FY-3C/MERSI數(shù)據(jù)應(yīng)用于陜西省干旱時空動態(tài)監(jiān)測研究

權(quán)文婷，李紅梅，周　輝，何慧娟，能　佳

(1.陜西省農(nóng)業(yè)遙感信息中心， 陜西 西安 710014； 2.中國石油長慶油田分公司， 陜西 西安 710018)

?

FY-3C/MERSI數(shù)據(jù)應(yīng)用于陜西省干旱時空動態(tài)監(jiān)測研究

權(quán)文婷1，李紅梅1，周輝1，何慧娟1，能佳2

(1.陜西省農(nóng)業(yè)遙感信息中心， 陜西 西安 710014； 2.中國石油長慶油田分公司， 陜西 西安 710018)

摘要：基于FY-3C/MERSI 1 km遙感數(shù)據(jù)，分別利用植被供水指數(shù)模型(VSWI)、歸一化干旱指數(shù)模型(NDDI)、多波段干旱指數(shù)模型(MBDI)，對陜西省2014年夏季的干旱過程進行動態(tài)監(jiān)測，結(jié)合研究區(qū)同時段10 cm土壤相對濕度資料，對3種干旱遙感監(jiān)測模型的準確性和穩(wěn)定性進行評價。結(jié)果表明：3種遙感監(jiān)測模型對陜西省2014年夏季干旱過程監(jiān)測的準確性均有較好表現(xiàn)，其中VSWI的動態(tài)監(jiān)測穩(wěn)定性更好；MBDI與VSWI對干旱中期干旱程度的反演結(jié)果準確性相當，但對于干旱前期與后期，VSWI結(jié)果的準確性更好?；赩SWI監(jiān)測結(jié)果，將陜西省分為陜北、關(guān)中和陜南地區(qū)進行討論，結(jié)果表明FY-3C/MERSI具備對陜西省這次干旱過程進行時空動態(tài)監(jiān)測的能力。

關(guān)鍵詞：FY-3C/MERSI數(shù)據(jù)；干旱監(jiān)測；植被供水指數(shù)；歸一化干旱指數(shù)；多波段干旱指數(shù)

干旱發(fā)生時間長、頻率高，對我國國民經(jīng)濟造成巨大損失，尤其對農(nóng)業(yè)生產(chǎn)可產(chǎn)生嚴重影響[1]。對干旱進行實時監(jiān)測，可及時采取有效的防旱、抗旱措施，減少干旱帶來的損失[2]。傳統(tǒng)的干旱監(jiān)測基于站點觀測資料，一般為反映土壤水分含量的土壤墑情資料，難以實現(xiàn)大范圍的干旱監(jiān)測[3]。隨著遙感技術(shù)的發(fā)展，遙感數(shù)據(jù)為干旱實時監(jiān)測提供了更經(jīng)濟、更高效的途徑。遙感干旱監(jiān)測是把復雜的干旱現(xiàn)象表示為簡單的數(shù)學或物理模型，通過干旱現(xiàn)象和模型反演參數(shù)之間的關(guān)系進行干旱監(jiān)測[4]。利用遙感技術(shù)進行干旱監(jiān)測的方法，一般包括：(1) 針對裸土地表，如熱慣量法(Thermal Inertia，TI)[5]；(2) 針對地表植被覆蓋的植被指數(shù)法，如距平植被指數(shù)(Anomaly Vegetation Index，AVI)[6]、條件植被指數(shù)法(Vegetation Condition Index，VCI)[7]、歸一化干旱指數(shù)法(Normalized Difference Drought Index，NDDI)[8]、植被供水指數(shù)法(Vegetation Supply Water Index，VSWI)[9]等；(3) 針對地表植被覆蓋的陸表溫度法，如溫度植被干旱指數(shù)法(Temperature Vegetation Drought Index，TVDI)[10]、溫度條件指數(shù)(Temperature Condition Index，TCI)[11]、條件植被溫度指數(shù)(Vegetation Temperature Condition Index，VTCI)[12]、作物缺水指數(shù)法(Crop Water Stress Index，CWSI)[13]等。

