【《基于TVDI模型的淮北市干旱監(jiān)測研究（論文）》12000字】

基于TVDI模型的淮北市干旱監(jiān)測研究摘要 1 21.1選題背景與意義 21.2研究現(xiàn)狀 32研究基礎(chǔ)與數(shù)據(jù) 52.1研究區(qū)概況 52.1.1地理位置 52.1.2地形地貌 52.1.3氣候條件 62.2數(shù)據(jù)來源及預(yù)處理 62.2.1研究數(shù)據(jù) 62.2.2數(shù)據(jù)預(yù)處理 73算法設(shè)計(jì)與實(shí)現(xiàn) 83.1理論基礎(chǔ) 83.1.1歸一化植被指數(shù)(NDVI計(jì)算 83.1.2地表溫度(Ts)反演 83.1.3溫度植被干旱指數(shù)(TVDD計(jì)算 93.2設(shè)計(jì)流程 3.3算法實(shí)現(xiàn) 4模型構(gòu)建及驗(yàn)證 4.1實(shí)驗(yàn)樣區(qū)概況 4.2實(shí)驗(yàn)結(jié)果分析 4.3干旱等級分布 4.4干旱指數(shù)驗(yàn)證 5結(jié)論與討論 5.1主要成果 5.2研究展望 參考文獻(xiàn) 附錄：關(guān)鍵程序代碼 摘要：干旱是近幾年頻繁發(fā)生的自然災(zāi)害中一種重要現(xiàn)象，它直接關(guān)系到生態(tài)平衡、人類經(jīng)濟(jì)和社會的可持續(xù)發(fā)展。長期以來，是社會發(fā)展的一個(gè)重要問題。傳統(tǒng)的干旱監(jiān)控一般都是以地面氣象為基礎(chǔ)進(jìn)行的。但是由于經(jīng)濟(jì)條件等因素的影響，其氣象臺站具有一定的地理分布局限和不平衡性。遙感技術(shù)的興起為干旱監(jiān)控創(chuàng)造有利條件，并且隨著其全天候、多時(shí)相、覆蓋范圍廣而得到了廣泛的應(yīng)用。充分利用我國RS技術(shù)的優(yōu)勢，構(gòu)建合適的干旱監(jiān)控機(jī)制，對于合理、分析干旱具有十分重要的意義。本文通過對國內(nèi)外遙感干旱資料的全面分析，結(jié)合淮北市這一研究對象，從Landsat8遙感圖像中提取出一個(gè)化植被指數(shù)(NDVI和地表溫度(LST)建立溫度植被指數(shù)(TVDD、利用NDVI-LST特征空間，對“干邊”與“濕邊”進(jìn)行了擬合，并對兩個(gè)指標(biāo)進(jìn)行了對比，并探討了兩個(gè)指標(biāo)的擬合作用；對區(qū)域各個(gè)氣象站TVDI指數(shù)與土壤水分有關(guān)的分析進(jìn)行了分析，以證實(shí)了溫度植被干旱指數(shù)在研究區(qū)的適用性。隨著全球氣候的持續(xù)變暖，地球水循環(huán)系統(tǒng)的穩(wěn)定程度明顯降低，陸地氣象干旱情況進(jìn)一步加劇，且干旱的時(shí)空分布特征也發(fā)生了明顯的變化(李承言，吳明軒，2022)W。我國自古以來干旱事件頻發(fā)，我國自古以來，干旱事故頻繁發(fā)生，在全球氣候變暖環(huán)境下，自然災(zāi)害與極端氣候事件頻繁發(fā)生，主要表現(xiàn)為發(fā)生的高頻率、時(shí)間上的持續(xù)性、受災(zāi)范圍的廣泛性，由此可以判定如此導(dǎo)致生態(tài)環(huán)境的持續(xù)惡化，這無疑是影響我國最嚴(yán)重的氣象災(zāi)害之一，其所帶來的巨大的環(huán)境影響和經(jīng)濟(jì)損失，對社會穩(wěn)定和社會經(jīng)濟(jì)發(fā)展造成了嚴(yán)重的不利影響(王立恒，劉思齊，2023)。12]。干旱作為全球普遍關(guān)注的自然問題，是全球氣候變化研究的重點(diǎn)。有相關(guān)記載以來，旱災(zāi)平均每兩年發(fā)生一次。干旱惡化了人類的生存環(huán)境，因此也成為社會動蕩和戰(zhàn)爭的導(dǎo)火索，甚至?xí)?dǎo)致人口銳減和朝代更替(張嘉誠，陳啟超，2021)錯(cuò)誤!未找到引用源。變暖等因素的影響，水資源的時(shí)空分布發(fā)生了改變，從這些征兆可以預(yù)見到使其生產(chǎn)不穩(wěn)定的風(fēng)險(xiǎn)物造成一定的制約和肥力，從而造成了大量的經(jīng)濟(jì)損失。因此，農(nóng)業(yè)干旱將會極大地影響國民經(jīng)濟(jì)近年來，大量資料記錄表明，我國許多地方遭受到嚴(yán)重的短期干旱，尤其是南方地區(qū)出現(xiàn)的罕見的干旱現(xiàn)象，最為罕見的是在2019年，長江中下游地區(qū)持續(xù)少雨，氣象干旱發(fā)展迅速，出現(xiàn)了大以上氣象干旱，沿淮河至長江北部普遍出現(xiàn)特旱，全省的監(jiān)測站點(diǎn)都達(dá)到了干旱預(yù)警的標(biāo)準(zhǔn)，省內(nèi)共10個(gè)市38萬多群眾的正常生活供水受到影響，597萬畝耕地因旱情造成播種困難(孫啟銘，楊一凡，2023)。