基于Landsat-5 TM数据的河南省白沙灌区地表温度反演研究

地表温度是土壤水分和植被水分状态的指示计,在干旱遥感监测中有重要作用。应用Landsat-5 TM遥感数据和气象资料,利用归一化植被指数(NDVI)区分地表覆盖类型,采用Van de Griend的经验公式法结合典型地表赋值法计算出地表比辐射率。用单窗算法和单通道算法分别对河南省白沙灌区地表温度进行反演,结果表明:两种方法均能较好地将白沙灌区地表温度分布趋势反映出来,单窗算法的反演精度较高,绝对误差为1.1 ℃,更适宜白沙灌区的地表温度反演,进而可以提高灌区旱情遥感监测精度。     

中澳科学合作项目——土壤水分和干旱的遥感监测开始实施

土壤水分和干旱的遥感监测是于1991年6月由中国和澳大利亚科学与技术联合委员会在中国正式批准的中澳两国的科技合作项目。此项目计划三年完成,包括人员、方法与数据的交换,以解决两国都很明显的土壤水分及干旱问题的监测。该项目由中国科学院遥感应用研究所(国家遥感中心技术发展部)与澳大利亚联邦科学与工业研究组织(CSIRO)水资源研究所共同完成。     

一种利用土壤水分反演地下水位遥感方法

针对利用土壤水分在干旱地区反演一定植被覆盖下地下水位的局限性,采用遥感-数学-模型学融合的研究方法,以Landsat-8遥感图像作为数据源,提取改进型温度植被干旱指数,并与实测土壤水分建立土壤水分反演模型,然后结合土壤水分和地下水位的实验方程,引入土壤水分反演模型建立了一定植被覆盖条件下的地下水位分布遥感监测评价模型(GLDRS模型)。结果表明,土壤水分反演值和实测值的决定系数R2=0.65,均方根误差RMSE=3.22,能够达到实验精度要求;利用GLDRS模型对研究区地下水位反演结果取得较高精度,实测地下水位和反演地下水位的R2=0.81,RMSE=1.01。     

卫星遥感在河北省生态监测中的应用

河北省EOS／MODIS接收系统建成并投入使用以来，气象部门利用MODIS资料实现了对河北省植被长势、冬小麦种植面积、土壤水分和干旱、湿地和水体面积、森林火灾、积雪、大雾等生态的遥感监测，为生态保护和防灾减灾做出了积极的贡献。     

MODIS资料在河北省生态监测中的应用

我省EOS／MODIS接收系统建成并投入使用以来，气象部门利用MODIS资料实现了对河北省植被长势、冬小麦种植面积、土壤水分和干旱、湿地和水体面积、森林火灾、积雪、大雾等生态的遥感监测，为生态保护和防灾减灾做出了积极的贡献。     

垂直干旱指数在高寒农区春旱监测中的应用研究

青海省东部农业区“十年九旱”,“春旱年年有”,对农业生产的影响非常严重,但该地区至今缺乏有效的春季干旱遥感监测方法。使用环境减灾卫星CCD数据提取青海省东部农业区农业气象观测站的垂直干旱指数(PDI),拟合其与不同深度土壤水分的关系模型,各模型的无偏相关系数均在0.7以上;其中PDI与0~20 cm土壤相对湿度关系模型(y=-489.00x+188.78)的拟合效果最好(无偏相关系数为0.7985)。该模型反演的湟源农业气象观测站固定观测地段的土壤水分时间变化序列与人工测量值的时间变化序列,在趋势变化上较为一致。2013年西宁农区的春季干旱监测中,该模型监测结果显示:发生干旱的地区主要出现在大通河谷地和湟水谷地,湟源农区的土壤旱情在整个西宁农区的土壤旱情发展中最为严重,监测结果与实际旱情分布地区一致。     

遥感监测土壤水分的理论、方法及研究进展

对国内外遥感监测土壤水分的发展情况进行了回顾,简单总结了国内外常用的遥感监测土壤水分的方法及其原理,对目前遥感监测土壤水分领域的研究重点和未来发展方向进行了评述。以改进的热惯量法和植被缺水指数法等为主要代表的土壤水分遥感监测方法日臻成熟,可以投入业务运行|随着成本的不断降低,微波遥感是监测土壤水分的最有希望的方法之一。     

中国用遥感方法进行干旱监测的研究进展

运用遥感技术进行干旱监测具有不可替代的优势，我国近年来在此领域做了不少的探索和研究。本文根据各种遥感干旱监测方法的特点，将其归纳为：基于土壤热惯量的方法，基于区域蒸散量计算的方法，基于植被指数和温度的方法以及基于土壤水分光谱特征的方法等五类，分别介绍了我国利用遥感技术进行干旱监测的主要方法及其进展。总结了遥感技术在干旱监测领域发挥的重要作用及其在实际运用中存在的问题。     

利用温度植被干旱指数反演三峡库区土壤水分

土壤水分是监测土地退化的一个重要指标,是气候、水文、生态、农业等领域的主要参数,在地表与大气界面的水分和能量交换中起重要作用。传统的监测土壤水分的方法只能得到单点的数据,很难获得大范围地区的土壤湿度。遥感能够快速方便地获取大区域的地表信息,因此使用遥感监测土壤水分意义重大。主要利用了温度指标干旱指数对三峡库区进行土壤水分反演及其验证。利用TM6波段的亮温方程,计算得出地表温度（Ts）,以TM3、TM4波段计算得出归一化植被指数（NDVI）;把Ts和NDVI作为基本参数,根据Ts-NDVI特征空间的形状,取中间范围的NDVI,拟合干湿边方程,确定干湿边参数;根据温度植被干旱指数（TVDI）进行土壤湿度等级划分。结果表明,利用TVDI可以很好地反演出地表的土壤湿度信息。     

