基于温度植被干旱指数的曲靖市干旱监测研究

doi:10.11924/j.issn.1000-6850.casb18110107

中国农学通报 ›› 2020, Vol. 36 ›› Issue (9): 37-45.doi: 10.11924/j.issn.1000-6850.casb18110107

所属专题：农业气象

• 资源环境生态土壤气象 • 上一篇下一篇

基于温度植被干旱指数的曲靖市干旱监测研究

高雅¹^,²(), 王晓飞¹(), 高懋芳², 黄硕¹, 李石磊², 冷佩²

⁽¹⁾黑龙江大学电子工程学院,哈尔滨 150080
⁽²⁾中国农业科学院农业资源与农业区划研究所,北京 100081

收稿日期:2018-11-25 修回日期:2019-05-28 出版日期:2020-03-25 发布日期:2020-03-29
基金资助:
耦合遥感与作物生长模型的农业干旱预警研究(41871282)

Drought Monitoring in Qujing Based on Temperature Vegetation Drought Index

Ya Gao¹^,²(), Xiaofei Wang¹(), Maofang Gao², Shuo Huang¹, Shilei Li², Pei Leng²

⁽¹⁾School of Electronic Engineering, Heilongjiang University, Harbin 150080
⁽²⁾Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081

Received:2018-11-25 Revised:2019-05-28 Online:2020-03-25 Published:2020-03-29

摘要/Abstract

摘要：

本研究利用MODIS归一化植被指数(NDVI)和地表温度(Ts)产品数据,构建Ts-NDVI特征空间,计算温度植被干旱指数(TVDI),分析评价云南曲靖市2010—2012年的干旱时空分布状况。结果表明,2010年曲靖市遭遇了非常严重的干旱灾害,受灾面积高达研究区总面积的80%以上,基于TVDI指数的旱情动态监测方法适合云南省曲靖干旱监测。本研究建立的温度植被干旱指数模型提高了干旱监测的实用性,在曲靖市干旱监测上具有很好的适应性,可以广泛应用到该地区干旱监测研究中,为曲靖的农业防灾减灾能力和可持续发展提供科学保障。

关键词: TVDI, MODIS, 干旱监测, 云南曲靖, 遥感, 防灾减灾

Abstract:

Based on the data of MODIS normalized vegetation index (NDVI) and surface temperature (Ts) products, we constructed Ts-NDVI feature space, calculated temperature vegetation drought index (TVDI), and analyzed and evaluated the spatial and temporal distribution of drought in Qujing, Yunnan from 2010 to 2012. The results showed that: Qujing suffered from severe drought in 2010 with the drought area accounted for more than 80% of the total study area, the drought dynamic monitoring method based on the TVDI index was suitable for drought monitoring. The temperature vegetation drought index model established in this study can improve the practicability of drought monitoring and has a good adaptability in Qujing, and can be widely used for improving the disaster prevention and mitigation and the sustainable development of agriculture.

Key words: TVDI, MODIS, drought monitoring, Qujing of Yunnan, remote sensing, disaster prevention and mitigation

中图分类号:

S127

高雅, 王晓飞, 高懋芳, 黄硕, 李石磊, 冷佩. 基于温度植被干旱指数的曲靖市干旱监测研究[J]. 中国农学通报, 2020, 36(9): 37-45.

Ya Gao, Xiaofei Wang, Maofang Gao, Shuo Huang, Shilei Li, Pei Leng. Drought Monitoring in Qujing Based on Temperature Vegetation Drought Index[J]. Chinese Agricultural Science Bulletin, 2020, 36(9): 37-45.

