基于改进型温度植被干旱指数的旱情监测研究

在温度植被旱情指数的基础上,利用MODIS数据提取改进型调整植被指数(MSAVI)和地表温度(Ts),构建MSAVI-Ts特征空间,并定义该旱情指标为改进型温度植被旱情指数(MTVDI),介绍了该监测模型构建的方法。综合利用MODIS多波段数据对湖北省2005年10月10日的旱情监测结果表明,MTVDI能较好的反映区域相对旱情的空间差异;对MTVDI随MSAVI和Ts变化的敏感性评价结果表明,以地表温度为基础的旱情指标相对比以植被指数为基础的旱情指标更合理。

利用温度植被旱情指数(TVDI)进行全国旱情监测研究

利用NOAA AVHRR资料提取的归一化植被指数 (NDVI)和陆地表面温度 (LST) ,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 ,对中国 2 0 0 0年 3月和 5月各旬的旱情进行了研究。研究结果表明在 2 0 0 0年 3月和 5月的重旱区主要分布在中国西北地区 ,在华北和华南的部分地区也有较大范围的分布 ,3月和 5月的全国重旱面积分别为 6 7 2× 10 4km2 和 12 6 1× 10 4km2 ;通过与各气象站测定的表层 10cm土壤重量含水量 (θ)数据进行相关性研究表明 ,利用综合了植被覆盖信息和陆地表面温度信息的TVDI旱情指标能够较好地反映表层土壤水分变化趋势 ,作为旱情评价指标是合理的 ;对TVDI随NDVI和Ts 变化的敏感性评价结果表明 ,以陆地表面温度为基础的旱情指标相对比以植被指数为基础的旱情指标更合理。

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。

植被指数—地表温度特征空间研究及其在旱情监测中的应用

植被指数—地表温度特征空间已被应用于多方面的研究。该文从区域旱情监测的角度分析了该特征空间的生态学内涵,指出地表温度是地表蒸散的函数,推导出了温度蒸散旱情指数(TEDI)的计算方法。利用NOAA数据,以河北省南部平原为研究区域,分别计算出了温度植被旱情指数(TVDI)与温度蒸散旱情指数(TEDI),通过地面实测土壤相对湿度指数(SHI)验证,结果表明温度蒸散旱情指数(TEDI)可以更准确地反映下垫面的土壤墒情状况。

基于温度植被干旱指数的广东省旱情动态监测

广东省饱受季节性干旱的困扰,开展遥感旱情监测工作具有重要的现实意义。利用MODIS数据构建温度植被指数特征空间,采用线性拟合的方法提取干湿边,计算广东省2011年温度植被干旱指数(TVDI),以该指数为依据分析了广东省旱情的时空分布,得到了以下主要结论:1)随着EVI的增加,陆地表面最大温度减小,最大地表温度和最小地表温度差值呈减小趋势,且地面温度的最大和最小值与EVI呈近似线性关系。EVI-TS特征空间的季节变化明显,随着温度降低,EVI-TS特征空间明显萎缩。随着年内温度的变化,EVI-TS特征空间的干湿边截距也发生相应变化,即冬季截距较小,夏季截距较大。2)2011年广东省的冬旱非常严重,春季和秋季也有一定程度的干旱。其冬旱和春旱的地域分布相似,均呈现自北向南逐渐加重的趋势,且沿海地区重于内陆。秋旱的地区分布特点与冬春旱相反,大致呈自南向北逐渐加重的趋势。结合广东省历史气象资料对干旱监测结果进行评价,结果表明遥感监测结果与实际旱情较吻合。3)比较了TVDI与土壤湿度的相关性,结果表明TVDI可以体现土壤湿度状况,两者呈负相关关系。将TVDI和主要气象因子做了相关性分析,从结果可以看出,TVDI与降水量、温度和相对湿度间都呈负相关关系。从相关系数来看,TVDI与降水量之间的相关性最高。从气象站尺度来说,TVDI对降水的变化是敏感的,即连续降水可导致TVDI值下降,旱情得到缓解;持续无降水可使TVDI值增加,旱情加重。

基于条件植被温度指数的冬小麦主要生育时期干旱监测效果评价——Ⅱ.改进的层次分析法和变异系数法组合赋权

运用改进的层次分析法、变异系数法及主客观组合赋权法确定关中平原冬小麦越冬后主要生育时期干旱对产量的影响权重,建立关中平原五市2002—2009年每年的加权条件植被温度指数(VTCI)与冬小麦单产的一元线性回归模型,分析VTCI与产量间的线性关系。结果表明,变异系数法确定的加权VTCI与小麦单产的线性相关性不显著,渭南、咸阳及铜川的决定系数R2值均低于0.5;改进的层次分析法和组合赋权法确定的加权VTCI与小麦单产的线性相关性显著,除铜川外其余四市的R2值接近0.5,或者高于0.6,且组合赋权法的结果中西安的R2值达到0.7。基于改进的层次分析法和变异系数法的归一组合赋权法的结果优于其它主客观组合赋权法的结果,为最优赋权方法,可用于评价冬小麦主要生育时期的干旱监测效果。

