|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 温度植被干旱指数(TVDI)在草原干旱监测中的应用研究显示文摘以内蒙古锡林郭勒盟地区为研究对象,选取2010年研究区旱情发生显著变化的9、10月份的MODIS植被指数和陆地表面温度数据,构建草原地区NDVI-LST和EVI-LST特征空间,进而由此构建了草原地区的温度植被干旱指数(TVDI),并结合当地气象数据和野外同步实地测量得到的土壤含水量数据对该指数进行定量验证。结果表明:(1)基于EVI-TS特征空间构建的TVDI,同样适用于旱情研究;且在研究区植被覆盖度不高的条件下,基于NDVI-TS特征空间的TVDI更适用于干旱监测;(2)构建的NDVI-TS和EVI-TS特征空间,其散点图符合三角形的关系,与前人研究成果相符;(3)TVDI可以很好地反映研究区的旱情变化情况,可以对研究区进行旱情动态监测;(4)基于NDVI-TS及EVI-TS空间构建的TVDI均与实地同步野外采集的土壤含水量数据结果显著负相关。且通过对基于TVDI的干旱监测结果与研究区实际情况对比分析发现,两者在旱区分布范围、旱情强度等级、干旱发展进程等方面基本吻合,说明TVDI可以在时间上很好监测旱情变化,TVDI可以用来评价草原干旱状况。 | 陈斌 张学霞 华开 徐珂 | 2013 | 干旱区地理2013，36，5： | 50 |
| 2 | 我国温度植被旱情指数TVDI的应用现状及问题简述显示文摘植被指数和地表温度是2类常见的遥感干旱监测方法,它们分别利用植被受旱时植被指数降低和植被冠层温度升高这2种重要的生理表现来监测干旱。但植被指数对干旱指示具有一定滞后性,地表温度监测干旱时易受土地背景等影响。基于特征空间的温度植被旱情指数(TVDI)综合了植被指数和地表温度监测干旱的特点,物理意义明确,克服部分单独使用植被指数或地表温度的缺点,是目前干旱研究和业务应用中使用最广的遥感干旱指数之一。本文介绍了TVDI的原理、计算方法、应用中的改进及TVDI干旱监测方法,旨在为TVDI的研究及应用提供一些参考。 | 沙莎 郭铌 李耀辉 韩涛 赵艳霞 | 2014 | 干旱气象2014，32，1： | 42 |
| 3 | 基于SPEI和TVDI的河南省干旱时空变化分析显示文摘近年来干旱在中国频发且影响不断加剧,因此监测干旱对气候变化、农业生产都有重要意义。基于1961-2016年56年的气象资料,利用标准化降水蒸散指数(SPEI)定量地分析了河南省不同时间尺度(1、3、6和12个月)的干旱发生的时空变化特征和强度;另外采用温度植被干旱指数(TVDI)分析了河南省的区域面积上的干旱空间变化,并探讨了SPEI和TVDI的相关性。结果表明:1961-2016年56 a间,SPEI值在各时间尺度上都呈微弱的湿润化,随着时间尺度的增大,SPEI值波动幅度减小;河南省各地区干旱分布不均匀,发生干旱年的是1961、1965、1966、1968、1972、1976、1978、1981、1986、1988、1997、2001、2013共13年,与实际情况较为一致。在月时间尺度上,SPEI与TVDI的相关性分析表明,SPEI-1与TVDI呈负相关关系,即TVDI越小,SPEI的值越大,干旱程度越轻;TVDI越大,SPEI的值越小,干旱程度越严重。研究结果可为河南省干旱影响评估提供参照标准。 | 陈少丹 张利平 汤柔馨 杨凯 黄勇奇 | 2017 | 农业工程学报2017，33，24： | 38 |
