陈媛媛;孙丽;杜英坤;韩巍;胡华浪;

• 1:农业农村部大数据发展中心

摘要(Abstract)：

针对不同类型农业干旱遥感监测方法的建立机理不同及其适用性受特定环境条件影响等问题，立足对农业干旱遥感监测方法有全面深入的认识及探究新的发展方向，文章系统梳理了农业干旱遥感监测的典型方法，以遥感波谱为轴线，分为光学、热红外、光学-热红外耦合、微波和多源数据融合方法，给出了各种方法的基本原理，并深入分析各类方法的适用条件。在此基础上，从理论方法研究与模型应用间的差距、非均一地表农业干旱监测、国产卫星体系建设三方面分析了农业干旱遥感监测存在的问题并进行了展望。本研究为旱情发生时，从众多遥感监测方法中选择适用的方法，以及及时评估旱情对农业生产的影响范围和程度提供参考。

关键词(KeyWords)： 农业干旱;干旱响应;监测机理;波谱;模型

Abstract:

Keywords:

基金项目(Foundation): 国家重点研发计划(2021YFE0102000);; 高分辨率对地观测系统重大专项(09-Y30F01-9001-20/22)

作者(Authors): 陈媛媛;孙丽;杜英坤;韩巍;胡华浪;

参考文献(References)：

• [1] 尹国应，张洪艳，张良培.2001—2019年长江中下游农业干旱遥感监测及植被敏感性分析[J].武汉大学学报(信息科学版),2022,47(8):1245-1256,1270.
• [2] 周清波，王利民，刘佳，等.中国农业灾害遥感监测[M].北京：中国农业科学技术出版社，2017.
• [3] 康西言，乐章燕，车少静，等.河北省冬小麦干旱综合监测模型研究[J].中国农学通报，2012,28(30):16-21.
• [4] DAI A.Increasing drought under global warming in observations and models[J].Nature climate change,2013,3(1):52-58.
• [5] 吴海江，粟晓玲，张更喜.基于Meta-Gaussian模型的中国农业干旱预测研究[J].地理学报，2021,76(3):525-538.
• [6] 孙灏，陈云浩，孙洪泉.典型农业干旱遥感监测指数的比较及分类体系[J].农业工程学报，2012,28(14):147-154.
• [7] 阿布都瓦斯提·吾拉木，李召良，秦其明，等.全覆盖植被冠层水分遥感监测的一种方法：短波红外垂直失水指数[J].中国科学D辑(地球科学),2007,37(7):957-965.
• [8] 李伯祥，陈晓勇.基于Sentinel多源遥感数据的河北省景县农田土壤水分协同反演[J].生态与农村环境学报，2020,36(6):752-761.
• [9] 郭建茂，王星宇，李淑婷，等.基于冠层光谱红边参数和植被指数的冬小麦水分胁迫监测[J].江苏农业科学，2019,47(10):88-94.
• [10] 陈维英，肖乾广，盛永伟.距平植被指数在1992年特大干旱监测中的应用[J].环境遥感，1994,9(2):106-112.
• [11] KOGAN F N.Application of vegetation index and brightness temperature for drought detection[J].Advances in space research,1995,15(11):91-100.
• [12] GHULAM A,QIN Q,ZHAN Z.Designing of the perpendicular drought index[J].Environmental geology,2006,52(6):1045-1052.
• [13] GHULAM A,QIN Q,TEYIP T,et al.Modified perpendicular drought index (MPDI):a real-time drought monitoring method[J].ISPRS journal of photogrammetry and remote sensing,2007,62(2):150-164.
• [14] 刘英，鲁杨，李遥，等.关中平原干旱遥感监测指数对比和应用研究[J].干旱地区农业研究，2018,36(6):201-207.
• [15] LIU Y,QIAN J,YUE H.Comprehensive evaluation of Sentinel-2 red edge and shortwave-infrared bands to estimate soil moisture[J].IEEE journal of selected topics in applied earth observations and remote sensing,2021,14:7448-7465.
• [16] GAO B C.NDWI:a normalized difference water index for remote sensing of vegetation liquid water from space[J].Remote sensing of environment,1996,58(3):257-266.
• [17] FENSHOLT R,SANDHOLT I.Derivation of a shortwave infrared water stress index from MODIS near- and shortwave infrared data in a semiarid environment[J].Remote sensing of environment,2003,87(1):111-121.
