基于TVDI指数的隐伏断层识别

隐伏断层受第四系残积物富集及土壤覆盖层影响,光学遥感方法无法直接识别,骊山山前断裂地处秦岭北麓,受第四系及植被等覆盖严重,因此探讨应用热红外遥感中地温反演方法识别提取隐伏断裂。活动断裂经过区域表现为陆地表面温度升高、植被覆盖率增高、土壤湿度增大等特征。基于TVDI指数计算方法,获得TVDI影像,结合上述3个特征,对结果影像进行分析得出影像中的相对低值区即为负异常区,间接指示断层存在的可能性。综合上述方法,分析研究区域反演结果影像,秦岭北麓区域存在较为明显的相对低值区域(负异常区)。通过野外验证该线状相对低值区域(负异常区)与骊山山前断裂走向重合。结果表明TVDI指数方法在隐伏断层识别提取中具有良好的应用价值。

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TVDI的攀西地区干旱时空变化特征研究

利用MODIS地表温度数据(LST)和归一化植被指数(NDVI)构建Ts-NDVI特征空间,通过计算温度植被干旱指数(TVDI)详细分析了攀西地区2001—2020年干旱时空变化规律。结果表明:(1)从时间角度来看,20年间攀西地区TVDI年均值介于0.5481~0.5820,以-0.0001·a^(-1)速率缓慢减小,且在2001年和2009年出现大范围中旱。季节性干旱特点表现为冬干春旱,各季TVDI均值分别为冬季0.5618、春季0.6058、夏季0.5590、秋季0.5365,表明冬、春两季较夏、秋两季更容易形成干旱。TVDI月均最大值出现在5月份,为0.6089;最小值出现在9月份,为0.5204;每年2—6月以中旱为主;7月起旱情减轻,转为轻旱;10月起旱情逐渐加重。(2)从空间角度来看,攀西地区旱情变化趋势南北差异明显,南部干旱发生的频率和范围大于北部地区,呈现出中部、南部及西南部高,北部、西北部及东北部低的空间分布特征。(3)从典型干旱年份来看,攀西地区2001年、2006年和2011年春旱耕地在空间分布上具有一定的相似性。其中,受中旱的耕地主要分布在攀西北部和中部;而受重旱的耕地主要集中分布在攀西西南部。研究结果表明,2001—2020年攀西地区旱情稍有缓解,不同季节间干旱差异性较大,干旱范围以攀西中部和南部为主。

基于FY-3D_TVDI的黑龙江省生长季干旱监测评估

基于FY-3D气象卫星数据构建Ts-NDVI特征空间,计算温度植被干旱指数(TVDI),分析2020年生长季内黑龙江省主要农区干旱时空分布变化,并结合高程、坡度以及气象数据,分析TVDI变化影响因子。结果表明,2020年生长季黑龙江省农区TVDI空间分布具有较强的区域性差异,呈现北部、东部较湿润,西部、中部、南部较干旱趋势;东部农区TVDI主要分布于0.2~0.6属于正常或偏涝,其他农区有2次典型干旱事件的发生,干旱峰值位于5月中旬和9月上旬。以400 m高程为分界点,小于400 m高程区域的TVDI与高程呈正相关关系,大于400 m高程区域的TVDI与高程呈负相关关系;坡度分界点为3.5°,小于3.5°区域TVDI随坡度的增加逐渐增大,大于3.5°区域TVDI随坡度的增加缓慢下降。旬平均气温对TVDI的影响大于旬累计降水量,且平均气温对TVDI存在持续性的影响,持续时间可达1~2旬。

基于温度植被干旱指数的四川伏旱遥感监测与影响评估

利用2006年7～8月的NOAA/AVHRR数据,依据温度植被干旱指数（TVDI）对2006年四川伏旱进行监测与评估.采用了干旱监测合成滤云新技术,分析了Ts-NDVI特征空间属性和TVDI指数干旱监测能力,提出了四川伏旱TVDI计算模型、分级标准、和影响评估方法,结果表明：1）按最大地表温度原则得到的旬合成数据比按最大植被指数原则得到的旬合成数据具有更强的旱情监测能力;2）在Ts-NDVI特征空间中当NDVI较小时干湿边几乎同为水平直线,两者相差约45℃;3）TVDI指数因其大小不同而对旱情的监测能力也不一样,较小时说明没有干旱发生,较大时则一定有干旱发生,中间段对干旱的监测具有不确定性;4）2006年四川伏旱遥感监测与气候监测结果基本一致,农作物受旱面积与饮水困难人口数估算误差在10%以内.

