河南麦区一次高温低湿型干热风灾害的遥感监测

doi:10.3969/j.issn.1000-6362.2014.05.018

中国农业气象 ›› 2014, Vol. 35 ›› Issue (05): 593-599.doi: 10.3969/j.issn.1000-6362.2014.05.018

河南麦区一次高温低湿型干热风灾害的遥感监测

李颖，韦原原，刘荣花，方文松，成林

1中国气象局河南省农业气象保障与应用技术重点实验室，郑州450003；2河南省气象科学研究所，郑州450003；3郑州大学水利与环境学院，郑州450001

收稿日期:2014-06-16 出版日期:2014-10-20 发布日期:2015-02-11
作者简介:李颖（1984-），河南郑州人，博士，工程师，主要从事遥感技术及其应用研究。Email：walnutclip@163.com
基金资助:
“十二五”国家科技支撑计划课题（2011BAD32B01）

Remote Sensing Monitoring of a Dry hot Wind Disaster in Wheat Growing Area of Henan Province

LI Ying, WEI Yuan yuan, LIU Rong hua, FANG Wen song, CHENG Lin

1Henan Key Laboratory of Agrometeorological Support and Applied Technique, CMA，Zhengzhou450003, China; 2Henan Institute of Meteorological Sciences, Zhengzhou450003;3College of Water Conservancy & Environmental Engineering,Zhengzhou University，Zhengzhou450001

Received:2014-06-16 Online:2014-10-20 Published:2015-02-11

摘要/Abstract

摘要： 使用国产气象卫星FY3/MERSI数据构建NDVI、RVI、ARVI、EVI指数，对河南麦区2013年5月12-13日的一次大面积冬小麦干热风过程进行监测，通过对干热风发生前后小麦种植区像元植被指数频次分布和变化量空间分布的对比，以及干热风前后像元植被指数变化量与气象指标的相关分析，研究不同植被指数用于干热风监测评估的适用性和敏感性。结果表明，NDVI、RVI、ARVI指数在干热风灾害发生后具有明显一致的下降趋势，其下降幅度随干热风灾害程度的加重而增大，且与干热风灾害程度的相关性随灾害加重而增大，NDVI和RVI对干热风灾害程度的敏感性优于ARVI，适于大面积干热风灾害监测。研究结果可为推广卫星遥感技术在大面积干热风灾害监测评估中的应用提供科学依据。

关键词: MERSI, 植被指数, NDVI, RVI, ARVI, EVI

Abstract: The domestic meteorological data FY3/MERSI was used to construct 4 types vegetation indices that including NDVI, RVI, ARVI and EVI to monitor a wide range of dry hot wind process in winter wheat growing area in Henan province 12-13 May, 2013.By comparing the frequency distribution and the variation spatial distribution of these pixel vegetation indexes before and after dry hot wind occurred, and analyzing the correlation between vegetation index variation and meteorological indices, authors studied the applicability and sensitivity of different vegetation index for monitoring and evaluation the dry hot wind disaster. The results showed that NDVI, RVI and ARVI had a consistent and significant downward trend when this dry hot wind occurred and its descent amount increased as the dry hot wind disaster grade rised. The correlation between vegetation index variation and dry hot wind disaster level also increased with the grade rised. In addition, NDVI and RVI were more sensitive than ARVI for the dry hot wind disaster, so that they are applicable to monitoring a large area of dry hot wind disaster. The research results can provide a scientific basis for promoting the application of satellite remote sensing technology to monitor and evaluate a large area of dry hot wind disaster.

Key words: MERSI, Vegetable index, NDVI, RVI, ARVI, EVI

李颖，韦原原，刘荣花，方文松，成林. 河南麦区一次高温低湿型干热风灾害的遥感监测[J]. 中国农业气象, 2014, 35(05): 593-599.

LI Ying, WEI Yuan yuan, LIU Rong hua, FANG Wen song, CHENG Lin. Remote Sensing Monitoring of a Dry hot Wind Disaster in Wheat Growing Area of Henan Province[J]. Chinese Journal of Agrometeorology, 2014, 35(05): 593-599.

