条件植被温度指数干旱监测方法的完善

应用NOAA-AVHRR多时段卫星遥感数据,以陕西省关中平原为研究区域,建立了条件植被温度指数干旱监测方法,讨论了植被指数和地表温度特征空间中冷边界和热边界的确定方法。通过气象网站的降水量资料验证了该研究区域1999年以来每年5月上旬的干旱监测结果,结果表明条件植被温度指数与降水量间的相关性随着累计时间的增加而降低,与最近月份降水量的相关性最好,证实了冷边界和热边界确定方法的合理性以及条件植被温度指数是一种可行的、近实时的干旱监测方法。

条件植被温度指数及其在干旱监测中的应用

应用NOAA -AVHRR数据 ,在用条件植被指数、条件温度指数和距平植被指数进行年度间相对干旱程度监测的基础上 ,提出了条件植被温度指数的概念 ,它适用于监测某一特定年内某一时期 (如旬 )区域级的相对干旱程度。条件植被温度指数的定义既考虑了区域内归一化植被指数的变化 ,又考虑了在归一化植被指数值相同条件下土地表面温度的变化。陕西省关中平原地区 2 0 0 0年 3月下旬干旱的监测结果表明 ,条件植被温度指数能较好地监测该区域的相对干旱程度 ,并可用于研究干旱程度的空间变化特征 ,对干旱的监测结果与用土壤热惯量模型反演的土壤表层含水量的结果基本吻合。

条件植被温度指数在云南干旱监测中的应用

对干旱进行监测,有助于各级政府及时了解旱情,采取积极有效的防旱、抗旱措施,促进水利设施建设与合理布局,确保农业生产发展与粮食安全。该文采用MODIS多时相归一化植被指数与地表温度遥感影像产品,分析研究区归一化植被指数—地表温度特征空间,应用条件植被温度指数对云南省2009年9月-2010年3月干旱的时间、空间特性进行监测。监测结果表明云南省旱情随时间有所波动,但整体旱情呈发展趋势;监测期内云南省旱情分布较广,受灾面积超过70%,仅西北角小片地区受干旱影响较小,特旱区主要分布于云南省中部、东部和南部地区。应用相关研究成果对干旱监测结果进行验证,结果表明监测结果可信,能够为防灾减灾相关部门提供有力的信息支持。

条件植被温度指数在华北平原干旱监测中的应用

以华北平原部分地区为研究区域,应用MODIS多时段卫星遥感数据进行了归一化植被指数和地表温度的计算和反演,应用条件植被温度指数对研究区域2003—2006年每年5月上旬的干旱进行了监测.以监测结果为基础,在时间和空间分布上分析了研究区域的旱情.应用降水量数据和土壤表层含水量数据对干旱监测结果进行了验证,结果表明VTCI与最近1个月的降水量具有显著的线性相关性,VTCI与土壤表层含水量有较好的线性相关性,验证了VTCI是一种近实时的干旱监测方法.

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Ⅲ——干旱对冬小麦产量的影响评估

选取关中平原2002—2009年冬小麦越冬后每年3—5月9旬的条件植被温度指数(CVTI)遥感干旱监测结果,基于归一组合赋权法确定的冬小麦越冬后四个主要生育时期干旱对产量影响的最优权重,建立关中平原4市(不包括铜川)冬小麦每年的加权CVTI与单产间的一元线性回归模型,并对冬小麦的单产进行了估算。结果表明,2002—2009年关中平原冬小麦单产在波动中呈上升趋势,中部单产较高,西部次之,东部最低。基于关中平原4市的整体产量估算模型预测西安市部分区县2010年的单产,取得较好的结果,验证了关中平原4市的整体产量估算模型具有较好的精度,能够较准确地反映关中平原干旱对冬小麦产量的影响。

