水分脅迫條件下玉米生產(chǎn)潛力遙感評估模型——以重慶市長壽區(qū)為例

水分脅迫條件下玉米生產(chǎn)潛力遙感評估模型
——以重慶市長壽區(qū)為例

張栩然1，2，宮阿都1，3，李京1，2，岳建偉4，尹曉天1，3，呂瀟然1，3

(1.北京師范大學(xué) 地表過程與資源生態(tài)國家重點實驗室，北京 100875；2.北京師范大學(xué) 減災(zāi)與應(yīng)急管理研究院，北京 100875；3.北京師范大學(xué) 環(huán)境演變與自然災(zāi)害教育部重點實驗室，北京 100875；4.北京師范大學(xué) 資源學(xué)院，北京 100875)

摘要：本文將WOFOST作物生長模型與遙感技術(shù)相結(jié)合，提出一種基于遙感的水分脅迫條件下玉米生產(chǎn)潛力評估模型，可利用遙感數(shù)據(jù)反演區(qū)域干旱強度，并驅(qū)動作物生長模型，最終得到作物生產(chǎn)潛力。該模型的核心是基于溫度植被干旱指數(shù)(TVDI)每日蒸散算法，采用該算法可較為準(zhǔn)確地計算水分脅迫條件下玉米農(nóng)田每日蒸散量；并結(jié)合優(yōu)化選取的作物品種參數(shù)，利用自行開發(fā)的TVDI-WOFOST軟件開展計算，達到精確模擬干旱條件下作物產(chǎn)量的目的。經(jīng)農(nóng)業(yè)統(tǒng)計數(shù)據(jù)證明，本文所提出的評估模型可較好模擬水分脅迫條件下玉米生產(chǎn)潛力，對干旱災(zāi)情評估、農(nóng)業(yè)發(fā)展規(guī)劃、水利建設(shè)規(guī)劃等工作具有較高的參考價值。

關(guān)鍵詞：作物生長模型；水分脅迫；玉米

doi:10.3969/j.issn.1000-3177.2015.01.007

中圖分類號：F302.3文獻標(biāo)識碼：A

收稿日期：2014-03-13修訂日期：2014-04-25

基金項目：國家科技重大專項(30-Y20A01-9003-12/13)；國家重點基礎(chǔ)研究發(fā)展計劃項目(2010CB951503)。

作者簡介：呂春光(1985～)，男，博士研究生，主要從事資源環(huán)境遙感研究。

通訊作者：田慶久(1964～)，男，教授，主要從事光學(xué)遙感理論方法與應(yīng)用研究。

Productivity Evaluating Model of Maize Under Water Stress Based on

Remote Sensing：A Case Study of Changshou，Chongqing

ZHANG Xu-ran1，2，GONG A-du1，3，LI Jing1，2，YUE Jian-wei4，YING Xiao-tian1，3，LYU Xiao-ran1，3

(1.StateKeyLaboratoryofEarthSurfaceProcessesandResourceEcology，BeijingNormalUniversity，Beijing100875；

2.AcademyofDisasterReductionandEmergencyManagement，BeijingNormalUniversity，Beijing100875；

3.KeyLaboratoryofEnvironmentalChangeandNaturalDisaster，MOE，BeijingNormalUniversity，Beijing100875；

4.CollegeofResourceScienceandTechnology，BeijingNormalUniversity，Beijing100875)

Abstract：Based on the combination of crop model and remote sensing，a productivity evaluating model of maize under water stress is presented in this paper.The core of this model is daily evapotranspiration algorithm based on Temperature Vegetation Dryness Index (TVDI).The function of this algorithm is obtaining accurate daily evapotranspiration of the maize field using the meteorology and remote sensing data.Using the better maize crop parameter，the TVDI-WOFOST software simulates the crop status under water stress，and obtain the productivity.The experimental result proved the reliability of this model.

