首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 156 毫秒
1.
TVDI在冬小麦春季干旱监测中的应用   总被引:2,自引:0,他引:2  
应用冬小麦春季生长期的NOAA/AVHRR资料,反演归一化植被指数(NDVI)、土壤调整植被指数(SAVI)和下垫面温度(Ts),分析了植被指数和下垫面温度空间特征,采用温度植被旱情指数(TVDI),研究了河北省2005年3~5月的冬小麦旱情状况。结果表明:基于SAVI的温度植被旱情指数与土壤表层相对湿度的相关性好于基于NDVI的温度植被旱情指数。通过与气象站土壤水分观测资料进行相关性分析,表明温度植被旱情指数与10 cm土壤相对湿度关系最好,20 cm次之,50 cm较差。因此,基于SAVI的温度植被旱情指数更适于监测冬小麦春季的旱情。  相似文献   

2.
植被指数-地表温度特征空间已被应用于多方面的研究。本文从区域旱情监测的角度分析了该特征空间的生态学内涵,指出地表温度是地表蒸散的函数,推导出了温度蒸散旱情指数(TEDI)的计算方法。利用NOAA数据,以河北省南部平原为研究区域,分别计算出了温度植被旱情指数(TVDI)与温度蒸散旱情指数(TEDI),通过地面实测土壤相对湿度指数(SHI)验证,结果表明温度蒸散旱情指数(TEDI)可以更准确地反映下垫面的土壤墒情状况。  相似文献   

3.
旱灾灾情监测中的遥感应用综述   总被引:4,自引:1,他引:3       下载免费PDF全文
旱灾是我国影响范围最广的农业自然灾害。遥感是对干旱进行大面积、实时动态监测的有效技术手段。对遥感技术在干旱旱情监测中的传统方法进行了概括和汇总,应用较多的干旱旱情遥感监测方法主要有热惯量法、蒸散法、植被指数法,其中植被指数法又分为距平植被指数、条件植被指数、植被指数差异、植被供水指数、温度植被干旱指数等方法。分析了不同方法的优缺点以及它们各自的适用范围,结合当前研究的热点问题,指出随着干旱机理和MODIS数据的应用,干旱旱情的遥感监测将得到更广泛、更深入的应用。  相似文献   

4.
水利部旱情遥感监测系统建设与展望   总被引:1,自引:0,他引:1  
遥感技术以其快速、经济和大空间范围获取的特点,已成为旱情监测的重要手段。介绍国家防汛指挥系统二期工程水利部旱情遥感监测系统的建设情况,包括旱情遥感监测模型、业务流程及系统的设计与开发等。系统实现全国旱情监测逐周生产、区域旱情1~3 d应急快速监测及逐月区域水体监测产品的生产。试运行表明全国旱情监测与国外同类产品结果一致或优于同类产品;区域旱情监测平均精度达到80%以上。最后,对旱情遥感监测系统未来发展进行展望。  相似文献   

5.
利用高分辨率ETM+数据进行区域旱情监测的研究   总被引:2,自引:2,他引:2       下载免费PDF全文
在植被指数相同的条件下,地面肤面温度可用于对土壤旱情的监测。通过植被指数--地面肤面温度特征空间分析了利用遥感进行旱情监测的原理,将传感器温度作为地面肤面温度,对干旱指数的计算进行了详细论述。利用栾城县的Landsat7 ETM+卫星数据进行了旱情监测与分析。  相似文献   

6.
在植被指数相同的条件下,地面肤面温度可用于对土壤旱情的监测。通过植被指数——地面肤面温度特征空间分析了利用遥感进行旱情监测的原理,将传感器温度作为地面肤面温度,对干旱指数的计算进行了详细论述。利用栾城县的Landsat7 ETM+卫星数据进行了旱情监测与分析。  相似文献   

7.
利用NDVI-T特征空间法进行广东省土壤旱情监测研究   总被引:1,自引:0,他引:1  
详细介绍了利用Landsat ETM 影像反演陆地表面温度(LST),并计算温度植被旱情指数(TVDI)的方法,并在此基础上利用ERDAS的空间建模功能设计了一个半自动化的,基于地表温度和归一化植被指数(NDVI)的旱情指数特征空间模型.该模型的运算结果包括NDVI、陆地表面温度及研究区内相应NDVI的最大和最小陆地表面温度表格,用这些中间结果来计算旱情指数.最后通过该模型在珠江三角洲地区的应用,证明TVDI旱情指数能够较好地反映广东省地区表层土壤旱情出现及分布情况,有助于对该地区春、秋旱的预防和指示.  相似文献   

8.
基于表层水分含量指数(SWCI)的土壤干旱遥感监测   总被引:1,自引:0,他引:1  
土壤湿度和植被生长状况是干旱最重要和最直接的指标,对植被和土壤光谱特征的解译是进行旱情程度判断的重要因子。近期,基于水的光谱反射特性,提出的地表含水量指数(SWCI) 模型能较好地反映地表的含水量值及其变化,可用于大范围的快速的浅层土壤墒情遥感监测。通过与NDVI对比分析发现, 在对浅层(0~50 cm)土壤水分进行监测时,SWCI 比NDVI 更为敏感,这有助于在实时干旱动态监测中更好地采用不同的指数以提高监测精度。  相似文献   

