基于Landsat8 TVDI的河套灌區(qū)旱情分析*
——以臨河區(qū)為例

烏蘭吐雅，于利峰，烏 蘭，包珺瑋，許洪滔

(1.內(nèi)蒙古自治區(qū)農(nóng)牧業(yè)科學(xué)院，呼和浩特 010031； 2.包頭師范學(xué)院資源與環(huán)境學(xué)院，內(nèi)蒙古包頭 014030)

基于Landsat8 TVDI的河套灌區(qū)旱情分析*
——以臨河區(qū)為例

烏蘭吐雅1※，于利峰2，烏 蘭1，包珺瑋1，許洪滔1

(1.內(nèi)蒙古自治區(qū)農(nóng)牧業(yè)科學(xué)院，呼和浩特 010031； 2.包頭師范學(xué)院資源與環(huán)境學(xué)院，內(nèi)蒙古包頭 014030)

[目的]河套灌區(qū)是我國(guó)北方重要糧、油生產(chǎn)基地，該區(qū)域地處我國(guó)干旱區(qū)，及時(shí)有效地監(jiān)測(cè)評(píng)價(jià)該地區(qū)的旱情狀況，對(duì)農(nóng)業(yè)有十分重要的意義。通過(guò)遙感手段監(jiān)測(cè)河套灌區(qū)旱情狀況，將研究區(qū)分為無(wú)旱、輕旱和干旱3個(gè)旱情等級(jí)，并對(duì)統(tǒng)計(jì)結(jié)果進(jìn)行評(píng)價(jià)，以期為當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)提供參考。[方法]選取2016年7月1日的兩景Landsat8 遙感影像數(shù)據(jù)，針對(duì)遙感參數(shù)進(jìn)行計(jì)算反演，對(duì)歸一化植被指數(shù)(NDVI)、地表溫度(LST)和溫度植被干旱指數(shù)(Temperature Vegetation Dryness Index，TVDI)等遙感參數(shù)分級(jí)統(tǒng)計(jì)，評(píng)價(jià)臨河區(qū)旱情。[結(jié)果]3個(gè)旱情等級(jí)中，無(wú)旱的面積為466.38 km2，占臨河區(qū)面積的20.02%；輕旱的面積為1 176.50 km2，占臨河區(qū)面積的50.49%；干旱的面積為687.12 km2，占臨河區(qū)面積的29.49%。臨河區(qū)東北地區(qū)旱情面積比重較大；西南地區(qū)靠近黃河及人工渠旱情面積較小或者無(wú)旱情發(fā)生。[結(jié)論]該方法適合農(nóng)業(yè)旱情的快速監(jiān)測(cè)評(píng)價(jià)，能較好地反映區(qū)域旱情空間分布，監(jiān)測(cè)結(jié)果具有一定的實(shí)用價(jià)值。

Landsat8 TVDI 河套灌區(qū) 旱情分析 參數(shù)反演

0 引言

氣候變化產(chǎn)生的干旱是影響我國(guó)農(nóng)業(yè)生產(chǎn)最嚴(yán)重的自然災(zāi)害[1]，特別容易發(fā)生在我國(guó)西北地區(qū)[3]。河套灌區(qū)位于黃河上中游內(nèi)蒙古段北岸的沖積平原巴彥淖爾市境內(nèi)，總土地面積為119萬(wàn)hm2，設(shè)計(jì)灌溉面積73萬(wàn)hm2，農(nóng)業(yè)人口100余萬(wàn)人[2]。河套地區(qū)黃河灌溉歷史悠久[3]更是是我國(guó)北方重要糧、油生產(chǎn)基地，該區(qū)域地處我國(guó)干旱的西北高原，降水量少，蒸發(fā)量大，屬于沒(méi)有引水灌溉便沒(méi)有農(nóng)業(yè)的地區(qū)[4]。及時(shí)有效地監(jiān)測(cè)評(píng)價(jià)該地區(qū)的旱情狀況，對(duì)指導(dǎo)當(dāng)?shù)氐霓r(nóng)業(yè)生產(chǎn)、提升防災(zāi)減災(zāi)應(yīng)變決策能力、確保糧食安全、農(nóng)民增收都有十分重要的意義。

