河北省土壤干湿状况遥感监测指数比较

doi:10.3969/j.issn.1000-6362.2014.06.011

中国农业气象 ›› 2014, Vol. 35 ›› Issue (06): 675-681.doi: 10.3969/j.issn.1000-6362.2014.06.011

河北省土壤干湿状况遥感监测指数比较

姜亚珍，张瑜洁，孙琛，游松财

1中国农业科学院农业环境与可持续发展研究所，北京100081；2中国农业科学院研究生院，北京100081

收稿日期:2014-04-10 出版日期:2014-12-20 发布日期:2015-05-21
作者简介:姜亚珍（1989-），女，甘肃会宁人，硕士生，研究方向为农业灾害与减灾。Email：jyz0123@163.com
基金资助:
公益性行业（农业）科研专项(201203029)；中国农业科学院科技创新工程

Comparison of Remote Sensing Based Soil Moisture Indices in Hebei Province

JIANG Ya zhen，ZHANG Yu jie，SUN Chen，YOU Song cai

1Institute of Environment and Sustainable Development in Agriculture，Chinese Academy of Agricultural Sciences，Beijing100081，China；2Graduate School of Chinese Academy of Agricultural Sciences，Beijing100081

Received:2014-04-10 Online:2014-12-20 Published:2015-05-21

摘要/Abstract

摘要： 选用河北省2010年5月Terra/MODIS地表反射率产品MOD09A1计算得到了增强植被指数（EVI），结合同期MOD11A2地表温度LST数据，计算得到河北省TVDI（温度植被干旱指数）和VSWI（植被供水指数），比较分析TVDI和VSWI监测河北省土壤干湿状况的适宜性。两种指数与同期8d平均降水量数据的定性分析表明TVDI与降水量数据间具有明显的相反趋势，VSWI与降水量数据间趋势关系不明显；定量的相关分析表明，TVDI与降水量数据间表现出较显著的负相关性（P＜0.05），而VSWI与降水量数据间的相关不显著。可见，在所选取研究时段内，TVDI指数较VSWI指数监测河北省土壤湿度更为适宜。

关键词: 土壤干湿状况, 温度植被干旱指数TVDI, 植被供水指数VSWI, 降水

Abstract: Temperature Vegetation Drought Index（TVDI）and Vegetation Supply Water Index（VSWI）in May of 2010 in Hebei province were calculated based on Enhanced Vegetation Index（EVI）which was computed from Terra/MODIS MOD09A1 and LST which was deprived from MOD11A2.Suitability of monitoring soil moisture in Hebei province using TVDI and VSWI was compared and analyzed.The qualitative analysis between the two indices and 8d average precipitation data in the same period showed that TVDI and precipitation data had obvious contrary trend and the trend between VSWI and precipitation data was not obvious.Quantitative correlation analysis showed that TVDI and precipitation data had a significant negative correlation（P＜0.05），while which was not significant between VSWI and precipitation data.Therefore，TVDI is more appropriate than VSWI for soil moisture monitoring in the study period in Hebei province.

Key words: Soil moisture, TVDI, VSWI, Precipitation

姜亚珍，张瑜洁，孙琛，游松财. 河北省土壤干湿状况遥感监测指数比较[J]. 中国农业气象, 2014, 35(06): 675-681.

JIANG Ya zhen，ZHANG Yu jie，SUN Chen，YOU Song cai. Comparison of Remote Sensing Based Soil Moisture Indices in Hebei Province[J]. Chinese Journal of Agrometeorology, 2014, 35(06): 675-681.

