神东矿区土壤湿度遥感监测与双抛物线型NDVI-Ts特征空间

 结合神东矿区环境与灾害遥感监测与分析,根据MODIS/AQUA卫星产品的归一化植被指数(NDVI)和地表温度(T_s)数据,分析了基于1km和500m分辨率数据的NDVI-T_s特征空间,发现NDVI-T_s特征空间均具有双抛物线型特征。与基于1km和500m分辨率数据的NDVI-T_s三角形特征空间进行对比分析,并将得到的温度植被干旱指数(TVDI)数据与实测土壤湿度进行相关性分析,结果表明1km双抛物线型NDVI-T_s特征空间能更好地反映地表0—5cm土壤湿度,而500m双抛物线型NDVI-T_s特征空间在监测10cm土壤湿度时更有优势。以通过双抛物线型NDVI-T_s特征空间得到的TVDI作为旱情遥感监测指标,评估了2010年10月8—23日16d和2010年10月8日当天的神东矿区旱情,揭示了矿区旱情的空间特点。     

基于TVDI模型的关中地区春旱时空动态监测

利用中分辨率成像光谱仪MODIS产品MOD13A2和MOD11A2获取归一化植被指数NDVI和地表温度T_s,构建T_s-NDVI特征空间,依据该特征空间拟合的干湿边方程计算温度植被干旱指数(TVDI)作为反映旱情的指标,监测关中地区2013年2-5月每16 d的干旱状况,并利用区域内气象站点数据进行验证.结果表明,利用MOD11A2数据反演的T_s与实测对比平均误差为0.258℃,反演结果能够代替实际T_s参与计算.利用该地区实测的10、20 cm土壤湿度数据与遥感反演的TVDI值进行线性拟合,发现TVDI与20 cm土壤湿度相关性更高,表明TVDI更能反映和指示距地表20 cm的土壤水分状况.关中地区春旱最严重出现在3、4月份,旱情主要以中旱为主;渭河平原整体干旱情况比南部秦岭地区严重,尤其是关中东北部渭南和咸阳部分地区旱情较为严重,南部秦岭山地以湿润和正常为主.旱情整体呈现东北较重,西南较轻的分布.从监测结果看,TVDI能够较好地反映关中地区春季的实际旱情,适用于关中地区春季的旱情动态监测.     

基于Landsat-8影像的西安市地表温度遥感反演与影响因子研究

基于西安市的Landsat-8数据,采用单通道算法进行了地表温度(LST)的反演,并通过实测LST值对反演精度进行了评价,同时分析了LST与不同地表类型、归一化植被指数(NDVI)以及归一化建筑指数(NDBI)之间的关系.结果表明,单通道算法反演LST精度较高,反演结果能较好地反演西安市LST的空间分布特征;不同地表类型对应的LST有明显的差异,城镇建设用地LST最高,农用地LST最低;通过在东西方向/南北方向剖面线上分别对NDVI、NDBI与LST进行线性拟合,发现NDVI与LST呈负相关线性关系, NDBI与LST呈正相关线性关系,进一步说明植被对地表起到了一定的降温作用,城镇建筑则加剧了城市热岛效应.     

基于MODIS数据对鄂尔多斯市近10年干旱动态研究

干旱是影响农牧业生产的主要自然灾害之一,对干旱地区进行过度开发会加剧沙漠化的进程.本文利用MOD13A3和MOD11A2数据获得植被指数(NDVI)和陆地表面温度(LST)构建NDVI-Ts特征空间,依据该特征空间得到温度植被干旱指数,分析鄂尔多斯市2002-2011年生长季的旱情.结果表明:鄂尔多斯市干旱面积在60%以上,旱情持续加重,其中重旱主要发生在鄂尔多斯市西部,受旱区域从西部向东部不断扩大,2008年旱情最为严重,为客观认知旱情特征、制定灾前预防和灾后治理措施提供依据,以确保鄂尔多斯市的农牧业持续、有效的发展.     

条件植被温度指数干旱监测方法的研究与应用

综合应用归一化植被指数(NDVI)和土地表面温度(LST),提出了条件植被温度指数(VTCI)的概念,并将其用于干旱监测。VTCI的定义既考虑了区域内NDVI的变化,又强调了NDVI值相等时LST的变化,可解释为NDVI值相等时LST差异的比率。分别以陕西关中平原地区和美国大平原南部地区为研究区域,应用AVHRR和MODIS卫星遥感反演的NDVI和LST产品,以及累计降水量和降水偏差数据,证实了条件植被温度指数是一种近实时的干旱监测方法。     

