基于实际蒸散构建的干旱指数在黄淮海地区的适用性

基于NOAH陆面模式模拟的实际蒸散产品,分析了2002—2010年黄淮海地区实际蒸散的时空分布特征.同时,结合MOD17潜在蒸散数据和MOD13 NDVI构建了2002—2010年的农业干旱指数——干旱敏感性指数(DSI),并以2002年1—12月为例,利用帕默尔干旱指数(PDSI)、冬小麦减产率以及实际旱情资料,分析了DSI在该地区干旱监测的适用性.结果表明: 黄淮海地区年均实际蒸散从西北向东南递增,最高值出现在研究区域东南部(800~900 mm),最低值出现在西北部(<300 mm);DSI、PDSI两种干旱指数的年际变化呈正相关(R²=0.61)和变化趋势的一致性,均在2002年达到最低(-0.61和-1.33),2003年最高(0.81和0.92),DSI与冬小麦减产率的相关性(R²=0.43)明显优于PDSI(R²=0.06),且表征干旱的空间分辨率较高,对区域农业干旱程度的判断和旱情的指示比较可靠.     

基于Ts\|EVI特征空间的土壤水分估算

温度-植被指数特征空间耦合了地表温度和植被信息,是当前实现土壤水分遥感估算和农业旱情监测的重要方法.采用EOS-MODIS地表温度Ts和增强型植被指数EVI数据,研究Ts-EVI三角形特征空间中干边、湿边方程参数的确定方法,分析比较了温度植被干旱指数TVDI对不同土壤深度水分状况的估算能力,为利用特征空间法实现土壤水分监测提供理论依据.研究表明:特征空间中干边和湿边的确定以最大拐点处为始点进行线性拟合的常规方法并不完善,根据像元的分布频率,以采用能同时保留最大量有效信息和较高拟合精度的端点逼近法获取参数的效果较好;基于Ts-EVI特征空间构建的TVDI可以较好地估算土壤表层10、20cm和50cm土壤深度处土壤水分状况,其相关性均通过了α=0.001水平的t检验,但TVDI对表层土壤(20cm和10cm)水分的估算精度相对较高.     

地表蒸散的遥感估算模型及其在农业干旱监测中的应用

蒸散是地表水热交换的主要过程,其空间特征差异明显,而遥感技术的发展与应用使得区域蒸散估算成为现实.本文介绍了基于能量平衡法的单层与双层遥感蒸散模型,并对这2类遥感模型的优缺点分别进行了评述和比较.重点综述了近年来得到发展和应用的大气-陆地交换反演模型(ALEXI),阐述其主要结构、特色和过程.该模型通过耦合双层能量平衡模型(TSEB)和简化边界层模型,减少以往模型对台站气象数据的依赖,明显提高区域蒸散估算精度.研究表明,基于该模型的蒸散胁迫指数(ESI)具有很强的区域干旱监测能力.在今后研究中,多元遥感数据融合技术、陆面数据同化系统与遥感蒸散模型的结合将成为该领域的研究热点.     

基于温度植被干旱指数的土库曼斯坦典型绿洲干旱遥感监测

针对目前中亚地区广泛存在的农业干旱问题,选取土库曼斯坦典型绿洲为研究区,利用2幅MODIS影像和同期过境的Landsat影像,获取归一化植被指数(NDVI)和地表温度(Ts),构建NDVI-Ts特征空间,计算得到2001和2011年2种温度植被干旱指数TVDITM和TVDIMODIS.利用较高分辨率的Landsat TM数据对MODIS数据反演结果进行验证.结果表明:2001年、2011年TVDITM和TVDIMODIS的绝对误差分别为0.0178和0.0228;均方根误差分别为0.0226和0.0279;相关系数分别为0.949和0.922,说明TVDI可有效反映区域土壤干旱情况.研究区内干旱区域占总面积的60％以上,旱情由绿洲中心向外围逐步严重.近10年来,研究区内土壤湿度低值区呈现扩大趋势,湿润和正常所占比例下降了5.32％,干旱和重旱的比例上升了14％,旱情情况总体加剧.因此,利用MODIS影像的温度植被旱情指数可有效地监测中亚地区干旱情况.     

