楊超, 王金亮

(云南師范大學 旅游與地理科學學院，云南 昆明 650500)

?

基于MODIS數(shù)據(jù)的滇東南喀斯特地區(qū)干旱遙感反演*

楊超, 王金亮

(云南師范大學 旅游與地理科學學院，云南 昆明 650500)

受其特殊的巖溶地貌和水文地質(zhì)條件等因素的影響，滇東南喀斯特地區(qū)地表干旱嚴重，采用MODIS數(shù)據(jù)對該地區(qū)的干旱進行反演監(jiān)測具有宏觀、及時、動態(tài)、成本低等優(yōu)勢.以2007-2008年各季度MODIS數(shù)據(jù)為基礎，利用植被狀態(tài)指數(shù)(VCI)、距平植被指數(shù)(AVI)和溫度條件指數(shù)(TCI)構建兩個干旱指數(shù)模型ID1和ID2，對滇東南喀斯特地區(qū)干旱狀況進行反演監(jiān)測.結果表明：(1)滇東南喀斯特地區(qū)春季(4月)干旱最為嚴重，夏季(7月)最濕潤，秋季(10月)和冬季(1月)是次干旱的季節(jié)；(2)ID1和ID2都能有效反映滇東南喀斯特地區(qū)旱情分布情況，但ID1比ID2更適用于該地區(qū)的干旱遙感監(jiān)測.

干旱;反演監(jiān)測;干旱指數(shù)模型;喀斯特;滇東南

干旱是全國普遍發(fā)生的重大氣象災害之一，因出現(xiàn)頻率高、持續(xù)時間較長和破壞范圍大，對社會經(jīng)濟尤其是對農(nóng)業(yè)經(jīng)濟影響巨大.近一個世紀以來，全球氣候變化使部分地區(qū)的極端氣候事件加劇，全球氣象災害造成的經(jīng)濟損失占所有自然災害損失的85%左右，其中干旱帶來的損失又占氣象災害的50%左右.

2010年春季，在云南、貴州等地連續(xù)三年出現(xiàn)大旱.截至2010年3月16日，中國西南五省干旱造成645萬公頃耕地嚴重受災，超過2 000多萬人飲水困難[1].因此利用RS與GIS技術對各旱情易發(fā)區(qū)進行宏觀動態(tài)監(jiān)測以及即時進行災后風險評估尤為重要，可以為相關部門制定合理有效的抗旱、防旱措施提供科學依據(jù)，從而減少干旱帶來的經(jīng)濟損失.

1 研究區(qū)概況

云南是我國喀斯特地貌分布最廣的省份之一,喀斯特分布面積大于30%的縣有62個,其中喀斯特面積大于70%的縣有10個，全省喀斯特面積約11.1萬平方公里,約占全省國土面積的28.9%,依地域分布可大致分為三個地區(qū)[2]:滇西北區(qū)、滇東區(qū)以及瀾滄江、怒江中段.最典型的地區(qū)分布在文山壯族苗族自治州和紅河哈尼族彝族自治州，面積64 387平方公里.包括文山壯族苗族自治州的文山、硯山、麻栗坡、西疇、馬關、丘北、富寧、廣南8縣市，總面積31 456平方公里；紅河哈尼族彝族自治州轄的蒙自市、個舊市、彌勒市、開遠市、綠春縣、建水縣、瀘西縣、紅河縣、元陽縣、河口縣、屏邊縣、金平縣4市9縣，面積32 931平方公里(圖1).

2 研究方法

2.1 國內(nèi)外干旱遙感監(jiān)測研究方法

圖1 研究區(qū)位置圖

干旱監(jiān)測的重要指標之一是土壤濕度，是以估測土壤含水量為基礎的.國外監(jiān)測土壤含水量方法可以分為幾類.一類是利用植被指數(shù)來監(jiān)測某一時段的干旱情況；例如，Jakson[3]等在利用NDVI監(jiān)測干旱時發(fā)現(xiàn)，植被指數(shù)對短暫水分脅迫不太敏感.因此，植被指數(shù)無法有效的反映土壤濕度情況，其在裸土地區(qū)或洪澇地區(qū)應用也會受到限制；于是Kogan[4]提出植被狀態(tài)指數(shù)(VCI)，認為VCI更優(yōu)于NDVI.