Key words：crop model；water stress；maize

1引言

干旱是嚴(yán)重危害我國農(nóng)業(yè)的多發(fā)自然災(zāi)害之一，是各類農(nóng)業(yè)氣象災(zāi)害中發(fā)生最為頻繁的一種，同時也是我國糧食安全、社會穩(wěn)定的重大威脅。近20年來，因氣象災(zāi)害造成的我國糧食損失，有60%來源于干旱[1]。現(xiàn)階段，我國農(nóng)業(yè)集約化程度較低，導(dǎo)致對自然災(zāi)害的抵御能力較差，更令損失程度進一步加重。干旱監(jiān)測和損失估計，目前已成為災(zāi)害科學(xué)的研究熱點。

作物生長模型是以土壤-大氣系統(tǒng)的物質(zhì)與能量傳輸轉(zhuǎn)化理論為基礎(chǔ)，對作物各項生理過程進行數(shù)學(xué)描述，并反演農(nóng)作物發(fā)育過程的數(shù)學(xué)模型[2]，具有計算機理性強、對產(chǎn)量估計準(zhǔn)確等優(yōu)點。應(yīng)用較廣的主要有WOFOST模型、CERES系列模型等。遙感技術(shù)可以短時間內(nèi)監(jiān)測大面積地表參數(shù)[3]，與作物生長模型的結(jié)合，可有效提高區(qū)域應(yīng)用的模擬精度。

本文提出一種水分脅迫條件下玉米生產(chǎn)潛力評估模型，可將遙感數(shù)據(jù)與作物生長模型相結(jié)合，用以評估干旱條件下玉米農(nóng)田的生產(chǎn)潛力，供干旱監(jiān)測與損失估計、防災(zāi)減災(zāi)工作參考。本文研究區(qū)為重慶市長壽區(qū)雙龍鎮(zhèn)，該鎮(zhèn)土地肥沃，適宜農(nóng)業(yè)生產(chǎn)，截止2006年底，實有耕地面積5.06萬畝，作物以玉米、水稻、小麥為主[4]。2006年，重慶市發(fā)生了較為嚴(yán)重的伏旱，對農(nóng)業(yè)生產(chǎn)造成了重大影響。研究采用該年份氣象數(shù)據(jù)(http://cdc.cma.gov.cn)、遙感數(shù)據(jù)為EOS-Terra衛(wèi)星搭載的中分辨率成像光譜儀(MODIS)數(shù)據(jù)產(chǎn)品MOD11(分辨率1km)、MOD13(分辨率250m)，獲取時間為2006年5月～8月。結(jié)合本文提出的生產(chǎn)潛力評估模型開展計算，評估雙龍鎮(zhèn)玉米生產(chǎn)潛力，并利用農(nóng)業(yè)統(tǒng)計數(shù)據(jù)對計算結(jié)果進行驗證。

2模型原理

本文提出的水分脅迫條件下玉米生產(chǎn)潛力評估模型，是以WOFOST模型為基礎(chǔ)，融入遙感信息而成。

WOFOST模型由世界糧食研究中心(CWFS)與荷蘭瓦赫寧根大學(xué)聯(lián)合研制開發(fā)，是一種基于過程的動態(tài)解釋性模型，可模擬小麥、玉米、水稻等多種作物的生長發(fā)育過程，具有很強的實用性[2]。該模型的主要計算過程是根據(jù)當(dāng)日太陽輻射強度與葉面積指數(shù)，計算植物所獲得的光能，并依照水分、養(yǎng)分的供應(yīng)狀況，計算光合作用所同化的干物質(zhì)量。除呼吸作用消耗的部分干物質(zhì)外，其余部分按照一定比例分配到根、莖、葉和存儲器官，并考慮部分組織死亡的影響。依據(jù)逐日氣象觀測數(shù)據(jù)，重復(fù)計算上述理化過程，直至作物收獲日。WOFOST模型每日計算流程可如圖1所示。

WOFOST模型采用土壤水分平衡的方法描述土壤缺水狀況和作物水分脅迫程度。該方法僅依賴氣象觀測數(shù)據(jù)計算土壤水分輸入量和蒸散量，無法體現(xiàn)農(nóng)田灌溉活動對土壤水分的補充作用，對區(qū)域內(nèi)受旱狀況的區(qū)別程度不高。溫度植被干旱指數(shù)(TVDI)[5]可用于反演干旱脅迫條件下的農(nóng)田蒸散量，是解決這一難題的較好途徑。本文對作物生長模型WOFOST的蒸散模塊進行改進，引入TVDI表征土壤水分狀況，結(jié)合Penman-Montieth公式[6]，反演計算水分脅迫條件下每日農(nóng)田蒸散量，建立基于遙感的水分脅迫條件下玉米生產(chǎn)潛力評估模型。該模型的計算流程圖可如圖2所示。

圖1　WOFOST模型的每日計算過程示意圖 [2]

