, 阎建忠, 李兰晖Analysis of soil moisture variation in summer of Qiangtang Plateau based on TVDI
LICaiying, YANJianzhong, LILanhui通讯作者:
收稿日期:2017-05-23
修回日期:2017-09-28
网络出版日期:2017-11-20
版权声明:2017《地理研究》编辑部《地理研究》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (17236KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
土壤湿度是研究农牧区干旱程度和监测土地生产能力的一项重要指标[1],是气候、水文、农业、生态系统等多个领域的关键参数之一[2,3]。实时、有效地监测土壤湿度对预测区域干湿情况和适应区域及全球变化等具有重要意义[4,5]。相对传统的地面监测方法[6],运用遥感资料与陆地表面模型相结合的方法已成为大面积监测土壤湿度的主要技术手段[7]。特别是对一些常规资料较少的地区,具有多时相、多空间、高分辨率特点的遥感资料极大地丰富了土壤湿度研究。土壤湿度遥感监测方法主要包括热惯量法[8]、微波遥感法[9]、作物缺水指数法[10]、温度—植被指数法[11]等。其中,利用温度—植被指数特征空间耦合地表温度和植被信息,是实现土壤湿度遥感估算和旱情监测的重要方法[12]。Nemani等[13]认为温度—植被指数特征空间是梯形的关系,Price等[14,15]发现温度—植被指数特征空间呈三角形关系,Sandholt等[16]在此基础上提出了温度植被干旱指数法（Temperature Vegetation Dryness Index,TVDI）。该方法能有效地模拟土壤水分特征,因此被国内外****广泛运用。齐述华等[17]利用TVDI法对全国范围的旱情进行了监测;闫峰等[12]以农业旱情发生频率较高的河北省为研究区,探讨了TVDI模型对不同深度土壤水分的估算能力;杨玲等[18]基于TVDI法定量揭示了西辽河流域土壤湿度时空分布格局,并探讨了土壤湿度的主要影响因素;赵杰鹏等[19]对TVDI法进行了改进以便能够监测大范围干旱区,消除云、区域地形起伏、覆被类型差异对反演结果的影响。此外,TVDI法在青藏高原地区也得到了一定的应用[20-25],研究结果表明运用TVDI法反演土壤湿度在高原地区是可行的。
青藏高原作为一个巨型自然地理单元,拥有独特的自然环境和地域分异规律[26]。羌塘高原是青藏高原的主体部分,绝大部分地区位于半干旱、干旱的高原亚寒带,这使得该区域的生态环境极其脆弱[25]。该地区气象监测站点稀少,且缺少大范围和连续的土壤湿度观测数据,基于地面观测的常规资料难以获得羌塘高原的土壤湿度特征。而基于遥感数据的TVDI法反演土壤湿度能有效弥补这一方面的不足,且目前对该地区的空间格局及年际变化的研究相对较少。本文拟运用TVDI法模拟羌塘高原2000-2014年夏季土壤湿度,分析2014年夏季土壤湿度的空间格局以及土壤湿度变化趋势,以补充羌塘高原土壤湿度等基本科研资料,并为今后的研究提供参考依据。
2 研究方法与数据来源
2.1 研究区概况及采样点
羌塘高原总面积为58.6万 km2,占青藏高原总面积的1/4。北起昆仑山、南抵冈底斯—念青唐古拉山、东自怒江分水岭、西到帕米尔高原[27]。该地区地势西北高,东南低（图1）。羌塘高原气候寒冷、干旱、多风,大部分地区年平均气温小于0 ℃。高原内降水差异较大,年均降水量为50~400 mm[28,29]。受西南季风运动路径及地形因素影响,降水自东向西呈递减趋势,其中65%~85%的年降水量集中在植物生长旺盛的6-8月[30]。独特的高寒气候使得该地区植被和土壤呈现出独特的分布特征,从东南向西北依次出现“高寒草甸—高寒草原—高寒荒漠”的梯度变化,土壤主要为高山草原土、高山荒漠草原土、亚高山荒漠土、高山荒漠土[31]。采样点主要分布在改则、日土一带。
显示原图|下载原图ZIP|生成PPT图1研究区及采样点分布
-->Fig. 1Study area and the distribution of sampling points
-->
2.2 原理与方法
Price等[14,15]发现以遥感数据获得的植被指数为横坐标,地表温度为纵坐标构成的散点图是呈三角形的,Sandholt等[16]由此提出温度植被干旱指数法,构建原理如图2所示。其计算公式为：
显示原图|下载原图ZIP|生成PPT图2TVDI原理图[
-->Fig. 2The principle and definition of the Temperature Vegetation Dryness Index（TVDI）
-->
式中：Ts为任意像元的地表温度（Land Surface Temperture）;Tsmax为相同植被指数像元中,像元对应的最高地表温度,即特征空间的干边;Tsmin为相同植被指数像元中,像元对应的最低地表温度,即特征空间的湿边。干湿边方程可表示为：
式中：a1、b1、a2、b2分别为干湿边拟合方程的系数;NDVI为归一化植被指数（Normalized Difference Vegetation Index）。根据式（2）~式（3）,最终得到TVDI的表达式为：
本文通过提取相同NDVI对应的Ts的最大、最小值,分别对所有最大、最小值进行线性拟合,构建Ts-NDVI特征空间,得到干边、湿边拟合方程的系数。将同期NDVI和Ts带入式（4）计算出遥感影像每个像元的TVDI值,再按一定范围对TVDI值进行重分类,最终得到TVDI空间分布情况。TVDI反演结果表示土壤湿度的相对值,其取值为0~1,值越大,说明土壤含水量越低。
2.3 数据来源
2.3.1 遥感数据 本文选择Terra卫星MODIS数据的MOD11A2产品和MOD13A2产品,数据来源于LAADS DAAC数据中心（https://ladsweb.modaps.eosdis.nasa.gov/）,MOD11A2产品是地表温度数据,该产品每期由8天合成,MOD13A2产品是植被指数数据,该产品每期由16天合成,数据的空间分辨率均为1 km×1 km。在研究区范围内,该数据每期影像共有3景,行列号分别为h24v05、h25v05、h25v06。通过对羌塘高原多个不同时段初步分析后,本文选定MOD11A2产品每年的177、185、193、201、209、217、225、233八期数据,MOD13A2产品每年的177、193、209、225四期数据,时间序列为2000-2014年。考虑到天数的对等性,运用最大值合成法将MOD11A2数据两期合成为一期,如177和185合成后表示为177。同时,为便于表示某期影像,后文将在每一期前加上DOY（Day of year）。遥感影像和对应的每年时间区间如表1所示。运用选定的数据,构建的特征空间拟合相对较好,能够满足研究需要。
Tab.1
表1
表1本文使用的MODIS遥感影像概况
Tab.1Summary of MODIS data sets in this study
| MOD13A2 | MOD11A2 | 每年时间区间 |
|---|---|---|
| DOY177 | DOY177、DOY185 | 6月26日-7月11日 |
| DOY193 | DOY193、DOY201 | 7月12日-7月27日 |
| DOY209 | DOY209、DOY217 | 7月28日-8月12日 |
| DOY225 | DOY225、DOY233 | 8月13日-8月28日 |
新窗口打开
2.3.2 实测数据 2012-2014年,课题组在羌塘高原野外科学考察中先后架设了18套土壤湿度仪器,采用Decagon公司生产的ECH2O EC-5土壤水分传感器对土壤湿度进行监测,数据记录间隔为10 min,时间覆盖了2012年9月-2015年10月,剔除数据记录不正常的1个站点,本文最终选择2014年6月26日-7月11日时段17个站点的土壤湿度（5 cm深度）数据作为验证数据。
2.3.3 气象数据 本文选用中国气象局气象数据中心的中国地面气候资料月值数据集（http://data.cma.cn/）的气温和降水数据,探讨其对土壤湿度的影响。选取羌塘高原范围内班戈、安多、申扎和改则4个站点的2000-2014年7-8月数据。
2.4 数据处理
