论文部分内容阅读
干旱是近几十年来频繁发生的自然灾害之一,不仅危害自然环境,还给经济发展带来巨大影响。内蒙古和蒙古地区地处干旱半干旱地带,常年受干旱的影响,并且该地区主要以农牧业为主,水资源稀缺,影响农牧业的发展以及人类的正常生活,所以加强研究区的干旱监测及预警研究,对抗旱防旱工作有着积极的作用。本文选取2014-2018年的MOD11A2数据和MOD13A2数据,通过地表温度(Land Surface Temperature,LST)和植被指数(Vegetation Index,NDVI)之间的关系,建立温度植被干旱指数(Temperature Vegetation Drought Index,TVDI)干旱监测模型,并且进行干旱等级划分,通过干旱等级划分,能直接了解研究区内干旱分布状况,及时有效的对研究区进行旱情监测。同时结合日光诱导叶绿素荧光(Solar Induced Chlorophyll Fluorescence,SIF)产品,选择蒙古高原东部地区以及内蒙古东北部地区两个典型区域,根据NDVI与SIF之间的关系,建立基于植被距平百分率和荧光距平百分率的干旱预警指数模型,进行干旱监测和预警研究,能有效的为研究区的抗旱防旱工作带来准确的科学依据。结果表明,本文使用地表温度数据和植被指数数据,通过波段运算建立一定的Ts-NDVI特征空间,同时计算温度植被干旱指数(TVDI),通过对2014-1018年的数据进行分析,建立的干湿边拟合图大致呈梯形形状,符合理论模型研究。通过干旱等级划分2014-2018年整体受旱区域占总研究区面积的90%以上,比较五年内受旱分布情况,五月份受旱程度最大,其次是六月,所以从五月开始就要加强抗旱措施,以免遭受更大影响;从通过SIF土壤湿度进行对比分析,SIF与土壤湿度的相关系数R~2>0.5,由此可以说明两者之间存在良好的相关性;通过SIF与NDVI相比较,发现SIF与NDVI之间存在着一定的差异,NDVI的最高值出现的时间大约在7月中旬左右,SIF的最高值最早出现的时间大约在6月下旬左右,SIF的最高值出现的时间略早于NDVI值出现的时间,SIF比NDVI更加敏感,能提前反应植被变化。由此建立基于植被距平百分率和荧光距平百分率综合干旱预警模型,通过模型建立能很好的预测下一月份的干旱发生情况,该模型能够对研究区内干旱情况进行有效的预警。遥感干旱指数与叶绿素荧光的结合弥补了单一方法的不足,使干旱监测预警结果更加合理和准确,对农业干旱预警和损失评估有着重要意义。