3基于TVDI的作物生長模型每日蒸散算法

本文提出一種基于TVDI的作物生長模型每日蒸散算法，以描述旱情不同地區(qū)的玉米農(nóng)田蒸散量，供作物模型計算采用。

在土壤水分供應(yīng)充足的條件下，作物的實際蒸騰速率可達到最大蒸騰速率；在水分脅迫條件下，作物葉片的部分氣孔關(guān)閉，實際蒸騰速率低于最大蒸騰速率。本文提出的作物模型每日蒸散算法依照上述原理，采用最大蒸騰速率和水分脅迫削減系數(shù)相結(jié)合的方法，計算水分脅迫下作物每日實際蒸騰量。對于作物最大蒸騰速率，采用應(yīng)用較廣的Penman-Monteith公式。水分脅迫削減系數(shù)則結(jié)合溫度植被干旱指數(shù)(TVDI)進行計算。

3.1算法原理

基于TVDI的作物模型每日蒸散算法的計算公式如式(1)～式(3)所示[7]。

ETa=Rws·ETmax

(1)

(2)

Rws=1-TVDI

(3)

式(1)中的Ta為水分脅迫條件下農(nóng)田每日蒸散量，單位為mm d-1；Rws為水分脅迫削減系數(shù)，無量綱；Tm為最大蒸散量，單位為mm d-1。

最大蒸散量Tm采用Penman-Monteith公式計算，內(nèi)容見式(2)。由于該公式可較好地模擬氣象環(huán)境，近幾十年來，在全世界各地得到了較好地應(yīng)用[8]。式中，λ為水分汽化潛熱，單位為MJ kg-1，s為當(dāng)日平均氣溫的飽和水汽壓梯度，單位為kPa ℃-1，A為凈輻射量，單位為MJ m-2d-1，ρ為該溫度下空氣密度，單位為kg m-3，Cp為該溫度下空氣比熱容，一般為1.012×103MJ kg-1K-1，esat為該溫度下空氣飽和水汽壓，單位為kPa，e為實際水汽壓，單位為kPa，γ為干濕計常數(shù)，U2為2m處風(fēng)速，單位為m s-1。

水分脅迫削減系數(shù)Rws的計算公式如式(3)所示。式中，TVDI為該地的溫度植被干旱指數(shù)。利用干旱時期的遙感圖像，可構(gòu)建植被指數(shù)-地表溫度特征空間，進而計算任一農(nóng)田斑塊的TVDI，反演計算干旱脅迫條件下的農(nóng)田蒸散量。

在遭受水分脅迫時，植物會關(guān)閉部分葉片氣孔，減少蒸散量，以保存水分。蒸散發(fā)量減少導(dǎo)致地表潛熱通量降低，進而造成地表顯熱通量增加，植被冠層溫度會有明顯上升。Kaicun Wang等人[9]、Carlson等人[10]經(jīng)研究認為，該機制對水分脅迫狀況非常敏感，可用于計算水分脅迫削減系數(shù)。溫度植被干旱指數(shù)(TVDI)是根據(jù)上述原理，利用某一地區(qū)植被指數(shù)(VI)與土地表面溫度(Ts)數(shù)據(jù)構(gòu)成特征空間，從而對該地區(qū)土壤水分進行評估，計算公式為：

(4)

式中，LST為地表溫度，單位為K；LSTmin為地表最低溫度，單位同上；a，b分別為植被指數(shù)-地表溫度特征空間中干邊的截距與斜率，VI為植被指數(shù)。

地表(裸土)或植被冠層高度(有植被地區(qū))的能量平衡可描述為[11]：

Rn=G+H+LE

(5)

上式中，Rn為到達地表的太陽凈輻射，G為土壤熱通量，LE為潛熱通量，H為顯熱通量。對于某一點，假設(shè)地表溫度為Ta，植被覆蓋度為Via。根據(jù)文獻研究成果[12-13]，在短時間周期內(nèi)，土壤熱通量可忽略不計，可推出地表溫度與LE存在線性關(guān)系，記為Ta=F(LE)。則對于植被覆蓋度同為Via的地區(qū)，所能達到的最高地表溫度標(biāo)為Tmax，并認為這些地區(qū)最為干旱，無蒸散；所能達到的最低地表溫度標(biāo)為Tmin，認為這些地區(qū)是最為濕潤區(qū)域。根據(jù)式(4)，可推出：

(6)

上式中，LEa為研究區(qū)中某一地的蒸散潛熱通量，LEmax為研究區(qū)該日最大蒸散量。對式(6)進行變換，可得：

(7)

