区域干旱遥感监测模型研究进展

简要介绍应用遥感手段进行区域干旱监测的科学意义和应用价值,按照波段划分,将区域干旱遥感监测模型和方法归纳为热红外、可见光-近红外-热红外和微波三个部分,分析了目前的模型与方法中存在的问题和难点,应用遥感数据源反演地表参数带来误差及地面实验验证模型等需要解决的问题,最后对未来的工作和研究重点提出建议。

基于重构的Landsat 8时间序列数据和温度植被指数的区域旱情监测

为了快速且准确地估算大区域范围内土壤水分信息,实现松嫩平原北部区域旱情的监测。基于Landsat 8时间序列数据,计算归一化植被指数(NDVI)和地表温度指数(LST)的时间序列数据,在此基础上利用Savitzky-Golay(S-G)滤波对所得时间序列数据进行了重构,弥补因受云和大气影响而产生的噪声。然后根据重构后的NDVI和LST数据,求得温度植被指数(TVDI);探讨TDVI和土壤湿度之间的关系,构建土壤湿度反演模型,并结合野外实测数据对模型精度进行了验证。结果表明:(1)S-G滤波可以有效地弥补因受云和大气影响而产生的不足,提高Landsat 8时间序列数据的质量;(2)温度植被干旱指数可以有效地反映土壤湿度状况,经过S-G滤波处理后的数据反演精度更高(RMSE=2.14%);(3)经过S-G滤波处理后的Landsat 8数据可以更为精确实现大区域范围内时间序列的旱情监测,为区域旱情的监测提供借鉴。