基于地表温度（Ts）与归一化植被指数（NDVI）,采用ENVI扩展工具小熊工具箱①(① 该ENVI扩展工具由中国科学院对地观测与数字地球科学中心胡勇博士编写。)中的“TVDI”功能,构建Ts-NDVI特征空间,并通过ArcGIS代数计算工具和式（4）,将某一期NDVI数据和对应的Ts数据合成得到TVDI数据。具体操作过程如下：（1）利用MRT、ArcGIS软件对MODIS原始数据MOD11A2和MOD13A2进行预处理,包括影像拼接、裁剪等,采用最大值合成法（MVC）将白天温度MOD11A2数据8天转为16天（两期合为一期）。
（2）利用ENVI扩展工具小熊工具箱中的“TVDI”功能,提取某一影像相同NDVI值像元对应的温度数据所有温度值的最大、最小值,将处理好的某期Ts数据和对应的NDVI数据导入软件,设定NDVI和Ts值域,最终输出结果包括jpg格式的Ts-NDVI特征空间图和txt格式的文本数据。
（3）为便于数据分析,将txt格式的文本数据中的NDVI和Tsmin、Tsmax值进行线性拟合,提取干边和湿边方程的系数,确定式（4）中的a1、b1、a2和b2。
（4）利用ArcGIS软件像元计算功能,将同期NDVI数据和Ts数据代入式（4）计算,最后获得该期对应的TVDI数据。羌塘高原内有大面积的湖泊和冰川,本文将其剔除,不作为研究对象。
（5）采用最小二乘法分析2000-2014年土壤湿度的动态特征。
3 结果分析
3.1 Ts-NDVI特征空间的构建及实地验证
本文以2014年四期Ts-NDVI特征空间为例进行分析（图3）,四期均呈现出较好的三角形关系,整体特征较为一致,符合Ts-NDVI特征空间呈三角形分布的基本特征。干边方程相关系数R2较稳定,处于0.8~0.9之间,湿边方程相关系数R2波动较大,处于0.4~0.8之间。
显示原图|下载原图ZIP|生成PPT图3羌塘高原2014年DOY177~DOY225特征空间图
-->Fig. 3The Ts-NDVI space of Qiangtang Plateau at DOY177 ~DOY225 in 2014
-->
利用在羌塘高原采集的2014年6月26日-7月11日时段内17个5 cm深度处地面点的土壤湿度数据与对应的TVDI值进行相关分析。因Terra卫星在上午10:30过境,为使遥感数据源提取的TVDI值与采样时间吻合,地面数据选取的是监测仪器在每期内每日10时至11时数据的算数平均值[21]。由图4可知,拟合结果R2=0.4501,通过了P<0.05显著性水平检验,表明TVDI法能够反演羌塘高原的土壤湿度。
显示原图|下载原图ZIP|生成PPT图4TVDI法与实测土壤表层含水量的相关关系
-->Fig. 4Relations between TVDI and measured top soil moisture
-->
3.2 羌塘高原2014年夏季土壤湿度空间分布
本研究沿用宋春桥等[25]对TVDI分级（表2）的方法来反演羌塘高原2014年夏季土壤湿度空间分布状况,反演结果如图5所示。TVDI作为土壤湿度的替代指标,其反演结果反应的是研究区土壤湿度的分布状况而非土壤的绝对含水量。2014年夏季整个羌塘高原土壤湿度空间格局总体上表现为东南部偏湿润,西北部偏干旱。从东到西土壤湿度逐渐降低,南北干湿状况交替分布。Tab. 2
表2
表2TVDI分级表
Tab. 2The classify of TVDI
| 湿润 | 偏湿 | 正常 | 偏旱 | 干旱 |
|---|---|---|---|---|
| 0.00~0.30 | 0.30~0.50 | 0.50~0.60 | 0.60-0.75 | 0.75~1.00 |
新窗口打开
显示原图|下载原图ZIP|生成PPT图5羌塘高原2014年夏季土壤湿度状况分级图
-->Fig. 5The classification of TVDI in Qiangtang Plateau in the summer of 2014
-->
通过对2014年夏季土壤湿度按照县域进行面积统计发现,全区土壤湿度正常面积比例最大,占37.64%,其次为偏湿和偏干面积,分别占29.63%和27.17%,最少为干旱和湿润面积,分别占3.84%和1.72%（表3）。双湖县、安多县、申扎县等大部、尼玛县南北部、日土县东部等土壤偏湿润,尼玛县、班戈县中部、改则县南部、措勤县等土壤偏干,革吉县、噶尔县、改则县南部少部分地区土壤干旱,多数县土壤干湿交替分布。此外,在不同的地形地貌和植被类型下,土壤水分特征存在较大差异。从地形地貌来看,羌塘高原中西部阿里高原土壤呈现偏干或干旱状态,北部的昆仑山脉沿线（除冰雪覆盖区以外）以及可可西里地区土壤大部分呈现出偏干的状态,而南部的冈底斯山、念青唐古拉山以及东部的唐古拉山沿线冰雪覆盖区周围土壤呈现偏湿状态。从土地覆被类型来看,羌塘高原中南部是草原地带,土壤相对偏湿,而北部是荒漠地带,土壤相对偏干。
显示原图|下载原图ZIP|生成PPT图6羌塘高原2000-2014年DOY177~DOY225土壤湿度状况分级图
-->Fig. 6TVDI classification map in Qiangtang Plateau at DOY177~DOY225 from 2000 to 2014
-->
Tab. 3
表3
表32014年夏季土壤湿度空间面积统计
Tab. 3Statistics of the area of soil moisture in the summer of 2014
| 县域 | 湿润 | 偏湿 | 正常 | 偏干 | 干旱 | 合计 | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 面积(km2) | 百分比(%) | 面积(km2) | 百分比(%) | 面积(km2) | 百分比(%) | 面积(km2) | 百分比(%) | 面积(km2) | 百分比(%) | 面积(km2) | 百分比(%) | |
| 当雄县 | 782 | 0.14 | 1296 | 0.23 | 505 | 0.09 | 142 | 0.03 | 5 | 0.00 | 2730 | 0.49 |
| 谢通门县 | 83 | 0.01 | 823 | 0.15 | 348 | 0.06 | 76 | 0.01 | 2 | 0.00 | 1333 | 0.24 |
| 南木林县 | 2 | 0.00 | 43 | 0.01 | 6 | 0.00 | 2 | 0.00 | 0 | 0.00 | 53 | 0.01 |
| 仲巴县 | 676 | 0.12 | 5495 | 0.98 | 5021 | 0.89 | 5821 | 1.04 | 909 | 0.16 | 17921 | 3.19 |
| 昂仁县 | 336 | 0.06 | 5552 | 0.99 | 4172 | 0.74 | 1250 | 0.22 | 14 | 0.00 | 11323 | 2.02 |
| 双湖县 | 1355 | 0.24 | 46318 | 8.25 | 52752 | 9.39 | 12940 | 2.30 | 5 | 0.00 | 113370 | 20.18 |
| 安多县 | 420 | 0.07 | 18534 | 3.30 | 10721 | 1.91 | 2660 | 0.47 | 37 | 0.01 | 32372 | 5.76 |
| 班戈县 | 1095 | 0.19 | 9346 | 1.66 | 10167 | 1.81 | 3864 | 0.69 | 27 | 0.00 | 24499 | 4.36 |
| 那曲县 | 319 | 0.06 | 1399 | 0.25 | 1281 | 0.23 | 450 | 0.08 | 37 | 0.01 | 3486 | 0.62 |
| 申扎县 | 807 | 0.14 | 8489 | 1.51 | 8345 | 1.49 | 3548 | 0.63 | 36 | 0.01 | 21224 | 3.78 |
| 尼玛县 | 857 | 0.15 | 20703 | 3.69 | 31361 | 5.58 | 17274 | 3.08 | 272 | 0.05 | 70466 | 12.55 |
| 措勤县 | 164 | 0.03 | 5074 | 0.90 | 6901 | 1.23 | 6351 | 1.13 | 475 | 0.08 | 18966 | 3.38 |
| 噶尔县 | 0 | 0.00 | 20 | 0.00 | 95 | 0.02 | 616 | 0.11 | 590 | 0.11 | 1322 | 0.24 |
