使用温度植被干旱指数法(TVDI)反演新疆土壤湿度

利用MODIS合成产品数据MOD11A2和MOD13A2获取的归一化植被指数(NDVI)和陆地表面温度(Ts)构建Ts—NDVI特征空间，依据该特征空间计算的温度植被干旱指数(TVDI)作为土壤湿度监测指标，反演了新疆8、9两个月份每16d的土壤湿度。使用野外与卫星同步采样的土壤湿度数据进行验证，发现TVDI指标与实测土壤湿度数据显著相关，能够较好地反映表层土壤湿度，反映的新疆土壤湿度的空间分布与新疆的年降水量分布、年平均相对湿度分布很吻合；同时表明8、9两个月份期间新疆土壤湿度低的区域在不断扩大。     

使用温度植被干旱指数法(TVDI)反演新疆土壤湿度

利用MODIS合成产品数据MOD11A2和MOD13A2获取的归一化植被指数(NDVI)和陆地表面温度(Ts)构建Ts-NDVI特征空间,依据该特征空间计算的温度植被干旱指数(TVDI)作为土壤湿度监测指标,反演了新疆8、9两个月份每16 d的土壤湿度。使用野外与卫星同步采样的土壤湿度数据进行验证,发现TVDI指标与实测土壤湿度数据显著相关,能够较好地反映表层土壤湿度,反映的新疆土壤湿度的空间分布与新疆的年降水量分布、年平均相对湿度分布很吻合;同时表明8、9两个月份期间新疆土壤湿度低的区域在不断扩大。     

温度植被旱情指数在吉林省干旱监测中的应用

遥感技术在干旱监测中具有其他技术不可替代的优势。利用2005年8~9月的MODIS产品,获取逐日地表温度数据和逐日植被指数数据,建立了LST|NDVI特征空间,根据此特征空间建模,计算得出温度植被干旱指数作为表征干旱的监测指标,并结合2005年土壤湿度数据对该指标进行定量验证。在此基础上利用ArcGIS软件分析了2005年8~9月吉林省干旱时空分布特征。结果表明：吉林省干旱总体分布趋势从东南到西北呈现出湿润到正常-轻旱-中旱-重旱的变化规律,体现出吉林省旱情的多样性和复杂性,8月19日、8月25日、9月8日正常和轻旱分布区域面积所占总区域面积比例分别为26.84%和59.53%、41.31%和41.73%、40.40%和32.83%,9月中旬轻旱和中旱分布最广,其比例分别为38.27%和36.26%;重旱和中旱分布区主要位于白城和松原市,轻旱区主要分布在长春、四平和辽源市,正常分布区集中在吉林、通化和白山市境内,湿润分布区主要分布在延边市。     

基于AMSR-E的微波温度植被干旱指数的应用

以热带常绿阔叶林为主的亚马逊流域在全球气候变化的背景下频繁遭受干旱胁迫。但是对于该地区实施长时间序列的干旱监测一直是难点和热点。基于Liu等2017年提出的微波温度—植被干旱指数（Microwave Temperature-Vegetation Drought Index,MTVDI）,对亚马逊流域进行了2003—2008年长时间序列的干旱监测,并采用饱和水汽压差（Vapor Pressure Deficit, VPD）、帕尔默干旱指数（Palmer Drought Severity Index, PDSI）、陆地地下水储量（Terrestrial Water Storage, TWS）、气象水分亏缺（Climatological Water Deficit, CWD）对MTVDI进行验证。结果表明：对于整个研究区而言,MTVDI与VPD （R=0.72）和CWD （R=-0.57）相关性较显著,但与TWS和PDSI相关性较弱。总体上,MTVDI能够较好地反映亚马逊地区干旱的季节动态。     

MODIS-TVDI指数监测新疆干旱动态

针对近年频发的干旱情况不能准确及时监测评估的问题,该文以新疆为研究区域,基于温度植被干旱指数方法,利用2007年到2012年3月~8月MODIS合成产品数据获取归一化植被指数和陆地地表温度,构建LST-NDVI特征空间,得到全区的温度植被干旱指数和旱情等级空间分布图,分析了新疆干旱变化趋势,验证了温度植被干旱指数和降水因子的关系。结果表明:2007年~2012年新疆的干旱面积逐年趋于平稳,空间上表现为南疆旱情高于北疆,春季旱情高于夏季,降水量是影响温度植被干旱指数的重要因子。该研究为政府部门对新疆旱情严重地区治理提供了有效数据保证。     