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。

融合多源遥感数据的夏玉米土壤水分反演方法对比研究

为了解决在夏玉米植株高度较高(>1.5 m)情况下,无人机遥感土壤水分反演过程中冠层与地表之间多次散射对微波后向散射的衰减问题,寻找合适的反演方法。通过融合运用无人机多光谱和热红外数据、Sentinel-1A SAR卫星数据,结合田间实测数据,对植被覆盖下的土壤水分反演与精度验证进行研究;采用温度植被干旱指数(TVDI)、水云模型(WCM)以及引入MIMICS模型参数的改进水云模型(Improved WCM)3种方法进行土壤水分反演。其中,TVDI方法拔节期反演精度R2为0.50(10 cm)和0.42(20 cm),乳熟期反演精度R2为0.49(10 cm)和0.46(20 cm);WCM方法拔节期反演精度R2为0.53(10 cm)和0.44(20 cm),乳熟期反演精度R2为0.18(10 cm)和0.02(20 cm);Improved WCM方法拔节期反演精度为0.76(10 cm)和0.69(20 cm),乳熟期反演精度为0.78(10 cm)和0.74(20 cm)。采用引入MIMICS模型参数的改进水云模型方法得到的夏玉米2个生育期的反演效果,明显优于水云模型方法和温度植被干旱指数方法;3种方法的2个生育期反演精度均为10 cm高于20 cm。因此,引入MIMICS模型参数的改进水云模型方法更适合于玉米植株较高情况下的10 cm土壤含水量反演。

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。

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TVDI的艾比湖地区土壤水分时空变化分析

以艾比湖湿地为研究区,利用2003年5月和2013年5月Landsat遥感影像,提取了地表温度(Ts)和植被指数(NDVI)反演温度植被干旱指数(TVDI),并构建特征空间,分析了土壤水分的时空变化。试验结果表明:TVDI可有效反演区域土壤水分,且精度较高;自2003—2013年共10a的时间跨度下,艾比湖地区土壤水分空间分布由湖区向周边地区呈减少趋势;湿润、正常和轻旱面积减少,干旱和重旱面积增加,呈现"两增三减"的趋势。区域土壤水分分布情况不容乐观,仍需加强当地水资源管理,以保障区域生态系统的正常运转。

融合无人机多光谱和热红外影像的蔗田土壤含水率监测研究

甘蔗作为广西、云南等地的主要农作物,极易受到干旱的影响。土壤含水率是评估甘蔗是否受到干旱影响的重要指标。以蔗田土壤含水率为研究对象,利用无人机搭载的热红外和多光谱传感器数据计算出甘蔗冠层的温度、重归一化植被指数RDVI等植被指数,采用人工测定的方法对无人机监测数据进行校正和率定,构建了甘蔗的温度植被干旱指数(TVDI)模型。结果表明,利用多光谱和热红外传感器计算的TVDI与蔗田苗期、分蘖期、伸长期和成熟期土壤含水率均具有高度相关性,决定系数R2分别为0.9066、0.8190、0.8529和0.9160。因此,TVDI模型最适合用于监测甘蔗苗期和成熟期的受旱情况。

基于TVDI和Landsat-8的喀斯特峡谷区干旱监测

[目的]探索适用于喀斯特地表干旱遥感监测的技术方法,为石漠化治理监测以及抗旱减灾工作提供技术参考。[方法]运用大气校正法反演地表温度(Ts)和归一化植被指数(NDVI),构建花江峡谷区2013年、2014年和2015年旱季的温度—植被干旱指数(TVDI),并结合地面实测数据对TVDI作为旱情指标进行了验证。[结果](1)反演的TVDI与同时期实测的0—10cm土壤体积含水量数据呈显著的负相关关系(p<0.05)。(2)3个时期的干旱等级以轻旱为主;轻旱、干旱和重旱累计面积占全区比重大,呈现2014年旱情重于2015年和2013年的特点。(3)3个时期的旱情在空间分布上,湿润和正常等级在地形上主要分布在海拔900～1 100m地带,15°～35°的斜坡和缓陡坡,以及阴坡和半阳坡;在石漠化等级上,主要分布在无石漠化区、轻度石漠化区和潜在石漠化区;在土地利用类型中主要分布在有林地、旱地、灌木林地和其他林地。轻旱、干旱和重旱在地形上主要分布在海拔500～900m,6°～25°的缓坡和斜坡,以及阳坡和半阳坡;在石漠化等级上,轻旱和干旱主要分布在轻度石漠化区、潜在石漠化区、中度石漠化区和强度石漠化区,重旱主要分布在非喀斯特区;在土地利用类型上,轻旱、干旱和重旱主要分布在旱地、园地和其他林地。[结论]TVDI可作为研究区的干旱监测指标,基于TVDI和Landsat-8数据的干旱监测方法在喀斯特峡谷区具有一定适用性。

