导读:本文包含了温度植被干旱指数法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:干旱,植被,温度,指数,遥感,土壤,水分。
温度植被干旱指数法论文文献综述
李淏源,邱新法,曾燕,韦翔鸿,李建军[1]（2019）在《温度植被干旱指数、干燥度指数、水体分布与干湿特征的关系》一文中研究指出干湿研究的手段分为站点监测研究与遥感监测2种,由于遥感监测应用较晚,且不具有明显的周期性,二者的监测原理不同等原因,很少有人将2种手段的监测结果进行直接的比较研究。本研究基于气象数据和中分辨率成像光谱仪(moderate-resolution imaging spectroadiometer,简称MODIS)数据,分别计算得到山东省聊城市干燥度指数(aridity index,简称AI)和温度植被干旱指数(temporature vegetation drought index,简称TVDI),基于高分辨率卫星遥感影像数据,提取聊城市地面详细的水体信息及其分布,得到水体分布的相对密集区域以及相对稀疏区域,最后将叁者的结果进行对比分析。结果表明,(1)山东省聊城市AI、TVDI之间存在着很大的相关性,聊城西部地区2种指数明显偏高更为干燥,其中东部、西部TVDI均值分别为0.42、0.53,AI均值分别为1.79、1.86;(2)2种干湿指数的年尺度上升下降趋势基本吻合,季节间特征表现形式不同,但都可以反映相似的干湿状况空间分布规律;(3)东部、西部河流及缓冲区不覆盖区占东部、西部地区总面积比例分别为17.37%、37.71%,也呈现出西部干东部湿的特征,且与2种指数的分布规律相似。(本文来源于《江苏农业科学》期刊2019年06期）
吴欣睿,那晓东,臧淑英[2]（2019）在《温度植被干旱指数在2000—2015年松嫩平原土壤湿度中的应用》一文中研究指出选取了时间序列良好的MODIS影像,对松嫩平原2000—2015年逐月的温度植被干旱指数(TVDI)进行计算,并结合农业气象站点的相对土壤湿度数据进行对比验证,发现TVDI和相对土壤湿度数据具有良好的相关关系,表明TVDI可以作为表示土壤含水量的指标。重建1 km分辨率的松嫩平原作物生长季(4—10月)表层土壤湿度空间信息数据集,引入集合经验模态分解分析方法探究了松嫩平原土壤湿度的时空变化特征及变化趋势,并探讨了松嫩平原土壤湿度变化对农作物产量的影响。结果表明,近16年来松嫩平原土壤湿度的时间变化趋势是逐渐变湿,土壤湿度的空间变化趋势是由西南向东北逐渐变湿,极端土壤缺水事件频率呈现出增高的趋势。松嫩平原粮食产量和年均土壤湿度水平显着相关说明粮食产量受到年平均土壤湿度的影响显着,不同季相的土壤湿度对粮食产量的影响程度差异较大,夏季土壤湿度对粮食产量的影响尤为明显。(本文来源于《生态学报》期刊2019年12期）
马春芽,王景雷,陈震,殷欢庆,陈勇[3]（2019）在《基于温度植被干旱指数的土壤水分空间变异性分析》一文中研究指出【目的】深入探讨区域土壤水分空间变异及其尺度效应,优化灌区尺度土壤水分采样精度,并提供合理采样方案。【方法】以人民胜利渠灌区为研究区,利用Landsat 8遥感影像,构建了温度植被干旱指数,根据其与土壤水分的相关关系获得研究区土壤水分分布。利用经典统计学和地统计学分析方法对2种尺度下土壤水分分布进行了空间变异性分析。【结果】不同尺度土壤水分服从正态分布,随着研究尺度和分辨率的增大,土壤水分的空间变异系数逐步增大;地统计学分析表明小尺度的块金基台比(C0/(C0+C))小于0.25,具有较强的空间相关性,而灌区尺度的块金基台比大于0.25小于0.75,具有中等强度的空间相关性。灌区尺度所选不同分辨率下土壤水分的变异系数、变程以及块金基台比变化很小。【结论】人民胜利渠灌区尺度土壤水分的获取不适宜用插值法,比较适宜用遥感法。(本文来源于《灌溉排水学报》期刊2019年03期）