仪征地区农田深层土壤湿度遥感反演初探

利用MODIS合成产品数据MOD11A2和MOD13A2获取的陆地表面温度(Ts)和归一化植被指数(NDVI)构建Ts/NDVI特征空间,依据该特征空间计算温度植被干旱指数(TVDI),进而反演了仪征地区不同季节的40 cm土壤相对湿度。使用野外同步实测数据进行验证,结果显示,总体平均相对误差为11.83%,2004年11月误差最小,为4.30%。遥感反演的仪征地区土壤湿度分布图表明该地区存在两个土壤湿度高值区,分别位于仪征南部的长江冲积平原和西北部的谷底平原地带,并且土壤平均相对湿度越大,其高值区与低值区之间的差异越小。     

植被类型对温度植被干旱指数(TVDI)的影响研究—以黑河绿洲区为例

温度植被干旱指数（TVDI）是进行干旱研究的有效指标,是反演土壤湿度的重要方法。植被覆盖类型是影响TVDI大小的重要因素。利用修正的土壤调整植被指数MSAVI替换NDVI,以便最小化土壤背景影响和提高对密植被的光谱敏感性,并在此基础上,比较基于植被分类计算的TVDI与基于传统方法计算的TVDI的大小,来研究植被类型对TVDI提取结果的影响。对比分析表明,阔叶林、灌丛和密草地的平均值与传统方法计算的差别较大,变化分别是+7.2%、-5.5%和-6.6%,产生平均值偏移主要是由于植被类型的冠层结构和光学属性的差异带来的LST-MSAVI空间特征干湿边的变化引起的。因此,在应用TVDI指数进行大范围干旱化研究和土壤湿度反演时,不同植被类型不能一起作LST-MSAVI空间特征来计算TVDI指数,需要考虑植被类型等影响因素,达到提高土壤湿度反演精度的目的。     

基于LST-EVI特征空间的土壤水分含量反演

干旱是人类历史上的重大自然灾害之一,而土壤水分是干旱监测最重要的指标。利用遥感手段反演地表土壤水分,可以充分反映土壤水分的时空变化特征,适合进行大范围动态监测。研究基于Landsat TM数据,运用普适性单通道算法得到地表温度(LST,Land Surface Temperature),然后选用增强型植被指数(EVI,Enhanced Vegetation Index),构建了LST|EVI特征空间,计算出温度植被干旱指数(TVDI,Temperature|Vegetation Dryness Index)。在对实测土壤含水量数据和对应TVDI值进行回归分析的基础上,反演出2010年6月14日黄骅市自然地表20 cm深度处的体积含水量。结果表明:TVDI方法在该研究区是完全可行的,拟合精度较高;研究区自然地表土壤体积含水量分布差异明显,中等含水量地区面积最大,西南和部分北部地区含水量较低,而含水量高的区域主要分布在苇洼和沿海地区。     

基于多源遥感数据协同反演森林地表土壤水分研究

土壤水分在土壤监测中是一项重要的指标,对于农业生产、生态环境以及水资源管理有着重要的影响.随着遥感建模与反演理论的不断成熟,其逐渐成为分析土壤指标的重要技术与手段.因此,利用光学影像与雷达影像数据,以大兴安岭地区漠河市为研究区域,分别建立以Landsat 8为数据源的土壤水分反演模型和由Landsat 8影像数据与GF...     

利用AMSR-E遥感数据反演地表温度——以2008年广东省春季寒害为例

基于2008年1月25日至2008年2月5日期间的AMSR-E/Aqua L2A微波亮度温度数据,以广东省为研究对象,依据微波极化差异指数（MPDI）、归一化植被指数（NDVI）和比率植被指数（RVI）等3种植被指数,将广东省地表植被覆盖情况分为裸地、草地、灌木林、针叶林和阔叶林等5种类型,利用逐步回归分析方法,建立了基于不同植被覆盖类型的微波亮度温度与地面气象温度多元回归模型。同步地面气象温度数据验证表明,本文建立的基于地表植被覆盖分类的多波段地表温度反演模型,地表温度反演精度基本可达到3.0℃,其中有大约86%的地区地表温度反演精度可以控制在2.5℃以内,为广东省作物寒害预测提供了微波遥感技术支持。     

