条件植被温度指数的多尺度特性分析与应用

基于2008-2013年关中平原冬小麦单产数据和条件植被温度指数（vegetation temperature condition index,VTCI）的干旱监测结果,分别采用Morlet、Mexican Hat和Paul（m=4）3种非正交小波的功率谱分析冬小麦单产和主要生育期VTCI和单产的多时间尺度特征,借助小波互相关度进一步确定两个时间序列在时频域局部相关的密切程度,并以此构建主要生育期加权VTCI与冬小麦单产间的线性回归模型。结果表明,基于同一小波函数确定的主要生育期VTCI的振荡能量不同,而基于不同小波函数确定的同一生育期VTCI的主振荡周期及其与单产对应的小波互相关系数也存在差异,但各生育时期VTCI均存在着6 a左右的主振荡周期。基于Paul（m=4）小波的各生育时期VTCI与单产时间序列的多尺度相关性分析的效果最佳（R2=0.521）,且Paul（m=4）对应的模型的单产估测结果与实测单产的平均相对误差较之于Morlet和Mexican Hat小波函数获得的相对误差分别降低了0.78%和0.30%,表明Paul（m=4）小波函数能更好地用于干旱对冬小麦单产的影响评估研究,也可用于多尺度的干旱影响评估研究。     

条件植被温度指数及其在干旱监测中的应用

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。     

基于条件植被温度指数的干旱预测研究

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。     

利用双变量同化与PCA-Copula法的冬小麦单产估测

为了进一步提高冬小麦产量估测的精度,基于集合卡尔曼滤波算法和粒子滤波（particle filter, PF）算法,对CERES–Wheat模型模拟的冬小麦主要生育期条件植被温度指数（vegetation temperature condition index,VTCI）、叶面积指数（leaf area index, LAI）和中分辨率成像光谱仪（moderate-resolution imaging spectroradiometer, MODIS）数据反演的VTCI、LAI进行同化,利用主成分分析与Copula函数结合的方法构建单变量和双变量的综合长势监测指标,建立冬小麦单产估测模型,并通过对比分析选择最优模型,对2017—2020年关中平原的冬小麦单产进行估测。结果表明,单点尺度的同化VTCI、同化LAI均能综合反映MODIS观测值和模型模拟值的变化特征,且PF算法具有更好的同化效果;区域尺度下利用PF算法得到的同化VTCI和LAI所构建的双变量估产模型精度最高,与未同化VTCI和LAI构建的估产模型精度相比,研究区各县（区）的冬小麦估测单产与实际单产的均方根误差降低了56.25 kg/hm2,平均相对误差降低了1.51%,表明该模型能有效提高产量估测的精度,应用该模型进行大范围的冬小麦产量估测具有较好的适用性。     

改进的时间序列法用于边坡沉降分析与预测

运用数学模型或力学方法对变形监测数据进行分析与预测尤为必要,本文详细介绍了时间序列法中的差分自回归移动平均模型（ARIMA）、平稳性与白噪声检验、模型定阶与参数估计、模型检验与预测的过程,针对其预测的准确性会随着时间推移而降低的问题,提出了一种改进的时间序列法,通过建立一个动态的数据窗口,及时引入最新的数据信息更新计算模型参数,并对某轨道边坡工程的沉降监测数据进行了建模分析和对比预测。结果表明：改进后的方法提高了模型的预测精度,在实际工程中具有可行性和有效性。     

基于时序NDVI的昭觉植被覆盖度变化研究

归一化植被指数(NDVI)能精确地反映植被绿度、光合作用强度,在一定程度上反映着植被的演化信息,是评价生态环境状况的重要指标之一。本文利用Landsat TM数据分别对昭觉地区2009年和2014年的NDVI进行计算,并分别利用均值法、像元二分模型及NDVI差值植被指数对研究区域植被覆盖变化进行定量分析,结果表明:昭觉县NDVI均值上升了11.6%,植被覆盖度中极度改善的面积比例约占38%,昭觉县整体NDVI植被覆盖度显著提高,并对其变化原因进行简要分析,为生态环境建设提供决策依据。     

