遙感干旱監(jiān)測在軌運行衛(wèi)星的主要參數(shù)、溫度植被干旱指數(shù)模型算法、作物水分脅迫指數(shù)模型原理

附錄A(資料性附錄)在軌運行衛(wèi)星的主要參數(shù)表A.1～表A.3列出了標(biāo)準(zhǔn)涉及在軌運行衛(wèi)星的主要參數(shù)表A.1NOAA/AVHRR干旱監(jiān)測通道相關(guān)參數(shù)通道波長/μm波段星下點分辨率/m10.58～0.68可見光110020.70～1.10近紅外1100410.30～11.30遠(yuǎn)紅外1100511.50～12.50遠(yuǎn)紅外1100表A.2EOS/MODIS干旱監(jiān)測通道相關(guān)參數(shù)通道波長/μm波段星下點分辨率/m10.62～0.67可見光25020.84～0.87近紅外2503110.78～11.28遠(yuǎn)紅外10003211.77～12.27遠(yuǎn)紅外1000表A.3FY-3/MERSI干旱監(jiān)測通道相關(guān)參數(shù)通道波長/μm波段星下點分辨率/m30.62～0.68可見光25040.84～0.89近紅外250510.50～12.5遠(yuǎn)紅外250

附錄B(資料性附錄)溫度植被干旱指數(shù)（TVDI）模型原理Goward和Hope利用AVHRR數(shù)據(jù)研究Ts/NDVI關(guān)系隨土壤濕度變化時，發(fā)現(xiàn)植被指數(shù)與地表溫度具有很強(qiáng)的負(fù)相關(guān)性，在遙感觀測數(shù)據(jù)中，這一現(xiàn)象在多種植被類型和傳感器上得到驗證[1]。Price等發(fā)現(xiàn)當(dāng)研究區(qū)域的植被覆蓋度和土壤水分條件變化較大時，以遙感資料得到的Ts和NDVI為縱橫坐標(biāo)得到的散點呈三角型[2]；Moran等利用植被指數(shù)和地表溫度(溫差)估測作物水分狀況，認(rèn)為對于一個區(qū)域來說，若地表覆蓋類型從裸土到密閉植被冠層，土壤濕度由干旱到濕潤，則該區(qū)域每個像元的植被指數(shù)和地表溫度組成的散點圖呈現(xiàn)為梯形[3]，Sandholt等利用簡化的NDVI-Ts特征空間提出水分脅迫指標(biāo)，即溫度植被干旱指數(shù)（Temperature-VegetationDrynessIndex，TVDI），在該簡化的特征空間，將濕邊(Ts-min)處理為與NDVI軸平行的直線，干邊(Ts-max)與NDVI呈線性關(guān)系[4]，如圖B.1。圖B.1地表溫度和植被指數(shù)構(gòu)成的梯形空間（引自Sandholt，2002）圖中的A、B、C、D四個點代表了Ts-NDVI特征空間中的四種極端情況，分別表示干燥裸土（NDVI小，Ts高）、濕潤裸土（NDVI和Ts都最?。?、濕潤且完全植被覆蓋的地表（NDVI大，Ts?。┖透稍锴彝耆脖桓采w的地表（NDVI和Ts都最大）。AD表示干邊，表示低蒸散，干旱狀態(tài)；BC表示濕邊，代表潛在蒸散，濕潤狀態(tài)。說明某一區(qū)域某一時段內(nèi)NDVI與Ts的理論特征空間內(nèi)，區(qū)域內(nèi)每一像元的NDVI與Ts值將分布在ABCD4個極點構(gòu)成的Ts/NDVI特征空間內(nèi)，Ts/NDVI特征空間可以被看作是由一組土壤濕度等值線組成。TVDI由植被指數(shù)和地表溫度計算得到，其定義為：TVDI=T-TminTmax式中Tmax=a+b×NDVI，為某一NDVI對應(yīng)的最高溫度，即干邊，，是干邊的擬合系數(shù)；Tmin=a'+b'×NDVI，為某一NDVI對應(yīng)得最低溫度，即濕邊，a',b'TVDI與土壤濕度呈負(fù)相關(guān)關(guān)系，TVDI越大，土壤濕度越低，旱情越嚴(yán)重；反之，土壤濕度越高。參考文獻(xiàn)[1]柳欽火,辛景峰,辛?xí)灾?等.基于地表溫度和植被指數(shù)的農(nóng)業(yè)干旱遙感監(jiān)測方法[J].科技導(dǎo)報,2007,25(6):12-18[2]PriceJC.Usingspatialcontextinsatellitedatatoinferregionalscaleevapotranspiration[J].IEEETransactionsonGeosciencesandRemoteSensing,1990(28):940-948.[3]MORANMS,CLARKETR,INOUEY,etal.Estimatingcropwaterdeficitusingtherelationbetweensurfaceairtemperatureandspectralvegetationindex[J].RemoteSensingofEnvironment,1994,49:246-263.[4]SandholtL,RasmussenK,AndersenJ.Asimpleinterpretationofthesurfacetemperature/vegetationindexspaceforassessmentofsurfacemoisturestatus[J].RemoteSensingofEnviromrent[J].2002,79:213-224.

附錄C(資料性附錄)作物水分脅迫指數(shù)（CWSI）模型原理作物缺水指數(shù)(Cropwaterstressindex，CWSI)最初由Idso和Jackson等[1]根據(jù)熱量平衡原理提出，利用葉片溫度和氣溫的差值來估算作物水分脅迫，由于CWSI是針對完全覆蓋植被的，用于稀疏植被時會帶來較大的誤差。1994年Moran等[2]提出了直接由植被指數(shù)和熱紅外遙感資料求得作物缺水指數(shù)，使CWSI適用于部分植被覆蓋地區(qū)。圖C.1植被指數(shù)溫度梯形法確定作物缺水指數(shù)(CWSI)示意圖CWSI利用植被指數(shù)和溫度構(gòu)建了梯形關(guān)系圖，如圖C.1。梯形4個頂點分別代表4種極端情況，水分充足條件下的完全植被覆蓋，水分脅迫下的完全植被覆蓋，飽和水分狀態(tài)下的裸土和干旱情況下的裸土。其中，BC表示干邊，表示低蒸散，干旱狀態(tài)；AD表示濕邊，代表潛在蒸散，濕潤狀態(tài)。CWSI由植被指數(shù)、地表溫度和氣溫計算得到，其定義為：CWSI=(T式中：T