| 革吉县 | 292 | 0.05 | 3661 | 0.65 | 6272 | 1.12 | 19706 | 3.51 | 6842 | 1.22 | 36773 | 6.55 |
| 普兰县 | 6 | 0.00 | 338 | 0.06 | 272 | 0.05 | 141 | 0.03 | 11 | 0.00 | 768 | 0.14 |
| 日土县 | 1481 | 0.26 | 15675 | 2.79 | 20951 | 3.73 | 26467 | 4.71 | 7248 | 1.29 | 71822 | 12.79 |
| 改则县 | 996 | 0.18 | 23650 | 4.21 | 52250 | 9.30 | 51325 | 9.14 | 5038 | 0.90 | 133259 | 23.72 |
| 合计 | 9671 | 1.72 | 166416 | 29.63 | 211419 | 37.64 | 152632 | 27.17 | 21549 | 3.84 | 561687 | 100.00 |
新窗口打开
3.3 羌塘高原2000-2014年夏季土壤湿度变化
3.3.1 羌塘高原2000-2014年DOY177~DOY225土壤湿度变化分析 分别对DOY177、DOY193、DOY209、DOY225四期取多年平均（2000-2014年）,从反演结果可以看出,随着时间的推移,羌塘高原东南部地区土壤逐渐变湿,西北部一直保持偏干状态且分布面积有所减少,DOY209和DOY225两期空间分布相似。3.3.2 羌塘高原2000-2014年夏季土壤湿度年际变化分析 分别对2000-2014每年的四期数据（DOY177~DOY225）取平均,再提取15年间不同级别土壤湿度面积（图7）。2000-2014年羌塘高原干旱和湿润面积最小且波动较小,偏干、正常、偏湿土壤面积均出现不同程度的波动。对2000-2014的年际变化趋势进行分析（图8）。2000-2014夏季中,羌塘高原北部和中部地区土壤湿度呈现显著变干的趋势,而南部大部分地区土壤湿度变化趋势不显著。显著性较好区域主要分布在改则、日土和尼玛县以及一些湖泊周围,其中大部分是变干的趋势。
显示原图|下载原图ZIP|生成PPT图7羌塘高原2000-2014年土壤湿度面积变化图
-->Fig.7The variation of area of soil moisture in QiangTang Plateau from 2000 to 2014
-->
显示原图|下载原图ZIP|生成PPT图8羌塘高原2000-2014年夏季土壤湿度的变化趋势特征
-->Fig. 8The change of soil moisture in Qiangtang Plateau in the summer from 2000 to 2014
-->
3.4 气温与降水对羌塘高原土壤湿度的影响
研究选取羌塘高原2000-2014年7-8月班戈、安多、申扎和改则4个站点降水和气温数据,探讨气象因子对TVDI值的影响。比较4个站点2000-2014年夏季降水量和平均气温特点（图9）,改则降水最少,平均气温最高,4个站点降水分别出现不同程度的波动,以班戈波动最为明显。此外,安多、班戈、申扎三个站点气温波动不大且变化类似。
显示原图|下载原图ZIP|生成PPT图9羌塘高原2000-2014年气象站点降水、气温年际变化趋势
-->Fig. 9Inter-annual change trends of precipitation and temperature of weather stations in Qiangtang Plateau
-->
通过提取以气象站点为中心、5 km为半径的缓冲区,计算缓冲区TVDI均值作为某站点对应的TVDI值,分别建立气象因子与TVDI的关系,结果显示降水量、气温与TVDI值均不具有显著相关性（降水R2=0.02,气温R2=0.23）,可能是土壤湿度同时受到降水、地下水、温度、风速等多种影响因素的共同影响,从而导致单一因素对其影响不显著。但进一步比较降水量、气温与TVDI在15年间的变化趋势情况（图10）,除了个别反演的异常值之外,总体表现为随着降水量的增大,TVDI值减小,表明土壤含水量增大。班戈和安多站点数据表现降水量和TVDI关系效果相对较好,班戈2006年和2013年二者的波动最为明显,安多2002年和2006年二者的波动也很明显。同时,当降水量变化不大时,TVDI波动变化不明显。此外,从改则和申扎数据可以看出,降水量影响TVDI具有一定的时间滞后性。总之,降水量是影响羌塘高原TVDI值的重要因子,而气温影响相对较小。在相关研究中,杨玲等[18]认为降水与TVDI呈反“S”关系,傅新等[20,32]认为降水与TVDI呈负相关,但二者就气温与TVDI关系未达成一致,傅新等认为气温与TVDI呈正相关,杜灵通等认为气温与TVDI无相关性,出现这些差异可能与研究区及研究时段有关。
显示原图|下载原图ZIP|生成PPT图10羌塘高原2000-2014年降水量与TVDI的关系
-->Fig. 10Relations between precipitation and TVDI in Qiangtang Plateau from 2000 to 2014
-->
4 结论与讨论
本文基于TVDI法对羌塘高原的土壤湿度进行反演,并分析其时空变化特征。结果表明：（1）2014年夏季羌塘高原空间分布总体上表现为东南部偏湿润,西北部偏干旱。从东到西土壤湿度逐渐降低,南北干湿状况交替分布。土壤湿度干旱、偏干、正常、偏湿、湿润面积分别为3.84%、27.17%、37.64%、29.63%、1.72%。
（2）DOY177、DOY193、DOY209、DOY225四期多年平均结果显示,随着时间的推后,东南部土壤逐渐变湿润,西北部一直保持偏干状态且分布面积有所减少,DOY209和DOY225两期空间分布相似。
（3）2000-2014年夏季羌塘高原北部和中部地区土壤湿度呈现显著变干的趋势,而南部土壤湿度呈现不显著变化趋势。2000-2014年夏季羌塘高原干旱和湿润的土壤面积最小且波动较小,偏干、正常、偏湿的面积均出现不同程度的波动。
（4）降水量是影响TVDI的重要因子且具有一定的滞后性,而气温影响相对较小,除了个别反演的异常值之外,总体表现为随着降水量的增大,TVDI值减小。
运用TVDI法能够反应羌塘高原大部分区域夏季土壤湿度实际情况,但该法适用于中、高植被覆盖区域,裸地、林地等极端地表覆盖反演结果会出现偏差,其他影响因素如地形地貌也会使得结果有一定的偏差。羌塘高原具有多种植被类型和土壤类型,且一些局部地区地理环境特殊复杂,如西北部喀喇昆仑山南侧的寒旱核心区,由于常年冻土、裸地等的影响,TVDI法并不能较好适应,导致部分时段反演结果会出现偏差。在以后的研究中可考虑将适用低植被覆盖区（如热惯量法）与该方法结合起来,同时可利用DEM数据对地面温度进行校正,减少不同因素对土壤湿度的影响。
致谢：感谢西藏阿里地区林业局、日土林业局、改则林业局等管理单位的支持和配合,感谢中国科学院植物研究所郭柯研究员,江西师范大学的丁明军教授,中国科学院地理科学与资源研究所的王兆峰副研究员以及祁威、赵志龙、谷昌军,青海师范大学的王宇坤,青藏高原研究所日土站的蒲健有等同志在野外调查和采样中给予的指导和帮助,感谢中国科学院地理科学与资源研究所的谢芳荻、西南大学的王盼等在论文撰写中给予的帮助。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
| [1] | . 分析土壤相对湿度(RSM)与标准化植被指数(SVI)、站点农气灾情数据及产量数据的关系,探究土壤相对湿度对东北地区农业干旱的监测能力.结果表明:①土壤相对湿度与SVI有较好的相关关系,76％的站点能够通过0.05的检验;水分胁迫下,作物生长状态对土壤湿度的滞后时间为10天.②土壤相对湿度低于60时,超过58％的作物生长状态受到影响;土壤相对湿度低于35时,超过92％的作物生长状态受到影响.③土壤相对湿度对农气灾情数据记录的不同等级干旱的正确检测概率都超过了50％.④7月上旬土壤相对湿度和产量的相关关系最好.土壤相对湿度在东北地区农业干旱监测中具有较好的适用性,本文可为农业干旱监测提供理论支持. 分析土壤相对湿度(RSM)与标准化植被指数(SVI)、站点农气灾情数据及产量数据的关系,探究土壤相对湿度对东北地区农业干旱的监测能力.结果表明:①土壤相对湿度与SVI有较好的相关关系,76％的站点能够通过0.05的检验;水分胁迫下,作物生长状态对土壤湿度的滞后时间为10天.②土壤相对湿度低于60时,超过58％的作物生长状态受到影响;土壤相对湿度低于35时,超过92％的作物生长状态受到影响.③土壤相对湿度对农气灾情数据记录的不同等级干旱的正确检测概率都超过了50％.④7月上旬土壤相对湿度和产量的相关关系最好.土壤相对湿度在东北地区农业干旱监测中具有较好的适用性,本文可为农业干旱监测提供理论支持. |