基于尺度化SMMI的神东矿区土壤湿度变化遥感分析

 为消除遥感数据时相差异的影响,在土壤湿度监测指数(SMMI)和尺度化归一化植被指数S-NDVI 的基础上,构建了尺度化土壤湿度监测指数S-SMMI。利用1989-2013 年神东矿区多时相TM/ETM+/OLI 及HJ-CCD 影像band3、band4 反射率数据,监测分析了神东矿区25 年来土壤湿度的时空变化特点及其与地表高程、NDVI 之间的关系。结果表明:神东矿区25 年来土壤湿度总体呈上升趋势,与矿区植被的改善成呈相关;土壤湿度和NDVI 的分布均受到了区域地形的影响,低高程区的土壤湿度与NDVI 对高程变化更为敏感;与土壤湿度为16%~32%时的NDVI 变化相比,土壤湿度小于15%时NDVI 变化更为敏感;而且,地势低洼处的人类活动对NDVI 的影响较大。     

山西省土壤湿度时空分布及与气候因素的耦合

为了解山西省土壤湿度状况变化规律,进而为农业旱情监测提供科学依据。利用2017年3月到2018年2月山西省土壤湿度数据、降水量数据和气温数据,通过趋势分析和相关分析等方法研究山西省土壤湿度的时空变化以及土壤湿度对气候变化的响应。结果表明:山西省的平均土壤湿度分布特征为南高北低,东高西低,呈现出东南向西北递减的趋势;在季际-月际时间尺度分布下,土壤湿度在秋季达到高峰,且各区域表层土壤湿度与空气温度有着显著的负相关关系,而与降水量有着显著的正相关关系。可见山西省农业旱情受到区域地形、温度和降水等多方面因素的影响。     

长江中下游流域土壤湿度遥感反演研究及其影响因素分析

土壤湿度是水文学、气象学及农业科学研究领域的重要指标参数,对气候、农业、旱情监测都有重要意义.利用MODIS数据产品MOD09A1、MOD11A2和MOD13A2获取表观热惯量(ATI)和植被供水指数(VSWI)模型中的关键参数,以NDVI作为判别阈值将ATI和VSWI相结合建立集合土壤湿度反演模型,用预留的实测数据对模型进行了验证.并从土地覆盖类型、高程、坡度等方面进一步分析了长江中下游流域土壤湿度的分布规律,研究区土壤相对湿度随土地覆盖类型、高程及坡度等因素的变化呈明显的分异规律.结果表明,基于ATI和VSWI的集合土壤湿度反演模型结合两种模型的优点,实现了优势互补,提高土壤相对湿度反演的精度.     

北京地区陆表温度空间分布特征与下垫面的关系

利用北京地区1999年7月1日的Landsat 7/ETM＋数据,在RS和GIS技术的支持下,以陆表温度（LST）的遥感定量反演以及土地覆盖分类为基础,用热岛比率指数（URI）表征LST的空间分布差异,用土地覆盖类型、归一化建筑指数（NDBI）、归一化植被指数（NDVI）表征下垫面性质,对北京地区LST空间分布特征与下垫面的关系进行研究.结果表明：不同土地覆盖类型的LST不同,林地、水体的LST较低,城市建设用地和裸壤的LST较高;LST变化的幅度与土地覆盖类型所占比例有关,其变化的频率与土地覆盖类型的变化的复杂程度有关;LST值与NDBI呈正相关（r=0.648 6）与NDVI呈负相关（r=-0.704 4）.     

山西省土壤湿度时空分布及气候因素的耦合

了解山西省土壤湿度状况变化规律,可以为农业旱情监测提供科学依据。本论文利用2017年3月到2018年2月山西省土壤湿度数据、降水量数据和气温数据,利用线性趋势和相关分析等方法分析研究区土壤湿度的时空变化以及土壤湿度对气候变化的响应。结果表明山西省的平均土壤湿度分布特征为南高北少,东高西少,呈现出东南向西北递减的趋势。在季际-月际时间尺度分布下,土壤湿度在秋季达到高峰,且各区域表层土壤湿度与空气温度有着显著的负相关关系,而与降水量有着显著的正相关关系。     

基于GLDAS与TVDI降尺度反演土壤含水量

土壤水是连接大气降水、地表水和地下水的关键水文带,在旱寒区对于维系植被生长起到至关重要的作用.为获取相对精度较高,时空分布更广的土壤含水量数据,本文采用青藏高原2006年MODIS(moderate resolution imaging spectroradiometer)植被归一化指数NDVI(normalized difference vegetation index)数据与地温数据LST(land surface temperature)计算出青藏高原全年温度植被干旱指数TVDI(temperature vergetation dryness index);分析TVDI数据与GLDAS各层土壤含水量的相关性以及相关性的稳定性,结果表明:总体上TVDI数据与GLDAS各层土壤含水量数据呈负相关关系,其中TVDI与GLDAS第1层土壤湿度数据相关性最好,且相关性的稳定性较强;利用TVDI和GLDAS第1层数据的相关关系反演出青藏高原2006年每月土壤水分分布图,并利用月均值进行实例分析,结果表明反演结果与GLDAS数据基本吻合,仅在青藏高原南部和北部两个区域存在偏差.与原始GLDAS数据相比,TVDI反演的土壤含水量数据具有更高的分辨率(分辨率为1km),在时间尺度上,可以反演逐月的土壤水分.     