王小丹[4]（2018）在《基于温度植被干旱指数的陕西省干旱监测》一文中研究指出本文利用MODIS数据的归一化植被指数(NDVI)和地表温度(LST)构建NDVI-LST特征空间,进而由此构建温度植被干旱指数(TVDI),实现对陕西省从2000年到2013年的干旱监测,探究出TVDI在干旱遥感监测的适用性和应用前景。结果表明:1)构建的NDVI-LST特征空间,其散点图满足叁角形关系,符合前人的研究成果;2)基于TVDI的干旱遥感等级图在空间分布和时间演变大致符合实际旱情;故利用温度植被干旱指数进行陕西省旱情监测能较好地反映当地旱情。(本文来源于《第35届中国气象学会年会 S1 灾害天气监测、分析与预报》期刊2018-10-24）
高培霞,张吴平,梁爽,毕如田,王国芳[5]（2018）在《基于温度植被干旱指数(TVDI)的土壤干湿反演》一文中研究指出【目的】快速准确监测大面积区域土壤水分,提高遥感监测土壤水分的效率。【方法】采用Landsat 8 OLI影像构建了地表温度(Ts)-植被指数(NDVI)特征空间,拟合了特征空间的干湿边方程,并根据干湿边方程计算的温度植被干旱指数(TVDI)与同期野外不同深度的实测土壤含水率进行了回归分析与验证。【结果】遥感影像反演所得的TVDI与野外实测土壤湿度显着相关(α=0.05);0~10、10~20、20~30 cm土层中,TVDI与10~20 cm土层土壤湿度相关性最高(r=0.79);遥感影像反演的土壤湿度时空分布变化特征与作物分布生长情况以及气候变化规律基本吻合。【结论】根据温度植被干旱指数法反演监测区域土壤湿度是切实可行的,尤以10~20 cm土层土壤湿度的反演监测最为精准与可靠。(本文来源于《灌溉排水学报》期刊2018年10期）
郗风江,许龙,卢峰[6]（2018）在《利用温度植被干旱指数TVDI监测草原干旱情况》一文中研究指出通过对锡林浩特草原牧草生育期Landsat8卫星数据的获取与处理,从相应的影像上提取反演得到植被指数(NDVI)、地表温度(LST),并运用Sandholt(2002)等提出的温度植被干旱指数(TVDI),反演得到研究区的温度植被干旱指数。将反演得到的TVDI与土壤湿度数据进行相关性分析后,对研究区的旱灾情况进行等级划分,从而对草原植被的土壤水分时空分布变化规律进行监测与评估。(本文来源于《内蒙古科技与经济》期刊2018年19期）
李晶,韩颖,杨震,苗辉,殷守强[7]（2018）在《基于温度植被干旱指数的兖州煤田煤炭开采影响边界遥感提取》一文中研究指出为识别植被覆盖区煤炭开采的生态影响边界,该文以兖州煤田为研究区域,应用温度植被干旱指数TVDI(temperature vegetation drought index)反演沉陷积水区外围的土壤湿度空间分布特征,利用MATLAB拟合TVDI变化趋势并依据其趋于稳定的渐近线,反解煤炭开采活动对矿区生态的影响边界,将其与采用MSCS(mining subsidence prediction system,MSCS)软件预计获得的下沉10 mm沉陷边界进行对比。结果表明:不同距离的TVDI中位数随距积水区边缘距离的变化表现为先增加后趋于平稳、呈指数变化特征;基于TVDI分析得到的煤炭开采的非积水影响范围,仅相当于沉陷积水面积的2.07倍,预计沉陷非积水面积与预计沉陷积水面积之比为4.63倍。通过模型拟合遥感指数随距离的变化特征,能够获得煤炭开采的影响边界;兖州煤田基于TVDI获取的煤炭开采影响面积,相对小于预计的开采沉陷面积。该研究可为确定煤炭开采对生态影响的边界提供参考。(本文来源于《农业工程学报》期刊2018年19期）
肖化顺,张贵,符朝曦,吴鑫[8]（2018）在《基于温度植被干旱指数的湖南省林地干旱反演研究》一文中研究指出湖南省森林资源丰富,森林覆盖率达47.77%,但森林资源质量不高,抗逆能力较差;旱灾和因旱灾引发的次生灾害可能会成为湖南林业发展的最大威胁。以MODIS数据为数据源,提取林地干旱遥感监测因子的植被指数(NDVI)与地表温度(LST),利用温度植被干旱指数(TVDI)模型,并进行湖南省2013—2015年森林植被生长季的林地干旱反演,分析得到2013年湖南全境林地旱情从3月到8月发生不同程度的加重的现象,生长季前期干旱区域分布在湘南,湘西北地区出现干旱的程度较低;生长季后期洞庭湖区及湘中地区干旱程度较为严重。