皖北地區(qū)屬于淮河流域，位于我國南北氣候過渡帶之間，受到南北氣候的雙重影響，四季氣候富，但是由于地理環(huán)境、地質(zhì)條件、季風(fēng)等多種因素的差異，導(dǎo)致了季節(jié)性干旱的影響，使得旱情向本地區(qū)的水資源分配與利用造成了極大的挑戰(zhàn)。以此地區(qū)淮北市為例，在2019年7月20至7月31日間，該市連續(xù)出現(xiàn)了12天35℃以上的高溫天氣，持續(xù)時(shí)間較長，受高溫少雨影響，氣象干旱加速發(fā)展。在后續(xù)的研究中，會對已有的研究成果進(jìn)一步從不同的角度進(jìn)行優(yōu)化，會加強(qiáng)與實(shí)踐部根據(jù)實(shí)踐中的反饋信息，對研究進(jìn)行動態(tài)調(diào)整和優(yōu)化。此外，會開展長期跟蹤研究，評估研究成果在實(shí)踐中的長期影響和可持續(xù)性，形成“研究一實(shí)踐一反饋一優(yōu)化”的良性循環(huán)，為該領(lǐng)域的持續(xù)發(fā)展提供有力支持。2019年9月，只出現(xiàn)了少量弱降水，其他時(shí)段天氣晴好，晴熱少雨致使氣象干旱迅速發(fā)展，出現(xiàn)了不同程度旱情。11月上旬，受氣溫異常偏高、降水異常偏少的影響，全市出現(xiàn)中度到重度氣象干旱(林嘉佑，徐志豪，2020)。因此，為有效應(yīng)對頻繁發(fā)生的干旱事件，需要對干旱進(jìn)行及時(shí)、動態(tài)的預(yù)報(bào)預(yù)警，做好干旱監(jiān)測工作。要通過科學(xué)的方法進(jìn)行防治和監(jiān)測，為科學(xué)防治和應(yīng)急救援提供有效數(shù)據(jù)，不斷加強(qiáng)干旱監(jiān)測技術(shù)研究，減少災(zāi)害造成的經(jīng)濟(jì)損失。本文研究背景下我們對此情況予以了考慮隨著遙感技術(shù)的不斷發(fā)展，遙感衛(wèi)星可以高效、持續(xù)、快速地采集地表空間信息，可以補(bǔ)充或替代傳統(tǒng)的監(jiān)測手為政府有關(guān)部門制定合理的防旱抗旱政策提供科學(xué)的理論依據(jù)(何俊馳，胡一鳴，2019)。1.2研究現(xiàn)狀根據(jù)氣象數(shù)據(jù)的干旱監(jiān)控精度和及時(shí)性不能獲得較高的精度8。通過對比土壤含水量和適當(dāng)作物含水量，可以得到土壤性形作為農(nóng)業(yè)干旱指標(biāo)(鄭文博，邱啟航，2021)。但是，由于站點(diǎn)的分布，以及受到站點(diǎn)的分布。所得到的土壤信息資料較少，隨機(jī)性較大。在此類狀況下可以推知其發(fā)展只表不僅需要投入大量資金和人力，而且耗時(shí)較長，不方便實(shí)時(shí)動態(tài)更新數(shù)據(jù)，無法滿足大范圍干旱需要實(shí)時(shí)動態(tài)檢測，不利于干旱預(yù)警和預(yù)報(bào)(唐志遠(yuǎn)，許子凡，2022)9]。20世紀(jì)50年代，隨著第一顆人造衛(wèi)星sputnik-1的成功發(fā)射，衛(wèi)星遙感技術(shù)正式起步。隨著數(shù)十年的發(fā)展，遙感技術(shù)逐漸迎來了遙感大數(shù)據(jù)時(shí)期(余啟銘，李浩淼，2023)。遙感技術(shù)在干旱災(zāi)害20世紀(jì)80年代以來，隨著遙感技術(shù)的不斷發(fā)展，研究人員發(fā)現(xiàn)遙感圖像的可見光和紅外波段隨著植被覆蓋度的變化而發(fā)生相應(yīng)的變化。因此，提出了植被指數(shù)的概念。之后又發(fā)展了數(shù)十種不同的植被指數(shù)，其中歸一化植被指數(shù)(NDVI)是目前應(yīng)用最廣泛的植被指數(shù)，廣作物產(chǎn)量估算、干旱監(jiān)測等方面優(yōu)勢明顯(夏啟超，王立嘉，2024)。從上述分析可以看出，該方案相比于其他方案具有更好的性價(jià)比，同時(shí)在創(chuàng)新性和前瞻性方面表現(xiàn)突出。該方案在研發(fā)過程中引入了多項(xiàng)創(chuàng)新技術(shù)，突破了傳統(tǒng)方案的局限，為相關(guān)領(lǐng)域的發(fā)展提供了新的思路和方法。其在技術(shù)架構(gòu)、功能實(shí)現(xiàn)和應(yīng)用模式上的創(chuàng)新，使其能夠更好地應(yīng)對未來的技術(shù)挑戰(zhàn)和市場需求。此外，該方案還具有很強(qiáng)的前瞻性，能夠提前布局和規(guī)劃，為后續(xù)的技術(shù)升級和擴(kuò)展提供支持。這種創(chuàng)新性和前瞻性使其在競爭激烈的市場中具有不可替代的地位，為未來的發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)。NDVI、但是，單純采用溫度或植被指數(shù)對土壤含水量進(jìn)行監(jiān)測時(shí)，存在著一些缺陷，只利用溫度和植植被指標(biāo)與地面溫度相結(jié)合，按照這種理論架構(gòu)研究會發(fā)現(xiàn)為地區(qū)土壤濕度監(jiān)控提供了一種可行的方法。