CN110243409A - 一种基于地表水热过程的生态干旱监测预报系统及方法 - Google Patents
一种基于地表水热过程的生态干旱监测预报系统及方法 Download PDFInfo
- Publication number
- CN110243409A CN110243409A CN201910524448.6A CN201910524448A CN110243409A CN 110243409 A CN110243409 A CN 110243409A CN 201910524448 A CN201910524448 A CN 201910524448A CN 110243409 A CN110243409 A CN 110243409A
- Authority
- CN
- China
- Prior art keywords
- drought
- monitoring
- eco
- water
- earth
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Abstract
本发明属于生态系统信息监测技术领域,公开了一种基于地表水热过程的生态干旱监测预报系统及方法;设置有电脑、水蒸气探测器、支杆、电池、信息处理器、地表温度探测器、地表水温探测;所述信息处理器通过数据线分别与电脑、水蒸气探测器、地表温度探测器、地表水温探测器相连接。所述电池通过导线分别与信息处理器、水蒸气探测器、地表温度探测器、地表水温探测器相连接。本发明能够准确的对地表水热过程进行测量和实时的监测,将地表水热过程用于生态干旱监测预报,对生态干旱做出了良好的预测,提供了参考数据。
Description
技术领域
本发明属于生态系统信息监测技术领域,尤其涉及一种基于地表水热过程的生态干旱监测预报系统及方法。
背景技术
目前,地表水,是指陆地表面上动态水和静态水的总称,亦称“陆地水”,包括各种液态的和固态的水体,主要有河流、湖泊、沼泽、冰川、冰盖等。它是人类生活用水的重要来源之一,也是各国水资源的主要组成部分。将地表水热过程应用于生态干旱监测,则将对生态干旱监测工作取得更加准确的结过,现有装置不能很好的将地表水热过程进行准确而又精确的监测,也不能很好的将地表水热过程和生态干旱监测工作良好的结合。
综上所述,现有技术存在的问题是:将地表水热过程应用于生态干旱监测,则将使生态干旱监测工作取得更加准确的结果。现有装置不能很好的将地表水热过程进行准确而又精确的监测,也不能很好的将地表水热过程和生态干旱监测工作良好的结合。
发明内容
针对现有技术存在的问题,本发明提供了一种基于地表水热过程的生态干旱监测预报系统及方法。
本发明是这样实现的,一种基于地表水热过程的生态干旱监测预报系统,所述基于地表水热过程的生态干旱监测预报系统设置有电脑、水蒸气探测器、支杆、电池、信息处理器、地表温度探测器、地表水温探测器;
所述水蒸气探测器底部设置有支杆,支杆位于水蒸气探测器底部,通过螺栓固定在水蒸气探测器底部;所述信息处理器侧面设置有电池,电池位于信息处理器侧面,通过螺栓固定在信息处理器侧面。
进一步,所述信息处理器通过数据线分别与电脑、水蒸气探测器、地表温度探测器、地表水温探测器相连接。
进一步,所述电池通过导线分别与信息处理器、水蒸气探测器、地表温度探测器、地表水温探测器相连接。
本发明的另一目的在于提供一种基于所述基于地表水热过程的生态干旱监测预报系统的基于地表水热过程的生态干旱监测预报方法,所述基于地表水热过程的生态干旱监测预报方法通过地表温度探测器对地表温度进行探测,通过地表水温探测器对地表水的温度进行实时监测和探测,通过水蒸气探测器对空气中水蒸气进行探测,通过支杆对水蒸气探测器进行支撑,通过信息处理器对探测器所探测的数据进行处理,在通过电脑对数据进行分析;在使用时,将支杆插入到地表水旁边,让水蒸气探测器位于地表水上方表面,通过地表水表面的水蒸气含量探测出地表水的蒸发程度,将地表水温探测器放入到地表水里,在启动信息处理器,各个探测器所探测出的数据传递到信息处理器,对信息进行处理后将信息传递到电脑上,通过电脑将各种信息呈现出来,通过电脑对地表水热过程进行数据分析,得出干旱的信息,对干旱信息进行检测和预报。
进一步,所述基于地表水热过程的生态干旱监测预报方法进一步包括:把遥感监测与生态系统植被受旱成灾关键因素有机地结合起来,构建综合监测模型,从植被叶面绿度指数、叶冠温度和监测区降雨等三个方面的时空动态变化,对植被真实水热胁迫程度进行综合分析评价,建立生态系统缺水受旱程度的综合监测方法;
根据生态系统植被受旱成灾的过程建立生态干旱监测综合模型,以遥感干旱指数和气象干旱指数为基础,建立能够适用于快速开展生态干旱监测评价的综合模型;该模型将包括:基于遥感数据的植被缺水指数和基于气象降雨数据的干旱指数;通过这两方面的有机结合。
进一步,当植被受干旱胁迫时,植被指数和叶冠温度的这种密切关系是生态干旱灾遥感监测的基本原理;利用植被供水指数VSWI表示生态系统植被干旱胁迫程度,其计算公式如下:
式中VSWI是植被供水指数,NDVI是植被指数,Ts为叶冠温度;
计算得植被供水指数后,根据NDVI的大小,分成不同的植被覆盖等级,针对每一个等级分别建立植被供水模型,把植被供水指数进行标准化,计算公式如下:
式中SDI是标准化后的植被供水指数,取0-100,其中SDI=0表示严重干旱,SDI=100表示非常湿润;VSWId是最旱时的植被供水指数,VSWIw是最湿润时的植被供水指数;确定方法如下:NDVI的分级步长可设为d,当NDVI的分布空间为n~(n+d),适宜植被生长的温度空间为T1~T2时,则VSWId=(n+d)/T2,VSWIw=(n+d)/T1。
