基于modis数据的农业旱情遥感监测方法
【专利摘要】一种基于MODIS数据的农业旱情遥感监测方法，包括以下步骤：获取待测区域的土壤实测数据，将前述土壤实测数据与表征地表旱情的温度植被干旱指数建立函数关系式，将待测区域的MODIS遥感数据带入前述函数关系式，得到土壤重量含水量，根据土壤重量含水量得到干旱等级，获取农业旱情监测结果。本发明利用MODIS遥感数据时间分辨率较高的特点，实现了农田干旱监测。本发明利用遥感技术进行农田干旱动态监测，经实际应用检验，该方法简便、高效、易于操作、结果准确，能够广泛应用于农田干旱监测之中。
【专利说明】基于MODIS数据的农业旱情遥感监测方法
【技术领域】
[0001]本发明涉及遥感技术应用领域，尤其是一种利用遥感技术监测各地区农业干旱程度的方法，具体地说是一种基于MODIS数据的农业旱情遥感监测方法。
【背景技术】
[0002]目前，江苏省淮北地区地处淮河下游，为南北气候过渡带，降雨、来水时空分布不均匀，是水旱灾害多发地区。近年来，该地区春季和初夏时常爆发农业气象干旱；如2011年初夏，淮北地区遭遇了 60年来同期最为严重的气象干旱。然而，目前江苏省淮北地区抗旱工作存在干旱监测手段不足、旱情掌握不及时、干旱评价很难做到全面客观等问题。因此，急需开展干旱监测研究，为该地区的干旱监测预警提供技术服务。
[0003]地表干旱状况主要与土壤重量含水量和田间持水量有关。对于一个区域，田间持水量与土壤类型有关，其值取决于土壤质地。因此，干旱监测研究关键在于土壤含水量的监测。卫星遥感技术具有大范围探测地表状态的能力，可用于反演地表含水量。遥感探测土壤含水量研究始于上世纪60年代末，经过近半个世纪的发展，其研究方法趋于成熟，在干旱监测业务中逐步得到应用。近年来，温度植被干旱指数TVDI被广泛用于干旱监测研究；熊世为等人基于中国的环境卫星(HJ-1B)遥感数据，利用TVDI法对江苏宿迁市土壤水分信息进行遥感监测，结果表明:基于HJ-1B数据的TVDI指数法能够较好地监测冬小麦干旱状况。于敏和扎西央宗等利用MODIS资料，结合TVDI指数法，实现了西藏、黑龙江地区夏季干旱动态监测。齐述华等基于N0AA-AVHRR资料，以TVDI指数为旱情监测指数，实现了全国区域的旱情监测。这些研究证明了 TVDI指数在区域干旱监测上具有较大潜力；但用于业务干旱监测还需解决一些问题；如:(I)建立更为规范的干旱等级划分方法，而不只是根据TVDI大小来划分干旱等级；(2)建立时间上普适的土壤湿度反演模型；(3)为遥感干旱监测提供及时、全面、定量的干旱监测结果。
【发明内容】
[0004]本发明的目的是针对土壤干旱监测中存在的问题，提出一种基于MODIS数据的农业旱情遥感监测方法。
[0005]本发明的技术方案是:
[0006]一 种基于 MODIS (Moderate-Resolution Imaging Spectroradiometer 中分辨率成像光谱仪)数据的农业旱情遥感监测方法，它包括以下步骤:获取待测区域的土壤实测数据，将前述土壤实测数据与表征地表旱情的温度植被干旱指数(TVDI, Temperature-Vegetation Dryness Index)建立函数关系式，将待测区域的 MODIS 遥感数据带入前述函数关系式，得到该区域的土壤重量含水量，根据土壤重量含水量得到该区域干旱等级分布，获取农业旱情监测结果。
[0007]本发明的土壤实测数据包括待测区域IOcm和20cm的土壤含水量，采用称重法方法获取。[0008]本发明的方法具体包括以下步骤:
[0009](I)、计算待测区域植被指数(NDVI, Normalized Difference Vegetation Index)；
(2)、基于劈窗法进行地表温度反演,获取地表温度(LST, Land Surface Temperature)；
[0010](3)、构建地表土壤湿度反演模型，获取温度植被干旱指数，将前述温度植被干旱指数与实测的IOcm 土壤含水量数据进行最小二次拟合，获取待测区域IOcm的土壤重量含水量；根据IOcm 土壤含水量数据与20cm 土壤含水量数据的相关性，得到待测区域20cm 土壤重量含水量结果；
[0011](4)、根据待测区域20cm的土壤重量含水量计算相对含水量，进行干旱等级划分，获取农业旱情监测结果。
[0012]本发明的步骤(1)中:待测区域植被指数NDVI为归一化植被指数，
【权利要求】
1.一种基于MODIS数据的农业旱情遥感监测方法，其特征是它包括以下步骤:获取待测区域的土壤实测数据，将前述土壤实测数据与表征地表旱情的温度植被干旱指数建立函数关系式，将待测区域的MODIS遥感数据带入前述函数关系式，得到该区域的土壤重量含水量，根据土壤重量含水量得到该区域干旱等级分布，获取农业旱情监测结果。
2.根据权利要求1所述的基于MODIS数据的农业旱情遥感监测方法，其特征是土壤实测数据包括待测区域IOcm和20cm的土壤含水量，采用称重法方法获取。
3.根据权利要求1所述的基于MODIS数据的农业旱情遥感监测方法，其特征是该方法具体包括以下步骤: (1)、计算待测区域植被指数； (2)、基于劈窗法进行地表温度反演，获取地表温度； (3)、构建地表土壤湿度反演模型，获取温度植被干旱指数，将前述温度植被干旱指数与实测的IOcm土壤含水量数据进行最小二次拟合，获取待测区域IOcm的土壤重量含水量；根据IOcm土壤含水量数据与20cm土壤含水量数据的相关性，得到待测区域20cm土壤重量含水量结果； (4)、根据待测区域20cm的土壤重量含水量计算相对含水量，进行干旱等级划分，获取农业旱情监测结果。
4.根据权利要求3所述的农业旱情遥感监测方法，其特征是步骤(1)中:待测区域植被指数NDVI为归一化植被指数，
5.根据权利要求3所述的农业旱情遥感监测方法，其特征是步骤(2)中:基于劈窗法进行地表温度反演，获取地表温度Ts具体步骤如下:
Ts-Aq+A1T3^A2T32
A0=-64.6036Er68.7258E2_273.16
A^l+A+0.44081E!
