[发明专利]一种基于被动微波遥感的干旱指数构建方法

说明书

一种基于被动微波遥感的干旱指数构建方法,包括以下具体步骤：构建日际掩膜、月际掩膜，消除冰川、积雪以及水体边缘的混合像元对AMSR‑E数据在对温度反演时的影响；以AMSR‑E的10.8GHz和89.0GHz垂直极化通道Tb构建起一种地表温度反演模型用于对地表温度进行反演，所述的Tb为被动微波遥感的亮度温度数据；基于微波极化差异指数(MPDI)构建出微波归一化植被指数模型；基于已建立的地表温度反演模型和植被指数模型，分别构建起MTVDI模型的干边、湿边方程；建立起MTVDI模型对全国逐月干旱情况进行模拟、监测。优点是，有效地克服了可见光/近红外遥感易受到气象条件影响的缺陷，是对TVDI模型很大的改进。

技术领域

本发明涉及被动微波遥感干旱反演领域，具体涉及一种基于被动微波遥感的干旱指数构建方法。

背景技术

干旱是一种由于区域水分收支或供需不平衡形成的水分短缺的现象，是一种极其复杂且难以被人们所掌控的自然灾害。在全世界所有土地上都经历过不同持续时间、不同强度、不同频率、不同空间范围的农业干旱事件，造成农作物大面积减产绝收和巨大的经济损失。如何采取有效地措施监测农业干旱，及时准确的了解农业旱情对当地政府和农业管理部门而言显得极其重要。

目前，常规的干旱监测方法由于受到地面站的分布密度的限制，很难反映精细的农业干旱状况，且监测成本由于受到人工成本的影响不断升高。随着遥感技术的发展，为了克服传统干旱监测的不足，遥感技术以其覆盖范围广、空间分辨率高、重访周期短、数据获取方便、资料客观等特性被用于农业干旱的监测。目前遥感干旱监测指数大多基于可见光/近红外波段，主要分为植被指数型、温度指数型和植被-温度指数型。植被指数型的干旱指数主要有归一化植被指数(NDVI)、植被状态指数(VCI)、标准植被指数、距平植被指数(AVI)等。但由于植被指数型干旱指数与植被绿度呈现强烈的相关性，它们往往更多的代表植被的生长情况而不是干旱情况。温度指数类型的干旱指数主要有归一化温度指数(Normalized Difference Vegetation Index，NDTI)、温度状态指数(TemperatureCondition Index，TCI)等。与植被指数型干旱指数相比，由于叶片温度与蒸腾的关系，温度指数对水分胁迫更敏感，从而导致在量化干旱的严重性方面有一些限制。如果仅考虑温度而不考虑植被，则该指数会忽略植物的不同抗旱性，从而在监测不同植被覆盖种类的干旱情况方面存在一些不准确性。为了克服植被指数型或温度指数型遥感干旱指数的不足，Sandholt提出了基于TS-NDVI三角关系的温度植被干旱指数(TVDI)。近年来，TVDI已经被广泛的用于不同尺度的干旱监测。前人的研究表明TVDI结合TS和NDVI的特性相比单一的植被指数或温度指数能够更好地反应出地表的干旱情况。

然而，目前的TVDI都是基于可见和近红外遥感进行的，其极易受到云层、大气中的水汽以及降水等的影响。星载被动微波遥感可以穿透薄云和稀疏植被，受天气和植被的影响较小，能够有效克服可见光和热红外波段遥感的不足，在地表参数反演中具有独特的优越性。此外，已有大量的研究表明基于微波遥感的地表温度反演具有较高的精度，与此同时，已有研究证明微波极化差异指数(MPDI)与地表植被覆盖具有一定的负相关性。因此结合微波遥感与TVDI构建新的微波温度植被干旱指数(MTVDI)具有极高的可行性。

发明内容

本发明的目的是为了有效的克服可见光/近红外遥感的不足，以温度植被干旱指数(Temperature Vegetation Drought Index,TVDI)为基础，结合AMSR-E被动微波遥感，分别建立基于亮温(Tb)的地表温度反演模型和微波归一化植被指数(MNDVI)模型，从而建立了一种新的干旱指数—微波温度植被干旱指数(Microwave-Temperature VegetationDrought Index,MTVDI)。提供一种基于被动微波遥感的干旱指数构建方法。

本发明是通过以下技术方案来实现的：一种基于被动微波遥感的干旱指数构建方法,包括以下具体步骤：