基于传统干湿指数的省域长历时气象干旱变化特征及其对旱作粮食单产的影响

干旱是陕西省主要的气象灾害之一,干旱频发对农业生产、社会经济发展和生态环境等诸多方面均造成了严重影响。通过选取陕西省22个气象站点1960—2017年逐日地面气象数据,基于传统的潜在蒸散与降水量之比构成的干湿指数,由FAO56-PM潜在蒸散量对干旱指标进行重新界定,从长时序上分析了陕西省气象干旱的时空变化特征。结果表明:(1)由FAO56-PM公式重新界定的湿润、半湿润、半干旱、干旱、干燥气候分区界限值分别为0.58,1.17,1.77,2.36,4.74,全省大多数地区年干燥度呈增加趋势,主要集中在陕北南部与关中地区;(2)全省各站点多年平均年干燥度整体呈由北向南逐渐减小分布,干湿气候界线年代际波动较明显;(3)全省多年干旱发生频率整体呈增加趋势,分布情况为从陕北向关中先逐渐减小后又略微增大,再从关中向陕南又逐渐减小。春、秋、冬季干旱频率都为增加趋势,夏季为减少趋势;(4)省内北部干旱程度大于南部,不旱年数从陕南向陕北依次减少,微旱多发于陕南地区,中旱为关中地区,大旱为陕北地区,微旱和中旱多发于夏季,大旱主要发生于冬季与春季;(5)以旱作为主的陕北地区干燥度与降水量对单位面积粮食产量的影响较为显著。     

基于降水距平百分率的陕西省干旱时空分布特征

随着气候变化,气象干旱威胁农业经济发展。利用陕西省16个地市19个气象台站降水资料,选择降水距平百分率为干旱指标,计算陕西省近50a各年的干旱指数,在此基础上分析了干旱年际变化特征,并利用GIS 10.1绘制干旱强度的空间分布图。研究结果表明,陕西省夏季降水多、冬季少,多年平均降水量表现为陕南关中陕北;1960—2013年陕南地区、陕北地区、关中地区分别出现干旱次数为15,17,13,研究区域内16个地市发生干旱的平均频率为28%,轻度、中度、严重、特大干旱发生的平均频率分别为19%,6%,1%,2%,其中绥德发生频率最高(39%)。研究结果为陕西省干旱的监测、评估、预警和抗旱减灾工作提供科学依据。     

基于MODIS数据的陕西省植被净初级生产力与实际蒸散的变化关系分析

[目的]分析陕西省植被净初级生产力(NPP)及实际蒸散量(ET),为生态环境中碳循环、水循环特征提供理论支持。[方法]基于美国航天局(NASA)提供的净初级生产力产品(MOD17A3)及蒸散产品(MOD16)数据,利用GIS与数理统计等方法,对陕西省2000—2014年植被NPP与ET的时空分布特征及其关系进行分析。[结果]陕西省植被NPP与ET的分布特征均为南高北低;2000—2014年陕西省植被NPP在波动中呈现上升趋势,其中陕北地区增加最大,陕南地区增加最不显著;陕西省ET年际变化呈波动状态。植被NPP与ET空间相关性较显著,陕北地区相关系数极高,而陕南地区相关性并不显著。[结论]在较为干旱区域植被NPP与ET的关系更为密切。     

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。     

河北省土壤干湿状况遥感监测指数比较

选用河北省2010年5月Terra/MODIS地表反射率产品MOD09A1计算得到了增强植被指数（EVI）,结合同期MOD11 A2地表温度LST数据,计算得到河北省TVDI（温度植被干旱指数）和VSWI（植被供水指数）,比较分析TVDI和VSWI监测河北省土壤干湿状况的适宜性.两种指数与同期8d平均降水量数据的定性分析表明TVDI与降水量数据间具有明显的相反趋势,VSWI与降水量数据间趋势关系不明显;定量的相关分析表明,TVDI与降水量数据间表现出较显著的负相关性（P＜0.05）,而VSWI与降水量数据间的相关不显著.可见,在所选取研究时段内,TVDI指数较VSWI指数监测河北省土壤湿度更为适宜.     

