文献类型：期刊文章

作　　者：鲍艳松[1,2] 严婧[1] 闵锦忠[1] 王冬梅[3] 李紫甜[1,2] 李鑫川[1,2]

机构地区：[1]南京信息工程大学气象灾害预报预警与评估协同创新中心、中国气象局气溶胶与云降水重点开放实验室 ,南京 210044 [2]南京信息工程大学大气物理学院,南京210044 [3]江苏省水利科学研究院,南京210017

出　　处：《农业工程学报》

基　　金：国家重点基础研究发展计划(973计划)资助项目(2013CB430101);中国博士后科学基金资助项目(20090461131,201003596);江苏高校优势学科建设工程资助项目(PAPD)资助

年　　份：2014

卷　　号：30

期　　号：7

起止页码：163-172

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20141717605632)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为实现江苏省淮北地区农业旱情监测,利用Savitzky—Golay(S-G)滤波方法,对2011—2012年江苏省淮北地区1-5月MODIS的归一化植被指数(normalized difference vegetation index,NDVI)和地表温度(land Surface temperature,LST)8 d产品进行重构,去除原8 d数据的噪声,填补受云影响而缺失的数据。基于重建后的NDVI和LST数据,计算温度植被干旱指数(temperature vegetation dryness index,TVDI);分析TVDI和土壤湿度之间的关系,构建土壤湿度反演模型。最后,利用另外1组数据验证所建土壤湿度模型的精度。研究结果表明:1)S-G滤波方法能够提高MODIS LST和NDVI数据质量,并能对缺失数据进行填补;2)TVDI方法能够实现试验区土壤湿度反演,所建模型在试验区具有一定的普适性,反演精度较高(R2=0.575,RMSE=2.59%);3)TVDI方法在江苏省淮北地区干旱监测中得到了较好的应用,能够成功地监测出江苏淮北地区2011年和2012年春旱。该研究可为农业旱情的快速监测提供借鉴。

关 键 词：干旱 监测  遥感 土壤湿度 中分辨率成像光谱仪 温度植被干旱指数  

分 类 号：P407.1[大气科学类] TP79]