参考文献

［1］〖ZK（#〗中国气象科学研究所.QX/T822007 小麦干热风灾害等级\[S\].北京：中国气象局，2007.
［2］刘静，马力文，张晓煜，等.春小麦干热风灾害监测指标与损失评估模型方法探讨：以宁夏引黄灌区为例\[J\].应用气象学报，2004，15(2)：217225.
［3］陈怀亮，邹春辉，付祥建，等.河南省小麦干热风发生规律分析\[J\].自然资源学报，2001，16(1)：5964.
［4］赵俊芳，赵艳霞，郭建平，等.过去50年黄淮海地区冬小麦干热风发生的时空演变规律\[J\].中国农业科学，2012，45(14)：28152825.
［5］尤凤春，郝立生，史印山，等.河北省冬麦区干热风成因分析\[J\].气象，2007，33(3)：95100.
［6］成林，张志红，常军.近47年来河南省冬小麦干热风灾害的变化分析\[J\].中国农业气象，2011，32(3)：456460.
［7］邓振镛，张强，倾继祖，等.气候暖干化对中国北方干热风的影响\[J\].冰川冻土，2009，(4)：664671.
［8］北方十三省(市)小麦干热风科研协作组.小麦干热风伤害机理的研究\[J\].作物学报,1984,10(2)：105112.
［9］赵风华，居辉，欧阳竹.干热风对灌浆期冬小麦旗叶光合蒸腾的影响\[J\].华北农学报，2013，28(5)：144148.〖ZK)〗
［10］〖ZK(#〗孙本普，王勇，李秀云，等.气候条件对冬小麦千粒重的影响\[J\].麦类作物学报，2003，23(4)：5256.
［11］史印山，尤凤春，魏瑞江，等.河北省干热风对小麦千粒重影响分析\[J\].气象科技，2007，35(5)：699702.
［12］〖JP2〗朱玉洁，杨霏云，刘伟昌，等.利用作物模型提取小麦干热风灾损方法探讨\[J\].气象与环境科学，2013，36(2)：1014.〖JP〗
［13］张伟伟，何春梅，张举仁.转betA基因增强小麦的干热风抗性\[J\].作物学报，2011，37(8)：13151323.
〖HJ1.8mm〗
［14］王勇，马廷蕊，赵刚，等.遮荫补灌提高陇东旱塬区小麦对干热风的抗逆适应\[J\].灌溉排水学报，2013，32(2)：7880.
［15］Gontard N，Thibault R，Cuq B，et al.Influence of relative humidity and film composition on oxygen and carbon dioxide permeabilities of edible films\[J\].Journal of Agricultural and Food Chemistry，1996，44(4)：10641069.
［16］Jenner C F.Effects of exposure of wheat ears to high temperature on dry matter accumulation and carbohydrate metabolism in the grain of two cultivars I：immediate responses\[J\].Functional Plant Biology，1991，18(2)：165177.
［17］Zhang J，Kirkham M B.Droughtstressinduced changes in activities of superoxide dismutase， catalase， and peroxidase in wheat species\[J\].Plant and Cell Physiology，1994，35(5)：785791.
［18］Shah N H，Paulsen G M.Interaction of drought and high temperature on photosynthesis and grainfilling of wheat\[J\].Plant and Soil，2003，257(1)：219226.
［19］Pen〖DD(-*2/3〗〖KG1*2〗~〖DD)〗uelas J，Filella I.Visible and nearinfrared reflectance techniques for diagnosing plant physiological status\[J\].Trends in Plant Science，1998，3(4)：151156.
［20］Jackson R D，Slater P N，Pinter Jr P J. Discrimination of growth and water stress in wheat by various vegetation indices through clear and turbid atmospheres\[J\].Remote Sensing of Environment，1983，13(3)：187208.
［21］Pen〖DD(-*2/3〗〖KG1*2〗~〖DD)〗〖JP3〗uelas J，Filella I，Biel C，et al.The reflectance at the 950-〖JP〗970nm region as an indicator of plant water status\[J\].International Journal of Remote Sensing，1993，14(10)：18871905.
［22］Dobrowski S Z，Pushnik J C，ZarcoTejada P J，et al. Simple reflectance indices track heat and water stressinduced changes in steadystate chlorophyll fluorescence at the canopy scale\[J\].Remote Sensing of Environment，2005，97(3)：403414.
［23］刘静，张学艺，马国飞，等.宁夏春小麦干热风危害的光谱特征分析\[J\].农业工程学报，2012，28(22)：189199.
［24］李菁，王连喜，沈澄，等.几种干旱遥感监测模型在陕北地区的对比和应用\[J\].中国农业气象，2014，35(1)：97102.
［25］程勇翔，王秀珍，郭建平，等.农作物低温冷害监测评估及预报方法评述\[J\].中国农业气象，2012，33(2)：297303.
［26］沈斌，房世波，高西宁，等.基于MODIS的雪情监测及其对农业的影响评估\[J\].中国农业气象，2011，32(1)：129133.
［27］王勇，马廷蕊，赵刚，等.遮荫补灌提高陇东旱塬区小麦对干热风的抗逆适应\[J\].灌溉排水学报， 2013， 32(2)： 7880.〖HJ〗