基于遥感温度植被干旱指数的宁夏2000-2010年旱情变化特征

为了探讨近10 a来宁夏的旱情变化特征及演变趋势,利用MODIS的地表昼夜温度数据计算昼夜温差,结合归一化植被指数产品计算温度植被干旱指数(temperature vegetation dryness index,TVDI),对2000-2010年的逐月干旱进行了监测,并分析其与气象干旱和农业受旱灾情况的关系。研究结果表明,从空间上来看,宁夏干旱发生频率和强度最高的是中部干旱带,次之是南部丘陵山区,而较少发生干旱的是北部引黄灌区,其中南部六盘山和北部贺兰山林区也很少受干旱影响;在2000-2010年间有3次明显的极端干旱过程,分别是2000、2005和2009年;从旱情变化趋势来看,近10 a来宁夏平均干旱强度在减弱,但极端干旱事件有增强的趋势,且春、夏季显著增强,而秋、冬季显著减弱;宁夏TVDI的变化主要取决于降水量,年平均TVDI、年最大TVDI与降水量、标准化降水指数和标准化降水蒸散指数均呈负相关关系,除年平均TVDI与降水量(P=0.08)和标准化降水指数(P=0.06)的相关性未通过显著性检验外,其他均通过了P0.05的显著性检验,但TVDI与气温关系不大,这与当地的土地利用格局及植被类型有关;农业受旱灾面积与年平均TVDI有关,二者相关关系为0.69(P0.05),而与年内单次极端干旱强度关系不大;从不同季节来看,夏季干旱最容易导致宁夏农业减产,次之是春季和秋季干旱,而冬季干旱几乎对农业生产没有影响。该研究可为地方政府制定抗旱救灾和农业生产政策提供一定参考。     

基于FY-3 VIRR的温度植被干旱指数在陕西省的应用及其IDL实现

以FY-3可见光红外扫描辐射计（VIRR）L1数据为信息源,对FY-3 VIRR L1数据在陕西省云检测、地表温度、温度植被干旱指数（TVDI）等反演方法进行本地化研究,同时使用IDL程序语言研制了FY-3 VIRR L1数据预处理、云检测、地表温度反演、TVDI指数法反演土壤干旱程度等应用程序,以实现利用温度植被干旱指数（TVDI）对陕西省土壤干旱程度的监测,并对检测结果进行数据反演。反演结果表明,利用FY-3 VIRR L1数据生成的TVDI与20cm土壤相对湿度具有良好的负相关性,相关系数在-0.535左右;TVDI能较好地反映陕西省土壤干旱状况,在延安、关中、陕南的TVDI反演结果与实际旱情一致性较好,但在植被覆盖较差的榆林部分地区,反演结果与实际旱情差异较大。     

典型喀斯特聚集区不同地貌类型干旱时空特征

为探究西南典型喀斯特聚集区不同地貌类型干旱时空特征,研究选取贵州省作为研究区,基于贵州19个气象站点1951—2020年的气象数据,利用SPI指数、M-K突变检验等方法研究贵州近70 a降水与气温在不同时间尺度变化规律,探讨不同地貌分区干旱的年、季时空尺度耦合特征。结果表明：(1)贵州近70 a的年均降水量整体呈缓慢下降趋势、气温呈现上升的趋势。(2)不同地貌分区干旱情况差异较显著,其中非喀斯特和峰丛洼地地貌背景下干旱呈现微弱上升趋势,其他分区干旱均呈下降趋势。(3)各分区在夏、秋季干旱指数均呈减少态势,冬季干旱指数呈增加态势。除岩溶高原和岩溶断陷盆地外,春季其他地貌分区旱情均呈加剧趋势。旱情加剧程度最大出现在岩溶槽谷春秋季和岩溶断陷盆地夏冬季,旱情加剧程度最小出现在非喀斯特地区的夏秋季和岩溶高原地区冬春季。(4)岩溶槽谷和非喀斯特的SPI12均值无明显突变点,岩溶峡谷的SPI12值在1987发生突变,岩溶高原和峰丛洼地分别在2002年和2019年前后发生显著性跳跃,岩溶断陷盆地在置信范围内发生三次突变。综上,研究结果可以为同类型干旱防灾减灾提供一定的参考依据。     

近30a陕西省气象干旱灾害时空分布特征

干旱灾害是陕西省主要的自然灾害之一,素有"十年九旱"之称,给人民生活和社会生产造成了不同程度的影响。因此,对干旱灾害进行科学分析及风险评估,为各级政府制定防灾减灾的措施具有重要意义。利用陕西省96个气象台站1981—2010年的降水量等气象资料,采用降水量距平百分率干旱指标,对陕西省干旱灾害的发生特征进行了详细分析。(1)陕西省的干旱灾害分布极不均匀,其总体特征是北多南少。(2)陕西省干旱灾害出现既有全省性的大范围干旱,也有区域性的局部干旱,陕北、关中发生区域性干旱频率高于陕南。(3)陕西省的干旱灾害发生季节在陕北、关中、陕南有显著差别,陕北干旱灾害季节性差异最大,关中次之,陕南最小。(4)持续性干旱灾害有的出现在同一季节,有的要跨2个季节。陕西省的干旱灾害总体上是春旱、秋旱、秋冬连旱或冬春连旱较多,陕南连续性干旱较少。     

