地方標準-遙感干旱監(jiān)測定量評估草案（征求意見）

Q/LB.□XXXXX-XXXXDBXX/TXXXX—XXXX目次TOC\o"1-1"\h\t"標準文件_一級條標題,2,標準文件_附錄一級條標題,2,"14095前言 II4757引言 III36051范圍 1254182規(guī)范性引用文件 1303973術語和定義 111844數據要求及處理 1158615監(jiān)測模型 230188參考文獻 415193附錄A在軌運行衛(wèi)星的主要參數 524741附錄B溫度植被干旱指數模型算法 627138附錄C作物水分脅迫指數模型原理 9前言本文件按照GB/T1.1—2020《標準化工作導則第1部分：標準化文件的結構和起草規(guī)則》的規(guī)定起草。本文件由山西省氣象局提出并監(jiān)督實施。本文件由山西省氣象標準化技術委員會歸口。本文件起草單位：山西省氣候中心。本文件主要起草人：田國珍、王志偉、張國民、楊超、李燕、米曉楠、李瑩、左小瑞、楊茜。

引言常規(guī)的遙感干旱監(jiān)測多以植被指數構建的模型為基礎進行。山西省地形復雜、植被多樣、南北跨度大，單一使用植被指數的監(jiān)測結果受地形影響，不能真實反映各地干旱狀況。植被指數能夠反映綠色植物生長的狀況，當作物缺水時植物生長受到限制，植被指數將會降低，作物通過關閉部分氣孔以減少蒸騰量，避免過多的水分散失，蒸騰減少后，作物冠層溫度就會增高，而裸地地表溫度的變化直接反映了土壤含水量的變化情況，可見植被指數和地表溫度能夠反映從祼地到全植被地表的土壤濕度變化情況。因此，本標準以遙感反演的地表溫度和植被指數為基本數據源，采用近年來常用且適合省域干旱監(jiān)測的方法進行山西省遙感干旱監(jiān)測模型定量評估及等級劃分。遙感干旱監(jiān)測定量評估范圍本標準規(guī)定了基于溫度和植被指數的衛(wèi)星遙感干旱災害監(jiān)測方法。本標準適用于衛(wèi)星數據開展山西省農業(yè)干旱災害遙感監(jiān)測。規(guī)范性引用文件下列文件中的內容通過文中的規(guī)范性引用而構成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對應的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。GB/T20481-2006氣象干旱等級QX/T188-2013衛(wèi)星遙感植被監(jiān)測技術導則QX/T344.1-2016 衛(wèi)星遙感火情監(jiān)測方法第1部分：總則術語和定義下列術語和定義適用于本文件。3.1歸一化植被指數NormalizedDifferenceVegetationIndex歸一化植被指數是反映土地覆蓋植被狀況的一種遙感指標,定義為近紅外通道與可見光通道反射率之差與之和的商。3.2地表溫度LandSurfaceTemperature地表溫度就是指地球表面的溫度，包括陸地表面和海洋表面，是地表各種地物的綜合溫度。3.3氣溫AirTemperature空氣溫度也就是氣溫，是表示空氣冷熱程度的物理量。數據要求及處理4.1數據要求監(jiān)測數據應源自攜載有可見光、近紅外和遠紅外波段探測儀的衛(wèi)星（NOAA/AVHRR、EOS/MODIS、FY3/MERSI等），其衛(wèi)星探測器的主要參數見附錄A、附錄B和附錄C，選擇監(jiān)測日期前后10天的衛(wèi)星遙感資料。監(jiān)測時段為每年4月1日～10月31日。4.2數據處理對數據進行大氣校正、幾何校正。對數據進行局地裁剪和重采樣。計算地表參數：單日NDVI、地表溫度。對NDVI數據進行多天合成。遙感干旱監(jiān)測模型及等級劃分基于地表溫度和植被指數的遙感干旱監(jiān)測方法已經發(fā)展了很多模型，近年來常用且適合省域干旱監(jiān)測的方法有植被供水指數法、溫度植被指數法、作物缺水指數法等。5.1植被供水指數模型： VSWI=B×NDVI/Ts 式中：VSWI—植被供水指數。B—增強圖象層次的增強系數，經研究發(fā)現B取100效果最佳。NDVI—歸一化植被指數。Ts—植被供水指數模型干旱等級劃分等級類型VSWI值（4～5月）VSWI值（6～10月）1無旱0.9?VSWI1.3?VSWI2輕旱0.8?VSWI≤0.91.2?VSWI≤1.33中旱0.7?VSWI≤0.81.1?VSWI≤1.24重旱0.6?VSWI≤0.71.0?VSWI≤1.15特旱0?VSWI≤0.60?VSWI≤1.05.2溫度植被指數模型： TVDI=T?TminTmax式中：TVDI—溫度植被指數。T—地表溫度。Tmax—為某一時刻NDVI對應的最高溫度，即干邊Tmin—為某一時刻（模型原理參見附錄B）溫度植被指數模型干旱等級劃分等級類型TVDI值（4～5月）TVDI值（6～10月）1無旱0?TVDI≤0.550?TVDI≤0.72輕旱0.55?TVDI≤0.650.7?TVDI≤0.83中旱0.65?TVDI≤0.750.8?TVDI≤0.94重旱0.75?TVDI≤0.850.9?TVDI≤0.955特旱0.85?TVDI0.95?TVDI5.3作物水分脅迫指數模型： CWSI=(Ts?Ta式中：CWSI—作物水分脅迫指數。Ts—Ta—(Ts?(Ts?（模型原理參見附錄C）作物水分脅迫指數模型干旱等級劃分等級類型CWSI值1無旱0?CWSI≤0.42輕旱0.4?CWSI≤0.53中旱0.5?CWSI≤0.64重旱0.6?CWSI≤0.75特旱0.7?CWSI≤1參考文獻[1]GB/T20481-2006氣象干旱等級[2]QX/T188-2013衛(wèi)星遙感植被監(jiān)測技術導則[3]QX/T344.1-2016 衛(wèi)星遙感火情監(jiān)測方法第1部分：總則[4]DB21/T1455.2-2022極軌衛(wèi)星遙感監(jiān)測第2部分：干旱災害

