共查询到20条相似文献，搜索用时 371 毫秒
1.
选定温度植被干旱指数法建立阜新地区干旱监测模型。通过参数的确定,得到温度植被干旱指数,再通过阜新地区的气象站点地面实测土壤含水量数据,建立温度植被干旱指数-土壤含水量（ TVDI-SWC ）经验模型。通过回归分析以及2007年预测分析的实验数据表明, TVDI-SWC模型适用于阜新地区早春的干旱监测,可以使用该方法来实现对阜新地区的整体旱情状况快速,准确的评估。 相似文献
2.
3.
条件植被温度指数及其在干旱监测中的应用 总被引：93，自引：0，他引：93
应用NOAA－AVHRR数据，在用条件植被指数、条件温度指数和距平植被指数进行年度间相对干旱程度监测的基础上，提出了条件植被温度指数的概念，它适用于监测某一特定年内某一时期（如旬）区域级的相对干旱程度。条件植被温度指数的定义既考虑了区域内归一化植被指数的变化，又考虑了在归一化植被指数值相同条件下土地表面温度的变化。陕西省关中平原地区2000年3月下旬干旱的监测结果表明，条件植被温度指数能较好地监测该区域的相对干旱程度，并可用于研究干旱程度的空间变化特征，对干旱的监测结果与用土壤热惯量模型反演的土壤表层含水量的结果基本吻合。 相似文献
4.
基于综合干旱指数的淮河流域土壤含水量反演 总被引：1，自引：0，他引：1
为了方便快捷地得到大范围的土壤含水量产品,以MODIS数据为数据源,淮河流域为研究区域,结合表观热惯量模型和植被供水指数模型的适用性特点,根据地表植被覆盖度的不同,建立综合干旱指数(comprehensive drought index,CDI)模型,对土壤含水量进行反演;然后,将反演的CDI结果与地表实测数据进行相关性建模,得到CDI与实测数据间的最佳拟合模型,利用该模型把CDI结果转化为最终的土壤含水量值;最后,通过实测含水量数据来验证反演结果的可靠性和精度。结果表明,反演得到的土壤含水量与实测土壤含水量相关性较高,相关系数R~2均在0.7左右,该方法对于高效地获取大面积土壤含水量信息具有较好的应用价值。 相似文献
5.
黄河三角洲地区地理位置特殊,水资源供需矛盾尖锐,为了研究其地下水分布状况,使用MODIS遥感数据、实测土壤相对含水量和地下水埋深数据,利用温度植被干旱指数(temperature vegetation dryness index,TVDI)和表观热惯量法(apparent thermal inertia,ATI)对研究区土壤相对含水量进行遥感估算;通过分析不同深度处土壤相对含水量与地下水埋深的相关性,建立了反演地下水埋深的线性方程,得到了研究区地下水埋深分布状况图.结果表明:利用地表10 cm深度处测得的土壤相对含水量反演地下水埋深的结果较为合理;在缺少土壤相对含水量数据时,可以用反映土壤相对含水量高低的因子估算地下水的埋深. 相似文献
6.
以湖北省输电线路走廊地区作为研究区,利用2013年1~9月MODIS卫星影像数据,处理得到月尺度的归一化植被指数(Normalized Differential Vegetation Index,NDVI)与地表温度(Land Surface Temperature,LST)数据,构建NDVI-Ts特征空间,计算得到温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI),用TVDI监测结果分析湖北省输电线路走廊区域2013年干旱时空分布情况。结果表明,湖北省输电线路走廊地区TVDI和土壤含水量之间存在显著的负相关,相关系数达到0.525(p0.05),由MODIS卫星影像计算得到TVDI影像可以有效表明湖北省输电线路走廊地区的土壤含水情况。 相似文献
7.
PDI与MPDI在内蒙古干旱监测中的应用和比较 总被引：1，自引：0，他引：1
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。 相似文献
8.