进一步,采用改进型的降雨距平指数模型,改进后的模型如下:
式中DRI是改进型降雨距平指数,R为监测期内的降雨量,ARI为改进的多年平均降雨量。
进一步,植被旱情监测计算方法包括:
(1)监测期内有充足的降水,如一旬内降水量大于50-80mm,那么这一像元或地区在该监测期内将识别为无干旱胁迫,而确定为湿润;如果降水量超过80mm,则确定为过湿;
(2)监测期内没有充足的降水,但上期确定为湿润或者过湿,则本监测期内的干旱程度需要考虑上期降水对本期的影响;利用综合降水距平指数模型来进行确定,计算公式如下:
MSRI=A1×SRI1+A2×SRI2;
式中MSRI是考虑多旬降雨量的综合降水距平指数,取值0-100,MSRI值越大越湿润;SRI1和A1是监测期的降雨距平指数及其权重;SRI2和A2是上个监测期的降雨距平指数及其权重;由于当旬的降雨对旱情影响更加大,监测期和上期的权重可以考虑分别取:A1=0.6和A2=0.4;
(3)监测期和上期匀没有足够的降雨能够满足植被正常生长发育需要,那么,本发明就需要追逆到更前一时期的降雨状况,直到发现那个旬的降雨完全能够满足植被生长需要,即降雨量大于生态供水量;综合降水距平指数如下:
MSRI=A1×SRI1+A2×SRI2+......+Ak×SRIk(k<8);
式中SRIk和Ak是以前第k个监测期的降雨距平指数及其权重;k<8;分别对每旬的降雨距平指数赋予不同的权重;当SRI1=100时,取MSRI=SRI1,说明如果当旬降雨相当多,足够湿润则不至于发生干旱;
生态干旱是这两个关键因子共同作用的结果,建立标准化生态干旱指数,如下式所示:
SADI=B1×SDI+B2×MSRI;
式中SADI为生态干旱综合监测指数,B1、B2分别是植被缺水指数和降水距平指数的权重,根据不同的时期和地表类型来确定;
计算得到生态干旱综合监测指数以后,根据土地利用图,结合地理信息系统技术,分析生态干旱的情况;同时叠加上行政界线图,分析不同区域生态干旱状况,统计每个区域生态干旱面积,进行灾情评估。
本发明的优点及积极效果为:该基于地表水热过程的生态干旱监测预报方法,通过地表温度探测器对地表温度进行探测;通过地表水温探测器对地表水的温度进行实时监测和探测;通过水蒸气探测器对空气中水蒸气进行探测;通过支杆对水蒸气探测器进行支撑;通过信息处理器对探测器所探测的数据进行处理,再通过电脑对数据进行分析。
该装置能够准确的对地表水热过程进行测量和实时的监测,将地表水热过程用于生态干旱监测预报,对生态干旱做出了良好的预测,提供了参考数据。
附图说明
图1是本发明实施例提供的基于地表水热过程的生态干旱监测预报系统的结构示意图;
图中:1、电脑;2、水蒸气探测器;3、支杆;4、电池;5、信息处理器;6、地表温度探测器;7、地表水温探测器。
图2是本发明实施例提供的生态干旱监测基本框架图。
图3是本发明实施例提供的多年平均实际降雨量与经过改进的生态供水量季节性变化曲线图。
图4是本发明实施例提供的在考虑8旬降雨影响情况下各旬降水距平指数权重图。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示,本发明实施例提供的基于地表水热过程的生态干旱监测预报系统设置有电脑1、水蒸气探测器2、支杆3、电池4、信息处理器5、地表温度探测器6、地表水温探测器7。
所述水蒸气探测器2底部设置有支杆3,支杆3位于水蒸气探测器2底部,通过螺栓固定在水蒸气探测器2底部。所述信息处理器5侧面设置有电池4,电池4位于信息处理器5侧面,通过螺栓固定在信息处理器5侧面。所述信息处理器5通过数据线分别与电脑1、水蒸气探测器2、地表温度探测器6、地表水温探测器相连接7。所述电池4通过导线分别与信息处理器5、水蒸气探测器2、地表温度探测器6、地表水温探测器7相连接。
本发明的工作原理是:该装置通过地表温度探测器6对地表温度进行探测;通过地表水温探测器7对地表水的温度进行实时监测和探测;通过水蒸气探测器2对空气中水蒸气进行探测;通过支杆3对水蒸气探测器2进行支撑,通过信息处理器5对探测器所探测的数据进行处理,再通过电脑1对数据进行分析。在使用时,将支杆3插入到地表水旁边,让水蒸气探测器2位于地表水上方表面,通过地表水表面的水蒸气含量探测出地表水的蒸发程度;将地表水温探测器7放入到地表水里,再启动信息处理器,各个探测器所探测出的数据传递到信息处理器5,对信息进行处理后将信息传递到电脑1上,通过电脑1将各种信息呈现出来,通过电脑1对地表水热过程进行数据分析,从而的得出干旱的信息,对干旱信息进行检测和预报。该装置能够准确的对地表水热过程进行测量和实时的监测,将地表水热过程用于生态干旱监测预报,对生态干旱做出了良好的预测,提供了参考数据。
下面结合具体实施例对本发明作进一步描述。
实施例
本发明把遥感监测与生态系统植被受旱成灾(生态干旱)关键因素(尤其是降雨)有机地结合起来,构建综合监测模型,从植被叶面绿度指数、叶冠温度和监测区降雨等三个方面的时空动态变化,对植被真实水热胁迫程度进行综合分析评价,建立生态系统缺水受旱程度的综合监测方法。图2是这个综合监测的基本框架。
本发明根据生态系统植被受旱成灾的过程建立生态干旱监测综合模型。以遥感干旱指数和气象干旱指数为基础,建立能够适用于快速开展生态干旱监测评价的综合模型,该模型将包括两大部分:基于遥感数据的植被缺水指数和基于气象降雨数据的干旱指数。通过这两方面的有机结合,将能够保证生态干旱监测结果的准确性。