基于温度植被旱情指数的徐州市郊干旱遥感监测

利用LandsatTM/ETM+数据,以徐州市郊为研究区,获取归一化植被指数(NDVI)、土壤调整植被指数(SAVI)和地表温度(Ts)信息,分别构建NDVI—Ts和SAVI—Ts特征空间,依据这两个特征空间计算出研究区2001年4月3日和2007年5月14日的温度植被旱情指数TVDI(NDVI)和TVDI(SA-VI),并分别与地表温度(Ts)和降水量进行了相关评价。结果表明,TVDI可用于实现大范围的干旱监测,SAVI能够修正NDVI对土壤背景的敏感,基于SAVI的反演结果明显优于基于NDVI的反演结果,能够有效地运用于干旱监测。

地表温度-归一化植被指数特征空间干旱监测方法的改进及应用研究

地表温度-归一化植被指数(Ts-NDVI)特征空间干旱监测方法易受到监测期地表湿度、植被覆盖状况和卫星观测质量的影响,导致特征空间干、湿边不稳定,在基于长时间、大范围卫星观测资料的基础上对Ts-NDVI特征空间方法进行改进,将其称为通用特征空间方法。首先基于某观测时段,单独构建每年基于该单一年份单一时段卫星观测数据的Ts-NDVI特征空间,然后在已构建的各单一时段特征空间的干、湿边地表温度中,分别用最大值、最小值合成法提取各植被指数对应的多年最大、最小地表温度,分别构成各年通用的Ts-NDVI特征空间的干、湿边地表温度,最后通过线性拟合,获得通用特征空间的干、湿边方程。选择中分辨率成像光谱仪的归一化植被指数(NDVI)和地表温度(Ts)数据在中国主要粮食产区黑龙江省进行干旱监测试验,对改进前、后特征空间的植被温度状态指数进行对比分析,并用10、20cm土壤相对湿度和降水量进行检验。结果表明:通用特征空间方法合成的Ts-NDVI特征空间三角形结构特征显著,干、湿边明晰,比改进前更接近特征空间的理论边界,增强了特征空间干、湿边的稳定性,提高了干旱监测结果的精度,当单一时段特征空间稳定性较差时,改进效果最明显。通用特征空间对浅层土壤湿度更加敏感,与监测同期及前期总体降水都密切相关,且对降水的响应更敏感。

多时间尺度温度-植被指数特征空间旱情监测的差异性

采用2011年5月28日MODIS多时间尺度数据产品和土壤相对含水量RSM数据,对河北省多时间尺度Ts-EVI特征空间旱情遥感监测的差异性进行了研究,结果表明:1多时间尺度Ts-EVI特征空间的TVDI与土壤表层RSM具有较高的相关性,1 d尺度Ts和1 d、8 d尺度EVI构建的RSM-TVDI决定系数较高,8 d尺度的Ts和8d、16 d尺度EVI的RSM-TVDI决定系数较低。2多时间尺度Ts-EVI特征空间的旱情监测结果在空间分布上具有较好的一致性,但其面积存在一定的差异;旱情监测应用中Ts-EVI特征空间构建应首选1 d时间尺度的Ts和EVI,其次是1 d尺度的Ts和8 d尺度的EVI,再次为8 d尺度的Ts和8 d尺度的EVI。

基于RSEI改进模型的生态环境质量评价及驱动机制研究——以湖南省桃江县为例

[目的]为了更好地对丘陵地区生态质量进行监测和评价,构建适用于高植被区的改进型遥感生态指数模型,并探索生态质量的影响因素,为湖南省益阳市桃江县兼顾发展与生态的发展提供科学支撑。[方法]针对植被指数(NDVI)在植被茂密区的饱和性缺陷,借助改进型遥感生态指数(MRSEI)量化了桃江县2000—2021年生态环境质量时序变化,并利用最优化参数的地理探测器模型对植被覆盖度、降水、气温、土地利用、海拔、人口密度等6个影响因子进行了驱动力分析。[结果](1)与遥感生态指数相比,改进的遥感生态指数模型能够避免高植被覆盖区NDVI饱和性缺陷问题,可以更准确地监测桃江县生态环境。(2)研究区2000—2021年5期的MRSEI均值分别为0.77,0.84,0.83,0.75和0.79,生态环境质量整体表现良好,具有转好—转差—转好的变化特征。(3)从生态环境质量成因分析来看,土地利用是影响研究区生态环境质量的关键因子,交互式探测中,土地利用和海拔交互作用最强。[结论]改进的RSEI模型能对高植被地区生态环境质量进行准确的评价。桃江县2000—2021年生态环境质量总体处于良好水平且呈上升趋势。生态环境质量变化主要受到自然和人为因素双重影响。