9.
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。  相似文献   

10.
土壤水分是监测土地退化的一个重要指标,是气候、水文、生态、农业等领域的主要参数,在地表与大气界面的水分和能量交换中起重要作用。传统的监测土壤水分的方法只能得到单点的数据,很难获得大范围地区的土壤湿度。遥感能够快速方便地获取大区域的地表信息,因此使用遥感监测土壤水分意义重大。主要利用了温度指标干旱指数对三峡库区进行土壤水分反演及其验证。利用TM6波段的亮温方程,计算得出地表温度(Ts),以TM3、TM4波段计算得出归一化植被指数(NDVI);把Ts和NDVI作为基本参数,根据Ts-NDVI特征空间的形状,取中间范围的NDVI,拟合干湿边方程,确定干湿边参数;根据温度植被干旱指数(TVDI)进行土壤湿度等级划分。结果表明,利用TVDI可以很好地反演出地表的土壤湿度信息。  相似文献   

11.
基于植被指数 地表温度(VI Ts)特征空间的温度植被干旱指数(TVDI)被广泛应用于土壤水分监测,但TVDI为土壤水分相对值,而且利用散点图确定干湿边会造成很大的不确定性。基于能量平衡方程和TVDI,该文提出一种定量干湿边选取方法和改进的TVDI模型——定量温度植被指数(Temperature Vegetation Quantitative Index,TVQI),以MODIS遥感数据为基础,实现了定量干湿边真实土壤水分的遥感估算。结果表明:TVQI估算结果与所观测土壤水分呈0.01水平显著相关,总体上的平均绝对误差小于0.02cm3/cm3,均方根误差RMSE小于0.035cm3/cm3;相对TVDI,TVQI克服了传统干边计算中对植被覆盖类型的限制,更能够准确反应土壤深度在0~10cm、10cm~20cm的土壤水分值,尤其与10cm~20cm土壤水分值更为贴近。  相似文献   

12.
目前对苹果干旱研究较少且主要运用站点数据,对空间信息表征有限,遥感干旱指数可用于大范围干旱时空动态监测,但在苹果干旱监测中的适用性还有待研究。基于2014~2018年MODIS反射率、地表温度以及地表覆被数据,结合土壤湿度数据和野外调查资料,分析洛川苹果区温度植被干旱指数(TVDI)、归一化植被水分指数(NDWI)、植被供水指数(VSWI)与10 cm深度土壤湿度(SM)的一致性,探索遥感干旱指标对土壤干湿状况表征能力,并进一步研究遥感干旱指标对干旱响应敏感时段。结果表明:①由增强型植被指数(EVI)计算的VSWI与SM的时空一致性最好,其在2014、2017年表现出的干旱特征与实际旱情相符;②VSWI(EVI)和TVDI(EVI)与SM的相关性分别高于VSWI(NDVI)和TVDI(NDVI)与SM的相关性,使用EVI能提高VSWI和TVDI对干旱的表征能力;③TVDI、NDWI、VSWI对SM存在不同时间的反应滞后,滞后3时相(24 d)的VSWI(EVI)与SM的相关性最高,而NDWI对SM滞后时间短,对干旱响应较及时,结合VSWI(EVI)和NDWI可能更有利于监测苹果干旱;④在不同苹果生育期,遥感指标对土壤湿度敏感性不同,VSWI在不同生育期敏感性差异最明显:新梢旺长期(5、6月)对土壤湿度敏感性高于萌芽开花期、果实膨大期、成熟期;该结果符合洛川县苹果不同生育期需水规律和洛川降水、干旱发生特征。研究结果可为遥感监测苹果干旱提供参考依据。  相似文献   

13.
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。  相似文献   

14.
Based on surface temperature and the normalized difference vegetation index (NDVI), we calculated the temperature vegetation dryness index (TVDI). Using the relationship between TVDI and NDVI, we established a vegetation–soil moisture response model that captures the sensitivity of NDVI's response to changes in TVDI using a linear unmixing approach, and validated the model using Landsat Thematic Mapper (TM) images acquired in 1997, 2004 and 2006 and a Landsat Enhanced Thematic Mapper Plus (ETM+) image acquired in 2000. We determined the correlations between TVDI and field-measured soil moisture in 2006. TVDI was correlated significantly with soil moisture at depths of 0 to 10 cm and 10 to 20 cm, so TVDI can be used as an index that captures changes in soil moisture at these depths. By using fractional vegetation cover (FVC) data measured in the field to validate the estimated values, we estimated mean absolute errors of 0.043 and 0.137 for shrub and grassland vegetation coverage, respectively, demonstrating acceptable estimation accuracy. Based on these results, it is possible to estimate a region's FVC using the linear unmixing model. The results show bare land coverage values distributed similarly to TVDI values. In mountain areas, grassland coverage mostly ranged from 0.4 to 0.6. Shrub coverage mostly ranged from 0.4 to 0.6. Forest coverage was zero in most parts of the study area.  相似文献   

15.
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。  相似文献   

16.
使用温度植被干旱指数法(TVDI)反演新疆土壤湿度   总被引:48,自引:5,他引:48  
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。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号