论文部分内容阅读
干旱是严重的自然灾害之一，有证据表明，自上世纪70年代以来，干旱等极端气候现象频次不断增加。持续的干旱灾害会直接影响农业生产和经济发展，长期干旱甚至会造成植被减少、河水断流、沙漠化现象出现。因此，加强干旱监测，对于农业管理、旱灾防治、水资源管理及保护都有着极强的现实意义。干旱作为一种复杂的现象难以直接观测，因此通常采用干旱指标进行评估。干旱过程与土壤干湿状况以及作物水分亏缺有着紧密联系。本研究采用的温度-植被干旱指数TVDI(Temperature-Vegetation Dryness Index)结合了基于热红外遥感的地表温度和基于可见光-近红外波段的植被指数两种指示因子，改善了单一使用表征区域旱情的不足，同时解决了植物在水分亏缺时表征现象的滞后性。 本研究旨在充分利用光学-热红外遥感结合的TVDI指数模型表征区域旱情的优势，减少对地面辅助数据的依赖，选取了丹麦、中国两个研究区，并分别利用了无人机获取的两天(2017年5月26日、2017年6月18日)的可见光-近红外和热红外遥感影像，以及2007-2016年来日序数第193-257天的MODIS1km分辨率的地表温度(LST)和植被指数(NDVI)产品，分别反演了丹麦和中国两个地区的TVDI(分辨率分别为0.33m和1km)，从而表征不同区域不同尺度下的区域旱情。围绕这一研究目标，本文在以下几个方面开展了研究: (1)首先对TVDI指数模型进行了分析，并对算法进行了一定改进:在原有的LST-NDVI特征空间的基础上进行了分析，同时进行特征空间的构建，改进了算法，有效地大批量构建时间序列上的LST-NDVI特征空间，并逐一计算了特征空间干湿边线性拟合公式，提高了算法的适用性。 (2)考虑到高分辨率遥感数据为土壤湿度研究带来新的可能，研究利用了无人机(UAV)遥感时空分辨率高，机动性强，可获取云下地面信息等优势，获取了高分辨率的多光谱可见光和热红外遥感影像，通过对获取的数据进一步处理，从而得到温度和NDVI数据，进而构建LST-NDVI特征空间;同时同步进行的土壤水分实测实验对构建的TVDI指数进行可信度检验和分析，从而分析丹麦Risoe地区的旱情。其中，遥感反演的温度与通量数据反演温度偏差郁在0.43℃以内，利用手持便携光谱仪ASD检验NDVI计算所需的波段反射率，近红外NIR波段和红光R波决定系数R2分别为0.95以上和0.92以上。利用实测土壤水分检验与TVDI的相关性时，同时利用了克里金插值法和缓冲区法提高土壤水分与TVDI的相关性，相关系数R最多能提高0.18。 (3)为分析黄河源区的区域旱情时空格局变化，本研究基于2007年至2016年日序数第193-257天的MODIS1km分辨率地表温度(LST)和植被指数(NDVI)产品反演了10年温度-植被干旱指数(TVDI)。LST-NDVI特征空间干湿边的拟合效果较好，R2均为0.9以上，最高的R2达到0.99。2008-2010年实测土壤水分与TVDI线性关系的相关系数达到0.7，说明TVDI能作为干旱指标有效地指示黄河源区的区域旱情。在年际变化趋势上，10年间日序数第193-257天的TVDI均在0.4-0.6之间，属干旱分级中的正常状况，但东南部地区整体处于干旱-重旱。中、低植被覆盖区域的干旱趋势较为相似，10年来旱情均较为严重，TVDI数值大致均在0.6-1.0间浮动，其中低植被覆盖区所有时相的TVDI在10年内数值均在0.6及以上，表明旱情持续。高植被覆盖区域严重干旱的情况较中低覆盖区域缓解，但是干旱依然在10年间持续发生。旱情的空间变化特征显著，严重旱情多集中于东北部和东南部区域，分布趋势基本与中西部整体土壤水分较充足的客观事实吻合，干旱比较严重的区域主要在东北部和东南部。