傳統(tǒng)的干旱監(jiān)測(cè)方式是基于觀測(cè)站的定點(diǎn)監(jiān)測(cè)，這種方法屬于點(diǎn)的干旱監(jiān)測(cè)[5]，但缺乏空間區(qū)域的旱情代表性。近年來(lái)，空間遙感技術(shù)以其在時(shí)間和空間上可快速獲取大面積地物光譜信息的優(yōu)勢(shì)彌補(bǔ)了傳統(tǒng)監(jiān)測(cè)方面的不足[6]。特別是2002年Sandholt等基于簡(jiǎn)化的Ts-NDVI特征空間基礎(chǔ)上提出了溫度植被干旱指數(shù)(Temperature Vegetation Dryness Index，TVDI)[7]，該指數(shù)既表示研究區(qū)范圍內(nèi)歸一化植被指數(shù)(NDVI)的變化情況，又考慮了在NDVI相同情況下地表溫度的變化，在區(qū)域農(nóng)業(yè)旱情監(jiān)測(cè)上得到了廣大學(xué)者的肯定[8-12]。該研究利用Landsat 8遙感影像，反演臨河區(qū)溫度植被干旱指數(shù)，分析研究區(qū)旱情空間布局，以期為當(dāng)?shù)氐暮登楸O(jiān)測(cè)評(píng)價(jià)提供新的思路。

圖1 研究區(qū)位置及Landsat 8影像

1 研究區(qū)概況

臨河區(qū)位于內(nèi)蒙古自治區(qū)西部，巴彥淖爾市中部，河套平原腹地(圖1)。區(qū)境南臨黃河，與鄂爾多斯市隔河相望，北以烏加河為界，與烏拉特中旗相鄰，東接五原縣，西與杭錦后旗毗連，占整個(gè)河套平原的1/5，總面積2 333km2[13]。地理坐標(biāo)為107°06′E～107°44′E，40°31′N～41°17′N。南北長(zhǎng)約64km，東西寬36km，總面積2 254km2，該區(qū)屬于溫帶大陸性干旱半干旱氣候，降水稀少，蒸發(fā)強(qiáng)烈，干燥多風(fēng)，日照時(shí)間長(zhǎng)是其主要的氣候特征。年降水量130～220mm，年平均氣溫6.2～7.9℃，地勢(shì)較平坦[14]。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源及預(yù)處理

該研究中使用的遙感數(shù)據(jù)為美國(guó)宇航局(NASA)提供的2016年7月1日Landsat 8 OLI影像，PATH/ROW 是129/31、129/32空間分辨率為30m，對(duì)下載的數(shù)據(jù)進(jìn)行輻射定標(biāo)、大氣糾正、數(shù)據(jù)鑲嵌、剪切、格式轉(zhuǎn)換、投影轉(zhuǎn)換和質(zhì)量檢驗(yàn)等預(yù)處理過(guò)程。

2.2 研究方法

首先通過(guò)近紅外波段和紅波段的反射率數(shù)據(jù)計(jì)算研究區(qū)植被指數(shù)(NDVI)，接著使用輻射傳導(dǎo)方程法(大氣校正法)計(jì)算地表溫度(LST)，最后通過(guò)NDVI與LST擬合，反演出溫度植被干旱指數(shù)(TDVI)。

歸一化植被指數(shù)是過(guò)去30年來(lái)使用最為廣泛的植被指數(shù)[15]，計(jì)算公式為：

NDVI=(ρNIR-ρR)/(ρNIR+ρR)

(1)

式中，ρNIR為近紅外波段反射率，ρR為紅波段反射率[16]。

使用輻射傳導(dǎo)方程法(大氣校正法)來(lái)計(jì)算地表溫度，其主要思路是首先估計(jì)大氣對(duì)地表熱輻射的影響，然后把這部分大氣影響從衛(wèi)星傳感器所觀測(cè)到的熱輻射總量中減去，從而得到地表熱輻射強(qiáng)度，再把這一熱輻射強(qiáng)度轉(zhuǎn)化為相應(yīng)的地表溫度[17]。具體公式[18]如下：

LST=K2/ln(K1/BTS+1)

(2)

式中，對(duì)于K1=774.89 W/(m2*μm*sr)，K2=1 321.08K。BTs為溫度為T的黑體在熱紅外波段的輻射亮度，其計(jì)算公式[18]如下：

BTS=[Lλ-L↑-τ(1-ε)L↓]/τε

(3)