• [18] YUE H,LIUY,QIAN J.Comparative assessment of drought monitoring index susceptibility using geospatial techniques[J].Environmental science and pollution research,2021,28(29):38880-38900.
• [19] 牟伶俐.农业旱情遥感监测指标的适应性与不确定性分析[D].北京：中国科学院研究生院，2006.
• [20] 王利民，刘佳，杨玲波，等.农业干旱遥感监测的原理、方法与应用[J].中国农业信息，2018,30(4):1-17.
• [21] 焦文哲.利用遥感指数监测干旱的时空敏感性与适用性对比研究[D].北京：中国科学院大学，2017.
• [22] PRICE J C.On the analysis of thermal infrared imagery:the limited utility of apparent thermal inertia[J].Remote sensing of environment,1985,18(1):59-73.
• [23] 杨永玉，徐秀杰，杨丽萍.墒情遥感监测中热惯量模型的修正[J].灌溉排水学报，2018,37(6):54-59.
• [24] 周雨石.基于改进热惯量模型土壤含水量的时空变化研究[D].郑州：河南大学，2018.
• [25] 郭辉，卜小东，黄可京，等.基于热红外遥感影像的玉米田间土壤水分反演研究[J].中国农机化学报，2020,41(10):203-210.
• [26] 冷佩.光学/热红外土壤湿度遥感反演方法研究[D].北京：中国农业科学院，2018.
• [27] 杨树聪，沈彦俊，郭英，等.基于表观热惯量的土壤水分监测[J].中国生态农业学报，2011,19(5):1157-1161.
• [28] 宋承运，胡光成，王艳丽，等.基于表观热惯量与温度植被指数的FY-3B土壤水分降尺度研究[J].国土资源遥感，2021,33(2):20-26.
• [29] JACKSON R D,IDSO S B,REGINATO R J,et al.Canopy temperature as a crop water stress indicator[J].Water resources research,1981,17(4):1133-1138.
• [30] 褚荣浩，李萌，谢鹏飞，等.安徽省近20年地表蒸散和干旱变化特征及其影响因素分析[J].生态环境学报，2021,30(6):1229-1239.
• [31] MORAN M S,CLARKE T R,INOUE Y,et al.Estimating crop water deficit using the relation between surface-air temperature and spectral vegetation index[J].Remote sensing of environment,1994,49(3):246-263.
• [32] CARLSON T N,PERRY E M,SCHMUGGE T J.Remote estimation of soil moisture availability and fractional vegetation cover for agricultural fields[J].Agricultural and forest meteorology,1990,52:45-69.
• [33] CARLSON T N,BUFFUM M J.On estimating the total daily evapotranspiration from remote surface temperature measurements[J].Remote sensing of environment,1989,29(2):197-207.
• [34] SANDHOLT I,RASMUSSEN K,ANDERSEN J.A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status[J].Remote sensing of environment,2002,79(2/3):213-224.
• [35] 王鹏新.条件植被温度指数及其在干旱监测中的应用[J].武汉大学学报(信息科学版),2001,26(5):412-418.
• [36] 林巧，王鹏新，张树誉，等.基于Aqua-MODIS数据的条件植被温度指数干旱等级监测研究[J].遥感信息，2014,29(3):67-72.
• [37] 梁韶卿.温度植被干旱指数(TVDI)的优化与评价[D].太原：太原理工大学，2021.
• [38] CARLSON T N,GILLIES R R,PERRY E M.A method to make use of thermal infrared temperature and NDVI measurements to infer surface soil water content and fractional vegetation cover[J].Remote sensing reviews,1994,9(1/2):161-173.
• [39] 王立丽.京津冀干旱时空变化及其对气象因子的响应[D].邯郸：河北工程大学，2020.