| [2] | . <p>利用MODIS合成产品数据MOD11A2和MOD13A2获取的归一化植被指数(NDVI)和陆地表面温度(Ts)构建Ts-NDVI特征空间,依据该特征空间计算的温度植被干旱指数(TVDI)作为土壤湿度监测指标,反演了新疆8、9两个月份每16 d的土壤湿度。使用野外与卫星同步采样的土壤湿度数据进行验证,发现TVDI指标与实测土壤湿度数据显著相关,能够较好地反映表层土壤湿度,反映的新疆土壤湿度的空间分布与新疆的年降水量分布、年平均相对湿度分布很吻合;同时表明8、9两个月份期间新疆土壤湿度低的区域在不断扩大。</p> <p>利用MODIS合成产品数据MOD11A2和MOD13A2获取的归一化植被指数(NDVI)和陆地表面温度(Ts)构建Ts-NDVI特征空间,依据该特征空间计算的温度植被干旱指数(TVDI)作为土壤湿度监测指标,反演了新疆8、9两个月份每16 d的土壤湿度。使用野外与卫星同步采样的土壤湿度数据进行验证,发现TVDI指标与实测土壤湿度数据显著相关,能够较好地反映表层土壤湿度,反映的新疆土壤湿度的空间分布与新疆的年降水量分布、年平均相对湿度分布很吻合;同时表明8、9两个月份期间新疆土壤湿度低的区域在不断扩大。</p> |
| [3] | . 土壤水分是植物生长、发育的必要条件,是研究农牧业干旱程度的重要指标,监测土壤水分对农业、旱情、气候等具有重要意义。本研究分析了西藏高原实测土壤湿度与同期MODIS植被供水指数和波段7反射率之间的关系。结果表明,MODIS第7波段单窗算法是较为有效和简便的西藏高原土壤水分监测方法,对高原中部植被生长季基于MODIS波段7的二次多项式监测模型较好,而对整个高原非生长季三次多项式监测模型效果较好,MODIS第7波段同样可以用于高原农田土壤湿度的遥感监测。 土壤水分是植物生长、发育的必要条件,是研究农牧业干旱程度的重要指标,监测土壤水分对农业、旱情、气候等具有重要意义。本研究分析了西藏高原实测土壤湿度与同期MODIS植被供水指数和波段7反射率之间的关系。结果表明,MODIS第7波段单窗算法是较为有效和简便的西藏高原土壤水分监测方法,对高原中部植被生长季基于MODIS波段7的二次多项式监测模型较好,而对整个高原非生长季三次多项式监测模型效果较好,MODIS第7波段同样可以用于高原农田土壤湿度的遥感监测。 |
| [4] | . |
| [5] | . 土壤水分是陆地表面参数化的一个关键变量。土壤水分含量随时空的转换而变化，在地-气界面间物质、能量交换中起着重要的作用，是农作物生长发育的基本条件和农作物产量预报的重要参数。遥感技术具有大面积同步观测，时效性、经济性强的特点，为大面积动态监测土壤水分提供了可能。总结了近年来国内外遥感监测土壤水分理论、方法的发展和应用，介绍了目前几种比较成熟和广泛应用的土壤水分遥感监测方法与模型，对比分析了各种监测方法的优缺点，指出了土壤水分遥感监测方法存在的不足，指明了今后发展的方向，展望了土壤水分遥感监测方法的发展趋势。 土壤水分是陆地表面参数化的一个关键变量。土壤水分含量随时空的转换而变化，在地-气界面间物质、能量交换中起着重要的作用，是农作物生长发育的基本条件和农作物产量预报的重要参数。遥感技术具有大面积同步观测，时效性、经济性强的特点，为大面积动态监测土壤水分提供了可能。总结了近年来国内外遥感监测土壤水分理论、方法的发展和应用，介绍了目前几种比较成熟和广泛应用的土壤水分遥感监测方法与模型，对比分析了各种监测方法的优缺点，指出了土壤水分遥感监测方法存在的不足，指明了今后发展的方向，展望了土壤水分遥感监测方法的发展趋势。 |
| [6] | . 综述了国内外近20a来测定土 壤含水量的研究情况,总结了国内外常用的测定土壤含水量的方法及其原理, 比较分析了各种测定方法的优缺点,介绍了一些新兴的土壤含水量测试技术,提出了本领域中存在的主要问题及研究展望,指出未来的土壤含水量测定方法应当是朝 着高精度、低成本、非破坏、自动化等方向发展。 综述了国内外近20a来测定土 壤含水量的研究情况,总结了国内外常用的测定土壤含水量的方法及其原理, 比较分析了各种测定方法的优缺点,介绍了一些新兴的土壤含水量测试技术,提出了本领域中存在的主要问题及研究展望,指出未来的土壤含水量测定方法应当是朝 着高精度、低成本、非破坏、自动化等方向发展。 |
| [7] | . 回顾了目前国内外土壤水分的遥感监测方法，介绍了反射率法、植被指数法、地表温度法、温度-植被指数法、作物水分胁迫指数法、热惯量法和微波法，并对各方法的优缺点进行了详细比对；在总结国内外土壤水分遥感监测研究方法的基础上，对目前该研究领域的重点、难点和未来的发展方向进行了评价。认为：热惯量法和植被温度指数法是较为成熟的方法；微波遥感因其独特的优越性，将是该领域的重点研究方向。 回顾了目前国内外土壤水分的遥感监测方法，介绍了反射率法、植被指数法、地表温度法、温度-植被指数法、作物水分胁迫指数法、热惯量法和微波法，并对各方法的优缺点进行了详细比对；在总结国内外土壤水分遥感监测研究方法的基础上，对目前该研究领域的重点、难点和未来的发展方向进行了评价。认为：热惯量法和植被温度指数法是较为成熟的方法；微波遥感因其独特的优越性，将是该领域的重点研究方向。 |
| [8] | . 利用遥感方法监测一定层深土壤水分变化,关键是建立卫星数据与地表水热变化的关系。该文对遥感定量反演土壤水热变化的数值模拟系统及热惯量法在其边界、初始条件确定中所起的作用进行了简述,并介绍了热惯量法求解表层水分含量的发展概况。为进一步提高定量化监测方法的实时性及计算精度,该文发展了地表能量平衡方程的一种新的化简方法。经过这样的处理,可从遥感图象数据直接得到真实热惯量值,进而得到土壤水分含量分布。通过野外实验,我们对相关参量间关系进行确定,对热惯量方法的精度进行分析,认为此方法具有良好的计算精度。 利用遥感方法监测一定层深土壤水分变化,关键是建立卫星数据与地表水热变化的关系。该文对遥感定量反演土壤水热变化的数值模拟系统及热惯量法在其边界、初始条件确定中所起的作用进行了简述,并介绍了热惯量法求解表层水分含量的发展概况。为进一步提高定量化监测方法的实时性及计算精度,该文发展了地表能量平衡方程的一种新的化简方法。经过这样的处理,可从遥感图象数据直接得到真实热惯量值,进而得到土壤水分含量分布。通过野外实验,我们对相关参量间关系进行确定,对热惯量方法的精度进行分析,认为此方法具有良好的计算精度。 |
| [9] | . <p>在GPS定位的基础上，同步测量土攘水分、土壤后向散射系数，和同步获取的X波段、HH机化SAR图像进行了土攘水分监N.]的徽波遥感试验研究。结果表明，X波段SAR图像的灰度与表层土壤(0~10cm)水分有较好的相关性，35OHH极化的土峨后向散射系数与SAR图像灰度和土攘水分也有较好的相关性，由SAR图像及土攘的后向散射系数估算的土峨水分精度相近，相对误差均为12%左右，因而利用X波段、HH极化的机载SAR图像监浏土壤水分是可行的。雷达图像的穿透力一般在10cm以内，因此探讨了由表层土壤水分推求剖面土壤水分的可能性，并提出以土攘水分计法在浏童精度和速度上改进传统土壤水分测量的方法。</p> <p>在GPS定位的基础上，同步测量土攘水分、土壤后向散射系数，和同步获取的X波段、HH机化SAR图像进行了土攘水分监N.]的徽波遥感试验研究。结果表明，X波段SAR图像的灰度与表层土壤(0~10cm)水分有较好的相关性，35OHH极化的土峨后向散射系数与SAR图像灰度和土攘水分也有较好的相关性，由SAR图像及土攘的后向散射系数估算的土峨水分精度相近，相对误差均为12%左右，因而利用X波段、HH极化的机载SAR图像监浏土壤水分是可行的。雷达图像的穿透力一般在10cm以内，因此探讨了由表层土壤水分推求剖面土壤水分的可能性，并提出以土攘水分计法在浏童精度和速度上改进传统土壤水分测量的方法。</p> |