圖2 TVDI特征空間示意

式中，大氣向上輻射亮度L↑、大氣向下輻射亮輻射亮度L↓、大氣在熱紅外波段的透過(guò)率τ，這3個(gè)大氣剖面參數(shù)在NASA提供的網(wǎng)站(http：//atmcorr.gsfc.nasa.gov/)中可以查詢，ε為地表比輻射率。Lλ為L(zhǎng)andsat 8的熱紅外輻射亮度值。

在過(guò)去的研究中，很多研究人員在實(shí)踐中發(fā)現(xiàn)，地表溫度(LST)與歸一化植被指數(shù)(NDVI)之間存在很密切的聯(lián)系，且呈負(fù)相關(guān)關(guān)系[19]。Carlson等[12]發(fā)現(xiàn)若研究區(qū)植被覆蓋包含裸土到全覆蓋，土壤濕度包含極干旱到極濕潤(rùn)，則以遙感資料獲得的NDVI和LST數(shù)據(jù)的散點(diǎn)圖呈三角形，而Moran等[20]發(fā)現(xiàn)其表現(xiàn)為梯形(圖2)。

其計(jì)算公式如下：

TVDI=(LSTNDVI.max-LSTNDVI)/(LSTNDVI.max-LSTNDVI.min)

(4)

式中，TVDI為溫度植被干旱指數(shù)，其值取0～1。濕邊TVDI取0，表示土壤含水量接近正常濕潤(rùn)土壤，干邊TVDI取1，表示土壤干旱缺水。LSTNDVI指任意像元的地表溫度，LSTNDVI.max指某一像元NDVI值所對(duì)應(yīng)的最高溫度，即干邊。LSTNDVI.min指某一像元NDVI所對(duì)應(yīng)的最低溫度，即濕邊。干邊濕邊的具體擬合公式如下：

LSTNDVI.max=a+bNDVI

(5)

LSTNDVI.min=c+dNDVI

(6)

式中a，b，c，d為干濕邊的擬合系數(shù)，分別代表干邊和濕邊的截距和斜率。

3 結(jié)果與分析

3.1 歸一化植被指數(shù)分析

用公式(1)計(jì)算得到研究區(qū)NDVI空間分布圖，密度分割分級(jí)后得到不同等級(jí)空間分布狀況如下圖(圖3)。通過(guò)像素?cái)?shù)統(tǒng)計(jì)后得到研究區(qū)域水域面積為16.96km2，NDVI小于等于0.3的陸地區(qū)域面積為1 418.27km2，包括居民地、裸地、鹽堿地、道路、建筑用地和低植被覆蓋的區(qū)域； NDVI大于0.6的區(qū)域面積為554.92km2，這個(gè)區(qū)域植被覆蓋度高，主要是長(zhǎng)勢(shì)好的農(nóng)田、林地等。NDVI小于等于0.6，大于0.3的區(qū)域面積為339.85km2，該區(qū)域主要是長(zhǎng)勢(shì)差的農(nóng)田及草地及農(nóng)田周圍道路、田間小路等，遙感上屬混合像素較多。

圖3 臨河區(qū)NDVI空間分布 圖4 臨河區(qū)LST空間分布 圖6 臨河區(qū)TVDI空間分布

圖5 LST-NDVI散點(diǎn)分布

3.2 地表溫度反演及空間差異性分析

用公式(2)(3)反演得到研究區(qū)地表溫度空間分布狀況，密度分割分級(jí)后得到如下圖(圖4)。研究區(qū)地表溫度小于28℃的面積為71.82km2，主要分布在水域及水域周圍。40℃以上的面積為151.47km2，主要分布在居民區(qū)和植被覆蓋低的區(qū)域。28～40℃的面積為2 106.716km2，分布在臨河區(qū)廣大區(qū)域，占臨河區(qū)的90.42%的面積。

3.3 溫度植被干旱指數(shù)反演及旱情分析

3.3.1 干濕邊獲取

通過(guò)圖像處理語(yǔ)言IDL并結(jié)合ENVI軟件提取研究植被指數(shù)(NDVI)與陸地溫度(LST)特征空間，對(duì)相同NDVI值下的LST最大值最小值進(jìn)行提取，并擬合出干邊、濕邊方程(圖5)。

可以看出干邊呈明顯的負(fù)相關(guān)關(guān)系，濕邊呈現(xiàn)弱相關(guān)關(guān)系，說(shuō)明干濕邊擬合結(jié)果是合理的。