VCIj=100(NDVIj-NDVImin)/

(NDVImax-NDVImin)

(1)

式中NDVIj、NDVImax、NDVImin分別為隨機年j時期內(nèi)的NDVI的DN(灰度)值、NDVI的最大灰度值與最小灰度值.

另一類是綜合利用波段組合的方法將可見光波段與紅外波段(近紅外與中紅外)組合反演植被指數(shù)來表征干旱情況.如Kogan[5]提出的溫度條件指數(shù)(TCI，Temperature Condition Index).該指數(shù)著重突出了高溫、低溫都不利于植被生長，適宜溫度利于作物生長，即TCI的定義:

TCI=(Tmax-Tj)/(Tmax-Tmin)

(2)

式中Tj、Tmax、Tmin分別為隨機年第j時期地表溫度值(平均值)、研究年限內(nèi)第j時期地表溫度的最大值與最小值.若TCI值越小,表明j時期內(nèi)地表溫度越接近最大值，即干旱情況越嚴重.

國內(nèi)利用衛(wèi)星遙感數(shù)據(jù)監(jiān)測干旱，主要采用熱慣量法[6]、亮度溫度法[7]及植被水分指數(shù)法[8]等.在NDVI的基礎上經(jīng)過大量觀測研究，國家衛(wèi)星氣象中心由此提出了距平植被指數(shù)(Anomaly Vegetation Index,AVI)監(jiān)測法，其公式如下：

AVI=NDVIi-avg(NDVI)

(3)

式中avg(NDVI)、NDVIi分別為多年累積的NDVI均值、隨機年時期(如旬、月等)NDVI值.AVI為正值反映植被生長良好,負值表示植被生長欠佳,通常來說,AVI值在0.1～-0.2、-0.3～-0.6分別表示旱情出現(xiàn)、旱情嚴重.

2.2 滇東南喀斯特地區(qū)干旱遙感反演

植被指數(shù)與地表溫度都可表征土壤含水量.但在實際監(jiān)測中只用一個指標是不夠的,不能準確的反演出干旱情況，所以往往需要進行綜合考慮,將植被與溫度恰當結合，有利于準確描述地表干旱狀況.

Terra衛(wèi)星的MODIS研究是近年來遙感應用領域研究的熱點[9]，本文研究使用的MODIS地表反射率與地表溫度數(shù)據(jù)，均為2007-2008年各個季度的8天合成數(shù)據(jù)，該數(shù)據(jù)來源于地理空間數(shù)據(jù)云http://www.gscloud.cn/(表1).

表1 MODIS數(shù)據(jù)產(chǎn)品簡介

采用MRT(MODIS Reprojection Tool)軟件將MODIS數(shù)據(jù)的正弦投影轉換到UTM的WGS-84坐標系中.然后對Modis11A2(1 km分辨率)溫度產(chǎn)品重采樣為500 m分辨率的數(shù)據(jù).依據(jù)公式(1)、(2)和(3)，利用預處理過的MOD09A1產(chǎn)品可以計算出NDVI、VCI和AVI.

在遙感學上，地表溫度通常被定義為由輻射測定的表面溫度或所有直接輻射的表面溫度；而土地表面溫度就是裸土的表面實測溫度,但有高植被覆蓋的土地表面溫度其實可以認為是植被冠層溫度[10].旱情發(fā)生時植被(作物)葉片氣孔關閉以降低蒸騰作用造成的水分損失,從而造成地表潛熱通量降低,根據(jù)能量守恒定律,這將會導致地表感熱通量的增加，以促使地表的能量平衡，從而又導致冠層溫度的升高.因此,土地表面溫度可預示干旱發(fā)生.地表溫度反演算法主要有分裂窗算法[11]、最小二乘算法[12]、單通道法[13]、人工神經(jīng)網(wǎng)絡[14](ANN)等.根據(jù)星上亮溫的線性組合，Qin等[15]提出了兩因素模型用于地表溫度反演,公式如下:

Ts=A0+A1T31-A2T32

(4)

