甘肃陇西黄土高原旱作区土壤水分变化规律及有效利用程度研究

运用陇西黄土高原6个农业气象基本观测站土壤湿度资料(1982~2000年),分析了该地域土壤水分构成特征及0~200cm土壤水分运行、变化规律,拟合了100cm土层内土壤贮水及水分累积耗散曲线,分季节评述了区域内各地水分有效利用程度。     

考虑下垫面类型的干旱指数比较研究

干旱作为常见的自然灾害，在世界各地发生的频率日渐增加，已对经济发展、农业生产和人类生活等方面产生了严重影响。但是干旱的类型较多，包括气象干旱、土壤干旱、水文干旱、农田干旱等，无法用单个干旱指数对不同类型的干旱进行监测。按照干旱发生类型，利用气象干旱指数（Standardized Precipitation Index SPI）、土壤水分干旱指数（Soil Moisture Index, SMI）和蒸发压力干旱指数（Evaporative Stress Index, ESI）对美国的旱情进行监测。研究结果表明：不同干旱指数之间呈显著相关，相关系数R在0.7以上。ESI整体监测精度较高，它能够真实反映地表水分盈亏状况，同时与遥感数据结合，可以实现从田块到全球不同尺度干旱实时监测。不同植被类型覆盖下垫面对不同类型干旱响应存在较大差异，草地下垫面对不同类型的干旱响应较为一致，但是随着地上生物量的增加，不同干旱指数监测结果之间差异逐渐增大。因此，在干旱监测时需要考虑植被的结构特征，植被与气候之间的相互作用，才能具体分析不同下垫面的受灾情况，进一步考虑更适合的方法以及干旱指数监测不同下垫面的干旱情况。     

考虑下垫面类型的干旱指数比较研究

干旱作为常见的自然灾害，在世界各地发生的频率日渐增加，已对经济发展、农业生产和人类生活等方面产生了严重影响。但是干旱的类型较多，包括气象干旱、土壤干旱、水文干旱、农田干旱等，无法用单个干旱指数对不同类型的干旱进行监测。按照干旱发生类型，利用气象干旱指数（Standardized Precipitation Index SPI）、土壤水分干旱指数（Soil Moisture Index, SMI）和蒸发压力干旱指数（Evaporative Stress Index, ESI）对美国的旱情进行监测。研究结果表明：不同干旱指数之间呈显著相关，相关系数R在0.7以上。ESI整体监测精度较高，它能够真实反映地表水分盈亏状况，同时与遥感数据结合，可以实现从田块到全球不同尺度干旱实时监测。不同植被类型覆盖下垫面对不同类型干旱响应存在较大差异，草地下垫面对不同类型的干旱响应较为一致，但是随着地上生物量的增加，不同干旱指数监测结果之间差异逐渐增大。因此，在干旱监测时需要考虑植被的结构特征，植被与气候之间的相互作用，才能具体分析不同下垫面的受灾情况，进一步考虑更适合的方法以及干旱指数监测不同下垫面的干旱情况。     

考虑下垫面类型的干旱指数比较研究

干旱作为常见的自然灾害,在世界各地发生的频率日渐增加,已对经济发展、农业生产和人类生活等方面产生了严重影响。但是干旱的类型较多,包括气象干旱、土壤干旱、水文干旱、农田干旱等,无法用单个干旱指数对不同类型的干旱进行监测。按照干旱发生类型,利用气象干旱指数(Standardized Precipitation Index SPI)、土壤水分干旱指数(Soil Moisture Index, SMI)和蒸发压力干旱指数(Evaporative Stress Index,ESI)对美国的旱情进行监测。研究结果表明:不同干旱指数之间呈显著相关,相关系数R在0.7以上。ESI整体监测精度较高,它能够真实反映地表水分盈亏状况,同时与遥感数据结合,可以实现从田块到全球不同尺度干旱实时监测。不同植被类型覆盖下垫面对不同类型干旱响应存在较大差异,草地下垫面对不同类型的干旱响应较为一致,但是随着地上生物量的增加,不同干旱指数监测结果之间差异逐渐增大。因此,在干旱监测时需要考虑植被的结构特征,植被与气候之间的相互作用,才能具体分析不同下垫面的受灾情况,进一步考虑更适合的方法以及干旱指数监测不同下垫面的干旱情况。     

