共查询到20条相似文献，搜索用时 171 毫秒
1.
基于理论干湿边与改进TVDI的麦田土壤水分估算研究 总被引：1，自引：0，他引：1
针对旱情监测及农田灌溉中传统的基于地表温度-植被指数特征空间的温度植被干旱指数(Temperaturevegetation drought index,TVDI)构建方法无法准确反映真实地表的水热能量交换,给土壤含水率估算带来极大不确定性的问题,根据地表能量平衡方程,并引入改进植被覆盖度参数,构建一种理论干湿边端点选取方法及基于地表温度-改进植被覆盖度特征空间的TVDI模型,结合两期MODIS遥感影像数据(DOY088和DOY112)及地面观测数据,对陕西杨凌区的麦田土壤含水率进行估算。结果表明,由理论干湿边计算得到的TVDI与实测土壤含水率相关系数在-0.700左右,均方根误差不大于0.060 cm3/cm3。DOY088和DOY112的土壤含水率估算结果均与土壤含水率实测值有较好的拟合关系,尤其是DOY088的反演结果更接近于实际地表干湿状况,相关系数为-0.715,均方根误差为0.029 cm3/cm3,DOY112的散点分布比DOY088分散。该方法可以避免传统特征空间在干湿边估算中必须包含裸土、部分植被覆盖以及全植被覆盖地表覆盖类型的限制,从而实现真实土壤水分的遥感反演和实际地表干湿状况的监测。 相似文献
2.
基于TVDI的土壤湿度时空分布及影响因子分析 总被引：2，自引：1，他引：1
【目的】实现对黄土丘陵沟壑地区土壤湿度时空分布变化的监测。【方法】基于2015年生长季4期Landsat8遥感影像,以岔口流域为例,利用温度植被干旱指数(TVDI)和GIS技术,定性地揭示了生长季土壤湿度的时空分布格局,并进一步分析了植被覆盖、地形和降雨等对TVDI的影响。【结果】岔口流域生长季土壤湿度总体上以半干旱为主(0.6TVDI0.8),以干旱为辅(TVDI0.8);土壤湿度空间格局:干旱区位于中部,偏旱区位于东南部,湿润位于西北部;对于该地区,乔木林的土壤湿度最高,坡耕地土壤湿度最低;TVDI随着随海拔的升高递增;降雨汛期的土壤湿度明显高于其他月份,LST与土壤湿度呈负相关关系。【结论】TVDI应用在黄土丘陵沟壑区取得较好的结果,可以很好地反映该地区土壤湿度的干湿状况。 相似文献
3.
4.
为了解决在夏玉米植株高度较高(> 1.5 m)情况下,无人机遥感土壤水分反演过程中冠层与地表之间多次散射对微波后向散射的衰减问题,寻找合适的反演方法。通过融合运用无人机多光谱和热红外数据、Sentinel-1A SAR卫星数据,结合田间实测数据,对植被覆盖下的土壤水分反演与精度验证进行研究;采用温度植被干旱指数(TVDI)、水云模型(WCM)以及引入MIMICS模型参数的改进水云模型(Improved WCM) 3种方法进行土壤水分反演。其中,TVDI方法拔节期反演精度R2为0.50(10 cm)和0.42(20 cm),乳熟期反演精度R2为0.49(10 cm)和0.46(20 cm);WCM方法拔节期反演精度R2为0.53(10 cm)和0.44(20 cm),乳熟期反演精度R2为0.18(10 cm)和0.02(20 cm);Improved WCM方法拔节期反演精度为0.76(10 cm)和0.69(20 cm),乳熟期反演精度为0.78 (10 cm)和0.74(20 cm)。采用引... 相似文献
5.
由于地表复杂性和气候环境等因素影响,针对采用遥感指标进行旱情监测具有一定局限性,利用EOS/MODIS数据建立遥感旱情监测指标———温度植被干旱指数(TVDI),结合地面气象因子的降水量距平指数(PPAI),构建线性加权形式的综合干旱监测指数(IMDI),应用该指数和TVDI指数在2010年4月中旬和2011年4月下旬对武陵山区进行了干旱监测试验研究,通过与10 cm深度土壤水分拟合及标准化降水指数(SPI)关系对比分析,认为IMDI和TVDI能够进行该区域的干旱监测,IMDI较TVDI更具稳定性,而SPI在干旱发生时易加重旱情判定结果。 相似文献
6.
