空间聚类分析,把贵州省分为黔中城郊综合农业功能区、黔北生态旅游农业功能区、黔东北自然保护功能区、黔东南民俗旅游农业功能区、黔南观光旅游农业功能区、黔西高原农业生产功能区6大农业功能区,并分析提出了各功能区的功能定位和贵州省农业可持续发展的政策建议。     

贵州省油茶的生态适宜性评价及种植区划研究

介绍了油茶的生态适宜性评价指标体系的选择原则、方法和评价依据,以此为依据对贵州省油茶林栽培区进行了适宜性评价,将贵州油茶林栽培区划分为3个等级：最适宜栽培区、适宜栽培区、较适宜栽培区。其中最适宜栽培区主要分布在贵州省东部和南部地区,为油茶产业发展的重点地区,占全省总面积的31.90%;适宜栽培区主要分布在中部地区,占全省总面积的29.00%;较适宜栽培区主要集中在西部地区,占全省总面积的9.30%。     

基于作物生长模型的农业干旱灾害风险动态评估

在阐述干旱灾害风险基本概念的基础上,分析了农业干旱灾害风险动态评估的难点。通过作物生长模型——DNDC模型模拟作物逐日生长,得到最终的粮食产量。采用情景分析方法,对不同气象条件下的作物产量进行估计,进而计算作物粮食因旱损失,实现农业干旱灾害风险动态分析。研究选择辽宁省为研究区,以玉米作物为代表,空间分析单元为县级行政区,利用15年的序列数据进行粮食因旱损失评估,模型模拟辽宁省的总误差控制在15%左右。风险分析结果表明,辽宁省西北部地区干旱灾害风险高于其他地区,这也与辽宁省干旱实际情况相吻合。     

贵州省喀斯特景观分类及退化喀斯特景观研究

按照≥10℃活动积温、年平均日照时数、年降水量并结合贵州省喀斯特地区的地形地貌,将贵州省喀斯特景观分为5个景观大类(南亚热带喀斯特景观、中亚带喀斯特景观、北亚带喀斯特景观、暖温带喀斯特景观和中温带喀斯特景观)和28个景观亚类。同时,结合喀斯特地区植被生态系统的逆向退化特征,将两者有机结合,分析得出喀斯特地区的退化生态景观类型。