基于AMSR2微波植被指數(shù)與地表溫度的旱情分析

周俊利, 薛華柱, 董國(guó)濤, 樊 東, 劉啟興, 賈培培

(1.河南理工大學(xué) 測(cè)繪與國(guó)土信息工程學(xué)院, 河南 焦作 454000;2.黃河水利委員會(huì)黃河水利科學(xué)研究院 水利部 黃土高原水土流失過程與控制重點(diǎn)實(shí)驗(yàn)室, 鄭州 450003)

干旱是世界范圍內(nèi)普遍存在的自然現(xiàn)象，干旱的頻繁發(fā)生，嚴(yán)重影響了生態(tài)平衡及經(jīng)濟(jì)發(fā)展，因此研究干旱的時(shí)空變化規(guī)律，對(duì)干旱災(zāi)害的認(rèn)識(shí)及預(yù)防有重要意義。干旱監(jiān)測(cè)一直以來都是科學(xué)界的難題，傳統(tǒng)的監(jiān)測(cè)方法需要投入大量的人力物力，且獲得的數(shù)據(jù)信息范圍較小，難以反映大范圍的干旱情況。基于衛(wèi)星遙感的干旱監(jiān)測(cè)具有覆蓋范圍廣、空間分辨率高、數(shù)據(jù)獲取方便快捷等優(yōu)點(diǎn)，已經(jīng)成為干旱監(jiān)測(cè)領(lǐng)域很有潛力的一個(gè)的方向[1]。孫秀邦等[2]基于植被葉片在干旱情況下氣孔關(guān)閉，表面溫度升高，葉面積指數(shù)降低的規(guī)律，利用植被指數(shù)NDVI與地表溫度LST反演出供水植被指數(shù)WSVI(Water Supply Vegetation Index)，該指數(shù)在干旱監(jiān)測(cè)中起到了一定的監(jiān)測(cè)作用。Price等[3]在MODIS地表溫度數(shù)據(jù)LST與歸一化植被指數(shù)NDVI構(gòu)建特征空間的基礎(chǔ)上，提出了溫度植被旱情指數(shù)(temperature vegetation dryness index TVDI)，該指數(shù)在監(jiān)測(cè)地表干旱方面是一個(gè)重要的指數(shù)，已廣泛應(yīng)用到干旱監(jiān)測(cè)之中[4-8]。

目前運(yùn)用較成熟的干旱監(jiān)測(cè)指數(shù)大多基于歸一化植被指數(shù)NDVI與地表溫度LST數(shù)據(jù)，由于歸一化植被指數(shù)NDVI在高緯度地區(qū)容易飽和[9]，年時(shí)間過程的季節(jié)性不明顯[10]，而且地表溫度LST易受天氣情況影響(如云層、霧霾)從而反演出的旱情監(jiān)測(cè)指數(shù)有較大的誤差，不能準(zhǔn)確得出相應(yīng)地區(qū)的干旱情況。另外，基于光學(xué)遙感的植被指數(shù)大多只能探測(cè)植被表面，在反應(yīng)植被生長(zhǎng)信息方面有一定的惰性。