以河南省冬小麦旱情遥感监测为例,利用MODIS/AQUA卫星产品的归一化植被指数(NDVI)、增强型植被指数(EVI)、叶面积指数(LAI)和地表温度(ST)数据,分析了NDVI - ST和EVI - ST的特征空间,发现NDVI-ST和EVI - ST的特征空间具有双抛物线型特征.将其与三角形NDVI - ST、EVI - ST及LAI-ST特征空间进行对比分析,并将得到的温度植被干旱指数(TVDI)数据与土壤湿度进行相关性分析,揭示双抛物线型NDVI - ST特征空间能更好地反映地表10 cm土壤水分状况.以双抛物线型NDVI - ST特征空间得到的TVDI作为旱情遥感监测指标,评估了2011 -02 -26 ～2011 -05-16河南省冬小麦旱情,并与当地气象站降雨数据对比,揭示了2011年春天河南省旱情发展的总体时空特点. 相似文献
7.
基于NDVI—ST双抛物线特征空间的冬小麦旱情遥感监测 总被引：1，自引：1，他引：0
以河南省冬小麦旱情遥感监测为例,利用MODIS/AQUA卫星产品的归一化植被指数（NDVI）、增强型植被指数(EVI)、叶面积指数(LAI)和地表温度(ST)数据,分析了NDVI—ST和EVI—ST的特征空间,发现NDVI—ST和EVI—ST的特征空间具有双抛物线型特征。将其与三角形NDVI—ST、EVI—ST及LAI—ST特征空间进行对比分析,并将得到的温度植被干旱指数（TVDI）数据与土壤湿度进行相关性分析,揭示双抛物线型NDVI—ST特征空间能更好地反映地表10cm土壤水分状况。以双抛物线型NDVI—ST特征空间得到的TVDI作为旱情遥感监测指标,评估了2011—02—26~2011—05—16河南省冬小麦旱情,并与当地气象站降雨数据对比,揭示了2011年春天河南省旱情发展的总体时空特点。 相似文献
8.
《灌溉排水学报》2020,(5)
【目的】探讨不同人工植被对土壤水分的影响,为植被恢复与生态建设提供科学依据。【方法】选取冀北坝上地区退耕还林地为研究对象,以退耕封育草地为对照,采用土钻取样烘干法测定土壤水分,对比分析3种不同人工植被样地(沙棘林、柠条林、榆树林)0～100 cm的土壤水分变化特征。【结果】雨季(6、7、8月)3种退耕还林地0～100 cm土壤含水率高于封育草地,有利于土壤水分保持;旱季(5、9、10月)则低于封育草地,加剧土壤水分消耗。封育草地浅表层0～20 cm土层含水率下降明显,沙棘林地0～40 cm土层水分消耗明显,柠条林地30～60 cm土层水分消耗明显,榆树林地20～100 cm土层水分持续消耗。【结论】不同人工植被土壤水分随季节变化存在显著差异,随土层深度的变化具有明显趋势特征;人工恢复植被必须充分考虑区域降水、温度、土壤等环境条件,遵循自然地带性规律,因地制宜合理布局。 相似文献
9.
基于温度植被干旱指数的云南干旱遥感监测 总被引：2，自引：0，他引：2
土壤水分是干旱监测的一个重要指标,应用中分辨率成像光谱仪(MODIS)数据,利用归一化差值植被指数(NDVI)和分裂窗法反演的地表温度建立的NDVI-Ts特征空间中,得到温度植被干旱指数(TVDI),很好地表征了土壤水分的空间分布,从而实现干旱的监测。对云南省2009年1月、3月和2010年1月、4月干旱的时间、空间特性进行监测,监测结果表明冬春季旱情分布比较广,受旱面积均超过70%,其中重旱主要发生在滇西南和滇中北部,并且从冬季到春季,整个旱情均出现由南向北发展的趋势,发生干旱总面积在减少,但旱情等级在提高,春季重旱比冬季重旱面积大。应用相关研究成果对干旱监测结果进行验证,结果表明利用温度植被干旱指数(TVDI)进行干旱监测,干旱发生范围与实际干旱发生情况是基本吻合的,其中重旱的主要集中区域在空间分布上是基本一致的,监测结果可信,能够为相关决策部门提供有力的信息支持。 相似文献
10.