参考文献

［1］宋春桥，游松财，柯灵红，等.藏北高原土壤湿度MODIS遥感监测研究［J］.土壤通报，2012，43（2）：294300.
［2］陈晓玲，赵红梅，田礼乔.环境遥感模型与应用［Ｍ］.武汉：武汉大学出版社，2008:188189.
［3］白开旭，刘朝顺，施润和，等.2010年中国西南旱情的时空特征分析：基于MODIS数据归一化干旱指数［J］.地球信息科学学报，2012，14（1）：3240，48.
［4］闫峰，王艳娇.冬小麦旱情监测中土壤水分估算模型的互补性：以河北省为例［J］.土壤学报，2009，46（6）：9981005.
［5］王军邦，牛铮，胡秉民，等.定量遥感在生态学研究中的基础应用［J］.生态学杂志，2004，23（2）：152157.
［6］李星敏，郑有飞，刘安麟.我国用NOAA/AVHRR资料进行干旱遥感监测的方法综述［J］.中国农业气象，2003，24（3）：3841.
［7］汪潇，张增祥，赵晓丽.遥感监测土壤水分研究综述［J］.土壤学报，2007，44（1）：157163.
［8］路京选，曲伟，付俊娥.国内外干旱遥感监测技术发展动态综述［J］.中国水利水电科学研究院学报，2009，7（2）：105111.
［9］Seo D J，Park C H，Park J H，et a1.A search for the optimum combination of spatial resolution and vegetation indices［J］.Seattle W A:IEEE International Geoscience and Remote Sensing SymposiumIGARSS，1998:17291731.
［10］白志远，邢立新，潘军，等.土壤湿度信息遥感研究［J］.测绘与空间地理信息，2011，34（3）：5055.
［11］郑文武，曾永年.地表温度的多源遥感数据反演算法对比分析［J］.地球信息科学学报，2011，13（6）：840847.
［12］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（5）：940948.
［13］Carlson T N，Gillies R R，Perry E M.A method to make use of thermal infrared temperature and NDVI measurement to infer surface soil water content and fractional vegetation cover［J］.Remote Sensing Reviews，1994，9（1-2）：4549.
［14］Sandholt I，Rasmussen K，Andersen J.A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status［J］.Remote Sensing of Environment，2002，79（23）：213224.
［15］李新辉，宋小宁，周霞.半干旱区土壤湿度遥感监测方法研究［J］.地理与地理信息科学，2010，26（1）：9093.
［16］Meng L K，Li J Y，Chen Z D.The calculation of TVDI based on the composite time of pixel and drought analysis［J］.The International Archives of the Photo Grammetry，Remote Sensing and Spatial Information Sciences，2009，26（1）：519524.
［17］范辽生，姜纪红，盛晖，等.利用温度植被干旱指数（TVDI）方法反演杭州伏旱期土壤水分［J］.中国农业气象，2009，30（2）：230234.
［18］齐述华，王长耀，牛铮.利用温度植被旱情指数（TVDI）进行全国旱情监测研究［J］.遥感学报，2003，7（5）：420427.
［19］杨世琦，易佳，罗孳孳，等.2006年重庆特大干旱期间的遥感监测应用研究［J］.中国农学通报，2010，26（23）：325330.
［20］贺俊杰，王英舜，李云鹏，等.利用EOS/MODIS植被供水指数监测锡林郭勒地区土壤湿度［J］.中国农业气象，2013，34（2）：243248.
［21］王颖，李国春，高阳华，等.FY3A/MERSI数据在重庆市伏旱监测中的应用［J］.现代农业科技，2011，（10）：271274，278.
［22］张洁，武建军，周磊，等.基于MODIS数据的农业干旱监测方法对比分析［J］.遥感信息，2012，27（5）：4854.
［23］陈健，刘云慧，宇振荣.基于时序MODISEVI数据的冬小麦种植信息提取［J］.中国农学通报，2011，27（1）：446450.
［24］〖JP2〗王纯枝，毛留喜，何延波，等.温度植被干旱指数法（TVDI）〖JP〗在黄淮海平原土壤湿度反演中的应用研究［J］.土壤通报，2009，40（5）：9981005.
［25］杨永辉，渡边正孝，王智平，等.气候变化对太行山土壤水分及植被的影响［J］.地理学报，2004，59（1）：5663.

[1]	冉漫雪, 丁军军, 孙东宝, 顾峰雪. 全球气候变化下土壤呼吸对温度和水分变化的响应特征综述[J]. 中国农业气象, 2024, 45(01): 1-11.
[2]	旷兰, 田茂举, 李强, 庞玥, 吉莉, 刘祥. 川渝地区汛期逐小时降水融合产品误差分析[J]. 中国农业气象, 2023, 44(10): 953-963.
[3]	康文东, 倪福全, 邓玉, 向军. 利用SWAT模型分析乌江流域蓝绿水时空分布特征[J]. 中国农业气象, 2023, 44(06): 469-478.
[4]	齐晓雯, 苗晨, 王鹤松. 基于日光诱导叶绿素荧光探测植被光合对气象干旱的响应[J]. 中国农业气象, 2023, 44(02): 133-143.
[5]	旷兰, 田茂举, 李强, 李奇临, 刘俸霞. 多源降水融合分析产品在重庆复杂地形下的精度评价[J]. 中国农业气象, 2023, 44(01): 71-81.
[6]	杨婉蓉, 刘志娟, 苏正娥, 高伟达, 任图生, 杨晓光. 东北三省土壤风蚀天数时空变化及分区评述[J]. 中国农业气象, 2022, 43(05): 327-339.
[7]	张娇艳, 李霄, 陈早阳, 李扬, 周涛. 全球升温1.5℃和2.0℃情景下贵州省极端降水的变化特征[J]. 中国农业气象, 2022, 43(04): 251-261.
[8]	李新华, 张蕾, 姜树坤, 许吟隆. 未来中高排放情景下松嫩平原农业气候资源变化分析[J]. 中国农业气象, 2021, 42(10): 811-822.
[9]	杜军, 周刊社, 高佳佳, 次旺顿珠. 未来气候变暖对羌塘自然保护区高寒草地牧草青草期的影响[J]. 中国农业气象, 2021, 42(10): 845-858.
[10]	张凤怡, 迟道才, 陈涛涛. 辽宁主要粮食作物生长季需水与降水耦合度分析[J]. 中国农业气象, 2021, 42(09): 746-760.
[11]	张媛铃, 郭晓磊, 王娜, 李萍, 宗毓铮, 张东升, 郝兴宇. 基于决策系统模拟不同降水年型旱作冬小麦的最佳播期 [J]. 中国农业气象, 2021, 42(06): 475-485.
[12]	杨晋云, 张莎, 白雲, 黄安齐, 张佳华. 基于机器学习融合多源遥感数据模拟SPEI监测山东干旱[J]. 中国农业气象, 2021, 42(03): 230-242.
[13]	玉院和，王金亮. TRMM 3B43降水数据在云南地区的降尺度适用性评价[J]. 中国农业气象, 2020, 41(09): 575-586.
[14]	肖秀珠，刘佳明，孙朝锋，陈家金. 福建省蓝莓种植气候适宜性区划[J]. 中国农业气象, 2020, 41(08): 520-528.
[15]	黄浩，张勃，马尚谦，马彬，崔艳强，王晓丹，马春荣，陈坤全，张婷. 甘肃河东地区气象干旱时空变化及干旱危险性分析[J]. 中国农业气象, 2020, 41(07): 459-469.

河北省土壤干湿状况遥感监测指数比较

Comparison of Remote Sensing Based Soil Moisture Indices in Hebei Province

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价