MODIS数据在陕西省干旱监测中的应用

MODIS数据在陕西省干旱监测中的应用

论文摘要

以MODIS归一化差异植被指数(normalized difference vegetation index,NDVI)和陆地表面温度(land surface temperature,Ts)数据为基础,构建双抛物线型NDVI-Ts特征空间,利用实测土壤湿度对其进行验证,并基于该特征空间的温度植被干旱指数(temperature vegetation dryness index,TVDI)监测和分析了2000—2016年间陕西省旱情时空分布特征和规律。结果表明,NDVI-Ts特征空间呈双抛物线型,基于该特征空间的TVDI与10 cm深土壤湿度呈显著负相关关系(P <0. 05)。空间上,2000—2016年间陕西省旱情主要分布在陕北西北部、北部以及关中北部、东部地区;时间上,2000年陕西省受旱面积占比为31. 95%,2016年为27. 65%。榆林市北部大部分地区、延安市中部部分地区、关中地区中部以及陕南零散地区旱情得到显著缓解,约占14. 45%,而全省84. 48%地区旱情虽发生了变化,但变化不显著;全省97. 62%地区变异系数较小,位于0~0. 8之间,主要分布在陕北北部和关中南部,表明全省旱情较稳定。全省23. 74%地区旱情与降雨量呈显著负相关关系(P <0. 1),随着降雨量的增加TVDI减少,旱情越轻,主要分布在陕西省榆林市大部分地区,延安市中部部分地区,汉中市北部、西北部,安康市、渭南市北部、商洛市东部部分地区及宝鸡市西部、北部部分地区;其余地区旱情变化并未受到降雨量显著影响。进一步分析表明,平均气温也不是影响陕西省旱情变化的主导因素。

论文目录

  • 0 引言
  • 1 研究区概况及数据源
  •   1.1 研究区概况
  •   1.2 数据源及其预处理
  • 2 研究方法
  •   2.1 基于NDVI-Ts特征空间的土壤湿度监测模型
  •   2.2 一元线性回归分析
  •   2.3 稳定性分析
  •   2.4 相关系数法
  • 3 结果与分析
  •   3.1 NDVI-Ts特征空间
  •   3.2 TVDI与土壤湿度相关性验证
  •   3.3 陕西省旱情时空分布特征
  •   3.4 变化趋势与稳定性分析
  •   3.5 影响因素分析
  • 4 讨论
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 刘英,岳辉,侯恩科

    关键词: 干旱,遥感,双抛物线型特征空间,陕西省

    来源: 国土资源遥感 2019年02期

    年度: 2019

    分类: 基础科学

    专业: 气象学

    单位: 西安科技大学测绘科学与技术学院,西安科技大学地质与环境学院

    基金: 国家自然科学基金项目“荒漠化矿区土壤湿度多分辨率时空演变机理研究”(编号:41401496),中国博士后科学基金项目“荒漠化矿区湖泊水量平衡遥感估算”(编号:2016M592815)共同资助

    分类号: P426.616

    页码: 172-179

    总页数: 8

    文件大小: 989K

    下载量: 363

    相关论文文献

    • [1].基于MODIS数据的四川省空气污染变化监测[J]. 城市地理 2017(14)
    • [2].基于MODIS数据的呼包地区气溶胶反演[J]. 科学中国人 2017(23)
    • [3].基于MODIS数据中国天山积雪面积时空变化特征分析[J]. 干旱区地理 2018(02)
    • [4].基于MODIS数据的蒙古高原积雪时空变化研究[J]. 干旱区地理 2019(04)
    • [5].基于规则的MODIS数据日间云检测与比较分析[J]. 北京大学学报(自然科学版)网络版(预印本) 2009(02)
    • [6].面向GF-1 WFV数据和MODIS数据的时空融合算法对比分析[J]. 地球信息科学学报 2019(02)
    • [7].利用MODIS数据直接估算晴空区干旱与半干旱地表净辐射通量[J]. 北京大学学报(自然科学版)网络版(预印本) 2010(01)
    • [8].基于MODIS数据产品的桂林市气溶胶时空分布及变化特征分析[J]. 环境监测管理与技术 2018(01)
    • [9].基于MODIS数据的甘肃省肃南裕固族自治县草地产草量估算[J]. 兰州大学学报(自然科学版) 2018(06)
    • [10].基于MODIS数据的蒙山2001—2016年植被动态变化研究[J]. 首都师范大学学报(自然科学版) 2018(04)
    • [11].基于MODIS数据的科尔沁区植被覆盖时空变化分析[J]. 长江科学院院报 2016(02)
    • [12].基于MODIS数据云中过冷水滴的分布呈现[J]. 中国科技信息 2018(19)
    • [13].基于MODIS数据的东江流域云干扰时空特征分析[J]. 国土资源遥感 2018(01)
    • [14].基于MODIS数据的海表温度反演[J]. 大气与环境光学学报 2018(04)
    • [15].基于MODIS数据的青藏高原冰川反照率时空分布及变化研究[J]. 冰川冻土 2018(05)
    • [16].基于MODIS数据的中国气溶胶光学厚度时空分布特征[J]. 环境科学学报 2018(11)
    • [17].基于MODIS数据的山东省2014—2016年干旱监测分析[J]. 水土保持研究 2019(02)
    • [18].基于MODIS数据的甘肃主要水库水体面积变化特征[J]. 干旱气象 2019(02)
    • [19].基于MODIS数据的秋季作物秸秆焚烧遥感监测研究[J]. 农业与技术 2018(03)
    • [20].基于MODIS数据的山东省森林植被与水汽相关分析研究[J]. 山东林业科技 2009(03)
    • [21].基于MODIS数据的北京市植被覆盖度动态监测[J]. 中国水土保持 2019(02)
    • [22].基于MODIS数据的2001―2018年西安城市热岛效应研究[J]. 测绘标准化 2019(02)
    • [23].基于MODIS数据的淤泥质海岸水体指数比较与分析——以黄河三角洲海岸为例[J]. 国土资源遥感 2019(03)
    • [24].一种利用MODIS数据的夏玉米物候期监测方法[J]. 应用气象学报 2018(01)
    • [25].基于MODIS数据的南昌市大气气溶胶光学厚度反演[J]. 测绘与空间地理信息 2018(06)
    • [26].基于MODIS数据的福建海域近10年净初级生产力时空变化研究[J]. 中国海洋大学学报(自然科学版) 2015(09)
    • [27].基于MODIS数据反演江西省气溶胶光学厚度[J]. 城市地理 2018(04)
    • [28].基于ZY-3数据与MODIS数据气溶胶光学厚度反演方法对比分析[J]. 测绘与空间地理信息 2018(09)
    • [29].基于MODIS数据的滇中地区干旱监测[J]. 灌溉排水学报 2018(11)
    • [30].基于MODIS数据的冬小麦雹灾空间分布信息提取研究——以河南省平顶山市为例[J]. 地域研究与开发 2018(06)

    标签:;  ;  ;  ;  

    MODIS数据在陕西省干旱监测中的应用
    下载Doc文档

    猜你喜欢