中国旱情的T/NDVI法监测系统

1.分区与旱情监测

中国地域广阔，气候差异分明，土地覆盖类型复杂，要在全国建立统一的应用模型，各地之间的差异（如净辐射）不得不考虑。例如，应月用T/NDVI 特征空间估测土壤器度时，由于各地区的LST/NDVI干湿边参数不同，若使用统一的干湿边参数将造成重大误差。如果又要统一模型，又要提高精度，那么就要增加模型变量，如考虑各地净辐射的差异，这样就使得模型复杂化，且增加了参数获取的难度，不能达到快速、简单、实用的目的。另外，利用高分辨率的遥感图像对全国进行土壤湿度估测的数据量较大，不易操作。因此，有必要将全国划分为几个区域，然后分别采用不同模型或同一模型不同的参数对其进行土壤湿度反演。因为最后得到的均为土壤湿度值，因此各区可以相互比较，可以应用同一指标划分旱情：而不像温度植被干旱指数TVDI为相对指标，各区不能进行对比。

分区的大小与遥感图像的分辨率有关，考虑到NDVI范围、像元总数、地表属性变异性以及可操作性，以1km空间分辨率图像为基础，我们建议将全国划分为6个分区作为土壤湿度反演的基本单元。这6个分区为：

东北地区；

华北地区：

华中和华南地区；

内蒙地区；

新疆地区；

西藏和青海地区。

分区的划分有利于对受灾区域进行重点监测，提高了遥感监测的时效性。

2.季节与旱情监测

我国大陆地区的气候受强季风影响，四季分明。冬季寒冷，白雪皑能；春季温暖，植被覆盖度低；夏季炎热，植被茂盛；秋季凉爽，植被覆盖度高。不同地区一年四季气候有别，不同季节各地区之间的气候差异很大。遥感监测模型的选择除考虑分区外，还应考虑季节的影响，即应针对特定地区、特定季节选择特定模型。土壤水分遥感监测模型包括：

微波遥感模型：利用后向散射系数反演土壤湿度；

热红外遥感模型：利用热惯量计算土壤湿度；

特征空间遥感模型：利用LST/NDVI特征空间估测土壤湿度。

对于冬季低植被覆盖度的地表、裸土甚至雪层覆盖，应采用微波遥感模型；春季植被覆盖度仍然较低，且存在部分裸土，应采用热红外遥感模型；夏季和秋季植被繁茂，覆盖度高，应采用特征空间遥感模型。

对于东北地区、内蒙地区以及新疆地区，5月到10月应采用特征空间遥感模型，其余时期采用微波遥感模型或热红外遥感模型。对于华北地区，4月到11月应采用特征空间遥感模型，其余时期采用微波遥感模型或热红外遥感模型。而华中和华南地区全年均可采用特征空间遥感模型。至于西藏和青海地区，6月到9月可采用特征空间遥感模型，其余时期采用微波遥感模型或热红外遥感模型。

3.土壤水分遥感监测模型

在作物生育期内主要采用可见光/近红外和热红外模型。LST/NDVI斜率与土壤湿度的关系受净辐射的影响显著，为了减小其影响，提高精度，应按分区、季节分别确定模型参数，此外，由于遥感数据源不同，遥感图像的获取时间可能不同（如上午、下午），分辨率也不一样，若采用不同遥感器的数据，应考虑模型参数的修正。

4.土壤水分估测

LSTNDVI特征空间边界的提取和土壤湿度的计算等均可由计算机自动处理，只是中间环节——LST/NDVI干湿边参数的确定需要人工干预。这里采用8km NOAA数据源，数据量少，冷热边界不规则，自动定义干湿边结果不稳定。若采用1km AVHRR或MODIS数据源，数据量将大增，增加了干湿边自动获取的可能性。

由于每个分区遥感反演最终结果均为土壤的相对含水量，因此可以组成全国统一土壤湿度分布图。全国可能部分甚至大部分区域由于被云笼罩而难以取得有效数据，这时可以通过内插法（空间内插、时间内插）进行弥补。这样可以得到一幅完整的全国土壤湿度分布图。

5.旱情监测

根据土壤湿度分布图和全国耕地分布图，按照土壤旱情分级标准生成全国耕地旱情分布图，可以直观地反映全国旱情的分布情况和严重程度。根据农业旱情等级划分标准，土壤相对含水量<40%为重旱，40%~50%为中旱，50%~60%为轻旱，60%~80%为正常，

80%~100%为湿润。由于土壤湿度估测误差为14%左右，以土壤相对含水量10%为间隔来划分轻旱、中旱和重旱无实际意义，且与正常、湿润20%的间隔不一致。因此，我们将旱情划分为4级：RSM<40%表示重旱，40%~60%为轻旱，60%~80%为正常，80%～100%为湿润。