干旱遥感监测方法及其应用发展2015要点.ppt

干旱遥感监测方法及其应用发展 相比于其他的自然灾害，旱灾具有自己的特点： （１）形成缓慢，持续时间长，发生和结束难以判断； （２）对不同对象的影响方式不同，例如，对农作物会导致 农作物枯萎，而对动物会导致饮水困难； （３）空间分布范围上难以界定； （４）水利设施和社会经济等因素决定了影响的严重程度； （５）具有时间对比性，历史记录的比较对判定有很大的影 响； （６）影响具有滞后性，如一定时间后爆发粮食危机等。 干旱遥感监测方法与应用分析 裸土地表类型的监测方法 1.热惯量法 2.微波法及其模型 植被覆盖地表类型的监测方法 1.基于反射率的植被指数法 2.地表辐射的植被指数法 3.其他指数模型 基于反射率的植被指数法 常用的干旱遥感监测植被指数有： 归一化植被指数（NDVI） 距平植被指数（AVI） 条件植被指数（VCI） 归一化差值水分指数（NDWI） 归一化干旱指数（NDDI） 植被供水指数 这些指数是由可见光、近红外、短波红外波段进行线 性或非线性组合得到。 归一化植被指数 归一化植被指数（ＮＤＶＩ）是表征植被绿度的最常用指数 植被生长好时， NDVI值较大，而干旱导致植被缺水时，NDVI 会降低，从而NDVI的波动可以用于表征指示干旱程度，Ｒouse最 早将归一化植被指数用于美国中部大草原地区的植被季节性干旱监 测。归一化植被指数在不同区域、不同植被类型其可比性较差，因 而仅把ＮＤＶＩ作为旱情指标，可能会导致较大的不准确性，而且 ＮＤＶＩ对于降水的响应具有明显的时间滞后性,这显然不能及时 捕捉旱情的发生和结束景况。 距平植被指数 距平植被指数（AVI）为某年NDVI值与多年平均NDVI值 的偏离值， AVI ＝ NDVIｉ－ NDVIＡ NDVIｉ为某一年某一时期ＮＤＶＩ的值， NDVIＡ为同期多年ＮＤＶＩ的平均值。 如果AVI的值大于０，表明植被生长较一般年份好； 如果AVI的值小于０，表明植被生长较一般年份差。 这种相对偏差的方法消除了植被空间上的差异，但与 降水响应的滞后性仍然存在。 条件植被指数 条件植被指数（VCI）表示年度NDVI波动的相 对偏差 NDVIMAX、 NDVIMIN为最大、最小NDVI值。 VCI指数可以反映出NDVI指数因气候变化的影响而产生的 变化，可指示大范围干旱状况，尤其适合于低纬度（＜ 50°）地区的干旱监测。但是，物候的变化也会造成VCI 的差异，因而只适用于物候期比较平稳的植被生长的中后 期或者常绿植被。 归一化差值水分指数（NDWI），其形式与NDVI类似，但 引入了短波红外波段，因而能更有效地提取植被冠层的水 分含量，在植被冠层受水分胁迫时，NDWI指数更能及时 地响应 ρＮＩＲ是近红外波段的反射率， ρＳＷＩＲ为短波红外波段的反射率。 NDWI与植被的冠层含水量有很好的相关性，并能在不 同湿度的草地呈现出较强的层次感，反映出植物体内水分 信息的细微差异。但是，NDWI并不适用于作物生长前 期或植被覆盖度较低情况下的旱情监测。而且，NDWI 对旱情的反应也有一定的滞后性，因为作物冠层水分的变 化有一个过程，发生旱情时叶片的水分不一定就会有大的 变化，有充足的水分时，叶片水分也不一定就能达到饱。 归一化干旱指数 归一化干旱指数（NDDI）是NDVI和NDWI的组合 NDDI指数有较好的普适性，不仅适用于植被茂盛 的地区，在植被稀少地区也同样适用，同时适用于整 个植被的生长期。 另外，通过组合不同的光谱波段，提出了更多、更复 杂地表状态的植被指数，如归一化多波段干旱指数Ｎ ＭＤＩ，是利用ＭＯＤＩＳ传感器的２、６、７这３ 个波段数据建立的指数模型 植被供水指数 植被供水指数（VSWI）。 植物的冠层的气孔在植物缺水的压迫下，会关闭气孔 防止水分的蒸发，这也同时导致了植物冠层温度的升 高。在水分充足时，植被指数和冠层温度都保持在一 定范围内，如出现旱情，植被指数会降低，同时植被 冠层缺水，其温度也会因气孔被迫关闭而升高，以此 原理得出植被供水指数。供水指数越小，指示旱情越 严重 Ts为植被冠层温度，NDVI为归一化植被 指数。 植被冠层温度随植被指数变化的直线斜率是反 映土壤湿度的理想指标,利用这一指标，可建 立VSWI和地面干旱指数之间的回归方程， 来确定某一区域的干旱的面积 植被供水指数法的应用有几个必须条件， 首先，此模型方法适用于植被覆盖度高的地区。 其次，受土壤的物理参数，以及植被的生理特点影 响，如植被叶片气孔的开闭、土壤含水量的滞后效 应，光照及植被种类等。 第三，由于温度的变化具有明显的季节性和波动较 大，不同时期、不同地区的供水指数与土壤含水量的 关系，不具有普遍意义，必须积累长期的遥感资料进 行对比