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ATI和TVDI模型的河北平原土壤湿度遥感反演

为了进一步提高河北平原土壤湿度时空变化的监测精度,本文以MODIS数据和实测土壤相对湿度数据为数据源,按照优势互补的设计思想,联合应用表观热惯量模型(ATI)和温度植被干旱指数模型(TVDI)反演河北平原地区的土壤相对湿度。在3—5月、10—11月采用基于NDVI=0.2阈值分区分方案的反演方法反演河北平原地区的土壤相对湿度,其中在每旬NDVI>0.2的区域采用TVDI模型,NDVI≤0.2的区域采用ATI模型,而6—9月单独使用TVDI模型来反演土壤相对湿度值。在1—2月和12月,由于植被覆盖度较低和实测土壤相对湿度数据缺测,采用ATI模型。模拟模型全部通过0.01的显著性检验。研究结果表明,河北平原地区的土壤相对湿度在年内时间变化上呈现两个由升到降的变化周期,第1个周期为12月—翌年6月,其中,12月—翌年3月为上升,3—6月为下降,3月为峰值;第2个周期为6—12月,其中,6—8月上升,8—12月下降,8月为峰值;全年土壤相对湿度的平均最大值出现在8月,最小值出现在6月。土壤相对湿度的空间分布主要受降水、人工灌溉和土地利用方式的影响,冀东和沧州滨海平原同期的土壤相对湿度值高于平原其他部分,春季太行山山前平原和燕山山前平原的土壤相对湿度值相对较高。对3个代表性月份(5月、7月和10月)进行的点对点验证表明,各月遥感反演结果的平均相对误差分别为21.4%、19.25%和22.22%。可见,遥感反演的土壤相对湿度和实测土壤相对湿度具有良好的相关性。将本文研究结果和全部用ATI模型和全部用TVDI模型反演的结果进行对比发现,联合应用ATI和TVDI模型分区反演模型反演的土壤相对湿度的平均相对误差均小于其他两种单一反演模型。

基于地形校正TVDI的地下水位埋深反演

在干旱、半干旱地区,地下水是陆生植被生存的重要水源,而传统的地下水位监测方法费时费力,及时获取大尺度高精度的地下水位埋深显得十分重要。在温度植被干旱指数(TVDI)的基础上,分别提取三期Landsat 8遥感数据的归一化植被指数(NDVI)、修正土壤调节植被指数(MSAVI)、比值植被指数(RVI)、差值植被指数(DVI)和增强型植被指数(EVI)和地表温度(Ts),并引入DEM数据对Ts进行地形校正,减少地形起伏对能量二次分配的影响,并选择最佳TVDI反演地下水位埋深状况,结果表明:(1)在传统TVDI的基础上引入DEM进行地形校正,分析校正前后TVDI与地下水位埋深的决定系数,R^2从0.4381提高到0.5053,这说明地形校正能够有效地提高地下水位埋深的反演精度;(2)通过三期影像对比分析了五种不同的TVDI值分别与其对应栅格点的地表土壤湿度和地下水位埋深的决定系数,总体上都是Ts-MSAVI较好,最高R^2分别为0.5547、0.5202;(3)在实测土壤含水量缺失的情况下,可以根据反映土壤湿度高低的因子(TVDI)间接地反演地下水埋深分布状况。

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。

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。

基于HJ-1B遥感数据的冬小麦旱情监测研究

为确定植被干旱指数(TVDI)法在苏北地区冬小麦干旱监测中的适用性,利用HJ-1B星CCD、IRS数据,建立地表温度(Ts)-归一化植被指数(NDVI)特征空间,并提取TVDI,对2012年3月26日宿迁市土壤水分信息进行遥感监测,以地面样点实测数据进行验证,评价了地表温度及植被指数信息对TVDI指数变化的敏感性。结果表明,宿迁市较干旱区域主要集中在市、县的城区附近,较湿润区域主要分布在水体周围;TVDI与土壤湿度的相关性随土层深度增加而降低,其中在10cm、20cm深度的相关性达到极显著水平;由于Ts直接影响土壤含水量,而NDVI为间接影响,因此TVDI对Ts的敏感性大于NDVI。基于HJ-1B数据的TVDI指数法对冬小麦干旱具有较好的监测效果。

长春地区干旱情况分析

本文利用长春地区2007年6月上中下旬的MODIS数据提取出地表温度和植被指数,构建NDVI-TS特征空间,得出温度植被旱情指数TVDI,分析了长春地区2007年6月份干旱情况,并利用降水、河道径流及水库蓄水情况对分析结果进行检验。

基于遥感技术的平顶山市农业干旱时空演变研究

利用遥感技术,采用Landsat 8卫星图像产品,借助TVDI干旱模型,对2015—2018年河南省平顶山市的农业干旱情况进行分析。结果表明,2015—2018年平顶山市农业干旱情况在空间上存在季节差异,春夏季旱情较轻,春季旱情集中在北部,夏季旱情出现在中部,秋季东西部干旱严重,冬季旱情出现在东南部;在时间上,春冬季旱情较轻,夏秋季干旱明显。