式中Ts、T31、T32分別為地表溫度(K)、MODIS09A1的31、32通道的亮溫值，A0、A1和A2是分裂窗算法中的各參數(shù)，分別定義如下：A0=E1a31-E2a32,A1=1+A+E1b31，A2=A+E2b32,a31、b31、a32、b32是常量，在一般情況下地表溫度為0～50 ℃范圍內(nèi)，這些常量分別可取a31=-64.603 63，b31=0.440 817，a32=-68.72575，b32=0.473 453.上述公式的中間參數(shù)計算公式如下所示：A=D31/E0,E1=D32(1-C31-D31)/E0,E2=D31(1-C32-D32)/E0,E0=D32C31-D31C32,具體參數(shù)求解參考文獻[16]，然后利用公式(4)即可反演出滇東南喀斯特地區(qū)的地表溫度.

郭廣猛等[17]利用最小二乘法對500多個數(shù)據(jù)進行擬合得到以下公式:

T=24.393 3×b31-19.831 3×b32

-0.001 43×ψ+245.154

(5)

式中T的單位為K,b31、b32的單位是w/(m2·um·sr)，ψ的單位是度.31、32通道的亮溫值(b31、b32)和觀測角度ψ為上式自變量值.以便計算方便將其31、32通道的亮溫值省去,當觀測角度向圖像兩側移動時角度逐漸增大.在實際監(jiān)測中由于各種因素的影響(大氣、傳感器、云量、地形等)使得反演精度有所降低.

鑒于研究所獲得的數(shù)據(jù)為MOD11A2的地表溫度產(chǎn)品，其中包含31和32通道發(fā)射率值，所以采用了最小二乘法對其地表溫度進行反演更為便捷.在干旱遙感反演完成后通過相關的統(tǒng)計軟件，列出干旱指數(shù)因子與干旱指數(shù)的相關方程，建立散點圖更為直觀地對旱情進行監(jiān)測并對其相關性進行分析.實現(xiàn)滇東南的旱情監(jiān)測進而反演出滇東南喀斯特地區(qū)旱情分布，可以與相關的統(tǒng)計數(shù)據(jù)(統(tǒng)計年鑒數(shù)據(jù)、氣象站數(shù)據(jù))進行對比分析，以便驗證模型是否能準確反映旱情.

3 結論與討論

3.1 基于VCI、AVI及TCI干旱的等級分析

利用前述相關公式，計算得到研究區(qū)不同時段的VCI(圖2).若j時期的NDVI和NDVImin之間差越小(公式1中),意味著該時期(植被)作物長勢很差.VCI取值在0～100之間，VCI的值越小，說明該地區(qū)越干旱，對植被生長不利.

2007年4月5日(春季) 2007年7月5日(夏季) 2007年10月5日(秋季)

a、VCI春季干旱分布 b、VCI夏季干旱分布 c、VCI秋季干旱分布

d、VCI冬季干旱分布 e、VCI春季干旱分布

2008年1月5日(冬季) 2008年4月5日(春季)

圖2 研究區(qū)不同季節(jié)VCI圖

Fig.2 The VCI in different seasons

由圖2可以看出2007-2008各季度中，春季、夏季、冬季為滇東南旱情頻發(fā)的季節(jié)，尤其是春冬季旱情最為嚴峻，主要原因是冬季比較干燥，降水減少，主要河流出現(xiàn)流量劇減及斷流，造成農(nóng)作物供水不足.AVI由NDVI時間序列構建的距平植被指數(shù)模型(公式3)，距平植被指數(shù)為0.1～-0.2表示旱情出現(xiàn),而-0.3～-0.6表示旱情嚴重.