| 4 | 基于Landsat 8数据和温度-植被指数的干旱监测显示文摘结合Landsat 8数据特征提高遥感反演土壤水分的精度,对旱灾的监测具有重要意义。主要是利用Landsat 8数据,基于植被指数(NDVI)-地表温度(T_s)特征空间理论,通过对植被指数和'干边'的修订,分别计算温度植被干旱指数(TVDI)、干边修订的改进型温度植被干旱指数(MDTVDI);并结合当地气象数据、野外实测土壤水分数据,对计算结果进行了对比。结果表明:在使用Landsat 8OLI和TIRS数据时,TVDI,MDTVDI与地表土壤水分线性相关显著(α=0.05),两者都能表征地表的干旱分布情况;同时,MDTVDI与实测土壤水分的相关性和反演的土壤水分精度略高于TVDI,因此MDTVDI能够更好地反映区域土壤水分状况,更适于区域干旱监测。 | 季国华 胡德勇 王兴玲 乔琨 | 2016 | 自然灾害学报2016，25，2： | 19 |
| 5 | 基于MODIS和AMSR-E遥感数据的土壤水分降尺度研究显示文摘微波传感器获得的土壤水分产品空间分辨率一般都很粗,而流域尺度上的研究需要中高分辨率的土壤水分数据。用MODIS逐日地表温度产品MOD11A1和逐日地表反射率产品MOD09GA构建温度—植被指数特征空间,并计算得到TVDI(Temperature Vegetation Dryness Index)指数,它与土壤水分呈负相关关系,能够反映土壤水分的空间分布模式,但并不是真实的土壤水分值。在AMSR-E像元尺度上求得TVDI与土壤水分的负相关系数,进而对VUA AMSR-E土壤水分产品进行降尺度计算得到0.01°分辨率的真实土壤水分值。经NAFE06(The National Airborne Field Experiment 2006)试验地面采样数据验证,降尺度后的土壤水分均方根误差平均值为6.1%。 | 曹永攀 晋锐 韩旭军 李新 | 2011 | 遥感技术与应用2011，26，5： | 17 |
| 6 | 基于MODIS的温度植被干旱指数在四川盆地盛夏干旱监测中的适用性研究显示文摘基于卫星资料的温度植被干旱指数(TVDI)已被广泛应用于干旱监测,地表温度依赖于海拔高度,在地形复杂的四川省,如何将该指数更好的应用到业务干旱监测中,需进一步研究。本文利用MODIS数据,分析四川盆地2014年7月12~27日平均地表温度、植被指数、TVDI和100站土壤湿度的空间分布,并对比了它们之间的异同。研究结果表明,TVDI的空间分布主要由地表温度的空间分布决定,TVDI不仅可用于监测四川盆地较大范围的干旱状况,也可用于监测局地的干旱状况。当前自动站土壤湿度观测值与TVDI之间在有限点上不存在显著的线性相关,如何对TVDI进行干旱分级仍需深入研究。 | 王鑫 陈东东 李金建 | 2015 | 高原山地气象研究2015，35，2： | 17 |
| 7 | 基于MODIS数据温度植被干旱指数干旱监测指标的等级划分显示文摘采用2000—2014年每年6—9月的黑龙江省MODIS数据,计算温度植被干旱指数(TVDI)。以过去15a的全省40个旱作农业站点以旬为单位的土壤相对湿度为研究对象,与MODIS数据得到的TVDI相对应,根据土壤相对湿度的农业干旱等级划分标准,制定TVDI的干旱监测等级。结果显示:TVDI被分为5个等级,TVDI<0.46为无旱,TVDI在0.46~0.57为轻旱,TVDI在0.57~0.76为中旱,TVDI在0.76~0.86为重旱,TVDI≥0.86为特旱。利用2011年实地测取土壤相对湿度数据对该等级进行验证,结果表明,验证结果准确度达到83%。证实了该等级划分结果的准确性。 | 吴黎 | 2017 | 水土保持研究2017，24，3： | 17 |