3.3.2 干旱等級(jí)劃分

農(nóng)業(yè)干旱一般認(rèn)為0～20cm 土壤含水量小于田間持水量的40%為重旱，小于50%為中旱，小于60%為輕旱， 60%～80%為正常，大于80%為濕潤(rùn)[23]。由 TVDI 的定義可知，當(dāng) TVDI為0 時(shí)，土壤含水量接近正常濕潤(rùn)土壤，TVDI 等于1，則代表土壤含水量接近凋萎含水量，TVDI 值越接近1，表明土壤干旱缺水。如表1所示，不同學(xué)者在不同地區(qū)對(duì)于TVDI提出的干旱分級(jí)標(biāo)準(zhǔn)。

表1 其他地區(qū)TVDI分級(jí)標(biāo)準(zhǔn)

序號(hào)地區(qū)TVDI分級(jí)1新疆(0～0 2)濕潤(rùn)(0 2～0 4)正常(0 4～0 6)輕旱(0 6～0 8)干旱(0 8～1)重旱[24]3陜西(0～0 67)無(wú)旱(0 67～0 74)輕旱(0 74～0 8)中旱(0 8～0 86)重旱(0 86～1)特旱[25]4重慶(0～0 4)正常(0 4～0 6)輕旱(0 6～0 8)干旱(0 8～1)重旱[26]

在ENVI中使用密度分割法對(duì)灰度圖像進(jìn)行分級(jí)顯示，利用其他地區(qū)的分級(jí)標(biāo)準(zhǔn)繪制臨河區(qū)干旱等級(jí)圖。在使用新疆和重慶的標(biāo)準(zhǔn)分級(jí)時(shí)，水體周邊及灌溉地區(qū)大部都?xì)w類為干旱，而使用陜西的標(biāo)準(zhǔn)所得的干旱分布則更符合當(dāng)?shù)貙?shí)際情況，在綜合考慮季節(jié)、氣候的情況下參照陜西的 TVDI 旱情分級(jí)標(biāo)準(zhǔn)，并略有調(diào)整，在臨河地區(qū)將TVDI分為：無(wú)旱(0～0.6)、輕旱(0.6～0.75)、干旱(0.75～1)3個(gè)等級(jí)。

3.3.3 干旱分析

在ENVI中采用臨河區(qū)TVDI分級(jí)標(biāo)準(zhǔn)，繪制臨河區(qū)TDVI值空間分布圖(圖6)，從密度分割結(jié)果看，臨河區(qū)東北地區(qū)旱情面積比重較大； 西南地區(qū)靠近黃河及人工渠旱情面積較小或者無(wú)旱情發(fā)生。綜合統(tǒng)計(jì)后，無(wú)旱的面積為466.38km2，占臨河區(qū)面積的20.02%。輕旱的面積為1 176.50km2，占臨河區(qū)面積的50.49%。干旱的面積為687.12km2，占臨河區(qū)面積的29.49%。從旱情面積比重上看，應(yīng)加強(qiáng)旱地作物田間管理，及時(shí)做好補(bǔ)水灌溉及人工增雨作業(yè)，避免旱情擴(kuò)大對(duì)農(nóng)業(yè)生產(chǎn)的不利影響。

4 結(jié)論及思考

該研究成果，基于LST-NDVI特征空間所建立的干旱監(jiān)測(cè)模型應(yīng)用在河套灌區(qū)的干旱監(jiān)測(cè)工作中，取得了良好的效果，并得到了以下結(jié)論。

(1)TVDI能較好地反映區(qū)域旱情空間分布，監(jiān)測(cè)結(jié)果具有一定的實(shí)用價(jià)值，與多人研究得到的成果吻合[5， 8， 10， 11， 12， 21， 22]。

(2)該研究所用溫度反演的方法僅使用了Landsat8的一個(gè)熱紅外波段，接下來(lái)的研究應(yīng)采用分裂窗算法進(jìn)行溫度反演，力求提高旱情監(jiān)測(cè)分析的精度。