相較于光學(xué)遙感，微波遙感不受太陽照射、大氣、云層、降水等因素的限制，具有全天時(shí)和全天候工作的能力，對(duì)植被木質(zhì)部生物量、植被類型以及土壤含水量等具有非常強(qiáng)的敏感性，可以探測(cè)到相對(duì)較厚的植被層[11]。同時(shí)微波數(shù)據(jù)的數(shù)據(jù)量低，數(shù)據(jù)處理較簡(jiǎn)單，更適用于大范圍、長(zhǎng)時(shí)序的植被實(shí)時(shí)監(jiān)測(cè)[12]。星載被動(dòng)微波傳感器因其穿透力較強(qiáng)、天氣影響較小、數(shù)據(jù)更新快等優(yōu)點(diǎn)，在對(duì)地觀測(cè)中扮演著重要的角色，為地表參數(shù)反演及及地球環(huán)境變化的研究提供了重要的數(shù)據(jù)[13]。搭載著第二代先進(jìn)微波輻射成像儀(AMSR2)的“第一輪衛(wèi)星計(jì)劃之全球水圈變化觀測(cè)衛(wèi)星”(GCOM-W1)于2012年7月4日發(fā)射進(jìn)入極軌[14]。AMSR2具有14個(gè)亮溫觀測(cè)通道，分布于7個(gè)不同的中心頻率：6.9，7.3，10.6，18.7，23.8，36.5，89 GHz[15]。與之前的AMSR_E相比，AMSR2增加了7.3 GHz的兩個(gè)通道，目的是在觀測(cè)時(shí)避免無線電頻率的干擾[16-18]。利用微波亮溫?cái)?shù)據(jù)反演得出的微波植被指數(shù)在全國(guó)植被區(qū)與光學(xué)植被指數(shù)NDVI均具有良好的相關(guān)性[19-22]。目前較常用的微波植被指數(shù)主要有MPDT，MPDI，MVI這3種[23]，尤其是微波穿透指數(shù)MVI、微波極化差異指數(shù)MPDI與光學(xué)植被指數(shù)NDVI具有相關(guān)性的像元個(gè)數(shù)最多[24]。微波植被指數(shù)已被應(yīng)用到部分地區(qū)的干旱監(jiān)測(cè)中去。王永前等[25]采用第一代微波輻射成像儀AMSRE反演出微波穿透指數(shù)MVI，構(gòu)建微波旱情指數(shù)TMVDI，并與光學(xué)旱情指數(shù)TVDI進(jìn)行對(duì)比分析，結(jié)果顯示基于微波的旱情指數(shù)更加適于旱情監(jiān)測(cè)。

本文以黃河流域?yàn)檠芯繀^(qū)，基于2012年7月—2016年12月期間的MODIS植被指數(shù)產(chǎn)品與AMSR2垂直水平極化亮溫?cái)?shù)據(jù)，計(jì)算微波穿透指數(shù)MVI與微波極化差異指數(shù)MPDI18，MPDI36.5，并與MODIS地表溫度產(chǎn)品構(gòu)建特征空間，分別反演出微波旱情指數(shù)TMVDI，TMPVDI18，TMPVDI36.5；在此基礎(chǔ)上利用趨勢(shì)分析法分析各旱情指數(shù)在黃河流域內(nèi)干旱變化情況及趨勢(shì)，以及降雨因素對(duì)干旱指數(shù)的影響。

1 研究區(qū)概況與數(shù)據(jù)源

1.1 研究區(qū)概況

黃河流域位于東經(jīng)95°53′—119°14′，北緯32°9′—41°51′，西起巴顏喀拉山，東至渤海，南臨秦嶺，北抵陰山，流域面積75.2萬km2。黃河流域幅員遼闊，橫跨第一、第二、第三階梯，流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南、山東9個(gè)省區(qū)。流域內(nèi)山脈眾多，地型復(fù)雜，地貌類型多樣，從西到東橫跨青藏高原、內(nèi)蒙古高原、黃土高原和黃淮海平原4個(gè)地貌單元，流域地勢(shì)西高東低，西部河源地區(qū)平均海拔在4 000 m以上，由一系列高山組成，常年積雪，冰川地貌發(fā)育；中部地區(qū)海拔為1 000～2 000 m，為黃土地貌，水土流失嚴(yán)重；東部海拔多不超過50 m，主要由黃河沖積平原組成。流域內(nèi)地形及氣候的多樣性使得流域內(nèi)旱情差異較大，不僅在時(shí)間上旱情變化顯著，在不同地區(qū)旱情分布也大不相同。

1.2 數(shù)據(jù)與處理

1.2.1 數(shù)據(jù)來源

(1) 光學(xué)數(shù)據(jù)產(chǎn)品選取搭載在TARRA衛(wèi)星上的中分辨率成像光譜儀Moderate Resolution Imaging Spectroradiometer(MODIS)提供的地表溫度產(chǎn)品MOD11A2與植被指數(shù)產(chǎn)品MOD13A3。MOD11A2地表溫度產(chǎn)品空間分辨率為1 km，時(shí)間分辨率為8 d，采用最大值合成法(MVC)合成為月地表溫度產(chǎn)品，植被指數(shù)數(shù)據(jù)采用MODIS三級(jí)產(chǎn)品MOD13A3。MOD13A3植被產(chǎn)品空間分辨率為1 km×1 km，算法吸收全部16 d覆蓋全月的產(chǎn)品，采用時(shí)間加權(quán)平均值法計(jì)算得來。數(shù)據(jù)由美國(guó)國(guó)家航空航天局(NASA，https:∥ladsweb.modaps.eosdis.nasa.gov/)下載。數(shù)據(jù)格式為正弦投影的HDF格式，時(shí)段與微波數(shù)據(jù)保持一致。光學(xué)植被指數(shù)數(shù)據(jù)集經(jīng)投影轉(zhuǎn)換、波段計(jì)算、研究區(qū)裁剪，提取黃河流域2012年7月—2016年12月植被指數(shù)數(shù)據(jù)集。