进一步反演2014年和2015年每年3—5月林地干旱时空分异特点,在时间尺度上,2015年3—5月旱情有逐月加重趋势,与2014年相比,其同比月份的干旱程度较高。在空间分布上,旱情较为严重的区域多分布在湘南和湘中的局部区域。将2013年8月湖南省气象局发布的干旱等级监测数据,与依照干旱反演得出的TVDI值所确定的干旱等级进行比较,干旱等级的一致率达81.4%,由此,随着湖南省卫星减灾应用工程不断完善,可以成为林地干旱监测预警的有效实现途径之一。(本文来源于《中南林业科技大学学报》期刊2018年07期）
沈亲,邓槿,刘旭升,黄华国[9]（2018）在《基于遥感温度植被干旱指数的小蠹虫害预警》一文中研究指出针对小蠹虫对森林的危害隐蔽强,症状滞后性明显,在其早期发生时进行遥感识别非常困难。该文基于干旱和虫害存在一定的时滞相关性的假设,提出基于温度植被干旱指数(temperature vegetation dryness index,TVDI)预报小蠹危害的方法。以遭受大面积连续干旱和小蠹危害的云南省中部的石林县为案例区,利用Landsat数据,建立归一化植被指数(normalized difference vegetation index,NDVI)-地表温度(land surface temperature,Ts)特征空间,估算逐像元TVDI。基于地面小班调查的虫害等级数据(健康、轻度、中度和重度4个等级),比较不同虫害等级斑块TVDI差异。同时,以持续干旱2011年轻度受害区为例,结合受害前后云南松林NDVI差值(difference of NDVI before and after the forest attacked by bark beetles,d NDVI)表征实际受害程度的方法,建立TVDI与d NDVI的关系,对2012年进行预测。结果表明,2010-2015年,受害区整体呈下降趋势,TVDI由西向东逐渐变大。健康云南松林TVDI显着高于虫害云南松林(P<0.05),且虫害越严重,TVDI越小;2011年,TVDI与d NDVI呈显着负相关(P<0.05),可以用线性模型进行拟合,拟合决定系数R2为0.322。采用模型对2012年实际发生情况进行预测,得到预测与实测d NDVI均方根误差RMSE为0.237。在整体干旱的环境下,相对湿润的地方小蠹虫害更严重。因此,可以根据TVDI空间分布特征,找出TVDI相对较小的区域,作为虫害可能发生的重点关注区域,该研究对及时发布虫情监测信息有建设性的意义。(本文来源于《农业工程学报》期刊2018年09期）
赵建苹[10]（2018）在《基于温度植被干旱指数的湖南省干旱分析》一文中研究指出干旱作为近年来频发的自然灾害现象,已严重影响到生态环境的平衡及人类经济、社会的可持续发展,一直是困扰社会的一个重要问题。湖南省地处我国中部腹地,作为我国重要的粮食产区,降水年际变化明显,季节分配明显不均,降水变率大。传统的干旱监测通常基于地面气象站点数据进行分析,但由于经济条件等因素导致气象站点分布受限,站点分布不均,遥感技术的出现为干旱监测提供了有利条件,并因其全天候、多时相、覆盖面广而广受学者青睐。充分发挥RS技术的优势条件,建立合适的干旱监测机制,对于合理地分析旱情具有积极的意义。本文在综合分析国内外遥感干旱分析资料的基础上,以湖南省为研究对象,利用MODIS地表温度产品MOD11C3和植被指数产品MOD13A2提取归一化植被指数(NDVI)/增强型植被指数(EVI)和陆地地表温度(LST)构建温度植被干旱指数(TVDI);通过构建NDVI-LST和EVI-LST特征空间对“干边”和“湿边”进行拟合,比较相关系数探索两种指数拟合效果;通过NDVI-LST和EVI-LST指数与研究区各气象站内实测降雨量、温度进行相关性分析,验证EVI-LST干旱指数在湖南省适用性。采用EVI-LST特征空间的拟合系数计算出研究区的干旱分级图,以及不同土地利用类型中(建筑用地、耕地、林地)TVDI分布情况。