基于MODIS數(shù)據(jù)的農(nóng)業(yè)干旱遙感指數(shù)對(duì)比和應(yīng)用

宋揚(yáng)， 房世波， 梁瀚月, 柯麗娜

(1.中國(guó)氣象科學(xué)研究院生態(tài)環(huán)境與農(nóng)業(yè)氣象研究所，北京 100081；2.遼寧師范大學(xué)城市與環(huán)境學(xué)院，大連 116029)

基于MODIS數(shù)據(jù)的農(nóng)業(yè)干旱遙感指數(shù)對(duì)比和應(yīng)用

宋揚(yáng)1,2， 房世波1， 梁瀚月1, 柯麗娜2

(1.中國(guó)氣象科學(xué)研究院生態(tài)環(huán)境與農(nóng)業(yè)氣象研究所，北京 100081；2.遼寧師范大學(xué)城市與環(huán)境學(xué)院，大連 116029)

以遼西北為研究區(qū)域，選取典型干旱年2009年作物(春玉米)主要生長(zhǎng)季，采用表觀熱慣量(apparent thermal inertia，ATI)、距平植被指數(shù)(anomalies of vegetation index，AVI)和植被供水指數(shù)(vegetation supply water index，VSWI) 3種基于不同理論的遙感干旱指數(shù)方法對(duì)土壤水分進(jìn)行反演，分析其監(jiān)測(cè)效果。結(jié)果表明，3種指數(shù)分別在一定程度上反映出了遼西北地區(qū)2009年的旱情趨勢(shì)，但得到的反演結(jié)果并不一致； ATI在中高植被覆蓋率下的監(jiān)測(cè)效果高于預(yù)期結(jié)果，比較符合歷史氣象資料； AVI可以有效反映當(dāng)年作物主要生長(zhǎng)季各時(shí)期相對(duì)的受旱狀況； VSWI夸大了植被的影響作用，存在嚴(yán)重的滯后性。

干旱遙感監(jiān)測(cè)； 表觀熱慣量； 距平植被指數(shù)； 植被供水指數(shù)

0 引言

遼寧省西北部的丘陵山地區(qū)，干旱少雨，素有“十年九旱”之稱，是遼寧省的重點(diǎn)干旱區(qū)。特別是近十幾a來(lái)，干旱頻發(fā)，給當(dāng)?shù)貒?guó)民經(jīng)濟(jì)特別是農(nóng)業(yè)生產(chǎn)以及生態(tài)環(huán)境等造成了很多不利的影響。因此，如何有效地監(jiān)測(cè)旱情成為該地區(qū)所面臨的重要問(wèn)題。目前常用于農(nóng)業(yè)干旱監(jiān)測(cè)的遙感干旱指數(shù)有很多，但在作物生長(zhǎng)季的不同時(shí)期每種指數(shù)的監(jiān)測(cè)效果卻不同。王鵬新等[1]和張學(xué)藝等[2]依據(jù)不同基準(zhǔn)研究了不同干旱指數(shù)在作物各個(gè)生長(zhǎng)時(shí)期各自的優(yōu)劣。Hatfield等[3]通過(guò)使用不同的植被指數(shù)來(lái)量化各個(gè)生長(zhǎng)階段農(nóng)作物的特征值，發(fā)現(xiàn)不同植被指數(shù)所得的監(jiān)測(cè)結(jié)果存在一定的差異，這意味著需要使用多個(gè)植被指數(shù)才能更好地捕獲農(nóng)作物特性。農(nóng)業(yè)干旱遙感監(jiān)測(cè)在作物不同發(fā)育階段所應(yīng)用的指數(shù)可以根據(jù)作物生長(zhǎng)特征和植被覆蓋程度等進(jìn)一步劃分[4-5]。

本研究選用3種基于不同理論的典型指數(shù)方法，即與土壤水分指標(biāo)密切相關(guān)的表觀熱慣量模型(apparent thermal inertia，ATI)、與植被(作物)形態(tài)及生理指標(biāo)有關(guān)的距平植被指數(shù)(anomalies of vegetation index，AVI)以及綜合性指標(biāo)——植被供水指數(shù)(vegetation supply water index，VSWI)，基于遼西北地區(qū)2009年春玉米生長(zhǎng)前期(5月)、生長(zhǎng)中期(6—8月)、生長(zhǎng)后期(9月)的MODIS遙感影像資料，反演土壤水分[6]，并比較這3種指數(shù)在春玉米不同生長(zhǎng)時(shí)期干旱監(jiān)測(cè)的可行性和有效性，為遼西北地區(qū)作物生產(chǎn)合理布局、干旱監(jiān)測(cè)與預(yù)警提供一定的參考依據(jù)。