在針對地表植被覆蓋的干旱監(jiān)測方法中，VCI可反映基于NDVI在氣候變化影響下而產(chǎn)生的變化，且適用于較大范圍的干旱監(jiān)測，但物候的變化會對VCI造成影響，因此VCI僅適用于處于生長中后期、植被覆蓋度變化不大的作物；TVDI為干旱遙感監(jiān)測中最為常用的一種方法之一，但干邊、濕邊提取的準確性直接影響結(jié)果的精度，因此TVDI適用于小區(qū)域范圍的干旱監(jiān)測；VTCI與TVDI相同，冷、熱邊的確定是關(guān)鍵；TCI與CWSI均基于蒸騰原理與能量平衡原理，前者適用于長時間序列及大區(qū)域的干旱監(jiān)測，但由于季節(jié)性地表溫度差異、相對濕度等氣象因素會對結(jié)果精度產(chǎn)生影響，后者不適用于植被覆蓋度較低的地區(qū)[14]；2014年6—8月陜西關(guān)中地區(qū)降水稀少，導致大范圍干旱，大面積農(nóng)作物受災，直接經(jīng)濟損失嚴重，此時間段內(nèi)陜西大部分地區(qū)夏玉米處于苗期，屬于生育期的中前期，植被覆蓋度較低，尤其是6—7月中旬，不適用VCI進行干旱監(jiān)測。相較而言NDDI具有良好的普適性，對于植被覆蓋茂盛和稀少的地區(qū)同樣適用，且可用于植被整個生長期。此外，植被供水指數(shù)法(Vegetation Supply Water Index，VSWI)與多波段干旱指數(shù)法(Multiple Band Drought Index，MBDI)同樣可用于本文的干旱動態(tài)監(jiān)測研究。近年來，上述三種方法對不同研究區(qū)的干旱監(jiān)測均取得了良好的結(jié)果，張樹譽[15]等采用VSWI對陜西省春旱過程進行監(jiān)測；冷松[16]等綜合采用近紅外、短波紅外、熱紅外波段組合構(gòu)建MBDI對甘肅部分地區(qū)進行干旱監(jiān)測并取得較好的效果；白開旭[8]等采用NDDI分析了中國西南大旱旱情的時空演變過程。本文基于FY-3C/MERSI數(shù)據(jù)，采用上述3種干旱監(jiān)測方法對6—8月這次干旱過程進行監(jiān)測，通過將土壤墑情數(shù)據(jù)與模型監(jiān)測結(jié)果進行相關(guān)性分析，以期提供一種基于FY-3C/MERSI數(shù)據(jù)對陜西省干旱過程進行時空動態(tài)監(jiān)測的最佳遙感模型。

1材料與方法

1.1研究區(qū)概況

陜西省位于中國西北地區(qū)東部，年平均降水量500 mm，年平均氣溫13℃，無霜期218 d左右。全省地形多樣且地勢復雜，地貌類型多樣，南北高、中間低[17]，由于自然地理條件的多樣性形成三大農(nóng)業(yè)類型區(qū)，即陜北-農(nóng)牧結(jié)合農(nóng)業(yè)類型區(qū)，關(guān)中-旱作農(nóng)業(yè)類型區(qū)，陜南-旱稻兼作農(nóng)業(yè)類型區(qū)[18]。陜西地處西北大陸性氣候與東南沿海季風氣候的過渡帶，屬于生態(tài)環(huán)境脆弱帶，干旱是主要的氣象災害之一[19-20]，因此對干旱進行實時監(jiān)測對及時了解干旱發(fā)生的范圍與程度，制定積極有效的防旱、抗旱措施具有重要意義。

