共查询到20条相似文献，搜索用时 484 毫秒
1.
TVDI用于干旱区农业旱情监测的适宜性 总被引：8，自引：0，他引：8
基于地表温度/植被指数(Ts/VI)特征空间建立的温度植被干旱指数(TVDI)受诸多因素的影响,其中一个重要的影响因素是植被指数,该指数在高、低植被覆盖时的敏感性不同,从而导致TVDI对旱情监测的准确度不同.针对这一问题,以新疆塔里木盆地北缘渭干河-库车河三角洲绿洲为研究区,选择2011年4月、8月两景TM影像,利用归一化植被指数(NDVI)和比值植被指数(RVI)分别建立Ts/VI特征空间,线性拟合特征空间的上、下边界,计算得到两种温度植被干旱指数(TVDI-NDVI、TVDI-RVI).用TVDI与同期野外实测的土壤含水量数据进行回归分析.结果表明:(1)植被指数、地表温度、土壤水分之间有显著互动关系,以不同植被指数计算得到的两种TVDI与表层土壤水分相关性较好,均能够反映区域土壤干旱状况;(2)由于植被指数对植被探测的敏感性,在4月低植被覆盖时,TVDI-NDVI与表层土壤水分的相关性较高,为0.4299,8月高植被覆盖时,TVDI-RVI与表层土壤水分的相关性较高,达到0.5791;(3)在低植被覆盖区域,NDVI较RVI敏感,而在高植被覆盖区域,RVI敏感性较高.RVI适用于高植被覆盖时反演土壤湿度,NDVI则更适用于中、低植被覆盖时. 相似文献
2.
基于地表温度-植被指数特征空间的区域土壤水分反演 总被引：6，自引：1，他引：5
针对目前西北地区广泛存在的农业干旱问题,选取了新疆塔里木盆地北缘渭干河-库车河三角洲绿洲为研究区,选择云量较少的两幅TM影像,建立地表温度-植被指数特征空间。首先利用线性方程拟合了特征空间的上下边界,比较利用归一化植被指数(NDVI)建立的地表温度-植被指数特征空间Ts/NDVI和利用改进型土壤调整植被指数(MSAVI)构建的地表温度-植被指数特征空间Ts/MSAVI形状的差异,并计算得到两种温度植被干旱指数(Temperature vegetation dryness index-TVDI,分别为TVDIN和MTVDI)。对TVDI与同期野外不同深度的实测土壤重量含水量数据进行回归分析,建立TVDI估测土壤水分的经验模型并对模型进行验证。研究结果表明,TVDIN和MTVDI均能够反演表层土壤水分,其中MTVDI与土壤水分相关性比TVDIN与土壤水分相关性要高,MTVDI能够更好地反映区域土壤水分状况,是一种更有效的土壤水分监测方法,对农业干旱监测具有一定的科学依据。 相似文献
3.
基于MODIS数据的青藏高原旱情监测研究 总被引：5，自引：0，他引：5
本文利用温度植被旱情指数（TVDI）和植被供水指数（VSWI）分别对2009、2010年3—10月青藏高原土壤湿度状况进行监测分析,同时利用气象台站实测地面降水资料进行了验证。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,依据该特征空间计算出的反映青藏高原土壤湿度的TVDI与同期累积降水相关性显著;VSWI计算过程简单,但所反映的土壤湿度与同期累积降水的相关性较差。因此,对青藏高原这种范围广、下垫面多变复杂区域而言,TVDI能够更好地反映土壤湿度状况,对干旱监测具有一定的科学意义。 相似文献
4.
利用MODIS数据进行旱情动态监测研究 总被引：14，自引：0，他引：14
MODIS-EVI植被指数与不同覆盖程度植被的线性关系已得到明显改善,可以更有效地反映地表植被的生长状态。利用MODIS合成数据MYD11A2和MYD13A2获取的增强型植被指数(EVI)和陆地表面温度(Ts)构建EVI-Ts特征空间,并以该特征空间计算的温度植被干旱指数(TVDI)作为干旱监测指标,分析广西2006年秋旱分布。结果表明:以地表温度和MODIS-EVI为基础的温度植被干旱指数能较好地反映区域旱情分布和旱情发展过程,2006年9月中旬—11月中旬广西受旱区域不断扩大,旱情持续加重。 相似文献
5.