| 8 | 基于温度植被干旱指数(TVDI)的土壤干湿反演显示文摘【目的】快速准确监测大面积区域土壤水分,提高遥感监测土壤水分的效率。【方法】采用Landsat 8 OLI影像构建了地表温度(Ts)-植被指数(NDVI)特征空间,拟合了特征空间的干湿边方程,并根据干湿边方程计算的温度植被干旱指数(TVDI)与同期野外不同深度的实测土壤含水率进行了回归分析与验证。【结果】遥感影像反演所得的TVDI与野外实测土壤湿度显著相关(α=0.05);0~10、10~20、20~30 cm土层中,TVDI与10~20 cm土层土壤湿度相关性最高(r=0.79);遥感影像反演的土壤湿度时空分布变化特征与作物分布生长情况以及气候变化规律基本吻合。【结论】根据温度植被干旱指数法反演监测区域土壤湿度是切实可行的,尤以10~20 cm土层土壤湿度的反演监测最为精准与可靠。 | 高培霞 张吴平 梁爽 毕如田 王国芳 | 2018 | 灌溉排水学报2018，37，10： | 14 |
| 9 | 基于多源信息的综合干旱监测研究进展与展望显示文摘当前干旱监测已由单一要素向多要素综合方向转变,为了更好地促进综合干旱监测理论和相关模型的发展,全面系统地分析了综合干旱监测的概念内涵,梳理了综合干旱监测模型的构建方法,将其划分为水平衡模型法、线性模型组合法、多变量联合分布函数法、主成分分析法和多源信息数据挖掘法5种。进一步针对当前综合干旱监测存在的挑战与不足,提出了综合干旱监测模型未来应努力发展的方向,即在理论层面上:一是研究干旱内在机理与发生发展过程,明晰干旱影响因素间的关联关系,构建集成多要素的定量干旱综合监测模型;二是增强干旱监测模型的针对性,依据地域、下垫面、生长季等的不同,发展适宜的干旱监测模型;三是针对模型验证难的问题,构建干旱综合监测模型精度验证指标体系。在技术层面上,研究与干旱相关多源信息的集成与融合,提高其综合利用水平,为干旱监测提供丰富的数据支撑和技术保障。 | 江笑薇 白建军 刘宪峰 | 2019 | 地球科学进展2019，34，3： | 14 |
| 10 | 基于Landsat ETM+数据的白龙江流域土壤水分反演显示文摘在地形复杂、水土流失严重且地质灾害严重的白龙江流域,土壤含水量遥感监测在地质灾害监测预警研究中具有重要意义。为实时掌握白龙江流域的土壤水分含量状况,利用2013年4月的Landsat7 ETM+影像,采用温度植被干旱指数法,构建Ts-NDVI特征空间,结合野外88个实测样点土壤水分数据,建立0~60 cm土壤深度范围内3个单层(0~20 cm,20~40 cm,40~60 cm)及2个平均层(0~40 cm,0~60 cm)的土壤水分遥感反演回归模型,对比分析了白龙江流域5个深度的土壤水分的空间变化特征,并用未参与建模的16个实测土壤水分数据样点进行相应的精度验证。结果表明:3个单层中20~40 cm土壤水分反演精度相对较高,RMSE值为3.06%,2个平均层中0~40 cm反演精度最高(RMSE)为2.45%,由此说明TVDI更能稳定地反映和指示土壤中层深度(20~40 cm)的水分分布状况。 | 夏燕秋 马金辉 屈创 王天祥 | 2015 | 干旱气象2015，33，2： | 13 |