基于MODIS与Landsat 8的艾比湖湿地旱情时空变化及其影响因素分析

对干旱区艾比湖湿地旱情进行多源遥感监测,分析干旱对艾比湖湿地的生态安全与农业生产的影响,为水资源合理配置与干旱预警提供依据。选用2013年5月到2016年5月的MODIS温度和植被指数产品数据反演TVDI指数,并构建二维特征空间,分析土壤水分的时空分布特征,结果表明:TVDI可以有效地反演土壤水分,且精度较高;通过分析,艾比湖湿地土壤水分格局呈现由"极湿润-湿润-正常"面积减少,"干旱-极干旱"面积增加的趋势;在此基础上分析了影响艾比湖干旱变化的影响因素,近年来随着温度升高,风速与蒸发量增加,降水量减少,使艾比湖湿地旱情急剧恶化。利用多源遥感能很好的实现大面积、长时间、高精度的旱情监测,在四年间艾比湖湿地的旱情有所加剧,湖水面积与冰川萎缩变化较为严重,可见艾比湖湿地旱情情况较为不乐观,需加强水资源管理,开展艾比湖旱情监测对于干旱区湖泊生态有重要的理论与实际意义。     

基于TVDI的甘肃省农业旱情特征及其影响因素

为探讨甘肃省农业旱情状况及其影响因素,本文利用归一化植被指数和地表温度构建特征空间,计算温度植被干旱指数(TVDI),对2001—2016年旱情进行评估,并定量分析其影响因素。结果表明:从时间尺度上看,甘肃每年均有干旱发生,且轻旱和中旱面积占比最大;从空间分布上看,干旱分布具有明显的地域分异规律,自东南向西北呈逐渐加重趋势,河西走廊大部分地区旱情较重,祁连山地区和甘南高原区很少有干旱发生;干旱出现区和非干旱出现区的形成是海拔、气温、降水、下垫面、人为干扰等多种因素综合影响的结果,其中海拔低、气温高、降水少、植被类型以荒漠为主、土地利用以沙地和戈壁为主的地区干旱面积大;气温、降水、海拔、坡度、植被类型、土地覆盖类型是甘肃省农业干旱的主要影响因素,其他因素与主要因素共同叠加,造成了甘肃省农业干旱整体上呈"东南润西北旱"的格局;利用基于植被和温度相结合的TVDI指数表征甘肃省农业干旱旱情,其计算过程简单、明了,计算结果科学准确,是今后气象部门进行旱情监测时值得尝试和应用的方法,研究结果可为甘肃省抗旱防旱和农业生产政策的制定提供科学参考。     

基于地表温度-植被指数特征空间的区域土壤干湿状况

土壤干湿状况是监测土地状况的重要指标之一,在水文、气候和生态等多个领域有广泛应用.地表温度-植被指数特征空间(Ts/VI)综合了传感器从可见光到近红外波段的信息,能较好地反映区域土壤干湿状况.以华北平原作为研究区,选择了研究区的云量较少的16幅MODIS产品,包括每日500m地表反射率产品(MOD09GA),每日1km地表温度产品(MOD11A1),建立温度-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,改进了计算特征空间的干湿边的方法,并分析了干湿边参数随时间变化的趋势,比较了归一化植被指数(NDVI)和增强型植被指数(EVI)构建的地表温度-植被指数特征空间形状的差异.基于研究区107个土壤湿度站点的数据,讨论分别由Ts/NDVI和Ts/EVI特征空间计算得到的温度植被干旱指数(temperature vegetation dryness index,简称TVDI,分别为TVDIN与TVDIE)和土壤湿度的相关性,以此验证TVDI反映区域土壤干湿状况的能力.利用Ts/EVI空间计算得到的TVDI分析了研究区4个时期土壤湿度的5空间分布规律.同时在气象站点尺度上,讨论了TVDI与降水变化的相关性.研究结果表明,TVDI能够反映土壤表层的干湿状况;Ts/EVI空间计算得到的TVDI与土壤湿度的相关性比Ts/NDVI空间计算得到的TVDI与土壤湿度的相关性要高.降水随时间变化的规律和TVDI也有明显的相关性,即:每次连续降水以后TVDI值下降,表明土壤湿度升高;经过一段无降水的时间之后,TVDI值上升,土壤湿度降低.研究区不同时期的TVDIE图表明,TVDIE能够有效的反映土壤湿度的时空差异,是一种有效的实时监测土壤干湿状况的手段.     