| [10] | . 从能量平衡原理出发,对潜在蒸散的计算进行了简化,从而对作物缺水指数法干旱遥感监测模型进行了简化.简 化后的模型涉及因子减少,计算量明显降低,更接近于实际应用.利用该方法及NOAA/AVHRR卫星遥感资料和有关气象要素资料,对陕西省关中地区春季干 旱进行了监测.结果表明,简化后的作物缺水指数法仍然充分考虑了下垫面的植被覆盖状况和地面风速、水汽压等气象要素,对该区春季干旱的监测效果好于使用植 被供水指数法的监测效果.从简化后模型的计算量、时效响应和实际对比结果来看,该简化模型可以进行实际应用.另外,在计算过程中局部出现了Cwsi＞1的 情况,这在实际中是不可能的,文中对此也进行了初步讨论. 从能量平衡原理出发,对潜在蒸散的计算进行了简化,从而对作物缺水指数法干旱遥感监测模型进行了简化.简 化后的模型涉及因子减少,计算量明显降低,更接近于实际应用.利用该方法及NOAA/AVHRR卫星遥感资料和有关气象要素资料,对陕西省关中地区春季干 旱进行了监测.结果表明,简化后的作物缺水指数法仍然充分考虑了下垫面的植被覆盖状况和地面风速、水汽压等气象要素,对该区春季干旱的监测效果好于使用植 被供水指数法的监测效果.从简化后模型的计算量、时效响应和实际对比结果来看,该简化模型可以进行实际应用.另外,在计算过程中局部出现了Cwsi＞1的 情况,这在实际中是不可能的,文中对此也进行了初步讨论. |
| [11] | . 首先利用地物表面温度和植被指数,成功地对北京精准农业示范区内生长旺盛小麦、稀疏小麦、池塘水体、水草、淤泥和裸露土壤等6种地物进行了分类.其次,利用地物表面温度(LST)和归一化植被指数(NDVI)作为坐标系,建立LST-NDVI三角形分布的散点图,分析了散点图的地物特征分布及其物理意义.与植被的红外和近红外两个特征波段构造的散射图相比,同类样本的离散度更小,不同类别样本之间的距离更大.最后,提出了植被指数-表面温度的土壤水分反演模型,结合地面采样数据,成功地反演了实验区内作物地块的土壤水分. 首先利用地物表面温度和植被指数,成功地对北京精准农业示范区内生长旺盛小麦、稀疏小麦、池塘水体、水草、淤泥和裸露土壤等6种地物进行了分类.其次,利用地物表面温度(LST)和归一化植被指数(NDVI)作为坐标系,建立LST-NDVI三角形分布的散点图,分析了散点图的地物特征分布及其物理意义.与植被的红外和近红外两个特征波段构造的散射图相比,同类样本的离散度更小,不同类别样本之间的距离更大.最后,提出了植被指数-表面温度的土壤水分反演模型,结合地面采样数据,成功地反演了实验区内作物地块的土壤水分. |
| [12] | . 温度\|植被指数特征空间耦合了地表温度和植被信息，是当前实现土壤水分遥感估算和农业旱情监测的重要方法。采用EOS\|MODIS地表温度Ts和增强型植被指数EVI数据，研究Ts\|EVI三角形特征空间中干边、湿边方程参数的确定方法，分析比较了温度植被干旱指数TVDI对不同土壤深度水分状况的估算能力，为利用特征空间法实现土壤水分监测提供理论依据。研究表明：特征空间中干边和湿边的确定以最大拐点处为始点进行线性拟合的常规方法并不完善，根据像元的分布频率，以采用能同时保留最大量有效信息和较高拟合精度的端点逼近法获取参数的效果较好；基于Ts\|EVI特征空间构建的TVDI可以较好地估算土壤表层10、20cm和50cm土壤深度处土壤水分状况，其相关性均通过了α=0.001水平的t检验，但TVDI对表层土壤（20cm和10cm）水分的估算精度相对较高。 温度\|植被指数特征空间耦合了地表温度和植被信息，是当前实现土壤水分遥感估算和农业旱情监测的重要方法。采用EOS\|MODIS地表温度Ts和增强型植被指数EVI数据，研究Ts\|EVI三角形特征空间中干边、湿边方程参数的确定方法，分析比较了温度植被干旱指数TVDI对不同土壤深度水分状况的估算能力，为利用特征空间法实现土壤水分监测提供理论依据。研究表明：特征空间中干边和湿边的确定以最大拐点处为始点进行线性拟合的常规方法并不完善，根据像元的分布频率，以采用能同时保留最大量有效信息和较高拟合精度的端点逼近法获取参数的效果较好；基于Ts\|EVI特征空间构建的TVDI可以较好地估算土壤表层10、20cm和50cm土壤深度处土壤水分状况，其相关性均通过了α=0.001水平的t检验，但TVDI对表层土壤（20cm和10cm）水分的估算精度相对较高。 |
| [13] | |
| [14] | Several methods have been used to estimate regional scale evapotranspiration from satellite thermal infrared measurements. These procedures assume knowledge of surface properties such as surface roughness, albedo, vegetation characteristics, etc. In many areas of the earth these parameters are not accurately known due to the rapidity of change of vegetation, lack of adequate geographical data b... |
| [24] | . 本文利用温度植被旱情指数（<em>TVDI</em>）和植被供水指数（<em>VSWI</em>）分别对2009、2010年3—10月青藏高原土壤湿度状况进行监测分析，同时利用气象台站实测地面降水资料进行了验证。利用MODIS资料提取的归一化植被指数（NDVI）和地表温度（<em>T</em><sub>S</sub>），构建<em>NDVI</em>-<em>T</em><sub>S</sub>特征空间，依据该特征空间计算出的反映青藏高原土壤湿度的<em>TVDI</em>与同期累积降水相关性显著；<em>VSWI</em>计算过程简单，但所反映的土壤湿度与同期累积降水的相关性较差。因此，对青藏高原这种范围广、下垫面多变复杂区域而言，<em>TVDI</em>能够更好地反映土壤湿度状况，对干旱监测具有一定的科学意义。 本文利用温度植被旱情指数（<em>TVDI</em>）和植被供水指数（<em>VSWI</em>）分别对2009、2010年3—10月青藏高原土壤湿度状况进行监测分析，同时利用气象台站实测地面降水资料进行了验证。利用MODIS资料提取的归一化植被指数（NDVI）和地表温度（<em>T</em><sub>S</sub>），构建<em>NDVI</em>-<em>T</em><sub>S</sub>特征空间，依据该特征空间计算出的反映青藏高原土壤湿度的<em>TVDI</em>与同期累积降水相关性显著；<em>VSWI</em>计算过程简单，但所反映的土壤湿度与同期累积降水的相关性较差。因此，对青藏高原这种范围广、下垫面多变复杂区域而言，<em>TVDI</em>能够更好地反映土壤湿度状况，对干旱监测具有一定的科学意义。 |
| [25] | . |
| [15] | ABSTRACT A unique relationship between the surface soil moisture availability and the radiant temperature does not exist in the presence of variable vegetation cover. To overcome this ambiguity, the authors present a method which couples a Soil‐Vegetation‐Atmosphere‐Transfer (SVAT) model to satellite derived measurements of surface radiant temperature and Normalized Vegetation Difference Index (NDVI) to ascertain surface soil moisture availability and fractional vegetation cover.Application of the technique is demonstrated for an agricultural area in a Pennsylvania watershed. Results of surface soil moisture availability and fractional vegetation cover are qualitatively realistic but the distribution of soil moisture availability is questionable at high fractional vegetation amounts. |