從上述反演出的旱情分布圖可以看出VCI和AVI旱情分布大概一致.滇東南旱情主要集中在4月中旬、6月下旬以及12月中旬并持續(xù)到第二年春季，尤其春季和冬季是滇東南旱情最為嚴重的兩個時期，以上結論與已有的歷史資料和統(tǒng)計資料都比較吻合，但用VCI進行干旱監(jiān)測及降水動態(tài)變化的效果較AVI更為有效,地形起伏較大的區(qū)域尤其顯著,且VCI是在NDVI的基礎上提出，估算精度遠比NDVI高；VCI適用于估算區(qū)域級的干旱程度，而NDVI及其衍生的干旱指數(shù)適用于更大尺度范圍的氣候變異研究；如果有較長年限的資料積累，然后利用AVI和VCI在植被生長茂盛的階段來對(植被)作物的缺水狀況進行監(jiān)測,效果會更好.VCI和AVI作為植被干旱評價指標和相對生長狀況指標，在時間域上及空間域上的敏感性一個較強一個較弱，因此可以認為，在大區(qū)域范圍干旱評價中，VCI和AVI的作用都是有限的.

a、AVI春季干旱分布 b、AVI夏季干旱分布 c、AVI秋季干旱分布

2007年4月5日(春季) 2007年7月5日(夏季) 2007年10月5日(秋季)

d、AVI冬季干旱分布 e、AVI春季干旱分布

2008年1月5日(冬季) 2008年4月5日(春季)

圖3 研究區(qū)不同季節(jié)AVI圖

Fig.3 The AVI in different seasons

a、TCI干旱分布圖 b、TCI干旱分布圖 c、TCI干旱分布圖

2007年4月7日(春季) 2007年7月5日(夏季) 2007年10月5日(秋季)

d、TCI干旱分布圖 e、TCI干旱分布圖

2008年1月5日(冬季) 2008年4月5日(春季)

圖4 研究區(qū)不同季節(jié)TCI圖

Fig.4 The TCI in different seasons

利用溫度條件干旱指數(shù)(TCI)也可以反映研究區(qū)的干旱狀況(圖4).TCI值越小,表明該時期內(nèi)的地表溫度越接近最大值，說明此時越干旱.根據(jù)云南省的2007-2008年度的統(tǒng)計年鑒資料[18]以及相關氣象局報道滇東南旱情主要發(fā)生在春冬季節(jié)，與TCI圖反映的結果大概一致.TCI是基于傳統(tǒng)的植被指數(shù)和地表面溫度進行土壤含水率監(jiān)測的擴展,在干旱遙感監(jiān)測方面提高了準確性，且相對于單一的地表溫度監(jiān)測有效地避免或減少了植被覆蓋度對旱情監(jiān)測的影響,實用性較強.

3.2 基于干旱指數(shù)的干旱特征分析

根據(jù)本次滇東南喀斯特地區(qū)干旱研究目的，建立兩個干旱指數(shù)模型：

ID1(干旱指數(shù))=b1VCI+b2TCI

(6)

ID2(干旱指數(shù))=r1VCI+r2TCI

(7)

其中,b1+b2=1,r1+r2=1,b1、b2、r1、r2為權重系數(shù).溫度由于作為水分脅迫指標具有更高的時效性[19]而NDVI作為水分脅迫指標表現(xiàn)出滯后性[20].因此ID1、ID2可以根據(jù)對研究干旱方向的重點不同給b1、b2、r1、r2賦不同的權重值,假如進行干旱災害風險的評估,可給b1、r1賦予較大的值[21],而本次研究主要側重于對滇東南干旱的實時監(jiān)測,因此賦予b2、r2較大的值.研究采用的試驗數(shù)據(jù)為2007-2008年4、7、10、1月各季節(jié)的遙感數(shù)據(jù),系數(shù)b1、b2、r1、r2都以0.1為步長從0到1取值,分別計算干旱指數(shù)ID1、ID2,并統(tǒng)計滇東南植被作物的受干旱率(作物受旱面積/作物種植總面積)與ID1、ID2的相關系數(shù),結果見表2和表3(因為本次研究以干旱的監(jiān)測為主，所以只需考慮b1、r1<0.5的情況).

表2 ID1與b1、b2的相關系數(shù)表

表3 ID2與r1、r2的相關系數(shù)表

其中相關系數(shù)求解公式如下：

(8)

根據(jù)相關系數(shù)的求解，發(fā)現(xiàn)當b1、b2、r1、r2分別取(0.4，0.6)時相關性是最強的(負相關),此時相關系數(shù)分別為-0.793 6、-0.730 9；所以研究根據(jù)上式(6)、(7),以ID1、ID2作為旱情分級指標,為了方便將旱情劃分為5個級別,由于AVI取值在0.1～-0.2，-0.3～-0.6分別表示旱情出現(xiàn)及旱情嚴重，于是在此基礎上乘上系數(shù)100保證其ID2取值在整數(shù)范圍(表4).