根據(jù)植被指標(biāo)與地面溫度相結(jié)合的溫度植被干旱指標(biāo)，可以有效地降低單獨(dú)采用指標(biāo)對干旱監(jiān)測的作用(崔博遠(yuǎn)，趙啟航，2020)[12]。所獲得的結(jié)果更為實(shí)用、精確、特征空間，所需要的資料很少，方便獲得。計(jì)算得到的TVDI得到源技術(shù)的巧妙運(yùn)用，上述優(yōu)化設(shè)計(jì)得以實(shí)現(xiàn)。與常規(guī)方案相較，該方案在若干關(guān)鍵環(huán)節(jié)顯示出非凡優(yōu)勢。一是通過采納更為創(chuàng)新的設(shè)計(jì)理念，它不僅提升了工作效率，還降低了出錯(cuò)率，從而大幅提高了整體的可操作比率。從成本節(jié)約的角度出發(fā)，新方案成功縮減了執(zhí)行與維護(hù)的費(fèi)用，減少了資源浪費(fèi)，提高了經(jīng)濟(jì)效益。并且，它還加強(qiáng)了系統(tǒng)的兼容性和可擴(kuò)展性，使其更能靈活適應(yīng)未來的氣和生態(tài)系統(tǒng)之間的綜合作用(NDVD是計(jì)算出最普遍的一種(謝一帆，孔舒婷，2019)。這是最常(TVDI),并構(gòu)造NDVI-LST特征空間，實(shí)現(xiàn)了對土壤地面含水情況的估算(曾祥瑞，馬靜嫻，202基于TVDI的干旱監(jiān)測已在中國得到廣泛應(yīng)用。例如，楊秀海等通過TVDI與植被供水指數(shù)(VSWI對青藏高原的土壤含水量進(jìn)行了監(jiān)控。認(rèn)為TVDI能很好地反映土壤含水量情況，從而達(dá)到干旱事件的有效監(jiān)控；閆娜等人通過TVDI技術(shù)對陜西省旱情進(jìn)行了遙感監(jiān)控分析，證明了EVI、LST等所構(gòu)建的監(jiān)控模型是有效的(彭振宇，譚雅萱，2023);張嘉誠，陳啟超等證明了TVDI是有效的監(jiān)控土壤水分的一種行之有效的方法，能夠反映華北平原土壤表面的干濕情況；康衛(wèi)民等得出遙感數(shù)據(jù)具有高時(shí)間分辨率、高光譜分辨率、空間分辨率適中等獨(dú)特的技術(shù)優(yōu)勢，利用已有成果可獨(dú)特的優(yōu)點(diǎn)；張強(qiáng)等采用歸一化植被指數(shù)NDVI及實(shí)測土壤的濕氣，對華北地區(qū)進(jìn)行了分析(蔣偉強(qiáng)，尹慧中，2018)。不同區(qū)域與季節(jié)的差別會造成不同的敏感性原則進(jìn)行了論述?，F(xiàn)有結(jié)果為我們提供了推出結(jié)論的依據(jù)通過對模型的計(jì)算方法和改進(jìn)，給出了TVDI的研究與應(yīng)用提供了一定的參考；陳斌等于2010年9月、2010年10月建立了NDVI-LST及面得到了廣泛的應(yīng)用(韓志鵬，崔馨予，2020)。該模型所需要的遙感數(shù)據(jù)多種多樣，不僅不受遙感2研究基礎(chǔ)與數(shù)據(jù)2.1研究區(qū)概況2.1.1地理位置本研究以安徽省北部的淮北市為研究區(qū)域。地理坐標(biāo)為116°23′N-34°14'N?；幢笔?如圖2.1所示)位于淮河北岸，屬于華東地區(qū)。地處華東腹地，江蘇、山東、河南、安徽四省交界處。北與蕭縣接壤，南與蒙城接壤，東與宿州接壤，西與河南渦陽、永城接壤。南北長108公里，東西寬60公里，總面積2741平方公里。全市下轄四區(qū)，為烈山區(qū)、杜集區(qū)、相山區(qū)、濉溪縣。相山區(qū)位于淮北市東北部，是淮北市的主城區(qū)。圖2.1研究區(qū)位置示意圖2.1.2地形地貌淮北市位于淮河平原地中部。地勢由西北向東南傾斜。除東北部有少數(shù)低一望無際的平原(溫嘉銘，蘇曉月，2022)。其主要類型有：丘陵、平原、湖泊洼地和河流。其中平原地區(qū)海拔23.5-32.4米，面積占全市總面積的85%,共2354.5平方公里。由此可以窺見以橫跨平原中部的古綏堤為界，北接黃洪沖積平原區(qū)，南接古河湖沉積平原(趙宇軒，孫悅琳，2018)。2.1.3氣候條件皖北地區(qū)屬與暖溫帶半濕潤季風(fēng)氣候，位于暖溫帶的南緣。四季分明，季風(fēng)明顯，雨量適中，氣候溫和。由于淮河位于皖北以南，由此可以判定如此北亞熱帶濕潤季風(fēng)氣候在淮河以南，皖北氣候具有暖溫帶向南逐漸過渡的過渡帶氣候特征。優(yōu)化設(shè)計(jì)過程中，本文特別強(qiáng)調(diào)了經(jīng)濟(jì)合理性與方案的可復(fù)制性，相較于初步規(guī)劃，在多個(gè)維度上進(jìn)行了改良與調(diào)整。成本控制方面，通過簡化非必要流程、采用更具成本效益的策略，有效降低了整體投入成本，使方案更顯經(jīng)濟(jì)實(shí)惠。同時(shí)，為提升方案的可推廣性，設(shè)計(jì)時(shí)全面考慮了地域差異與環(huán)境適應(yīng)性便于其他單位或個(gè)人輕松借鑒與應(yīng)用。北亞熱帶是一種典型的氣候特色，它的水資源比北方好，它的光照資源比南方好(李澤洋，吳思琪，2019)。