图/表 6

参考文献 20

[1]	Ren G Y, Ding Y H, Zhao Z C, et al.Recent Progress in Studies of Climate Change in China[J].Advances in Atmospheric Sciences,2012,29(05):958-977.
[2]	彭擎,王让会,蒋烨林,等. 植被-地温指数(NDVI-LST)在新疆干旱监测中的适应性[J/OL].生态学报,2018(13):1-9.
[3]	郭铌,管晓丹.植被状况指数的改进及在西北干旱监测中的应用[J].地球科学进展,2007(11):1160-1168.
[4]	龚艳冰,张继国,刘高峰,等.基于SPI指数与R/S分析的曲靖市干旱特征研究[J].干旱地区农业研究,2015,33(03):273-277.
[5]	Kogon F N.Remote sensing ofweather impact S on vegetation in non-homogeneous areas[J].International Joumal of Remote Sensing,1990,11:1405-1420.
[6]	Jackson R D, Idso S B, Reginato R J, et al.Canopy temperature as a crop water stress indicator[J].Water Resources Research,1981,17(4):1133-1138
[7]	Price J C.Using spatial context in satellite data to infer regional scale evapotranspiration[J].IEEE Transactions on Geoscience and Remote Sensing,1990,28:940-948.
[8]	Kimura R.Estimation ofmoisture availability over the Liudaogou river basin ofthe Loess Plateau using new indices with surface temperature[J].Journal of Environments,2007,10;10-16.
[9]	刘丽,周颖,杨凤,宋国强.用遥感植被供水指数监测贵州干旱[J].贵州气象,1998(06):17-21.
[10]	李坤. 基于RS和GIS的重庆伏旱研究[D].重庆:重庆师范大学,2010:8-12
[11]	曹言,王杰,李竹芬,等. 基于VSWI法的云南省土壤水分反演研究[J].中国农村水利水电,2017(04):22-27.
[12]	龙晓敏,王龙,杨蕊,等. 基于温度植被干旱指数的云南干旱遥感监测[J].中国农村水利水电,2012(11):136-139,144.
[13]	曹影,胡文庆,颜培东.基于温度植被干旱指数(TVDI)的云南干旱遥感监测[J].工程勘察,2016,44(01):69-73.
[14]	王琳. 基于SPEI和RDI的曲靖大型灌区干旱趋势研究[J].安徽农业科学,2018,46(07):165-169.
[15]	蒋先林,杨鲁生,丁云双,等.低纬高原马铃薯脱毒种薯标准化生产技术[J].安徽农业科学,2013,41(35):13506-13509.
[16]	赵敏,胡文英.综合干旱评价方法在云南省的适用性研究[J].云南师范大学学报:自然科学版,2016,36(06):69-75.
[17]	张学艺. 几种最新干旱监测模型在西北干旱遥感监测应用中的对比研究——以宁夏为例[A].中国气象学会农业气象与生态学委员会,南京信息工程大学,中国农学会农业气象分会,中国农科院环境与可持续发展研究所.第26届中国气象学会年会农业气象防灾减灾与粮食安全分会场论文集[C].中国气象学会农业气象与生态学委员会,南京信息工程大学,中国农学会农业气象分会,中国农科院环境与可持续发展研究所:中国气象学会,2009:12.
[18]	王君. 基于MODIS产品的青海省干旱监测[D].长沙:中南大学,2014:10-16.
[19]	魏杰. 青海省东部农业区干旱遥感监测及预警研究[D].陕西杨凌:西北农林科技大学,2016:36-37.
[20]	齐述华. 干旱监测遥感模型和中国干旱时空分析[D].北京:中国科学院研究生院遥感应用研究所,2004:80-90.

日期(年-月-日)	干边方程	湿边方程
2010-2-10	y=-19.9248x+314.687	y=-4.49186x+293.963
2011-2-10	y=-16.4365x+308.836	y=3.97887x+282.206
2012-2-10	y=-16.6050x+310.565	y=-4.59547x+293.494
2010-3-14	y=-22.9998x+321.109	y=3.41486x+295.792
2011-3-14	y=-20.8358x+316.464	y=1.45526x+288.406
2012-3-14	y=-21.8001x+316.970	y=-4.60182x+298.025
2010-4-15	y=-31.0130x+326.248	y=2.14709x+293.407
2011-4-15	y=-27.0548x+325.475	y=2.86468x+291.132
2012-4-15	y=-23.2364x+323.340	y=-7.93233x+301.015
2010-5-17	y=-25.7219x+331.549	y=-6.17665x+304.924
2011-5-17	y=-21.5865x+326.678	y=-4.60077x+298.727
2012-5-17	y=-28.2814x+328.534	y=4.52140x+290.707
2010-6-2	y=-10.9703x+317.581	y=7.27247x+282.340
2011-6-2	y=-8.82739x+318.544	y=8.77418x+284.318
2012-6-2	y=-23.6799x+323.647	y=7.21624x+285.065

