首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 703 毫秒
1.
为了更好地解释归一化植被指数(NDVI)和地表温度(ST)的各种存在关系及其相互转换过程,以及监测和评价陆表变化,尤其是根据描述地表植被覆盖和土壤水分含量的参数,解释NDVI达到饱和以后的情况,以便更有效地应用,该文从归一化植被指数和地表温度之间机理出发,分析了植被指数与地表温度之间关系的研究以及NDVI-ST特征空间的干旱监测模型应用情况。结果表明,在高植被覆盖度情况下NDVI-ST特征空间拟合随意性增大,影响干旱的监测精度;同时多种因素对下垫面温度及植被指数影响的不确定性也影响干旱及植被的监测精度。今后的研究当中要针对不同时相、不同分辨率数据,分析不同植被覆盖类型和水分状况条件下NDVI-ST空间的变化规律,进一步研究修正NDVI-ST空间特征及干湿边(冷热边)的变化特征及在干旱监测中的应用,特别是高植被覆盖度下的修正应用,使ST-NDVI特征空间方法在干旱监测中发挥更好的作用。  相似文献   

2.
利用卫星遥感对干旱进行实时监测和预警   总被引:3,自引:0,他引:3  
利用EOS/MODIS卫星资料反演对地表覆盖的植被信息归一化植被指数(NDVI)和地表温度(TS)信息,通过建立温度植被旱情指数,对研究区域进行旱情实时监测,并应用GIS对旱情变化动态进行监测和预警,初步建立了干旱遥感监测与预警实时系统,能够快速反应各地区旱情发生发展情况,在业务和服务中有较好的应用价值。  相似文献   

3.
以南京市ETM+影像为数据源,经嵌套于ERDAS IMAGINE9.1中的ATCOR2大气校正后,提取了南京城区地表温度(land surface temperature,LST)、归一化植被指数(normalized difference vegetation index,NDVI)和减化比值植被指数(reduced simple ratio,RSR),基于实测值和同时相AS-TER数据反演结果的双重验证,拟合了两种植被指数与地表温度的定量关系,并进行对比分析。结果表明,除水体外,植被覆盖度高的区域地表温度明显低于植被稀少或无植被区;地表温度与NDVI呈显著线性负相关,与RSR呈显著幂函数负相关,后者的相关性高于前者;当RSR小于3.2时,地表温度随植被覆盖增加而锐减,当RSR大于3.2时,植被覆盖继续增加,地表温度却趋于恒定,呈现植被降温效应"饱和"现象;对比比值植被指数(ratio vegetation index,RVI)应用结果发现,近红外和红光比值的线性拉伸是导致NDVI和RSR表征城市热环境效应存在差异的主因,还与短波红外对水分敏感和能真实反映植被冠层结构有关。中国6大城市热环境案例研究均表明,RSR能直接解释对于不同下垫面,增加相同的植被覆盖度其降温效果存在差异的现象,而不进行土地利用分类,NDVI则无法揭示此现象。  相似文献   

4.
西藏地区植被覆盖特征与气象因子的相关分析   总被引:1,自引:2,他引:1  
利用NOAA-AVHRR数据,以归一化植被指数(NDVI)作为植被覆盖特征的指标,研究1982—2000年西藏地区地表植被覆盖的空间分布及时间序列变化,讨论了各季节植被活动的状况。并通过计算不同时段降水量与年最大NDVI、典型区域NDVI与降水、平均温度之间的相关系数,分析了不同植被类型下气象要素与植被覆盖的关系。  相似文献   

5.
于敏  程明虎  刘辉 《气象学报》2011,69(5):922-931
地表温度-归一化植被指数(Ts-NDVI)特征空间干旱监测方法易受到监测期地表湿度、植被覆盖状况和卫星观测质量的影响,导致特征空间干、湿边不稳定,在基于长时间、大范围卫星观测资料的基础上对Ts-NDVI特征空间方法进行改进,将其称为通用特征空间方法.首先基于某观测时段,单独构建每年基于该单一年份单一时段卫星观测数据的T...  相似文献   

6.
利用ASTER数据估算2002年4月阿克苏地表特征和植被参数   总被引:1,自引:1,他引:0  
利用ASTER卫星可见光和短波红外波段数据,估算了2002年4月12日阿克苏地区地表特征参数(地表温度T、地表反射率α)和植被参数(归一化植被指数NDVI、修正的土壤调整植被指数MSA-VI、植被覆盖度Pv和叶面积指数LAI等)。结果表明,各种植被参数在沙漠地区较小,而在绿洲中的值较大。同时本文认为ASTER遥感数据有较高的地面分辨率,利用它可以更好地反映地表的植被参数及地表特征参数状况;还指出了ASTER卫星数据在沙漠绿洲中的适用性。  相似文献   

7.
基于MODIS的广东省植被指数序列构建与应用   总被引:2,自引:0,他引:2  
何全军  曹静  张月维 《气象》2008,34(3):37-41
植被指数是衡量植被长势的重要指标,植被指数序列有助于准确地认知植被覆盖、土地利用和土壤水分的时空变化规律,以及进行干旱和植被生长监测.利用2004-2006年的MODIS数据,选择RVI、NDVI和EVI三种植被指数,采用最大值合成法进行广东省植被指数序列构建.按照不同植被覆盖对三种植被指数的年际变化规律进行分析,并通过NDVI进行植被覆盖度计算以及植被覆盖等级分类来分析植被的空间分布.结果表明,建立的植被指数序列能真实地反映植被生长规律,植被覆盖度和广东地区的植被实际分布状况一致.说明建立植被指数序列是动态监测广东省植被长势的及植被环境的变化的有效方法.  相似文献   