附錄A(資料性附錄)在軌運行衛(wèi)星的主要參數表A.1～表A.3列出了標準涉及在軌運行衛(wèi)星的主要參數表A.1NOAA/AVHRR干旱監(jiān)測通道相關參數通道波長/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遠紅外1100511.50～12.50遠紅外1100表A.2EOS/MODIS干旱監(jiān)測通道相關參數通道波長/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遠紅外10003211.77～12.27遠紅外1000表A.3FY-3/MERSI干旱監(jiān)測通道相關參數通道波長/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遠紅外250

附錄B(資料性附錄)溫度植被干旱指數（TVDI）模型原理Goward和Hope利用AVHRR數據研究Ts/NDVI關系隨土壤濕度變化時，發(fā)現植被指數與地表溫度具有很強的負相關性，在遙感觀測數據中，這一現象在多種植被類型和傳感器上得到驗證[1]。Price等發(fā)現當研究區(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為縱橫坐標得到的散點呈三角型[2]；Moran等利用植被指數和地表溫度(溫差)估測作物水分狀況，認為對于一個區(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和地表溫度組成的散點圖呈現為梯形[3]，Sandholt等利用簡化的NDVI-Ts特征空間提出水分脅迫指標，即溫度植被干旱指數（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呈線性關系[4]，如圖B.1。圖B.1地表溫度和植被指數構成的梯形空間（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NDVI與Ts的理論特征空間內，區(qū)域內每一像元的NDVI與Ts值將分布在ABCD4個極點構成的Ts/NDVI特征空間內，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對應的最高溫度，即干邊，，是干邊的擬合系數；Tmin=a'+b'×NDVI，為某一NDVI對應得最低溫度，即濕邊，TVDI與土壤濕度呈負相關關系，TVDI越大，土壤濕度越低，旱情越嚴重；反之，土壤濕度越高。參考文獻[1]柳欽火,辛景峰,辛曉洲,等.基于地表溫度和植被指數的農業(yè)干旱遙感監(jiān)測方法[J].科技導報,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（CWSI）模型原理作物缺水指數(Cropwaterstressindex，CWSI)最初由Idso和Jackson等[1]根據熱量平衡原理提出，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和熱紅外遙感資料求得作物缺水指數，使CWSI適用于部分植被覆蓋地區(qū)。圖C.1植被指數溫度梯形法確定作物缺水指數(CWSI)示意圖CWSI利用植被指數和溫度構建了梯形關系圖，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、地表溫度和氣溫計算得到，其定義為：CWSI=(T式中：Ts指地表溫度(℃)；Ta指空氣溫度(℃)；(Ts?Ta)min為作物在潛在蒸發(fā)狀態(tài)下的冠層溫度與空氣溫度的差，是溫差的下限：CWSI在[0,1]間變化，越接近0，說明土壤水分越充足，越接近1，說明越干旱。該方法要求在遙感影像范圍內要存在明顯干濕點。參考文獻[1]IdsoS.B,JacksonR.D,PinterP