(3)地表比輻射率是計(jì)算地表溫度的重要參數(shù)，在今后的應(yīng)用中可以結(jié)合不同植被類型和地貌類型作更深層次的研究。

(4)由于干旱受灌溉、降水、土壤屬性、地形等多因素影響，衛(wèi)星影像與地表實(shí)際情況的差異性，使得該研究缺少準(zhǔn)確合理的精度檢驗(yàn)，因此在今后監(jiān)測(cè)中，應(yīng)綜合灌溉、綜合大氣、作物和土壤環(huán)境等多元因素的影響，考慮多個(gè)因素的同時(shí)，加強(qiáng)不同方法的交叉融合使用，使得干旱監(jiān)測(cè)方法從監(jiān)測(cè)角度和內(nèi)容上加以豐富。

[1] 覃志豪， 唐華俊，李文娟.氣候變化對(duì)我國(guó)糧食生產(chǎn)系統(tǒng)影響的研究前沿.中國(guó)農(nóng)業(yè)資源與區(qū)劃， 2015, 36(1): 1～8

[2] 巴彥淖爾市統(tǒng)計(jì)局. 巴彥淖爾市統(tǒng)計(jì)年鑒(2000-2010年).巴彥淖爾市：巴彥淖爾市統(tǒng)計(jì)局， 2000～2010

[3] 劉海啟， 王迎春.我國(guó)西北旱區(qū)農(nóng)牧業(yè)綜合開(kāi)發(fā)潛力分析及水資源支撐能力研究.中國(guó)農(nóng)業(yè)資源與區(qū)劃， 2015, 36(3): 1～9

[4] 屈忠義， 楊曉，黃永江.內(nèi)蒙古河套灌區(qū)節(jié)水工程改造效果分析與評(píng)估.農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2015， 46(4)： 70～76， 112

[5] 王鵬新， 龔雅健，李小文.條件植被溫度指數(shù)及其在干旱監(jiān)測(cè)中的應(yīng)用.武漢大學(xué)學(xué)報(bào)·信息科學(xué)版， 2001， 26(5)： 413～418

[6] 李慧， 王鵬新.基于Terra-MODIS和NOAA-AVHRR數(shù)據(jù)的條件植被溫度指數(shù)干旱監(jiān)測(cè)及其對(duì)比分析.干旱區(qū)資源與環(huán)境， 2013, 27(3): 61～66

[7] Sandholt I，Rasmussen K，Andersen J.Asimple interpretation of the surface temperature/vegetation condition index space for assessment of surface moisture status.Remote Sensing of Environment， 2002, 78(2): 213～224

[8] 趙莉榮， 武偉，劉洪斌，等.基于溫度植被干旱指數(shù)法的農(nóng)業(yè)干旱研究.西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版)， 2009， 34(2)； 80～84

[9] 趙廣敏， 李曉燕，李寶毅.基于地表溫度和植被指數(shù)特征空間的農(nóng)業(yè)干旱遙感監(jiān)測(cè)方法研究綜述.水土保持研究， 2010， 05： 245～250

[10]王鶯， 王勁松，姚玉璧，等.基于溫度植被干旱指數(shù)的廣東省旱情動(dòng)態(tài)監(jiān)測(cè).草業(yè)學(xué)報(bào)， 2014， 02： 98～107

[11]閆峰， 王艷姣，吳波.多時(shí)間尺度溫度——植被指數(shù)特征空間旱情監(jiān)測(cè)的差異性.地理科學(xué)， 2014， 08： 987～993

[12]于敏， 程明虎，基于NDVI-Ts特征空間的黑龍江省干旱監(jiān)測(cè).應(yīng)用氣象學(xué)報(bào)， 2010, 21(2): 211～228

[13]彭家賓， 王星.基于GIS的臨河區(qū)土地適宜性評(píng)價(jià).西部資源， 2016,(1)： 042～045

[14]高存榮， 李朝星，周曉紅,等.河套平原臨河區(qū)高砷地下水分布及水化學(xué)特征.水文地質(zhì)工程地質(zhì)， 2008,(6)： 22～28

[15]烏蘭吐雅， 烏蘭，姜英君,等.基于MODIS NDVI的春小麥苗期長(zhǎng)勢(shì)監(jiān)測(cè)——以呼倫貝爾市大興安嶺西麓為例．安徽農(nóng)業(yè)科學(xué)， 2015, 43(31): 356～358

[16]賈玉秋， 李冰，程永政,等.基于 GF-1與Landsat-8 多光譜遙感影像的玉米 LAI 反演比較．農(nóng)業(yè)工程學(xué)報(bào)， 2015, 31(9): 173～179

[17]游絢， 晏路明．基于ETM+影像輻射傳導(dǎo)方程算法的地表溫度反演.科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì)， 2009, 19(27): 134～136