基于MODIS数据新疆土壤干旱特征分析 总被引：4，自引：1，他引：3
干旱是一种常见的自然灾害,严重影响着新疆的农业生产。利用中分辨率成像光谱仪MODIS影像MOD11A2数据和MOD13A2数据,数字高程模型(DEM)对Ts进行了纠正,提取归一化植被指数(NDVI)和地表温度(Ts)构建NDVI-Ts特征空间,并依据特征空间计算的温度植被干旱指数(TVDI)作为监测土壤湿度指标,反演了新疆2013年5、6、7三个月每16 d的土壤湿度。较好地反映地表图层土壤湿度,分析了新疆土壤湿度的时空分布特征,新疆北部地区土壤湿度高于南部,西部的土壤湿度高于东部,且土壤湿度由西北向东南逐步减小,依次表现为湿润>正常>轻旱>中旱>重旱>极旱;由5月到7月土壤湿度不断增大,这与新疆降水量分布和实地土壤含水率十分吻合,监测结果可信,能够为决策部门防旱抗旱提供有力的信息支持。 相似文献
6.
7.
温度植被干旱指数(TVDI)在复杂山区干旱监测的应用研究 总被引：11，自引：1，他引：11
对地观测卫星(EOS)中分辨率成像光谱仪(MODIS)传感器因具有高时间分辨率、高光谱分辨率、适中的空间分辨率等特点,非常适合大范围、长时期、动态的干旱监测。本文选取云南省红河州地区为研究对象,利用MODIS植被指数和陆地表面温度产0品建立高原多山地区NDVI- T_s空间,并由此建立了复杂山区的温度植被干旱指数(TVDI)。利用该方法检测2006年3、4两个月的云南省红河地区的地表干旱情况,同时结合当地气象局信息和野外同步观测的表层土壤温度、湿度数据对该指标进行定量验证,结果表明,TVDI与土壤湿度显著相关,该方法可以用来对大区域干旱进行检测,能很好的用于山区的干旱预警与监测。 相似文献
8.
以内蒙古锡林郭勒盟地区为研究对象,选取2010年研究区旱情发生显著变化的9、10月份的MODIS植被指数和陆地表面温度数据,构建草原地区NDVI-LST和EVI-LST特征空间,进而由此构建了草原地区的温度植被干旱指数（TVDI）,并结合当地气象数据和野外同步实地测量得到的土壤含水量数据对该指数进行定量验证。结果表明：（1）基于EVI-TS特征空间构建的TVDI,同样适用于旱情研究;且在研究区植被覆盖度不高的条件下,基于NDVI-TS特征空间的TVDI更适用于干旱监测;（2）构建的NDVI-TS和EVI-TS特征空间,其散点图符合三角形的关系,与前人研究成果相符;（3）TVDI可以很好地反映研究区的旱情变化情况,可以对研究区进行旱情动态监测;（4）基于NDVI-TS及EVI-TS空间构建的TVDI均与实地同步野外采集的土壤含水量数据结果显著负相关。且通过对基于TVDI的干旱监测结果与研究区实际情况对比分析发现,两者在旱区分布范围、旱情强度等级、干旱发展进程等方面基本吻合,说明TVDI可以在时间上很好监测旱情变化,TVDI可以用来评价草原干旱状况。 相似文献
9.
温度植被干旱指数(TVDI)与多因子关系研究 总被引：2，自引：0，他引：2
利用EOS/MODIS数据,采用归一化植被指数(NDVI)和地表温度(LST)构建NDVI-Ts特征空间,依据该特征空间计算温度植被干旱指数(TVDI)。通过对2009年6期冬小麦数据比较和多因子相关分析,认为TVDI与LST为极显著正相关关系,与NDVI相关性次之。气象因子中降水量(JSL)因子与TVDI相关性较为显著,在作物生长中后期,降水距平(JSJP)因子影响日趋明显;其它气象因子及海拔、灌溉与否等因子作用不显著,在进行大尺度干旱监测时基本可以忽略。如将TVDI与影响较为明显的因子组合建立新的指标或许是一个更好的监测方法。 相似文献
10.
小花间流域旱情监测模型分析 总被引：1，自引：0，他引：1
利用2002年5月份的小花间流域的MOD IS数据提取归一化差值植被指数(NDVI)和陆地表面温度(LST),选取合适的NDVI提取窗口尺度,构建LST-NDVI特征空间,采取适宜的干边和湿边的斜率确定方法,计算温度植被干旱指数(TVDI),对小花间流域进行旱情监测,平均相对湿度进行定性验证。结果表明:采用多尺度的像元提取窗口,依据像元直方图确定干边和湿边,建立温度植被干旱指数(TVDI)进行小花间流域旱情监测能够较好反映当地旱情。基于旱情监测模型的生产需要,探讨旱情与地表温度以及归一化植被指数之间的关系,认为地表温度能够反映当地2002年5月份旱情,而归一化植被指数的作用较小。 相似文献
11.