山西省农业干旱时空变化特征 总被引：1，自引：0，他引：1
【目的】通过遥感快速准确地获取土壤湿度数据,为农业旱情的监测提供科学依据。【方法】选择山西省为研究区,以2009-2018年夏季的MODIS地表温度和植被指数数据为基础,通过TVDI模型获取农业旱情状况,并通过趋势分析、稳定性分析、H指数等方法研究山西省农业干旱时空变化特征。【结果】2009-2018年山西省夏季农业旱情总体呈现出正常偏干旱分布,且干旱主要集中在晋南地区。趋势变化表明,山西中部部分地区湿润程度逐步提高,而晋南地区湿润程度则逐步降低,此外TVDI值与高程和坡度负相关,高程越低,坡度越小的地区越干旱。研究区2009-2018年夏季时节的TVDI值变化趋于中度稳定。H指数表明,山西省晋中部分地区将继续显著湿润,而晋南地区继续轻微干旱。【结论】未来山西省夏季农业旱情除晋南会呈现出一种稳定持续轻微干旱外,大部分地区仍然处于一种稳定持续湿润的状态。 相似文献
11.
《中国农村水利水电》2016,(10)
通过野外坡面降雨试验,对西藏拉萨河谷山地土壤水分进行全天候定位监测,以揭示拉萨河谷山地土壤水分对降雨的响应,旨在为促进青藏高原干旱半干旱地区的水土保持、植被恢复及水土流失治理提供一定的科学依据。研究结果表明:不同土层条件下,土壤水分对降雨的响应不同,即表层(0~5cm)土壤水分对降雨的响应最为迅速与直接,次表层(5~20cm)土壤水分对降雨的响应相比表层土壤会有延迟,深层(20~40cm)土壤水分对降雨的响应不明显,基本处于平缓状态;研究区域条件相同条件下,海拔越高,降雨量越大,高海拔各土层的土壤水分对降雨的响应更为强烈;土壤水分对降雨的响应受植被类型及其密度大小的影响,密度更大的草本植物相对于稀疏的灌草植被而言,其土壤水分对降雨的响应会较为平缓与延迟。 相似文献
12.
土壤墒情是农业生产的重要参数,高效、精确地监测土壤墒情是保证农业生产安全的重要环节。在基于植被指数的土壤墒情监测方法中,如何根据地域和植物生育期的差异,选定最优的植被指数是问题的关键。利用2015年2-6月河南省中东部黄淮海平原冬小麦主产区的实测农田墒情数据和MODIS遥感数据,对归一化植被指数(NDVI)、增强型植被指数(EVI)、植被供水指数(VSWI)、温度植被干旱指数(TVDI)与土壤含水量进行相关性分析,对比不同植被指数对不同深度土壤含水量的响应,并分别建立四种植被指数与土壤墒情的回归模型,进行预测精度分析。结果表明:本研究中,TVDI与土壤墒情的相关性最好,预测精度最高;每一种指数皆与10～20 cm深度土壤墒情相关性最好,预测精度最高。因此,TVDI为最优响应指数,10～20 cm深度土壤为最优响应深度。 相似文献
13.
【目的】了解黔西南州不同地区土壤剖面(0~60 cm)持水特性的差异。【方法】在实验室内利用压力膜仪法测定了各土壤的水分特征曲线,并分析其土壤水分特征。【结果】黔西南州各植烟县不同土层土壤水分特征曲线匀可采用Gardner模型拟合,不同烟区土壤水分常数及持水特性有明显差异。其中兴义、贞丰、安龙和普安土壤持水性能强弱表现为40~60 cm20~40 cm0~20 cm,晴隆和兴仁烟区土壤持水性能表现为20~40 cm40~60 cm0~20 cm;各植烟县烟田0~20 cm土层土壤持水性强弱顺序为兴义,安龙,晴隆,贞丰,普安和兴仁;20~40 cm土层土壤的持水性强弱顺序为兴义,安龙,晴隆,兴仁,贞丰和普安;40~60 cm土层土壤的持水性强弱顺序为兴义、安龙、普安、晴隆、贞丰和兴仁。【结论】同一植烟县深层土壤持水能力强于表层土壤,不同植烟县间的土壤持水性也存在明显差异。 相似文献
14.
