洞庭湖流域农业干旱遥感监测研究

摘要

干旱是全球发生频率最高的自然灾害之一。干旱不仅导致农业减产、粮食短缺，而且长时间的持续累积会使土地资源退化、水资源匮乏，生态环境破坏，制约农业和社会经济的可持续发展。因此利用遥感技术对农业干旱进行动态监测，及时准确地获取旱情的发生范围、发展程度和变化趋势，为各级政府部门的防旱、抗旱提供科学决策依据，具有重要的现实意义。
　　 文章以洞庭湖流域为研究区，结合MODIS数据的植被指数和陆地表面温度及TRMM数据的降水因子，根据三者对干旱信息的不同敏感程度，赋予不同的权重值，建立干旱状态指数(DCI)遥感监测模型，并将该模型应用于洞庭湖流域秋旱监测和水稻干旱监测。
　　 研究采用MODIS数据，建立植被状态指数(VCI)、温度状态指数(TCI)；利用TRMM数据，建立降雨状态指数(TRCI)，综合三者信息建立干旱状态指数(DCI)，并应用2009年9～11月遥感数据对模型在洞庭湖流域的适用性进行了论证分析，结果表明在洞庭湖流域进行农业干旱遥感监测研究具有一定的实用性。
　　 研究选用干旱状态指数(DCI)对2008年～2010年洞庭湖流域的秋季农业干旱进行了监测分析，制作遥感干旱监测等级图、提取各等级干旱面积，经过与实际降水数据和干旱调查结果的对比分析，证明遥感干旱监测结果与实际情况基本符合，表明DCI能准确地反映流域秋早和水稻干旱的时空变化特征。
　　 此外，研究了在地形复杂、多种作物并存的南方地区，利用土地利用现状图和地理信息数据，结合水稻生长的不同物候期，利用多时相MODIS数据，分析水稻的特征光谱曲线，提取洞庭湖流域水稻的种植面积，获取水稻的种植区域，并进行水稻的秋旱动态监测。
　　 文章的主要创新点在于：(1)针对地形复杂、多植被覆盖的南方湿润地区，综合利用植被指数、陆地表面温度和降水因子的复合信息，建立干旱状态指数模型，通过试验分析，给出了模型中各权重系数的最佳组合。(2)进一步研究了基于MODIS数据的水稻遥感信息识别与提取技术，利用该模型对洞庭湖流域秋旱和水稻干旱进行了遥感动态监测，并取得了较好的监测效果。