首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 125 毫秒
1.
贵州喀斯特山区的NDVI-Ts特征及其干旱监测应用研究   总被引:2,自引:0,他引:2  
康为民  罗宇翔  向红琼  陈娟  郑小波 《气象》2010,36(10):78-83
温度植被干旱指数(TVDI)同时考虑了陆面温度和植被指数对遥感干旱监测的影响,综合了两者的长处,有效地减小了植被覆盖度的影响,提高了遥感干旱监测的准确性。陆面温度的反演以普朗克辐射函数为基础,运用地表比辐射率使之转换为灰体辐射。提取植被指数对应的最高陆面温度和最低陆面温度构成NDVI-Ts空间,进而得到TVDI。文章应用对地观测卫星(EOS)的MODIS遥感资料,分析并揭示了贵州复杂山区独特的NDVI-Ts空间的形态特征,并用于检验贵州2006年7月25日和2007年8月19日土壤表层干旱情况,同时与当地气象站土壤湿度观测数据进行定量验证,表明TVDI与土壤湿度显著相关。由于EOS/MODIS遥感资料的高时间分辨率、高光谱分辨率和适中的空间分辨率特性,使得该方法适宜于大区域复杂地形的干旱检测与预警。  相似文献   

2.
干旱是影响陕西省社会发展和农业生产的主要气象灾害之一。利用具有两个热红外通道的风云三号气象卫星扫描辐射计一级数据,先使用分裂窗算法反演得到地表温度,再利用归一化植被指数(NDVI)和地表温度计算温度植被干旱指数(TVDI),从而来监测陕西省的土壤干旱程度。结果表明,反演得到的TVDI能较好地反映陕西省干旱分布状况,延安、关中、陕南等区域的TVDI反演结果与实际旱情更为接近。  相似文献   

3.
利用MODIS合成产品数据集MOD11A2和MOD13A2获取的归一化植被指数(NDVI)和陆地表面温度(LST)来构建Ts-NDVI特征空间。依据特征空间设计的温度植被干旱指数(TVDI)作为干旱监测指标,对2000~2011年夏季"一江两河"地区旱情进行监测分析,并利用研究区气象站地面温度数据进行相关度分析。结果表明:2000~2011年夏季"一江两河"地区重旱区主要分布在南部和沿江河谷一带,北部干旱程度较轻,大部分地区TVDI≥0.6,处于干旱区域;近12年TVDI值变化趋势为下降,年际变化显著;TVDI空间分布特征与降水空间分布非常一致,与传统气候干旱监测结果总体上表现一致;实测地表温度与TVDI两者具有较好的线性正相关性。由此可见,温度植被干旱指数(TVDI)作为高原地区大范围干旱监测反演模型具有一定的科学性和参考性。  相似文献   

4.

干旱是影响陕西省社会发展和农业生产的主要气象灾害之一。利用具有两个热红外通道的风云三号气象卫星扫描辐射计一级数据,先使用分裂窗算法反演得到地表温度,再利用归一化植被指数(NDVI)和地表温度计算温度植被干旱指数(TVDI),从而来监测陕西省的土壤干旱程度。结果表明,反演得到的TVDI能较好地反映陕西省干旱分布状况,延安、关中、陕南等区域的TVDI反演结果与实际旱情更为接近。
 

  相似文献   

5.
改进温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI)并明确TVDI的农业干旱等级阈值,对提高TVDI指数监测农业干旱能力有重要意义。利用近19 a的MODIS(Moderate Resolution Imaging Spectro-radiometer,MODIS)遥感数据,基于单时次和多时次方法构建NDVI(Normalized Difference Vegetation Index,NDVI)-LST(Land Surface Temperature,LST)、EVI(Enhanced Vegetation Index,EVI)-LST、RVI(Ratio Vegetation Index,RVI)-LST、SAVI(Soil-Adjusted Vegetation Index,SAVI)-LST等几种特征空间,讨论TVDI计算方法,分析TVDI在甘肃省农业干旱监测中的适用性,并明确甘肃省夏季TVDI农业干旱分级标准。结果表明:(1)基于多时次方法构建的SAVI-LST特征空间TVDI更适合甘肃省农业干旱监测,其对土壤相对湿度(...  相似文献   

