温度植被干旱指数（TVDI）在草原干旱监测中的应用研究

摘要/Abstract

摘要： 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。

关键词: 干旱监测, MODIS, 温度植被干旱指数

Abstract: MODIS（moderate-resolution imaging spectroradiometer）data are widely used in large-scale，long-time，and dynamic drought monitoring for their high time resolution，high spectral resolution，moderate spatial resolution and other characteristics. In this paper，MODIS MOD11C3（monthly land surface temperature products）and MODIS MOD13C2（monthly vegetation index products）were used to study drought conditions of September and October in 2010 in Xilingol League，Inner Mongolia，China. Based on NDVI（normalized difference vegetation index），EVI（enhanced vegetation index）and LST（land surface temperature）indexes，the NDVI-LST and EVI-LST feature spaces were established，and from which the equations were obtained of dry and wet edges，then TVDI（temperature vegetation dryness index）was calculated. According to the criterion of drought levels of the arid and semi-arid regions，the spatial distribution maps of drought degree evaluation were obtained，then the map of drought evaluation comparison between September and October was produced，simultaneously，combining local meteorological information to take qualitative analysis of the drought monitoring result，and using surface soil moisture data with field survey method to take qualitative validation of TVDI. The results show as follows：（1）Even though the most study got TDVI from NDVI－LST feature space，TVDI calculated from EVI-LST feature space could also be suitable for drought monitoring. Under the condition of low vegetation cover，NDVI－LST feature space has better effects than that of EVI－LST，because TVDI obtained from NDVI－LST feature space has better correlation with surface soil moisture than that from EVI－LST feature space；（2）NDVI－LST and EVI－LST feature spaces established in this paper accorded with triangular relationship；（3）Previous studies have shown that [TVDI] can be used in one-day drought monitoring，but this study shows that TVDI is also fit for long-time drought monitoring．From the drought comparison between September and October，the conclusion can also be drawn that TVDI can be applied for dynamic drought monitoring；（4）TVDI has significant negative correlation with surface soil moisture and the correlation coefficient got through 0.05 level test，which means the lower the surface soil moisture，the higher the TVDI. The drought monitoring results reflected from spatial distribution maps of drought situation grades basically coincided with the actual situation in the study area．TVDI can be greatly used in drought early warning and monitoring of grassland area，this method can be used in long-term and large-scale drought monitor and forecast in real-time．

Key words: drought monitoring, MODIS, temperature vegetation drought index

中图分类号:

TP79

陈斌，张学霞，华开，徐珂. 温度植被干旱指数（TVDI）在草原干旱监测中的应用研究[J]. 干旱区地理, 2013, 36(5): 930-937.

CHEN Bin，ZHANG Xue-xia，HUA Kai，XU Ke. Application study of temperature vegetation drought index（TVDI）in grassland drought monitoring[J]. , 2013, 36(5): 930-937.

参考文献

［1］ VASILIADES L，LOUKAS A. Hydrological response to meteorological drought using the Palmer drought indices in Thessaly，Greece［J］. Desalination，2009，237：3-21.

［2］吴孟泉，崔伟宏，李景刚. 度植被干旱指数[（TVDI）]在复杂山区干旱监测的应用研究［J］. 干旱区地理，2007，30（1）：30-35.

［3］ VASILIADES L，LOUKAS A，LIBERIS N. A water balance derived drought index for Pinios River Basin，Greece［J］. Water Resource Manage，2011，25：1087-1101.

［4］ HUETE A，DIDAN K，MIURA T，et al. Overview of the radiometric and biophysical performance of the MODIS vegetation indices［J］. Remote Sensing of Environment，2002（83）：195-213.

［5］杨秀海，卓嘎，罗布. 基于MODIS数据的西北地区旱情监测［J］. 草业科学，2011，28（8）：1420-1426．

［6］闫娜，李登科，杜继稳，等. 基于MODIS产品[LST/NDVI/EVI]的陕西旱情监测［J］. 自然灾害学报，2010，19（4）：179-182.

［7］范辽生，姜纪红，盛晖，等. 利用[TVDI（TVDI）]方法反演杭州伏旱期土壤水分［J］. 中国农业气象，2009，30（2）：230-234.

［8］杨曦，武建军，闫峰，等. 基于地表温度-植被指数特征空间的区域土壤干湿状况［J］. 生态学报，2009，29（3）：1206-1214．

［9］康为民，罗宇翔，郑小波，等. 贵州温度植被干旱的指数[（TVDI）]特征及其遥感干旱的监测应用［J］. 贵州农业科学，2008，36（4）：27-30.