| 11 | 基于FY-3A/VIRR和TERRA/MODIS数据藏北干旱监测对比显示文摘为获得藏北地区干旱遥感监测的方法,以及验证FY-3A/VIRR数据在藏北地区干旱监测的可行性,论文基于2015年7月25日—8月4日FY-3A/VIRR和TERRA/MODIS数据,计算NDVI和EVI反演温度植被干旱指数(TVDI),利用实测20 cm土壤水分数据和气象站点累计降水量验证并对比了两种数据源、不同TVDI的遥感干旱监测的精度。结果表明:1)拟合干湿边时,噪点和拟合像元数影响TVDI监测的精度,去除噪点可提高干湿边拟合精度和干旱监测精度;2)MODIS-TVDIE(下标E表示EVI反演)、MODIS-TVDIN(下标N表示NDVI反演)、FY/VIRRTVDIE、FY/VIRR-TVDIN与实测20 cm土壤水分数据和累计降水量的相关性检验都达到了0.05的水平,说明基于两种数据源采用TVDI的方法都能有效监测藏北地区干旱。其中,MODISTVDIE和FY/VIRR-TVDIE监测精度分别高于MODIS-TVDIN和FY/VIRR-TVDIN,表明TVDIE的监测精度优于TVDIN。MODIS-TVDI的监测精度高于FY/VIRR-TVDI,反映MODIS数据在藏北地区干旱监测精度优于FY/VIRR数据;3)基于MODIS-TVDIE和FY/VIRR-TVDIE划分的藏北地区干旱空间特征结果大体相同,说明FY/VIRR数据也可作为气象部门监测干旱的业务化产品,为藏北地区干旱监测提供数据支撑。 | 王凤杰 冯文兰 扎西央宗 牛晓俊 刘志红 王永前 | 2017 | 自然资源学报2017，32，7： | 10 |
| 12 | 基于FY-3 VIRR的温度植被干旱指数在陕西省的应用及其IDL实现显示文摘以FY-3可见光红外扫描辐射计(VIRR) L1数据为信息源,对FY-3VIRR L1数据在陕西省云检测、地表温度、温度植被干旱指数(TVDI)等反演方法进行本地化研究,同时使用IDL程序语言研制了FY-3VIRR L1数据预处理、云检测、地表温度反演、TVDI指数法反演土壤干旱程度等应用程序,以实现利用温度植被干旱指数(TVDI)对陕西省土壤干旱程度的监测,并对检测结果进行数据反演。反演结果表明,利用FY-3VIRR L1数据生成的TVDI与20cm土壤相对湿度具有良好的负相关性,相关系数在-0.535左右;TVDI能较好地反映陕西省土壤干旱状况,在延安、关中、陕南的TVDI反演结果与实际旱情一致性较好,但在植被覆盖较差的榆林部分地区,反演结果与实际旱情差异较大。 | 王卫东 赵青兰 李化龙 周辉 | 2015 | 中国农业气象2015，36，4： | 8 |
| 13 | 基于温度植被干旱指数的云南干旱遥感监测显示文摘土壤水分是干旱监测的一个重要指标,应用中分辨率成像光谱仪(MODIS)数据,利用归一化差值植被指数(NDVI)和分裂窗法反演的地表温度建立的NDVI-Ts特征空间中,得到温度植被干旱指数(TVDI),很好地表征了土壤水分的空间分布,从而实现干旱的监测。对云南省2009年1月、3月和2010年1月、4月干旱的时间、空间特性进行监测,监测结果表明冬春季旱情分布比较广,受旱面积均超过70%,其中重旱主要发生在滇西南和滇中北部,并且从冬季到春季,整个旱情均出现由南向北发展的趋势,发生干旱总面积在减少,但旱情等级在提高,春季重旱比冬季重旱面积大。应用相关研究成果对干旱监测结果进行验证,结果表明利用温度植被干旱指数(TVDI)进行干旱监测,干旱发生范围与实际干旱发生情况是基本吻合的,其中重旱的主要集中区域在空间分布上是基本一致的,监测结果可信,能够为相关决策部门提供有力的信息支持。 | 龙晓敏 王龙 杨蕊 田琳 | 2012 | 中国农村水利水电2012，，11： | 8 |