1.2數(shù)據(jù)的選擇與處理

1.2.1遙感數(shù)據(jù)的選擇與預處理風云三號(FY-3)系列衛(wèi)星是我國自行設(shè)計和研制的氣象極軌衛(wèi)星，攜帶的傳感器中分辨率光譜成像儀(MERSI)具有5個250 m和15個1 km空間分辨率通道，光譜范圍為0.41～12.5μm[21]。針對FY-3A和FY-3B在軌運行期間出現(xiàn)的問題，F(xiàn)Y-3C進行了改進和優(yōu)化，數(shù)據(jù)質(zhì)量更高，觀測能力更強。本文采用FY-3C/MERSI的1 km數(shù)據(jù)，原始數(shù)據(jù)來源于中國氣象局國家衛(wèi)星氣象中心，為HDF5文件格式[22]?？紤]整個干旱發(fā)生過程與晴空影像及質(zhì)量，分別選擇2014年5月21日、6月7日、7月2日、7月13日、7月25日與8月19日的FY-3C/MERSI影像，其中5月21日為干旱前期，6月7日-7月25日為干旱中期，8月19日為干旱后期。在遙感處理平臺ENVI(The Environment for Visualizing Images)中對6景數(shù)據(jù)分別進行輻射校正、幾何校正、大氣校正，以及研究區(qū)裁剪[16]，為建立干旱監(jiān)測模型做數(shù)據(jù)準備。在ENVI中計算歸一化植被指數(shù)(Normalized Difference Vegetation Index，NDVI)和歸一化水分指數(shù)(Normalized Difference Water Index，NDWI)(式1-2)，陸表溫度數(shù)據(jù)(Land Surface Temperature，LST)基于FY-3C/VIRR數(shù)據(jù)在衛(wèi)星監(jiān)測分析與遙感應(yīng)用系統(tǒng)(SMART)中反演得到，SMART系統(tǒng)為國家衛(wèi)星氣象中心研發(fā)的適用于風云三號系列數(shù)據(jù)的衛(wèi)星監(jiān)測與遙感應(yīng)用系統(tǒng)。

(1)

(2)

式中，ρNIR、ρRED和ρSWIR分別為近紅外波段、紅光波段及短波紅外波段的反射率。

1.2.2土壤墑情數(shù)據(jù) 來源于自動站的土壤相對濕度資料，選取與影像獲取時間同步的土壤墑情數(shù)據(jù)，用于分別對3個遙感干旱監(jiān)測模型的結(jié)果進行相關(guān)性分析及評價(圖1)。當降雨或有人工灌溉時，土壤水分處于過飽和狀態(tài)，站點的土壤相對濕度數(shù)據(jù)大于100%，在預處理過程中需要將這些數(shù)據(jù)剔除；當影像中站點的位置被云覆蓋時，無法對該區(qū)域進行干旱監(jiān)測，在進行相關(guān)性分析時也需要刪除該站點數(shù)據(jù)。

圖1研究區(qū)與站點位置示意圖

Fig.1Study area and station locations

1.3干旱監(jiān)測模型

干旱發(fā)生過程中，植被因受旱葉片不能正常生長，遙感影像上表現(xiàn)為NDVI減?。煌瑫r，植被的根部因缺水使蒸騰作用受到抑制，葉片氣孔關(guān)閉，植被冠層溫度升高，遙感影像上表現(xiàn)為LST增大；而一些研究[23-24]表明，與NDVI相比，NDWI監(jiān)測植被冠層水分的信息同樣也非常敏感，在干旱監(jiān)測中具有良好的應(yīng)用前景。本文擬對比運用VSWI、NDDI與MBDI這3種干旱監(jiān)測遙感模型，通過與土壤相對濕度數(shù)據(jù)進行相關(guān)性分析，得出研究區(qū)內(nèi)干旱監(jiān)測結(jié)果最優(yōu)的干旱監(jiān)測模型。

1.3.1植被供水指數(shù)模型(VSWI)植被供水指數(shù)干旱監(jiān)測模型綜合考慮了NDVI和LST兩種干旱監(jiān)測指標[25]，計算公式為

(3)