6.
安徽省MODIS干旱监测技术研究   总被引:4,自引:0,他引:4  
刘惠敏  马小群  孙秀帮 《气象》2010,36(4):111-115
为了更有效地监测安徽省农业干旱,以安徽省半湿润区、过渡区为研究对象,利用MODIS资料,在对比分析了基于植被供水指数和温度植被干旱指数两种干旱监测方法基础上,结合已业务应用的农业干旱指标累积湿润指数,开展安徽省分时段的晴空遥感干旱监测研究,建立并确定了部分时段半湿润区、过渡区的MODIS植被供水指数和温度植被干旱等级标准,同时结合当地台站监测土壤墒情对干旱监测进行检验。结果表明,作物生长季节VSWI、TVDI与累积湿润指数存在相关性,两种方法建立指标和模型可以用来分时段进行区域干旱监测,得出了初夏旱TVDI更适合于研究区域的干旱监测。  相似文献   

7.
利用MODIS合成产品数据MOD11A2和MOD13A2获取的归一化植被指数(NDVI)和陆地表面温度(LST)构建Ts—NDVI特征空间,并把该特征空间计算的温度植被干旱指数(TVDI)作为土壤湿度指标。利用该指标反演伊犁博州地区6~8月3个月份每8d的土壤湿度。然后将土壤湿度分为5级,进而得到该时段伊犁博州地区土壤湿度空间分布特征。  相似文献   

8.
不同卫星遥感干旱指数在黑龙江的对比应用   总被引:3,自引:0,他引:3       下载免费PDF全文
采用MODIS的1 km×1 km分辨率数据,以我国黑龙江为研究区,对基于植被指数的植被状态指数 (IVC)、基于地表温度的温度状态指数 (ITC) 和基于植被指数-地表温度特征空间的植被温度状态指数 (IVTC) 与10 cm,20 cm土壤相对湿度、降水量的关系、3种指数监测结果及其相互关系进行了对比分析。结果表明:IVTC相对于ITC,IVC更适于反映土壤湿度的变化,对浅层土壤湿度更加敏感;IVTC相对于ITC,IVC对降水更敏感,与监测时段的降水和前期总体降水都密切相关;在生长季早期,IVTC和ITC用于干旱监测的适用性明显优于IVC;不同区域间,IVTC的可比性较好,IVC和ITC则较差;IVTC所反映的地表温度信息对干旱的直接指示作用最强,所反映的植被信息对干旱的直接指示作用较弱。  相似文献   

9.
我国温度植被旱情指数TVDI的应用现状及问题简述   总被引:2,自引:0,他引:2  
植被指数和地表温度是2类常见的遥感干旱监测方法,它们分别利用植被受旱时植被指数降低和植被冠层温度升高这2种重要的生理表现来监测干旱。但植被指数对干旱指示具有一定滞后性,地表温度监测干旱时易受土地背景等影响。基于特征空间的温度植被旱情指数(TVDI)综合了植被指数和地表温度监测干旱的特点,物理意义明确,克服部分单独使用植被指数或地表温度的缺点,是目前干旱研究和业务应用中使用最广的遥感干旱指数之一。本文介绍了TVDI的原理、计算方法、应用中的改进及TVDI干旱监测方法,旨在为TVDI的研究及应用提供一些参考。  相似文献   

10.
利用多源遥感数据和稻谷产量资料,采用降水条件指数(PCI)、植被状态指数(VCI)、土壤湿度条件指数(SMCI)、温度条件指数(TCI)以及优化植被干旱指数(OVDI)5种干旱指数,对2012、2013年长江中下游五省的干旱状况进行监测。在此基础上,以标准化降水指数(SPI)和作物减产率为参考指标,对上述5种干旱指数在该区域的适用性进行比较分析。结果表明:PCI、SMCI更适用于长江中下游五省的干旱监测,而TCI、VCI不适合单独用于该地区的干旱监测。在2012、2013年,长江中下游五省发生了不同程度的干旱,其中2013年的干旱更严重(波及范围更广、发生频次更高)。2012年的干旱主要集中在1—2月和6—8月两个时段,旱区集中在北部地区,大致呈东北—西南向的条带状分布;而2013年的干旱主要集中在1—2月和6—10月两个时段,旱区覆盖了整个研究区域,且各省旱情不同步。  相似文献   

