基于植被供水指数的农田干旱遥感监测研究

应用1995—2000年NOAA卫星资料,结合广西贵港市的数字化土地利用信息,通过时序分析方法找出典型作物代表区,并计算各典型代表区的平均、最大、最小VSW I(Vegetation SupplyW a-ter Index;植被供水指数)特征值,归纳分析水田和旱地的干旱指标,继而根据典型代表区的平均VSW I值划分旱情等级,生成农田旱情遥感图像,评估干旱情况。试验表明,该方法可用于湿润、半湿润地区的农田干旱遥感监测。

利用EOS/MODIS植被供水指数监测锡林郭勒地区土壤湿度

利用锡林郭勒盟13个测墒站0-10cm土壤相对湿度和对应时段MODIS卫星资料,分析植被供水指数(VSWI)与土壤相对湿度间的相关性。结果表明,二者呈极显著的线性关系(P<0.01),在此基础上建立了基于植被供水指数的土壤相对湿度监测模型。运用该模型反演的土壤相对湿度分布与实测结果基本吻合。从动态监测旱情的变化角度,用植被供水指数(VSWI)监测了锡林郭勒草原在2011年8月旱情的发生、发展和加重过程。说明植被供水指数法适用于植物生长季大范围的干旱监测,通过动态监测,可为及时、准确掌握大范围土壤水分状况和旱情提供决策依据。

植被供水指数法在辽西干旱监测中的应用

利用NOAA卫星AVHRR通道1、2,计算植被指数和通道4的亮温,运用植被供水指数法监测辽西地区土壤干旱情况,结果表明,与实地的早情分布基本一致。

利用EOS/MODIS植被供水指数监测庆阳地区的土壤湿度

利用MODIS资料和庆阳市土壤湿度资料,拟合出了植被供水指数(VSWI)与土壤湿度的关系式,回归分析表明:MODIS植被供水指数与地面湿度之间有较好的线性关系,通过对2005年庆阳地区春旱的动态监测发现,用此方法监测的土壤湿度与实际测墒值基本吻合。因此,认为利用MODIS植被供水指数监测庆阳地区的土壤湿度是可行的。

基于植被供水指数的山东省2013年春季旱情监测

春季是山东小麦生长的关键时期,若遇干旱胁迫将严重影响小麦产量和农民收益,因此,有效及动态监测此期干旱的发生和分布情况,对指导抗旱政策和方案的制定具有重要意义。本文利用MODIS数据计算归一化植被指数(NDVI)和陆地表面温度(Ts),进而构建植被供水指数(VSWI),检验VSWI与10、20 cm土壤相对湿度之间的相关性,结果显示,VSWI与土壤湿度相关性较高,可以准确反映干旱情况。运用VSWI分析山东省2013年4月上旬至6月上旬的旱情,结果显示,山东省2013年春季旱情,4月上旬最严重,之后明显好转,5月份相对稳定,6月上旬基本结束;西部和西南部地区旱情较轻,西北、东部和中部次之,东营市因土地盐渍化严重,土壤持水能力差,旱情最严重。

用遥感植被供水指数监测贵州干旱

应用NOAA气象卫星AVHRR通道1，2，4数据建立了植被供水指数（VSWI）监测贵州干旱遥感模型，确定了VSWI遥感图上干旱指标和干旱面积，并与地面干旱指数确定的旱情作了比较，建立了植被供水指数和地面干旱指数之间的回归方程。

利用植被供水指数法监测干旱的研究

利用FY-1D/AVHRR数据通道12、的反射率计算植被指数和通道4、5的亮温计算作物冠层温度,进而求出植被供水指数可监测干旱状况。本文简单介绍了利用FY-1D/AVHRR数据植被供水指数法监测生长季的干旱状况。研究表明,该方法所得结果从总体趋势看,与实际情况基本吻合。因此,植被供水指数法适用于生长季大范围的干旱监测。

植被供水指数法在内蒙古干旱监测中的应用

利用FY-1D/AVHRR数据通道1、2的反射率计算植被指数和通道4、5的亮温计算作物冠层温度,进而求出植被供水指数来监测干旱状况。文章简单介绍利用植被供水指数法在内蒙古干旱监测中的应用,结果表明,植被供水指数法适用于内蒙古地区生长季大范围的干旱监测。

