基于EOS-MODIS數(shù)據(jù)的河南省冬小麥春季干旱遙感動態(tài)監(jiān)測研究.pdf

1、長期以來，NDVI在干旱監(jiān)測中發(fā)揮著重要的作用，許多干旱指數(shù)如距平植被指數(shù)、條件溫度植被指數(shù)等都是利用NDVI作為其基礎(chǔ)因子。多項研究已經(jīng)證明歸一化植被指數(shù)法(NDVI)時間序列衛(wèi)星資料在干旱研究中的效用，具有直觀、易用性等特性，但相比干旱的發(fā)生，NDVI數(shù)值的變化存在相對滯后性。 Ghulam et al.(2006)提出了一種新的干旱指數(shù)PDI(Perpendicular DroughtIndex，垂直干旱指數(shù))表示方法，

2、用來監(jiān)測干旱發(fā)生情況，這種干旱指數(shù)比較適宜于植被指數(shù)較小的情況，在植被指數(shù)較大的情況下，精度顯著降低。基于此種情況，Ghulam et al.選擇Baret等1995提出的植被間隙度參數(shù)方法對PDI進行植被指數(shù)修正的方法，采用植被間隙度指fv示為： 從而構(gòu)造了修正的垂直干旱指數(shù)MPDI=1/(1-fv)(PDI-fvPDIv) 通過在河南省不同植被狀態(tài)下的干旱監(jiān)測應(yīng)用，在高植被覆蓋情況下，MPDI監(jiān)測應(yīng)用效果要好于PDI

3、。 研究發(fā)現(xiàn)，作物在生長過程中，隨著生長發(fā)育，本身的根冠比逐漸變化。對大多數(shù)作物來講，苗期時作物根系主要在0～20cm層次的深度。隨著生長進程的加快，根系迅速發(fā)育。土壤水分含量越小，作物根系相對越深，這時候作物根系主要分布在20～50cm深度，此層次的土壤水分變化可以通過作物的生長狀態(tài)——植被指數(shù)(NDVI)光譜變化所反映。所以通過MODIS傳感器通道1和通道2計算得出的植被指數(shù)(NDVI)光譜變化基本上可以反映此層次的土壤水分

4、變化狀況，但此指數(shù)在反演土壤表層水分的過程中，誤差較大。MPDI雖然提高了高植被狀態(tài)下的監(jiān)測精度，但由于修正參數(shù)fv還是基于NDVI的，所以本身就改變不了自身的弊端。 同樣，杜曉，等人基于水的吸收和土壤反射率特征基礎(chǔ)上構(gòu)建的地表含水量指數(shù)(SWCI=B6-B7/B6+B7)模型充分利用了衛(wèi)星中的MODIS傳感器的通道6和通道7波段對水分和土壤反射率的變化，主要反映了表層土壤水分的狀況。它在反演表層(0-20cm)土壤水分方面具有

5、較高的準確度，但在反演較深層(>20cm)的土壤水分時會出現(xiàn)較大的誤差。 通過分析可知，單一的植被指數(shù)(NDVI)和表層水分含量指數(shù)(SWCI)都不能很好地反映農(nóng)田淺層(0～50cm)的土壤水分真實狀況。為了能更好地反映農(nóng)田淺層的土壤水分狀況，可以把通道1、2、6、7進行組合，構(gòu)建新的指數(shù)——農(nóng)田淺層土壤濕度指數(shù)(CSMI)。 計算發(fā)現(xiàn)，NDVI值始終大于SWCI值(這里主要應(yīng)用于農(nóng)田和植被覆蓋區(qū)域，不適合裸地或沙漠地帶

6、)。為了使CSMI具有可比性，采用歸一化對兩組數(shù)據(jù)進行處理，處理方法為：CSMI=NDVI-SWCI/NDVI+SWCI分別把NDVI=B2-B1/B2+B1與SWCI=B6-B7/B6+B7代入上式，進行化簡可得：CSMI＝B2×B7-B1×B6/B2×B6-B1×B7 式中，B1、B2、B6、B7分別表示通道1、2、6、7的反射率。農(nóng)田淺層土壤濕度指數(shù)(CSMI)既考慮了淺層的土壤水分，又兼顧了較深層土壤水分的植被指數(shù)表現(xiàn)，

7、在植被覆蓋的狀態(tài)下將有效減小由于植被覆蓋度變化而帶來的對土壤水分監(jiān)測精度不穩(wěn)定的影響。 模型CSMI從植被指數(shù)對較深層水分的狀態(tài)反映以及對植被和土壤反射率波譜的綜合影響入手，直接獲取其農(nóng)田淺層土壤濕度指數(shù)。采用的波段1和波段2可以較好地影射植被狀態(tài)所反映出的較深層土壤水分變化，采用的波段6和波段7可有效削弱大氣的干擾而獲取表層水分含量，4個波段的組合較好地反映了農(nóng)田淺層土壤水分的狀況。 通過農(nóng)田淺層土壤濕度指數(shù)(CSMI