• [40] 田鑫，李瑞平，王思楠，等.基于VSWI和TVDI差异的河套灌区沈乌灌域耕地灌溉面积遥感监测[J].灌溉排水学报，2020,39(8):129-135.
• [41] 赵天杰.被动微波反演土壤水分的L波段新发展及未来展望[J].地理科学进展，2018,37(2):198-213.
• [42] 宋沛林.基于AMSR被动微波辐射计的地表土壤含水量估算方法改进及应用研究[D].杭州：浙江大学，2019.
• [43] 韩念龙，陈圣波，汪自军，等.被动微波反演裸露区土壤水分综述[J].吉林大学学报(地球科学版),2007,37(S1):155-159.
• [44] 薛超玉.基于Landsat系列遥感影像的区域土壤水分信息研究[D].咸阳：西北农林科技大学，2017.
• [45] 雷志斌.基于高分三号雷达数据的作物覆盖区土壤水分反演研究[D].北京：中国地质大学，2020.
• [46] 李新尧.基于Sentinel-1 SAR数据的表层土壤水分遥感反演[D].西安：西北大学，2019.
• [47] 吴黎，张有智，解文欢，等.土壤水分的遥感监测方法概述[J].国土资源遥感，2014,26(2):19-26.
• [48] 时洪涛.时序极化SAR土壤湿度及农作物生物物理参数估计方法研究[D].武汉：武汉大学，2021.
• [49] 陈全，周忠发，王玲玉，等.基于多时相Sentinel-1 SAR数据的喀斯特石漠化区地表土壤水分反演研究[J].红外与毫米波学报，2020,39(5):626-634.
• [50] NJOKU E G,LI L.Retrieval of land surface parameters using passive microwave measurements at 6-18 GHz[J].IEEE transactions on geoscience and remote sensing,1999,37(1):79-93.
• [51] 纪翔.风云三号土壤水分卫星遥感反演研究[D].贵阳：贵州大学，2019.
• [52] 庞素菲.基于温度-植被-降水指数(TVPDI)的中国北方干旱监测研究[D].兰州：西北师范大学，2020.
• [53] HAO C,ZHANG J,YAO F.Combination of multi-sensor remote sensing data for drought monitoring over Southwest China[J].International journal of applied earth observations and geoinformation,2015,35:270-283.
• [54] DU L,TIAN Q,YU T,et al.A comprehensive drought monitoring method integrating MODIS and TRMM data[J].International journal of applied earth observation and geoinformation,2013,23:245-253.
• [55] ARUN K,REDDY G,PALANISAMY M,et al.Integrated drought monitoring index:a tool to monitor agricultural drought by using time-series datasets of space-based earth observation satellites[J].Advances in space research,2021,67(1):298-315.
• [56] 黄友昕.顾及时空多因素的农业干旱遥感监测方法及其适应性评价研究[D].武汉：中国地质大学，2021.
• [57] JIAO W,TIAN C,CHANG Q,et al.A new multi-sensor integrated index for drought monitoring[J].Agricultural and forest meteorology,2019,268:74-85.
• [58] 张东映.基于遥感和实测数据的耕地表层土壤含水量估算方法[D].武汉：武汉大学，2017.
• [59] 李增.东北地区干旱特征及预测模型研究[D].沈阳：沈阳农业大学，2020.
• [60] 胡小枫，王冬利，赵安周，等.基于深度学习算法的京津冀地区综合干旱评估模型构建[J].中国农业气象，2021,42(9):775-787.
• [61] 王蔚丹，孙丽，裴志远，等.典型旱年农业干旱遥感监测指标在东北地区生长季的表现[J].中国农业气象，2021,42(4):307-317.
• [62] 陈亮，张超，常斌，等.通用温度-植被指数特征空间农田干旱遥感监测[J].遥感信息，2019,34(5):29-34.
• [63] 茹晨，段四波，姜小光，等.基于地表温度日较差-植被覆盖度特征空间的土壤含水量反演方法[J].中国科学院大学学报，2018,35(6):771-781.
• [64] 李斌，王慧敏，秦明周，等.NDVI、NDMI与地表温度关系的对比研究[J].地理科学进展，2017,36(5):585-596.
• [65] 张小雨，孙宏勇，王艳哲，等.应用基于红外热画像技术的CWSI简化算法判断作物水分状态[J].中国农业气象，2013,34(5):569-575.
• [66] 崔静.基于CWSI的滴灌冬小麦水分状况监测与诊断技术研究[D].石河子：石河子大学，2020.