位置:成果数据库 > 期刊 > 期刊详情页
基于SWIR-Red光谱特征空间的农田干旱监测新方法
  • ISSN号:1000-0593
  • 期刊名称:《光谱学与光谱分析》
  • 时间:0
  • 分类:F301[经济管理—产业经济]
  • 作者机构:[1]北京大学遥感与GIS研究所,北京100871, [2]国家海洋环境监测中心,辽宁大连110623, [3]山东交通学院,山东济南250023
  • 相关基金:国家高技术研究发展计划(863计划)项目(2008AA121806); 公益性行业(气象)专项(GYHY200806022); 国家自然科学基金项目(40771148)资助
中文摘要:

干旱是一种频繁发生的自然灾害,遥感监测干旱已成为重要的研究方向。可从农田遥感干旱监测最主要的两种地物类型(植被和土壤)的光谱特性分析入手,选择了对水分变化敏感的红光、短波红外波段来监测干旱状况,以短波红外与红光的差值和短波红外与红光的和构建新的光谱空间特征,提出了干旱监测的新方法——归一化的干旱监测指数NPDI。用野外实测的土壤含水量对NPDI模型进行验证,结果表明:NPDI,MPDI与10cm处的土壤含水量模型都具有较高的相关性,其R2分别为0.583和0.438,NPDI模型的监测效果要优于MPDI。此模型是对PDI,MPDI和SPSI等模型的进一步改进,可实现对不同植被覆盖度的、整个生长季的农田干旱监测,在实际的农田干旱监测中具有较高的应用潜力和推广价值。

英文摘要:

Drought was a chronic,natural disaster,and Remote sensing drought monitoring had become a potential research field.In the present,short-wave infrared and red bands which sensitive to moisture variation were selected to monitor farmland drought conditions by analyzing the spectral characteristics of vegetation and soil.The goal of this paper was to provide a new method of drought monitoring——normalized drought monitoring index(NPDI),based on new constructed spectrum feature space by the difference of SWIR and Red and the sum of SWIR and Red.Field surveyed soil moisture verified NPDI model,and the result showed that NDPI and MPDI model could effectively monitor agricultural drought,and that had high correlation with soil moisture.The R2 was 0.583 and 0.438 with soil water of 10 cm.The monitoring effect of NPDI model was better than the MPDI.This model was further improvement to PDI and MPDI,and it could monitor the drought condition of different vegetation coverage and whole growing season.It has high application potential and popularization value.

同期刊论文项目
期刊论文 20 会议论文 10 专利 3
同项目期刊论文
期刊信息
  • 《光谱学与光谱分析》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国光学学会
  • 主编:高松
  • 地址:北京海淀区魏公村学院南路76号
  • 邮编:100081
  • 邮箱:chngpxygpfx@vip.sina.com
  • 电话:010-62181070
  • 国际标准刊号:ISSN:1000-0593
  • 国内统一刊号:ISSN:11-2200/O4
  • 邮发代号:82-68
  • 获奖情况:
  • 1992年北京出版局编辑质量奖,1996年中国科协优秀科技期刊奖,1997-2000获中国科协择优支持基础性高科技学术期刊奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国生物医学检索系统,美国科学引文索引(扩展库),英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:40642