式中，0.001為系數(shù)，目的是為保證計算結(jié)果數(shù)值為0左右的一個指數(shù)。VSWI的物理意義是：當發(fā)生干旱時，一方面作物生長受到影響，NDVI值減??；另一方面作物冠層溫度升高，LST增大[19]，因此VSWI隨著干旱的加劇而增大。

1.3.2歸一化干旱指數(shù)模型(NDDI)歸一化干旱指數(shù)模型將NDVI與NDWI有效結(jié)合起來反映地表因干旱導致的土壤濕度和植被長勢方面的變化，從而反映地表的干旱程度[12]，公式定義為：

(4)

1.3.3多波段干旱指數(shù)模型(MBDI) 多波段干旱指數(shù)模型在NDWI的基礎(chǔ)上加入了溫度因素，計算公式[16]為：

(5)

式中，1000為系數(shù)，使計算結(jié)果為0左右的一個指數(shù)。MBDI在NDWI基礎(chǔ)上增加了熱紅外波段的信息，在干旱監(jiān)測應(yīng)用研究中具有可探索性[16]。

2結(jié)果與分析

2.1三種干旱遙感監(jiān)測模型與10 cm土壤相對濕度的相關(guān)分析

遙感技術(shù)在干旱監(jiān)測方面的應(yīng)用前景非常巨大，但也具有局限性，即遙感影像只能獲取陸地表層的信息，部分研究[26]也表明，遙感干旱監(jiān)測結(jié)果與10 cm土壤相對濕度的相關(guān)性最好。因此本文選取各站點10 cm深度觀測的土壤相對濕度分別與VSWI、NDDI和MBDI進行相關(guān)分析，結(jié)果見表1。由表1中可以看出，三種遙感監(jiān)測方法在陜西省夏季的干旱過程監(jiān)測中均有較好的表現(xiàn)，VSWI、NDDI與土壤相對濕度呈顯著負相關(guān)，MBDI與土壤相對濕度呈顯著正相關(guān)。在整個時間序列中，VSWI對干旱過程的動態(tài)監(jiān)測結(jié)果最為穩(wěn)定，均通過了0.05水平顯著性檢驗，并有1次通過了0.01水平顯著性檢驗；MBDI與NDDI均有2次通過了0.01水平顯著性檢驗，但分別有1次和2次未通過0.05水平顯著性檢驗，表明MBDI與NDDI對研究區(qū)干旱過程的監(jiān)測穩(wěn)定性稍差。此外，MBDI與VSWI對干旱中期(6月7日-7月25日)的干旱動態(tài)監(jiān)測結(jié)果準確性相當，甚至高于VSWI，但對于干旱前期(5月21日)與后期(8月19日)，MBDI的監(jiān)測結(jié)果準確性不如VSWI。綜合比較3種干旱遙感監(jiān)測模型，VSWI的準確性與穩(wěn)定性優(yōu)于MBDI與NDDI，因此采用VSWI的監(jiān)測結(jié)果在后續(xù)研究中進行進一步分析。

注：* ，**分別表示通過0.05和0.01的檢驗。

Note：* isP<0.05，** isP<0.01.

2.2基于VSWI的陜西省干旱過程時空變化分析

鑒于VSWI在整個干旱過程中反演結(jié)果穩(wěn)定性最好，因此將VSWI灰度值結(jié)果在ArcGIS中進行分類賦色，由綠到紅反映了干旱程度的加重，如圖2所示。陜北地區(qū)、榆林北部區(qū)域?qū)儆诜里L治沙區(qū)，地表溫度較高，植被指數(shù)較低；延安的黃龍山、子午嶺屬于天然林保護區(qū)，地表溫度較低且常年植被指數(shù)維持在較高的范圍。由圖2可以看出，從5月下旬至6下旬，榆林地區(qū)的干旱程度較為嚴重，7月上旬開始至8月下旬，榆林的干旱程度逐漸減輕，而這一過程中延安的干旱程度較輕且一直維持在穩(wěn)定的程度。關(guān)中地區(qū)是陜西省糧食的主產(chǎn)區(qū)，也是農(nóng)業(yè)干旱監(jiān)測中最為重要的區(qū)域。