與此同時(shí)，南氣候較短，有些年份少雨旱，有些年2.2.1研究數(shù)據(jù)(1)遙感數(shù)據(jù)因淮北市橫跨Landsat8衛(wèi)星軌道號為122/036和122/037的2景影像(圖1)。為了對流域表面溫度和土壤濕度的時(shí)空分布特點(diǎn)進(jìn)行分析，從這些征兆可以預(yù)見到本文選擇研究區(qū)四期不同干旱季節(jié)(2019年3月19日、2019年5月22日、2019年9月27日以及2019年11月14日)的Landsat8TIRS數(shù)據(jù)類型影像文件名數(shù)據(jù)類型影像文件名8LC81220362019078LGN00.LC81220372019078LGN00.8LC81220362019142LGN00.LC81220372019142LGN00.8LC81220362019270LGN00.LC81220372019270LGN00.8LC81220362019318LGN00.LC81220372019318LGN00.目前，關(guān)于干旱監(jiān)測的研究大多采用具有覆蓋范圍廣、易操作的MODIS影像數(shù)據(jù)進(jìn)行，但其分溫度反演和干旱植被指數(shù)計(jì)算(劉俊杰，周婉清，2021)。鑒于現(xiàn)有結(jié)果可推出本文僅采用淮北市(2)氣象數(shù)據(jù)本論文所用的氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)型的反演精確度，結(jié)合淮北市及周邊地區(qū)的空間分布特征，在此類狀況下可以推知其發(fā)展周邊氣象站主要包括淮北市2個(gè)氣象站。包含獲取衛(wèi)星過境當(dāng)天研究區(qū)地表溫度、土壤水分等氣象資料，氣象站信息如表2.1所示(張明遠(yuǎn)，黃雅婷，2022)。站點(diǎn)經(jīng)度(3)土壤濕度數(shù)據(jù)本文選取了淮北市2019年4個(gè)月中兩個(gè)氣象站點(diǎn)的土壤樣本10cm進(jìn)行驗(yàn)證，土壤樣本取自中國氣象數(shù)據(jù)網(wǎng)絡(luò)中心。對淮北2個(gè)站點(diǎn)的土壤采樣點(diǎn)進(jìn)行了遙感圖像的分布，從表中對不同時(shí)期的土壤水分狀況進(jìn)行了排序(陳逸飛，林靜怡，2023)。2.2.2數(shù)據(jù)預(yù)處理由于傳感器和大氣傳輸?shù)挠绊?，?shù)據(jù)存在輻射誤差，因此在使用前對圖像進(jìn)行預(yù)處理。在遙感技術(shù)的應(yīng)用和研究中，為了充分挖掘原始影像數(shù)據(jù)中包含的各種信息，需要對原始影像進(jìn)行幾何校正、大氣校正、坐標(biāo)系轉(zhuǎn)換、影像拼接、研究區(qū)域裁剪等數(shù)據(jù)預(yù)處理的效果和準(zhǔn)確性直接影響后續(xù)像分開進(jìn)行。在實(shí)驗(yàn)研究中，按照這種理論架圖像進(jìn)行輻射定標(biāo)，即對7個(gè)多光譜波段圖像進(jìn)行輻射定標(biāo)(孫博宇，李佳慧，2018)。在此基礎(chǔ)本文深入分析了現(xiàn)有方法，識別出復(fù)雜且不必要的步驟予以剔除，優(yōu)化了流程架構(gòu)，構(gòu)建出一個(gè)更加簡潔高效的計(jì)算系統(tǒng)。這種簡化既減少了資源占用，又縮短了處理周期，使本方案在保持原有水臭氧含量，估計(jì)并去除了大氣中各種成分對電磁輻射傳輸?shù)挠绊?，獲得了真實(shí)的地表輻射信息。即3算法設(shè)計(jì)與實(shí)現(xiàn)3.1.1歸一化植被指數(shù)(NDVI計(jì)算地覆蓋的植被狀態(tài)，如果土壤的含水率較低，則植被指數(shù)也會降低，這表明地表的趙思琪，2019)。本文中，對原始數(shù)據(jù)的加工方法相較于以往技術(shù)更為簡便且高效。本文提出了一種更為直觀的預(yù)處理方案，該方案縮減了不必要的轉(zhuǎn)換程序，優(yōu)化了數(shù)據(jù)凈化與歸一化步驟，從而還降低了復(fù)雜處理流程可能引入的錯(cuò)誤。同時(shí)，通過對多種來源和類型的信息進(jìn)行廣泛驗(yàn)證，本文本文利用ArcGIS10.2、ENVI5.3+IDL8.5等軟件，可以計(jì)算出2019年的NDVI時(shí)序數(shù)據(jù)。對2019年3月19日、2019年5月22日、2019年9月27日以及2019年11月14日進(jìn)行了NDVI指數(shù)的提取實(shí)驗(yàn)(周澤楷，孫婉清，2020)。3.1.2地表溫度(Ts)反演近年來，遙感衛(wèi)星的熱通道圖像的理論和實(shí)踐和應(yīng)用越來越深入，熱紅外遙感技術(shù)在科學(xué)家研分裂窗口算法是目前使用的主要方法。由此可以判定如此紅外熱遙感技術(shù)已經(jīng)成為一個(gè)主要的研究領(lǐng)域。多通道多波段算法可以反演出熱紅外的多波段紅外表面溫度數(shù)據(jù)。該方法更復(fù)雜的是分裂窗□算法。在研究地球溫度熱紅外波段的過程中，從這些征兆可以預(yù)見到國內(nèi)外學(xué)者提出了一些新的計(jì)算方法，即單通道算法、多通道算法、分裂窗算法等(徐浩宇，張靜怡，2021)。