11.
本文利用2006~2010年7、8月的MODIS卫星遥感资料、土壤湿度观测资料和Ci综合气象干旱指数,讨论了NDVI-Ts特征空间干、湿边的拟合方法,建立了7~8月各旬的TVDI指数计算模型.根据31个农业气象站点的土壤相对湿度观测资料,获得了5种干旱等级的观测样本,并通过样本类内离散度、类间离散度,以及与土壤相对湿度和Ci指数相关性的比较,对比分析了TVDI和VSWI两种干旱遥感监测方法对四川盛夏伏旱的监测能力,结果表明:对于四川盛夏伏旱的遥感监测来说,用TVDI指数监测比用VSWI指数监测更合适,效果更好,TVDI指数监测到的干旱区比较可靠.  相似文献   

12.
Temperature vegetation dryness index (TVDI) in a triangular or trapezoidal feature space can be calculated from the land surface temperature (LST) and normalized difference vegetation index (NDVI), and has been widely applied to regional drought monitoring. However, thermal infrared sensors cannot penetrate clouds to detect surface information of sub-cloud pixels. In cloudy areas, LST data include a large number of cloudy pixels, seriously degrading the spatial and temporal continuity of drought monitoring. In this paper, the Remotely Sensed Daily Land Surface Temperature Reconstruction model (RSDAST) is combined with the LST reconstructed (RLST) by the RSDAST and applied to drought monitoring in a cloudy area. The drought monitoring capability of the reconstructed temperature vegetation drought index (RTVDI) under cloudy conditions is evaluated by comparing the correlation between land surface observations for soil moisture and the TVDI before and after surface temperature reconstruction. Results show that the effective duration and area of the RTVDI in the study area were larger than those of the original TVDI (OTVDI) in 2011. In addition, RLST/NDVI scatter plots cover a wide range of values, with the fitted dry-wet boundaries more representative of real soil moisture conditions. Under continuously cloudy conditions, the OTVDI inverted from the original LST (OLST) loses its drought monitoring capability, whereas RTVDI can completely and accurately reconstruct surface moisture conditions across the entire study area. The correlation between TVDI and soil moisture is stronger for RTVDI (R = −0.45) than that for OTVDI (R = −0.33). In terms of the spatial and temporal distributions, the R value for correlation between RTVDI and soil moisture was higher than that for OTVDI. Hence, in continuously cloudy areas, RTVDI not only expands drought monitoring capability in time and space, but also improves the accuracy of surface soil moisture monitoring and enhances the applicability and reliability of thermal infrared data under extreme conditions.  相似文献   

13.
利用MODIS产品数据MOD11A2和MOD13A2获取地表温度(TS)、昼夜温差(DST)、归一化植被指数(NDVI)、增强植被指数(EVI),构建宁夏区域2005年4、7、10月逢8、18、28日TS-NDVI、TS-EVI、DST-NDVI、DST-EVI特征空间,根据TS-NDVI、TS-EVI、DST-NDVI、DST-EVI特征空间建立了温度植被干旱指数(TVDI)、温度增强植被指数型干旱指数(TEDI)、温差植被干旱指数(DTVDI)、温差增强植被指数型干旱指数(DTEDI),并以这些干旱指数作为土壤水分监测指标,反演了宁夏区域2005年4、7、10月的土壤水分.利用实测10 cm土壤水分进行相关分析,结果表明DTEDI在宁夏土壤水分反演中表现较好,DTVDI表现略好.  相似文献   

