基于Landsat 8数据的干旱监测研究

为确定遥感干旱监测在东北地区的适用性,选取黑龙江省安达市为研究对象,利用最新的Landsat 8遥感影像数据,建立了温度植被干旱指数(temperature vegetation dryness index,TVDI)和改进的垂直干旱指数(modified perpendicular drounght index,MPDI)。并通过实测土壤含水量数据,对两种干旱指数进行验证和比较。结果表明,利用Landsat 8数据,通过两种遥感干旱指数在试验区进行干旱监测有一定的可行性,且TVDI的监测精度要高于MPDI。该研究对推广Landsat 8数据在东北地区旱情监测中的应用,以及提高中国应对突发灾害的决策能力具有重要意义。     

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.     

TVDI在云南2009/2010年干旱监测中的应用

 云南2009/2010年遭遇了一次百年一遇的全省性特大旱灾,对当地的生产和人民生活造成了严重影响.笔者利用2009年11月—2010年4月NASA（美国国家航空航天局）—MODIS（中分辨率成像光谱仪）1km×1km分辨率的归一化植被指数（NDVI）和地表温度（LST）数据,在构建了温度植被干旱指数（TVDI）的基础上,对2009/2010年云南省干旱情况进行了反演.进一步与昆明、昭通、江城3站实测的土壤湿度数据进行比较验证后,获得了云南省2009/2010年干旱等级的时空分布情况.基于TVDI的卫星监测结果表明：从2009年11月云南进入旱季以后,全省出现大范围不同程度的干旱;2010年2月、3月干旱情况最为严重,中等干旱面积达到全省的50%以上,严重干旱面积达到全省的27%左右;严重干旱区域主要分布在云南省的中东部和南部地区;全省唯有西北的迪庆、怒江自治州较为湿润或者正常.
     

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.