8.
基于NDVI-Ts特征空间的黑龙江省干旱监测   总被引:8,自引:3,他引:5       下载免费PDF全文
NDVI-Ts特征空间方法结合了卫星遥感地表反射率和热红外特性,能较好地反映一定时空尺度的地表干旱状况,该文基于Terra-MODIS归一化植被指数(NDVI)和地表温度(LST)产品,构建NDVI-Ts三角形特征空间,采用植被温度状态指数结合MODIS地表分类产品IGBP对黑龙江省2007年夏季干旱进行监测和分析。结果显示:此次夏季干旱的空间分布广,持续时间长,干旱程度重,西部松嫩平原和东部三江平原等地主要农作物产区普遍发生干旱,且旱情严重。结合同期地面气象观测的月降水量数据对监测结果进行验证和评估表明:植被温度状态指数是一项近实时的干旱监测指标,不仅与当地最近的降水事件有关,而且与前期一段时间内的总体降水事件相关,可以较真实地反映当地干旱发生、发展的动态过程。  相似文献   

9.
安徽省植被和地表温度季节变化及空间分布特征   总被引:3,自引:2,他引:1       下载免费PDF全文
卫星遥感广泛应用于宏观、大范围、动态连续的植被和地表温度监测研究。利用2001—2008年MODIS卫星遥感资料, 分析了安徽省归一化植被指数 (NDVI) 和地表温度 (LST) 的季节、月变化和空间分布特征,探讨了代表城市区域的NDVI和LST时空分布及其相关性。结果表明:安徽省NDVI和LST季节变化显著,具有典型地域特征;受当地气候影响,植被、农作物类型地域差异较大,导致LST季节变化以及空间分布不同;城市中心向郊区过渡时,植被覆盖度在不断增加,伴随着NDVI的增加,LST下降;城市LST明显高于郊区值,呈现热岛效应。研究表明,当地气候和植被分布共同决定了LST的分布状况,这将为安徽省合理进行农业区划、科学监测生态环境以及有效评估土地利用与热岛效应提供重要参考依据。  相似文献   

10.
利用武威地区2008年5月30目的Landsat ETM+第六波段数据。经过大气和比辐射率校正后,运用单窗算法反演武威地区地表温度,得出该地区夏季地面温度场的分布规律。结果表明,冰川表面温度最低,针叶林及绿洲次之,沙漠最高,地表温度以绿洲为中心从里到外呈带状分布。并运用归一化植被指数(NDVI)计算该地区植被覆盖度(Fg),进一步研究植被盖度及归一化植被指数与地表温度的相互关系,结果表明几种典型地物随NDVI值的减小,温度呈递增关系,植被盖度与地袁温度成线性负相关。  相似文献   

11.
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   

12.
基于TVDI的西藏地区旱情遥感监测   总被引:2,自引:0,他引:2  
西藏大部分地区属干旱或重干旱区,干旱发生较为频繁,是影响农牧业生产最严重的灾害之一。文章利用拉萨接收站的中分辨率成像光谱仪(MODIS)资料提取的归一化植被指数(NDVI)和地表温度(ST),构建ST-IND-VI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,找出适合该地区的旱情判别模式,以2005~2008年6~7月同时段西藏地区卫星资料、气象旱情监测结果以及土壤相对湿度观测数据为例,进行旱情对比分析。结果表明,利用温度植被旱情指数(TVDI)法对西藏地区进行夏季干旱动态监测是可行的。  相似文献   

13.
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   

14.
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   

15.
土壤水分是植物生长、发育的必要条件,是研究农牧业干旱程度的重要指标,监测土壤水分对农业、旱情、气候等具有重要意义。本研究分析了西藏高原实测土壤湿度与同期MODIS植被供水指数和波段7反射率之间的关系。结果表明,MODIS第7波段单窗算法是较为有效和简便的西藏高原土壤水分监测方法,对高原中部植被生长季基于MODIS波段7的二次多项式监测模型较好,而对整个高原非生长季三次多项式监测模型效果较好,MODIS第7波段同样可以用于高原农田土壤湿度的遥感监测。   相似文献   

16.
干旱指数在山西逐日监测中的适用性研究   总被引:1,自引:0,他引:1  
综合气象干旱指数(CI)和标准化降水指数(SPI)在逐日监测中往往会出现干旱突然加重的现象,这是由于某时段内每日降水量对当前干旱的发展贡献是等权重的。本文基于线性递减非等权重的方法对CI进行了修正,同时对加权降水量(WAP)进行了标准化(Standard WAP Index,SWI)。以山西为例,通过对比CI修正前后,即CI和CI_new(CI修正后),与SPI和SWI在不连续加重现象(UED)的总体分布、典型事例干旱演变特征以及与土壤湿度相关性等方面的差异,分析了4种干旱指数对山西逐日干旱演变的监测能力。结果表明:1)CI_new出现UED的次数较CI有了明显下降,SWI出现UED的次数也比SPI有了大幅的减少,且SWI在这4种指数中是出现UED次数最少的指数;2)CI_new和SWI较CI和SPI与同期土壤湿度的相关性均有所提高,表明修正后的CI_new和SWI更加符合土壤湿度的变化,更能反映土壤干旱的演变规律。针对干旱发展过程中不连续加重的现象,通过非等权重方法有效地减少了该现象的发生。  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