日期(年-月-日)	干边方程	湿边方程
2010-2-10	y=-19.9248x+314.687	y=-4.49186x+293.963
2011-2-10	y=-16.4365x+308.836	y=3.97887x+282.206
2012-2-10	y=-16.6050x+310.565	y=-4.59547x+293.494
2010-3-14	y=-22.9998x+321.109	y=3.41486x+295.792
2011-3-14	y=-20.8358x+316.464	y=1.45526x+288.406
2012-3-14	y=-21.8001x+316.970	y=-4.60182x+298.025
2010-4-15	y=-31.0130x+326.248	y=2.14709x+293.407
2011-4-15	y=-27.0548x+325.475	y=2.86468x+291.132
2012-4-15	y=-23.2364x+323.340	y=-7.93233x+301.015
2010-5-17	y=-25.7219x+331.549	y=-6.17665x+304.924
2011-5-17	y=-21.5865x+326.678	y=-4.60077x+298.727
2012-5-17	y=-28.2814x+328.534	y=4.52140x+290.707
2010-6-2	y=-10.9703x+317.581	y=7.27247x+282.340
2011-6-2	y=-8.82739x+318.544	y=8.77418x+284.318
2012-6-2	y=-23.6799x+323.647	y=7.21624x+285.065

基于温度植被干旱指数的曲靖市干旱监测研究

Drought Monitoring in Qujing Based on Temperature Vegetation Drought Index

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 20

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

[1]	白玛仁增, 顿玉多吉, 德例归吉, 德吉央宗, 益西多吉, 边巴次仁. 星-地结合对水稻高温热害监测模型的研究[J]. 中国农学通报, 2023, 39(1): 133-141.
[2]	薛文瑞, 杨自辉, 张永, 郭树江, 王强强, 张剑挥. 民勤荒漠绿洲植被覆盖对地下水和降水变化的响应[J]. 中国农学通报, 2022, 38(8): 102-109.
[3]	麻磊, 黄晓君, Ganbat Dashzebegd, Mungunkhuyag Ariunaad, Tsagaantsooj Nanzadd, Altanchimeg Dorjsuren, 包刚, 佟斯琴, 包玉海, Enkhnasan Davaadorj. 不同遥感传感器监测森林虫害研究进展与展望[J]. 中国农学通报, 2022, 38(26): 91-99.
[4]	卜祥, 张永福, 梁田田, 王建国. 基于MODIS数据2001—2019年NDVI时空变化及驱动力分析——以阿克苏地区为例[J]. 中国农学通报, 2022, 38(11): 75-83.
[5]	郭岩, 何毅, 张立峰, 邱丽莎, 张国强, 张志华. 2000—2017年中亚地区植被变化遥感监测[J]. 中国农学通报, 2021, 37(8): 123-131.
[6]	姜蓝齐, 王萍, 姜丽霞, 宫丽娟, 李秀芬, 张恒翀, 王晓迪. 温度植被干旱指数(TVDI)在农业干旱监测中的应用[J]. 中国农学通报, 2021, 37(29): 132-139.
[7]	魏玉涛, 刘明欢, 刘可, 普薇如. 多尺度土壤水监测研究进展[J]. 中国农学通报, 2021, 37(26): 140-145.
[8]	王利民, 刘佳, 季富华. 中国农业遥感技术应用现状及发展趋势[J]. 中国农学通报, 2021, 37(25): 138-143.
[9]	纪伟帅, 陈红艳, 王淑婷, 张玉婷. 基于无人机多光谱的华北平原花铃期棉花叶片SPAD建模方法研究[J]. 中国农学通报, 2021, 37(22): 143-150.
[10]	白玛仁增, 德吉央宗, 索朗央金, 拉巴, 张鑫磊, 顿玉多吉, 扎西欧珠. 基于卫星遥感和自动气象站数据反演稻田气温——以安徽省为例[J]. 中国农学通报, 2021, 37(2): 88-95.
[11]	姜蓝齐, 王萍, 姜丽霞, 宫丽娟, 于成龙, 李秀芬. 基于多时相MODIS数据监测水、旱作物种植面积及空间分布[J]. 中国农学通报, 2021, 37(16): 108-118.
[12]	任艳中, 王弟, 李轶涛, 王晓军. 无人机遥感在森林资源监测中的应用研究进展[J]. 中国农学通报, 2020, 36(8): 111-118.
[13]	曲学斌, 杨淑香, 王彦平, 邹晓华. 2000—2017年内蒙古地区VCI对不同时间尺度SPEI的响应[J]. 中国农学通报, 2020, 36(26): 106-111.
[14]	吕小艳, 竞霞, 薛琳, 徐海清, 张超, 黄健熙. 遥感技术在烟草长势监测及估产中的应用进展[J]. 中国农学通报, 2020, 36(25): 137-141.
[15]	扎西欧珠, 边多, 次珍, 白玛央宗, 牛晓俊, 普布次仁. 基于MODIS遥感数据和气象观测数据的藏北高原地表温度变化特征[J]. 中国农学通报, 2020, 36(20): 136-142.