论文部分内容阅读
干旱已经成为我国普遍发生的自然灾害,危及我国粮食安全,对我国的国民经济造成了极大的损失。如何实时、大范围监测干旱已经成为粮食安全、以及全球变化等领域的重要科学问题。国内外做了许多关于干旱方面的研究,前期主要借助降水、气温等地面站点的监测数据,根据不同的需要构建多种干旱指标应用到实际研究中。这些研究虽然取得了一些进展,但由于气象数据获取困难,且获取的仅是“点数据”等为干旱监测带来一定的困扰。近年来随着遥感技术的发展,其大区域、实时的优势为干旱监测开辟了新的途径。众多研究人员从不同角度出发,利用不同的植被指数、能量平衡等实现了对干旱的监测,并取得一系列成果。叶面积指数(leaf area index,英文简称LAI)作为陆地植被生长情况的一个重要指示参数,当作物缺水时,其生长发育会受到明显抑制,叶面积指数会较正常值偏低,因此可以利用叶面积指数实现对干旱的监测。本文用到的LAI数据是由我国863项目“全球陆表特征参量产品生产与应用研究”生产的覆盖全球的LAI产品(以下简称GLASS LAI)。该产品在生产时,经过了大气校正、几何校正、云雪阴影的去除等预处理,且对缺失像元进行填补及滤波处理,最终产品没有数据缺失,提高了产品的时间精度。LAI的变化除了受降雨的影响外,它还因植被类型的不同而有所差异。本文利用MODIS土地利用分类数据(MOD12Q1),应用马里兰植被分类方法提取出东北农作物区域作为最终的实验区。在研究中,利用谷歌地球筛选出31个下垫面覆盖为农作物的气象站点,并收集了每个站点对应的降雨数据,还定义了降雨量距平百分率(anomalypercentage of rainfall,英文简称Pa)和帕默尔干旱指数(Palmer Drought Severity Index,英文简称PDSI)等气象干旱指数。以GLASS LAI为基础定义了LAI距平百分率(anomalypercentage of LAI,文中英文简称Lap)作为植被干旱指数。然后分析Lap与气象干旱指数的相关性,还研究了滞后性;并根据LAI距平划分了五个干旱等级,对2009年5月至10月东北农作物进行干旱监测。结果表明:在地表覆盖为农作物且作物生长比较旺盛的季节,Pa与Lap相关性相对较好,相关系数接近0.5;而PDSI与Lap的相关性较弱,相关系数不足0.3。滞后性研究中无法确定比较规律的滞后时间。利用气象干旱指数对研究区内干旱分布进行验证,结果表明:基于GLASS LAI定义的Lap可以很好地反映研究区内发生的干旱事件,同时GLASS LAI数据的时空连续性克服了降水数据在空间分布不均的问题,可以提高农作物干旱监测精度,具有广阔的应用前景。