1 研究區(qū)概況及資料數(shù)據(jù)

遼寧省西北部地區(qū)屬于典型的溫帶大陸性季風(fēng)氣候，降水量正常年僅有500 mm左右，是遼寧省干旱發(fā)生最頻繁、最嚴(yán)重的地區(qū)。尤其在2009年，研究區(qū)更是遭遇了最嚴(yán)重的旱災(zāi)，造成部分作物絕收，對(duì)農(nóng)業(yè)產(chǎn)生了極大危害。其中，6月21日—8月16日，遼寧全省平均降水量?jī)H有151 mm，較常年偏少5成。8月11日—9月10日，朝陽(yáng)、葫蘆島西北部、阜新西部、錦州西北部及沈陽(yáng)北部地區(qū)平均降水量只有46.8 mm，較常年同期偏少4成以上，出現(xiàn)嚴(yán)重秋旱[7]。

本文采用的遙感數(shù)據(jù)為美國(guó)國(guó)家航空航天局(NASA)官方網(wǎng)站上提供的MODIS全球數(shù)據(jù)產(chǎn)品。根據(jù)需要選擇了2005—2014年5—9月間的MOD09A1地表反射率8 d合成產(chǎn)品和2009年5—9月的MOD11A2地表溫度/發(fā)射率8 d合成L3產(chǎn)品。地面實(shí)測(cè)數(shù)據(jù)是由中國(guó)氣象共享數(shù)據(jù)網(wǎng)提供的《中國(guó)農(nóng)作物生長(zhǎng)發(fā)育和農(nóng)田土壤濕度旬值數(shù)據(jù)集》，包含10個(gè)地面站點(diǎn)2009年5—9月每旬春玉米種植區(qū)10 cm，20 cm和100 cm深度的土壤水分?jǐn)?shù)據(jù)。

2 研究方法

2.1 ATI

熱慣量模型是利用熱紅外遙感數(shù)據(jù)監(jiān)測(cè)土壤水分的一種主要方法。通常熱慣量表達(dá)了土壤的熱變化特征，與土壤水分之間的關(guān)系也相當(dāng)密切[8-9]。基于熱慣量模型通過(guò)地表溫度反演土壤水分的表達(dá)式為[10]

(1)

式中：P為熱慣量；ρ為土壤密度；γ為土壤熱傳導(dǎo)率；c為土壤比熱容。

Price[11]系統(tǒng)闡述了監(jiān)測(cè)土壤水分的熱慣量方法和熱慣量的遙感成像原理，提出了ATI的概念。公式(1)可以簡(jiǎn)化為

(2)

其中，

A=0.160α1+0.291α2+0.243α3+0.116α4+0.112α5+0.081α7-0.001 5，

(3)

式中：A為全波段反照率，文中采取MODIS數(shù)據(jù)進(jìn)行研究，則α1～α5和α7分別為MODIS相應(yīng)波段的地物反射率[12-13]；Tmax和Tmin為當(dāng)天最高和最低溫度，其差值Tmax-Tmin即晝夜最大溫差ΔT，其推算公式為

(4)

(5)

式中：T(t1)和T(t2) 分別為t1和t2時(shí)刻的地表溫度，即MOD11A2地表溫度產(chǎn)品中MODIS衛(wèi)星晝夜2次過(guò)境時(shí)的地表溫度；φ為各地面站點(diǎn)緯度；δ為其太陽(yáng)赤緯角。

利用MODIS地表反射率以及地表溫度產(chǎn)品數(shù)據(jù)可以計(jì)算出各地面站點(diǎn)的ATI，為接下來(lái)反演土壤水分做準(zhǔn)備。

2.2 AVI

歸一化植被指數(shù)(normalized difference vegetation index，NDVI)在植被覆蓋監(jiān)測(cè)中的應(yīng)用十分廣泛[14]。NDVI對(duì)觀測(cè)條件和大氣條件等并不敏感，但與植物的蒸騰作用和光合作用等密切相關(guān)[15],其表達(dá)式為

(6)