在国内首次使用MODIS/AVHRR的后继VIIRS产品,依其每日地表反射率产品(GIGTO-VI1~5BO)计算NDVI,结合每日陆表温度产品(GMTCO-VLSTO),计算新疆农七师125团2015年6月29日~7月10日的TVDI结果,利用同期地面实测土壤含水率进行验证,R^2=0.846,两者之间不相关的双尾检验值<0.001。结果表明,构建的土壤湿度模型对农田土壤含水率有较好的反应,并将该模型推广到全天山北坡经济带地区。利用VIIRS数据构建的TVDI特征空间表现优秀,拟合结果良好;该数据因其自身幅宽、高时间分辨率等优势,应用于新疆农田土壤湿度监测,具有一定优势,可弥补VIIRS产品在我国该领域使用的空白。 相似文献
12.
《干旱区地理》2016,(4)
通过在国内首次使用MODIS/AVHRR的后继VIIRS产品,依其每日地表反射率产品(GIGTO-VI1~5BO)计算NDVI,结合每日陆表温度产品(GMTCO-VLSTO),计算新疆农七师125团2015年6月29日~7月10日的TVDI结果,利用同期地面实测土壤含水率进行验证,R2=0.846,两者之间不相关的双尾检验值0.001。结果表明:构建的土壤湿度模型对农田土壤含水率有较好的反应,并将该模型推广到全天山北坡经济带地区。利用VIIRS数据构建的TVDI特征空间表现优秀,拟合结果良好;该数据因其自身幅宽、高时间分辨率等优势,应用于新疆农田土壤湿度监测,具有一定优势,可弥补VIIRS产品在我国该领域使用的空白。 相似文献
13.
VIIRS-TVDI法反演干旱区农田土壤湿度 总被引：1，自引：0，他引：1
《干旱区地理》2016,(6)
在国内首次使用MODIS/AVHRR的后继VIIRS产品,依其每日地表反射率产品(GIGTO-VI1~5BO)计算NDVI,结合每日陆表温度产品(GMTCO-VLSTO),计算新疆农七师125团2015年6月29日~7月10日的TVDI结果,利用同期地面实测土壤含水率进行验证,R~2=0.846,两者之间不相关的双尾检验值0.001。结果表明,构建的土壤湿度模型对农田土壤含水率有较好的反应,并将该模型推广到全天山北坡经济带地区。利用VIIRS数据构建的TVDI特征空间表现优秀,拟合结果良好;该数据因其自身幅宽、高时间分辨率等优势,应用于新疆农田土壤湿度监测,具有一定优势,可弥补VIIRS产品在我国该领域使用的空白。 相似文献
14.
基于改进的地表温度-植被覆盖特征空间估算地表蒸散 总被引：1，自引：0，他引：1
地表温度-植被指数特征空间被广泛应用与地表蒸散估算和土壤湿度监测,而利用散点图直接拟合干边会造成很大的不确定性。本研究采用改进的地表温度-植被覆盖特征空间进行地表通量的计算。该方法是基于能量平衡公式进行干边定位,从而减少干边确定过程中的不确定性。我们选取的17天的MODIS数据以及相应气象数据进行地表蒸散计算,并采用郑州的LAS观测站验证显热通量计算值,估算结果均方根误差（RMSE）、偏差（Bias）和相关系数平方（R^2）分别为44.06Wm^-2、36.99Wm^-2和0.71。总体来讲,通过能量平衡公式确定的理论干边相比通过散点图拟合的实测干边更合理。 相似文献
15.
《云南地理环境研究》2016,(1)
面对多种多样的干旱监测方法,如何进行选取是目前遥感干旱应用所面临的主要难题。基于MODIS数据和云南省96个气象站2010年2月与2012年2月的气象资料,利用条件植被指数(VCI)、温度植被指数(TVDI)、云参数法以及标准降水指数(SPI)方法监测云南省干旱,并将4种方法监测结果与云南省干旱监测系统监测结果进行对比分析其在云南省的适用状况。结果表明:在该区,VCI监测干旱程度偏轻且干旱程度空间分布连续性差。云参数方法监测结果与实际干旱分布存在差异。由于没有考虑到前期降水等因素,SPI对该区干旱监测还有待进一步的探索。4种方法中,TVDI法既考虑了温度因素又考虑了地表植被状态,监测结果与实际干旱状况吻合度最好。 相似文献
16.