在时空上对EVI-LST分析研究区2005-2015年的干旱状况,利用一元线性回归分析进行长时间的动态遥感监测及分析。主要成果与结论如下:(1)ENVI软件中运用IDL编程语言,运行输出LST-NDVI和LST-EVI特征空间散点图,确定干、湿边拟合参数,可以发现EVI-LST特征空间叁角形关系拟合效果更好。通过建立特征空间,实现湖南省2005-2015年各个月内TVDI指数反演。(2)选用湖南省2005～2015年月降水观测数据,采用降水距平、Morlet小波分析湖南省10个气象站点2005—2015年逐月、季节降水特征及周期规律,Mann-Kendall(简称M-K)法分析降水突变规律,分析降水变化特征及趋势。结果表明,UF曲线显示在2006-2007年间超出临界点,突破显着性水平临界值-1.28,通过0.1的显着性检验。湖南省降水具有显着的季节性特征,累计距平值在-1到1之间,存在3-15左右的降雨交替变化周期。(3)基于一元线性分析方法,2005—2015年湖南省增减趋势呈现自西北向东南“减少-增加-减少”的空间分布格局。TVDI变化均值为-0.0014,TVDI呈减少趋势的面积比例为51.39%。(4)研究结果显示:湿地、林地分布在TVDI值较低的区域,对水分需求高,建筑用地旱情较其它地类严重,TVDI值最高,耕地和草地分布次之,对水分要求不高,以偏旱为主。(本文来源于《湖南师范大学》期刊2018-05-01）
温度植被干旱指数法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
选取了时间序列良好的MODIS影像,对松嫩平原2000—2015年逐月的温度植被干旱指数(TVDI)进行计算,并结合农业气象站点的相对土壤湿度数据进行对比验证,发现TVDI和相对土壤湿度数据具有良好的相关关系,表明TVDI可以作为表示土壤含水量的指标。重建1 km分辨率的松嫩平原作物生长季(4—10月)表层土壤湿度空间信息数据集,引入集合经验模态分解分析方法探究了松嫩平原土壤湿度的时空变化特征及变化趋势,并探讨了松嫩平原土壤湿度变化对农作物产量的影响。结果表明,近16年来松嫩平原土壤湿度的时间变化趋势是逐渐变湿,土壤湿度的空间变化趋势是由西南向东北逐渐变湿,极端土壤缺水事件频率呈现出增高的趋势。松嫩平原粮食产量和年均土壤湿度水平显着相关说明粮食产量受到年平均土壤湿度的影响显着,不同季相的土壤湿度对粮食产量的影响程度差异较大,夏季土壤湿度对粮食产量的影响尤为明显。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
温度植被干旱指数法论文参考文献
[1].李淏源,邱新法,曾燕,韦翔鸿,李建军.温度植被干旱指数、干燥度指数、水体分布与干湿特征的关系[J].江苏农业科学.2019
[2].吴欣睿,那晓东,臧淑英.温度植被干旱指数在2000—2015年松嫩平原土壤湿度中的应用[J].生态学报.2019
[3].马春芽,王景雷,陈震,殷欢庆,陈勇.基于温度植被干旱指数的土壤水分空间变异性分析[J].灌溉排水学报.2019
[4].王小丹.基于温度植被干旱指数的陕西省干旱监测[C].第35届中国气象学会年会S1灾害天气监测、分析与预报.2018
[5].高培霞,张吴平,梁爽,毕如田,王国芳.基于温度植被干旱指数(TVDI)的土壤干湿反演[J].灌溉排水学报.2018
[6].郗风江,许龙,卢峰.利用温度植被干旱指数TVDI监测草原干旱情况[J].内蒙古科技与经济.2018
[7].李晶,韩颖,杨震,苗辉,殷守强.基于温度植被干旱指数的兖州煤田煤炭开采影响边界遥感提取[J].农业工程学报.2018
[8].肖化顺,张贵,符朝曦,吴鑫.基于温度植被干旱指数的湖南省林地干旱反演研究[J].中南林业科技大学学报.2018
[9].沈亲,邓槿,刘旭升,黄华国.基于遥感温度植被干旱指数的小蠹虫害预警[J].农业工程学报.2018
[10].赵建苹.基于温度植被干旱指数的湖南省干旱分析[D].湖南师范大学.2018
论文知识图