式中ρNIR和ρRED分別為近紅外和紅光波段反射率。當(dāng)干旱導(dǎo)致植被缺水時(shí)，NDVI值就會(huì)降低。在NDVI的基礎(chǔ)上，發(fā)展了AVI，該方法采用干旱時(shí)段的NDVI值減去多年NDVI平均值，表達(dá)式為

(7)

2.3 VSWI

Carlson[16]綜合考慮了作物受旱時(shí)在紅光、近紅外及熱紅外波段上的反應(yīng)，結(jié)合NDVI和冠層溫度Tc，提出了VSWI，其表達(dá)式為

VSWI=NDVI/Tc。

(8)

當(dāng)VSWI越大，表明土壤供水越充分，植被生長(zhǎng)越好，干旱程度越低； 反之，VSWI越小，表明土壤供水越不足，植被生長(zhǎng)越差，干旱程度越高[17]。Tc隨NDVI變化的直線斜率在反映區(qū)域土壤水分狀況方面比較理想[18]。但由于植被冠層溫度很難獲取，本文將利用遙感影像反演得到的地表溫度來(lái)替代植被冠層溫度。

3 計(jì)算應(yīng)用

計(jì)算研究區(qū)ATI，AVI和VSWI，并將其分別與地面站點(diǎn)的各層次深度實(shí)測(cè)土壤水分進(jìn)行一元線性回歸分析，建立回歸方程。在擬合過(guò)程中，由于MODIS數(shù)據(jù)單一像元覆蓋地表面積較大，包含地物較多，其精度缺乏魯棒性，并不能準(zhǔn)確反映地面站點(diǎn)測(cè)得的實(shí)際土壤水分，在計(jì)算時(shí)相應(yīng)地刪除了受云和地物等影響的噪聲點(diǎn)和異常值。由于受短暫降雨或者人工灌溉等因素影響，土壤水分的變化有可能并不連續(xù)，研究中通過(guò)對(duì)實(shí)測(cè)數(shù)據(jù)的分析，排除了一些極端值和特殊值。相關(guān)分析及檢驗(yàn)結(jié)果見(jiàn)表1。

表1 不同土層深度下土壤水分與ATI，AVI和VSWI的相關(guān)分析

由表1分析可得，在生長(zhǎng)前期，3種指數(shù)與土壤水分都有較好的相關(guān)性，ATI在10 cm土層深度有著一定的優(yōu)勢(shì)； 在地表植被覆蓋較高的生長(zhǎng)中期，ATI受其理論的局限，相關(guān)性較低，AVI和VSWI在這個(gè)時(shí)期相關(guān)性良好，且VSWI略優(yōu)于AVI； 在生長(zhǎng)后期，ATI相關(guān)性略有提高，但仍低于AVI和VSWI。總體上，3種指數(shù)與土壤水分之間的相關(guān)性隨著土層深度的增加而降低，這說(shuō)明通過(guò)遙感手段監(jiān)測(cè)表層土壤水分是可行的，但對(duì)于較深層的土壤水分反演是受局限的。

為了消除不同質(zhì)地對(duì)旱情評(píng)價(jià)的影響，需要對(duì)土壤水分?jǐn)?shù)據(jù)進(jìn)行修正處理，即利用相對(duì)含水量來(lái)表征土壤濕度，使反演結(jié)果更具有可比性[19]。本文通過(guò)反演該地區(qū)各像元10 cm深度的土壤含水量，將得到的模型應(yīng)用于遼西北地區(qū)的土壤水分監(jiān)測(cè)中(圖1)。

(a) 生長(zhǎng)前期ATI(b) 生長(zhǎng)前期AVI(c) 生長(zhǎng)前期VSWI

(d) 生長(zhǎng)中期ATI(e) 生長(zhǎng)中期AVI(f) 生長(zhǎng)中期VSWI

(g) 生長(zhǎng)后期ATI(h) 生長(zhǎng)后期AVI(i)生長(zhǎng)后期VSWI

圖1 作物不同生長(zhǎng)階段土壤水分干旱監(jiān)測(cè)