【目的】揭示石漠化治理区不同植被类型浅层土壤水分入渗过程的差异性,分析降雨对土壤水分的补给特征,因地制宜地开展灌溉工作。【方法】以花椒地、金银花地、火龙果地、荒地为研究对象,监测了地区降雨量和植被0~10、10~25 cm土层土壤含水率,并计算了土壤储水量、滞后时间、补给速率、补给效率等指标。【结果】①4种植被浅层土壤含水率变化趋势与降雨一致,6、8、9月为二者的峰值期;浅层土壤含水率为火龙果地最高,而后依次为荒地、金银花地、花椒地;火龙果地土壤含水率变异系数最小,荒地最大。②植被土壤含水率对小雨量降雨事件的响应较小,仅火龙果地增长11.97%;随降雨量级增大,土壤含水率增长率为火龙果地(7.89%~17.94%),其次为金银花地(0~45.09%)、荒地(0~59.86%)、花椒地(0~126.95%);火龙果地浅层土壤含水率增长率在大雨事件中最小,其他3种样地均为小雨量时增长率小,大雨量时增长率大。③不同植被浅层土壤水分对降雨响应时间有显著差异,大雨量条件下响应快于小、中雨量,0~10 cm土层优于10~25 cm土层;平均滞后时间为荒地0.3 h、火龙果地0.5 h、花椒地0.9 h、金银花地3.0 h;补给效率为火龙果地(64.87%)>荒地(38.16%)>花椒地(31.94%)>金银花地(29.23%)。【结论】丰水期,对火龙果地适当减少人为灌溉,增加地表覆盖以减轻水土流失;对金银花地、花椒地可采取相应保墒措施提高土壤对降雨的利用效率且在雨量较小时增加灌溉,提高入渗量。 相似文献
15.
为获得基于Landsat卫星遥感数据更为精确的定量化干旱监测结果,以陕西省关中平原为研究区域,基于Aqua MODIS数据反演的1 km空间分辨率的条件植被温度指数(VTCI)的定量化干旱监测结果(MODIS-VTCI)和Landsat OLI/TIRS数据反演的30 m空间分辨率的VTCI相对干湿监测结果(Landsat-VTCI),应用降尺度的中值融合模型(MFM)将基于MODIS数据反演的VTCI降尺度至30 m空间分辨率的VTCI定量化干旱监测,并对其结果进行验证。结果表明,应用降尺度的中值融合模型转换的VTCI定量化干旱监测结果(MFM-VTCI)与Landsat-VTCI的空间分布及纹理特征相似,两者间的相关系数和结构相似度均较大,均方根误差、差值影像及差值频数分布图所呈现的结果与定量化干旱监测结果和相对干湿监测结果间的系统误差相符,表明Landsat-VTCI与MFM-VTCI间的可比性较强。MFM-VTCI与累计降水间的相关性和MODIS-VTCI与累计降水间的相关性相近,均大于Landsat-VTCI与累计降水间的相关性,表明MFM-VTCI是定量化的干旱监测结果。 相似文献
16.
基于温度植被干旱指数的土壤水分空间变异性分析 总被引：3，自引：3，他引：0
《灌溉排水学报》2019,(3)
【目的】深入探讨区域土壤水分空间变异及其尺度效应,优化灌区尺度土壤水分采样精度,并提供合理采样方案。【方法】以人民胜利渠灌区为研究区,利用Landsat 8遥感影像,构建了温度植被干旱指数,根据其与土壤水分的相关关系获得研究区土壤水分分布。利用经典统计学和地统计学分析方法对2种尺度下土壤水分分布进行了空间变异性分析。【结果】不同尺度土壤水分服从正态分布,随着研究尺度和分辨率的增大,土壤水分的空间变异系数逐步增大;地统计学分析表明小尺度的块金基台比(C0/(C0+C))小于0.25,具有较强的空间相关性,而灌区尺度的块金基台比大于0.25小于0.75,具有中等强度的空间相关性。灌区尺度所选不同分辨率下土壤水分的变异系数、变程以及块金基台比变化很小。【结论】人民胜利渠灌区尺度土壤水分的获取不适宜用插值法,比较适宜用遥感法。 相似文献
17.
黄河三角洲地区植被生长旺盛期地下水埋深遥感反演 总被引：1，自引：1，他引：0
【目的】快速准确地获得大面积的黄河三角洲地区地下水埋深。【方法】利用2004年18个站点的植被生长旺盛时期(7—9月)的地下水埋深数据,采用一元和多元线性回归建模方法,确定反演指标,比较了遥感指标反演法与地学和遥感相结合的2种反演模型。【结果】对数变换后的NDVI、指数变换后的晚上LST和指数运算后的晚上TVDI是地下水埋深反演的敏感遥感指标,观测点距黄河的距离(H1)、观测点周围水体密度(ρ)、对数变换后的观测点距海岸线的距离(H2)和DEM是地下水埋深反演的敏感地学指标;只用遥感指标建立的地下水埋深预测模型的决定系数R2为0.496,引入地学参数后模型R2平均值增加到0.791。遥感和地学指标相结合的方法可以更准确地反演植被生长旺盛期研究区的地下水埋深分布状况。【结论】将遥感指标和地学指标相结合进行模拟更合理。 相似文献
18.