相比之下，多通道算法的有效性優(yōu)于單一通道的算法，但誤差更大，同時(shí)單通道的測量結(jié)果卻有很大的優(yōu)勢。在了解大氣等高線信息的情況下，可以使用單窗口方法對地面溫度進(jìn)行反演，降低地面溫度的計(jì)算誤差 (黃子軒，陳夢瑤，2022)。衛(wèi)星圖像反演地表溫度(林澤洋，王雅婷，2023)。式中，Ts為地表溫度，單位為K;a和b分別為經(jīng)驗(yàn)系數(shù)；Tb為的亮度溫度，單位為K;Ta為大氣平均作用溫度，根據(jù)中緯度夏季平均大氣廓線估算單位為K。利用植被指數(shù)(NDVI)和地表溫度(LST)監(jiān)測干旱，一般的方法是建立一個(gè)函數(shù)模型來計(jì)算干旱指數(shù)的值。地表溫度(LST)與植被指數(shù)(NDVI)的關(guān)系可以用梯形特征空間來表示。可以看出的是每個(gè)像素對應(yīng)的特征點(diǎn)都有對應(yīng)的LST和NDVI值(李宇軒，趙詩語，2024)。這些不同特征點(diǎn)的LST和NDVI值在以NDVI為橫軸、LST為縱軸的二維坐標(biāo)系中表示，即NDVI-LST特征空間。溫度植被干旱指數(shù)(TVDI)的構(gòu)建方法比較簡單。本文研究背景下我們對此情況予以了考慮通過NDVI-LST散點(diǎn)圖可以建立特征空間，反映研究區(qū)土壤水分的分布特征，適用于土壤水分遙感。在該特征空間中，模型區(qū)域可分為裸地、部分植被覆蓋和全植被覆蓋，如圖3.1所示。這三個(gè)區(qū)域代表了NDVI和LST之間的不同關(guān)系(孫澤楷，吳婉清，2018)。將NDVI-Ts特征空間簡化處理為三角形的同時(shí)，對Ts-min和Ts-max同時(shí)進(jìn)行線性擬合，這樣可以由下式計(jì)算溫度植被旱情指數(shù)。Sandholt等利用簡化的NDVI-Ts二維特征空間提出了可以估算土壤地表含水狀態(tài)的溫度植被干旱指數(shù)法(TVDI)(趙博宇，李靜怡，2019)。可推算出式中：Ts是任意像元的地表溫度；Tsmin、Tsmax是NDVI對應(yīng)的最小、最大地表溫度，分別代表濕邊(TVDI=0)和干邊(TVDI=1);a、b、c、d是濕邊和干邊擬合方程的系數(shù)(張子墨，陳夢瑤，2020)。計(jì)算所得到的TVDI值在0和1之間。當(dāng)TVDI=1時(shí)，表示在干邊上，即在斜邊上；當(dāng)TVDI=0時(shí)，表示在濕邊上，在此類狀況下可以推知其發(fā)展即在平行于X軸的直角邊上。TVDI的值越大，土壤濕度越低，表示土壤干旱程度越大；反之，TVDI的值越小，土壤濕度越高，表示土壤干旱程度越輕 (陳澤洋，王雅婷，2021)。3.2設(shè)計(jì)流程本文利用ENVI/IDL實(shí)現(xiàn)溫度植被干旱指數(shù)的核心算法，利用該功能模塊計(jì)算獲取的溫度干旱植被指數(shù)數(shù)據(jù)進(jìn)行皖北干旱監(jiān)測與分析。基于ENVI/IDL靈活的二次開發(fā)特征，研究利用ENVI/IDL來計(jì)算TVDI,開發(fā)TVDI計(jì)算算法，并利用其進(jìn)行區(qū)域干旱監(jiān)測與評價(jià)，為區(qū)域旱情監(jiān)測、預(yù)警和評價(jià)提供技術(shù)支持，為進(jìn)一步干旱系統(tǒng)的研發(fā)打下了基礎(chǔ)。整個(gè)算法實(shí)現(xiàn)功能結(jié)構(gòu)如圖所示。Landsat8OLI/TIRS數(shù)據(jù)輻射定標(biāo)OLI大氣校正地表輻射率地面氣溫大氣平均作用溫度單窗算法讀入數(shù)據(jù)統(tǒng)計(jì)范圍統(tǒng)計(jì)范圍擬合干邊濕邊線大氣濕度TM10TM10DN值亮度溫度大氣透過率亮度溫度地表溫度繪制干濕邊擬合圖NDVI指數(shù)計(jì)算3.3算法實(shí)現(xiàn)算法運(yùn)行功能界面及運(yùn)行結(jié)果如圖所示鞋生鞋生—面“干濕邊”輸出路徑選擇C:\ul最大4模型構(gòu)建及驗(yàn)證本文以淮北市為例，其基本概況如下：淮北市地處中緯度，屬暖溫帶半濕潤季風(fēng)氣候區(qū)。主要?dú)夂蛱卣鳛榧撅L(fēng)明顯、四季分明、氣候溫和、雨量適中、春季氣溫多變、秋季清爽、冬季明顯偏少、夏季雨水集中。利用已有成果可以推導(dǎo)出以下淮北市降水年際變化大，不穩(wěn)定性顯著。年最大降水量為1168.2mm,發(fā)生在2005年。2002年年降水量僅為557.2mm(吳俊馳，徐睿翔，2023)。最大年份是最小年份的兩倍多，降水的季節(jié)變化也很大，各季節(jié)降水分布極不均勻。2019年，安徽省也遭遇了40年來最嚴(yán)重的旱災(zāi)。持續(xù)干旱導(dǎo)致農(nóng)田水分流失，多地池塘干涸，庫容低于死水位，嚴(yán)重影響農(nóng)業(yè)和居民用水。我省遭遇了近40年來最嚴(yán)重的秋季連續(xù)干旱。到11月上中旬，旱情基本覆蓋全省(朱致遠(yuǎn)，何俊豪，2024)。