| [16] | A simplified land surface dryness index (Temperature egetation Dryness Index, TVDI) based on an empirical parameterisation of the relationship between surface temperature ( T s) and vegetation index (NDVI) is suggested. The index is related to soil moisture and, in comparison to existing interpretations of the T s/NDVI space, the index is conceptually and computationally straightforward. It is based on satellite derived information only, and the potential for operational application of the index is therefore large. The spatial pattern and temporal evolution in TVDI has been analysed using 37 NOAA-AVHRR images from 1990 covering part of the Ferlo region of northern, semiarid Senegal in West Africa. The spatial pattern in TVDI has been compared with simulations of soil moisture from a distributed hydrological model based on the MIKE SHE code. The spatial variation in TVDI reflects the variation in moisture on a finer scale than can be derived from the hydrological model in this case. |
| [26] | . 探讨高寒草地物候变化的海拔敏感性有助于揭示气候—植被的关系.基于2000-2013年的SPOT-VGT (NDVI)和MODIS (NDVI和EVI)、DEM、生态地理区划以及草地矢量数据,分析青藏高原高寒草地物候变化与海拔的关系.结果表明:①青藏高原高寒草地返青期和枯黄期分布随海拔上升呈现相对一致的规律性;但其年际变化趋势随海拔上升呈现明显差异.②返青期的提前趋势大致以3200m为界线,其下提前幅度随海拔上升显著增大,其上则相反.但枯黄期年际变化趋势随海拔上升则先呈现推迟趋势,且推迟幅度逐渐减小;之后呈现提前趋势,且提前幅度持续增大.③将高原中部的青南高寒草甸草原区(IC1)和南部的藏南山地灌丛草原区(IIC1)高寒草地物候变化趋势进行对比,两分区呈现相反的年际变化趋势;随海拔上升,两分区返青期的年际变化趋势呈现相反的变化方向,桔黄期则呈现基本一致的变化方向.上述差异表明,基于遥感反演的高寒草地物候年际变化趋势的垂直分异特征难以直接反映高原增温的海拔效应. 探讨高寒草地物候变化的海拔敏感性有助于揭示气候—植被的关系.基于2000-2013年的SPOT-VGT (NDVI)和MODIS (NDVI和EVI)、DEM、生态地理区划以及草地矢量数据,分析青藏高原高寒草地物候变化与海拔的关系.结果表明:①青藏高原高寒草地返青期和枯黄期分布随海拔上升呈现相对一致的规律性;但其年际变化趋势随海拔上升呈现明显差异.②返青期的提前趋势大致以3200m为界线,其下提前幅度随海拔上升显著增大,其上则相反.但枯黄期年际变化趋势随海拔上升则先呈现推迟趋势,且推迟幅度逐渐减小;之后呈现提前趋势,且提前幅度持续增大.③将高原中部的青南高寒草甸草原区(IC1)和南部的藏南山地灌丛草原区(IIC1)高寒草地物候变化趋势进行对比,两分区呈现相反的年际变化趋势;随海拔上升,两分区返青期的年际变化趋势呈现相反的变化方向,桔黄期则呈现基本一致的变化方向.上述差异表明,基于遥感反演的高寒草地物候年际变化趋势的垂直分异特征难以直接反映高原增温的海拔效应. |
| [17] | . 利用NOAA AVHRR资料提取的归一化植被指数 (NDVI)和陆地表面温度 (LST) ,构建NDVI Ts 特征空间 ,依据该特征空间设计的温度植被旱情指数作为旱情指标 ,对中国 2 0 0 0年 3月和 5月各旬的旱情进行了研究。研究结果表明在 2 0 0 0年 3月和 5月的重旱区主要分布在中国西北地区 ,在华北和华南的部分地区也有较大范围的分布 ,3月和 5月的全国重旱面积分别为 6 7 2× 10 4km2 和 12 6 1× 10 4km2 ;通过与各气象站测定的表层 10cm土壤重量含水量 (θ)数据进行相关性研究表明 ,利用综合了植被覆盖信息和陆地表面温度信息的TVDI旱情指标能够较好地反映表层土壤水分变化趋势 ,作为旱情评价指标是合理的 ;对TVDI随NDVI和Ts 变化的敏感性评价结果表明 ,以陆地表面温度为基础的旱情指标相对比以植被指数为基础的旱情指标更合理。 利用NOAA AVHRR资料提取的归一化植被指数 (NDVI)和陆地表面温度 (LST) ,构建NDVI Ts 特征空间 ,依据该特征空间设计的温度植被旱情指数作为旱情指标 ,对中国 2 0 0 0年 3月和 5月各旬的旱情进行了研究。研究结果表明在 2 0 0 0年 3月和 5月的重旱区主要分布在中国西北地区 ,在华北和华南的部分地区也有较大范围的分布 ,3月和 5月的全国重旱面积分别为 6 7 2× 10 4km2 和 12 6 1× 10 4km2 ;通过与各气象站测定的表层 10cm土壤重量含水量 (θ)数据进行相关性研究表明 ,利用综合了植被覆盖信息和陆地表面温度信息的TVDI旱情指标能够较好地反映表层土壤水分变化趋势 ,作为旱情评价指标是合理的 ;对TVDI随NDVI和Ts 变化的敏感性评价结果表明 ,以陆地表面温度为基础的旱情指标相对比以植被指数为基础的旱情指标更合理。 |
| [27] | . 无 无 |
| [18] | . |
| [28] | . <p>基于实测气象数据和遥感数据，分析了藏北地区气候变化趋势，并采用植被气候综合模型和CASA模型模拟分析了藏北草地潜在和现实净第一性生产力(NPP)的动态变化和空间格局.结果表明：1955—2004年间，羌塘高原年平均气温上升了1.37 ℃，降水量增加了63 mm，中、东部区域的气候趋于暖湿化，西部区域趋于暖干化，目前气候变化尚未引起草地退化.草地潜在NPP平均值为东部 > 中部 > 西部.1982—2004年，由于水热条件的变化，中部区域的潜在NPP增加值最高，达0.55 t·hm<sup>-2</sup>·a<sup>1</sup>，东部和西部分别为0.51和0.21 t·hm<sup>-2</sup>·a<sup>-1</sup>；东、中、西部现实NPP增量分别为-0.19、-0.03 和0.20 t·hm<sup>-2</sup>·a<sup>-1</sup>.超载过牧是东、中部草地退化的主要原因，中部是草地保护恢复工程的最佳实施区域.</p> <p>基于实测气象数据和遥感数据，分析了藏北地区气候变化趋势，并采用植被气候综合模型和CASA模型模拟分析了藏北草地潜在和现实净第一性生产力(NPP)的动态变化和空间格局.结果表明：1955—2004年间，羌塘高原年平均气温上升了1.37 ℃，降水量增加了63 mm，中、东部区域的气候趋于暖湿化，西部区域趋于暖干化，目前气候变化尚未引起草地退化.草地潜在NPP平均值为东部 > 中部 > 西部.1982—2004年，由于水热条件的变化，中部区域的潜在NPP增加值最高，达0.55 t·hm<sup>-2</sup>·a<sup>1</sup>，东部和西部分别为0.51和0.21 t·hm<sup>-2</sup>·a<sup>-1</sup>；东、中、西部现实NPP增量分别为-0.19、-0.03 和0.20 t·hm<sup>-2</sup>·a<sup>-1</sup>.超载过牧是东、中部草地退化的主要原因，中部是草地保护恢复工程的最佳实施区域.</p> |
