第五章.干旱遥感监测.pptx

第五章.干旱遥感监测.pptx

《第五章.干旱遥感监测.pptx》由会员分享，可在线阅读，更多相关《第五章.干旱遥感监测.pptx（35页珍藏版）》请在冰豆网上搜索。

农情监测遥感信息工程学院姚春静第五章：

干旱遥感监测1.干旱遥感监测的难点2.干旱遥感监测指标3.干旱遥感监测模型4.模型应用1.干旱遥感监测的难点1如果以土壤湿度作为干早指标,那么迄今为止尚未有直接获得土壤湿度的遥感通道,因此目前所有的方法都是间接的;2没有一种一年四季都实用的干早遥感监测方法;3各种干早监测方法分级指标没有统一,用以评估对产量的影响差别较大。

第五章：

干旱遥感监测1.干旱遥感监测的难点2.干旱遥感监测指标3.干旱遥感监测模型4.模型应用2.干旱遥感监测的指标从气象学角度讲,干旱有两种含义:

干早气候和气候异常如我国西北干旱地区降水不足250mm,常年处于干旱状态,干旱是基本气候特征;在湿润和半湿润地区,通常年降水量能满足农业生产的需要,但在某些年份,或一年中的某个时期,降水量偏小,造成干旱。

这里降水（雨）的多少就是干旱的指标。

2.干旱遥感监测的指标但对农作物而言,干旱不仅与降水有关,还与农作物需水量有关,在一定降水条件下,当需水多的作物受旱时,需水少的作物并不一定受旱,而同一作物不同生长阶段需水量也各不相同。

另外,在相同降雨的条件下,由于土壤类型和地形不同,反映的干旱程度差别也很大,因此单由降水量来判定干旱,特别是农业干旱,具有很大局限性。

2.干旱遥感监测的指标干旱指标可以采用土壤相对含水量与作物水分胁迫指数土壤相对含水量也叫土壤相对湿度指数,是指土壤含水量占土壤田间持水量的百分效。

它可以说明土壤水的饱和程度、对作物的有效性及水与气的比例情况等,是农业生产上较为广泛的土壤含水量的表示方法：

2.干旱遥感监测的指标干旱指标可以采用土壤相对含水量与作物水分胁迫指数在干旱监测中,通常使用该指标代替土壤含水量指标,以消除不同质地对旱情判断的影响。

根据中国气象局划分农业干旱的等级标准,即20cm深土壤相对含水量40%为重旱,50%为中早,80%为湿润,由此将干旱分为五个等级。

2.干旱遥感监测的指标干旱指标可以采用土壤相对含水量与作物水分胁迫指数作物水分胁迫指数也叫作物缺水指数,即CWSI。

其中：

ET为实际蒸散;ET0为潜在蒸散2.干旱遥感监测的指标根据Penman-Monteith蒸散公式:

其中：

2.干旱遥感监测的指标在潜在蒸散情况下,rc=Cp,Cp为潜在蒸散时的冠层阻抗（s/m）,则:

2.干旱遥感监测的指标根据Penman-Monteith蒸散公式:

其中：

2.干旱遥感监测的指标可以通过常规气象观测计算出来,也可以用遥感资料推算出来,CWSI的值在01之同。

其干早等级的划分及所划分的等级如何与土壤相对含水量划分的等级一致,也是需要研究的问题。

第五章：

干旱遥感监测1.干旱遥感监测的难点2.干旱遥感监测指标3.干旱遥感监测模型4.模型应用3.干旱遥感监测模型热惯量方法主要以白天的最高温度和夜间的最低温度之差（日较差）为变量对土壤湿度进行度量。

3.干旱遥感监测模型3.干旱遥感监测模型3.干旱遥感监测模型参量P,即热惯量,它与日较差成反比。

热慣量大的土壤含水量高,其日较差小;热惯量小的土壞含水量低,而日较差大。

对于不同土壤类型,热惯量与土壊水分的关系也不同因此,热惯量就是量度土壤水分含量的一个重要物理量。

3.干旱遥感监测模型用NOAAAVHRR（或FY-1卫星）遥感资料不能直接获得热量P,但可以获得日较差To,同时也可以获白天地表反射率A,从而得到P值,其中A是量度太阳加热程度的物理量,决定着热惯量对土壤水分含量的敏感程度。

如地表反射率大的地物雪,其热惯量对雪下的土壊湿度就很不敏感。

这里的反射率是全波段的反射率,而NOAAAVHRR（或FY-1卫星）在可见光区和近红外各只有一个窄波段的反射率,窄段反射率与宽波段反射率的关系式。

3.干旱遥感监测模型3.干旱遥感监测模型许多研究表明,NOAAAVHRR的窄波段（0.580.68m）的反射率与宽波段（0.40.7m）的反射率之间存在线性关系。

在实际应用中可以用窄波段的反射率代替宽波段反射率。

3.干旱遥感监测模型在（8.3.8）式中还需要计算出日较差T。

这得从卫星的辐射测值中反演出地表温度才能解决这一同题。

而地表温度遥感是一个复杂问题。

由于AVHRR热红外通道常被大气中的水汽吸收,因而用卫星仪器上测得的辐射值推算地表温度,若不考虑水汽订正,其结果通常低于地表的真实温度。

又由于地球表面不是黑体,比辐射率通常小于1,这两种因素,使地表温度反演变得十分困难。

用辐射传输方程表本这种关系如下式:

3.干旱遥感监测模型在（8.3.8）式中还需要计算出日较差T。

这得从卫星的辐射测值中反演出地表温度才能解决这一同题。

而地表温度遥感是一个复杂问题。

由于AVHRR热红外通道常被大气中的水汽吸收,因而用卫星仪器上测得的辐射值推算地表温度,若不考虑水汽订正,其结果通常低于地表的真实温度。

又由于地球表面不是黑体,比辐射率通常小于1,这两种因素,使地表温度反演变得十分困难。

用辐射传输方程表本这种关系如下式:

3.干旱遥感监测模型3.干旱遥感监测模型3.干旱遥感监测模型3.干旱遥感监测模型用卫星的昼夜温度计算出热惯量P之后,再根据地面土壤湿度观测资料就可建立土壤湿度的统计遥感模型。

实验表明,线性模型和幂函数摸型为最好,即:

a、b系数由地面实测的土壤湿度资料和卫遥感的热惯量用最小二乘法拟合获得。

在实际使用中,只要从每天接收的卫星资料计算出热惯量P,将a、b系数代入即可求到土壤湿度Sw。

3.干旱遥感监测模型植被指数距平法：

是利用不同植被在不同光谱波段的反射信息不同的特点,将遥感图像进行波段组合,从而得到能反映植被生长状况的指数。

通常使用归一化植被指数NDVI来评价植被长势。

而植被指数距平由下式计算：

3.干旱遥感监测模型植被干早指数：

是条件植被指数和条件温度指数的加权值。

3.干旱遥感监测模型3.干旱遥感监测模型第五章：

干旱遥感监测1.干旱遥感监测的难点2.干旱遥感监测指标3.干旱遥感监测模型4.模型应用4.模型应用条件植被温度指数（VegetationTemperatureConditionIndex,VTCI）（王鹏新等，2001，2007，）条件植被温度指数（VTCI）物理意义4.模型应用VTCI：

多时段对比分析2005年干旱监测AVIVCITCIVTCI