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和FY-2D卫星降水数据的遥感旱情监测研究

大多数情况下干旱是由降水异常偏少引起的,目前考虑降水因素的遥感旱情监测模型中,模型权重的确定方法复杂且使用的卫星降水数据分辨率低。针对上述问题,在利用MOIDS数据构建植被状态指数VCI和温度状态指数TCI的同时,结合FY-2D卫星降水数据构建线性加权组合模型,即归一化旱情综合指数SDCI,模型的权重系数通过与农业受旱率的相关性来确定。并以SDCI指数作为旱情监测指标,分析了桂西北2009年10月~2010年4月的旱情,监测结果表明该时段发生了一个从"局部地区有旱→旱情加重并持续→轻微缓解→旱情加重→旱情缓解"的演变过程,与实际旱情资料的描述相一致,表明SDCI指数能较好地反映区域旱情分布情况。     

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。     

基于TVDI的西辽河流域土壤湿度时空格局及其影响因素

土壤湿度是水文、气象和农业等领域的重要基础信息。文中基于MODIS地表温度和植被指数数据,构建Ts-NDVI特征空间,定量揭示了西辽河流域土壤湿度时空分布格局,并进一步讨论了土壤湿度的主要影响要素。研究表明:1)西辽河流域植被生长季土壤湿度总体以正常(0.4相似文献   

MODIS数据支持下的西藏干旱遥感监测

干旱的频繁发生已经成为影响西藏农业生产最严重的自然灾害之一,干旱给农业造成的巨大损失引起了各级政府部门的高度重视。对地观测卫星(EOS)中分辨率成像光谱仪(MODIS)传感器因其具有高时间分辨率、高光谱分辨率、适中的空间分辨率等特点,非常适合大范围、长时期、动态的干旱监测。文中利用MODIS数据提取归一化植被指数(NDVI)和地表温度(LST),构建NDVI-TS特征空间,依据该特征空间得到的温度植被干旱指数进行西藏的旱情分析。研究表明:此种方法适用于西藏旱情监测,同时它也是一种便捷、高效和近实时的适合大面积干旱监测的方法。     

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。     

基于MODIS资料的遥感干旱监测业务化方法研究

MODIS在波段设置和探测精度方面较AVHRR有较大的优势,如何将传统的基于AVHRR数据的遥感干旱监测模型转移到MODIS数据平台是遥感干旱监测领域非常关注的问题。我们从可业务化的角度,在借鉴陕西省农业遥感信息中心近年研究开发的NOAA/AVHRR遥感干旱监测业务化模型的基础上,结合陕西的地形、气候、植被覆盖特征,建立了基于MODIS数据的区域性干旱遥感监测的业务化模型和资料处理流程,并在陕西2005年3-5月发生的较严重的春旱过程中进行了监测试验。结果表明:使用基于MODIS数据的热惯量和植被供水指数两种模型进行区域性遥感干旱监测是可行的,修改后的植被供水指数模型在干旱面积估算精度和图像的可视化效果方面有了明显提高。     

沙尘暴EOS/MODIS卫星遥感监测指数模型

利用EOS/MODIS数据,采用最佳波段组合指数法和方差-协方差矩阵特征值法,从36个MODIS波段中筛选出用于沙尘暴图像最佳彩色合成增强的组合波段是B20,B1,B29(BXX表示波段号位XX的反照率或亮温值,下同).在敏感性差异分析的基础上,应用波段数学组合的方法,建立了判识沙尘暴的条件:1≤(B17-B8)/(B6-B2)＜10,1≤(B23-B32)/(B17-B8)≤1.6,(B17-B8)/(B6-B2)＞(B23-B32)/(B17-B8),构建了提取沙尘暴区域范围和强度等级信息的沙尘暴卫星遥感监测指数SVI=(B17-B8)/(B6-B2),利用指数SVI值的大小对沙尘暴进行了5个等级的定级和分类.     

基于温度植被干旱指数的松辽平原干旱时空特征

利用MODIS产品数据,采用[WTBX]TVDI[WTBZ]方法,分析基于生态地理区的松辽平原干旱时空分布变化特征,探讨不同土地利用类型与干旱程度关系,结果显示：利用[WTBX]TVDI[WTBZ]获取干旱情况与实际相符合,是进行干旱监测一种有效手段。反演结果与郑度等对此区域生态地理区划分一致：干旱年际变化差异较大,分布差异明显, 2009年干旱分布面积最广,而2004年干旱面积最小;从干旱统计来看,2005年比2004年更湿润。研究区总体呈湿润趋势,湿润面积占总面积的84.95%,主要集中在耕地、林地和草地。水体类型不能利用[WTBX]TVDI[WTBZ]方法进行干旱监测。     

于田绿洲土壤盐渍化遥感监测研究

首先对含有7个多光谱波段的TM图像分别做了主成分、缨帽变换.然后在对遥感数据及其派生数据分析的基础上,得出可见光、近红外波段之一和第三主成分及绿度特征.做RGB彩色合成能够较好地揭示干旱区盐渍化土壤信息,此方法处理的效果受表层土壤含水量的影响.最后对合成图像分类,得出研究区盐渍地的数量和空间分布状况.     

