[1]杨鹏,李春强,高祺,等.多种干旱遥感监测模型在河北地区的适用性研究[J].江苏农业科学,2018,46(16):231-237.
　Yang Peng,et al.Study on applicability of multiple drought remote sensing monitoring models in Hebei area[J].Jiangsu Agricultural Sciences,2018,46(16):231-237.
点击复制

多种干旱遥感监测模型在河北地区的适用性研究()

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第46卷
期数:
2018年第16期
页码:
231-237
栏目:
资源与环境
出版日期:
2018-08-30

文章信息/Info

Title:
Study on applicability of multiple drought remote sensing monitoring models in Hebei area
作者:
杨鹏1;  李春强2;  高祺1;  张莹1;  崔生成3
1.石家庄市气象局，河北石家庄 050081； 2.河北省气象科学研究所，河北石家庄 050021；
3.中国科学院安徽光学精密机械研究所/中国科学院大气成分与光学重点实验室，安徽合肥 230031
Author(s):
Yang Peng; et al
关键词:
干旱遥感监测; 土壤相对湿度; MODIS; 河北省
Keywords:
-
分类号:
S127；S152.7+1
DOI:
-
文献标志码:
A
摘要:
利用2010—2015年中分辨率成像光谱仪(MODIS)地表温度产品数据(MOD11A2)和植被指数产品数据(MOD13A2)，基于温度植被干旱指数(TVDI)、植被供水指数(VSWI)和植被状态指数(VCI)等3种干旱遥感监测模型，分别计算2010—2015年河北省中南部地区的干旱指数，利用土壤墒情站10、20、50 cm不同深度的土壤相对湿度对模型进行验证。结果表明：TVDI与3个不同深度土壤相对湿度的相关性最高，VSWI次之，VCI最差；3种模型整体上与20 cm深土壤相对湿度相关性最高，10 cm次之，50 cm最差。综合分析得出，TVDI模型更适合河北省中南部的干旱监测，在一定程度上能够代表表层土壤水分的空间分布状况；在构建地表温度-植被指数(Ts-VI)特征空间时，增强型植被指数(EVI)优于NDVI；TVDI与降水量呈反相关关系，TVDI对前期总体降水量的响应较为敏感。最后，将TVDI模型应用到FY3数据上，发现FY3与MODIS在干旱监测能力上基本相当，TVDI空间分布高度一致，有力地证实了FY3数据的可靠性和可用性较高。
Abstract:
-

参考文献/References:

［1］王静爱，孙恒，徐伟，等. 近50年中国旱灾的时空变化［J］. 自然灾害学报，2002，11(2)：1-6.
［2］Sun W，Wang P X，Zhang S Y，et al. Using the vegetation temperature condition index for time series drought occurrence monitoring in the Guanzhong Plain，P R China［J］. International Journal of Remote Sensing，2008，29(17/18)：5133-5144.
［3］张树誉，李慧，王鹏新，等. 条件植被温差指数干旱监测方法的研究与应用［J］. 干旱区资源与环境，2014，28(4)：118-122.
［4］王慧慧，周廷刚，杜嘉，等. 温度植被旱情指数在吉林省干旱监测中的应用［J］. 遥感技术与应用，2013，28(2)：324-329.
［5］车少静，李春强，申双和. 基于SPI的近41年(1965—2005)河北省旱涝时空特征分析［J］. 中国农业气象，2010，31(1)：137-143.
［6］郑有飞，程晋昕，吴荣军，等. 农业旱情遥感监测的一种改进方法及其应用［J］. 应用生态学报，2013，24(9)：2608-2618.
［7］李新辉，宋小宁，周霞. 半干旱区土壤湿度遥感监测方法研究［J］. 地理与地理信息科学，2010，26(1)：90-93.
［8］Price J C.Using spatial context in satellite data to infer regional scale evapotranspiration［J］. IEEE Transactions on Geoscience and Remote Sensing，1990，28(5)：940-948.
［9］Gillies R R，Kustas W P，Humes K S. A verification of the ‘triangle’ methodfor obtaining surface soil water content and energy fluxes from remote measurements of the Normalized Difference Vegetation Index (NDVI) and surface radiant temperature［J］. International Journal of Remote Sensing，1997，18(15)：3145-3166.
［10］王鹏新，龚健雅，李小文. 条件植被温度指数及其在干旱监测中的应用［J］. 武汉大学学报(信息科学版)，2001，26(5)：412-418.
［11］Sandholt I，Rasmussen K，Anderson J. A simple interpretation of the surface temperature/vtegetation index space for assessment of surface moisture status［J］. Remote Sensing of Environment，2002，79(2/3)：213-224.
［12］李春强，李红军. TVDI在冬小麦春季干旱监测中的应用［J］. 遥感技术与应用，2008，23(2)：161-165
［13］张喆，丁建丽，李鑫，等. TVDI用于干旱区农业旱情监测的适宜性［J］. 中国沙漠，2015，35(1)：220-227.
［14］齐述华，王长耀，牛铮. 利用温度植被旱情指数(TVDI)进行全国旱情监测研究［J］. 遥感学报，2003，7(5)：420-427.
［15］李红军，郑力，雷玉平，等. 植被指数-地表温度特征空间研究及其在旱情监测中的应用［J］. 农业工程学报，2006，22(11)：170-174.
［16］姚丹丹，苗放，陈军. 基于MODIS的四川省干旱遥感监测不同方法的比较［J］. 湖北农业科学，2015，54(9)：2097-2101.
［17］刘立文，张吴平，段永红，等. TVDI模型的农业旱情时空变化遥感应用［J］. 生态学报，2014，34(13)：3704-3711.
［18］王博为，王永前，杨世琦. 基于FY-3A/VIRR卫星数据的干旱监测研究——以2011年重庆地区为例［J］. 成都信息工程大学学报，2016，31(6)：637-644.
［19］Kogan F N. Application of vegetation index and brightness temperature for drought detection［J］. Advances in Space Research，1995，15(11)：91-100.
［20］于敏，程明虎，刘辉. 地表温度-归一化植被指数特征空间干旱遥感监测方法的改进及应用研究［J］. 气象学报，2011，69(5)：922-931.
［21］于敏，程明虎. 基于NDVI-Ts特征空间的黑龙江省干旱监测［J］. 应用气象学报，2010，21(2)：221-228.
［22］王秀君，陈健. 基于LST-EVI特征空间的土壤水分含量反演［J］. 遥感技术与应用，2014，29(1)：46-53.
［23］韩涛，蒋友严. 基于FY3/MERSI数据的干旱监测［J］. 草业科学，2014，31(9)：1645-1652.
［24］权文婷，周辉，李红梅，等. FY3C/MERSI与MODIS的多波段干旱指数反演及对比分析［J］. 干旱区地理，2016，39(4)：835-842.

相似文献/References:

[1]张兵,黄文生,王荣.基于可编程逻辑控制器的智能化灌溉控制系统研究[J].江苏农业科学,2013,41(06):374.
　Zhang Bing,et al.Study on intelligent irrigation control system based on PLC[J].Jiangsu Agricultural Sciences,2013,41(16):374.

备注/Memo

备注/Memo:
收稿日期：2017-08-31
基金项目：公益性行业(气象)科研专项(重大专项)(编号：GYHY201506001)；河北省气象局科研开发面上项目(编号：16ky12)。
作者简介：杨鹏(1986—)，男，山东枣庄人，硕士研究生，工程师，主要从事遥感技术应用及农业气象灾害研究。E-mail：fga12345678@163.com。
通信作者：李春强，硕士，研究员级高级工程师，主要从事农业气象和气候变化研究。E-mail：chunql@sohu.com。
更新日期/Last Update: 2018-08-20