《国土资源遥感》2017,(3)
草原露天煤矿的土壤湿度遥感监测可以反映露天开采活动对生态环境的扰动程度。选择国产环境卫星(HJ-1B)多光谱及热红外光谱数据,探讨HJ-1B数据在中国北部呼伦贝尔草原伊敏露天煤矿区地表温度及湿度的反演模型及适宜性,对比分析JMS,Qin和Artis算法在研究区温度反演中的精度及适用性;进一步利用归一化植被指数和地表温度(NDVI-LST)的特征空间反演温度植被干旱指数(temperature vegetation dryness index,TVDI);通过野外实测土壤湿度数据对NDVI–LST特征空间中的干边模型进行修正。结果表明:基于Qin算法反演的温度数据精度最高;干边纠正系数为0.3时,TVDI与实测土壤含水量相关性最高,"湿边"呈现剖物线特征,"干边"呈现线性规律。反演结果能够很好地反映露天煤矿区内不同地物的地表干旱状况及空间异质性,可为草原露天煤矿区的长周期陆面演变监测提供基础数据。 相似文献
9.
10.
以河南省为研究区,利用2005—2014年间的EOS-MODIS地表温度产品MOD11A2、植被指数产品MOD13A3以及热带降水测量任务(tropical rainfall measuring mission,TRMM)的月降水速率数据集TRMM3B43,计算了植被状态指数(vegetation condition index,VCI)、温度状态指数(temperature condition index,TCI)以及降水状态指数(tropical rainfall condition index,TRCI),同时结合土地利用类型数据及气象站点数据,通过层次分析法确定权重,构建了农业干旱指数监测模型。在此基础上,利用标准化降水指数(standardized precipitation index,SPI)对模型进行验证,并根据SPI的等级划分确定构建的农业干旱指数监测模型的划分等级。以2014年为例,应用构建的农业干旱指数对河南省干旱情况进行时空分析。结果表明,构建的农业干旱指数监测模型能够有效监测河南省干旱时空变化特征,具有较好的监测效果。 相似文献
11.
为提高农业干旱监测效果和精度,在对传统干旱监测模型对比分析基础上,本文提出将温度植被干旱指数(TVDI)和植被供水指数(VSWI)加权联合构建温度供水干旱指数(TSWDI)的研究思路。以京津冀2006—2012年5月份数据作为实验统计数据,以京津冀2006—2016年3—5月份春旱监测为例进行了模型实验。实验结果证实,TSWDI指数相对其他两个指数与10、20和50 cm深处的土壤水分相关性更高,能够更精准地反映农业干旱状况。TSWDI计算结果显示,京津冀干旱分布具有如下特征:从时间角度看,2006—2016年整体干旱状况逐渐缓解,特别是自2010年至今,研究区域干旱程度逐步减轻;从空间角度看,京津冀区域整体干旱面积逐步减少。 相似文献
12.
植被冠层含水量CWC (Canopy Water Content)和植被地上部分含水量VWC (Vegetation Water Content)对于植被健康状况和土壤干旱监测具有重要意义。本文联合PROSAIL辐射传输模型和植被水分指数NDWI(Normalized Difference Water Index),发展了一种简单、通用性较好的低矮植被CWC和VWC反演方法,可实现中、高空间分辨率下的CWC和VWC估算。首先对PROSAIL模型输入参数进行敏感性分析,明确各参数对模型输出反射率的影响机制,以优化PROSAIL模型输入参数设置并生成低矮植被的反射率模拟数据。基于模拟数据,计算了4个植被水分指数NDWI_((860,1240))、NDWI_((860,1640))、NDWI_((1240,1640))和NDWI_((860,970))用于反演低矮植被CWC和VWC。基于模拟数据的结果表明,4个植被水分指数与ln (CWC)都存在明显的线性关系,基于该关系建立了CWC估算模型。该模型可以直接用于低矮植被CWC估算,并通过VWC与CWC之间的经验关系间接计算得到VWC。模型模拟结果也表明,由于NDWI_((860,1640))和NDWI_((1240,1640))高度相关(R~2=0.99),两者可以提供相似且相对较好的低矮植被CWC估算精度。基于地面实测数据的验证结果与基于模拟数据的结果表现出很好的一致性,即基于NDWI_((860,1640))和NDWI_((1240,1640))估算的VWC都有相似且较高的精度,决定系数(R~2)都为0.88,均方根误差(RMSE)分别为0.4558 kg/m~2和0.4380 kg/m~2。利用Landsat 5 TM数据对NDWI_((860,1640))估算效果的验证结果显示,模型估算CWC与地面实测CWC的R~2为0.84,RMSE为0.1342 kg/m~2,估算VWC的RMSE为0.5651 kg/m~2。本文提出的基于NDWI_((860,1640))和NDWI_((1240,1640))的CWC/VWC估算模型可被用于低矮植被的长势监测和干旱监测,为低矮植被覆盖地表的土壤水分反演提供高质量的植被水分信息。 相似文献
13.