植被指数-地表温度特征空间研究及其在旱情监测中的应用

植被指数-地表温度特征空间已被应用于多方面的研究。本文从区域旱情监测的角度分析了该特征空间的生态学内涵，指出地表温度是地表蒸散的函数，推导出了温度蒸散旱情指数（TEDI）的计算方法。利用NOAA数据，以河北省南部平原为研究区域，分别计算出了温度植被旱情指数（TVDI）与温度蒸散旱情指数（TEDI），通过地面实测土壤相对湿度指数（SHI）验证，结果表明温度蒸散旱情指数（TEDI）可以更准确地反映下垫面的土壤墒情状况。

基于条件植被温度指数的冬小麦产量预测

条件植被温度指数(VTCI)综合了地表主要参数——植被指数(NDVI)和地表温度(LST),能够较为准确地对干旱进行监测,可为抗旱救灾、遥感作物估产等提供科学依据。在改进层次分析法的加权VTCI与冬小麦产量的相关性研究成果和VTCI的季节性ARIMA模型干旱预测研究成果基础上,对关中平原的冬小麦产量进行向前1旬、2旬和3旬的预测研究。研究结果表明,产量预测结果与产量监测结果吻合较好,预测精度随着预测步长的增大而降低,关中平原4个地级市平均产量预测结果的最大相对误差为3.27%,说明用该方法可以进行向前3旬的产量预测。

植被状态指数和温度条件指数的提取方法

NDVI最大值最小值和地表温度最大值最小值分别是计算植被状态指数(VCI)和温度条件指数(TCI)的关键参数。本文在介绍国内外提取四个参数的研究应用情况的基础上,充分考虑了各地区温度、地形等的影响,提出了新的提取方法,以适应全国范围内的旱情监测。针对各影响因子的分析表明,本文提出的参数提取方法是合理可行的。

基于植被与温度条件的农业旱情遥感监测研究

本文以山西省为实验区,利用2002-2005年作物生长期NOAA/AVHRR数据计算的TCI和VCI指数,取二者最大值(MTVI)作为旱情监测的指标进行旱情监测实验,并结合同期地面土壤湿度进行实验分析。分析结果表明利用TCI和VCI的最大值作为监测指标可以较好的反映农业旱情程度以及范围分布,与单个TCI和VCI监测结果相比,MTVI监测结果稳定可靠,在一定程度上弥补了单一指数监测时的不足。

基于地表温度-植被指数特征空间的土壤干旱监测

以张掖市甘州区绿洲为研究区,采用5期遥感影像(2011~2015年),运用ENVI 5.2提取归一化植被指数(NDVI)、改进型土壤调节植被指数(MSAVI)和地表温度(Ts),构建Ts-NDVI和Ts-MSAVI特征空间,对比分析两种特征空间。结果表明,Ts-MSAVI特征空间的干边和湿边斜率均小于0,这与前人的研究干边斜率是负值,湿边斜率是正值的结论有所不同。Ts-NDVI和Ts-MSAVI这两种特征空间具有相同的趋势,其中2012、2013、2014年这3年两种特征空间系数r^2较高,其余2年系数r^2较低。整体而言,TsNDVI特征空间的干湿边系数相比Ts-MSAVI特征空间的干湿边系数要高,稳定性好。从TVDI旱情等级分布图上可以得出2012年的受旱面积最大,干旱和重旱面积占总面积的70.39%,2013年干旱情况最严重,重干旱面积为1 611.972 km^2,重旱面积占到总面积的43.5%,2014年干旱程度开始缓解,轻旱、干旱和重旱面积开始降低,湿润和正常面积开始增加,2015年干旱程度得到全面缓解,湿润和正常面积占到总面积的21.9%,但是干旱和重旱面积比重依然很大,说明张掖市甘州区绿洲旱情依然很严峻。

基于优选植被指数和TVDI的额济纳绿洲旱情监测

以内蒙古西部的额济纳绿洲为研究区,利用2017年8月24日的Landsat 8影像,基于地表温度-植被指数特征空间理论,提取归一化差值植被指数(NDVI)、比值植被指数、土壤调节植被指数、改进型土壤调节植被指数和优化型土壤调节植被指数(OSAVI),分别计算温度-植被干旱指数(TVDI),利用同期实测土壤水分数据进行精度评定与指数优选,反演区域土壤水分,划分干旱等级.结果表明, TVDI能够反映额济纳绿洲土壤水分的分布状况,是区域旱情监测的有效指标;5种植被指数中,基于OSAVI和NDVI计算的TVDI与土壤水分的R^(2)>0.52, OSAVI优于NDVI,基于OSAVI的TVDI是研究区土壤水分反演的最佳模型;整个研究区以干旱、重旱区为主,干旱现象明显.在空间分布上,除水体以外,旱情状况呈现以绿洲为中心,向四周急剧增加的趋势.