条件植被温度指数在华北平原干旱监测中的应用

以华北平原部分地区为研究区域,应用MODIS多时段卫星遥感数据进行了归一化植被指数和地表温度的计算和反演,应用条件植被温度指数对研究区域2003-2006年每年5月上旬的干旱进行了监测.以监测结果为基础,在时间和空间分布上分析了研究区域的旱情.应用降水量数据和土壤表层含水量数据对干旱监测结果进行了验证,结果表明VTCI与最近1个月的降水量具有显著的线性相关性,VTCI与土壤表层含水量有较好的线性相关性,验证了VTCI是一种近实时的干旱监测方法.     

不同土地覆盖类型上地表温度与植被覆盖关系研究——以福州市为例

以ASTER为数据源,提取研究区的地表温度,并从不同土地覆盖类型上分析地表温度与NDVI、植被覆盖度之间的定量关系.结果表明在各土地覆盖类型上地表温度与NDVI、植被覆盖度的线性关系并不明显,而在1%的间隔上平均地表温度与植被覆盖度呈明显线性关系,在0.01间隔上地表温度和NDVI关系呈分段线性关系,利用1%间隔的植被覆盖度更有利于分析地表温度和植被的关系.     

一种基于TVDI模型的边界提取方法研究

提出一种基于TVDI模型的湿地边界信息提取方法,利用TM遥感影像建立地表温度(Ts)与归一化植被指数(NDVI)之间的二维特征空间,用IDL编程在特征空间内拟合温度植被干旱指数法(TVDI)需要的干、湿边方程,并反演出试验区的土壤干湿情况.利用野鸭湖湿地3m×3m植物样方,统计、分析、确定湿地生态系统的上边界.试验测得湿地边界的土壤水分含量阈值0.56,根据该阈值确定湿地边界信息,提取湿地边界.通过该方法提取的湿地核心区准确率达到72%,说明利用遥感方法反演土壤水分含量,提取湿地边界的方法可行.     

典型植被指数与地表温度空间特征分析——以桂林市为例

以桂林市为研究区,利用TM卫星影像数据提取3种典型植被指数(NDVI、RVI、TNDVI),并反演研究区的地表温度(LST);从不同土地利用类型和城市空间上分析各个参数的统计学特征,同时定量分析植被指数与地表温度之间的线性关系。研究结果表明:在整个区域上,以林地和农田地物为主体的城市郊区具有较高的植被指数值,不透水层比例大的城市建成区则具有较高的地表温度。另外,典型植被指数与地表温度相关性分析揭示,各植被指数与地表温度都呈较显著的线性负相关。相对于城市郊区,下垫面性质改变与植被覆盖密度偏低是导致城市建成区"热岛效应"形成的重要原因。     

综合利用光学、微波遥感数据反演土壤湿度研究

基于ASAR-APP和TM影像数据,研究了小麦覆盖地表的土壤湿度反演方法.首先,利用冠层后向散射模型MIMICS(michigan microwave canopy scattering),分析了第二入射角模式(IS2)2种极化组分散射对总散射的贡献,确定了土壤湿度反演的最佳极化模式;其次,分析了植被微波单次散射、植被层双程透过率与NDVI之间的关系,建立了单次散射及双程透过率模型,然后,结合IS2入射角模式ASAR数据,建立土壤湿度反演模型.最后,基于模拟数据和获取的ASAR、TM影像数据,利用半经验模型反演土壤湿度.研究结果表明:IS2_HH模式土壤散射在总散射中贡献更大,该数据更适合土壤湿度反演;植被微波单次散射、双程透过率与NDVI有很好的线性关系,可以利用线性模型建立它们之间的关系;半经验模型能够较好地反演土壤湿度,反演和实测的土壤湿度相关系数为0.75,均方根误差为5.07%.     

地表温度异常机理及热红外遥感监测——以河南焦作煤层气富集区为例

在地表能量辐射平衡理论分析的基础上,从岩石热传导、土壤热传导以及煤层气储层影响热导率等方面分析了地下热传导,探讨了地球内部热量传递导致地表温度异常的原因。选择河南焦作煤层气富集区作为热红外遥感监测靶区,运用ASTER热红外遥感数据进行温度反演。首先利用大气辐射传输模型MODTRAN 4进行大气校正获得大气透过率,然后根据NDVI计算地表比辐射率,最后采用分裂窗简化算法反演地表温度。结果表明:研究区温度反演最低为296.62K,最高为302.67K,部分研究区呈现显著温度异常。通过分析该区域温度异常的不同原因,注意到富含煤层气对应的靶区呈现温度异常,根据地下热传导机理,据此推断该靶区温度异常是由于地下煤层富含煤层气从而导致地下热导率低于周围地层的热导率所致,该结论仍需要应用其他手段进一步验证。