注：(a) 5月21日； (b) 6月7日； (c) 7月2日； (d) 7月13日； (e) 7月25日； (f) 8月19日

Note： (a) May 21; (b) Jun 7; (c) July 2; (d) July 13; (e) July 25; (f) August 19

圖2基于VSWI的陜西省干旱時空動態(tài)監(jiān)測結(jié)果

Fig.2Monitoring result of the spatial-temporal dynamics of drought in Shaanxi based on VSWI

從圖2可以看出，5月下旬西安主城區(qū)與渭南大部分區(qū)域干旱程度較重，關(guān)中西部干旱程度較輕；6月上旬開始，干旱程度加重，干旱范圍由東部向西部擴展；8月上旬和中旬隨著全省一次大范圍降水過程，遙感監(jiān)測圖中，8月下旬關(guān)中絕大部分地區(qū)的干旱有所緩解，干旱程度較重的區(qū)域僅在西安主城區(qū)和寶雞部分區(qū)域。陜南大部分地區(qū)屬于秦巴山區(qū)的天然林保護區(qū)，地表溫度較低且植被指數(shù)較高，因此陜南絕大部分區(qū)域的干旱程度較輕，干旱程度較重的區(qū)域僅分布于平原的耕地區(qū)域，并隨降水有所緩解。

3結(jié)論與討論

干旱遙感監(jiān)測對于及時了解旱情并采取積極有效的防旱抗旱措施具有重要意義，本文對應(yīng)干旱發(fā)生前、中、后期選取6景FY-3C/MERSI 1 km影像數(shù)據(jù)分別采用VSWI、NDDI、MBDI這3種干旱監(jiān)測模型對2014年陜西省夏季干旱發(fā)展過程進行動態(tài)監(jiān)測，采用10 cm深度土壤相對濕度數(shù)據(jù)對3種模型監(jiān)測結(jié)果進行評價，主要結(jié)論如下：

(1) FY-3C/MERSI作為我國自主研發(fā)的氣象極軌衛(wèi)星，在干旱監(jiān)測應(yīng)用方面具有很大可探索性，1 km數(shù)據(jù)中15個波段波長范圍包含從可見光、近紅外到短波紅外波段，滿足干旱監(jiān)測中各種干旱監(jiān)測模型建立的要求。FY-3C/MERSI數(shù)據(jù)的重訪周期為1天，這對干旱的遙感時空動態(tài)監(jiān)測提供了良好的數(shù)據(jù)源基礎(chǔ)。

(2) 在與土壤相對濕度數(shù)據(jù)的相關(guān)性分析中，3種干旱監(jiān)測模型的監(jiān)測結(jié)果準確性均較高，相較而言VSWI動態(tài)監(jiān)測結(jié)果的準確性和穩(wěn)定性更優(yōu)，可以作為陜西省夏季干旱遙感監(jiān)測的最佳模型。

(3) 根據(jù)VSWI的動態(tài)監(jiān)測結(jié)果，將陜西省分為陜北地區(qū)、關(guān)中地區(qū)和陜南地區(qū)來討論，整個干旱過程中，陜北榆林地區(qū)的干旱程度逐步減輕，榆林東部減輕的較為明顯，延安的干旱程度維持在穩(wěn)定程度；關(guān)中地區(qū)的干旱范圍由東部逐步向西部擴展。陜南林區(qū)的干旱程度較輕且穩(wěn)定，耕地區(qū)域的干旱發(fā)展經(jīng)歷了由輕到重到緩解的過程。這表明VSWI具備對研究區(qū)旱情進行時空動態(tài)監(jiān)測的能力，VSWI的監(jiān)測結(jié)果與實際情況相符，與傳統(tǒng)的干旱監(jiān)測手段相比，宏觀且直接地表現(xiàn)了旱情的時空分布特征，對防旱抗旱的工作具有重要意義。

(4) 本研究也存在一些不足，用于相關(guān)性分析的自動站點在空間上分布并不均勻，相對于關(guān)中地區(qū)來說，陜北和陜南的站點分布比較稀疏，且土壤相對濕度數(shù)據(jù)在空間上僅為一個點值，而與之做相關(guān)性分析的遙感影像一個像元代表了1 km2范圍的值，點值與面值的尺度差異必會造成誤差，這也是相關(guān)系數(shù)不高的部分原因。

參 考 文 獻：

[1]王玉娟，王樹東，曾紅娟，等.基于作物缺水指數(shù)法的渭河流域干旱特征[J].干旱區(qū)研究,2014,31(1)：118-124.