区域干旱遥感监测模型研究进展

简要介绍应用遥感手段进行区域干旱监测的科学意义和应用价值,按照波段划分,将区域干旱遥感监测模型和方法归纳为热红外、可见光-近红外-热红外和微波三个部分,分析了目前的模型与方法中存在的问题和难点,应用遥感数据源反演地表参数带来误差及地面实验验证模型等需要解决的问题,最后对未来的工作和研究重点提出建议。     

Mapping soil moisture in the central Ebro river valley (northeast Spain) with Landsat and NOAA satellite imagery: a comparison with meteorological data

This paper analyses and maps the spatial distribution of soil moisture using remote sensing: National Oceanic and Atmospheric Administration (NOAA) Advanced Very High Resolution Radiometer (AVHRR) and Landsat-Enhanced Thematic Mapper (ETM+) images. The study was carried out in the central Ebro river valley (northeast Spain), and examines the spatial relationships between the distribution of soil moisture and several meteorological and geographical variables following a long, intense dry period (winter 2000). Soil moisture estimates were obtained using thermal, visible and near-infrared data and by applying the ‘triangle method’, which describes relationships between surface temperature (T_s ) and fractional vegetation cover (F_r ). Low differences were found between the soil moisture estimates obtained using AVHRR and ETM+ sensors. Soil moisture estimated using remote sensing is close to estimations obtained from climate indices. This fact, and the high similarity between estimations of both sensors, suggests the reasonable reliability of soil moisture remote sensing estimations. Moreover, in estimations from both sensors the spatial distribution of soil moisture was largely accounted for by meteorological variables, mainly precipitation in the dry period. The results indicate the high reliability of remote sensing for determining areas affected by water deficits and for quantifying drought intensity.     

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。     

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。     

利用遥感和GIS监测旱情的方法研究

主要以山东，河南两省为例，探讨了利用ＮＯＡＡ／ＡＶＨＲＲ图像资料监测大面积表的几种研究方法，并对每种方法的优缺点进行了评估。结果表明，几种方法结合使用并借助地理信息系统，进行大面积的旱情监测是可行的，另外还进行了利用机载雷达图像监测河北省土壤水分的方法尝试研究，分析表明微波遥感监测土壤水分具有广阔的应用前景，可以利用星载ＳＡＲ图像资料作进一步的分析研究，从而获取微波监测土壤水分的最佳波段和最佳极化     

在植物生长周期内县级区域植被指数的时空演变特征分析

采用１９９１至１９９２年晴空时的ＮＯＡＡ卫星ＡＶＨＲＲ资料，计算甘肃省河东地区６０个县（市）作物和牧草生长周期内标准化差植被指数（ＮＤＶＩ）的平均值和标准差，并逐县绘制其时间演变曲线和直方图。选取以农作物、草地和森林草地混合为主的三类县作对比分析，研究县级区域植被指数时空变化与作物和牧草生育期的关系。分析１９９１至１９９２年度冬小麦生长周期内遇到严重干旱的情况，为干旱监测、估产和区分土地使用类型选择最佳时相提供依据     

RS、GIS、GPS在西北农业大开发中的应用前景

遥感(RS)、地理信息系统(GIS)和全球定位系统(GPS)作为三大高新技术(“3S”技术),可以
独立地,也可以相互补充地为农业生产和开发提供强大的技术支撑。它们能快速准确地获取农业生
产系统的多维信息,尤其是时间维的信息,能综合性地管理和处理属性数据和空间数据,并能为农
业生产的决策提供相应的技术服务,进而精确地指导农业生产,促进生态环境的良性发展。论述了
“3S”技术在西北地区农业开发中的应用前景,着重于土壤水分的遥感反演以及干旱和荒漠化的动
态监测。     

被动微波遥感土壤水分反演研究综述

由于微波具有全天候、穿透性以及不受云的影响等特征,使其在遥感研究全球变化中具有越来越大的优势。在微波传感器技术发展的过程中,人们通过研究发现被动微波遥感是反演土壤水分的各种技术中最有效的方法之一,而植被覆盖地区的土壤水分反演是反演算法中的难点。简略地介绍针对裸地的Q/P模型和针对植被的τ-ω模型,以及主要土壤水分反演算法。     

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。     

NOAA卫星云检测和云修复业务应用系统的研制和建立

介绍了NOAA气象卫星云检测、云替补的光谱原理、技术模型以及基于VB5.0版本的业务系统的基本功能。系统经过试验运行和实况验证,取得了良好的运行效率与精度较高的云检测和替补效果,从而为NOAA卫星的遥感应用提供了可靠的数据源保证。     

Efficiency Research of Planted Rice Area Estimation From NOAA一AVHRR Data in Taihu Domain

运用NOAA-AVHRR资料估算水稻种植面积，是遥感应用领域中一个新的研究方向，结合国家“八五”攻关项目“太湖地区遥感话产”的要求，在太湖地区进行了初步的尝试:(1)根据估产精度要求和NOAA一AVHRR资料校正精度，探讨了运用NOAA一AVHRR资料估产所需的最小区域范围。(2)针对太湖地区的具休地理环境设计了提取水稻种植曲积的技术方案，并在试验区取得了初步成果。