| [19] | . <p>温度植被干旱指数TVDI(Temperature Vegetation Dryness Index)是一种基于光学与热红外遥感通道数据进行植被覆盖区域表层土壤水分反演的方法。当研究区域较大、地表覆盖格局差异显著时，利用TVDI模型来反演陆表土壤水分，精度通常较低。对Sandholt的TVDI土壤水分反演模型进行了改进:利用云掩膜校正和多天平均温度合成来减少云的影响;同时对研究区域地形起伏、覆盖类型差异的影响进行了消除;对TVDI模型干边的模拟方法进行了改进。最后,使用铝盒采样等方法利用新疆地区观测得到的地面数据来拟合改进后的模型参数,并对2009年5月和8月的土壤水分进行了反演实验。与实测数据的比较分析表明,该模型能基本满足大区域土壤水分反演的要求,改进后的模型对新疆地区的土壤水分估算精度有较显著的提高。</p> <p>温度植被干旱指数TVDI(Temperature Vegetation Dryness Index)是一种基于光学与热红外遥感通道数据进行植被覆盖区域表层土壤水分反演的方法。当研究区域较大、地表覆盖格局差异显著时，利用TVDI模型来反演陆表土壤水分，精度通常较低。对Sandholt的TVDI土壤水分反演模型进行了改进:利用云掩膜校正和多天平均温度合成来减少云的影响;同时对研究区域地形起伏、覆盖类型差异的影响进行了消除;对TVDI模型干边的模拟方法进行了改进。最后,使用铝盒采样等方法利用新疆地区观测得到的地面数据来拟合改进后的模型参数,并对2009年5月和8月的土壤水分进行了反演实验。与实测数据的比较分析表明,该模型能基本满足大区域土壤水分反演的要求,改进后的模型对新疆地区的土壤水分估算精度有较显著的提高。</p> |
| [20] | . 使用2009年DOY (Day of Year) 145~288时段与2001~2010年夏季(DOY 161~240时段)的Terra/MODIS 16 d合成的植被指数产品数据MOD13 A2和8 d合成的地表温度(Land Surface Temperature,<em>T</em><sub>LS</sub>)产品数据MOD11 A2,构建<em>T</em><sub>LS</sub>~<em>I</em><sub>EV</sub>(Enhanced Vegetation Index,<em>I</em><sub>EV</sub>)特征空间,从而得到了条件温度植被干旱指数(Temperature Vegetation Drought Index,<em>I</em><sub>TVD</sub>)反映的藏北土壤湿度空间分布。对藏北高原2009年植被生长季内土壤湿度的季节性变化及2001~2010年夏季土壤湿度的年际变化特征进行分析,研究结论表明:随着植被盖度的增大,干、湿边斜率逐渐变小,植被对环境温度的变化具有缓冲效应;藏北高原土壤湿度的季节性变化明显,主要受温度、降水、植被覆盖和冻土过程等季节性变化的影响;近10年研究区内土壤湿度有轻微的旱化趋势,但不同气候区内的年际变化表现不一致;气温表现不同程度的显著升温趋势,部分站点的降水有不显著减少趋势,其它站点降水表现为年际波动,而区域统计的<em>I</em><sub>TVD</sub>值年际波动与站点气温的变化大体一致。 使用2009年DOY (Day of Year) 145~288时段与2001~2010年夏季(DOY 161~240时段)的Terra/MODIS 16 d合成的植被指数产品数据MOD13 A2和8 d合成的地表温度(Land Surface Temperature,<em>T</em><sub>LS</sub>)产品数据MOD11 A2,构建<em>T</em><sub>LS</sub>~<em>I</em><sub>EV</sub>(Enhanced Vegetation Index,<em>I</em><sub>EV</sub>)特征空间,从而得到了条件温度植被干旱指数(Temperature Vegetation Drought Index,<em>I</em><sub>TVD</sub>)反映的藏北土壤湿度空间分布。对藏北高原2009年植被生长季内土壤湿度的季节性变化及2001~2010年夏季土壤湿度的年际变化特征进行分析,研究结论表明:随着植被盖度的增大,干、湿边斜率逐渐变小,植被对环境温度的变化具有缓冲效应;藏北高原土壤湿度的季节性变化明显,主要受温度、降水、植被覆盖和冻土过程等季节性变化的影响;近10年研究区内土壤湿度有轻微的旱化趋势,但不同气候区内的年际变化表现不一致;气温表现不同程度的显著升温趋势,部分站点的降水有不显著减少趋势,其它站点降水表现为年际波动,而区域统计的<em>I</em><sub>TVD</sub>值年际波动与站点气温的变化大体一致。 |
| [29] | . 作为世界第三极的青藏高原,其巨大的块体产生了显著的夏季增温作用,对亚洲乃至全球气候都具有重大影响。但由于高原自然条件严酷,山区气象观测台站很少,气象资料极度匮乏;如果依靠台站数据进行空间插值获得高原气温的空间分布数据,会由于插值点过少而产生较大误差并可能掩盖一些空间信息,因而难以全面反映高原气温的空间分布规律。利用基于MODIS地表温度数据估算的青藏高原气温数据,详细分析各月气温及重要等温线的空间分布格局,并结合林线和雪线数据,初步探讨了高原气温空间分布格局对高原地理生态格局的重要影响。研究表明:1等温线的海拔高度自高原东北部、东部边缘向内部逐渐升高,等温线在高原内部比东部边缘高500~2000 m,表明相同海拔高度上气温自边缘向高原内部逐渐升高。2高原西北部的羌塘高原、可可西里为高原的寒冷区,全年有7个月的气温低于0℃,3~4个月的气温低于-10℃;青藏高原南部(喜马拉雅山北坡—冈底斯山南坡)和中部(冈底斯山北坡—唐古拉山南坡)是高原的温暖区,全年有5个月的气温能达到5~10℃,有3个月的气温能超过10℃,尤其是拉萨—林芝—左贡一带在3500~4000 m以下的地区最冷月均温也能高于0℃。3北半球最高雪线和林线分别分布于高原的西南部和东南部,表明高原气温空间分布特征对本地的地理生态格局具有重要影响。 作为世界第三极的青藏高原,其巨大的块体产生了显著的夏季增温作用,对亚洲乃至全球气候都具有重大影响。但由于高原自然条件严酷,山区气象观测台站很少,气象资料极度匮乏;如果依靠台站数据进行空间插值获得高原气温的空间分布数据,会由于插值点过少而产生较大误差并可能掩盖一些空间信息,因而难以全面反映高原气温的空间分布规律。利用基于MODIS地表温度数据估算的青藏高原气温数据,详细分析各月气温及重要等温线的空间分布格局,并结合林线和雪线数据,初步探讨了高原气温空间分布格局对高原地理生态格局的重要影响。研究表明:1等温线的海拔高度自高原东北部、东部边缘向内部逐渐升高,等温线在高原内部比东部边缘高500~2000 m,表明相同海拔高度上气温自边缘向高原内部逐渐升高。2高原西北部的羌塘高原、可可西里为高原的寒冷区,全年有7个月的气温低于0℃,3~4个月的气温低于-10℃;青藏高原南部(喜马拉雅山北坡—冈底斯山南坡)和中部(冈底斯山北坡—唐古拉山南坡)是高原的温暖区,全年有5个月的气温能达到5~10℃,有3个月的气温能超过10℃,尤其是拉萨—林芝—左贡一带在3500~4000 m以下的地区最冷月均温也能高于0℃。3北半球最高雪线和林线分别分布于高原的西南部和东南部,表明高原气温空间分布特征对本地的地理生态格局具有重要影响。 |
| [21] | . 青藏高原因强烈隆升，导致大气环流发生变化，形成了高原区域性环流。受此影响，从喀喇昆仑山最干旱的中段北翼的河尾滩、阿克赛钦一带向东延伸至中昆仑山南翼的黑石北湖、羊湖、白戈壁和昂歌库勒，及其以东的干旱区域，远离青藏高原两条水汽输送路径，气候寒冷干旱，成为亚洲的寒旱核心区域。据已有资料，寒旱核心区海拔在4700～5200m间，最暖月均温3～6℃，年降水量约为20～40mm。 本文在大量野外工作的基础上，基于改则及日土县境内19套土壤温度监测站点及3台自动气象站点1cm、10cm及20cm深度处土壤温度数据，分析了不同深度处土壤温度的季节变化和日变化;利... 青藏高原因强烈隆升，导致大气环流发生变化，形成了高原区域性环流。受此影响，从喀喇昆仑山最干旱的中段北翼的河尾滩、阿克赛钦一带向东延伸至中昆仑山南翼的黑石北湖、羊湖、白戈壁和昂歌库勒，及其以东的干旱区域，远离青藏高原两条水汽输送路径，气候寒冷干旱，成为亚洲的寒旱核心区域。据已有资料，寒旱核心区海拔在4700～5200m间，最暖月均温3～6℃，年降水量约为20～40mm。 本文在大量野外工作的基础上，基于改则及日土县境内19套土壤温度监测站点及3台自动气象站点1cm、10cm及20cm深度处土壤温度数据，分析了不同深度处土壤温度的季节变化和日变化;利... |
