基于Landsat-8影像的农田土壤含水量反演研究

快速实时地获取大范围土壤含水量可以为科学有效地应对干旱提供强有力的数据支撑。研究选择河北省定兴县和易县的冬小麦种植区作为研究区域,基于多光谱遥感数据Landsat-8和野外实测土壤含水量数据,构建了垂直干旱指数(PDI)、改进型垂直干旱指数(MPDI)、温度植被旱情指数(TVDI)3种干旱指数模型来反演研究区土壤含水量,并分析反演结果的精度和适用性。研究结果表明:3种干旱指数计算结果显示研究区整体偏干,不同干旱指数的空间分布存在差异,其中PDI和另外2种干旱指数的差异最大;3种干旱指数均与土壤含水量实测值呈负相关,其中MPDI、TVDI和土壤含水量之间存在较为明显的线性相关关系,从拟合精度来看MPDI表现最优,因此被用于反演研究区的土壤含水量。反演结果显示研究区的含水量整体偏少,主要介于12%~15%,含水量的空间分布特征和地表覆盖特征一致。研究结果证明了MPDI指数在冬小麦冬季干旱监测方面具有较大的应用潜力。

改进垂直干旱指数法在灌溉面积反演中的应用

采用卫星遥感监测手段,以多源多时相遥感数据为基础,以GIS技术为支撑,根据遥感指数对不同土壤土壤湿度响应不同,计算改进的垂直干旱指数,结合现场实际灌溉信息,确定灌溉前后提取阈值,提出一种基于低空间分辨率遥感数据的低成本灌区灌溉面积提取的精确计量技术,补充灌区信息化建设内容,能够快速有效地提高灌区水资源管理的能力。该技术在灌区进行应用,经与地面实测数据对比,精度在0.85左右,可在大中型灌区推广应用。

几种干旱遥感监测模型在陕北地区的对比和应用

利用陕北20个测墒站不同土层深度的土壤湿度和对应的MODIS卫星资料,分析了3种干旱遥感指数即改进型能量指数(MEI)、垂直干旱植被指数(PDI)和地表含水量指数(SWCI),由此得到陕北旱情空间分布图,并对其分等定级。结果表明:3种遥感干旱监测模型监测土壤水分的最佳土层深度均为20cm,其次为10cm。对2008年4-9月的植物生长季土壤相对湿度进行动态反演表明,3种指数均能及时、准确得到大范围的土壤含水量情况及旱情,适宜在当地应用推广。

PDI与MPDI在内蒙古干旱监测中的应用和比较

以内蒙古明安镇为试验区,基于TM遥感影像对PDI和MPDI两种干旱监测方法进行了应用、验证和比较。试验表明,PDI、MPDI与植被覆盖区实测土壤含水量的相关系数的平方分别为0.37、0.535 5,这两种指数在试验区进行干旱监测具有一定的可行性,且MPDI的监测精度高于PDI。此外,通过整个试验区PDI和MPDI空间分布格局的比较以及这两种指数值与植被覆盖区实测土壤含水量的对比分析,发现在整个试验区,两者的监测结果基本一致,但在植被覆盖区,MPDI的干旱监测效果要明显好于PDI,这主要是因为MPDI考虑了植被覆盖的影响。