[2]孫麗，王飛，吳全.干旱遙感監(jiān)測模型在中國冬小麥區(qū)的應(yīng)用[J].農(nóng)業(yè)工程學報,2010,(1):243-249.

[3]蔣友嚴，韓濤，徐燕，等.基于多源衛(wèi)星數(shù)據(jù)的3種干旱遙感監(jiān)測效果比較[J].干旱地區(qū)農(nóng)業(yè)研究，2014，32(2):47-51.

[4]吾拉木阿布都瓦斯提.基于n維光譜特征空間的農(nóng)田干旱遙感監(jiān)測[D].北京：北京大學,2006.

[5]李星敏，劉安麟，張樹譽，等.熱慣量法在干旱遙感監(jiān)測中的應(yīng)用研究[J].干旱地區(qū)農(nóng)業(yè)研究，2005,23(1):54-59.

[6]徐英,吳明陽,李秀芬,等.NOAA/AVHRR 資料在黑龍江省干旱監(jiān)測中的應(yīng)用研究[J].哈爾濱理工大學學報,2005,10(2):51-53.

[7]Quiring S M, Ganesh S. Evaluating the utility of the Vegetation Condition Index (VCI) for monitoring meteorological drought in Texas[J]. Agricultural and Forest Meteorology, 2010,150(3):330-339.

[8]白開旭,劉朝順,施潤和,等.2010年中國西南旱情的時空特征分析——基于MODIS數(shù)據(jù)歸一化干旱指數(shù)[J].地球信息科學學報,2012,14(1):32-40.

[9]莫偉華,王振會,孫涵,等.基于植被供水指數(shù)的農(nóng)田干旱遙感監(jiān)測研究[J].南京氣象學院學報,2006,29(3):396-401.

[10]姚春生,張增祥,汪瀟.使用溫度植被干旱指數(shù)法(TVDI)反演新疆土壤濕度[J].遙感技術(shù)與應(yīng)用,2005,19(6):473-478.

[11]Kogan F N. Application of vegetation index and brightness temperature for drought detection[J]. Advances in Space Research, 1995,15(11):91-100.[12]王鵬新,龔健雅，李小文.條件植被溫度指數(shù)及其在干旱監(jiān)測中的應(yīng)用[J].武漢大學學報(信息科學版),2001,26(5):412-418.[13]劉安麟,李星敏,何延波,等.作物缺水指數(shù)法的簡化及在干旱遙感監(jiān)測中的應(yīng)用[J].應(yīng)用生態(tài)學報,2004,15(2):210-214.

[14]劉歡,劉榮高,劉世陽.干旱遙感監(jiān)測方法及其應(yīng)用發(fā)展[J].地球信息科學學報,2012,14(2):232-239.

[15]張樹譽,李登科,李星敏,等.MODIS資料在2005年陜西春旱過程監(jiān)測中的應(yīng)用[J].中國農(nóng)業(yè)氣象,2006,27(3):204-209.

[16]冷松,武建軍,周磊.利用多波段遙感干旱監(jiān)測方法研究[J].干旱區(qū)資源與環(huán)境,2013,27(2):102-107.

[17]喬麗，杜繼穩(wěn)，江志紅，等.陜西省生態(tài)農(nóng)業(yè)干旱區(qū)劃研究[J].干旱區(qū)地理,2009,32(1):112-118.

[18]張芳.基于MODIS的陜西省干旱遙感監(jiān)測研究[D].西安：陜西師范大學,2008.