基于SARIMA模型和条件植被温度指数的干旱预测

基于时间序列遥感数据反演的条件植被温度指数(VTCI)干旱监测结果,应用季节性求和自回归移动平均模型(SARIMA)对关中平原进行了分区域干旱预测建模,得到了2009年4月上旬至5月下旬每旬1步、2步和3步共18旬的预测结果,并分析了预测精度。结果表明,SARIMA模型的预测精度随着预测步数的增加而降低,6旬1步预测结果的绝对误差频数分布基本是单峰分布,主要分布在-0.2到0.2之间;6旬2步预测结果的绝对误差频数分布出现双峰分布,3步预测结果绝对误差分布分散,且误差变大。通过分析干旱的时空分布规律,发现关中平原地区干旱具有较明显的区域特征,且1步预测和2步预测结果的干旱时空分布与监测结果较吻合,3步预测结果的不确定性较大,由此得出SARIMA模型适用于关中平原VTCI 1～2步预测研究的结论。

条件植被温度指数干旱监测方法的研究与应用

综合应用归一化植被指数(NDVI)和土地表面温度(LST),提出了条件植被温度指数(VTCI)的概念,并将其用于干旱监测。VTCI的定义既考虑了区域内NDVI的变化,又强调了NDVI值相等时LST的变化,可解释为NDVI值相等时LST差异的比率。分别以陕西关中平原地区和美国大平原南部地区为研究区域,应用AVHRR和MODIS卫星遥感反演的NDVI和LST产品,以及累计降水量和降水偏差数据,证实了条件植被温度指数是一种近实时的干旱监测方法。

基于Aqua-MODIS数据的条件植被温度指数干旱等级监测研究

以陕西关中平原为研究区域,选取2003年～2012年每年3月～5月的Aqua-MODIS数据,计算MODIS-VTCI干旱监测结果,通过气象数据对结果进行验证,对比MODIS和AVHRR数据多年同一旬的VTCI干旱监测及等级划分结果,发现两种监测结果反映出的旱情分布规律相同.MODIS-VTCI干旱监测结果表明,2003年、2004年、2005年和2009年关中地区春旱严重,其中3月中旬至4月下旬旱情发生频率较高.2009年MODIS-VTCI干旱等级监测结果表明,关中地区2009年3月中旬、4月上旬和中旬干旱程度严重,且关中东部地区旱情比西部严重.

利用条件植被指数评价西藏植被对气象干旱的响应

基于2000—2014年4—10月西藏气象站遥感干旱指数(条件植被指数,VCI)和气象干旱指数(标准降水指数,SPI)之间的相关性,评估植被对气象干旱的响应特征,通过分析气候环境要素对响应特征的影响并归纳相应规则,获取西藏地区植被对气象干旱有明显响应的区域分布。结果显示:VCI与12周时间尺度的SPI具有较强相关性,说明西藏地区植被生长对降水的响应大约滞后12周;植被对气象干旱响应不敏感的原因主要包括气候极度干燥或极度湿润、土地覆盖类型为森林、年平均归一化植被指数(NDVI)值过小、多年NDVI变化标准差过小、有降水之外的其他水源补给等;基于对区域气候环境要素特征的分析,可以得出西藏中部偏南地区植被对气象干旱有明显响应,主要包括拉萨地区、山南地区北部、日喀则地区东部、那曲地区中部和西南部、阿里地区的东南部。

条件植被指数在海河流域干旱评价中的应用

鉴于海河流域干旱问题突出,根据2001-2013年MODIS的NNDVI数据构建了条件植被指标（VVCI）对海河流域进行月尺度干旱评价,并采用标准化降水指数（SSPI）和河北省农业干旱受灾面积（AADAA）资料与其对比验证,在此基础上,进一步分析了海河流域近13年干旱特征。结果表明,VVCI指标较传统的SSPI指标在海河流域具有更好的适用性;海河流域整体干旱呈减缓趋势,而平原区白洋淀平原和子牙河平原的干旱均呈加剧趋势;3-6月和10-12月是海河流域干旱易发期,表明海河流域冬小麦受干旱影响的风险较大,尤其是春旱问题突出。