［10］ PRICE J C. Using spatial context in satellite data to infer regional scale evapotranspiration［J］. IEEEI Transaction on Geoscience and Remote Sensing，1990，28：940-948.

［11］ CARLSON T N，GILLIES R R，Perry E M. A method to make use of thermal infrared temperature and [NDVI] measurements to infer surface oil water content and fractional vegetation cover［J］. Remote sensing Review，1994，52：45-59．

［12］ MORAN M S，CLARKE T R，INOUE Y，et al. Estimating crop water deficit using the relation between surface-air temperature and spectral vegetation index［J］. Remote sensing of environment，1994，49：246-263.

［13］ SANDHOLT I，RASMUSSEN K，ANDERSEN J. A simple interpretation of the surface temperature/ vegetation index space for assessment of surface moisture status［J］. Remote Sensing of Environment，2002，79（2）：213-224．

［14］齐述华，王长耀，牛铮. 利用温度植被旱情指数[（TVDI）]进行全国旱情监测研究［J］. 遥感学报，2003，7（5）：420-427.

［15］内蒙古自治区气象局门户网站：http：//www.imwb.gov.cn/qxfw/stynyqx/262528.shtml；http：//www.imwb.gov.cn/qxfw/stynyqx/264 727. shtml．

［16］张滢，丁建丽，周鹏. 干旱区土壤水分微波遥感反演算法综述［J］. 干旱区地理，2011，34（4）：671-678.

[1]	许昕彤,朱丽,吕潇雨,郭浩. MSWEP降水产品在黄河流域气象干旱监测中的适用性评价[J]. 干旱区地理, 2023, 46(3): 371-384.
[2]	王子超, 王春磊, 马俊俊. 沙尘天气下黑河流域大气长波辐射遥感估算[J]. 干旱区地理, 2023, 46(2): 243-252.
[3]	艾尔肯·图尔荪,玉素甫江·如素力,崔一爽,喀迪阿依·阿力木,米日阿依·买土地. 2000—2019年新疆大型湖泊湖冰物候时空变化特征[J]. 干旱区地理, 2022, 45(5): 1440-1449.
[4]	王瑾杰,丁建丽,张子鹏. 基于遥感生态指数的吐哈地区生态环境变化研究[J]. 干旱区地理, 2022, 45(5): 1591-1603.
[5]	于志翔,李霞,于晓晶,郑宇,毛列尼·阿依提看,李淑婷,王楠. 2003—2019年新疆气溶胶光学厚度时空变化特征[J]. 干旱区地理, 2022, 45(2): 346-358.
[6]	秦启勇,李雪梅,张博,李超,孙天瑶. 2000—2019年赛里木湖湖冰物候特征变化[J]. 干旱区地理, 2022, 45(1): 37-45.
[7]	王丽平,段四波,张霄羽,于艳茹. 2003-2018年中国地表温度年最大值的时空分布及变化特征[J]. 干旱区地理, 2021, 44(5): 1299-1308.
[8]	张翀,白子怡,李学梅,冉祺祺,韦振锋,雷田旺,王娜. 2001—2018年黄土高原植被覆盖人为影响时空演变及归因分析[J]. 干旱区地理, 2021, 44(1): 188-196.
[9]	李慧融. 基于反射率和亮度温度的锡林郭勒积雪深度估算[J]. 干旱区地理, 2020, 43(6): 1567-1572.
[10]	庞冉, 王文. 基于 MODIS 数据的吐鲁番盆地 2001—2017 年植被变化及水热组合影响分析[J]. 干旱区地理, 2020, 43(5): 1242-1252.
[11]	吴英杰, 全强, 陈晓俊, 王文君, 周泉成, 尹航, 李玮. 2000—2018 年锡林郭勒地区干旱时空变化及其气候响应[J]. 干旱区地理, 2020, 43(5): 1289-1397.
[12]	贾建英, 刘蓉, 韩兰英, 万信, 王大为. 修订后水分盈亏指数在甘肃省冬小麦干旱监测中的应用[J]. 干旱区地理, 2020, 43(4): 871-879.
[13]	黄鑫, 刘建红, 申克建, 刘咏梅, 王雷. 基于MODIS的青海草地产草量变化遥感分析[J]. 干旱区地理, 2020, 43(3): 715-725.
[14]	邱丽莎, 何毅, 张立峰, 王文辉, 唐源蔚. 祁连山MODIS LST时空变化特征及影响因素分析 [J]. 干旱区地理, 2020, 43(3): 726-737.
[15]	姜康, 包刚, 乌兰图雅, 姜莉, 王牧兰. 基于MODIS数据的蒙古高原积雪时空变化研究[J]. 干旱区地理, 2019, 42(4): 782-789.