中國(guó)氣象局農(nóng)業(yè)氣候中心依據(jù)土壤濕度指數(shù)(soil humidity index,SHI(SHI=濕度/田間持水量))來(lái)劃分農(nóng)業(yè)干旱的等級(jí)，即10 cm深度的土壤SHI指數(shù)小于40為重旱，[40,50)之間為中旱，[50,60)之間為輕旱，[60,80)之間為正常，大于等于80為濕潤(rùn)。需要說(shuō)明的是，由于所用的MODIS數(shù)據(jù)第5波段存在故障，導(dǎo)致作物生長(zhǎng)中期和后期的ATI反演結(jié)果具有較明顯的條帶干擾。

4 結(jié)果分析

本研究選用的3種指數(shù)的反演結(jié)果雖然在反映干旱程度上略有不同，但在反映干旱整體空間分布上表現(xiàn)比較一致，即受旱區(qū)域從西北內(nèi)陸逐漸向東南方向發(fā)展。時(shí)間上，在作物生長(zhǎng)前期部分地區(qū)已顯現(xiàn)出干旱跡象，隨著持續(xù)無(wú)雨或少雨，在作物生長(zhǎng)中期和后期干旱程度逐漸加深。通過(guò)3種基于MODIS數(shù)據(jù)的指數(shù)方法試圖還原此次重大干旱的發(fā)生過(guò)程，從而對(duì)比3種指數(shù)在實(shí)際監(jiān)測(cè)過(guò)程中的可行性和有效性。

研究發(fā)現(xiàn)ATI不能應(yīng)用于濃密植被覆蓋區(qū)的土壤水分監(jiān)測(cè)已經(jīng)成為共識(shí)[20]，其針對(duì)作物生長(zhǎng)前期植被覆蓋較低區(qū)域的反演精度較高，在高植被覆蓋區(qū)域的監(jiān)測(cè)效果相對(duì)較差。在統(tǒng)計(jì)學(xué)上也證實(shí)了該觀點(diǎn)，但是從反演結(jié)果來(lái)看，ATI在中高植被覆蓋率下的監(jiān)測(cè)效果仍較為符合歷史氣象資料。分析其原因，一方面可能是因?yàn)殚L(zhǎng)期降雨較少，土壤與植被的表層溫度變化趨近，使得該指數(shù)可以有效應(yīng)用； 另一方面，由于北方晝夜溫差普遍較大，這也削弱了土壤水分和植被覆蓋條件對(duì)地表溫度的影響[21]。

通過(guò)選取2005—2014年10 a間NDVI平均值作為背景數(shù)據(jù)，計(jì)算了2009年的AVI值，該指數(shù)可以有效反映當(dāng)年作物主要生長(zhǎng)季各時(shí)期的相對(duì)受旱狀況，更符合研究區(qū)干旱趨勢(shì)特征。AVI值在一定程度上可以減少太陽(yáng)高度角、大氣狀態(tài)和衛(wèi)星觀測(cè)角度等因素帶來(lái)的誤差。在實(shí)際監(jiān)測(cè)中，選取年份樣本越多，其平均值的代表性就越好。

VSWI雖然結(jié)合了冠層溫度因素，但在通常情況下，VSWI仍會(huì)夸大植被的影響作用。在實(shí)際監(jiān)測(cè)過(guò)程中，由于植被(作物)具有一定的抗旱能力，對(duì)表層土壤水分變化的響應(yīng)有一定的延遲，這導(dǎo)致VSWI在反演結(jié)果上存在一定的滯后性，并不能實(shí)時(shí)地反映出當(dāng)時(shí)的土壤水分狀況。這種滯后性從側(cè)面反映出植被(作物)受旱情況與土壤水分之間的復(fù)雜性，在實(shí)際應(yīng)用中，VSWI更符合農(nóng)業(yè)作物實(shí)際干旱狀況[22]。

5 結(jié)論與展望

以遼西北地區(qū)為研究區(qū)域，利用MODIS數(shù)據(jù)和土壤實(shí)測(cè)數(shù)據(jù)等資料，通過(guò)表觀熱慣量(ATI)、距平植被指數(shù)(AVI)、植被供水指數(shù)(VSWI)3種遙感干旱指數(shù)反演土壤水分，分析了該地區(qū)典型干旱年作物主要生長(zhǎng)季的干旱情況。研究表明：

1)ATI和AVI可以實(shí)時(shí)反映出干旱的發(fā)生趨勢(shì)，利用這2種指數(shù)可以及時(shí)發(fā)現(xiàn)干旱并進(jìn)行早期預(yù)警； VSWI在監(jiān)測(cè)過(guò)程中計(jì)算簡(jiǎn)單，精度較好，適用于大范圍的干旱監(jiān)測(cè)與災(zāi)后評(píng)價(jià)，雖然存在明顯的滯后性，但更符合作物實(shí)際受旱情況。