| 14 | 基于TVDI指数的冬小麦旱情动态研究——以河北省邢台市为例显示文摘以重大干旱年份2010年为例,采用冬小麦生长期的MODIS数据,提取邢台市归一化植被指数(NDVI)和地表温度数据(LST),计算温度植被干旱指数(TVDI),制定农业干旱监测等级,利用该指标对邢台市2010年重大旱情进行分析,并利用降水数据和20 cm土壤湿度数据进行结果验证。结果显示:利用MOD11A2数据反演的地表温度与实测地表温度对比平均误差为0.295℃,反演结果能够代替实地温度进行计算;利用实测20 cm深度土壤相对湿度数据与该地区计算的TVDI值做线性拟合,拟合度R2最高为清河县站点0.722,最低是任县站点0.598,整体效果较好;从验证结果来看,TVDI能够较好地反映出邢台市整体的实际旱情。邢台市2010年冬小麦主要生长阶段中返青拔节阶段整体旱情等级较高,而且出现大面积重旱区域,进入抽穗阶段重旱区域减少,正常或湿润区域范围扩大,整体旱情减轻。 | 刘公英 申海凤 胡佳 史晓瑞 商彦蕊 | 2015 | 干旱地区农业研究2015，33，4： | 8 |
| 15 | 基于TVDI及气象干旱指数的河北省春旱时空变化特征显示文摘利用中分辨率成像光谱仪产品获取温度植被干旱指数(TVDI).分析了2005—2014年河北省春季的干旱时空变化特征,利用气象数据计算出土壤相对湿度、降水距平百分率、标准化降水指数、相对湿润度指数等气象干旱指数,分析了各干旱指数与TVDI的相关性,验证了TVDI能够很好地反映河北省春季干旱时空变化特征,为抗旱工作提供科学的决策依据.结果表明,气象干旱指数与TVDI相关性较好,其中,相对湿润度指数与TVDI的拟合度最优.河北省春季干旱发生频率高达90%,未来两年可能仍为轻旱,春旱主要发生在4月和5月.河北省春旱具有发生范围广、干旱程度低的特点. | 薄燕飞 白建军 刘永林 | 2016 | 兰州大学学报(自然科学版)2016，52，2： | 8 |
| 16 | FY-3A/MERSI与MODIS的温度植被干旱指数反演及对比分析显示文摘为了探讨近年来被广泛使用的MODIS数据以及我国的FY-3A/MERSI数据对同一地区同一时刻的旱情所得的温度植被指数的差异以及可比性,选择我国四川省旱灾频发的攀西地区为研究区,分别反演MODIS-TVDI和MERSI-TVDI,并探讨两者监测结果的特点以及可比性。结果发现:(1)MERSI数据的干湿边线性拟合系数要高于MODIS数据。(2)MODIS-TVDI与MERSI-TVDI的差值变化范围在-0.12到0.23,差值均值为0.11,MODIS数据的监测结果比MERSI数据的监测结果略大。(3)MODIS-TVDI与MERSI-TVDI在各类地物的反演结果上都具有较高的一致性,其中林地R2最高为0.944。(4)MODIS-TVDI、MERSI-TVDI与当前月份降雨量存在显著负相关,其线性相关系数分别为-0.83,-0.91,两者干旱监测结果是可信的。 | 姜琳 冯文兰 刘志红 李刚 郭兵 | 2014 | 水土保持研究2014，21，3： | 6 |
| 17 | 基于温度植被干旱指数的黄河源区土壤表层含水量反演显示文摘为了对黄河源区的土壤表层含水量进行反演与时空分析,利用黄河源区2006年第65—321天MODIS温度和植被指数产品数据,计算了温度植被干旱指数(TVDI),构建了不同像元尺度窗口的LST/NDVI斜率与实测表层土壤相对含水量之间的线性关系,比较了不同尺度像元窗口的拟合效果。分析结果表明:9×9像元窗口的拟合效果(回归系数R2为0.65)优于其他像元窗口尺度;季节尺度的拟合精度(回归系数R2为0.76)优于长时间序列的拟合精度;夏季模拟值与实测值的均方根误差为0.09,模拟精度满足实验要求,可用于黄河源区短时间序列的土壤表层含水量反演。 | 陈立文 张友静 邓世赞 曹明 钱志奇 | 2012 | 水利水电科技进展2012，32，4： | 6 |