為排除外界條件對方案輸出結(jié)果的干擾，本文在構(gòu)思與施行過程中實(shí)施了一系列方法以確保數(shù)據(jù)的真實(shí)性和方案的可靠性。首先，本文細(xì)致剖析了可能影響方案執(zhí)行效能的外部干擾因素。依據(jù)這些剖析，本文在方案設(shè)計(jì)初期引入了環(huán)境變動影響分析的技術(shù)，通過模擬各種外部環(huán)境場景來評估它們對方案成果的潛在沖擊，并據(jù)此優(yōu)化方案的設(shè)計(jì)參數(shù)，以增強(qiáng)其靈活應(yīng)變能力和穩(wěn)定性，保證方案能迅速對外界變化作出反應(yīng)，旱情達(dá)到最嚴(yán)重。全省大部分地區(qū)保持同級別以上的特大氣象干旱，由此可以判定如此特大干旱普遍發(fā)生在淮河以北至江南以北。此外，相反，3月20日至3月23日我省有強(qiáng)對流天氣，短時(shí)強(qiáng)降水主要集中在淮北北部和江南南部。暴雨縣(市)有4個(gè)，黃山市最大暴雨77.2毫米?；幢薄⑹捒h3本文研究分別用淮北市2019年3月至2019年11月的區(qū)域內(nèi)所有可用影像數(shù)據(jù)構(gòu)建了干濕邊方時(shí)間干邊擬合方程表4-1淮北市干濕邊方程模擬2019年3月20日2019年5月23日2019年9月28日2019年11月15日從表4.1可以看到，干邊和濕邊方程的線性趨勢有些相近，2013年5月的干邊方值在22左右，11月干邊方程斜率更小，值在14左右。隨著NDVI指數(shù)的不斷上升，其干邊上的LST多數(shù)情況下，干邊的斜率較大，而濕邊較小，現(xiàn)有結(jié)果為我們提供了推出結(jié)論的依據(jù)這是因?yàn)榈乇淼耐寥浪痔幱陲柡蜖顟B(tài)時(shí)，地表蒸發(fā)比較厲害，可以有效減緩地表的升溫。從學(xué)術(shù)角度看，若方案的輸入信息符合預(yù)期目標(biāo)，在輸出成果方面則有望實(shí)現(xiàn)既定的設(shè)計(jì)效果。具體來說，當(dāng)起始條件和參數(shù)配置無誤，模型或者理論基礎(chǔ)合理時(shí)，其結(jié)果將展現(xiàn)出較高的準(zhǔn)確性與實(shí)用性。這不僅依賴此外，考慮外部環(huán)境對結(jié)果可能產(chǎn)生的影響，保證研究過程中的穩(wěn)定性和重復(fù)性，以支持結(jié)論的普將上述兩種指數(shù)擬合得到的干邊、濕邊方程，基于TVDI指數(shù)的干旱分級，可根據(jù)齊述華等提出的用TVDI值劃分土壤含水量的標(biāo)準(zhǔn)，以及高培霞的研究成果來進(jìn)行研究。TVDI干旱指數(shù)將干旱劃分5級，劃分標(biāo)準(zhǔn)為(梁家銘，蘇敬軒，2022):濕潤(0<TVDI<0.2)、正常(0.2<TVDI<0.4)、輕旱(0.4<TVDI≤0.6)、偏旱(0.6<TVDI≤0.8)和干旱(分割法對DN值分級賦色，制作成淮北市逐季度的假彩色遙感影像圖。代入公式計(jì)算每個(gè)像元的TVDI值，得到2019年的TVDI分布圖，結(jié)果如圖所示。圖4-52019年春季干旱等級(第78天)圖4-72019年秋季干旱等級(第270天)圖4-62019年夏季干旱等級(第158天)圖4-82019年冬季干旱等級(第318天)4.4干旱指數(shù)驗(yàn)證通常使用土壤含水量指標(biāo)來進(jìn)行農(nóng)業(yè)干旱監(jiān)測，土壤含水量的多少和土壤有效持水能力關(guān)系到作物水分供給狀況，當(dāng)受到水分脅迫，土壤濕度低于某一閾值時(shí)，作物吸收不到足夠的水分而受到干旱危害(宋振宇，唐梓豪，2023)。因此土壤濕度是監(jiān)測旱情的一個(gè)重要指標(biāo)，在選用干旱監(jiān)測模型時(shí)需要考慮這一點(diǎn)。根據(jù)淮北市的地理位置和氣象站點(diǎn)的分布情況，可以看出的是選擇了2個(gè)氣象站，這些氣象站分布在灘溪縣和杜集區(qū)內(nèi)。本文研究選取了11月份10cm的土壤相對濕度數(shù)據(jù)，對TVDI指數(shù)監(jiān)測結(jié)果進(jìn)行驗(yàn)證(許文博，曹瑞翔，2024)。關(guān)于上述策略的調(diào)試，本文采取了理論研究與實(shí)證測試相結(jié)合的方法。理論研究環(huán)節(jié)，詳細(xì)闡述了該策略的設(shè)計(jì)理念及其預(yù)期效果，并通過構(gòu)建理論模型和邏輯推理為后續(xù)實(shí)驗(yàn)提供理論支撐。在實(shí)證測試階段，本文設(shè)計(jì)了多種實(shí)驗(yàn)以檢驗(yàn)策略的有效性和可靠性，采用嚴(yán)格的數(shù)據(jù)收集與分析流程確保結(jié)果的準(zhǔn)確性。同時(shí)，為了評估策略在不同背景下的適用性，本文還挑選了幾類典型的應(yīng)用場景，根據(jù)每種場景優(yōu)化系統(tǒng)參數(shù)，從而驗(yàn)證了該策略的正確性和可行性，并為未來的研究提供了依據(jù)。