基于植被供水指数的河南2012年春季干旱监测

干旱的发生是一个缓慢渐进的过程,可能出现在任何时间任何地域,每一次的干旱暴发,都在威胁着国家农业生产安全和人类的正常生活。以2012年河南的典型春旱为例,运用气象站观测数据和MODIS遥感数据,在植被供水指数的基础上监测旱情。结论如下:2012年河南省春季降水距平百分率高达-56. 9%,为重旱;当水分成为限制因子时,地表温度(land surface temperature,LST)与NDVI呈负相关; 2012年河南春季植被供水指数(vegetation supply water index,VSWI)的变化趋势基本与降水量一致; VSWI与小麦产量显示较强的相关性,VSWI值较高的地区,单位面积小麦产量比河南省平均值要高出26%;最后利用VSWI反演河南省干旱分布情况,能准确反映旱情,证明VSWI具有广泛的适用性和较强的现实指导意义。

基于植被供水指数的贵州省农业干旱特征分析

基于2000-2020年生长季(4-10月)的MODIS-NDVI、LST影像,以植被供水指数(Vegetation Supply Water Index,VSWI)为干旱监测指标,利用小波分析、线性倾向率、重心迁移模型等方法分析贵州省干旱强度和干旱频率特征,并探讨农业干旱与土壤水分和降雨量的关系,为贵州省农业干旱监测、抗旱提供参考依据。结果表明:(1)贵州省2000-2020年生长季(4-10月)VSWI整体上呈缓慢增加趋势,表明干旱有所缓解;干旱频率呈“西高东低”空间分布,干旱等级呈现黔西南州—安顺市—贵阳市—遵义市的干旱带,干旱程度由此轴线向西北和东南方向递减。轻旱面积多且呈减少趋势,中旱面积呈减少-增加-减少趋势,重旱面积少且波动较小。(2)农业干旱有两个主要振荡周期,第一个周期为7~9 a,振荡中心在2005年;第二个周期为15~18 a,基本贯穿整个研究期,振荡中心在2011年。贵州省农业干旱存在8和16 a左右的周期。(3)贵州省21年平均干旱重心位于黔西南州兴义市(104.99°E,25.03°N),月干旱重心和逐年干旱重心集中在贵阳市(106.73°E,26.58°N)、毕节市(105.28°E,27.30°N)和兴义市(104.90°E,25.08°N)。(4)VSWI与土壤水分的空间关系较复杂,但总体呈正相关关系,即土壤水分越低,VSWI越低,干旱越严重;同时降雨量与农业干旱的关系并不是完全为正相关,整体上两者的变化趋势具有相似性。

环境减灾卫星快速提取植被供水指数产品的方法研究

研究总结出一种快速自动化多时相遥感数据处理方法,该方法通过用ERDAS对植被供水指数数据产品进行模型化,大大节省了人力和时间。

基于不同植被指数TVDI和VSWI模型的焉耆盆地土壤湿度反演

以新疆焉耆盆地为研究区域,基于Landsat 8 OLI数据计算归一化植被指数(NDVI)、增强型植被指数(EVI)、改进的修正土壤调整植被指数(MSAVI)、土壤调整植被指数(SAVI)以及地表温度(Ts)等,建立温度植被干旱指数(TVDI)模型和植被供水指数(VSWI)模型反演新疆焉耆盆地的土壤湿度,比较不同土壤湿度反演模型对研究区的适应性,进一步分析焉耆盆地土壤湿度的空间分布特征。结果表明,构建NDVI-Ts、MSAVI-Ts、SAVI-Ts、EVI-Ts空间特征,其散点符合三角形的关系,R^(2)均0.83以上;利用不同植被指数NDVI、MSAVI、SAVI、EVI计算出的TVDI、VSWI与土壤相对湿度0~10 cm RSM数据呈现负相关关系,两种模型具有较高的一致性,利用MSAVI指数反演的TVDI、VSWI决定系数最高,R^(2)分别为0.296、0.235;焉耆盆地湿度总体上以半干旱(0.6<TVDI、VSWI<0.8)为主,以干旱(TVDI、VSWI>0.8)为辅;土壤湿度空间格局,焉耆盆地中部出现正常现象,东南部和东北部出现干旱现象。TVDI、VSWI模型可以实现对焉耆盆地土壤湿度反演,为焉耆盆地水资源与生态环境研究提供较好的参考信息。

基于植被供水指数法的上蔡县农业春旱遥感监测

利用2006年4月7日的Landsat5 TM影像、2013年4月2日Landsat7 ETM+影像和2014年4月5日Landsat7 ETM+影像,采用植被供水指数法对河南省上蔡县进行农业春旱监测,并将归一化植被指数(单一植被指数)法的结果与植被供水指数法的结果进行对比。结果表明:(1)上蔡县历年春季普遍发生农业干旱,程度有所不同。研究区2006年至2014年干旱程度逐年减轻,干旱发生区域逐年减少,干旱治理成效较为明显。(2)植被供水指数法与单一植被指数(归一化植被指数)法的监测结果一致,且数据易于获得,可操作性强,有助于提高监测精度和效率,可用于该研究区以及与其地形和覆被等情况一致区域的农业干旱监测。