西峰黄土高原土壤含水量干旱指数

某时段的干旱不但与同期降水有关,还与前期降水有密切的关系,土壤水分是表达干旱的重要因子,可以综合反映干旱的变化,为此,利用1989～2004年西峰农业气象试验站的土壤水分、降水资料,分析了降水量随时间的变化,0～100cm土壤水分的垂直分布特征和时间变化规律,对春季、伏期、秋季、初春、春末初夏旱土壤含水量与降水量进行了对比分析,并制定了这几个时段的针对土壤含水量的土壤干旱指标。     

气候变化对甘肃黄土高原土壤贮水量的影响

利用甘肃省黄土高原16个气象站1971~2000年气象资料、13个农业气象观测站及3个农业气象试验站土壤湿度资料,分析了近50年温度、降水及近30年土壤水分变化特征,用数理统计方法拟合了0~200 cm土壤贮水量动态变化,得出了土壤贮水量随气候变化的规律。研究表明,上世纪80年代以来,甘肃黄土高原土壤含水呈减少之势,0~200 cm土层土壤总贮水量春、秋季减少了40~90mm,夏季减少了20~36mm;土壤贮水适宜农作物生长的时段减少了2~3月,土壤水分匮缺的范围无论从时段及层次上都有所扩展。     

TVDI在冬小麦春季干旱监测中的应用

应用冬小麦春季生长期的NOAA/AVHRR资料,反演归一化植被指数（NDVI）、土壤调整植被指数（SAVI）和下垫面温度（T_s）,分析了植被指数和下垫面温度空间特征,采用温度植被旱情指数（TVDI）,研究了河北省2005年3~5月的冬小麦旱情状况。结果表明：基于SAVI的温度植被旱情指数与土壤表层相对湿度的相关性好于基于NDVI的温度植被旱情指数。通过与气象站土壤水分观测资料进行相关性分析,表明温度植被旱情指数与10 cm土壤相对湿度关系最好,20 cm次之,50 cm较差。因此,基于SAVI的温度植被旱情指数更适于监测冬小麦春季的旱情。     

基于微波和可见光遥感的冬小麦土壤墒情反演

土壤墒情是水文学、气象学及农业科学研究领域中的一个重要指标参数,对气候、农业、旱情监测都具有极为重要的意义。以河南省广利灌区冬小麦为研究对象,以水云模型为基础,利用Landsat-8和Sentinel-1 A数据计算双层衰减因子、植被和土壤的后向散射系数。采用RBF神经网络拟合土壤的后向散射系数与土壤含水量的关系,通过实测监测点对反演的结果进行精度验证,结果表明:相关系数的平方为0.754 5,均方根误差为0.022,结果良好,可为灌区冬小麦土壤墒情的评估提供参考。     

基于CCI土壤水分产品的干旱指数精度评价及其对东北地区粮食产量的影响

土壤水分是监测作物旱情的基本因子,以欧空局1978~2014年微波遥感土壤水分产品、中国经济与社会发展统计数据库以及气象数据为基础,结合土壤水分亏缺指数（Soil Water Deficit Index, SWDI）分析东北地区的干旱程度与玉米亩产的关系。结果表明：①东北三省干旱程度空间上呈现自东北向西南逐渐加重的空间分布模式;②基于CCI (Climate Change Initiative)土壤水分产品计算的SWDI干旱指数与降雨量和气温有良好的相关关系,可用于评估干旱发生的严重程度;③玉米生长季关键需水期——7月的SWDI与玉米产量的相关性最好,二者在黑龙江、吉林和辽宁省的R2分别为0.43、0.78和0.38,非常适合用于评估干旱对玉米单产的影响。该结论对于研究大范围土壤水分含量对农作物产量的影响以及相关农业决策具有重要指导意义。     