[19]閆娜,李登科,杜繼穩(wěn),等.基于MODIS產(chǎn)品LST/NDVI/EVI的陜西旱情監(jiān)測[J].自然災害學報,2010,19(4):178-182.

[20]李星敏，楊文峰，李紅梅，等.相對冷暖背景下兩次干旱事件的比較——以陜西為例[J].干旱地區(qū)農(nóng)業(yè)研究，2012，30(1):238-245.

[21]權(quán)文婷，趙青蘭，王衛(wèi)東，等.不同大氣狀況下FY-3B/MERSI數(shù)據(jù)大氣校正前后對比[J].干旱氣象，2015,33(4)：666-674.

[22]朱琳，劉健，張曄萍，等.FY-3A/MERSI數(shù)據(jù)在中國北方干旱監(jiān)測中的應(yīng)用[J].遙感學報,2010,(5):1004-1016.

[23]Gao B C. Normalized difference water index for remote sensing of vegetation liquid water from space[C]//SPIE's 1995 Symposium on OE/Aerospace Sensing and Dual Use Photonics. International Society for Optics and Photonics, 1995:225-236.

[24]劉小磊,覃志豪.NDWI與NDVI指數(shù)在區(qū)域干旱監(jiān)測中的比較分析——以2003年江西夏季干旱為例[J].遙感技術(shù)與應(yīng)用，2007，22(5):608-612.

[25]劉麗,劉清.衛(wèi)星遙感信息在貴州干旱監(jiān)測中的應(yīng)用[J].中國農(nóng)業(yè)氣象,1999,20(3):43-47.

[26]馮蜀青,殷青軍,肖建設(shè),等.基于溫度植被旱情指數(shù)的青海高寒區(qū)干旱遙感動態(tài)監(jiān)測研究[J].干旱地區(qū)農(nóng)業(yè)研究,2006,24(5):141-145.

[27]張潔,武建軍,周磊,等.基于MODIS數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測方法對比分析[J].遙感信息,2012,(5):48-54.

Investigation on FY-3C/MERSI data to monitor the spatial-temporaldynamics of drought in Shaanxi Province

QUAN Wen-ting1, LI Hong-mei1, ZHOU Hui1, HE Hui-juan1, NENG Jia2

(1.ShaanxiProvincialAgriculturalRemoteSensingInformationCenter,Xi’an,Shaanxi710014,China;2.PetroChinaChangqingOilfieldCompany,Xi’an,Shaanxi710018,China)

Keywords:FY-3C/MERSI data; drought monitoring; VSWI; NDDI; MBDI

Abstract：Base on FY-3C/MERSI 1 km monitoring data, the Vegetation Supply Water Index Model (VSWI), Normalized Difference Drought Index Model (NDDI), and Multiple Band Drought Index Model (MBDI) were used to monitor summer drought in Shaanxi Province in 2014. Also, the 10 cm relative soil moisture observation data were utilized to comparatively analyze the accuracy and stability of these three drought remote sensing monitoring models. The result showed that accuracy of all three remote sensing methods was acknowledged toward drought of Shaanxi in summer 2014. The result of VSWI dynamic monitoring performed better than others. The accuracies of MBDI and VSWI were at the same level during the middle term of drought period, but VSWI was better at early and late stages than MBDI. According to the VSWI monitoring result, when Shaanxi was divided into Shanbei district, Guanzhong district and Shannan district, the result indicated that FY-3C/MERSI data was able to monitor the spatial-temporal dynamics of drought in Shaanxi Province.

文章編號：1000-7601(2016)03-0193-05

doi:10.7606/j.issn.1000-7601.2016.03.31

收稿日期：2015-05-13

基金項目：陜西省氣象局科技創(chuàng)新基金計劃項目(2014M-15)

作者簡介：權(quán)文婷(1985—)，女，工程師，主要研究方向為遙感監(jiān)測。 E-mail：quanwenting@163.com。

中圖分類號：S423

文獻標志碼：A