当植被受干旱胁迫时,为减少水分损失,植被叶面的气孔会部分关闭,导致叶面温度的升高,从而植被冠层温度将升高。植被指数和叶冠温度的这种密切关系是生态干旱灾遥感监测的基本原理。本发明利用植被供水指数(VSWI)就来表示生态系统植被干旱胁迫程度,其计算公式如下:
式中VSWI是植被供水指数,NDVI是植被指数,Ts为叶冠温度。这一模型的原理清楚,并且计算相对简单,易于实现,可操作性强,非常适合于生态干旱遥感监测业务化运行。
在计算得植被供水指数之后,本发明还根据NDVI的大小,分成不同的植被覆盖等级,针对每一个等级分别建立植被供水模型,从而把植被供水指数进行了标准化,计算公式如下:
式中SDI是标准化后的植被供水指数,取0-100,其中SDI=0表示严重干旱,SDI=100表示非常湿润。VSWId是最旱时的植被供水指数,VSWIw是最湿润时的植被供水指数。其确定方法如下:NDVI的分级步长可设为d,当NDVI的分布空间为n~(n+d),适宜植被生长的温度空间为T1~T2时,则VSWId=(n+d)/T2,VSWIw=(n+d)/T1。例如,NDVI的分级步长d取0.05,如果植被适宜生长温度空间为20℃~45℃时,则VSWId和VSWIw的取值如表1所示。
表1 VSWId和VSWIw的取值
如果一个地方的降雨能够达到多年平均水平,则基本上能够满足植被在这一时期的正常生长需要,因为一个地方的植被生长,实际上有一个长期适应的作用。多年平均降雨,表示该种植被的生理需水量已经能够基本上适应之一降水量的生态环境条件,从而能够支撑该植被在这种降雨条件下的正常生长发育。
本发明采用了改进型的降雨距平指数模型,改进后的模型如下:
式中DRI是改进型降雨距平指数,R为监测期内的降雨量,ARI为改进的多年平均降雨量。多年平均降雨量的改进,主要体现在两个方面:(1)在干旱地区,多年平均降雨量在某个时期内往往很小甚至为0(没有降雨)。在这种情况下,当期如果有很小的降雨(如1-2mm),按照公式(3),往往会导致RI数值会很大,容易产生旱情误判,本来很干旱,却误判为非常湿润,因为RI值在这种情况下往往会超过2甚至更大!显然不符合实际情况。因此,为了避免这种旱情误判现象的发生,本发明把多年降雨量进行改进:当AR<10mm时,取AR=10mm。这样,就会确保,在最干旱地地区,只有降雨超过10mm时才能满足植被在该监测期内的正常生长。(2)由于降雨具有季节分布非均匀性,因此,有的季节会发生集中降雨,而在一些季节则几乎没有降雨的现象。这种现象也会导致降雨距平指数不能正确地反映植被干旱胁迫。因此,本发明还需要按照降雨的季节分布进行调整,通过移动平均法,使降雨在各季节间尤其是在植被生长期内的不同监测时间段内形成一个相对平滑的变化趋势。图3表示某个地区的多年平均实际降雨量和生态供水量。生态供水量是实际降雨量经过这种平滑处理的该地区多年平均降雨季节性分布,表示该地区的生态供水量在各旬之间的理想分布状态。如果监测期内的实际降雨量大于多年平均的生态供水量,则表示该降雨能够满足植被正常生长发育需要,否则将会发生一定程度的干旱胁迫。
公式(3)指出,改进型的降雨距平指数是以2倍生态供水量来代替多年平均降雨量进行降雨距平指数计算。之所以考虑2倍,是因为本发明认为,如果一个地方的降雨量达到多年生态供水量程度,即DRI=50,则为正常,没有干旱胁迫,如果达到2倍的多年平均生态供水量,即DRI=100,则非常湿润了。如果DRI>100,即实际降雨量超过多年平均生态供水量的2倍,则取DRI=100。
这样,改进后的降雨距平指数就与改进型植被供水指数在数值上是具有可比性了,也就是说,降雨距平指数与植被供水指数具有相同的含义:当DRI=50左右时,是一种正常的状态,生态系统没有发生干旱,当DRI超过50时,为湿润状态,越接近100,表示越湿润。相反,当DRI越小越接近于0,则表示越干旱,植被受到的干旱胁迫作用越大,干旱程度越严重。
干旱是一个持续的过程,降水对植被旱情强度的影响也是一个时间积累的过程。如果监测期内能够有充足的降水,完全能够满足植被生长发育需要,则植被在该监测期内则不会发生干旱胁迫。相反,在大多数情况下,降水的分布通常不是均匀的,而是有时候多有时候少。如果某个监测期内没有充足的降水,但若是前几期有充足的降水,也不会导致植被生长在该监测期内发生干旱胁迫。因此,监测时期内(如一个旬内)的缺水并不代表一定干旱,需要同时考虑前几期的降雨量对植被生长发育的需水满足程度。这样,本发明可以考虑如下植被旱情监测计算方法:
(1)监测期内有充足的降水,如一旬内降水量大于50-80mm,那么这一像元(或地区)在该监测期内将识别为无干旱胁迫,而确定为湿润。如果降水量超过80mm,则确定为过湿。
(2)监测期内没有充足的降水,但上期确定为湿润或者过湿,则本监测期内的干旱程度需要考虑上期降水对本期的影响。可以利用综合降水距平指数模型来进行确定,计算公式如下:
MSRI=A1×SRI1+A2×SRI2 (4)
式中MSRI是考虑多旬降雨量的综合降水距平指数(取值0-100),MSRI值越大越湿润;SRI1和A1是监测期(当旬)的降雨距平指数及其权重;SRI2和A2是上个监测期(上旬)的降雨距平指数及其权重。由于当旬的降雨对旱情影响更加大,监测期和上期的权重可以考虑分别取:A1=0.6和A2=0.4。
(3)监测期和上期匀没有足够的降雨能够满足植被正常生长发育需要,那么,本发明就需要追逆到更前一时期的降雨状况,直到发现那个旬的降雨完全能够满足植被生长需要,即降雨量大于生态供水量。这样,本发明有综合降水距平指数如下:
MSRI=A1×SRI1+A2×SRI2+......+Ak×SRIk(k<8) (5)
式中SRIk和Ak是以前第k个监测期(其中k<8)的降雨距平指数及其权重。之所以取k<8,是因为实际上3个月前的降雨通常不能对现有(当期)的植被旱情产生影响。通过模拟,本发明分别对每旬的降雨距平指数赋予不同的权重(表2)。当SRI1=100时,取MSRI=SRI1,说明如果当旬降雨相当多,足够湿润则不至于发生干旱。在考虑8旬的情况下,各旬降雨距平指数的权重图4所示。
表2各旬的重权数值确定
用综合降水距平指数MSRI来分析植被干旱时空变化时,如果区域范围内只只有少数几个气象站点的数据,那么,利用有限的气象台站数据直接外推台站所在地及邻近地区的降水距平,精度就难以保证。考虑到遥感图像1km的分辨率,就要求每个点上有相应的降水数据,因此选用最优插值法对气象数据进行插值。最优插值理论广泛应用于气象要素场的客观分析、数值天气预报以及气象网站的设计中,这种方法的优点是各已知点的内插权重不是预先确定的而是根据它们对内插点所做“贡献”的大小,以一定的数学方法求取的。降水距平指数插值完成后统一转成栅格形式,采用Albers等面积投影,以便与遥感数据进行综合分析。
通过以上计算,本发明得到了生态干旱监测的两个关键因子,植被供水指数和降水距平指数。生态干旱是这两个关键因子共同作用的结果,本发明综合考虑这两个因素的影响,建立标准化生态干旱指数,如下式所示:
SADI=B1×SDI+B2×MSRI(6)
式中SADI为生态干旱综合监测指数,B1、B2分别是植被缺水指数和降水距平指数的权重,根据不同的时期和地表类型来确定。在实际应用中,可取B1为0.6,B2为0.4。为了便于对干旱进行描述,本发明划分了几个不同的级别。SADI为0-15时重旱、15-30为中旱、30-50为轻旱、50-70为正常、70-100为湿润。
计算得到生态干旱综合监测指数以后,便可以根据土地利用图,结合地理信息系统技术,分析生态干旱的情况。同时叠加上行政界线图,分析不同区域生态干旱状况,统计每个区域生态干旱面积,进行灾情评估。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (8)
1.一种基于地表水热过程的生态干旱监测预报系统,其特征在于,所述基于地表水热过程的生态干旱监测预报系统设置有电脑、水蒸气探测器、支杆、电池、信息处理器、地表温度探测器、地表水温探测器;
所述水蒸气探测器底部设置有支杆,支杆位于水蒸气探测器底部,通过螺栓固定在水蒸气探测器底部;所述信息处理器侧面设置有电池,电池位于信息处理器侧面,通过螺栓固定在信息处理器侧面。
2.如权利要求1所述的基于地表水热过程的生态干旱监测预报系统,其特征在于,所述信息处理器通过数据线分别与电脑、水蒸气探测器、地表温度探测器、地表水温探测器相连接。
3.如权利要求1所述的基于地表水热过程的生态干旱监测预报系统,其特征在于,所述电池通过导线分别与信息处理器、水蒸气探测器、地表温度探测器、地表水温探测器相连接。
4.一种基于权利要求1所述基于地表水热过程的生态干旱监测预报系统的基于地表水热过程的生态干旱监测预报方法,其特征在于,所述基于地表水热过程的生态干旱监测预报方法通过地表温度探测器对地表温度进行探测,通过地表水温探测器对地表水的温度进行实时监测和探测,通过水蒸气探测器对空气中水蒸气进行探测,通过支杆对水蒸气探测器进行支撑,通过信息处理器对探测器所探测的数据进行处理,在通过电脑对数据进行分析;在使用时,将支杆插入到地表水旁边,让水蒸气探测器位于地表水上方表面,通过地表水表面的水蒸气含量探测出地表水的蒸发程度,将地表水温探测器放入到地表水里,在启动信息处理器,各个探测器所探测出的数据传递到信息处理器,对信息进行处理后将信息传递到电脑上,通过电脑将各种信息呈现出来,通过电脑对地表水热过程进行数据分析,得出干旱的信息,对干旱信息进行检测和预报。
5.如权利要求4所述的基于地表水热过程的生态干旱监测预报方法,其特征在于,所述基于地表水热过程的生态干旱监测预报方法进一步包括:把遥感监测与生态系统植被受旱成灾关键因素有机地结合起来,构建综合监测模型,从植被叶面绿度指数、叶冠温度和监测区降雨等三个方面的时空动态变化,对植被真实水热胁迫程度进行综合分析评价,建立生态系统缺水受旱程度的综合监测方法;
根据生态系统植被受旱成灾的过程建立生态干旱监测综合模型,以遥感干旱指数和气象干旱指数为基础,建立能够适用于快速开展生态干旱监测评价的综合模型;该模型将包括:基于遥感数据的植被缺水指数和基于气象降雨数据的干旱指数;通过这两方面的有机结合。
6.如权利要求5所述的基于地表水热过程的生态干旱监测预报方法,其特征在于,当植被受干旱胁迫时,植被指数和叶冠温度的这种密切关系是生态干旱灾遥感监测的基本原理;利用植被供水指数VSWI表示生态系统植被干旱胁迫程度,其计算公式如下:
式中VSWI是植被供水指数,NDVI是植被指数,Ts为叶冠温度;
计算得植被供水指数后,根据NDVI的大小,分成不同的植被覆盖等级,针对每一个等级分别建立植被供水模型,把植被供水指数进行标准化,计算公式如下:
式中SDI是标准化后的植被供水指数,取0-100,其中SDI=0表示严重干旱,SDI=100表示非常湿润;VSWId是最旱时的植被供水指数,VSWIw是最湿润时的植被供水指数;确定方法如下:NDVI的分级步长可设为d,当NDVI的分布空间为n~(n+d),适宜植被生长的温度空间为T1~T2时,则VSWId=(n+d)/T2,VSWIw=(n+d)/T1。