(2) 微波數(shù)據(jù)采用的AMSR2數(shù)據(jù)為10 km分辨率的水平垂直極化化亮溫?cái)?shù)據(jù)，時(shí)間序列為2012年7月—2016年12月，頻率選取10 GHz，18 GHz與36.5 GHz的水平垂直極化亮溫?cái)?shù)據(jù)，微波數(shù)據(jù)由日本宇宙航空研究開發(fā)機(jī)構(gòu)(Japan Aerospace Exploration Agency：http:∥gcom-w1.jaxa.jp/index.html)網(wǎng)站下載。對(duì)AMSR2亮溫?cái)?shù)據(jù)進(jìn)行投影轉(zhuǎn)換、波段計(jì)算、裁剪等預(yù)處理，采用最小值合成法來消除背景值的影響，計(jì)算出每月各頻率水平垂直極化亮溫?cái)?shù)據(jù)。

(3) 氣象站點(diǎn)降雨實(shí)測(cè)數(shù)據(jù)為中國(guó)氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn/site/index.html)下載的全國(guó)氣象站點(diǎn)數(shù)據(jù)。利用研究區(qū)內(nèi)站點(diǎn)站號(hào)，通過IDL編程提取出黃河流域內(nèi)76個(gè)氣象站點(diǎn)逐月降雨，利用反距離權(quán)重法插值為黃河流域降雨柵格數(shù)據(jù)。

1.2.2 數(shù)據(jù)處理原理

(1) 溫度植被旱情指數(shù)。研究表明：植被指數(shù)與地表溫度之間存在負(fù)相關(guān)關(guān)系，且植被指數(shù)與地表溫度散點(diǎn)圖呈現(xiàn)三角形的關(guān)系[26-28]，Sandholt等[28]基于植被指數(shù)與地表溫度的這種關(guān)系建立了溫度植被旱情指數(shù)(TVDI)，公式如下：

(1)

式中：Tsmin是指研究區(qū)內(nèi)某一時(shí)期的同一NDVI值所對(duì)應(yīng)的最低地表溫度值，即濕邊；而Tsmax是指該NDVI值在相同時(shí)間所對(duì)應(yīng)的最高地表溫度值，與其對(duì)應(yīng)的是干邊。Ts為研究區(qū)內(nèi)任意像元地表溫度值。將Ts—NDVI特征空間(即植被指數(shù)與地表溫度構(gòu)成的二維散點(diǎn)圖)簡(jiǎn)化為三角形，同時(shí)將Tsmin，Tsmax與NDVI進(jìn)行線性擬合，擬合結(jié)果公式如下：

Tsmax=a1+b1×NDVI

(2)

Tsmin=a2+b2×NDVI

(3)

式中：a1，b1是濕邊擬合方程的系數(shù)；a2，b2是干邊擬合方程的系數(shù)。

(2) 微波植被指數(shù)。微波穿透指數(shù)MVI與微波極化差異指數(shù)MPDI計(jì)算方法如公式(4)，(5)所示：利用以下兩公式計(jì)算出植被穿透指數(shù)MVI、微波極化差異指數(shù)MPDI。

(4)

(5)

式中：TBv(f1),TBh(f1)分別為頻率為f1的垂直和水平極化亮溫值；TBv(f2),TBh(f2)分別為頻率為f2的垂直和水平極化亮溫值。

2 分析方法

2.1 旱情指數(shù)趨勢(shì)分析

不同旱情指數(shù)數(shù)據(jù)集在時(shí)空上的變化趨勢(shì)有所不同，本文采用趨勢(shì)分析法分析各旱情指數(shù)在黃河流域內(nèi)變化情況及趨勢(shì)。

趨勢(shì)分析法：

(6)