表4 干旱指數(shù)等級

由此得到2007-2008年各季節(jié)的滇東南喀斯特地區(qū)旱情分布遙感影像圖(圖5,6).研究根據(jù)《云南減害年鑒》[22]2006-2007以及2008-2009[23]版本相關統(tǒng)計資料(中國氣象科學數(shù)據(jù)共享服務網(wǎng)(http://cdc.cma.gov.cn/home.do)、中國氣象局網(wǎng)、云南氣象局網(wǎng)(http://www.weather.com.cn)顯示，2007年2月下旬，紅河哈尼族彝族自治州大部份地區(qū)持續(xù)晴空少雨，氣溫急劇上升，無有效降水持續(xù)45天以上，其中蒙自、開遠、個舊、彌勒、建水、石屏、紅河、元陽、綠春連續(xù)25天無降水導致春旱發(fā)生.3月份全州雨量僅3毫米，比常年少91%，平均氣溫18.8 ℃，比常年高1.3 ℃.此次春旱共造成農(nóng)作物受災面積37 683公頃，其中絕收3 333公頃，重旱面積主要集中于蒙自、建水、彌勒和開遠.彌勒縣冬春連旱，從1月1日至4月25日，共造成農(nóng)作物受災4 572公頃，其中重旱造成損失1 654公頃，缺水水田1 257公頃，旱地、大春作物、水稻、烤煙均有大量損失.文山縣冬春連旱，1月1日至5月10日，文山縣測站水量為88.8毫米，雨量特少，氣溫偏高，4.4萬人遭受災害，造成13.6萬人及78 000頭牲畜出現(xiàn)飲水困難；農(nóng)作物受災17 006.7公頃，減災9 906.7公頃，干枯面積17 000公頃.廣南縣春夏連旱，入春以來，廣南縣氣溫持續(xù)升高，降雨僅31.4毫米，降水量嚴重偏少致使境內(nèi)18個鄉(xiāng)、鎮(zhèn)受災，造成全縣供水不足，受災面積1 379.34公頃，絕收533.34公頃[22].2008年富寧縣春夏連旱，3-5月富寧縣大部分地區(qū)降水偏少，平均降雨量38毫升，比2007年同期降水減少12.4毫升，農(nóng)作物受災10 626公頃,絕收1 021公頃[23].

根據(jù)ID1、ID2對滇東南旱情的監(jiān)測效果分析由此可以得出,上述監(jiān)測模型對滇東南喀斯特地區(qū)干旱監(jiān)測結果與實際情況及統(tǒng)計資料數(shù)據(jù)大致吻和,說明利用植被狀態(tài)指數(shù)(VCI)和溫度條件指數(shù)(TCI)構建的模型或距平植被指數(shù)(AVI)和TCI構建的干旱遙感監(jiān)測模型能夠準確反映出滇東南旱情的時空變化特征,作為旱情監(jiān)測評價指標是有效的.且在遙感影像與實際資料的對比中發(fā)現(xiàn)，ID1干旱指數(shù)模型優(yōu)于ID2.ID1更適宜應用在滇東南喀斯特地區(qū)的干旱遙感監(jiān)測.

a、ID1旱情分布圖 b、ID1旱情分布圖 a、ID2旱情分布圖 b、ID2旱情分布圖

2007年4月5日(春季) 2007年7月5日(夏季) 2007年4月5日(春季) 2007年7月5日(夏季)

c、ID1旱情分布圖 d、ID1旱情分布圖 c、ID2旱情分布圖 d、ID2旱情分布圖

2007年10月5日(秋季) 2008年1月5日(冬季) 2007年10月5日(秋季) 2008年1月5日(冬季)

e、ID1旱情分布圖 e、ID2旱情分布圖

2008年4月5日(春季) 2008年4月5日(春季)

