导读:本文包含了旱情监测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:旱情,遥感,干旱,墒情,黑龙江省,土壤,数据。
旱情监测论文文献综述
李亚男,于文金,谢涛,周鸿渐[1]（2019）在《基于FY-4 AGRI与Himawari-8 AHI的干旱灾害监测及旱情分析——以2018年河北省秋季干旱为例》一文中研究指出2018年河北省秋季处于干旱状况,该文选取河北省为研究区,利用FY-4 AGRI数据对2018年秋季河北省的干旱状况进行监测,并对比同期的Himawari-8 AHI数据,验证其监测精度,对比了两种传感器在干旱监测中的表现,分析了2018年秋季河北省的干旱状况。结果表明:①河北省2018年秋季整体呈干旱的趋势,9月PDI指数相对较低,10月干旱进一步发展,11月干旱程度最为严重,PDI值整体较高;②经验证,传感器反演的PDI均与实测数据呈负相关关系,且相关系数在0.42～0.82之间;③AHI传感器在20 cm土壤深度的相关性要更高,但在10 cm土壤深度上,AGRI与实测土壤相对湿度数据的相关性更稳定。可以说明新型的国产静止轨道卫星数据(AGRI)在干旱监测业务上的应用是可行的。(本文来源于《灾害学》期刊2019年04期）
[2]（2019）在《黑龙江省旱情遥感监测业务化运行系统》一文中研究指出2018年度水利先进实用技术重点推广指导目录——SLT 201806技术简介:(1)本系统基于卫星遥感监测和地面站点观测数据,研究旱情监测数据快速处理技术、旱情遥感监测模型构建技术、农作物种植面积遥感监测等技术;(2)设计、研发黑龙江省旱情遥感监测业务化运行系统,监测分析黑龙江省农用耕地的旱情,重点是松嫩平原和叁江平原的农业旱情,使其满足抗(本文来源于《水利科学与寒区工程》期刊2019年04期）
陈丙寅,杨辽,陈曦,王伟胜[3]（2019）在《基于改进型TVDI在干旱区旱情监测中的应用研究》一文中研究指出干旱是全球范围内影响最为广泛的自然灾害之一,其所导致的土壤沙漠化、荒漠化和盐碱化给生态环境造成不可逆的危害。通过对MODIS数据进行投影转换、去云等预处理的基础上,利用地形校正对TVDI模型进行改进,构建了改进型的温度植被干旱指数(mTVDI)用于新疆干旱区旱情监测。利用土壤实测数据对mTVDI及传统的TVDI模型进行对比验证。研究结果表明:(1)利用EVI与校正后的LST构建的mTVDI_E对干旱区旱情的敏感度最高,与实测土壤水分数据的相关性R~2为0.74。(2)从空间上看,新疆2015年旱情分布以塔里木盆地和准噶尔盆地为两个干旱中心,旱情状况由严重逐步向周围山区递减至湿润状态。从时间上看,新疆6月、7月和8月旱情最为严重。(3)研究利用TRMM降水数据对基于mTVDI_E反演的新疆旱情时空分布特征进行对比分析,结果表明二者所表现出的旱情时空分布较为一致,不同时间段内的降水量与mTVDI_E之间具有一定的相关性,且均通过了P<0.01显着性检验。综上,基于TVDI所提出的mTVDI_E能够有效开展新疆干旱区旱情监测,且精度较高,从而为今后定量化开展大区域尺度旱情监测研究提供参考。(本文来源于《干旱区地理》期刊2019年04期）
程双飞[4]（2019）在《基于无人机遥感的青贮夏玉米干旱指数监测及旱情信息反演》一文中研究指出无人机遥感可实时、快速的获取高精度农田旱情信息,对于推广新型节水灌溉技术意义重大。本研究以2018年内蒙古达拉特旗昭君镇试验站青贮夏玉米为研究对象,利用无人机遥感系统获取多光谱和热红外影像数据,提取植被指数和地表混合温度确定陆气温差、温度植被干旱指数(TVDI)和水分亏缺指数(WDI)监测青贮夏玉米旱情;研究青贮夏玉米不同生育期内不同时间尺度和水分胁迫下干旱指数与土壤含水率和气孔导度相关性;比较了不同方法建立干旱指数与土壤含水率和气孔导度反演模型的差异。本文主要研究内容及结论如下:(1)原始数据获取及干旱指数计算。利用地面设备获取所需的气象数据和田间地面数据;利用无人机遥感系统获取多光谱和热红外影像,通过遥感影像预处理得到试验田正射影像,并提取归一化植被指数(NDVI)、增强植被指数(EVI)、土壤调节植被指数(SAVI)和地表混合温度,遥感数据与地面数据结合计算干旱指数。(2)研究陆气温差监测青贮夏玉米旱情的监测效果。