2.2 旱情影響因素分析

本文采用相關(guān)分析法分析各旱情指數(shù)與氣象站點(diǎn)實(shí)測(cè)降雨數(shù)據(jù)間的相關(guān)關(guān)系。黃河流域幅員遼闊，不同地區(qū)地貌、氣候差異較大，對(duì)全流域旱情指數(shù)與降雨數(shù)據(jù)進(jìn)行整體顯著性分析，不能準(zhǔn)確地反映出流域內(nèi)旱情指數(shù)與降雨數(shù)據(jù)的顯著性。本文基于黃河流域區(qū)域地貌、氣候特征，將黃河流域劃分為源區(qū)、河潼區(qū)間、河龍區(qū)、北洛河、汾河、涇河、渭河7個(gè)區(qū)域，其中河潼區(qū)間為中游較大區(qū)域，包括河龍區(qū)、渭河、汾河、北洛河。分區(qū)統(tǒng)計(jì)旱情指數(shù)與降雨數(shù)據(jù)的顯著性，從而消除因不同地區(qū)地貌、氣候等差異引起的誤差。計(jì)算方法為：

(7)

3 結(jié)果與分析

3.1 旱情指數(shù)時(shí)空變化分析

3.1.1 旱情指數(shù)長(zhǎng)時(shí)序變化分析 光學(xué)旱情指數(shù)TVDI與微波旱情指數(shù)TMVDI，TMPVDI18，TMPVDI36.5長(zhǎng)時(shí)間序列均值變化如圖1所示：整體來說光學(xué)旱情指數(shù)與微波旱情指數(shù)變化周期相同，光學(xué)旱情指數(shù)與微波旱情指數(shù)數(shù)值值域相近，且變化范圍也大致相同，然而光學(xué)旱情指數(shù)數(shù)TVDI值整體略大于微波旱情指數(shù)值。各旱情指數(shù)在2012年7月—2014年8月時(shí)段、2016年全年時(shí)段數(shù)值變化周期穩(wěn)定，振幅明顯；而2014年9月—2015年12月，各旱情指數(shù)周期變化紊亂，波峰波谷不明顯，光學(xué)與微波旱情指數(shù)皆在0.65上下波動(dòng)。

圖1不同旱情指數(shù)變化時(shí)序

旱情指數(shù)的變化與光學(xué)、微波植被指數(shù)的變化有密切關(guān)系，各旱情指數(shù)均能反映出由植被指數(shù)變化引起的變化波動(dòng)。微波旱情指數(shù)整體變化趨勢(shì)與光學(xué)旱情指數(shù)變化趨勢(shì)大致相同，各旱情指數(shù)值變化波動(dòng)一致。相同時(shí)段內(nèi)光學(xué)與微波植被指數(shù)的變化周期及波動(dòng)也相同。不同時(shí)段植被指數(shù)與旱情指數(shù)也有較明顯的變化關(guān)系，2014年、2015年黃河流域光學(xué)、微波植被指數(shù)變化均存在異常變化，其中2014年7月、8月份達(dá)到植被指數(shù)的多年最大值，2015年后回落，各旱情指數(shù)在相同時(shí)段內(nèi)也隨之變化，如2014年、2015年光學(xué)與微波旱情指數(shù)變化趨勢(shì)較平緩、變化周期不明顯，波峰較小，波谷較大。

3.1.2 旱情指數(shù)空間變化趨勢(shì)分析 如圖2所示，各旱情指數(shù)斜率變化空間分布大致相同，其中上游黃河源區(qū)旱情指數(shù)變化斜率均為正值，且斜率值較大，瑪曲水文站以上至黃河源頭區(qū)域變化斜率達(dá)到最大。中游地區(qū)葫蘆河區(qū)域、清水河上游、涇河上游及馬蓮河區(qū)域旱情指數(shù)變化斜率較大，渭河流域中游部分區(qū)域旱情指數(shù)變化斜率與周圍地區(qū)變化斜率呈明顯不同，該區(qū)域旱情指數(shù)斜率變化整體為正值，部分區(qū)域斜率達(dá)到0.003以上，而周圍地區(qū)旱情指數(shù)變化斜率均為負(fù)值或0～0.001范圍內(nèi)，中游地區(qū)包頭、鄂爾多斯、呼和浩特市區(qū)域旱情指數(shù)變化斜率數(shù)值也較大。中游毛烏素沙漠地區(qū)旱情指數(shù)變化斜率較小，大部分為負(fù)值，除此之外，湟水流域、汾河流域及伊洛河流域旱情指數(shù)變化斜率也為負(fù)值。

