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。

基于温度植被干旱指数的关中地区旱情监测

及时准确地进行区域尺度的干旱监测对于保障农业生产和保护粮食安全具有重要指导意义。该研究基于2001—2020年的MOD11A2地表温度8 d合成产品与MOD13A1植被指数16 d合成产品,通过地表温度(land surface temperature,LST)和归一化植被指数(normalized difference vegetation index,NDVI)数据构建NDVI-LST特征空间,获取关中地区2001—2020年20 a时间序列的温度植被干旱指数(temperature vegetation dryness index,TVDI),分析关中地区干旱时空分布演变特征和干旱影响成因,探索其未来演变趋势。结果表明:1)关中地区近20 a来TVDI平均值为0.57,干旱类型整体上属于正常的干旱状态,82.00%的地区干旱变化状况为稳定不变,渭河冲积平原干旱程度较为严重,其次是渭北旱塬地区,南部秦岭地区较为湿润;2)关中地区未来干旱情况有所缓解,7.71%的研究区将持续变湿,36.24%的地区由干变湿;3)关中地区的TVDI值与海拔、坡度、降水量呈现负相关,与气温呈现正相关关系,林地、草地覆盖对缓解干旱具有积极意义。温度植被干旱指数从区域尺度上实现了干旱状况的定量化表征,在关中地区具有较好的适用性,遥感干旱监测结果可为关中地区抗旱对策的制定提供理论基础和科学依据。

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。

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。

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。

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。

基于温度植被干旱指数(TVDI)的云南干旱遥感监测

本文针对云南省气候干旱特点,选择基于温度植被干旱指数(TVDI)的遥感监测方法。主要是结合MODIS数据,通过数据处理提取归一化植被指数(NDVI),用分裂窗算法反演地表温度(Ts)从而建立特征空间。然后根据干边和湿边的散点图拟合干边方程和湿边方程,从而计算温度植被干旱指数。最后以TVDI作为干旱分级的指标得到云南地区的干旱等级并结合当地相关部门的监测数据对监测方法和结果进行验证。验证结果与实际干旱情况和区域都基本吻合,云南省全省范围内均有不同程度上的干旱,在空间分布上,重旱的主要集中区域基本一致。

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。

利用温度植被干旱指数TVDI监测草原干旱情况

通过对锡林浩特草原牧草生育期Landsat8卫星数据的获取与处理,从相应的影像上提取反演得到植被指数(NDVI)、地表温度(LST),并运用Sandholt(2002)等提出的温度植被干旱指数(TVDI),反演得到研究区的温度植被干旱指数。将反演得到的TVDI与土壤湿度数据进行相关性分析后,对研究区的旱灾情况进行等级划分,从而对草原植被的土壤水分时空分布变化规律进行监测与评估。

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.

基于温度植被干旱指数的河南省旱情演化分析

2014年河南省遭遇自1951年来最严重干旱。针对这一现象,在对目前的干旱监测类型进行简要对比分析的基础上,着重阐述了温度植被干旱指数(TVDI)的基本原理;结合MODIS数据,通过数据处理提取地表温度(LST)和归一化植被指数(NDVI),从而建立NDVI-Ts特征空间。根据干边和湿边的散点图,对特征空间中最低温度和最高温度进行线性拟合,计算出TVDI,最后以TVDI为分级指标进行干旱等级划分,对河南省2014年7月下旬到9月上旬的旱情演化趋势进行分析。

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。

FY-3A/MERSI与MODIS的温度植被干旱指数反演及对比分析

为了探讨近年来被广泛使用的MODIS数据以及我国的FY-3A/MERSI数据对同一地区同一时刻的旱情所得的温度植被指数的差异以及可比性,选择我国四川省旱灾频发的攀西地区为研究区,分别反演MODIS-TVDI和MERSI-TVDI,并探讨两者监测结果的特点以及可比性。结果发现:(1)MERSI数据的干湿边线性拟合系数要高于MODIS数据。(2)MODIS-TVDI与MERSI-TVDI的差值变化范围在-0.12到0.23,差值均值为0.11,MODIS数据的监测结果比MERSI数据的监测结果略大。(3)MODIS-TVDI与MERSI-TVDI在各类地物的反演结果上都具有较高的一致性,其中林地R2最高为0.944。(4)MODIS-TVDI、MERSI-TVDI与当前月份降雨量存在显著负相关,其线性相关系数分别为-0.83,-0.91,两者干旱监测结果是可信的。

通用温度-植被指数特征空间农田干旱遥感监测

针对单一时段温度-植被指数特征空间干、湿边不稳定的问题,提出利用通用温度-植被指数特征空间改进TVDI指数进行农田干旱遥感监测的方法。利用2006-2015年各年单一时段特征空间干、湿边构建通用特征空间,拟合得到旬通用特征空间干、湿边。采用通用特征空间计算TVDI,结合实测数据进行旬土壤含水量反演模型率定和结果验证,并在河南省小麦种植区进行干旱监测应用分析。结果表明,与单一时段特征空间相比,基于通用特征空间的TVDI与实测数据的相关性更高,指数稳定性更强,土壤含水量估算绝对误差小于10%,均方根误差小于11%,能够有效监测农田旱情。

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TVDI结合ARIMA的河南省土壤旱情监测方法

针对河南省土壤旱情灾害频发,地面土壤墒情监测站监测面积有限等问题,将气象干旱指数与遥感监测模型相结合对土壤旱情开展预测研究。以2012—2021年间气象资料计算的标准化降水蒸散指数(Standardized precipitation evapotranspiration index,SPEI)为依据,对作物缺水指数(Crop water scarcity index,CWSI)、植被供水指数(Vegetation supply water index,VSWI)、温度植被干旱指数(Temperature vegetation drought index,TVDI)和条件植被温度指数(Vegetation temperature condition index,VTCI) 4个指数的干旱监测效果进行适用性评价,然后分析2012—2021年间河南省的TVDI空间分布规律和变化趋势,最后用ARIMA(Autoregressive integrated moving average)模型预测2022年土壤旱情。结果表明,CWSI、VSWI、VTCI研究结果不符合实际土壤墒情结果,TVDI值与实地历史记录的土壤墒情变化趋势整体一致,总体呈现出河南省西北部、中部、北部随时间变化而呈增大趋势,且ARIMA模型预测的2022年土壤墒情结果效果良好,为河南省的农业生产精准管理提供参考依据。

用温度植被干旱指数识别河源地区隐伏构造

针对遥感技术在植被覆盖区构造信息提取的难点,使用Landsat 7 ETM+数据提取温度植被干旱指数(TVDI),结合数字高程模型(Digital elevation model,DEM)、GF-1数据和Google earth图像,对河源地区的隐伏断裂构造进行综合解译。综合解译结果对区内大部分的隐伏断裂构造都能很好地反映,可较好地识别规模为1~2 km的次级隐伏断裂构造,以及一些延伸规模10 km以上的断裂。结果表明:TVDI线性异常能够指示隐伏断层的存在,结合DEM及多光谱数据综合解译方法能有效识别植被覆盖区隐伏断层,研究结果对植被覆盖区隐伏断层构造研究具有很好的应用价值。