基于表层水分含量指数(SWCI)的土壤干旱遥感监测

土壤湿度和植被生长状况是干旱最重要和最直接的指标,对植被和土壤光谱特征的解译是进行旱情程度判断的重要因子。近期,基于水的光谱反射特性,提出的地表含水量指数(SWCI) 模型能较好地反映地表的含水量值及其变化,可用于大范围的快速的浅层土壤墒情遥感监测。通过与NDVI对比分析发现, 在对浅层(0~50 cm)土壤水分进行监测时,SWCI 比NDVI 更为敏感,这有助于在实时干旱动态监测中更好地采用不同的指数以提高监测精度。     

Precision Evaluation of Drought Index based on CCI Soil Moisture Products and Its Effect on Grain Yield in Northeast China

Soil moisture is the basic factor for monitoring crop drought. Based on the microwave remote sensing soil moisture products of ESA from 1978 to 2014, the statistical database of China's economic and social development and meteorological data, combined with the Soil Moisture Deficit Index (SWDI), the relationship between the degree of drought in Northeast China and corn yield was analyzed. The results show that: (1) the drought level of the three provinces is increasing from northeast to southwest; (2) the SWDI drought index calculated based on CCI (Climate Change Initiative) soil moisture products has a good correlation with rainfall and temperature, which can be used to evaluate the severity of drought; (3) the correlation between SWDI and maize yield is the best in the key water demand period (July), and R2 of Heilongjiang, Jilin and Liaoning provinces are 0.43, 0.78 and 0.38 respectively, which is very suitable for quantifying the effect of drought on maize yield. This conclusion has important guiding significance for the study of the influence of soil moisture content on crop yield and the relevant agricultural decision-making.     

农业干旱遥感监测研究进展

农业干旱给社会经济及人民生活造成严重影响,关于农业旱情监测的研究受到了学者们的广泛关注。遥感技术的发展为准确、及时进行旱情监测提供了新的机遇。本文综述了近年来国内外采用遥感方法监测农业旱情的研究进展,包括土壤湿度、作物形态、作物生理等农业旱情指标的遥感反演,指出了在实际应用中存在的一些问题,并提出了进一步改进的思路。     

基于波段反射率日均增量的花生干旱灾情遥感评估

干旱是影响花生产量的主要气象因素之一。开展花生干旱灾情遥感评估对于产量估算、防灾减灾和保险理赔具有重要意义。当前花生旱灾遥感评估主要依赖于光谱指数变化信息,容易受不同地区生育进程干扰,限制了光谱指数方法的普适性。研究在多时相Sentinel-2遥感影像和野外实测样本的支持下,分析时序波段反射率日均增量信息与花生干旱受灾程度之间的内在联系,利用决策树、随机森林、逻辑回归等方法对花生干旱等级进行分类,并以总体精度和Kappa系数评价各种方法的精度。结果表明：单一波段的近红外反射率日均增量对花生受灾情况的指示性较强。多光谱波段组合方式对花生旱灾程度的指示性均优于单个波段,其中红波段、蓝波段、近红外光谱波段反射率日均增量组合的指示性最强,整体精度达到89.93%,Kappa系数0.847 1。与逻辑回归和决策树算法相比,随机森林算法对花生旱灾评估精度最高。在旱情等级最优时相组合分析中,利用花生生长旺盛期（7月~8月）的多波段反射率日均增量信息,灾情等级遥感识别的总体精度可达88.62%,Kappa系数为0.827 4。说明基于生长旺盛期时序多波段反射率日均增量的干旱灾情遥感评估方法能有效提取花生受灾范围与灾情严重程度。     