7.如权利要求4所述的基于地表水热过程的生态干旱监测预报方法,其特征在于,采用改进型的降雨距平指数模型,改进后的模型如下:
式中DRI是改进型降雨距平指数,R为监测期内的降雨量,ARI为改进的多年平均降雨量。
8.如权利要求4所述的基于地表水热过程的生态干旱监测预报方法,其特征在于,植被旱情监测计算方法包括:
(1)监测期内有充足的降水,如一旬内降水量大于50-80mm,那么这一像元或地区在该监测期内将识别为无干旱胁迫,而确定为湿润;如果降水量超过80mm,则确定为过湿;
(2)监测期内没有充足的降水,但上期确定为湿润或者过湿,则本监测期内的干旱程度需要考虑上期降水对本期的影响;利用综合降水距平指数模型来进行确定,计算公式如下:
MSRI=A1×SRI1+A2×SRI2;
式中MSRI是考虑多旬降雨量的综合降水距平指数,取值0-100,MSRI值越大越湿润;SRI1和A1是监测期的降雨距平指数及其权重;SRI2和A2是上个监测期的降雨距平指数及其权重;由于当旬的降雨对旱情影响更加大,监测期和上期的权重可以考虑分别取:A1=0.6和A2=0.4;
(3)监测期和上期匀没有足够的降雨能够满足植被正常生长发育需要,那么,本发明就需要追逆到更前一时期的降雨状况,直到发现那个旬的降雨完全能够满足植被生长需要,即降雨量大于生态供水量;综合降水距平指数如下:
MSRI=A1×SRI1+A2×SRI2+......+Ak×SRIk(k<8);
式中SRIk和Ak是以前第k个监测期的降雨距平指数及其权重;k<8;分别对每旬的降雨距平指数赋予不同的权重;当SRI1=100时,取MSRI=SRI1,说明如果当旬降雨相当多,足够湿润则不至于发生干旱;
生态干旱是这两个关键因子共同作用的结果,建立标准化生态干旱指数,如下式所示:
SADI=B1×SDI+B2×MSRI;
式中SADI为生态干旱综合监测指数,B1、B2分别是植被缺水指数和降水距平指数的权重,根据不同的时期和地表类型来确定;
计算得到生态干旱综合监测指数以后,根据土地利用图,结合地理信息系统技术,分析生态干旱的情况;同时叠加上行政界线图,分析不同区域生态干旱状况,统计每个区域生态干旱面积,进行灾情评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910524448.6A CN110243409A (zh) | 2019-06-18 | 2019-06-18 | 一种基于地表水热过程的生态干旱监测预报系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910524448.6A CN110243409A (zh) | 2019-06-18 | 2019-06-18 | 一种基于地表水热过程的生态干旱监测预报系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110243409A true CN110243409A (zh) | 2019-09-17 |
Family
ID=67887705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910524448.6A Pending CN110243409A (zh) | 2019-06-18 | 2019-06-18 | 一种基于地表水热过程的生态干旱监测预报系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110243409A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110727900A (zh) * | 2019-09-20 | 2020-01-24 | 中国科学院遥感与数字地球研究所 | 一种流域植被干旱发生遥感预警与缺水估算方法 |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101187630A (zh) * | 2007-12-05 | 2008-05-28 | 北京大学 | 一种农田干旱监测方法 |
CN101629850A (zh) * | 2009-08-24 | 2010-01-20 | 中国农业科学院农业资源与农业区划研究所 | 从modis数据反演地表温度方法 |
CN101769739A (zh) * | 2008-12-29 | 2010-07-07 | 韩国地质资源研究院 | 一体化水文监视系统 |
CN102103077A (zh) * | 2009-12-16 | 2011-06-22 | 中国科学院沈阳应用生态研究所 | 一种基于modis数据的农业干旱监测方法 |
CN102176002A (zh) * | 2010-12-30 | 2011-09-07 | 中国科学院地理科学与资源研究所 | 基于地表水热通量遥感反演的干旱监测方法及系统 |
CN102253184A (zh) * | 2011-06-29 | 2011-11-23 | 南京信息工程大学 | 一种针对干旱半干旱地区的地表蒸散遥感反演方法 |
CN102539649A (zh) * | 2010-12-18 | 2012-07-04 | 西安迅腾科技有限责任公司 | 一种用于土壤墒情现场数据采集装置 |