三种Ts/VI指数在UCLA土壤湿度降尺度法中的效果评价

微波遥感土壤湿度产品是目前在大尺度水资源或气候变化研究中比较常用的地表土壤湿度数据,但其空间分辨率一般都较粗,不能满足区域或流域尺度相关研究要求.因而,在这些尺度的相关研究中需要对土壤湿度产品进行空间降尺度.UCLA法是一种土壤湿度降尺度方法,该方法使用地表温度和植被指数特征空间指数(Ts/VI指数)作为降尺度因子.本文以AMSR-E土壤湿度产品作为土壤湿度粗分辨率数据,使用MODIS地表温度产品(MYD11A1)和植被指数产品(MYD13A2)计算3种指数——土壤湿度指数(SW)、温度植被干旱指数(TVDI)和条件温度植被指数(VTCI),对比了3种Ts/VI指数分别作为UCLA法降尺度因子的效果.这3种指数均能得出合理的降尺度结果,但使用TVDI和VTCI的降尺度结果稍优于SW,说明TVDI和VTCI更适合作为UCLA法的降尺度因子.最后讨论了UCLA法的误差来源,如粗分辨率土壤湿度产品的测量误差、降尺度因子的计算误差以及UCLA法自身的误差,并对未来的研究做出展望.     

基于SPEI-PM指数的黄淮海平原干旱特征分析

利用黄淮海平原45个气象站点1961—2014年月值气象数据,基于Penman-Monteith蒸散模型计算了标准化降水蒸散指数(SPEI),对黄淮海平原近54年干旱变化趋势、发生频率和持续性特征进行了分析,并探讨了SPEI指数与河南、河北和山东省农业干旱面积的关系,结果表明:(1)改用Penman-Monteith蒸散公式后,SPEI干旱指数在黄淮海平原呈整体上升趋势,即趋于湿润;(2)近54年干旱演变具有明显的年代际差异,20世纪60年代干旱频率最高,而21世纪初(2000—2014)干旱频率整体偏低;(3)黄淮海平原干旱发生具有持续性的特点,20世纪60年代遭受的持续性干旱最为严重,平均干旱持续时长约2.6个月,21世纪初下降到1.5个月;(4)河南、河北和山东省的农业干旱面积年际变化表明,干旱面积呈减少趋势,2000年以后年均受灾面积、成灾面积和绝收面积比2000年之前分别下降了58.0%、44.4%和49.1%;(5)农业干旱面积与SPEI具有中等以上的相关强度,其中对山东省受灾、成灾和绝收面积相关系数r达到-0.7以上,表明基于Penman-Monteith蒸散模型的SPEI指数在黄淮海平原具有良好的适用性。     

TVDI模型的农业旱情时空变化遥感应用

温度植被干旱指数(TVDI)是一种通过反演土壤湿度来反映农业干旱状况的重要方法,其中能量平衡和植被指数的变化是影响TVDI模型精度的主要因子。在研究比值植被指数(RVI)、归一化植被指数(NDVI)、增强型植被指数(EVI)和修正土壤调节植被指数(MSAVI)和下垫面温度(Ts)的基础上,引入DEM数据并对Ts做地形校正,减少了地形起伏对能量平衡的影响,建立不同植被指数的Ts-Ⅵ特征空间,选择与土壤湿度相关性最好的温度植被干旱指数(TVDI),获取研究区2005年作物生长季(5—9月)的干旱状况,并用同步的气象信息对干旱状况进行验证。结果表明:根据不同时期采用不同植被指数的TVDI模型,经过地形校正后能够更好地反映研究区的农业干旱状况。     

基于NOAA PAL数据集的地表蒸散遥感估算方法

基于NOAA AVHRR气象卫星长时间序列10 d合成的PAL数据集（分辨率8 km×8 km）以及地表能量平衡原理和“VI-T_s”方法,建立了地表蒸散的遥感估算方法,该方法不需要地面气象观测数据的支持,所需参数可直接从遥感数据反演或推算,并选择国际上著名的遥感蒸散模型——SEBS模型对新建模型进行了验证比较.结果表明：新建模型和SEBS模型模拟的地表蒸散值及其季节性变化趋势非常一致,说明新构建模型的模拟结果比较可靠,能够反映地表蒸散的实际情况.新建地表蒸散遥感估算模型可操作性强,为利用长时间序列的卫星遥感数据研究我国乃至全球地表蒸散的时空变化规律提供了一个新的途径.     

干旱监测指数研究

日益严重的全球化干旱问题已经成为各国科学家和政府部门共同关注的热点,它直接威胁着人类的生存环境.而干旱监测,尤其是遥感干旱监测,一直是科学界公认的难题.本文对传统的干旱监测指数如帕尔默干旱指数、作物湿度指数、标准降水指数、地表水分供应指数的优缺点进行评述;将遥感干旱监测指数分成2类,一类是基于地表反射率和发射率的干旱监测指数;另一类是基于地表水和能量平衡模型的干旱监测指数,详细介绍了这2类干旱遥感监测指数的原理、方法以及适用范围.对各种干旱监测指数存在的问题以及干旱监测的发展趋势进行了探讨.     