基于植被供水指数的旱区土壤湿度反演方法研究

植被供水指数(VSWI)是进行干旱研究的有效指标,是进行区域土壤湿度反演的重要方法。利用MODIS数据,提取归一化植被指数(NDVI)、修正的土壤调整植被指数(MSAVI)、增强型植被指数(EVI)和地表温度(Ts)等参数,建立植被供水指数、基于MSAVI的植被供水指数(VSWI-M)、基于EVI的植被供水指数(VSWI-E),并对比三种指数反演土壤湿度的效果;在此基础上,建立分区域、基于NDVI阈值的混合植被供水指数(MVSWI)模型,利用20 cm土壤墒情实测数据对模型进行检验,RE,RMSE误差结果显示,MVSWI模型具有较好的精度,可以用来估算土壤湿度。

基于植被供水指数的桂西北旱情遥感监测研究与应用

针对极端天气频繁出现,干旱增多、严重等问题,以桂西北为研究区域,获取不同时期遥感影像数据,通过分析植被及温度等影像指数,依据历史旱情发生情况,建立植被供水指数分级规则,并依此规则,可实时、动态地监测旱情信息。其成果可增强旱情的预警能力,为防旱、抗旱决策提供了技术参考依据。

基于植被供水指数的锡林浩特市干旱监测分析

以锡林浩特市为研究区域,利用MODIS遥感影像数据提取的归一化植被指数和地表温度,计算植被供水指数对2009年、2013年和2017年的旱情分布情况进行监测。结果表明:锡林浩特市植被生长季普遍发生农业干旱,程度有所不同;在空间上干旱主要分布在锡林浩特市的北部和中西部地区,东部干旱程度较轻且零星分布在各个旗县;在时间上从2009-2017年研究区干旱程度逐年减轻,重旱发生区域逐年减少,干旱治理成效较为明显;植被供水指数法与单一植被指数(归一化植被指数)的监测结果大致一致,且数据易于获取,可操作性强,有助于提高监测精度和效率,可用于该研究区以及与其地形和覆被等情况一致区域的农业干旱监测。

基于植被指数和地表温度的冬小麦遥感干旱监测

针对河北省冬小麦主要种植区2007年发生的一次春旱过程,利用MODIS 8天合成遥感资料,结合地面站点数据,分析植被供水指数及其多年距平值在冬小麦生长旺期对站点和区域尺度的旱情响应,探求其在河北省冬小麦旱情日常监测中的可操作性。研究结果表明:在三个典型干旱站点,植被供水指数多年距平值与土壤相对湿度多年距平值有较为一致的时间动态;在区域尺度,植被供水指数对水分亏缺状况敏感,与20cm土壤相对湿度的相关性较好。利用植被供水指数建立的遥感监测模型可用于反演冬小麦种植区旱情空间格局,结果与地面观测资料基本吻合。

基于温度供水干旱指数的京津冀春旱监测及时空分布分析

为提高农业干旱监测效果和精度,在对传统干旱监测模型对比分析基础上,本文提出将温度植被干旱指数(TVDI)和植被供水指数(VSWI)加权联合构建温度供水干旱指数(TSWDI)的研究思路。以京津冀2006—2012年5月份数据作为实验统计数据,以京津冀2006—2016年3—5月份春旱监测为例进行了模型实验。实验结果证实,TSWDI指数相对其他两个指数与10、20和50 cm深处的土壤水分相关性更高,能够更精准地反映农业干旱状况。TSWDI计算结果显示,京津冀干旱分布具有如下特征:从时间角度看,2006—2016年整体干旱状况逐渐缓解,特别是自2010年至今,研究区域干旱程度逐步减轻;从空间角度看,京津冀区域整体干旱面积逐步减少。

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MOD11A2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MODIS数据的农业干旱遥感指数对比和应用

以辽西北为研究区域,选取典型干旱年2009年作物(春玉米)主要生长季,采用表观热惯量(apparent thermal inertia,ATI)、距平植被指数(anomalies of vegetation index,AVI)和植被供水指数(vegetation supply water index,VSWI)3种基于不同理论的遥感干旱指数方法对土壤水分进行反演,分析其监测效果。结果表明,3种指数分别在一定程度上反映出了辽西北地区2009年的旱情趋势,但得到的反演结果并不一致;ATI在中高植被覆盖率下的监测效果高于预期结果,比较符合历史气象资料;AVI可以有效反映当年作物主要生长季各时期相对的受旱状况;VSWI夸大了植被的影响作用,存在严重的滞后性。