黃河流域旱情指數(shù)變化斜率空間分布差異較大，其中上游黃河源區(qū)多為高寒草甸，植被生長(zhǎng)分布情況較好，水源豐富，旱情指數(shù)多呈現(xiàn)穩(wěn)定不變。中游旱情指數(shù)變化的因素多為植被生長(zhǎng)的影響，內(nèi)流區(qū)毛烏素沙漠地區(qū)干旱少水，植被分布較差，變化斜率多為零值或負(fù)值。旱情指數(shù)變化斜率較大的區(qū)域集中在河套平原包頭、鄂爾多斯、呼和浩特等地區(qū)。渭河中下游寶雞、西安、渭南地區(qū)旱情指數(shù)變化斜率呈兩極化分布，變化原因與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展及城市擴(kuò)張等經(jīng)濟(jì)因素相關(guān)。

圖2 旱情指數(shù)變化斜率空間分布

3.2 旱情指數(shù)-降雨相關(guān)性分析

3.2.1 旱情指數(shù)—降雨顯著性檢驗(yàn) 黃河流域降雨數(shù)據(jù)與旱情指數(shù)數(shù)據(jù)進(jìn)行逐像元顯著性分析結(jié)果如表1所示：光學(xué)、微波旱情指數(shù)與降雨數(shù)據(jù)的區(qū)域均值相關(guān)性符合理論值，即呈負(fù)相關(guān)關(guān)系。然而河龍區(qū)旱情指數(shù)與降雨的相關(guān)系數(shù)數(shù)值均較小，微波旱情指數(shù)與降雨數(shù)據(jù)的相關(guān)系數(shù)均為負(fù)值，而光學(xué)旱情指數(shù)與降雨數(shù)據(jù)的相關(guān)系數(shù)為正值，相關(guān)系數(shù)為0.084。

黃河源區(qū)各旱情指數(shù)與降雨數(shù)據(jù)均達(dá)到了極其顯著水平，即顯著性小于0.01；河潼區(qū)間作為最大的分區(qū)區(qū)域，各旱情指數(shù)與降雨也通過了顯著性檢驗(yàn)，其中微波旱情指數(shù)與降雨數(shù)據(jù)達(dá)到了極其顯著水平；河龍區(qū)光學(xué)旱情指數(shù)與降雨數(shù)據(jù)顯著相關(guān)，即顯著性小于0.05，河龍區(qū)各微波植被指數(shù)與降雨數(shù)據(jù)為極其顯著相關(guān)，即顯著性小于0.01；北洛河、汾河、涇河、渭河區(qū)域各旱情指數(shù)與降雨數(shù)據(jù)的顯著性達(dá)到了極其顯著水平。

表1 旱情指數(shù)與降雨數(shù)據(jù)分區(qū)顯著性分析

注：*為顯著性小于0.05；**為顯著性小于0.01。

3.2.2 旱情指數(shù)—降雨相關(guān)性分析 旱情指數(shù)與降雨的逐像元相關(guān)分析如圖3所示：整體來說，旱情指數(shù)與降雨數(shù)據(jù)主要為負(fù)相關(guān)關(guān)系，其中光學(xué)旱情指數(shù)TVDI與降雨數(shù)據(jù)的相關(guān)系數(shù)整體高于微波旱情指數(shù)TMVDI，TMPVDI36.5，TMPVDI18，光學(xué)旱情指數(shù)負(fù)相關(guān)區(qū)域少于微波旱情指數(shù)，如黃河源區(qū)等；微波旱情指數(shù)與降雨數(shù)據(jù)的相關(guān)系數(shù)空間分布整體較好，如渭河、涇河、北洛河、汾河、伊洛河流域等。