2019年11月份淮北市的土壤濕度數(shù)據(jù)，為地下10cm采樣點(diǎn)的測量數(shù)據(jù)，用這些數(shù)據(jù)與對應(yīng)像素的TVDI進(jìn)行了相關(guān)分析，鑒于現(xiàn)有結(jié)果可推出即以LandsatTVDI影像提取的TVDI值為橫軸，氣象站點(diǎn)與衛(wèi)星過境時(shí)的地表土壤濕度實(shí)測值作為縱軸，繪制散點(diǎn)圖，結(jié)果如圖4.3所示(馮志恒，圖4.3的結(jié)果表明，土壤水分與TVDI指數(shù)呈負(fù)相關(guān)系，即隨著TVDI指數(shù)的增加，地表含水率逐漸減少。兩者為中度相關(guān)，由此說明，TVDI指數(shù)可以有效指示土壤濕度的狀態(tài)(蔣宏毅，余澤楷，5結(jié)論與討論本次開發(fā)采用的是ENVI/IDL插件模塊開發(fā)模式實(shí)現(xiàn)溫度植被干旱指數(shù)算法的功能，下面是對這種方法計(jì)算結(jié)果的比較分析。本文研究背景下我們對此情況予以了考慮采用Landsat8數(shù)據(jù)，運(yùn)用單窗口算法反演NDVI和Ts,構(gòu)建了Ts-NDVI征空間，得到TVDI。并結(jié)合研究區(qū)已有研究成果的同時(shí)期實(shí)測土壤水分?jǐn)?shù)據(jù)，對TVDI作為旱情指標(biāo)進(jìn)行驗(yàn)證，再對2019年逐季度旱情進(jìn)行評價(jià)(尹天擇，潘俊霖，2021)。本文從氣象致災(zāi)因子的角度研究干旱現(xiàn)象，對土壤和植被干旱過程進(jìn)行了探討。從基于Landsat8遙感數(shù)據(jù)的TVDI干旱提取結(jié)果來看，2019年5月份淮北地區(qū)的旱情不明顯但是在出現(xiàn)了輕度旱情，其他月份都出現(xiàn)了大面積的干旱現(xiàn)象(謝明達(dá)，譚宇辰，2022)。從2019年的旱情監(jiān)測結(jié)果得知，淮北市主要以輕旱、中旱為主，主要集中于淮北市西北、東南地區(qū)。在此特定狀態(tài)下很容易看出局部地區(qū)出現(xiàn)了特旱的情況，但受災(zāi)面積不大。根據(jù)年鑒統(tǒng)計(jì)資料，2019年安徽省遭遇了歷史少見的范圍廣、時(shí)間長、程度深的特大旱災(zāi)，對省內(nèi)造成的損失很巨大?？梢钥闯?個(gè)時(shí)相中，淮北大部分地區(qū)都出現(xiàn)了旱情。輕旱和中旱居多，在局部地區(qū)出現(xiàn)重旱，情況比較嚴(yán)峻(董澤昊，孔令軒，2023)。干旱主要出現(xiàn)在西南部以及東北部。TVDI指數(shù)的旱情監(jiān)測結(jié)果較好地與實(shí)測數(shù)據(jù)相符合，這說明基于Landsat8遙感數(shù)據(jù)的TVDI指數(shù)能夠反映干旱的基本面貌，TVDI指數(shù)的方法可以快速處理大面積干旱數(shù)據(jù)，利用已有成果可以推導(dǎo)出以下減少大量的野外監(jiān)測工作，可以推廣使用。從TVDI旱情監(jiān)測與地面實(shí)測土壤濕度的相關(guān)性分析結(jié)果來看，基于Landsat8遙感數(shù)據(jù)的TVDI可以反映地表的干濕程度，可用于監(jiān)測地表土壤5.2研究展望本文針對2019年長江中下游地區(qū)短時(shí)極端高溫干旱事件頻發(fā)的現(xiàn)象，以淮北市為研究區(qū)，進(jìn)行了遙感干旱監(jiān)測研究。論文仍存在不足?？偨Y(jié)如下：(1)選用Landsat8數(shù)據(jù)，相對于被普遍使用的MODIS數(shù)據(jù)空間分辨率產(chǎn)品有了提高，但在遙感數(shù)據(jù)采集方面，數(shù)據(jù)建模中所使用歷史數(shù)據(jù)時(shí)間較短，由此可以判定如此只使用了4個(gè)月中具有代表性的8景Landsat8影像數(shù)據(jù)，這勢必會使基于遙感的干旱監(jiān)測精度評價(jià)產(chǎn)生偏差。下一步的研究將收集更多的影像數(shù)據(jù)，來提高結(jié)果可靠性。(2)只選用淮北市作為研究區(qū)域，導(dǎo)致能夠收集到的土壤濕度數(shù)據(jù)非常有限，本文研究使用了兩個(gè)氣象站點(diǎn)的土壤濕度數(shù)據(jù)驗(yàn)證基于TVDI的干旱遙感監(jiān)測結(jié)果，空間代表性較小。需要在接下來的研究工作中擴(kuò)大研究區(qū)，從這些征兆可以預(yù)見到增加一些野外土壤濕度監(jiān)測點(diǎn)，收集更多的實(shí)(3)本文從研究干旱現(xiàn)象致災(zāi)因子的角度較少，未能利用綜合氣象指數(shù)能夠表述干旱的發(fā)展過程。需要結(jié)合更多的氣象數(shù)據(jù)來驗(yàn)證結(jié)果(4)所采用數(shù)據(jù)和方法在皖北地區(qū)具有一定適用性，該技術(shù)方法可為淮北市的生態(tài)環(huán)境監(jiān)測以及抗旱減災(zāi)工作提供參考。