根據(jù)物理學(xué)原理，土壤潛熱與蒸散量成正比，由此可推得：

(8)

將上式代入式(1)，可得到式(3)。

式(7)揭示了特征空間中任一點的潛熱與同一植被指數(shù)水分充足地區(qū)的潛熱之間的關(guān)系，式(3)表明水分脅迫削減系數(shù)的計算方法。水分脅迫削減系數(shù)的取值在0～1之間，越接近0，說明該農(nóng)田遭受水分脅迫的程度越嚴(yán)重。

3.2伏旱期每日蒸散量計算過程

采用干旱年份(2006年)的遙感、氣象數(shù)據(jù)，通過計算關(guān)鍵晴朗日和中間日的TVDI，實現(xiàn)對于土壤水分脅迫強度的監(jiān)測。雙龍鎮(zhèn)面積較小，無法保證植被指數(shù)與地表溫度的多樣性，因此采用重慶市長壽區(qū)的遙感數(shù)據(jù)進行計算，從結(jié)果中提取TVDI數(shù)據(jù)。

計算所采用的遙感數(shù)據(jù)是EOS-Terra衛(wèi)星搭載的中分辨率成像光譜儀(MODIS)成像數(shù)據(jù)產(chǎn)品MOD11與MOD13。MOD11產(chǎn)品的內(nèi)容為地表溫度，空間分辨率為1 km，為每旬合成數(shù)據(jù)。MOD13產(chǎn)品的內(nèi)容為植被指數(shù)(NDVI與EVI)，空間分辨率為1 km，為15天合成數(shù)據(jù)。已獲取的上述遙感數(shù)據(jù)覆蓋2006年伏旱期，各有6景，分別為第161日(6月10日)、第177日(6月26日)、第193日(7月12日)、第209日(7月28日)、第225日(8月13日)、第241日(8月29日)的數(shù)據(jù)。

前人研究證明，在構(gòu)建植被指數(shù)-地表溫度特征空間時，采用EVI替代NDVI，具有濾除地物干擾、避免飽和效應(yīng)等優(yōu)點[14]，本文予以采用。結(jié)合地表溫度數(shù)據(jù)產(chǎn)品與EVI數(shù)據(jù)產(chǎn)品，構(gòu)建植被指數(shù)-地表溫度特征空間，可計算干邊與濕邊的相關(guān)參數(shù)。在此列出前3景遙感圖像構(gòu)建植被指數(shù)-地表溫度特征空間及回歸得到的干濕邊圖像，如圖3所示。

由圖3可見，6月10日，大部分地區(qū)的TVDI很小，受旱程度不明顯。7月28日TVDI分布圖則顯示，大部分像元的TVDI值較高，相當(dāng)一部分處于嚴(yán)重干旱狀態(tài)，與實際狀況基本相符。

得到上述6景TVDI數(shù)據(jù)后，采用滑動平均的方法計算得到中間日的TVDI數(shù)據(jù)，并可進一步計算干旱時期玉米農(nóng)田每日蒸散量。由于篇幅所限，在此僅列出6月26日、7月28日的TVDI分布圖，如圖4～圖5所示。

圖3　遙感圖像反演植被指數(shù)-地表溫度特征空間圖

圖4　6月26日TVDI分布圖

圖5　7月28日TVDI分布圖

4水分脅迫條件下玉米生產(chǎn)潛力評估實驗

利用本文提出的基于遙感的水分脅迫條件下玉米生產(chǎn)潛力評估模型，完成了雙龍鎮(zhèn)水分脅迫條件下玉米農(nóng)田的生產(chǎn)潛力評估。根據(jù)模型設(shè)計，計算過程為：①根據(jù)玉米品種的種植狀況，確定符合現(xiàn)實狀況的作物品種參數(shù)方案；②基于干旱期每日TVDI結(jié)果和水分脅迫削減系數(shù)，計算受旱期間玉米農(nóng)田斑塊的日蒸散量；③依據(jù)水分脅迫條件下玉米生產(chǎn)潛力評估模型原理，開發(fā)TVDI-WOFOST軟件；④利用軟件和日蒸散量結(jié)果，驅(qū)動模型對玉米農(nóng)田斑塊進行模擬計算，得到水分脅迫條件下農(nóng)業(yè)生產(chǎn)潛力。農(nóng)業(yè)統(tǒng)計數(shù)據(jù)證明，本文提出的水分脅迫條件下玉米生產(chǎn)潛力模型的模擬結(jié)果與實際情況較為符合。

