基于PROSPECT-VISIR模型构建新植被水分指数

利用PROSPECT-VISIR叶片模型,获得了不同叶片参数条件下可见光—中红外波谱区间的叶片反射率模拟数据,分析了植被叶片光谱特征波段,找到叶片反射率对含水量变化敏感的波段范围。在几种常见的可见光—近红外波段植被水分指数基础上,加入中红外波段反射率,提出了4种新型植被水分指数模型:中红外归一化差异红外指数(mid-infrared normalized difference infrared index,NDII_(M))、中红外归一化水分指数(mid-infrared normalized difference water index,NDWI_(M))、中红外归一化多波段干旱指数(mid-infrared normalized multi-band drought index,NMDI_(M))和中红外归一化植被指数(mid-infrared normalized difference vegetation index,NDVI_(M))。利用叶片反射率模拟数据,比较了4种新型植被水分指数与传统水分指数对叶片含水量的敏感性,建立了新植被水分指数与叶片含水量和干物质含量的定量关系模型,其中NMDI_(M)的关系式决定系数R^(2)达到0.972,表现最好。文章基于NMDI_(M)和NDII_(M)发展了一种双植被指数的叶片含水量估算模型,实现在干物质含量未知情况下对叶片含水量的准确估算(均方根误差为0.0021 g/cm^(2))。

综合近红外-红波段-短波红外三波段光谱特征空间的小麦冠层含水量反演

为提高返青期-拔节期-开花期-灌浆期不同覆盖条件下小麦冠层含水量的遥感反演精度,综合分析基于Nir-Red和Nir-Swir光谱特征空间开展作物含水量监测的优势与局限,利用垂直干旱指数(perpendicular drought index,PDI)和短波红外垂直失水指数(shortwave infrared perpendicular water stress index,SPSI)的比值形式,构建了一种基于近红外-红波段-短波红外(Nir-Red-Swir)三波段光谱特征空间的垂直植被水分指数(three-band perpendicular vegetation water index,TPVWI)。结果表明,在不同生育时期,TPVWI与小麦冠层含水量(vegetation water content,VWC)均具有显著相关关系(P<0.01),且对植被含水量的敏感性优于PDI、作物水分监测指数(plant water index,PWI)、SPSI和NDVI 4种植被指数,且在反映小区域内小麦冠层含水量的时空趋势上有较好的表征能力。对比地面实测数据,利用TPVWI建立的作物含水量估测模型的预测精度较高,r与RMSE分别为0.763和2.296%,说明利用综合Nir-Red-Swir三波段光谱空间特征的植被水分指数在监测不同覆盖条件下的作物含水量具有一定的可行性,可丰富当前作物冠层含水量遥感监测的理论方法。

青海高寒草地区曲麻莱县遥感干旱指数的适用性研究

利用2001—2016年MODIS产品数据和地面站点数据,在垂直干旱指数、归一化植被水分指数和植被状况指数与土壤水分数据相关分析基础上,筛选相关性较高的遥感干旱指数和适用时段,再结合典型干旱案例,确定青海南部典型高寒草地区曲麻莱县最优遥感干旱指数和适用时段,构建牧草生育期土壤水分估算模型,并再现2015年夏旱事件。结果表明:植被状况指数比较适合曲麻莱县夏旱监测,依据百分位法划分的土壤干旱分布区域与牧草长势较差的分布区域基本一致,旱情空间演变趋势与实际情况相符。该模型及基于百分位法的旱情评价方法能较好地满足日常干旱监测业务需求。