| [30] | . 传统的生物多样性-生态系统功能研究大多侧重于单一生态系统功能与物种多样性的关系,忽略了生态系统的重要价值在于其能够同时提供多种功能或服务,即生态系统的多功能性。基于藏北羌塘高寒草地样带调查数据,选取植被地上生物量、地下生物量、土壤全氮、硝态氮及铵态氮含量、土壤全磷含量、土壤有机碳储量等7个与植物生长、养分循环、土壤有机碳蓄积相关的参数来表征生态系统多功能性。采用上述参数转换为<i>Z</i>分数后的平均值计算多功能性指数(<i>M</i>)。分析了不同生物多样性指数与生态系统多功能指数的关系以及年降水量和年均温度对物种多样性和生态系统多功能性指数的影响。结果表明,物种丰富度指数与生态系统多功能性之间呈极显著的正相关关系,Shannon-wiener和Simpson物种多样性指数也与多功能性指数间呈显著的正相关,但多功能性指数与Pielou均匀度指数没有表现出明显的相关关系。物种丰富度与表征植物生长、养分循环以及土壤有机碳蓄积的生态系统功能指数间也均呈极显著的正相关关系。降水格局显著影响羌塘高原物种丰富度和生态系统多功能指数,二者均随年降雨量的增加而显著增加,但物种多样性指数并未与年降水量呈现显著相关关系。研究强调了群落物种丰富度即群落物种数量对维持生态系统多功能性的重要意义,这意味着由于人类活动导致的物种丧失可能会给藏北高寒草地生态系统多功能和生态服务带来更为严重的后果。就退化草地恢复或草地可持续管理而言,在藏北羌塘地区,本地植物种的物种丰富度恢复和维持应作为重要目标之一。 传统的生物多样性-生态系统功能研究大多侧重于单一生态系统功能与物种多样性的关系,忽略了生态系统的重要价值在于其能够同时提供多种功能或服务,即生态系统的多功能性。基于藏北羌塘高寒草地样带调查数据,选取植被地上生物量、地下生物量、土壤全氮、硝态氮及铵态氮含量、土壤全磷含量、土壤有机碳储量等7个与植物生长、养分循环、土壤有机碳蓄积相关的参数来表征生态系统多功能性。采用上述参数转换为<i>Z</i>分数后的平均值计算多功能性指数(<i>M</i>)。分析了不同生物多样性指数与生态系统多功能指数的关系以及年降水量和年均温度对物种多样性和生态系统多功能性指数的影响。结果表明,物种丰富度指数与生态系统多功能性之间呈极显著的正相关关系,Shannon-wiener和Simpson物种多样性指数也与多功能性指数间呈显著的正相关,但多功能性指数与Pielou均匀度指数没有表现出明显的相关关系。物种丰富度与表征植物生长、养分循环以及土壤有机碳蓄积的生态系统功能指数间也均呈极显著的正相关关系。降水格局显著影响羌塘高原物种丰富度和生态系统多功能指数,二者均随年降雨量的增加而显著增加,但物种多样性指数并未与年降水量呈现显著相关关系。研究强调了群落物种丰富度即群落物种数量对维持生态系统多功能性的重要意义,这意味着由于人类活动导致的物种丧失可能会给藏北高寒草地生态系统多功能和生态服务带来更为严重的后果。就退化草地恢复或草地可持续管理而言,在藏北羌塘地区,本地植物种的物种丰富度恢复和维持应作为重要目标之一。 |
| [22] | . 干旱的频繁发生已经成为影响西藏农业生产最严重的自然灾害之一,干旱给农业造成的巨大损失引起了各级政府部门的高度重视。对地观测卫星（EOS）中分辨率成像光谱仪（MODIS）传感器因其具有高时间分辨率、高光谱分辨率、适中的空间分辨率等特点,非常适合大范围、长时期、动态的干旱监测。文中利用MODIS数据提取归一化植被指数（NDVI）和地表温度（LST）,构建NDVI-TS特征空间,依据该特征空间得到的温度植被干旱指数进行西藏的旱情分析。研究表明：此种方法适用于西藏旱情监测,同时它也是一种便捷、高效和近实时的适合大面积干旱监测的方法。 干旱的频繁发生已经成为影响西藏农业生产最严重的自然灾害之一,干旱给农业造成的巨大损失引起了各级政府部门的高度重视。对地观测卫星（EOS）中分辨率成像光谱仪（MODIS）传感器因其具有高时间分辨率、高光谱分辨率、适中的空间分辨率等特点,非常适合大范围、长时期、动态的干旱监测。文中利用MODIS数据提取归一化植被指数（NDVI）和地表温度（LST）,构建NDVI-TS特征空间,依据该特征空间得到的温度植被干旱指数进行西藏的旱情分析。研究表明：此种方法适用于西藏旱情监测,同时它也是一种便捷、高效和近实时的适合大面积干旱监测的方法。 |
| [31] | . “羌塘”为藏语“北方空地”之意,它位于西藏自治区北半部,即南起冈底斯—念青唐古拉山脉,北抵昆仑山脉,东迄于青藏公路西侧约东经91度左右的内外流水 系之分水岭,西止于国境线,面积约60万平方公里。该地域一般海拔高度在4500米以上,是青藏大高原的重要组成部分。由于地势高亢、生态环境严酷,至今 大部分地区无人居住,保持着较原始的自然面貌。因此,研究和阐明羌塘高原土壤形成过程、特点及其空间分异规律,不仅有助于了解青藏高原隆 . “羌塘”为藏语“北方空地”之意,它位于西藏自治区北半部,即南起冈底斯—念青唐古拉山脉,北抵昆仑山脉,东迄于青藏公路西侧约东经91度左右的内外流水 系之分水岭,西止于国境线,面积约60万平方公里。该地域一般海拔高度在4500米以上,是青藏大高原的重要组成部分。由于地势高亢、生态环境严酷,至今 大部分地区无人居住,保持着较原始的自然面貌。因此,研究和阐明羌塘高原土壤形成过程、特点及其空间分异规律,不仅有助于了解青藏高原隆 |
| [23] | . |
| [32] | . 为了探讨近10 a来宁夏的旱情变化特征及演变趋势，利用MODIS的地表昼夜温度数据计算昼夜温差，结合归一化植被指数产品计算温度植被干旱指数（temperature vegetation dryness index，TVDI），对2000－2010年的逐月干旱进行了监测，并分析其与气象干旱和农业受旱灾情况的关系。研究结果表明，从空间上来看，宁夏干旱发生频率和强度最高的是中部干旱带，次之是南部丘陵山区，而较少发生干旱的是北部引黄灌区，其中南部六盘山和北部贺兰山林区也很少受干旱影响；在2000－2010年间有3次明显的极端干旱过程，分别是2000、2005和2009年；从旱情变化趋势来看，近10 a来宁夏平均干旱强度在减弱，但极端干旱事件有增强的趋势，且春、夏季显著增强，而秋、冬季显著减弱；宁夏TVDI的变化主要取决于降水量，年平均TVDI、年最大TVDI与降水量、标准化降水指数和标准化降水蒸散指数均呈负相关关系，除年平均TVDI与降水量（P=0.08）和标准化降水指数（P=0.06）的相关性未通过显著性检验外，其他均通过了P<0.05的显著性检验，但TVDI与气温关系不大，这与当地的土地利用格局及植被类型有关；农业受旱灾面积与年平均TVDI有关，二者相关关系为0.69（P<0.05），而与年内单次极端干旱强度关系不大；从不同季节来看，夏季干旱最容易导致宁夏农业减产，次之是春季和秋季干旱，而冬季干旱几乎对农业生产没有影响。该研究可为地方政府制定抗旱救灾和农业生产政策提供一定参考。 为了探讨近10 a来宁夏的旱情变化特征及演变趋势，利用MODIS的地表昼夜温度数据计算昼夜温差，结合归一化植被指数产品计算温度植被干旱指数（temperature vegetation dryness index，TVDI），对2000－2010年的逐月干旱进行了监测，并分析其与气象干旱和农业受旱灾情况的关系。研究结果表明，从空间上来看，宁夏干旱发生频率和强度最高的是中部干旱带，次之是南部丘陵山区，而较少发生干旱的是北部引黄灌区，其中南部六盘山和北部贺兰山林区也很少受干旱影响；在2000－2010年间有3次明显的极端干旱过程，分别是2000、2005和2009年；从旱情变化趋势来看，近10 a来宁夏平均干旱强度在减弱，但极端干旱事件有增强的趋势，且春、夏季显著增强，而秋、冬季显著减弱；宁夏TVDI的变化主要取决于降水量，年平均TVDI、年最大TVDI与降水量、标准化降水指数和标准化降水蒸散指数均呈负相关关系，除年平均TVDI与降水量（P=0.08）和标准化降水指数（P=0.06）的相关性未通过显著性检验外，其他均通过了P<0.05的显著性检验，但TVDI与气温关系不大，这与当地的土地利用格局及植被类型有关；农业受旱灾面积与年平均TVDI有关，二者相关关系为0.69（P<0.05），而与年内单次极端干旱强度关系不大；从不同季节来看，夏季干旱最容易导致宁夏农业减产，次之是春季和秋季干旱，而冬季干旱几乎对农业生产没有影响。该研究可为地方政府制定抗旱救灾和农业生产政策提供一定参考。 |