A2=- (A+0.473453E2)
Ei=D31 (1-C31-D31)/E0
E2=D3I (1-C32-D32) /E0
A=D31/E0
f =n y -π r
j^O ^32^31 ^31^32
Ci= ε i τ i
Di= ( 1- τ j) (1+(1- ε D Ti) 其中，Ts为地表温度，单位K，T31和T32为MODIS的31和32波段的亮温温度；ε为地表比辐射率；τ为大气透过率；i对应的MODIS影像的第31和32波段，即:i=31或i=32 ；对于地表比辐射率ε i的计算，要分为路面像元和水体像元两种情况: 对于水体像元直接取ε31=0.99683，ε 32=0.99254， 对于路面像元地表比辐射率由植被覆盖度Pv计算得出，公式如下:
Pv= (NDV1-NDVIs) / (NDVIv-NDVIs)其中，NDVIv和NDVIs分别是茂密植被覆盖和完全裸土像元的NDVI值，NDVIv=0.9，NDVIs=0.15 ； 计算路面像元的地表比辐射率Si，计算公式如下:
ε 3i_Pyε 3iv+(1-Pv) Rs ε 3is+d ε、ε 32-PvRv ε 32ν+ (1-Py) ε 32s+d ε 式中，ε31和ε 32是MODIS数据第31、32波段的地表比辐射率，ε 31V和ε 31S分别为植被和裸土在第31波段的地表比辐射率，分别取ε 31V=0.98672，ε 31S=0.96767 ； ε 32V和ε 32S分别为植被和裸土在第32波段的地表比辐射率，分别取ε 32V=0.98990，ε 32S=0.97790 ；Pv像元为植被覆盖率；RV和Rs分别为植被和裸土的辐射比例，Rv=0.92762+0.07003PV,Rs=0.98782+0.08362PV ；d ε是由植被和裸土之间热辐射相互作用而产生的热辐射相互校正值，其公式为，
d ε =0.003796min[Pv, (1-Pv)] 式中:min[Pv，(1-Pv)]表示取Pv和(1-Pv)的最小值； 大气透过率τ i由大气含水量W计算得到，公式如下: 当水汽含量在0.4-2.0g/cm2时: τ 31=0.99513-0.0808w τ 32=0.99376-0.11369w 当水汽含量在2-4.0g/cm2时: τ 31=1.08692-0.12759w τ 32=1.07900-0.15925w 当水汽含量在4-6.0g/cm2时: τ 31=1.07268-0.12571w τ 32=0.93821-0.12613w 计算大气水汽含量的公式为: w=[(a -1nTw) / β ]2 其中w为是被监测农田地块所对应的各像元点的大气水汽含量；TW是MODIS的第19波段与第2波段的比值，a和β是参数，分别取a =0.02，β =0.651。
6.根据权利要求3所述的农业旱情遥感监测方法，其特征是步骤(3)具体为:构建地表土壤湿度反演模型，计算温度植被干旱指数TVDI，
7.根据权利要求6所述的农业旱情遥感监测方法，其特征是湿边、干边模型的公式如下:
Tsmax^l+b^NDVI
TSmin=a2+b2*NDVI 式中，(al，bl)、(a2，b2)分别为湿边、干边模型的系数，具体设置步骤如下: 选择NDVI图像中0.2≤NDVI≤0.8的像元，并在这些像元中找到最大值和最小值；以0.01为步长，NDVI图像中0.2~0.8区间内找到的NDVI最小值至最大值的范围，并划分为η个区间； 获取每个小区间的NDVI最大值和最小值，以及对应在NDVI图像中的行列号，获取同时期地表温度图像LST对应的温度值； 对获取的数据组，分别利用最小二次拟合出湿、干边方程，最终得到干、湿边方程拟合系数(&1，131)、(&2^2)。
8.根据权利要求3所述的农业旱情遥感监测方法，其特征是步骤(4)具体为:根据待测区域20cm的土壤重量含水量计算相对含水量；
9.根据权利要求8所述的农业旱情遥感监测方法，其特征是基于计算的相对含水量，在江苏地区，根据江苏省农委的干旱等级墒情评价标准，对研究区的干旱等级进行划分，Rel_SM ≥ 65%为适宜，60% ( Rel_SM < 65%为轻旱，50% ( Rel_SM < 60%为中旱，45% ( Rel_SM < 50%为重旱，45% < Rel_SM为特旱。
【文档编号】G01N21/25GK103994976SQ201310624476
【公开日】2014年8月20日 申请日期:2013年11月28日 优先权日:2013年11月28日
【发明者】王冬梅, 黄俊友, 鲍艳松, 谢义林, 梁文广, 王春美 申请人:江苏省水利科学研究院