基于MODIS时序植被指数的区域物候信息提取

利用黑龙江省2012年16 d 250 m的MODIS NDVI数据,使用Savitsky-Golay滤波法、Logistic调合函数模型和非对称Gaussian模型3种方法对曲线拟合重构,引入均方根误差比较3种方法的优劣;在曲线平滑的基础上提取物候参数,分别对森林和农用地用固定阈值和动态阈值提取其物候参数,目的在于比较两种阈值设定方法的优劣,并获取阈值使物候参数结果与作物农事历信息吻合。结果表明,Savitsky-Golay滤波法在与原始曲线近似度方面优于另外两种拟合方法。     

“陆态网络”CORS站的时间序列分析预报

以"陆态网络"部分连续运行基准站2012年观测数据为实验对象,对基准站坐标时间序列进行了建模拟合分析,并利用相邻30 d左右实测数据对随后3 d的测站位置进行分析预报。预报数据与实测数据的比较表明,可以较好地监测基准站的稳定性和运行状态。     

基于模糊时间序列的变形预报模型及其应用

将模糊时间序列模型引入变形预报,并与灰色GM(1,1)、等维灰数、组合动态等模型进行了比较,计算结果表明,模糊时间序列模型各项精度评定指标优良,并且计算简单,非常实用。     

Formulation of Time Series Vegetation Index from Indian Geostationary Satellite and Comparison with Global Product

To study impact of climate change on vegetation time series vegetation index has a vital role to know the behaviour of vegetation dynamics over a time period. INSAT 3A CCD (Charged Couple Device) is the only geostationary sensor to acquire regular coverage of Asia continent at 1 km × 1 km spatial resolution with high temporal frequency (half-an-hour). A formulation of surface reflectances in red, near infrared (NIR), short wave infrared (SWIR) and NDVI from INSAT 3A CCD has been defined and integrated in the operational chain. The atmospheric correction of at-sensor reflectances using SMAC (Simple Model for Atmospheric Correction) model improved the NDVI by 5–40% and also increased its dynamic range. The temporal dynamics of 16-day NDVI composite at 0500 GMT for a growing year (June 2008–March 2009) showed matching profiles with reference to global products (MODIS TERRA) over known land targets. The root mean square deviation (RMSD) between the two was 0.14 with correlation coefficient (r) 0.84 from 200 paired datasets. This inter-sensor cross-correlation would help in NDVI calibration to add continuity in long term NDVI database for climate change studies.     

基于温度植被干旱指数的河南省旱情演化分析

2014年河南省遭遇自1951年来最严重干旱。针对这一现象,在对目前的干旱监测类型进行简要对比分析的基础上,着重阐述了温度植被干旱指数(TVDI)的基本原理;结合MODIS数据,通过数据处理提取地表温度(LST)和归一化植被指数(NDVI),从而建立NDVI-Ts特征空间。根据干边和湿边的散点图,对特征空间中最低温度和最高温度进行线性拟合,计算出TVDI,最后以TVDI为分级指标进行干旱等级划分,对河南省2014年7月下旬到9月上旬的旱情演化趋势进行分析。     

基于温度植被干旱指数的电网输电线路走廊干旱分析

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。     

基于TVDI的湖南省干旱监测分析

利用归一化植被指数(NDVI)与地表温度(LST)构建温度植被干旱指数(TVDI)。结合湖南省地形特征对TVDI拟合结果进行高程订正,能较好地反映旱情演变规律。将处理结果划分为5个等级,湖南省存在不同程度的干旱问题,直到8月份旱情开始有缓解趋势,但干旱问题一直存在。通过插值得到的同一时期标准化降水指数对结果进行验证发现,该模型具有一定的可靠性,对于湖南省干旱监测和趋势演变具有较好的指示作用,可为湖南省旱情的预警监测提供参考。