但對于空間尺度小，植被覆蓋度低、裸巖率高、地形起伏大的強(qiáng)異質(zhì)性地表，使用TVDI模型需要進(jìn)一步校正，以提高模型在更廣泛的適用性。[1]李承言，吳明軒.變化環(huán)境下干旱事件演變驅(qū)動機(jī)制研究進(jìn)展[J].水電能源科學(xué)，2022,31(11):5-8[4]趙天宇，黃子淳.中國北方夏半年最長連續(xù)無降水日數(shù)的變化特征[J].氣象學(xué)報(bào)，2008(03):474-477.[5]孫啟銘，楊一凡.長江中下游地區(qū)干旱變化特征分析[C]//.第28屆中國氣象學(xué)會年會—-S3天氣預(yù)報(bào)災(zāi)害天氣研究與預(yù)報(bào).[出版者不詳],2011:1371-1379.[6]周文韜，高子凡.皖北地區(qū)水文要素演變特征分析[J].中國農(nóng)村水利水電，2016(06):58-63.[7]林嘉佑，徐志豪，等.基于氣象和遙感的黃淮海平原干旱監(jiān)測[J].中國農(nóng)學(xué)通報(bào)，2019,35(5):127-[8]何俊馳，胡一鳴.山西省農(nóng)業(yè)干旱時(shí)空演變規(guī)律遙感研究[D].太原理工大學(xué)，2015.[9]鄭文博，邱啟航.區(qū)域干旱遙感監(jiān)測研究綜述[J].安徽農(nóng)業(yè)科[10]唐志遠(yuǎn)，許子凡.遙感技術(shù)在水資源管理中的應(yīng)用[J].水利科技與經(jīng)濟(jì)，2020,26(11):85-88.[12]夏啟超，王立嘉.基于溫度植被指數(shù)TVDI的拉薩地區(qū)土壤濕度特征分析[J].中國農(nóng)村水利水[13]崔博遠(yuǎn)，趙啟航.基于TVDI的大范圍干旱區(qū)土壤水分遙感反演模型研究[J].遙感技術(shù)與應(yīng)[14]謝一帆，孔舒婷.基于溫度供水干旱指數(shù)的京津冀春旱監(jiān)測及時(shí)空分布分析[J].測繪與空間地理信[15]曾祥瑞，馬靜嫻，etal.TheeffectofprecedingwintertimeArcticpolarvortexonspringtimeNDVIpatternsinborealEurasia,1982-2015[J].ClimateDynamics,2016:1-13.[16]AIS,AKR,BJA.Asimpleinterpretationofthesurfacetemperature/vassessmentofsurfacemoisturestatus[J].RemoteSensingofEnvironment,2002,79(2-3):213-224.論文的順利完成，離不開導(dǎo)師的悉心栽培和同學(xué)們的鼎力相助。感謝導(dǎo)師在選題、LST主程序e.AddExtension,'Landsat8LST','ENVI_Landsat8_LST,PATH="e.ReportError,ERROR:'+!ERROmtlFile=ENVI_PICKFILE(TITLE='PleasIF~FILE_TEST(mtlFile)THENRETURNRasters=e.OpenRaster(mtime=StrSplit(time,'-T:',/extYear=time[0]spatialRefl=MulRastFile1X=MulRaster.NCOspatialRef1.ConvertFileToMap,File1X,FispatialRef1.ConvertMapToLonLat,MapX,Lon=STRING(LonD,FORMAT='(Lat=STRING(LatD,FORMAT='(lonLat='Useinterpolmodel='Usemid-latitudewinterstandardatmodel='Usemid-latitudesummersok=e.UI.SelectTaskParameTVDI主程序protvdi4,FID1,FID2,ndvimin,ndvimax,Istmin,lstmax,out_gan,out_ni,outenvi_file_query,fid1,ns=ns,nl=nl,nb=nbinterleave=interleave,data_type=data_type,ofenvi_file_query,fid2,ns=ns,nl=nl,nb=nb;,fnamevi=(ENVI_GET_DATA(fid=fid1,dims=dims,pos=polst=(ENVI_GET_DATA(fid=fid2,dims=dims,postmax=make_array(101,value=-tmin=make_array(101,value=-ifuseq0thenbeginendifplot,y,xrange=[ndvimin,ndvimax],psym=1,yrange=[lstmin,lstmax],xtitle='NDVI,ytitle="Ts(K),xstylfori=0.01,1.0,0.01j=fix(100*i)endifq=make_array(count1,value=i,oplot,q,shuju,linestyle=1,color='000000'xl,psym=4,;計(jì)算回歸方程ind=where(