遥感干旱指数在洛川苹果干旱监测中的适用性分析

目前对苹果干旱研究较少且主要运用站点数据,对空间信息表征有限,遥感干旱指数可用于大范围干旱时空动态监测,但在苹果干旱监测中的适用性还有待研究。基于2014~2018年MODIS反射率、地表温度以及地表覆被数据,结合土壤湿度数据和野外调查资料,分析洛川苹果区温度植被干旱指数（TVDI）、归一化植被水分指数（NDWI）、植被供水指数（VSWI）与10 cm深度土壤湿度（SM）的一致性,探索遥感干旱指标对土壤干湿状况表征能力,并进一步研究遥感干旱指标对干旱响应敏感时段。结果表明：①由增强型植被指数（EVI）计算的VSWI与SM的时空一致性最好,其在2014、2017年表现出的干旱特征与实际旱情相符;②VSWI（EVI）和TVDI（EVI）与SM的相关性分别高于VSWI（NDVI）和TVDI（NDVI）与SM的相关性,使用EVI能提高VSWI和TVDI对干旱的表征能力;③TVDI、NDWI、VSWI对SM存在不同时间的反应滞后,滞后3时相（24 d）的VSWI（EVI）与SM的相关性最高,而NDWI对SM滞后时间短,对干旱响应较及时,结合VSWI（EVI）和NDWI可能更有利于监测苹果干旱;④在不同苹果生育期,遥感指标对土壤湿度敏感性不同,VSWI在不同生育期敏感性差异最明显：新梢旺长期（5、6月）对土壤湿度敏感性高于萌芽开花期、果实膨大期、成熟期;该结果符合洛川县苹果不同生育期需水规律和洛川降水、干旱发生特征。研究结果可为遥感监测苹果干旱提供参考依据。     

麦田土壤水分NOAA/AVHRR遥感监测方法研究

本文立足于河南省农业遥感业务服务实际,在系统研究麦田土壤水分NOAA/AVHRR遥感监测理论、模型、资料处理、指标及应用技术的基础上,针对这一领域中存在的问题,在GIS技术的支持下,重点探讨了不同土壤质地和风速对遥感干旱监测的影响、用遥感表层土壤水分耦合深层土壤水分的方法与模型、用单时相遥感资料反演土壤水分的方法等,并最终建立了河南省冬小麦干旱遥感监测应用服务系统。     

基于LST-EVI特征空间的土壤水分含量反演

干旱是人类历史上的重大自然灾害之一,而土壤水分是干旱监测最重要的指标。利用遥感手段反演地表土壤水分,可以充分反映土壤水分的时空变化特征,适合进行大范围动态监测。研究基于Landsat TM数据,运用普适性单通道算法得到地表温度(LST,Land Surface Temperature),然后选用增强型植被指数(EVI,Enhanced Vegetation Index),构建了LST\|EVI特征空间,计算出温度植被干旱指数(TVDI,Temperature\|Vegetation Dryness Index)。在对实测土壤含水量数据和对应TVDI值进行回归分析的基础上,反演出2010年6月14日黄骅市自然地表20 cm深度处的体积含水量。结果表明:TVDI方法在该研究区是完全可行的,拟合精度较高;研究区自然地表土壤体积含水量分布差异明显,中等含水量地区面积最大,西南和部分北部地区含水量较低,而含水量高的区域主要分布在苇洼和沿海地区。     

大范围旱情遥感监测的分带计算

遥感技术在旱情监测中得到了广泛应用。针对常用的温度植被旱情指数法, 利用NOAA/AVHRR 数据, 分析了大范围旱情监测中下垫面因纬度、地形等因素造成的空间物候差异, 指出了旱情指数分带计算的必要性。通过分纬度计算, 提高了温度植被旱情指数法中旱边与湿边拟合方程的准确度, 与整体计算方法相比, 温度植被旱情指数与各层土壤相对湿度实测值的相关性均得到明显改善, 提高了大范围旱情遥感监测的准确性。