砂田抑制蒸发功能随覆砂年限的演变规律 总被引：1，自引：0，他引：1
《灌溉排水学报》2019,(3)
【目的】研究压砂覆盖(砂田)保温及抑制蒸发功能随砂田退化程度的演变规律。【方法】基于多年Landsat卫星数据,使用辐射传输方程法反演香山地区砂田地表温度(LST),结合田间地表温度监测,对比砂田与裸地的地表温度变化,分析了砂田抑制土壤蒸发的机理,并探讨了砂田的功效与砂田使用年限的关系。【结果】砂田在LST-NDVI梯形空间中贴近于暖边,其土壤水分比耕地少,接近于干土层。因此,砂田可以隔离辐射与土壤表层,从而减小潜热通量,抑制土壤蒸发。砂田昼夜温差明显比裸地大,且对于西瓜等作物,砂田的有效地表积温也比裸地提高了10%。【结论】砂田退化过程可分为纯砾石阶段、砂土混合阶段和砂土连通阶段,从砂田的保温及抑制蒸发功能来看,砂田的有效使用年限为25～30 a。 相似文献
19.
不同植被覆盖度下无人机多光谱遥感土壤含盐量反演 总被引：1，自引：0，他引：1
准确快速获取植被覆盖条件下农田土壤盐分信息,为土壤盐渍化治理提供依据。利用无人机遥感平台,获取2019年7、8、9月内蒙古河套灌区沙壕渠灌域试验地的多光谱遥感图像以及取样点0~10cm、10~20cm、20~40cm、40~60cm深度处土壤含盐量,通过多光谱遥感图像计算得到光谱指数,选择归一化植被指数（NDVI-2）代入像元二分模型计算植被覆盖度,并划分为T1（裸土）、T2（低植被覆盖度）、T3（中植被覆盖度）、T4（高植被覆盖度）4个覆盖度等级;同时,对光谱指数进行全子集变量筛选,并利用偏最小二乘回归算法和极限学习机算法,构建不同覆盖度下各深度土壤含盐量反演模型。研究结果表明,裸土和高植被覆盖度下的反演模型精度高于低植被覆盖度和中植被覆盖度下的反演模型精度;对比PLSR和ELM 2种SSC反演模型精度,ELM模型的反演精度比PLSR模型高;覆盖度T1、T2、T3和T4的最佳反演深度分别为0~10cm、10~20cm、20~40cm、20~40cm。研究结果为无人机多光谱遥感监测农田土壤盐渍化提供了思路。 相似文献
20.
基于SOC710VP高光谱成像仪的冬小麦土壤含水率反演模型研究 总被引：1，自引：1，他引：0
《灌溉排水学报》2019,(3)
【目的】实现小麦农田土壤含水率大面积快速监测。【方法】以冬小麦冠层高光谱数据为基础,计算得到8种植被指数,通过对关键生育时期(拔节期、抽穗期、灌浆期)不同水分处理下冬小麦不同土层(0～20、20～40、40～60 cm)土壤含水率与植被指数拟合状况进行分析和筛选,分别构建了基于植被指数的不同土层土壤含水率反演模型,并对模型进行检验。【结果】①各时期植被指数拟合效果有所差异,拔节期0～20 cm土层以植被指数VOG1拟合效果较好,相关系数为0.88,20～40 cm土层以植被指数mNDVI705拟合效果较好,相关系数为0.75,40～60 cm土层以植被指数VOG3拟合效果较好,相关系数为0.59;抽穗期0～20 cm土层以植被指数mNDVI705拟合效果较好,相关系数为0.70,20～40 cm土层以植被指数mNDVI705拟合效果较好,相关系数为0.72,40～60 cm土层以植被指数mSR705拟合效果较好,相关系数为0.57;灌浆期0～20 cm土层以植被指数mNDVI705拟合效果较好,相关系数为0.88,20～40 cm土层以植被指数SARVI拟合效果较好,相关系数为0.68,40～60 cm土层以植被指数SARVI拟合效果较好,相关系数为0.71;②各土层土壤含水率与植被指数拟合效果有所差异,其中利用VOG1和mNDVI705组合构建的模型反演0～20 cm土层,决定系数R2为0.743,利用mNDVI705和SARVI组合构建的模型反演20～40 cm土层,决定系数R2为0.707,利用VOG3、mSR705和SARVI组合构建的模型反演40～60 cm土层,决定系数R2为0.484;③通过建立植被指数对土壤含水率的反演模型,0～20 cm土层含水率反演效果好于20～40 cm和40～60 cm。【结论】高光谱植被指数反演模型中,以0～20 cm土层的估算模型最佳,植被指数组合为VOG1和mNDVI705。综上可知,该研究方法进行土壤含水率的反演是可行的。 相似文献