2)總體上，3種指數(shù)都可以反映出該地區(qū)的干旱狀況，但考慮到植被(作物)與土壤水分之間的特殊關(guān)系以及物理學(xué)、生物學(xué)上的特性，僅僅通過(guò)統(tǒng)計(jì)學(xué)意義上的回歸擬合來(lái)確定最優(yōu)指數(shù)并不完全符合實(shí)際。此外，部分地區(qū)的人工灌溉或者少量降雨對(duì)表層土壤水分變化影響較大，同時(shí)研究區(qū)內(nèi)地形復(fù)雜，山地、丘陵和平原交錯(cuò)，各種因素都間接地影響到反演結(jié)果的精度。

3)ATI及其改進(jìn)模型雖然一直想要解決高植被覆蓋率下的監(jiān)測(cè)問(wèn)題，但目前看來(lái)仍有很大的局限性。尤其是，晝夜溫差不僅與土壤濕度、反照率有關(guān)，也與風(fēng)速、土壤性質(zhì)等有關(guān)； AVI中NDVI值不僅僅受土壤水分影響變化，在干旱地區(qū)，水分是限制因子但不是唯一影響其變化的因素。此外，NDVI值還存在高端飽和問(wèn)題，當(dāng)葉面積指數(shù)到達(dá)一定值后，NDVI值就幾乎不再變化，在一定程度上限制了反演精度； VSWI由于地表溫度變化相對(duì)地表溫度本身的變幅過(guò)小，此指數(shù)主要體現(xiàn)了NDVI的作用，而對(duì)干旱具有重要指示意義的地表溫度貢獻(xiàn)體現(xiàn)不明顯，從而影響了其應(yīng)用效果。

隨著遙感技術(shù)的提高，未來(lái)利用衛(wèi)星對(duì)農(nóng)業(yè)干旱進(jìn)行監(jiān)測(cè)的準(zhǔn)確度還有很大的提升空間。在具體應(yīng)用中，還需要考慮研究區(qū)特點(diǎn)以及研究目的積極探索改進(jìn)新的指數(shù)； 結(jié)合GIS技術(shù)提供的土壤類型、地形地貌和作物種類等下墊面背景數(shù)據(jù)，可以有效提高在實(shí)際監(jiān)測(cè)中的可行性、針對(duì)性； 適當(dāng)使用高空間分辨率遙感影像可以有效排除混合像元干擾，更加精確地對(duì)農(nóng)作物干旱狀況進(jìn)行評(píng)估與監(jiān)測(cè)。這些方面都是干旱遙感監(jiān)測(cè)下一步需要繼續(xù)深入研究的方向。

[1] 王鵬新,孫威.基于植被指數(shù)和地表溫度的干旱監(jiān)測(cè)方法的對(duì)比分析[J].北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2007,43(3):319-323. Wang P X,Sun W.Comparison study on NDVI and LST based drought monitoring approaches[J].Journal of Beijing Normal University(Natural Science),2007,43(3):319-323.

[2] 張學(xué)藝,李劍萍,秦其明,等.幾種干旱監(jiān)測(cè)模型在寧夏的對(duì)比應(yīng)用[J].農(nóng)業(yè)工程學(xué)報(bào),2009,25(8):18-23. Zhang X Y,Li J P,Qin Q M,et al.Comparison and application of several drought monitoring models in Ningxia,China[J].Transactions of the Chinese Society of Agricultural Engineering,2009,25(8):18-23.

[3] Hatfield J L,Prueger J H.Value of using different vegetative indices to quantify agricultural crop characteristics at different growth stages under varying management practices[J].Remote Sensing,2010,2(2):562-578.

[4] 吳炳方,張峰,劉成林,等.農(nóng)作物長(zhǎng)勢(shì)綜合遙感監(jiān)測(cè)方法[J].遙感學(xué)報(bào),2004,8(6):498-514. Wu B F,Zhang F,Liu C L,et al.An integrated method for crop condition monitoring[J].Journal of Remote Sensing,2004,8(6):498-514.