降雨與旱情指數(shù)的相關(guān)關(guān)系理論上來說應(yīng)呈負(fù)相關(guān)關(guān)系，然而由于地區(qū)緯度高低、旱情影響因素(植被、降雨)等影響，在不同地區(qū)呈現(xiàn)不同的相關(guān)性。黃河流域光學(xué)、微波旱情指數(shù)與降雨的空間相關(guān)分布圖顯示：光學(xué)、微波旱情指數(shù)與降雨像元相關(guān)系數(shù)呈現(xiàn)北高南低的趨勢(shì)，其中無定河流域與苦水河流域北部邊界為大致分界線，北部相關(guān)系數(shù)多為正值且相關(guān)系數(shù)整體較小，如河套平原、毛烏素沙漠、內(nèi)流區(qū)等地；南部地區(qū)相關(guān)系數(shù)多為負(fù)值，如黃河源區(qū)、涇河、渭河、北洛河、汾河等流域，且相關(guān)系數(shù)大多集中在(-0.8，-0.4)范圍內(nèi)，即黃河流域南部地區(qū)旱情指數(shù)與降雨的相關(guān)性與理論上較吻合。光學(xué)旱情指數(shù)—降雨的相關(guān)系數(shù)像元數(shù)值整體較大，且正值區(qū)域較多，其原因與光學(xué)傳感器有關(guān)，光學(xué)植被指數(shù)在較高緯度地區(qū)容易飽和且在植被指數(shù)較差的時(shí)段與區(qū)域易出現(xiàn)植被指數(shù)與現(xiàn)實(shí)不吻合。微波不受云層等影響，穿透性強(qiáng)，對(duì)地面地物實(shí)際的反射光譜捕捉較準(zhǔn)確，反演出的植被指數(shù)能更準(zhǔn)確地反映實(shí)時(shí)生長(zhǎng)情況，微波植被指數(shù)與降雨的相關(guān)性也更能接近理論值。

旱情指數(shù)與降雨相關(guān)分析像元個(gè)數(shù)統(tǒng)計(jì)如表2所示：流域內(nèi)旱情指數(shù)與降雨相關(guān)系數(shù)主要呈負(fù)相關(guān)關(guān)系，各旱情指數(shù)與降雨數(shù)據(jù)負(fù)相關(guān)關(guān)系區(qū)域主要集中在顯著性小于0.05的區(qū)域，如黃河源區(qū)、渭河、涇河、汾河流域等，負(fù)相關(guān)系數(shù)集中在(-1,0)，(-0.8，-0.4)范圍內(nèi)負(fù)相關(guān)像元個(gè)數(shù)較多，且負(fù)相關(guān)區(qū)域占全流域面積65%以上；旱情指數(shù)與降雨的正相關(guān)區(qū)域較少，主要集中在(0,0.4)，正相關(guān)系數(shù)在0.4以上的像元較少，占全流域面積的不到10%，正相關(guān)性較低。

表2 旱情指數(shù)-降雨數(shù)據(jù)相關(guān)系數(shù)像元統(tǒng)計(jì) %

4 結(jié)論與展望

4.1 結(jié) 論

(1) 基于微波穿透指數(shù)MVI、微波極化差異指數(shù)MPDI18，MPDI36.5反演的微波旱情指數(shù)TMVDI，TMPVDI36.5，TMPVDI18在黃河流域干旱監(jiān)測(cè)中具有很好的適用性，旱情變化趨勢(shì)監(jiān)測(cè)效果與光學(xué)旱情指數(shù)大致相同。(2) 各微波旱情指數(shù)像元變化斜率與光學(xué)旱情指數(shù)像元變化斜率空間分布趨勢(shì)大致相同，微波旱情指數(shù)變化斜率的反應(yīng)更明顯。(3) 光學(xué)與微波旱情指數(shù)像元時(shí)空分布規(guī)律及大小均有明確的規(guī)律性。在黃河流域大部分區(qū)域微波旱情指數(shù)與降雨均具有良好的相關(guān)性，且微波旱情指數(shù)與降雨的相關(guān)性在黃河流域南部更加接近理論值，在相關(guān)性較差的黃河流域北部，微波旱情指數(shù)在旱情與降雨的相關(guān)分析中也較光學(xué)旱情指數(shù)好。

4.2 展 望

微波植被指數(shù)在旱情監(jiān)測(cè)中還具有一定的缺陷，首先，旱情指數(shù)反演因子—地表溫度數(shù)據(jù)為光學(xué)數(shù)據(jù)，光學(xué)數(shù)據(jù)易受天氣等影響，局限性較大，且微波數(shù)據(jù)尚未有地表溫度數(shù)據(jù)產(chǎn)品發(fā)布，若全部采用微波數(shù)據(jù)反演旱情指數(shù)，在旱情監(jiān)測(cè)中相信會(huì)有明顯的提升。然而微波數(shù)據(jù)的空間分辨率較粗，均為10 km以上，尚不能進(jìn)行小范圍內(nèi)旱情指數(shù)的反演及監(jiān)測(cè)，找尋一種合適的降尺度方法對(duì)微波旱情指數(shù)進(jìn)行降尺度，這在旱情指數(shù)的監(jiān)測(cè)及運(yùn)用中是亟待解決的。