CN102955863A (zh) * | 2011-08-17 | 2013-03-06 | 长江水利委员会长江科学院 | 一种基于分布式水文模拟的旱情评估和预报模型方法 |
CN103675234A (zh) * | 2013-12-11 | 2014-03-26 | 中国科学院遥感与数字地球研究所 | 基于地表温度与植被指数特征空间的干旱指数快速监测方法 |
CN104848901A (zh) * | 2015-06-17 | 2015-08-19 | 贵州师范学院 | 一种墒情实时监测和预测系统及其检测方法 |
CN105044287A (zh) * | 2015-07-28 | 2015-11-11 | 首都师范大学 | 地表和土壤储水量一体化测量仪 |
CN105628618A (zh) * | 2015-12-21 | 2016-06-01 | 中国矿业大学(北京) | 基于遥感地表温度与植被盖度两阶段空间探测地表蒸散的方法 |
CN106202163A (zh) * | 2016-06-24 | 2016-12-07 | 中国环境科学研究院 | 通江湖泊生态监测信息管理及预警系统 |
CN106815658A (zh) * | 2017-01-17 | 2017-06-09 | 云南瀚哲科技有限公司 | 一种农业干旱预警系统 |
CN107256293A (zh) * | 2017-05-24 | 2017-10-17 | 南京雨后地软环境技术有限公司 | 一种气候‑生态系统耦合建模方法 |
CN107258494A (zh) * | 2017-07-06 | 2017-10-20 | 郑州大学 | 一种植被生态高效用水智能化精准调配系统 |
CN107655574A (zh) * | 2017-08-23 | 2018-02-02 | 中国科学院光电研究院 | 时序热红外遥感地表温度/发射率同时反演的方法及系统 |
CN107782701A (zh) * | 2017-09-20 | 2018-03-09 | 北京师范大学 | 一种多源遥感数据的农业干旱监测方法 |
CN107944636A (zh) * | 2017-12-14 | 2018-04-20 | 河海大学 | 一种流域生态干旱评估与预报方法 |
CN207675217U (zh) * | 2017-11-27 | 2018-07-31 | 北京圣世信通科技发展有限公司 | 一种一体化多参数墒情仪 |
CN108829975A (zh) * | 2018-06-19 | 2018-11-16 | 中国科学院地理科学与资源研究所 | 地表温度日内变化过程的遥感估算方法和装置 |
CN109862110A (zh) * | 2019-03-07 | 2019-06-07 | 水利部牧区水利科学研究所 | 一种数据采集装置、蒸散发监控系统及方法 |
-
2019
- 2019-06-18 CN CN201910524448.6A patent/CN110243409A/zh active Pending
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101187630A (zh) * | 2007-12-05 | 2008-05-28 | 北京大学 | 一种农田干旱监测方法 |
CN101769739A (zh) * | 2008-12-29 | 2010-07-07 | 韩国地质资源研究院 | 一体化水文监视系统 |
CN101629850A (zh) * | 2009-08-24 | 2010-01-20 | 中国农业科学院农业资源与农业区划研究所 | 从modis数据反演地表温度方法 |
CN102103077A (zh) * | 2009-12-16 | 2011-06-22 | 中国科学院沈阳应用生态研究所 | 一种基于modis数据的农业干旱监测方法 |
CN102539649A (zh) * | 2010-12-18 | 2012-07-04 | 西安迅腾科技有限责任公司 | 一种用于土壤墒情现场数据采集装置 |
CN102176002A (zh) * | 2010-12-30 | 2011-09-07 | 中国科学院地理科学与资源研究所 | 基于地表水热通量遥感反演的干旱监测方法及系统 |
CN102253184A (zh) * | 2011-06-29 | 2011-11-23 | 南京信息工程大学 | 一种针对干旱半干旱地区的地表蒸散遥感反演方法 |
CN102955863A (zh) * | 2011-08-17 | 2013-03-06 | 长江水利委员会长江科学院 | 一种基于分布式水文模拟的旱情评估和预报模型方法 |
CN103675234A (zh) * | 2013-12-11 | 2014-03-26 | 中国科学院遥感与数字地球研究所 | 基于地表温度与植被指数特征空间的干旱指数快速监测方法 |
CN104848901A (zh) * | 2015-06-17 | 2015-08-19 | 贵州师范学院 | 一种墒情实时监测和预测系统及其检测方法 |
CN105044287A (zh) * | 2015-07-28 | 2015-11-11 | 首都师范大学 | 地表和土壤储水量一体化测量仪 |
CN105628618A (zh) * | 2015-12-21 | 2016-06-01 | 中国矿业大学(北京) | 基于遥感地表温度与植被盖度两阶段空间探测地表蒸散的方法 |