基于条件植被温度指数的夏玉米生长季干旱预测研究

为验证条件植被温度指数(VTCI)在夏玉米生长季干旱预测中的适用性,以河北中部平原为研究区,应用求和自回归移动平均(ARIMA)模型及季节性求和自回归移动平均(SARIMA)模型,对该地区VTCI时间序列数据进行分析建模预测。首先基于49个气象站点所在像素的VTCI时间序列数据,选取不同长度时间序列建立ARIMA模型,并分析时间序列长度与预测精度间关系,以期为时间序列长度选择提供依据;然后选择理想长度的VTCI时间序列数据,分别建立ARIMA模型和SARIMA模型,用于研究区域2017年夏玉米生长季VTCI预测,并分析评价两模型预测精度;最后采用性能较好的ARIMA模型逐像素建模预测,得到2016-2018年9月上旬至下旬VTCI预测结果。结果表明:基于ARIMA模型的VTCI预测精度与时间序列长度未呈现明显的相关关系,但随时间序列长度增加,模型预测精度逐渐趋于稳定;ARIMA模型对干旱的预测精度高于基于SARIMA模型,其1步、2步、3步VTCI预测结果均方根误差较SARIMA模型分别降低0. 06、0. 07、0. 09;ARIMA模型在不同年份夏玉米生长季VTCI1~3步的预测精度稳定性较好,2016-2018年1步、2步和3步VTCI预测结果绝对误差绝对值大于0. 20的像素平均百分比分别为5. 84%、6. 38%、8. 72%。

基于Sentinel-3条件植被温度指数的关中平原干旱监测

基于Sentinel-3数据计算多年条件植被温度指数(I VTC),并进行近实时定量干旱监测,以陕西省关中平原为研究区,在单年Sentinel-3数据的基础上综合多年Terra MODIS数据计算多年Sentinel-3 I VTC,进而实现研究区的干旱监测。研究结果表明,基于单年Terra MODIS I VTC与多年Terra MODIS I VTC之间的线性回归模型计算关中平原的多年Sentinel-3 I VTC是可行的,并且计算的旬尺度多年Sentinel-3 I VTC与近20 d累积降水量具有较高的相关性,相关系数(R 2)达到0.65,展现了较高的近实时定量干旱监测能力。

基于条件温度植被指数(VTCI)的中国北方地区土壤水分估算

利用中国北方13省2000-2008年的Terra-MODIS归一化植被指数(NDVI)和地表温度(LST)数据,以及相同时间段农业气象观测站点的0～10 cm表层土壤水分资料,建立基于条件温度植被指数的表层土壤水分遥感估算模型,计算出2000-2008年北方13省各月份表层土壤水分,主要结论有:(1)空间分布上,表层土壤水分最高的是分区一和分区四,平均值均达到了0.2以上,表层土壤水分最低的是新疆沙漠地区,低于0.05,土壤水分空间分布基本呈"南高北低,东高西低"的趋势;(2)受降雨量和农作物需水的影响,年内月份之间,7、8两月表层土壤水分最高,4、5、9、10月表层土壤水分最低;(3)年际变化上,2000-2001、2001-2002、2005-2006年北方大部分区域表层土壤水分增加,增加区域面积分别占总面积的79.2%、59.3%和71.4%,而2002-2003、2004-2005年大部分区域表层土壤水分减少,减少区域面积分别占总面积的53.9%和64.1%;(4)降水是影响土壤水分时空分布的一个重要因素。误差分析结果表明,基于条件温度植被指数的土壤水分遥感反演达到了较好的效果,能够较准确地反映北方地区干旱的分布及变化状况。

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。

气象卫星条件植被指数监测土壤状况

本文介绍用１９８５—１９９１年ＮＯＡＡ卫星标准化植被指数（ＮＤＶＩ）资料进行处理生成的条件植被指数（ＶＣＩ），研究我国土壤的湿度状况，并阐述了应用ＶＣＩ，结合常规资料进行综合分析，监测由于干旱或大范围洪涝所造成的宏观植被状况变化的情况。研究结果表明，用气象卫星资料可以对我国的干旱、洪涝状况进行宏观动态监测。