改进的表观热惯量法反演土壤含水量 总被引：4，自引：0，他引：4
提出一种改进的表观热惯量计算模型,以中科院栾城农业生态系统试验站为基地,通过实测的模型参数,利用提出的表观热惯量模型计算不同植被覆盖下、不同实验区土壤含水量的热惯量值,并与土壤含水量进行相关性分析,以找到热惯量方法可以用来反演土壤含水量的适用条件(归一化植被指数NDVI的阈值).实验结果表明,该模型监测土壤含水量是可行的,在植被覆盖度较低的情况下(NDVI≤O.35)具有较高的精度,在植被覆盖度较高(NDVI＞0.35)时,热惯量模型失效,因此用热惯量方法反演土壤含水量植被覆盖时将NDVI阈值的最大值设为0.35.将该方法应用到MODIS数据中,以河北省栾城县、赵县、藁城市3市县为研究区,分别反演该区土壤含水量,反演结果与实际情况相符合.实地取点人工监测土壤含水量为25.1％,栾城站模型计算结果为22.4％,匹配性较好,该方法在遥感数据中得到了很好的应用. 相似文献
14.
针对现有植被水分反演算法在华北平原地区适用性差、反演精度低、不能实施有效监测的问题,该文基于地面实测冬小麦植被含水量(VWC)数据,基于归一化型和比值型植被水分指数这两种常见的指数类型,提出调节植被水分指数以削弱土壤背景的影响,使用多个波段反射率数据反演VWC,提高拟合精度80%以上,发展适用于华北平原的农作物水分含量反演模型。拟合冬小麦植被含水量的决定系数为0.51,均方根误差为0.95(kg·m~(-2))。结果表明:调节植被水分指数能够削弱土壤背景影响,大幅度提高植被水分反演精度;同一种指数计算形式中,在水汽吸收谷内,基于更长波段反射率的植被水分指数反演精度更高;归一化型和比值型植被水分指数在反演精度方面无明显优劣,归一化型植被水分指数反演精度。 相似文献
15.
植被覆盖地表土壤水分遥感反演 总被引：14，自引：2，他引：12
以地域特色突出的新疆渭干河-库车河三角洲绿洲为研究区,联合使用雷达数据和光学遥感数据,对干旱区绿洲土壤和植被水分信息进行提取。在同期光学遥感影像数据提取植被归一化差分水分指数基础上,利用"水-云模型"从雷达数据总的后向散射中去除植被影响,建立土壤后向散射系数与土壤含水量的关系,相关系数为HH极化R2=0.5227,HV极化R2=0.3277。结果表明利用C波段HH极化雷达影像数据结合光学影像数据,进行干旱半干旱地区棉花、玉米等农作物种植区地表土壤水分反演时,在中等覆盖条件下去除植被影响有较好的效果。 相似文献
16.