近17年新疆干旱时空分布特征及影响因素

新疆是我国西北区重要的粮食和商品棉生产基地,受地理环境的影响,干旱频发,给社会经济及农业生产造成了巨大的损失。基于MODIS遥感数据和气象数据,估算温度植被干旱指数(Temperature Vegetation Dryness Index, TVDI),分析新疆2000—2016年干旱的年际、年内时空变化特征及其与气象因子的关系,结果表明:1)TVDI可以有效地描述新疆的干旱状况,适用于对该地区进行干旱监测;2)2000—2016年间新疆TVDI空间分布具有较强的地域分异性,呈现为天山山脉以北及昆仑山脉地区较湿润,塔里木盆地地区较干旱,新疆TVDI多年均值为0.751,整体上处于中旱状态。年内TVDI季节空间分布差异显著,不同季节的干旱程度大小为:夏季春季秋季冬季;3)新疆各地州TVDI年内月变化整体上呈现为先增加后降低的趋势,最小值在1月(0.267),最大值在6月(0.930),在14个地州中,伊犁哈萨克、阿勒泰和博尔塔拉多年间基本处于无旱状态;4)17年间不同土地利用类型干旱程度表现为林地草地建筑用地耕地,干旱类型转移的主要特点为无旱类型转入和轻旱类型、中旱类型、重旱类型、特旱类型转出;5)新疆干旱动态变化与地形、气温、降雨量以及太阳辐射等因子密切相关,其中非气象因子影响所占比例最大,降雨量与气温综合影响占面积较小,气象因子中降雨量影响所占面积较大,因此,在气象因子中新疆干旱主要受降雨的影响。     

Satellite-based drought monitoring using optimal indices for diverse climates and land types

Drought is considered one of the most destructive natural disasters, and many areas are experiencing water scarcity. Expanding knowledge of this phenomenon is a prerequisite for developing drought monitoring and forecasting tools. To this end, various indices are available for studying drought in different environments using field and remote sensing data. This study applies satellite-based indices for monitoring drought in different land cover, landforms, and climate classes. The in-situ standardized precipitation index (SPI) with a three-month time scale was applied to evaluate the performance of 13 remote sensing indices and parameters. The results indicated that the indices based on actual evapotranspiration, precipitation, and soil moisture, respectively, performed best in different parts of the basin. After additional analysis, the evapotranspiration condition index (ETCI), derived from actual evapotranspiration data, was deemed the optimal metric. The accuracy assessment results indicated that the correlation between the ETCI and the three-month SPI was 0.655, which was slightly higher than the actual evapotranspiration (0.637), and that the root-mean-squared error (RMSE) decreased from 0.71 to 0.65, indicating the best performance among the indices evaluated in the study area. Moreover, the drought map of the region was developed using the optimal indices, including the ETCI, the precipitation condition index (PCI), and the random forest (RF) algorithm. According to the results of the accuracy evaluation, the correlation between the estimated model and the observed three-month SPI values in 2017 was 0.72, with an RMSE of 0.60.     

三种干旱指数在干旱区沼泽湿地土壤水分遥感反演中的应用

湿地水文条件对湿地生态系统结构和功能起着关键作用。借助卫星遥感技术,以干旱区疏勒河中下游沼泽湿地为研究对象,基于Landsat8 OLI遥感影像的温度植被干旱指数(TVDI)、垂直干旱指数(PDI)和归一化干旱监测指数(NPDI)3种干旱监测方法,结合野外湿地实测土壤水分数据进行比较和验证。结果表明:(1)TVDI、PDI和NPDI3种干旱指数在不同土层中均与土壤实测水分呈显著负相关(P0.01),且NPDI指数与表层土壤水分的拟合效果最好。不同土层中,3种干旱指数与土壤水分的拟合优度大小均为NPDITVDIPDI;(2)研究区同一湿地类型不同土层的土壤水分存在显著差异(P0.05),且不同湿地类型的土壤水分总体上表现为随着土壤深度的增加呈递增态势;(3)研究区同一土层不同湿地类型的土壤水分差异显著(P0.05),且不同土层中土壤水分的大小均为:沼泽化草甸草本沼泽季节性咸水沼泽内陆盐沼。     