圖5 研究區(qū)ID1旱情等級分布圖 圖6 研究區(qū)ID2旱情等級分布圖

Fig.5 Drought(ID1) of study area Fig.6 Drought(ID2) of study area

a、ID1與VCI散點圖 b、ID1與TCI散點圖

圖7 滇東南喀斯特地區(qū)ID1與VCI/TCI散點圖

Fig.7 The scatter plots between ID1 and VCI，TCI of study area

研究以2007年4月5日、7月5日、10月5日以及2008年1月5日、4月5日的數(shù)據(jù)進行分析選取出20個特征點,VCI,TCI及ID1分別作為橫、縱坐標,作出相應散點圖,從圖7可以看出,隨著VCI、TCI值的增大,ID1都有增大的趨勢,但隨著TCI的增大ID1增大的趨勢更為明顯，說明同時期的溫度條件指數(shù)TCI相對于對植被狀況指數(shù)VCI對旱情反映的敏感程度較高，可以認為,在滇東南部喀斯特干旱地區(qū),TCI和VCI都能進行旱情的反演,但溫度指數(shù)對旱情的敏感度相對植被來說更高[21].(同理得到的ID2與AVI/TCI散點圖結論一致).

4 結束語

綜合應用了AVI、VCI和TCI,建立干旱指數(shù)模型ID1、ID2,并計算了b1、b2、r1、r2的權重系數(shù).利用ID1、ID2對2007-2008年各季度滇東南部喀斯特地區(qū)干旱進行了監(jiān)測,并以相關統(tǒng)計數(shù)據(jù)對該旱情指標精度進行了驗證，結果表明：兩模型均能有效地反映旱情，且ID1在同等情況下優(yōu)于ID2.同時分別對ID1、ID2與VCI、TCI的敏感性進行了定性評價,結果表明ID1及ID2隨TCI增大而增大的趨勢更明顯，說明同時期的TCI相對于VCI對旱情反映的敏感度更高?？梢哉J為,構建的兩干旱遙感監(jiān)測模型ID1、ID2均適用于滇東南部喀斯特地區(qū)干旱遙感監(jiān)測.

由于天氣(多云)、衛(wèi)星(拍攝角度、空間及時間分辨率局限)及現(xiàn)有處理軟件局限的影響，獲取的數(shù)據(jù)可能部分有云量覆蓋,導致軟件對數(shù)據(jù)處理過程有所影響,這樣會給干旱監(jiān)測結果帶來一定誤差.希望以后通過研究可以找到更好的方法，消除或者減小云量覆蓋的影響以及開發(fā)出新的專門針對Modis數(shù)據(jù)處理的遙感應用軟件，更好的實現(xiàn)遙感在干旱中的監(jiān)測.

[1] 易佳.基于EOS/MODIS的重慶市干旱遙感監(jiān)測技術研究[D].重慶：西南大學，2010.

[2] 黃楚興,林幼斌,楊世瑜.略論云南省喀斯特地區(qū)的環(huán)境特征和經(jīng)濟發(fā)展模式[J].自然資源學報,2002,18(3):55-56.

[3] JACKSON R D,SLALER E N,PINTER E J．Discrimination of growth and water stress in wheat by various Vegetation indices through clear and turbid atmosphere[J]．Remote Sensing of Environment，1983，13(1)：187-208．

[4] KOGAN F N.Remote sensing of weather impacts on vegetation in no-homogenous areas[J].International Journal of Remote Sensing,1990,11:1405-1419.

[5] KOGAN F N.Application of vegetation index and brightness temperature for drought detection [J].Advances in Space Research,1995,1(11):91-100.

[6] 肖苑廣,陳維英,盛水偉,等.用氣象衛(wèi)星監(jiān)測土壤水分的實驗研究[J].應用氣象學報,1994,5(3):312-318.

[7] 羅秀陵,薛琴,張長虹,等.應用NOAA/AVHRR資料監(jiān)測四川干旱[J].氣象學報,1996,22(5):35-38.

[8] 劉麗,劉清,周穎,等.衛(wèi)星遙感信息在貴州干旱監(jiān)測中的應用[J].中國農(nóng)業(yè)氣象,1999,20(3):43-45.

[9] 裴雪原，臧淑英，那曉東.MODIS MOD13Q1植被產(chǎn)品介紹及快速預處理[J].哈爾濱師范大學自然科學學報，2014，30(2)：65-67，77.