结果表明陆气温差分布图可区分裸地、玉米和灌溉不均匀区域。在不同生育期,陆气温差可监测日间尺度和旬间尺度下玉米旱情变化。在不同水分胁迫下,100%充分灌溉时陆气温差无法监测青贮夏玉米旱情;65%和40%充分灌溉下,陆气温差监测拔节期旱情时出现较大波动,监测生育中后期旱情时效果稳定。(3)研究温度植被干旱指数监测青贮夏玉米旱情的监测效果。结果表明TVDI分布图可明显区分裸地、玉米和灌溉不均匀区域。在拔节期,TVDI适用于监测日间尺度下玉米旱情;旬间尺度下TVDI旱情监测效果较差;在不同水分胁迫下,TVDI无法稳定监测旱情。在生育中后期,TVDI适用于监测日间尺度下玉米旱情;旬间尺度下NDVI和SAVI计算得到的TVDI可用于监测土壤含水率,SAVI计算得到的TVDI适用于监测玉米气孔导度;在不同水分胁迫下,100%充分灌溉时,TVDI无法监测玉米旱情,65%和40%充分灌溉条件下SAVI计算的TVDI可稳定监测土壤含水率变化。(4)研究水分亏缺指数监测青贮夏玉米旱情的监测效果。结果表明WDI分布图可明显区分裸地、玉米和灌溉不均匀区域。在拔节期,WDI适用于监测日间尺度和旬间尺度下旱情变化;在不同水分胁迫下,100%充分灌溉时,WDI无法监测玉米旱情,65%和40%充分灌溉条件下WDI可稳定监测旱情变化。在生育中后期,WDI适用于监测日间尺度下玉米旱情;旬间尺度下,NDVI和SAVI计算的WDI可用于监测土壤含水率的变化;不同水分胁迫下,WDI无法稳定监测玉米旱情。(5)对叁种干旱指数与土壤含水率和气孔导度的相关性进行分析对比。结果表明在监测青贮夏玉米日间尺度下旱情时,易于获取的陆气温差和温度植被干旱指数更具优势;在监测青贮夏玉米旬间尺度下旱情时,水分亏缺指数适用于监测拔节期旱情,陆气温差适用于监测生育中后期旱情。(6)对比干旱指数与土壤含水率和气孔导度的不同反演模型。结果表明,陆气温差的支持向量机模型可明显提高反演效果和适用范围;温度植被干旱指数的支持向量机模型可稳定提高反演效果;水分亏缺指数的支持向量机模型可有效提高反演效果。(本文来源于《西北农林科技大学》期刊2019-05-01）
姚远,陈曦,钱静[5]（2019）在《遥感数据在农业旱情监测中的应用研究进展》一文中研究指出在全球变暖的背景下,农业干旱频发不仅严重影响区域粮食安全和生态安全,同时还威胁社会经济稳定和可持续发展。农业旱情遥感监测是预防农业旱灾发生发展的重要途径,可以为科学制定旱灾风险管理措施提供有力支撑。因此,厘清农业旱情遥感监测研究进展对于今后更好地开展农业旱情监测及预警研究以及进一步促进社会经济的可持续发展具有重要的现实意义。基于此,系统梳理了当前遥感数据在农业旱情监测中的应用研究进展。针对不同的农业旱情评价对象,将旱情监测指标分为降水监测指标、土壤含水量监测指标和作物需水监测指标,并对不同指标涉及的遥感数据源和评价方法进行了归纳和总结。重点针对农业旱情监测涉及的最主要的两种典型地物(土壤和植被)的光谱特性差异和对水分变化的敏感波段不同,系统总结了微波遥感监测法,可见光、近红外与热红外遥感监测法和高光谱遥感监测法用于农业典型地物旱情监测的近今进展,并探讨了未来农业旱情遥感监测研究的主要发展方向,以期为今后更好地开展农业旱情预警和调控管理工作提供参考。(本文来源于《光谱学与光谱分析》期刊2019年04期）
崔田甜[6]（2019）在《浅论扎兰屯市旱情信息自动监测系统以及抗旱设施、设备规划建设》一文中研究指出文章探讨扎兰屯市旱情信息自动监测系统及抗旱设施、设备规划建设的必要性。(本文来源于《内蒙古水利》期刊2019年02期）
刘潇,李芳花,辛景峰,郑文生[7]（2018）在《黑龙江省旱情遥感监测系统开发与应用》一文中研究指出本文介绍了黑龙江省旱情遥感监测系统开发的技术方案,并对关键技术进行了阐述,同时就业务化运行的示范应用进行了分析。选取2015—2017年的遥感监测数据,分析了黑龙江省3a间的干旱状况,同时,基于站点实测的土壤墒情数据和遥感反演的土壤含水量数据,通过旱情等级进行精度评价,并对旱情监测结果进行验证。研究结果表明:区域旱情遥感监测系统具有按侯、旬生产旱情监测产品的能力,监测结果可靠,平均精度达到87.21%,满足旱情监测的要求。(本文来源于《水利科学与寒区工程》期刊2018年12期）