墒情遥感监测指数对比分析与灌区应用研究 总被引：1，自引：0，他引：1
以人民胜利渠灌区为研究区,在小麦拔节至成熟期利用MODIS数据逐旬构建PDI、VCI、VSWI和TVDI墒情遥感监测指数,与实测土壤含水量数据进行相关性分析,对比筛选适用于灌区的监测指数,并基于HJ卫星数据将最优指数应用于人民胜利渠灌区土壤墒情监测。结果表明:小麦拔节至成熟期,TVDI指数与实测土壤含水量的相关性最好,表现最为稳定,更适用于灌区土壤墒情监测;基于HJ卫星数据的TVDI土壤墒情监测模型能够快速有效地实现灌区土壤墒情遥感监测。 相似文献
17.
研究增强型植被指数基于Landsat-8数据反演土壤水分的可行性及适用性,分析研究区土壤水分总体分布,提高该地区应对干旱灾害的能力。基于温度植被干旱指数方法,以淮河流域上游地区作为研究区,基于2017年2月的Landsat-8影像,分别计算了地表温度、归一化植被指数、增强型植被指数,基于TVDI构建了两种土壤水分反演模型。研究比较了:1) EVI在TM数据中的应用特点;2)研究区土壤含水率的空间分布特征;3)两种模型反演结果的差异。结果表明:1)基于TM数据计算的EVI总体明显低于NDVI,但不同时间段的结果并不总是低于NDVI;2)基于EVI的模型结果精度低于基于NDVI模型结果。3)两种模型结果与植被覆盖度、地表温度的关系均为负相关,其中,基于EVI的模型结果与地表温度的负相关程度极高,即基于EVI的模型结果受植被影响较小,受温度影响程度高。 相似文献
18.
山区土壤含水量对山区植被生长监测、滑坡预测等工作具有重要意义,因此针对山地低矮植被区域,提出了全极化SAR图像的土壤含水量估计方法。为解决山地区域SAR图像几何形变和极化旋转问题,根据入射角、坡度、坡向信息定义了可测区域与不可测区域,并对可测区域后向散射系数进行校正。其次以密西根模型为基础,发展了低矮植被的散射模型。在假定植被和土壤特征不变的情况下,基于此散射模型并结合校正数据建立了山区土壤含水量反演方法。结果表明,模型反演的土壤含水量和实验点实测值基本一致,两个实验点反演值分别为14%和15%,实测值为11.45%和15.80%,能够满足一般应用的需求。 相似文献
19.
微波植被指数在干旱监测中的应用 总被引：3，自引：0，他引：3
在植被覆盖区域,归一化植被指数(NDVI)被广泛地应用于干旱遥感监测。和基于光学遥感的植被指数相比,Shi等提出的微波植被指数MVI(Microwave Vegetation Index)被证实能够反映更多的植被生长信息。本文以MVI为基础,利用MVI代替目前比较成熟的温度植被指数TVDI(Temperature Vegetation Index)中的NDVI,构建温度微波植被干旱指数TMVDI(Temperature Microwave Vegetation Index),发展了一种新的干旱监测方法。本文以2006年夏季四川省发生的百年难遇的干旱为研究对象,将基于TMVDI与TVDI的干旱监测结果进行了对比分析。最后,为评估监测结果的准确性,将遥感监测的结果与基于气象站点降雨观测数据构建的标准降雨指数SPI(Standardized Precipitation Index)的计算结果进行了对比分析。结果表明,利用低频降轨微波辐射计数据计算的T MVDI最适合于进行植被覆盖区域的干旱监测。 相似文献
20.
《武汉大学学报(信息科学版)》2010,(10)
基于遥感定量化干旱监测结果,进行了干旱预测的研究。将遥感获得的条件植被温度指数VTCI序列应用于陕西关中平原地区,并利用ARIMA模型对该地区的VTCI时间序列进行分析建模预测。提出由点到面的时空序列预测方法,先对该区域的36个气象站所在像素点建立适合的ARIMA模型,再对整个区域所有像素点的VTCI时间序列进行建模预测。进行1步和2步预测,显示预测结果较好,1步预测精度好于2步预测;对历史数据进行AR(1)模型的拟合,拟合误差大部分较小。结果显示AR(1)模型适合VTCI序列。 相似文献