应用中值融合模型的条件植被温度指数降尺度转换研究

为获得基于Landsat卫星遥感数据更为精确的定量化干旱监测结果,以陕西省关中平原为研究区域,基于Aqua MODIS数据反演的1 km空间分辨率的条件植被温度指数(VTCI)的定量化干旱监测结果(MODIS-VTCI)和Landsat OLI/TIRS数据反演的30 m空间分辨率的VTCI相对干湿监测结果(Landsat-VTCI),应用降尺度的中值融合模型(MFM)将基于MODIS数据反演的VTCI降尺度至30 m空间分辨率的VTCI定量化干旱监测,并对其结果进行验证。结果表明,应用降尺度的中值融合模型转换的VTCI定量化干旱监测结果(MFM-VTCI)与Landsat-VTCI的空间分布及纹理特征相似,两者间的相关系数和结构相似度均较大,均方根误差、差值影像及差值频数分布图所呈现的结果与定量化干旱监测结果和相对干湿监测结果间的系统误差相符,表明Landsat-VTCI与MFM-VTCI间的可比性较强。MFM-VTCI与累计降水间的相关性和MODIS-VTCI与累计降水间的相关性相近,均大于Landsat-VTCI与累计降水间的相关性,表明MFM-VTCI是定量化的干旱监测结果。

基于加权马尔可夫模型的条件植被温度指数预测研究

条件植被温度指数(VTCI)是一种近实时的干旱监测指标。利用加权马尔可夫模型对陕西关中平原的条件植被温度指数(VTCI)时空变化序列进行了2步预测,并将预测结果与实际监测结果进行对比分析,结果表明,预测的干旱监测结果与实际的干旱监测结果空间分布特征基本一致,进一步的误差分析显示,2步预测的误差平均值分别为0.042和0.152。

基于遗传算法的条件植被温度指数的时间尺度转换方法

多时相VTCI遥感数据具有更多的旱情信息,能充分反映旱情对作物生长及产量的影响。不同时段发生干旱导致的作物减产率不同,研究基于多时相VTCI时间尺度转换的干旱影响评估的方法具有重要意义。针对关中平原冬小麦主要生育期VTCI的时间尺度转化问题进行了建模分析,研究了求解该问题的基于因子权重排序法与熵值法的归一组合赋权法(CAFE)、穷举法(EA)和遗传算法(GA)的过程和结果,其中EA可得到问题的最优权重值。结果表明:CAFE确定的冬小麦不同生育时期干旱对产量影响的权重值与EA获得的最优权重值相差较大,而GA获得的权重值等于或接近于最优权重值,其获得的加权VTCI与冬小麦单产的回归分析结果亦接近于EA而优于CAFE,精度较高,同时其运算过程的时间复杂度大大低于EA。GA对关中平原冬小麦各生育时期干旱对产量影响权重的确定较为合理,更适合于关中平原多时相VTCI数据时间尺度转换研究和干旱对冬小麦生产的影响评估研究。

2003-2021年黄河流域逐月1 km分辨率VCI和TCI干旱指数数据集

黄河流域地跨干旱、半干旱和半湿润气候带,其多年平均水资源总量为719.4亿立方米,占全国水资源总量的2.5%,是中国各大流域中受干旱影响最为严重的流域。随着全球气候变化,黄河流域的干旱变化成为研究的热点。本文基于MODIS植被指数产品(MYD13A2,V6)和地表温度辐射产品(MYD11A2,V6),采用Kogan在1995年提出的VCI和TCI指数计算方法,分别生产了黄河流域2003–2021年逐月1 km分辨率VCI和TCI干旱指数数据集。数据经过去云处理、填补缺值和滤除背景噪声等数据质量控制操作,以确保数据集能够满足研究人员使用。通过数据共享,期望为全球变化背景下黄河流域的干旱监测及研究提供重要数据支撑。

AVHRR植被产品在干旱研究中的应用

本文利用AVHRR数据产品NDVI计算得到河北省的距平植被指数和条件植被指数分布图,对河北省1997年的高温干旱进行分析。遥感测算得到1997年发生干旱的面积与农业部门统计的干旱面积误差为11.3%;利用降水资料得到河北省47个观测站点的降水距平百分率图,与距平植被指数和条件植被指数分布图的旱情分布情况较一致。证明利用植被指数产品进行干旱监测具有一定的可行性。