论文部分内容阅读
极端气候变化对全球环境产生重要影响。干旱作为一种典型的农业气象灾害,极大地影响着社会经济活动、粮食生产安全以及人类生存。因此,开展农业干旱监测研究就显得尤为重要。目前学术界对农业干旱监测已有较多探讨,不断有融合多种传感器观测信息的多变量综合干旱指数被提出,为农业气象灾害监测提供了新方法,但基于遥感技术对水稻展开农业干旱监测的研究并不多。由此,本文以长江中下游地区的江苏、安徽、湖北、湖南和江西省为研究区,运用3S技术和数据融合等方法,开展长江中下游地区单季稻种植区农业干旱监测研究。主要研究内容与结论如下:(1)地面气象站点与卫星反演降水信息融合。本文利用地面气象站点数据、TRMM3B43降水产品以及地理辅助数据,采用ATPK+GWRK方法获取研究区2000-2017年的高质量月降水数据。结果显示,当仅采用ATPK方法对TRMM降水数据进行处理时,其精度较原始数据有所提升,其中,RMSE与MAE分别为36.46 mm,27.27 mm,R~2为0.694;在ATPK方法的基础上加入地理加权克里金法对降水融合方法进行进一步探讨;在不同参数插值方法的比较中,采用克里金插值法对参数进行处理能够获取较高精度;再对七个由多变量组合的融合模型进行验证,获取最适用于研究区的模型,最终模型2(DTRMM_GWRK_Model2)具有较高精度,RMSE、MAE、Bias以及R~2分别为28.43 mm,20.69 mm,-0.07%以及0.772。(2)基于MODIS LST的地表温度插值方法研究。本文基于MODIS的陆地表面温度产品、植被指数产品以及地理辅助数据,采用自适应窗口插值法对LST缺失像元进行插补。运用此方法得出的结果在与地面观测气温及地温的验证中,R~2均在0.9左右,且较为稳定;在与地温的验证中,RMSE在4.5℃左右。该结果可以用于农业干旱指数的构建。(3)农业干旱遥感监测研究及应用。基于前序章节数据构建单变量及多变量综合干旱指数,对长江中下游地区2003-2017年展开农业干旱监测。结果显示,2013年研究区内单季稻受灾面积最大,占总种植面积的15.14%,其中江苏省和安徽省的受灾比例最高,分别达到了其种植面积的20.84%和19.28%。2004、2011年受灾程度次之,受灾面积比例分别达到了13.49%和13.91%,其中,2011年研究区各省受灾面积比例均在10%以上。