应用MODIS数据估算草地生物量

利用新一代EOS/MODIS卫星遥感数据,针对MODIS的应用特点,借鉴国内外基于遥感手段监测植被的方法以及植被指数的研究进展.以天山北坡乌鲁木齐南郊的草地为研究区,通过野外实地采样得到与MODIS影像资料时相一致的草地地上生物量数据.并利用ENVI软件,提取典型区各样点的植被指数,分析遥感植被指数与植被生物量的相关关系,从而建立植被指数在不同季节草甸和草原的生物量估测模型.     

基于微波遥感技术的干旱监测指数及其应用研究——以三江源区为例

以三江源区为研究区,基于AMSR-E的亮度温度数据获得了微波极化差异指数(MPDI)、比值干旱指数(DI)和多时相微波干旱指数(PI),并分别对这3种指数进行了干旱监测有效性检验。为了获得研究区全区监测效果更好的干旱指数,对MPDI、DI和PI指数进行融合,最终获得的综合微波干旱指数(SDI)与土壤湿度数据和降水数据都存在很好的相关性,对比单个指数时监测干旱的有效性也得到了提高。最后,应用SDI指数对三江源区21世纪以来的干旱情况进行了监测研究。结果表明:基于AMSR-E的综合微波干旱指数(SDI)能有效的对干旱进行监测,充分发挥了被动微波遥感数据的优势,具有一定的应用价值,为后续利用多源的多传感器的微波遥感数据监测干旱的相关研究奠定了基础。     

基于遥感与GIS的扎鲁特旗土地盐渍化动态监测

以扎鲁特旗80年代末和2000年TM影像作为基本信息源,经合成、增强、几何纠正、镶嵌,并结合野外考察进行人机交互判读获取土地盐渍化空间数据,建立数据库。结果显示:在研究期内盐渍化土地面积增加不明显,但是程度恶化严重。从1988年到2000年研究区盐渍化土地面积由63919.5hm2增加到67949.4 hm2,净增4029.9hm2;年平均增长率为0.53%,占国土面积的比例由7.8%提高到8.3%;轻度盐渍化土地面积减少,而中度和强烈盐渍化土地以及盐土面积均增加,变化幅度分别为-58.8%,19.7%、117.6%和120.4%;中度以上盐渍化土地占全部盐渍化土地比例由52%提高到81%,强烈以上比例由25%提高到51%。空间上主要分布在乌力吉木仁河西北岸。土地盐渍化与研究区低洼的地形、地表水系特征、地下水以及干旱的气候条件密切相关,人类经济活动起到了促进作用。不断退化的盐渍化土壤结构恶化,有机质含量下降,土地生产力下降明显,严重制约了农牧业生产。为了控制因盐渍化而造成的土地退化,必须控制人口密度,加强土地管理,采取有效措施降低地下水位,恢复原生植被,对土地盐渍化进行综合防治。     

基于GIS的近30年来松辽平原沙质荒漠化遥感动态研究

本文运用GIS、RS手段,以航天遥感MSS、TM、ETM为主要信息源,对松辽平原进行多时相、大面积沙质荒漠化遥感动态监测,从中探索松辽平原沙质荒漠化动态变化的规律,为经济发展和生态建设提供科学依据。研究结果表明:近30年来松辽平原沙质荒漠化面积变化呈现快速增加和缓慢减少两个阶段,即70年代中期到80年代末,松辽平原沙质荒漠化总面积呈快速增加趋势,动态度为-3.91%;而80年代末到本世纪初则呈缓慢减少趋势,动态度为0.82%。松辽平原沙质荒漠化的重心随之呈有规律的移动,沙质荒漠化面积增加时重心向东北方向移动,速率为3.08km/年。沙质荒漠化面积减少时重心向西南方向移动,速率为1.64km/年。     

一种基于模糊数学的生物灾害预测模型

生物灾害的产生与多种因素有关,灾害预测是减灾的重要措施。本文运用模糊数学理论建立了一个预测生物灾害的数学模型,通过输入历史和现时的影响某种生物灾害的数据,可预测这种生物灾害发生的强度。     

基于MODIS的和田河夏季漫流监测分析

在ENVI中采用目视解译和监督分类相结合的方法,以及ArcGIS的定位、量测、图层叠加,对和田河中下游夏季漫流状况进行监测分析。结果表明:① 和田河中下游漫流已经到了相当严重的程度。② 中游绿洲边缘和其他河段相比漫流较少,94.4%的监测日期内漫流面积均在35 km²以下,45%的监测日期里没有漫流痕迹。两河交汇处科什米什至古河道与和田河的交汇处,45%的监测日期内漫流面积均在35 km²以上,只有2004年8月5日和2008年7月29日的监测面积为0。古河道与和田河的交汇点至肖塔水文站漫流最严重,大部分监测日期都在 70 km²以上,最大的达到111 km²。③ 全流域共有漫流点10处,其中和田河主河道段左侧有4处,1个新增水域漫滩,右侧出现4处,1个新增水域漫滩;喀拉喀什河左侧出现1处。漫流主要发生于主河道上。