温度植被干旱指数、干燥度指数、水体分布与干湿特征的关系
|
摘要
干湿研究的手段分为站点监测研究与遥感监测2种,由于遥感监测应用较晚,且不具有明显的周期性,二者的监测原理不同等原因,很少有人将2种手段的监测结果进行直接的比较研究。本研究基于气象数据和中分辨率成像光谱仪(moderate-resolution imaging spectroadiometer,简称MODIS)数据,分别计算得到山东省聊城市干燥度指数(aridity index,简称AI)和温度植被干旱指数(temporature vegetation drought index,简称TVDI),基于高分辨率卫星遥感影像数据,提取聊城市地面详细的水体信息及其分布,得到水体分布的相对密集区域以及相对稀疏区域,最后将三者的结果进行对比分析。结果表明,(1)山东省聊城市AI、TVDI之间存在着很大的相关性,聊城西部地区2种指数明显偏高更为干燥,其中东部、西部TVDI均值分别为0.42、0.53,AI均值分别为1.79、1.86;(2)2种干湿指数的年尺度上升下降趋势基本吻合,季节间特征表现形式不同,但都可以反映相似的干湿状况空间分布规律;(3)东部、西部河流及缓冲区不覆盖区占东部、西部地区总面积比例分别为17.37%、37.71%,也呈现出西部干东部湿的特征,且与2种指数的分布规律相似。
引文
[1]孟猛,倪健,张治国. 地理生态学的干燥度指数及其应用评述[J]. 植物生态学报,2004,28(6):853-861.
[2]齐述华,王长耀,牛铮. 利用温度植被旱情指数(TVDI)进行全国旱情监测研究[J]. 遥感学报,2003,7(5):420-427.
[3]范辽生,姜纪红,盛晖,等. 利用温度植被干旱指数(TVDI)方法反演杭州伏旱期土壤水分[J]. 中国农业气象,2009,30(2):230-234.
[4]王海,杨祖祥,王麟,等. TVDI在云南2009/2010年干旱监测中的应用[J]. 云南大学学报(自然科学版),2014,36(1):59-65.
[5]杨曦,武建军,闫峰,等. 基于地表温度—植被指数特征空间的区域土壤干湿状况[J]. 生态学报,2009,29(3):1205-1216.
[6]李楠. 聊城地区冬小麦干旱灾害评估[D]. 南京:南京信息工程大学,2015.
[7]Sandholt I,Rasmussen K,Andersen J. A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status[J]. Remote Sensing of Environment,2002,79(2/3):213-224.
[8]Price J C. Using spatial context in satellite data to infer regional scale evapotranspiration[J]. Geoscience and Remote Sensing,IEEE Transactions on,1990,28(5):940-948.
[9]Carlson T N,Gillies R R,Eileen M P. A method to make use of thermal infrared temperature and NDVI measurements to infer surface soil water content and fractional vegetation cover[J]. Remote Sensing Reviews,1994,9(1):161-173.
[10]Moran M S,Clarke T R,Inoue Y,et al. Estimating crop water deficit using the relation between surface-air temperature and spectral vegetation index[J]. Remote Sensing of Environment,1994,49(3):246-263.
[11]宋小宁,赵英时. 应用MODIS卫星数据提取植被-温度-水分综合指数的研究[J]. 地理与地理信息科学,2004,20(2):13-17.
[12]王华,邵瀚. 基于TVDI的江苏省淮北地区干旱监测技术研究[J]. 地理空间信息,2016,14(2):53-55,65,8.
[13]王利平,文明,宋进喜,等. 1961—2014年中国干燥度指数的时空变化研究[J]. 自然资源学报,2016,31(9):1488-1498.
[14]Allen R G,Pereira L S,Raes D,et al. Crop evapotranspiration:Guidelines for computing crop water requirements[R]. FAO Irrigation & Drainage Paper,1998:56.
[15]Dehghanisanij H,Yamamoto T,Rasiah V. Assessment of evapotranspiration estimation models for use in semi-arid environments[J]. Agricultural Water Management,2004,64(2):91-106.
[16]张晓琳,熊立华,林琳,等. 五种潜在蒸散发公式在汉江流域的应用[J]. 干旱区地理,2012,35(2):229-237.
[17]Lecina S,Martinez-Cob A,Perez P J,et al. Fixed versus variable bulk canopy resistance for reference evapotranspiration estimation using the Penman-Monteith equation under semiarid conditions[J]. Agricultural Water Management,2003,60(3):181-198.
[18]Irmak S,Allen R G,Whitty E B. Daily grass and alfalfa-reference evapotranspiration estimates and alfalfa-to-grass evapotranspiration ratios in Florida[J]. Journal of Irrigation and Drainage Engineering,2003,129(5):360-370.
[19]刘晓英,林而达. 气候变化对华北地区主要作物需水量的影响[J]. 水利学报,2004(2):77-82,87.
