共查询到16条相似文献，搜索用时 953 毫秒
1.
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
2.
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
3.
《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
4.
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
5.
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
6.
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
7.
8.
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
9.
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
10.
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
11.
干旱是全球范围内影响最为广泛的自然灾害之一，其所导致的土壤沙漠化、荒漠化和盐碱化给生态环境造成不可逆的危害。通过对MODIS数据进行投影转换、去云等预处理的基础上，利用地形校正对TVDI模型进行改进，构建了改进型的温度植被干旱指数（mTVDI）用于新疆干旱区旱情监测。利用土壤实测数据对mTVDI及传统的TVDI模型进行对比验证。研究结果表明：（1） 利用EVI与校正后的LST构建的mTVDIE对干旱区旱情的敏感度最高，与实测土壤水分数据的相关性R2为0.74。（2） 从空间上看，新疆2015年旱情分布以塔里木盆地和准噶尔盆地为两个干旱中心，旱情状况由严重逐步向周围山区递减至湿润状态。从时间上看，新疆6月、7月和8月旱情最为严重。（3） 研究利用TRMM降水数据对基于mTVDIE反演的新疆旱情时空分布特征进行对比分析，结果表明二者所表现出的旱情时空分布较为一致，不同时间段内的降水量与mTVDIE之间具有一定的相关性，且均通过了P<0.01显著性检验。综上，基于TVDI所提出的mTVDIE 能够有效开展新疆干旱区旱情监测，且精度较高，从而为今后定量化开展大区域尺度旱情监测研究提供参考。 相似文献
12.
四川作为农业大省,旱灾是导致农业减产最主要的因素。通过遥感和GIS手段进行四川省土壤干旱程度的时空分析,提高干旱的空间可视化程度,加强干旱监测的时效性尤为重要。本研究基于四川省2007—2016年逐季度的MODIS数据和1961—2011年40个气象站的月降水资料,采用温度植被干旱指数(TVDI)计算得到四川省干旱等级分布情况,辅以标准化降雨指数(SPI)进行相关性分析,并通过线性回归、反距离权重空间插值、GIS空间分析模型重建等方法,分析近十年来四川省地区以季度为时间尺度的土壤干旱时空变化特征,制作各时相土壤干旱分布图展示其微变化。结果表明:(1)在月时间尺度上,SPI-1与TVDI呈中等至强负相关关系,即TVDI值越小,SPI值越大,干旱程度越轻;验证结果表明TVDI都能够较好地对四川省的干旱空间分布状况进行反映。(2)四川省各区域、各季节干旱分布不均:空间上,干旱频发的区域集中在四川盆地及攀西南部区域。时间上,在春季,四川盆地区域的土壤干旱程度大致呈现加剧—持续—减缓的趋势;夏季,四川盆地的干旱变化趋势是加剧—减缓—加剧;秋季,四川盆地的干旱变化趋势是加剧—减缓—持续减缓;冬季,全川干旱程度变化不明显。本文的研究结果对四川省开展农业防灾减灾,引导农业灌溉具有指导意义。 相似文献
13.
利用CiteSpace软件对1995~2017年中国知网的“SCI来源期刊”、“EI来源期刊”、“核心期刊”以及“CSSCI来源期刊”数据库中有关干旱遥感监测研究的642篇文献进行可视化分析得到知识图谱。结果表明：国内经历了传统基于站点的干旱监测、小范围的干旱遥感监测试验到大范围干旱遥感监测及应用三个阶段；干旱遥感监测主要从“干旱监测”、“遥感监测”、“温度植被干旱指数”、“土壤湿度”、“地表温度”以及“归一化植被指数”等方向展开；王鹏新、张树誉、张强等是主要的发文作者；中国科学院、中国气象局、中国农业大学等是主要的发文机构。基于多源信息的干旱综合监测模型、大范围干旱监测评估、预警以及决策支持系统、干旱遥感监测技术在社会服务方面的应用以及加强国内学者与机构之间的交流合作是未来国内干旱监测研究几个重要方面。 相似文献
14.
温度植被干旱指数（TVDI）在陇东土壤水分监测中的适用性 总被引：1，自引：1，他引：0
温度植被干旱指数（TVDI）是利用光学遥感进行干旱监测常用的遥感指数。但前人更多的是利用单时次的遥感数据计算TVDI,这使不同时间TVDI的可比性不高。利用历史遥感数据构建了NDVI-LST（LST,地表温度）、EVI（增强植被指数）-LST、SAVI（土壤调整植被指数）-LST 3种特征空间,讨论了TVDI方法在甘肃省陇东地区的适用性。结果表明：（1）特征空间法可用于甘肃省陇东地区土壤水分的监测,EVI-LST特征空间构建的TVDI与土壤相对湿度RSM的相关性更高;（2）DEM（数字高程模型）对特征空间法有一定的改进作用,LST经过DEM订正后,一方面特征空间干、湿边的拟合程度提高,另一方面TVDI与RSM的相关性得到一定程度的提高;（3）利用历史遥感数据建立的特征空间提高了TVDI的时空可比性：TVDI能够较好的指示出研究区每年RSM的空间分布特征及不同年份间RSM的差异。 相似文献
15.
基于TVDI的黄土高原地表干燥度与土地利用的关系研究 总被引：5，自引：1，他引：5
基于地表温度和植被指数的经验关系构建地表干燥度指数。该指数对Ts/NDVI特征空间的生态特征的解释,对土壤和作物的水分含量具有一定的指示意义。通过对地表干燥度进行分级,分析陕北黄土高原区地表含水状况的空间差异,进而结合该地区的主要土地利用类型,探讨各类型的干燥度情况,并对不同地表干燥度条件下各土地利用类型对地表水分的保持能力差异进行分析,结果表明,在该区相对湿润环境中,林地以及疏林地的水分保持能力优于农地和草地,但在干旱的环境下,草地则好于林地及疏林地。建议根据不同土地利用类型的保水能力,在湿润区域增加林地的面积比例,在偏湿润区域增加疏林地的面积,在干旱区域增加草地的比例,减少农地开垦。 相似文献
16.
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R2=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 km2,其中TVDI-SC提取火区精度最大为98.50%,TVDI-SW2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