[10]王鵬新．基于植被指數(shù)和土地表面溫度的干旱監(jiān)測模型[J]．地球科學進展，2003，18(4)：527-533.

[11]楊青生,劉闖.MODIS數(shù)據(jù)陸面溫度反演研究[J].遙感技術與應用,2004,19(2):90-94.

[12]覃志豪,高懋芳,秦曉敏，等.農(nóng)業(yè)旱災監(jiān)測中的地表溫度遙感反演方法(以MODIS數(shù)據(jù)為例)[J].自然災害學報,2005,14(4):64-71.

[13]劉良明，李德仁．基于輔助數(shù)據(jù)的遙感干旱分析[J]．武漢測繪科技大學學報，1999，24(4)：300-305.

[14]袁曾任.人工神經(jīng)元網(wǎng)絡及其應用[M].北京:清華大學出版社,1999.

[15]QIN Z,ZHANG M,KAMIELI A,et,al.Derivation if split window algorithm and its sensitivity analysis for retrieving land surface temperature from NOAA-AVHRR data[J].Journal of Geophysical Research,2001,106(D19):22655-22670.

[16]WAN ZHENGMING， LI ZHAOLIANG．A Physics-Based algorithm for retrieving land-surface emissivity and temperature from EOS/MODIS data[J]．IEEE Transactions on Geoscience and Remote Sensing，1997，35(4)：980-996．

[17]郭廣猛,楊青生.利用MODIS數(shù)據(jù)反演地表溫度的研究[J].遙感技術與應用，2004,19(1):35-39.

[18]陸浩.云南統(tǒng)計年鑒[M].云南:中國統(tǒng)計出版社，2007.

[19]GOETZ S J.Multisensor analysis of NDVI,surface temperature and biophysical variables at a mixed grass land site[J].International Journal of Remote Sensing,1997,18(15):71-94.

[20]SAND HOLT I,RASMUSSEN K,ANDERSEN J.A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status[J].Remote Sensing of Environment,2002,79(2):213-224.

[21]匡昭敏,朱偉軍,黃永璘,等.廣西喀斯特干旱農(nóng)業(yè)區(qū)干旱遙感監(jiān)測模型研究[J].自然災害學報，2009，18(1)：4-7.

[22]曹建方，宋玉麟，皇甫崗,等.云南減災年鑒2006-2007[M].云南：云南科技出版社，2008.

[23]曹建方，宋玉麟，皇甫崗,等.云南減災年鑒2008-2009[M].云南：云南科技出版社，2010.

Remotely Sensed Inversion of Drought of in Southeast Yunnan Based on MODIS Data

YANG Chao, WANG Jin-ling

(School of Tourism and Geographical Sciences,Yunnan Normal University，Kunming 650000，China)

Southeast Yunnan karst areas surface severe drought because of the special karst topography and hydrogeological conditions and other factors.While using MODIS data in arid regions carry out inversion monitor has some advantages such as:macro,timely,dynamic and low cost. Using 2007-2008 MODIS data,based on the vegetation index (VCI),anomaly vegetation index (AVI) and temperature condition index (TCI) to build models drought index ID1,ID2 for karst areas in Southeast Yunnan drought inversion monitored. The results indicate that:(1) This region spring (April) is the most severe drought,in summer (July) is the most humid,autumn (October) and winter (January) is the second dry season.(2) Comparing analysis of each quarterly period meteorological data that ID1,ID2 can effectively reflect the distribution of drought in Southeast Yunnan karst areas,but ID1 is more suitable for remote monitoring of drought in this region.

Drought; Inversion monitoring; Drought index model; Karst; Southeast Yunnan

2014-11-24

云南省科技廳省中青年學術和技術帶頭人后備人才培養(yǎng)計劃資助項目(2008PY056).

楊 超(1991-)，男，云南大理人，碩士研究生.主要從事GIS與RS技術在資源環(huán)境中的應用方面研究.

王金亮(1963-)，男，博士，教授.主要從事資源環(huán)境遙感應用方面研究.E-mail: Wang_jinliang@hotmail.com.

TP79

A

1007-9793(2015)04-0069-10