[20]高歌,陈德亮,任国玉,等. 1956—2000年中国潜在蒸散量变化趋势[J]. 地理研究,2006,25(3):378-387.
[21]霍再林,史海滨,陈亚新,等. 参考作物潜在蒸散量的人工神经网络模型研究[J]. 农业工程学报,2004,20(1):40-43.
[22]尹云鹤,吴绍洪,戴尔阜. 1971—2008年我国潜在蒸散时空演变的归因[J]. 科学通报,2010,55(22):2226-2234.
[23]徐灵,侯小风. 基于区域生长的遥感影像河流提取[J]. 测绘与空间地理信息,2015,38(3):198-200.
[24]付晓,严华,贺新. 基于遥感图像的河流提取方法及应用研究[J]. 人民黄河,2014,36(3):10-12.
[2]齐述华,王长耀,牛铮. 利用温度植被旱情指数(TVDI)进行全国旱情监测研究[J]. 遥感学报,2003,7(5):420-427.
[3]范辽生,姜纪红,盛晖,等. 利用温度植被干旱指数(TVDI)方法反演杭州伏旱期土壤水分[J]. 中国农业气象,2009,30(2):230-234.
[4]王海,杨祖祥,王麟,等. TVDI在云南2009/2010年干旱监测中的应用[J]. 云南大学学报(自然科学版),2014,36(1):59-65.
[5]杨曦,武建军,闫峰,等. 基于地表温度—植被指数特征空间的区域土壤干湿状况[J]. 生态学报,2009,29(3):1205-1216.
[6]李楠. 聊城地区冬小麦干旱灾害评估[D]. 南京:南京信息工程大学,2015.
[7]Sandholt I,Rasmussen K,Andersen J. A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status[J]. Remote Sensing of Environment,2002,79(2/3):213-224.
[8]Price J C. Using spatial context in satellite data to infer regional scale evapotranspiration[J]. Geoscience and Remote Sensing,IEEE Transactions on,1990,28(5):940-948.
[9]Carlson T N,Gillies R R,Eileen M P. A method to make use of thermal infrared temperature and NDVI measurements to infer surface soil water content and fractional vegetation cover[J]. Remote Sensing Reviews,1994,9(1):161-173.
[10]Moran M S,Clarke T R,Inoue Y,et al. Estimating crop water deficit using the relation between surface-air temperature and spectral vegetation index[J]. Remote Sensing of Environment,1994,49(3):246-263.
[11]宋小宁,赵英时. 应用MODIS卫星数据提取植被-温度-水分综合指数的研究[J]. 地理与地理信息科学,2004,20(2):13-17.
[12]王华,邵瀚. 基于TVDI的江苏省淮北地区干旱监测技术研究[J]. 地理空间信息,2016,14(2):53-55,65,8.
[13]王利平,文明,宋进喜,等. 1961—2014年中国干燥度指数的时空变化研究[J]. 自然资源学报,2016,31(9):1488-1498.
[14]Allen R G,Pereira L S,Raes D,et al. Crop evapotranspiration:Guidelines for computing crop water requirements[R]. FAO Irrigation & Drainage Paper,1998:56.
[15]Dehghanisanij H,Yamamoto T,Rasiah V. Assessment of evapotranspiration estimation models for use in semi-arid environments[J]. Agricultural Water Management,2004,64(2):91-106.
[16]张晓琳,熊立华,林琳,等. 五种潜在蒸散发公式在汉江流域的应用[J]. 干旱区地理,2012,35(2):229-237.
[17]Lecina S,Martinez-Cob A,Perez P J,et al. Fixed versus variable bulk canopy resistance for reference evapotranspiration estimation using the Penman-Monteith equation under semiarid conditions[J]. Agricultural Water Management,2003,60(3):181-198.
[18]Irmak S,Allen R G,Whitty E B. Daily grass and alfalfa-reference evapotranspiration estimates and alfalfa-to-grass evapotranspiration ratios in Florida[J]. Journal of Irrigation and Drainage Engineering,2003,129(5):360-370.
[19]刘晓英,林而达. 气候变化对华北地区主要作物需水量的影响[J]. 水利学报,2004(2):77-82,87.
[20]高歌,陈德亮,任国玉,等. 1956—2000年中国潜在蒸散量变化趋势[J]. 地理研究,2006,25(3):378-387.
[21]霍再林,史海滨,陈亚新,等. 参考作物潜在蒸散量的人工神经网络模型研究[J]. 农业工程学报,2004,20(1):40-43.
[22]尹云鹤,吴绍洪,戴尔阜. 1971—2008年我国潜在蒸散时空演变的归因[J]. 科学通报,2010,55(22):2226-2234.
[23]徐灵,侯小风. 基于区域生长的遥感影像河流提取[J]. 测绘与空间地理信息,2015,38(3):198-200.
[24]付晓,严华,贺新. 基于遥感图像的河流提取方法及应用研究[J]. 人民黄河,2014,36(3):10-12.