| 18 | 通用温度-植被指数特征空间农田干旱遥感监测显示文摘针对单一时段温度-植被指数特征空间干、湿边不稳定的问题,提出利用通用温度-植被指数特征空间改进TVDI指数进行农田干旱遥感监测的方法。利用2006-2015年各年单一时段特征空间干、湿边构建通用特征空间,拟合得到旬通用特征空间干、湿边。采用通用特征空间计算TVDI,结合实测数据进行旬土壤含水量反演模型率定和结果验证,并在河南省小麦种植区进行干旱监测应用分析。结果表明,与单一时段特征空间相比,基于通用特征空间的TVDI与实测数据的相关性更高,指数稳定性更强,土壤含水量估算绝对误差小于10%,均方根误差小于11%,能够有效监测农田旱情。 | 陈亮 张超 常斌 吕鹏 | 2019 | 遥感信息2019，34，5： | 6 |
| 19 | 基于TVDI和Landsat-8的喀斯特峡谷区干旱监测显示文摘[目的]探索适用于喀斯特地表干旱遥感监测的技术方法,为石漠化治理监测以及抗旱减灾工作提供技术参考。[方法]运用大气校正法反演地表温度(Ts)和归一化植被指数(NDVI),构建花江峡谷区2013年、2014年和2015年旱季的温度—植被干旱指数(TVDI),并结合地面实测数据对TVDI作为旱情指标进行了验证。[结果](1)反演的TVDI与同时期实测的0—10cm土壤体积含水量数据呈显著的负相关关系(p<0.05)。(2)3个时期的干旱等级以轻旱为主;轻旱、干旱和重旱累计面积占全区比重大,呈现2014年旱情重于2015年和2013年的特点。(3)3个时期的旱情在空间分布上,湿润和正常等级在地形上主要分布在海拔900~1 100m地带,15°~35°的斜坡和缓陡坡,以及阴坡和半阳坡;在石漠化等级上,主要分布在无石漠化区、轻度石漠化区和潜在石漠化区;在土地利用类型中主要分布在有林地、旱地、灌木林地和其他林地。轻旱、干旱和重旱在地形上主要分布在海拔500~900m,6°~25°的缓坡和斜坡,以及阳坡和半阳坡;在石漠化等级上,轻旱和干旱主要分布在轻度石漠化区、潜在石漠化区、中度石漠化区和强度石漠化区,重旱主要分布在非喀斯特区;在土地利用类型上,轻旱、干旱和重旱主要分布在旱地、园地和其他林地。[结论]TVDI可作为研究区的干旱监测指标,基于TVDI和Landsat-8数据的干旱监测方法在喀斯特峡谷区具有一定适用性。 | 余军林 罗娅 赵志龙 杨月燕 罗旭琴 | 2019 | 水土保持通报2019，39，1： | 5 |
| 20 | 山东省干湿转换期土壤水分MODIS遥感监测显示文摘由于2012年春夏过渡时期山东省降水时空分布不均,前期全省大部分地区出现旱情,后期降水偏多。为及时掌握干旱分布及变化情况,利用MODIS地表温度数据(MOD11A2)和植被指数数据(MOD13A2),结合土壤水分自动站的实测数据,采用温度植被干旱指数法,构建了LST-NDVI、LSTEVI特征空间,反演了2012年6~7月山东省干湿转换期的土壤水分,分析了干旱空间分布及变化特征。结果表明:LST-NDVI特征空间反演精度为82.95%,LST-EVI特征空间反演精度为84.33%,精度提高了1.66%。前期山东省中南部、西部出现旱情并以轻旱为主,后期由于降水旱情明显缓解,干旱面积减少了65 427 km2。基于MODIS数据利用温度植被指数法在本区域进行干旱监测是可行的。 | 曹张驰 沈润平 田烨 李峰 | 2014 | 干旱气象2014，32，3： | 5 |
您所在的机构暂未开通此部分的功能，请联系管理员