基于Landsat影像和不规则梯形方法遥感反演延安城市森林表层土壤水分

反演模型对土壤水分评估结果有重要影响,基于此,以黄土沟壑区城市森林表层土壤为研究对象,以3期Landsat影像和实地土壤水分传感器测定数据为数据源,分别通过像元在二维空间（LST-NDVI与STR-NDVI,LST为地表温度,NDVI为归一化植被指数,STR为短波红外转换反射系数）中的散点图及其拟合的干燥边界与湿润边界,获取TOTRAM（热学—光学不规则梯形模型）和OPTRAM（光学不规则梯形模型）的参数,然后在像素水平上（30 m×30 m）反演出延安城市森林表层土壤水分（W）,验证两模型的精度,并比较两模型估算结果的差异及线性边界与非线性边界对反演结果的影响。结果发现：①除OPTRAM 模型在Landsat 7和Landsat 8上干湿边界呈现非线性外,像素在LST-NDVI空间和STR—NDVI空间中的干湿边界均呈线性,且包络成不规则梯形形状;②与实地测定数据相比,TOTRAM与OPTRAM两模型的平均误差（ME）分别为0.009和0.0455,表明两模型估算结果均偏高,但OPTRAM模型的均方根误差（RMSE）较TOTRAM模型更接近0。OPTRAM模型估算的W值均匀地分布在1∶1参考线两侧,且位于参考线上的点数多于TOTRAM模型,表明OPTRAM准确度高于TOTRAM模型,且非线性边界的反演精度高于线性边界;③与TOTRAM模型相比,OPTRAM模型估算出的W空间分异规律与土地利用/覆被类型具有较高的相关性,且OPTRAM模型对植被覆盖度极低的区域敏感。因此,在后续研究中,应在OPTRAM模型中探讨干湿边界复杂性与模型准确性改善之间的关系,同时考虑周围环境、降雨量、森林干扰和NDVI饱和等因素对两模型估算准确性的影响。     

于桥水库蓝藻水华遥感长时序监测研究

针对水库富营养化给供水安全带来的严重威胁,利用2008～2017年Landsat时间序列卫星数据,基于归一化差值植被指数(NDVI)与实测水质参数的相关分析结果,运用阈值法动态提取了于桥水库的水华分布范围和程度.通过与自然和人为因子的协同分析,认为气温、降水和人类活动等共同驱动引发了水华爆发,其中人为干预的生态修复工程...     

基于NDVI序列影像的植被覆盖变化研究

归一化植被指数NDVI是地表植被覆盖特征的重要指标之一。以新疆石河子地区2003~2006年MODIS遥感数据反演的NDVI时间序列影像为例,分析研究了植被长势的年内和年际变化,将植被长势的年内变化和年际变化分为比前一年(月)好、比前一年(月)稍好、与前一年(月)持平、比前一年(月)稍差和比前一年(月)差5个等级,得到年内和年际间植被长势的动态分布图,从植被长势分布图中NDVI的变化可以看出年际和年内植被长势的变化。并应用变化矢量分析法对2003~2006年石河子地区NDVI的变化强度进行了分析,获得了植被覆盖变化强度分布情况,研究结果表明4 a内石河子地区植被覆盖未发生大的变化,植被系统基本稳定。     

利用归一化微波差异指数和表面散射模型反演裸露地表土壤水分

在给定土壤质地和粗糙度状况条件下,用AIEM模型模拟AMSR-E的6.925GHz、10.65GHz和18.7GHz频率下不同含水量时土壤表面发射率和土壤温度的关系,分析表明V极化的发射率受土壤温度的影响很小,其变化主要由土壤水分的变化引起。通过计算不同频率组合V极化通道的归一化微波差异指数,并模拟与土壤水分的关系,然后利用这一关系对塔克拉玛干沙漠中部某地的土壤水分进行反演。结果发现用18.7GHz和10.65GHz V极化通道组合的反演值与AMSR-E Level 3土壤水分产品的吻合程度最好。在此基础上分别用3种常见的半经验表面散射模型:Q/H模型、Hp模型和Qp模型,通过计算上述通道组合的NMDI来反演研究区的土壤水分,结果表明利用3种半经验模型得到的反演值之间差异非常小,并且与用AIEM模型计算NMDI时的反演结果吻合较好。     

从数码照片中快速提取植被覆盖度的方法研究

植被覆盖度是反映植被基本情况的指标,是农学、生态学等所关心的一个重要参数。获取地表数码照片并进一步提取植被覆盖度已成为一种最具潜力的对植被覆盖度进行地面测量的手段,而如何快速、准确地从数码照片中提取植被覆盖度信息尚缺乏成熟的方法。通过利用NDI法对数码照片的处理,实现了植被覆盖度的快速提取,同时用监督分类法提取相同数码照片的植被覆盖。通过对两种方法及其计算结果进行精度评价和比较表明,用NDI法和监督分类法估计的植被覆盖度都能够达到较高的准确性,结果可信度高,但NDI法要比监督分类法更自动化和快速,在精准农业作业系统等方面极具实用价值。