CN106202163A (zh) * | 2016-06-24 | 2016-12-07 | 中国环境科学研究院 | 通江湖泊生态监测信息管理及预警系统 |
CN106815658A (zh) * | 2017-01-17 | 2017-06-09 | 云南瀚哲科技有限公司 | 一种农业干旱预警系统 |
CN107256293A (zh) * | 2017-05-24 | 2017-10-17 | 南京雨后地软环境技术有限公司 | 一种气候‑生态系统耦合建模方法 |
CN107258494A (zh) * | 2017-07-06 | 2017-10-20 | 郑州大学 | 一种植被生态高效用水智能化精准调配系统 |
CN107655574A (zh) * | 2017-08-23 | 2018-02-02 | 中国科学院光电研究院 | 时序热红外遥感地表温度/发射率同时反演的方法及系统 |
CN107782701A (zh) * | 2017-09-20 | 2018-03-09 | 北京师范大学 | 一种多源遥感数据的农业干旱监测方法 |
CN207675217U (zh) * | 2017-11-27 | 2018-07-31 | 北京圣世信通科技发展有限公司 | 一种一体化多参数墒情仪 |
CN107944636A (zh) * | 2017-12-14 | 2018-04-20 | 河海大学 | 一种流域生态干旱评估与预报方法 |
CN108829975A (zh) * | 2018-06-19 | 2018-11-16 | 中国科学院地理科学与资源研究所 | 地表温度日内变化过程的遥感估算方法和装置 |
CN109862110A (zh) * | 2019-03-07 | 2019-06-07 | 水利部牧区水利科学研究所 | 一种数据采集装置、蒸散发监控系统及方法 |
Non-Patent Citations (4)
Title |
---|
《中国博士学位论文全文数据库 基础科学辑》: "基于观测的巴丹吉林沙漠地-气水热交换研究", 《中国博士学位论文全文数据库 基础科学辑》 * |
ZHENGGUO LI 等: "Spatiotemporal variability of land surface moisture based on vegetation and temperature characteristics in Northern Shaanxi Loess Plateau, China", 《JOURNAL OF ARID ENVIRONMENTS》 * |
独文惠 等: "热红外遥感及其在农业旱情监测中的应用研究进展", 《中国农业信息》 * |
高懋芳 等: "全国农业生态指数遥感监测评价方法研究", 《2009年中国农业资源与区划学会学术年会论文集》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110727900A (zh) * | 2019-09-20 | 2020-01-24 | 中国科学院遥感与数字地球研究所 | 一种流域植被干旱发生遥感预警与缺水估算方法 |
CN110727900B (zh) * | 2019-09-20 | 2021-09-14 | 中国科学院遥感与数字地球研究所 | 一种流域植被干旱发生遥感预警与缺水估算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Grivas et al. | Artificial neural network models for prediction of PM10 hourly concentrations, in the Greater Area of Athens, Greece | |
Zhang et al. | A modified water demand estimation method for drought identification over arid and semiarid regions | |
Gardner | Assessing the effect of climate change on mean annual runoff | |
Christidis et al. | Human contribution to the lengthening of the growing season during 1950–99 | |
Durre et al. | NOAA’s 1981–2010 US climate normals: Monthly precipitation, snowfall, and snow depth | |
Zhang et al. | A sensitivity study of applying a two‐source potential evapotranspiration model in the standardized precipitation evapotranspiration index for drought monitoring | |
Łabędzki et al. | Impact of meteorological drought on crop water deficit and crop yield reduction in Polish agriculture. | |