[5] 李興華,李云鵬,楊麗萍.內(nèi)蒙古干旱監(jiān)測(cè)評(píng)估方法綜合應(yīng)用研究[J].干旱區(qū)資源與環(huán)境,2014,28(3):162-166. Li X H,Li Y P,Yang L P.Application and evaluation of integrated drought monitoring method to Inner Mongolia[J].Journal of Arid Land Resources and Environment,2014,28(3):162-166.

[6] 孫灝,陳云浩,孫洪泉.典型農(nóng)業(yè)干旱遙感監(jiān)測(cè)指數(shù)的比較及分類體系[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(14):147-154. Sun H,Chen Y H,Sun H Q.Comparisons and classification system of typical remote sensing indexes for agricultural drought[J].Transactions of the Chinese Society of Agricultural Engineering,2012,28(14):147-154.

[7] 路廣平,郁凌峰,梁立章.2009年遼西北地區(qū)特大干旱的分析[J].東北水利水電,2011,29(10):50-51. Lu G P,Yu L F,Liang L Z.Analysis of the severe drought in the northwest of Liaoning Province in 2009[J].Water Resources and Hydropower of Northeast China,2011,29(10):50-51.

[8] 郭虎,王瑛,王芳.旱災(zāi)災(zāi)情監(jiān)測(cè)中的遙感應(yīng)用綜述[J].遙感技術(shù)與應(yīng)用,2008,23(1):111-116. Guo H,Wang Y,Wang F.Overview of remote sensing approaches to drought monitoring[J].Remote Sensing Technology and Application,2008,23(1):111-116.

[9] 夏虹,武建軍,劉雅妮,等.中國(guó)用遙感方法進(jìn)行干旱監(jiān)測(cè)的研究進(jìn)展[J].遙感信息,2005(1):55-58. Xia H,Wu J J,Liu Y N,et al.Progress on drought monitoring by remote sensing in China[J].Remote Sensing Information,2005(1):55-58.

[10]黃澤林,覃志豪.利用MODIS數(shù)據(jù)監(jiān)測(cè)大面積土壤水分與農(nóng)作物旱情研究[J].安徽農(nóng)業(yè)科學(xué),2008,36(11):4784-4787. Huang Z L,Qin Z H.Study on monitoring soil moisture and crop drought in great area by using MODIS data[J].Journal of Anhui Agricultural Sciences,2008,36(11):4784-4787.

[11]Price J C.The potential of remotely sensed thermal infrared data to infer surface soil moisture and evaporation[J].Water Resources Research,1980,16(4):787-795.

[12]Liang S L.Narrowband to broadband conversions of land surface albedo I:Algorithms[J].Remote Sensing of Environment,2001,76(2):213-238.

[13]Liang S L,Shuey C J,Russ A L,et al.Narrowband to broadband conversions of land surface albedo:II.Validation[J].Remote Sensing of Environment,2003,84(1):25-41.

[14]呂蒙,鐘悅之.NDVI在生態(tài)環(huán)境研究中的應(yīng)用進(jìn)展[J].農(nóng)村經(jīng)濟(jì)與科技,2011,22(6):11-14. Lyu M,Zhong Y Z.Application of NDVI in ecological and environmental studies[J].Rural Economy and Science-Technology,2011,22(6):11-14.

[15]劉海巖,牛振國(guó),陳曉玲.EOS-MODIS數(shù)據(jù)在我國(guó)農(nóng)作物監(jiān)測(cè)中的應(yīng)用[J].遙感技術(shù)與應(yīng)用,2005,20(5):531-536. Liu H Y,Niu Z G,Chen X L.Applications of EOS-MODIS data on crop monitoring in China[J].Remote Sensing Technology and Application,2005,20(5):531-536.

[16]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(1/2):161-173.

[17]莫偉華,王振會(huì),孫涵,等.基于植被供水指數(shù)的農(nóng)田干旱遙感監(jiān)測(cè)研究[J].南京氣象學(xué)院學(xué)報(bào),2006,29(3):396-401. Mo W H,Wang Z H,Sun H,et al.Remote sensing monitoring of farmland drought based on vegetation supply water index[J].Journal of Nanjing Institute of Meteorology,2006,29(3):396-401.

[18]齊述華.干旱監(jiān)測(cè)遙感模型和中國(guó)干旱時(shí)空分析[D].北京:中國(guó)科學(xué)院遙感應(yīng)用研究所,2004. Qi S H.Drought Monitoring Models with Remote Sensing and Spatio-Temporal Characteristics of Drought in China[D].Beijing:Institute of Remote Sensing Applications,Chinese Academy of Science,2004.

