编辑整理了研究区域的气象数据和地面调查数据,对研究所用卫星遥感数据进行了预处理。分析了归一化植被指数(NDVI)和土地表面温度(LST)用于干旱监测的可行性,得出了应用NDVI单独进行干旱监测时必须考虑降水与NDVI间时间滞后关系的结论。解释了NDVI和LST构成的两种特征空间(三角形和梯形)及其相互转换过程,以及特征空间热边界和冷边界的物理意义。在热边界上,土壤水分的有效性很低且是作物生长的最大限制因素,地表蒸散小;在冷边界上,土壤水分供应充足且不是作物生长的限制因素,地表蒸散等于潜在蒸散。完善了对条件植被温度指数(VTCI)的定义,研究了热边界和冷边界的确定方法。结果表明,应用多年的旬NDVI和LST最大值合成产品确定VTCI的热边界较为合理;应用多年的旬NDVI最大值合成产品和基于每年的旬LST最大值合成产品再合成的多年LST最小值产品确定VTCI的冷边界较为合理。验证了热边界和冷边界的确定方法与VTCI干旱监测方法的有效性。初步实现了VTCI干旱监测方法的数据处理模块。本项目所取得的研究成果表明,VTCI是一种近实时的干旱监测方法,在中国北部的干旱监测中具有广阔的应用前景。
英文主题词Drought monitoring; Remote sensing; Land surface temperature; Vegetation index,Value composite technique