元江干热河谷林地内外潜在蒸散发量的变化及其驱动因素

蒸散发对把握气候变化、理解区域生态保护具有重要意义。本文利用主成分分析及皮尔逊双侧相关检验的方法研究元江干热河谷林地内外潜在蒸散发量(PET)的变化及其驱动因素,并根据分析结果对林地内外蒸散发的发生过程进行解读。通过对2015—2018年日PET的研究发现:林内PET比林外低0.86 mm·d^-1;林地内外PET呈周期式减小,林外的减小趋势更大。2015—2018年及对应年份旱雨季的林地内外干旱指数显示,元江的干旱程度在研究时间段内有所缓解,林内干旱指数较林外更低。林内日PET的驱动因素依次是气温(Ta)、地面净辐射(Rn)、5 cm土壤热通量;林外日PET的驱动因素依次是Ta、5 cm土壤温度、Rn。林内蒸散发的发生层按蒸散发的剧烈程度所划分的层次性较清晰,剧烈层位于稀树灌丛林型的中上层,蒸散发的剧烈程度由中上层向下依次减弱;林外蒸散发的发生层层次性较混合,剧烈层位于近地面空气与土壤交汇层。     

南京地区蒸散发降尺度研究--基于增强型时空自适应反射融合模型

蒸散发是水文循环的重要组成部分,获取高时空分辨率的数据能够更加精细化蒸散发的时空变化规律,对于水资源管理、生态水文过程量化具有重要意义。由于单一传感器反演的蒸散发无法同时具有高空间和高时间分辨率,以南京地区为例,首先结合Landsat-8遥感影像数据和气象数据,采用基于能量平衡原理的SEBS模型估算日蒸散量。在此基础上,选取典型区域采用基于增强型时空自适应反射融合模型(ESTARFM)将估算的蒸散发结果与低空间分辨率的MOD16A2蒸散发产品数据进行时空融合降尺度研究,并评价模型的融合精度。结果表明:(1)SEBS模型估算的蒸散发结果与蒸发皿折算后的数据、MOD16A2产品数据的平均相对误差分别为0.14 mm/d和0.22 mm/d。(2)南京地区蒸散量季节差异明显,表现为夏季＞秋季＞冬季;各区在夏季的日平均蒸散量差异也较大,六合区蒸散量最大,秦淮区最小;另外,蒸散量分布受土地利用类型的影响,总体上表现为水域＞林地＞耕地＞草地＞其他,且植被覆盖度较高的区域蒸散量较大。(3)基于ESTARFM模型融合的蒸散发结果与基于Landsat-8遥感影像反演的蒸散发数据在空间分布上具有相似性,二者相关系数为0.74。在全球气候变化的背景下,本研究可为蒸散发数据集时空分辨率的提高提供参考,同时也能够为南京地区水循环过程和水资源管理研究提供数据支撑。     

Assessing the remotely sensed Drought Severity Index for agricultural drought monitoring and impact analysis in North China

Remote sensing can provide real-time and dynamic information for terrestrial ecosystems, facilitating effective drought monitoring. A recently proposed remotely sensed Drought Severity Index (DSI), integrating both vegetation condition and evapotranspiration information, shows considerable potential for drought monitoring at the global scale. However, there has been little research on regional DSI applications, especially concerning agricultural drought. As the most important winter wheat producing region in China, North China has suffered from frequent droughts in recent years, demonstrating high demand for efficient agricultural drought monitoring and drought impact analyses. In this paper, the capability of the MODIS DSI for agricultural drought monitoring was evaluated and the drought impacts on winter wheat yield were assessed for 5 provinces in North China. First, the MODIS DSI was compared with precipitation and soil moisture at the province level to examine its capability for characterizing moisture status. Then specifically for agricultural drought monitoring, the MODIS DSI was evaluated against agricultural drought severity at the province level. The impacts of agricultural drought on winter wheat yield during the main growing season were also explored using 8-day MODIS DSI data. Overall, the MODIS DSI is generally effective for characterizing moisture conditions at the province level, with varying ability during the main winter wheat growing season and the best relationship observed in April during the jointing and booting stages. The MODIS DSI agrees well with agricultural drought severity at the province level, with better performance in rainfed-dominated than irrigation-dominated regions. Drought shows varying impacts on winter wheat yield at different stages of the main growing season, with the most significant impacts found during the heading and grain-filling stages, which could be used as the key alert period for effective agricultural drought monitoring.