基于HJ-1A/1B CCD数据的干旱监测

HJ-1A/1B是中国以防灾减灾和环境监测为直接应用目标的小卫星星座,为探讨HJ-1A/1B CCD数据在快速监测西南喀斯特地区旱情变化的应用潜力,以2010年遭受严重旱灾的贵州安顺地区为研究区,基于多时相的?HJ-1A/1B?CCD数据,利用垂直干旱指数、改进的垂直干旱指数和归一化植被指数对研究区的干旱情况和植被长势进行时间序列的监测与分析,并研究了监测模型在干旱监测中的适宜性、差异性及影响因素。结果表明,利用HJ-1A/1B CCD数据、垂直干旱指数和改进的垂直干旱指数,可以实现对旱情变化的快速监测;改进的垂直干旱指数对干旱变化的响应比垂直干旱指数敏感,且在植被覆盖较好地区的监测效果比垂直干旱指数更为有效;降水是影响监测效果的重要因素,降水对改进的垂直干旱指数的影响比垂直干旱指数大;结合干旱监测指数（MPDI,PDI）与植被指数NDVI的时间序列分析,可以更为准确地监测研究区实际旱情变化和植被长势情况。该研究对推广HJ-1A/1B数据在西南喀斯特地区的作物长势和旱情监测中的应用,以及提高中国应对突发灾害的决策能力具有重要意义。     

基于多时相土壤线一致性修正的土壤含水率反演

传统上依赖改进型垂直干旱指数（modified perpendicular dryness index,MPDI）进行土壤水分反演时每个时期的影像反演都需要依赖于地面实测数据进行校准。为降低土壤含水率反演对实测数据的依赖,该研究利用2020—2021年间的哨兵2号卫星数据,分析了近红外与红光波段特征空间中土壤线斜率的变化及其影响因素。并推导了土壤线斜率变化对土壤含水率反演的影响,揭示了MPDI反演土壤含水率时每期都依赖实测数据校准的根本原因,最终提出了一种土壤线一致性修正方法。基于这种修正,该研究构建了一个能够多时相比较的再修正干旱指数（re-modified perpendicular drought index,RPDI）。结果表明,经过统一率定的RPDI与土壤含水率的回归方程在不同时相的影像上均适用,反演结果显示了良好的精度,率定集决定系数R²为0.49,无偏均方根误差为2.88%,验证集决定系数R²为0.54,无偏均方根误差为3.05%,与MPDI每期单独构建回归方程反演相比,RPDI基于统一方程反演与其保持了相近的精度水平,极大减少了在遥感土壤含水率估算中对地面实测数据的依赖,有效提升了遥感技术在土壤水分监测中的应用价值。研究可为光学遥感数据在大范围连续土壤水分反演领域的应用研究提供参考。