京津唐地区由于降水量不均,常出现丰枯交替或连枯、连丰现象,近几十年来呈现涝年减少、旱年增多趋势。该文利用MODIS数据,采用温度植被干旱法,结合京津唐地区的地形植被覆盖条件,利用2010年6-7月共5d的归一化植被指数(NDVI)、增强植被指数(EVI),借助分裂窗法反演地表温度(Ts),构建NDVI-Ts和EVI-Ts特征空间,结合研究区域实际情况确定干、湿边方程,建立了基于温度植被干旱法(TVDI)的干旱监测模型,对京津唐地区的干旱情况进行分析,比较了TVDIN和TVDIE的敏感性。结果表明:利用TVDI法对京津唐地区进行遥感干旱监测是可行的,并且TVDIE比TVDIN监测效果更好,MODIS数据可很好地满足大范围实时动态监测要求。 相似文献
17.
MODIS数据时间分辨率较高,在对地能量和水分变化监测应用中具有不可比拟的优势。但其空间分辨率较低,混合象元效应显著,尤其在地表土地利用类型复杂和空间异质性较大时,会带来较大的误差。而ETM+数据具备较高的空间分辨率,但其单一的热红外波段导致反演的地表温度精度不高,且时间分辨率低,因而限制了在地表蒸散监测中的应用。本文探讨了将TM/ETM+与MODIS数据相融合估算区域地表蒸散的一种多尺度遥感方法,利用TM/ETM+计算得到的植被指数,基于空间增强方法将MODIS反演的地表温度尺度提高到30 m,并结合SEBS模型对伊洛河流域的地表蒸散进行了估算。验证与分析的结果表明,估算精度得到提高,研究区当日蒸散量在0～5.32 mm/d之间,空间分布具有明显的地域性差异,区域分布不均衡。 相似文献
18.
《地理研究》2017,(11)
土壤湿度是生态系统的关键参数,实时、有效地监测土壤湿度有助于增强对区域气候与环境变化的理解。利用温度植被干旱指数法(TVDI)反演羌塘高原2000-2014年夏季土壤湿度,以2014年为例分析该年夏季土壤湿度空间分布并探讨2000-2014年土壤湿度的动态特征。结果表明:(1)2014年羌塘高原夏季土壤湿度空间分布表现为东南部偏湿润、西北部偏干旱。从东到西土壤湿度逐渐降低,南北干湿状况交替分布。土壤湿度干旱、偏干、正常、偏湿、湿润面积比分别为3.84%、27.17%、37.64%、29.63%、1.72%。(2)2000-2014年羌塘高原北部和中部地区夏季土壤湿度呈现显著变干的趋势,而南部大部分地区土壤湿度变化趋势不显著。15年间土壤干旱和湿润面积比例最小且波动小,偏干、正常、偏湿土壤面积均出现不同程度的波动。(3)降水量是影响TVDI的重要因子且具有一定的滞后性,而气温影响相对较小。 相似文献
19.
半干旱区土壤湿度遥感监测方法研究 总被引：5，自引：0，他引：5
针对西北半干旱地区缺水问题,探讨了一种适合半干旱地区简便、易行的土壤湿度提取方法。该研究借鉴植被供水指数法(VSWI)和温度植被干旱指数法(TVDI)的研究思想,同时考虑到半干旱地区植被覆盖度较低,采用改进型土壤调整植被指数(MSAVI)代替NDVI,以降低土壤背景对植被指数的影响,从而对两种方法进行修正。利用改进前后的指数提取土壤湿度,对比分析表明,用修正后的指数研究该区的土壤湿度效果更好。 相似文献
20.
选用Landsat 8资料构建了地表温度(Ts)与归一化植被指数(NDVI)的Ts-NDVI特征空间,计算了温度植被干旱指数(TVDI)。利用MODIS温度产品数据和实地野外采样数据进行精度验证确定煤田火区TVDI阈值。通过对遥感影像的地表热异常信息进行定性与定量分析继而对煤田温度异常区边界信息进行挖掘。结果表明:(1)利用野外实测土壤相对含水量进行验证,反演值与实测值的相关系数R~2=0.66,表明干旱指数的反演精度较高,相关性较好。(2)TVDI模型对温度呈现出较高的敏感性,二维散点图集中在1∶1线上,对NDVI的敏感性较低,有利于识别温度异常区。(3)利用MVC最大合成法,建立TVDI-MVC作为精度验证数据,火区面积为5.03 km~2,其中TVDI-SC提取火区精度最大为98.50%,TVDI-SW_2提取火区精度最小为88.98%。可见煤田温度异常区范围较广,潜在的灾情恶化较严重。 相似文献