4.1作物品種參數(shù)調(diào)整方案

作物模型中的出苗有效溫度、各發(fā)育階段所需積溫等作物參數(shù)，與作物品種緊密相關(guān)。為了準(zhǔn)確模擬本地農(nóng)作物的生長發(fā)育過程，需對模型參數(shù)進行調(diào)整。2006年，在雙龍鎮(zhèn)推廣的玉米種子均為中熟品種，主要包括東單80號、三峽玉6號等，一年種植一季。根據(jù)文獻和相關(guān)物候期觀測數(shù)據(jù)，可得到符合雙龍鎮(zhèn)實際的品種參數(shù)調(diào)整方案，部分參數(shù)值如表1所示。

4.2TVDI-WOFOST軟件設(shè)計

為實現(xiàn)模型計算過程，本研究開發(fā)了一套基于遙感的生產(chǎn)潛力評估模型計算軟件TVDI-WOFOST。該軟件采用Python語言開發(fā)，基于PyWOFOST的相關(guān)代碼改進而成。該軟件以玉米農(nóng)田像元為計算單位，輸入數(shù)據(jù)包括作物品種參數(shù)、農(nóng)田土壤數(shù)據(jù)、每日氣象數(shù)據(jù)、農(nóng)田每日蒸散量等，利用作物生長模型進行生長發(fā)育模擬運算，最終輸出農(nóng)田斑塊的總儲藏器官干物質(zhì)重量(單位為：kg/ha)，存儲為XML文件，并借助地理信息可視化模塊，將農(nóng)業(yè)生產(chǎn)潛力輸出文件轉(zhuǎn)化為可供顯示的shpfile文件。該軟件的工作模式如圖6所示。

表1　玉米品種參數(shù)調(diào)整方案(部分參數(shù)值)

圖6　TVDI-WOFOST軟件工作模式示意圖

4.3實驗結(jié)果與驗證

實驗采用重慶市長壽區(qū)國土部門提供的2006年土地利用調(diào)查數(shù)據(jù)，提取雙龍鎮(zhèn)玉米農(nóng)田斑塊，計算生產(chǎn)潛力。借助上文提到的TVDI-WOFOST軟件，可較為便捷地將基礎(chǔ)地理信息、遙感數(shù)據(jù)與作物生長模型結(jié)合開展計算，得到了水分脅迫條件下的雙龍鎮(zhèn)玉米農(nóng)田生產(chǎn)潛力評估結(jié)果，如圖7所示。

2010年2月～9月，長壽區(qū)水熱條件充足，沒有發(fā)生嚴(yán)重自然災(zāi)害。將2010年氣象數(shù)據(jù)輸入模型，采用無脅迫模式計算，即可得到平年玉米農(nóng)田生產(chǎn)潛力評估結(jié)果，如圖8所示。將旱年(2006年)生產(chǎn)潛力與該結(jié)果進行對比，經(jīng)計算得出水分脅迫條件下玉米農(nóng)田減產(chǎn)程度，如圖9所示。

圖7　水分脅迫條件下雙龍鎮(zhèn)玉米農(nóng)田生產(chǎn) 潛力評估結(jié)果圖(2006年)

圖8　水熱充足年份雙龍鎮(zhèn)玉米農(nóng)田生產(chǎn) 潛力評估結(jié)果圖(2010年)

圖9　水分脅迫條件下雙龍鎮(zhèn)玉米農(nóng)田減產(chǎn)程度圖

根據(jù)本文提出模型的計算結(jié)果，2006年伏旱令雙龍鎮(zhèn)玉米農(nóng)田遭受2.5%～40%不等的減產(chǎn)。減產(chǎn)較為嚴(yán)重的農(nóng)田斑塊主要分布在該鎮(zhèn)東北部、西北部地區(qū)。土地利用調(diào)查數(shù)據(jù)表明，這些地區(qū)的玉米農(nóng)田大多為丘陵梯地的望天田，缺乏灌溉條件，易受災(zāi)害影響。根據(jù)本文提出模型計算得到的玉米農(nóng)田減產(chǎn)程度與實際狀況基本相符。

根據(jù)統(tǒng)計數(shù)據(jù)[15-16]，與2010年相比，2006年雙龍鎮(zhèn)玉米單產(chǎn)減產(chǎn)約9.51%。采用本文提出的模型計算上述兩年生產(chǎn)潛力，減產(chǎn)比例約為7.54%，基本可以滿足干旱條件下估計農(nóng)田產(chǎn)量的需求。相關(guān)資料如表2所示。