[1]	吴运力, 张钰, 田佳榕. 气候变化和人类活动对内蒙古高原不同植被类型NDVI的影响[J]. 中国农业气象, 2023, 44(12): 1155-1168.
[2]	黄璐, 包云轩, 郭铭淇, 朱凤, 杨荣明. 稻纵卷叶螟危害下水稻叶片光谱特征及产量估测[J]. 中国农业气象, 2023, 44(02): 154-164.
[3]	徐若涵, 杨再强, 申梦吟, 王明田. 苗期低温胁迫对“红颜”草莓叶绿素含量及冠层高光谱的影响[J]. 中国农业气象, 2022, 43(02): 148-158.
[4]	文建川，景元书，韩丽娟. 基于Penman-Monteith模型的低丘红壤区稻田蒸散模拟[J]. 中国农业气象, 2020, 41(04): 201-210.
[5]	周晓，包云轩，王琳，杜正朕，唐倩，陈粲. 稻纵卷叶螟为害水稻的冠层光谱特征及叶绿素含量估算[J]. 中国农业气象, 2020, 41(03): 173-186.
[6]	王雪婷，张莎，邓帆，张佳华. 基于作物空间物候差异提取黄淮海夏玉米种植面积[J]. 中国农业气象, 2019, 40(10): 647-659.
[7]	包云轩，李玉婷，王琳，高文婷，朱凤. 基于多时相HJ卫星遥感影像的稻纵卷叶螟发生情况监测[J]. 中国农业气象, 2016, 37(04): 464-470.
[8]	史晓亮，杨志勇，王馨爽，高军，胡艳. 黄土高原植被净初级生产力的时空变化及其与气候因子的关系[J]. 中国农业气象, 2016, 37(04): 445-453.
[9]	郭建茂，刘俊伟，童应祥，费敦悦，王迁. 基于MODIS的光化学植被指数反演水稻区域光能利用率[J]. 中国农业气象, 2016, 37(03): 368-375.
[10]	辛明月,殷红,陈龙,张美玲,任智勇,苗静. 不同生育期水稻叶面积指数的高光谱遥感估算模型[J]. 中国农业气象, 2015, 36(06): 762-768.
[11]	王卫东，赵青兰，李化龙，周辉. 基于FY-3 VIRR的温度植被干旱指数在陕西省的应用及其IDL实现[J]. 中国农业气象, 2015, 36(04): 513-520.
[12]	权文婷，周辉，李红梅，伊万娟，李化龙. 基于S G滤波的陕西关中地区冬小麦生育期遥感识别和长势监测[J]. 中国农业气象, 2015, 36(01): 93-99.
[13]	秦超，李君轶，陈宏飞，包珺玮，宋光飞. 陕西省植被覆盖时空演变特征及其与气候因子的关系[J]. 中国农业气象, 2015, 36(01): 108-114.
[14]	李晓光，刘华民，王立新，卓义. 鄂尔多斯高原植被覆盖变化及其与气候和人类活动的关系[J]. 中国农业气象, 2014, 35(04): 470-476.
[15]	李颖，刘荣花，郑东东. 基于多源数据和决策树估算夏玉米种植面积[J]. 中国农业气象, 2014, 35(03): 344-348.

河南麦区一次高温低湿型干热风灾害的遥感监测

Remote Sensing Monitoring of a Dry hot Wind Disaster in Wheat Growing Area of Henan 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