范春红[8]（2018）在《通榆县土壤墒情与旱情监测工作分析》一文中研究指出土壤墒情监测是以提高水资源的利用效率为中心,以实现农业节本增效为重点,通过开展土壤墒情与旱情监测,建立起通榆县土壤墒情与旱情信息管理系统。(本文来源于《农业与技术》期刊2018年20期）
陈振,刘涛,梁守真,侯学会,王猛[9]（2018）在《基于Modis-TVDI方法的山东小麦生长季旱情遥感监测》一文中研究指出遥感监测旱情比传统监测方法有巨大的优势,具有宏观、动态和经济的技术特点,对于指导农业生产有重要的意义。利用Modis数据,结合Ts-NDVI特征空间法,得到山东省2012年小麦主要生长季3—6月地表温度和NDVI空间变化特征,计算了植被缺水指标——温度植被干旱指数(TVDI),并对各个月份的旱情作了初步划分,得到旱情的空间分布。提供了一种识别旱情的方法,对于及时发现旱情,采取相关措施缓解旱情,指导农业生产工作开展具有一定的意义。(本文来源于《江苏农业科学》期刊2018年19期）
路中,雷国平,马泉来,郭晶鹏,王居午[10]（2018）在《基于重构的Landsat 8时间序列数据和温度植被指数的区域旱情监测》一文中研究指出为了快速且准确地估算大区域范围内土壤水分信息,实现松嫩平原北部区域旱情的监测。基于Landsat 8时间序列数据,计算归一化植被指数(NDVI)和地表温度指数(LST)的时间序列数据,在此基础上利用Savitzky-Golay(S-G)滤波对所得时间序列数据进行了重构,弥补因受云和大气影响而产生的噪声。然后根据重构后的NDVI和LST数据,求得温度植被指数(TVDI);探讨TDVI和土壤湿度之间的关系,构建土壤湿度反演模型,并结合野外实测数据对模型精度进行了验证。结果表明:(1)S-G滤波可以有效地弥补因受云和大气影响而产生的不足,提高Landsat 8时间序列数据的质量;(2)温度植被干旱指数可以有效地反映土壤湿度状况,经过S-G滤波处理后的数据反演精度更高(RMSE=2.14%);(3)经过S-G滤波处理后的Landsat 8数据可以更为精确实现大区域范围内时间序列的旱情监测,为区域旱情的监测提供借鉴。(本文来源于《水土保持研究》期刊2018年05期）
旱情监测论文开题报告
（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：
2018年度水利先进实用技术重点推广指导目录——SLT 201806技术简介:(1)本系统基于卫星遥感监测和地面站点观测数据,研究旱情监测数据快速处理技术、旱情遥感监测模型构建技术、农作物种植面积遥感监测等技术;(2)设计、研发黑龙江省旱情遥感监测业务化运行系统,监测分析黑龙江省农用耕地的旱情,重点是松嫩平原和叁江平原的农业旱情,使其满足抗
（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。
旱情监测论文参考文献
[1].李亚男,于文金,谢涛,周鸿渐.基于FY-4AGRI与Himawari-8AHI的干旱灾害监测及旱情分析——以2018年河北省秋季干旱为例[J].灾害学.2019
[2]..黑龙江省旱情遥感监测业务化运行系统[J].水利科学与寒区工程.2019
[3].陈丙寅,杨辽,陈曦,王伟胜.基于改进型TVDI在干旱区旱情监测中的应用研究[J].干旱区地理.2019
[4].程双飞.基于无人机遥感的青贮夏玉米干旱指数监测及旱情信息反演[D].西北农林科技大学.2019
[5].姚远,陈曦,钱静.遥感数据在农业旱情监测中的应用研究进展[J].光谱学与光谱分析.2019
[6].崔田甜.浅论扎兰屯市旱情信息自动监测系统以及抗旱设施、设备规划建设[J].内蒙古水利.2019
[7].刘潇,李芳花,辛景峰,郑文生.黑龙江省旱情遥感监测系统开发与应用[J].水利科学与寒区工程.2018
[8].范春红.通榆县土壤墒情与旱情监测工作分析[J].农业与技术.2018
[9].陈振,刘涛,梁守真,侯学会,王猛.基于Modis-TVDI方法的山东小麦生长季旱情遥感监测[J].江苏农业科学.2018
[10].路中,雷国平,马泉来,郭晶鹏,王居午.基于重构的Landsat8时间序列数据和温度植被指数的区域旱情监测[J].水土保持研究.2018
论文知识图