贵州省地表蒸散发时空变化及其与气候因子的关系

探究贵州省地表蒸散发(ET)时空特征及气候变化对其的影响,对理解气候变化和水资源的关系具有重要的意义。基于2000—2014年的MOD16A2/ET产品和气象站数据,综合运用单相关、偏相关和复相关分析法,分析了研究区ET的时空变化特征及其与气候因子的关系。研究表明:(1)蒸发皿观测值折算所得的实测ET与MOD16/A2ET呈强相关(R=0.80),能满足ET相关研究的需要;(2) ET具有明显的空间异质性,由西北向东南,ET逐渐变大,ET与海拔区间呈负相关;(3)研究时段内,ET的年际波动增加速度较缓,ET的年内变化呈单峰型,7月为高峰;(4) ET与同期气温和降水量在整个研究区呈正相关关系,与同期日照时数呈正相关的区域大于呈负相关的区域。降水量是对贵州省ET年内变化影响最大的气候因子,驱动力分析表明贵州省ET的主要驱动类型为降水量强驱动型和降水量驱动型。     

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。     

陕西省近50年来降水量时空变化特征分析

研究使用陕西省以及临近陕西省近50 a来的39个站点年降水数据,运用Mann-Kendall非参数检验法、累积距平法和GIS插值,分析了近50 a陕西省的降水变化趋势和降水时空分布及变化特征。结果表明:1）近50 a来陕西省降水量存在明显的波动变化,呈现“增加—减少—增多—减少—增多”的波段形态。从总体趋势看,降水序列是呈现减少趋势,减少的速率是14.59 mm/10 a。2）在近50 a,陕西省降水量在1967年和1985年出现两次突变,出现了两个峰值。3）陕西省降水量分布及变化和降水等值线分布存在明显的纬向区域差异,降水总体出现北少南多的规律;陕北比较稀疏,而陕南以及关中比较密集。4）受到季风和地形的共同影响,陕西省的降水也存在经向差异,陕北降水量呈东多西少,关中和陕南呈现西多东少的分布格局。     

基于样带的陕西省水土流失规律研究

陕西省是我国水土流失最严重的地区之一,利用第一次全国水利普查水土保持调查专项数据,抽取横向7条、纵向2条典型样带,共314个调查单元,对比分析了陕西省坡度、坡长、土地利用类型对土壤侵蚀影响的区域差异。结果表明:（1）横向样带自北向南坡度均值先减小后增大,黄土高原地区坡度 < 20°和 > 30°的地块土壤侵蚀模数高于其他地区;整体来看,陕西省土壤侵蚀的临界坡度在15°~30°;（2）随坡长的增加,土壤侵蚀模数整体呈波动增长,10~20 m和 > 30 m坡长范围内,黄土高原地区土壤侵蚀最为严重;（3）耕地、园地土壤侵蚀模数高于林地、草地,耕地与园地土壤侵蚀模数自北向南呈增—减—增的变化特征;（4）区域对比来看,自北向南土壤侵蚀模数先减小后增大,侵蚀强度从大到小依次为黄土高原区、秦巴山地区、关中平原区;纵向样带土壤侵蚀模数均在1 000 t/（km²·a）左右。研究结果为认识陕西省土壤侵蚀因子区域差异,明确水土流失空间分异规律,因地制宜地制定水土保持规划提供了重要依据。     

干旱遥感监测模型在中国冬小麦区的应用

温度植被干旱指数（TVDI）和植被供水指数（VSWI）由于其物理意义明确,且数据易于获取,因此成为近些年在遥感旱情监测中应用较多的两个模型。为更好地完成遥感监测任务,提高精度,以全国冬小麦主产区为研究区域,利用EOS/MODIS数据,构建两个干旱指数模型,对2009年冬小麦作物主要生长时期进行干旱监测应用,并将其与不同深度土壤湿度进行相关分析、线性拟合比较及应用验证,认为两指数与10 cm深度土壤湿度相关性较好,TVDI大部表现为极显著相关,VSWI的相关性表现差于TVDI。基于土壤湿度的遥感旱情监测,TVDI比VSWI更能体现区域旱情变化趋势,其优势更明显。     

基于4种植被指数TVDI模型的三江平原土壤湿度反演

利用遥感手段监测土壤湿度有利于分析大尺度区域的土壤干湿状况。比对分析不同植被指数计算的温度植被干旱指数（TVDI）的精度能够提高TVDI反演土壤湿度的实际应用价值。以三江平原为研究区,基于2013年5—9月的四期MODIS影像,利用归一化植被指数（NDVI）、增强型植被指数（EVI）、修正土壤调节植被指数（MSAVI）、比值植被指数（RVI）分别计算TVDI,并以地面实测土壤湿度数据及降水数据进行精度验证。结果表明:（1）4种植被指数计算的TVDI与土壤湿度数据均具有一定的负相关关系,即TVDI值越高,土壤湿度值越低;（2）不同植被指数计算的TVDI在5月、6月、9月与土壤湿度回归分析的R²数值相近,均适合用来反演这3个时间段的土壤湿度,在7月份,相较于NDVI和RVI计算的TVDI结果（R²均在0.15左右）,基于EVI和MSAVI计算的TVDI （R²均在0.35左右）更适合反演该时期的土壤湿度;（3）5—9月期间,干旱现象主要发生在三江平原的中部及西南部,干旱程度主要为轻旱,东部及东北部在不同时期基本保持在正常或轻微湿润状态。     

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。