[18]宋挺， 段崢，劉軍志,等.Landsat8數(shù)據(jù)地表溫度反演算法對(duì)比．遙感學(xué)報(bào)， 2015， 19(3)： 451～464

[19]Carlson T N，Gillies R R，Perry E M.A method to make use of thermal infrared temperature and NDVI measurement to infer surface soil water content and fractional vegetation cover.Remote Sensing Reviews， 1994， 9(1， 2)： 45～49

[20]MORAN M S，CLARKE T R，INOUE Y，et al.Estimating crop water deficit using the relation betwent surface-air temperature and spectral vegetation index.Remote Sensing of Environment， 1994， 49： 246～263

[21]張喆， 丁建麗，李鑫，等.TVDI用于干旱區(qū)農(nóng)業(yè)旱情監(jiān)測(cè)的適宜性.中國(guó)沙漠， 2015, 35(1): 0220～0227

[22]趙廣敏， 李曉燕，李寶毅.基于地表溫度和植被指數(shù)特征空間的農(nóng)業(yè)干旱遙感監(jiān)測(cè)方法研究綜述.水土保持研究， 2010, 17(5): 245～250

[23]田國(guó)良. 熱紅外遙感.北京：電子工業(yè)出版社， 2006

[24]姚春生， 張?jiān)?，汪瀟.使用溫度植被干旱指數(shù)法(TVDI)反演新疆土壤濕度.遙感技術(shù)與應(yīng)用， 2004, 19(6): 473～478

[25]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(cè).自然災(zāi)害學(xué)報(bào)， 2010, 19(4): 178～182

[26]易永紅， 楊大文，劉志雨，等.多時(shí)相中分辨率衛(wèi)星影像在2006年川東和重慶旱情監(jiān)測(cè)中的應(yīng)用研究.水利學(xué)報(bào)， 2008, 39(4): 490～499

DROUGHT ANALYSIS OF HETAO IRRIGATION DISTRICT BASED ON LANDSAT 8 TVDI*——TAKING LINHE DISTRICT AS AN EXAMPLE

Wulan Tuya1※, Yu Lifeng2, Wu Lan1, Bao Junwei1, Xu Hongtao1

(1.Inner Mongolia Academy Of Agricultual & Animal Husbandry Science, Hohhot 010031,China; 2.Faculty of Resource and Environment,Baotou Teacher′s College; Baotou, Inner Mongolia 014030,China)

Hetao region is an important production base of grain and oil in north China, which located in the arid area of China. To timely and effectively monitor and evaluation the drought situation in the region has great significance in the agricultural development. This paper evaluated the drought status in the Hetao irrigation area using remote sensing method, and further divided this area into 3 types, i.e., non-drought, light drought and drought. Two scenes Landsat 8 remote sensing data in July 1 2016 were used to estimate NDVI, LST and TVIDI for the drought evaluation in Linhe. The results indicated that the non-drought area covered 466.38 km2, accounting for 20.02% of the study area; light drought area was 1176.50 km2, accounting for 50.49%, and drought area covered 687.12 km2, accounting for 29.49% of the total area. The drought area, the light drought, and non-drought area distributed in the northeast of Linhe, southwestern near the Yellow River, respectively. It concluded that the method was reasonable for agricultural drought evaluation and reflecting the distribution of the drought. The study result will provide a reference for the local agricultural management.

Landsat8;TVDI;Hetao irrigation area; drought analysis; parameter inversion

10.7621/cjarrp.1005-9121.20170518

2016-10-20

烏蘭吐雅(1970—)，女，內(nèi)蒙古興安盟人，碩士、副研究員。研究方向：遙感與GIS應(yīng)用。Email：nmwuya@163.com

*資助項(xiàng)目：內(nèi)蒙古自治區(qū)農(nóng)牧業(yè)科學(xué)院創(chuàng)新基金項(xiàng)目“內(nèi)蒙古農(nóng)情遙感監(jiān)測(cè)方法與應(yīng)用研究”(2015CXJJN05)； 財(cái)政廳項(xiàng)目“內(nèi)蒙古主要農(nóng)作物長(zhǎng)勢(shì)、估產(chǎn)遙感監(jiān)測(cè)預(yù)報(bào)服務(wù)平臺(tái)建設(shè)”資助

S127; S423

A

1005-9121[2017]05123-05