[19]牟伶俐.農(nóng)業(yè)旱情遙感監(jiān)測(cè)指標(biāo)的適應(yīng)性與不確定性分析[D].北京:中國(guó)科學(xué)院遙感應(yīng)用研究所,2006. Mu L L.Suitability and Uncertainty Analysis of Agricultural Drought Indicator with Remote Sensing[D].Beijing:Institute of Remote Sensing Applications,Chinese Academy of Science,2006.

[20]楊樹(shù)聰,沈彥俊,郭英,等.基于表觀熱慣量的土壤水分監(jiān)測(cè)[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào),2011,19(5):1157-1161. Yang S C,Shen Y J,Guo Y,et al.Monitoring soil moisture by apparent thermal inertia method[J].Chinese Journal of Eco-Agriculture,2011,19(5):1157-1161.

[21]齊述華,李貴才,王長(zhǎng)耀,等.利用MODIS數(shù)據(jù)產(chǎn)品進(jìn)行全國(guó)干旱監(jiān)測(cè)的研究[J].水科學(xué)進(jìn)展,2005,16(1):56-61. Qi S H,Li G C,Wang C Y,et al.Study on monitoring drought in China with MODIS product[J].Advances in Water Science,2005,16(1):56-61.

[22]郭其樂(lè),陳懷亮,鄒春輝,等.植被供水指數(shù)法在2008年河南省干旱災(zāi)害遙感監(jiān)測(cè)中的應(yīng)用研究[C]//2009農(nóng)業(yè)環(huán)境科學(xué)峰會(huì)論文集.大連:中國(guó)農(nóng)學(xué)會(huì),2009. Guo Q L,Chen H L,Zou C H,et al.The application of vegetation water supply index in the monitoring of drought disaster in Henan Province in 2008[C]//2009 Agricultural Environmental Science Summit.Dalian:Chinese Association of Agricultural Science Societies,2009.

(責(zé)任編輯： 陳理)

Comparison and application of agricultural drought indexes based on MODIS data

SONG Yang1,2, FANG Shibo1, LIANG Hanyue1, KE Lina2

(1.InstituteofEcologicalEnvironmentandAgriaulturalMeteorology,ChineseAcademyofMeteorologicalSciences,Beijing100081,China; 2.CollegeofUrbanandEnvironmentSciences,LiaoningNormalUniversity,Dalian116029,China)

With northwest Liaoning Province as the study area, the authors analyzed the soil moisture content by using the method of apparent thermal inertia(ATI), anomalies of vegetation index(AVI) and vegetation supply water index(VSWI). The results show that the three indexes respectively in a certain extent can reflect the drought trend of the northwest area of Liaoning Province in 2009, but inversion results are not consistent, that the monitoring effect of ATI in high vegetation coverage rate is higher than expected, more in line with historical weather data, that AVI can effectively reflect the current crop growth season relative to the drought condition, and that VSWI exaggerates the influence of vegetation, which seems to be a serious lag.

drought remote sensing monitoring; apparent thermal inertia; anomalies of vegetation index; vegetation supply water index

10.6046/gtzyyg.2017.02.31

宋揚(yáng),房世波,梁瀚月，等.基于MODIS數(shù)據(jù)的農(nóng)業(yè)干旱遙感指數(shù)對(duì)比和應(yīng)用[J].國(guó)土資源遙感,2017,29(2)：215-220.(Song Y,Fang S B,Liang H Y,et al.Comparison and application of agricultural drought indexes based on MODIS data[J].Remote Sensing for Land and Resources,2017,29(2)：215-220.)

2015-12-22；

2016-03-04

公益性行業(yè)(氣象)科研專項(xiàng)項(xiàng)目“玉米干旱致災(zāi)臨界氣象條件及其監(jiān)測(cè)預(yù)警技術(shù)”(編號(hào)： GYHY201506019)資助。

宋揚(yáng)(1990-),男,碩士研究生,主要從事農(nóng)業(yè)干旱遙感監(jiān)測(cè)方面的研究。Email： songyang0807@126.com。

房世波(1974-) ,男,研究員,主要從事氣候變化對(duì)農(nóng)業(yè)影響研究。Email： fangshibo@cams.cma.gov.cn。

TP 79

A

1001-070X(2017)02-0215-06