14.
MODIS资料遥感监测土壤水分与干旱研究进展   总被引:5,自引:0,他引:5  
干旱是威胁我国及世界农业发展的自然灾害之一,遥感技术已经成为监测土壤水分与旱情的重要手段。本文总结分析了近年来利用MOD IS资料监测土壤水分和干旱的优势,回顾总结了目前利用MOD IS资料监测土壤水分和干旱的方法,着重从光谱法、温度植被干旱指数(TVD I)空间法、植被水分监测法、水分亏缺指数法等几方面进行了重点介绍,并对未来的发展趋势进行了展望。  相似文献   

15.
应用NOAA卫星AVHRR通道1、2计算的植被指数和通道4的亮温、农业气象试验站观测的土壤湿度,并结合气象卫星完成的土地覆盖分类等资料,建立了由植被指数和亮温估算甘肃省东部农田区土壤湿度的方程。结果表明,农田土壤湿度与植被指数和亮温间均存在一定相关关系;用植被指数和亮温可以估计土壤湿度情况,并对干旱进行监测。  相似文献   

16.
山东省干湿转换期土壤水分MODIS遥感监测   总被引:1,自引:0,他引:1  
由于2012年春夏过渡时期山东省降水时空分布不均,前期全省大部分地区出现旱情,后期降水偏多。为及时掌握干旱分布及变化情况,利用MODIS地表温度数据(MOD11A2)和植被指数数据(MOD13A2),结合土壤水分自动站的实测数据,采用温度植被干旱指数法,构建了LST-NDVI、LSTEVI特征空间,反演了2012年6~7月山东省干湿转换期的土壤水分,分析了干旱空间分布及变化特征。结果表明:LST-NDVI特征空间反演精度为82.95%,LST-EVI特征空间反演精度为84.33%,精度提高了1.66%。前期山东省中南部、西部出现旱情并以轻旱为主,后期由于降水旱情明显缓解,干旱面积减少了65 427 km2。基于MODIS数据利用温度植被指数法在本区域进行干旱监测是可行的。  相似文献   

17.
基于MODIS数据的作物苗期干旱监测方法   总被引:2,自引:0,他引:2  
针对苗期低植被覆盖情况,在原有的归一化植被指数基础上,增加了土壤调节植被指数,将其与条件温度指数结合,通过与地面实测土壤相对湿度进行相关分析,分别建立作物苗期的干旱监测模型,并与热惯量方法和供水植被指数方法进行对比分析,初步得出辽宁省范围内作物苗期进行大范围干旱遥感监测的最适宜模型为土壤调节植被指数一温度模型.  相似文献   

18.
为探究风云3卫星数据在重庆地区干旱监测中的适用性,以温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI)为监测指标,利用Aqua/MODIS数据为对比数据,对重庆地区2015年夏季(7~9月)旱情进行监测分析。结果显示,重庆夏季主要受轻旱和中旱的影响,旱情较严重的区域主要集中在西部地区。从7月开始,受旱情影响的范围在逐渐加大,旱情程度也在不断加深。结合高程数据(Digital Elevation Model,DEM)和MODIS土地覆盖类型产品数据,将重庆地区划分为低海拔混交林、中海拔混交林、低海拔小起伏山地作物、低海拔中起伏山地作物四类讨论不同地貌类型受旱情的影响。作物类受旱情影响的面积百分比较混交林类大,低海拔相较于中海拔地区受干旱影响的面积百分比更大。为验证基于TVDI的干旱监测结果的准确性,利用重庆市170个地面站点实测的土壤墒情数据为验证数据,通过相关性分析可知,FY3A/VIRR数据与Aqua/MODIS数据不论是在整体相关性还是按不同地表类型分类后与土壤墒情数据间的相关性都较好,且相关系数在0.1水平(双侧)显著相关,说明利用TVDI能较好的反映出重庆地区土壤中的水分含量情况。但两类数据的相关性又存在一定的差异,整体上,Aqua/MODIS数据与土壤墒情之间的相关性要高于FY3A/VIRR数据;分类后,FY3A/VIRR数据与土壤墒情之间的相关性要高于Aqua/MODIS数据。   相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号