表2　雙龍鎮(zhèn)玉米生產(chǎn)潛力與實際產(chǎn)量資料表

5結(jié)束語

為實現(xiàn)對干旱這一常見農(nóng)業(yè)氣象災(zāi)害的準(zhǔn)確監(jiān)測，估計水分脅迫條件下農(nóng)作物減產(chǎn)程度，本文提出一種基于遙感的水分脅迫條件下玉米生產(chǎn)潛力評估模型。模型包含基于TVDI的作物模型每日蒸散算法，可用于描述水分脅迫條件下玉米農(nóng)田蒸散量，有效增強對受旱程度不同地區(qū)的描述作用，進而提高作物模型的模擬精度。實驗結(jié)果表明，本文所提出的基于遙感的水分脅迫條件下玉米生產(chǎn)潛力評估模型，對農(nóng)田受旱狀況的模擬較好，可提高水分脅迫條件下玉米農(nóng)田估產(chǎn)精度，對災(zāi)害監(jiān)測、救災(zāi)決策等工作具有較高的參考價值。

致謝：本文得到中央高校基本科研業(yè)務(wù)費專項資金資助。

參考文獻：

[1]李克讓，郭其蘊，張家誠.中國干旱災(zāi)害研究及減災(zāi)對策[M].鄭州：河南科學(xué)技術(shù)出版社，1999.

[2]WIT C T.Simulation of assimilation，respiration and transpiration of crops[J].Plant Physiology and Biochemistry，1978.

[3]孫灝，陳云浩，孫洪泉.典型農(nóng)業(yè)干旱遙感監(jiān)測指數(shù)的比較及分類體系[J].農(nóng)業(yè)工程學(xué)報，2012，28(14)：147-154.

[4]重慶市長壽區(qū)統(tǒng)計局.長壽統(tǒng)計年鑒2009(內(nèi)部資料)[M].重慶，2010.

[5]PRICE J C.Using spatial context in satellite data to infer regional scale evapotranspiration[J].IEEE Transactions on Geo-science and Remote Sensing，1990，(28)：940-948.

[6]MONTEITH J L.Evaporation and environment[A].Symposium of the society of experimental biology[C].Cambridge：Cambridg University Press.，1965：205-234.

[7]王健，蔡煥杰，劉紅英.利用Penman-Monteith法和蒸發(fā)皿法計算農(nóng)田蒸散量的研究[J].干旱地區(qū)農(nóng)業(yè)研究，2002，20(4)：67-71.

[8]許翠平，劉洪祿，趙立新.應(yīng)用Penman-Monteith方程推算北京地區(qū)苜蓿的灌溉定額[J].農(nóng)業(yè)工程學(xué)報，2005，21(8)：30-34.

[9]WANG K，LI Z，CRIBB M.Estimation of evaporative fraction from a combination of day and night land surface temperatures and NDVI：A new method to determinethe Priestley-Taylor parameter[J].Remote Sensing of Environment，2006，(102)：293-305.

[10]CARLSON T N，GILLIES R R，PERRY E M.A method to make use of thermal infrared temperature and NDVI measurements to infer surface soil water content and fractional vegetation cover[J].Remote Sensing Reviews，1994，(9)：161-173.

[11]郭建茂.基于遙感與作物生長模型的冬小麥生長模擬研究[D].南京：南京信息工程大學(xué)，2007.

[12]WANG K，DICKINSON R E.A review of global terrestrial evapotranspiration：Observation，modeling，climatology，and clmatic variability[J].Reviews of Geophysics，2012，(50)：1-54.

[13]DORAISWAMYA P C，HATFIELDB J L，JACKSONA T J，et al.Crop condition and yield simulations using Landsat and MODIS[J].Remote Sensing of Environment，2004，(92)：548-559.

[14]易佳.基于EOS-MODIS的重慶市干旱遙感監(jiān)測技術(shù)研究[D].重慶：西南大學(xué)，2010.

[15]重慶市長壽區(qū)統(tǒng)計局.長壽統(tǒng)計年鑒2006(內(nèi)部資料)[M].重慶，2007.

[16]重慶市長壽區(qū)統(tǒng)計局.長壽統(tǒng)計年鑒2010(內(nèi)部資料)[M].重慶，2011.

E-mail：rsandgis@sina.com

E-mail：Tianqj@nju.edu.cn