Chubb et al. | Estimation of wind-induced losses from a precipitation gauge network in the Australian Snowy Mountains | |
Zhou et al. | The integrated surface drought index (ISDI) as an indicator for agricultural drought monitoring: theory, validation, and application in Mid-Eastern China | |
Potopová et al. | Projected changes in the evolution of drought on various timescales over the Czech Republic according to Euro‐CORDEX models | |
McRoberts et al. | The use of a high-resolution standardized precipitation index for drought monitoring and assessment | |
Leasor et al. | Utilizing objective drought severity thresholds to improve drought monitoring | |
Irmak et al. | Variability analyses of alfalfa-reference to grass-reference evapotranspiration ratios in growing and dormant seasons | |
CN110243409A (zh) | 一种基于地表水热过程的生态干旱监测预报系统及方法 | |
Baum et al. | Surface boundary layer of cattle feedlots: Implications for air emissions measurement | |
Verstraeten et al. | Remotely sensed soil moisture integration in an ecosystem carbon flux model. The spatial implication | |
Ari et al. | Impact of global warming on meteorological drought: A case study of the Songliao Plain, China | |
Fiebrich et al. | Toward the standardization of mesoscale meteorological networks | |
Balling et al. | Estimating future residential water consumption in Phoenix, Arizona based on simulated changes in climate | |
Ogunrinde et al. | Characterization of drought using four drought indices under climate change in the Sahel region of Nigeria: 1981–2015 | |
Behrer et al. | Current Benefits of Wildfire Smoke for Yields in the US Midwest May Dissipate by 2050 | |
Kuwagata et al. | Influence of local land cover on meteorological conditions in farmland: Case study of a rice paddy field near Tsukuba City, Japan | |
Westcott et al. | Use of real-time multisensor data to assess the relationship of normalized corn yield with monthly rainfall and heat stress across the central United States | |
Wang et al. | Large-scale assessments and mapping of snow hazards in pastoral areas of the Tibetan Plateau using microwave remote sensing data and ground records | |
Daradur et al. | New drought products: transforming drought information to facilitate decision making |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190917 |
|
RJ01 | Rejection of invention patent application after publication |