农业旱情遥感指数验证与不确定性分析

以山西省太谷与山东省济宁试验为例,对极轨气象卫星农业旱情遥感监测指数进行验证,并对其不确定性进行分析。山西省太谷试验结果表明,旬温度条件指数(T),植被条件指数(V),植被健康指数(H)与土壤湿度有较高相关性(R2分别达到0.51,0.50,0.56),日部分指数相关性更高(R2分别达到0.58,0.45,0.60);山东省济宁日指数与土壤湿度相关性比太谷的高(T,V,H的R2分别达到0.93,0.66,0.97),但是两地区叶面缺水指数(W)与土壤湿度的相关性都很低,验证结果表明,利用H与T较适合农业旱情监测。另外在对比分析2个地区试验结果的基础上,从作物种植结构、监测时间尺度、植被生理状况,以及指数本身特性等角度分析了农业旱情监测中的不确定性。

利用SEBAL和改进的SEBAL模型估算黑河中游戈壁、绿洲的蒸散发

蒸散发是干旱、半干旱地区内陆河流域水分消耗的主要途径,利用遥感估算流域尺度上的蒸散发对内陆河流域水循环和水资源的合理利用具有重要的指导意义.基于2012年开展的黑河流域生态-水文过程综合遥感观测联合试验(Hi WATER)的观测资料和高分辨率的ASTER影像,分别利用SEBAL模型和改进的SEBAL(M-SEBAL)模型估算黑河中游不同时期戈壁、绿洲等不同下垫面的蒸散发,通过涡动观测数据对比分析了SEBAL模型和M-SEBAL模型估算戈壁、绿洲蒸散发的精度.结果表明:SEBAL模型在绿洲低估感热通量,高估潜热通量;在戈壁高估感热通量,低估潜热通量.M-SEBAL模型充分考虑不同下垫面地表辐射温度与植被覆盖度之间的关系,能很好地反映不同植被覆盖区域的湍流通量的异质性,估算黑河中游戈壁、绿洲蒸散发的精度高于SEBAL模型.

基于TVDI的旱情时空动态变化监测——以神东矿区为例

【目的】监测旱情的时空动态变化,对神东矿区的土地复垦及生态恢复提供科学依据。【方法】采用1991、2002、2007、2010、2014年和2018年植被生长季36景Landsat数据,基于温度干旱植被指数(TVDI)遥感反演模型,应用偏差分析、线性倾向趋势分析、空间转移矩阵等数理统计分析方法对神东矿区1991—2018年植被生长季旱情时空动态变化进行监测。【结果】①月际变化表现为,TVDI在每年6—9月出现低值,整体UF~UB曲线几乎小于0,TVDI呈下降趋势。年际变化表现为,1991、2002、2007、2010年TVDI偏离值大于0,1991—2010年TVDI呈上升趋势,2014、2018年偏离值小于0,2010—2018年TVDI呈下降趋势,变化趋势同月际变化一致。②神东矿区TVDI空间分布始终表现为西南高于东北,干旱等级面积逐年减少。③神东矿区TVDI呈下降趋势面积大于TVDI呈上升趋势面积,TVDI显著下降趋势面积最大为2394.74 km^(2),显著上升面积最小为425.91 km^(2)。④神东矿区干旱状态逐渐向较干旱、正常状态转变。较干旱状态逐渐向正常和较湿润状态转变。向干旱及较干旱状态转变的范围较小。【结论】基于TVDI模型进行神东矿区旱情动态变化监测效果良好,变化明显,可为神东矿区土地复垦提供参考。

基于Landsat8数据的长沙市望城区地表温度与遥感指数关系研究

本文基于2013年9月17日的LANDSAT8卫星影像数据,计算了长沙市望城区地表温度(LST)、NDVI、NDBI、BSI、MNDWI,对望城区城市热岛效应以及城市地表温度与NDVI、NDBI、BSI、MNDWI之间的关系进行研究分析,结果表明:望城区城市热岛效应明显,NDBI、BSI与望城区地表温度(LST)呈正相关的线性关系,NDVI、MNDWI与地表温度(LST)呈负相关线性关系,进一步说明水体与植被有助于缓解城市热岛效应,而建筑与裸土则加剧了城市热岛效应。