CN116934518B - 一种基于标准化陆地水储量指数的干旱遥感监测方法 - Google Patents

一种基于标准化陆地水储量指数的干旱遥感监测方法 Download PDF

Info

Publication number
CN116934518B
CN116934518B CN202311167476.XA CN202311167476A CN116934518B CN 116934518 B CN116934518 B CN 116934518B CN 202311167476 A CN202311167476 A CN 202311167476A CN 116934518 B CN116934518 B CN 116934518B
Authority
CN
China
Prior art keywords
drought
land water
land
index
water reserve
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.)
Active
Application number
CN202311167476.XA
Other languages
English (en)
Other versions
CN116934518A (zh
Inventor
张选泽
任婵月
田静
郑玉峰
苗平
田小强
张永强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Erdos Flood And Drought Disaster Prevention Technology Center
Ordos Meteorological Bureau
Institute of Geographic Sciences and Natural Resources of CAS
Original Assignee
Erdos Flood And Drought Disaster Prevention Technology Center
Ordos Meteorological Bureau
Institute of Geographic Sciences and Natural Resources of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Erdos Flood And Drought Disaster Prevention Technology Center, Ordos Meteorological Bureau, Institute of Geographic Sciences and Natural Resources of CAS filed Critical Erdos Flood And Drought Disaster Prevention Technology Center
Priority to CN202311167476.XA priority Critical patent/CN116934518B/zh
Publication of CN116934518A publication Critical patent/CN116934518A/zh
Application granted granted Critical
Publication of CN116934518B publication Critical patent/CN116934518B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Agronomy & Crop Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Mining & Mineral Resources (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开了一种基于标准化陆地水储量指数的干旱遥感监测方法，包括以下流程：S1、获取基于重力卫星遥感反演的陆地水储量的原始时间序列数据集；S2、依据某一时间尺度的干旱监测应用需求，计算该时间尺度上陆地水储量变化的滑动平均时间序列；S3、由不同时间尺度上陆地水储量变化的滑动平均时间序列计算出对应时间尺度的标准化陆地水储量指数STWSI；S4、依据计算所得的标准化陆地水储量指数，进行干旱监测情况判断。本发明利用全新定义的标准化陆地水储量指数实现水文、地下水、农业或生态系统的干旱监测，基于卫星遥感陆地水储量变化表征干旱状况，算法简单，参与计算的观测数据易获取，能更准确地描述干旱严重程度。

Description

一种基于标准化陆地水储量指数的干旱遥感监测方法
技术领域
本发明涉及一种干旱监测方法，尤其涉及一种基于标准化陆地水储量指数的干旱遥感监测方法。
背景技术
干旱是一种多发的极端气候事件，同时也是最具破坏性的自然灾害之一。频繁发生的干旱灾害会给生态环境、农业生产、经济活动、社会民生等带来严重影响。现有用于监测干旱强度的干旱指数包括多种，如（1）标准化降水指数（SPI），仅能反映大气降水供应的短缺引起的干旱变化；（2）标准化降水蒸散发指数（SPEI），需要估算潜在蒸散发（PET），但是潜在蒸散发存在多种算法，不同算法差异很大，导致潜在蒸散发具有非常大的不确定性；（3）标准化土壤湿度指数（SSMI），仅需要土壤湿度观测数据，但是目前观测稀少、时间和空间连续性差，此外，观测仪器安装和维护成本高。
上述干旱指数的具体算法方案如下：
（1）标准化降水指数（SPI）：
其中，P为月累积降水时间序列，为各个月份P的多年平均值，/>为各个月份P的多年标准差。SPI指数仅能反映大气降水供应的短缺引起的干旱变化。需要指出的是，实际应用中由于降水数据只要服从伽玛（Gamma）分布，SPI是由服从伽玛分布的函数拟合降水的时间序列并进行标准化后得到。
（2）标准化降水蒸散发指数（SPEI）：
，
或
，
其中，，为降水P和潜在蒸散发PET的差值。而F为D时间序列服从log-logistic分布的拟合函数：
，
其中，为参数；该指数算法需要估算潜在蒸散发（PET），但是潜在蒸散发存在多种算法，不同算法差异很大，导致潜在蒸散发具有非常大的不确定性。
（3）标准化土壤湿度指数（SSMI）：
，
其中，SM为土壤湿度时间序列；和/>分别为SM的均值和标准差；该指数算法仅用土壤湿度一个变量作为输入，计算简单，但土壤湿度的观测稀少，因此，该指数在时间和空间的适用性都受到限制。
发明内容
为了解决上述技术所存在的不足之处，本发明提供了一种基于标准化陆地水储量指数的干旱遥感监测方法。
为了解决以上技术问题，本发明采用的技术方案是：一种基于标准化陆地水储量指数的干旱遥感监测方法，包括以下流程：
S1、获取基于重力卫星遥感反演的陆地水储量的原始时间序列数据集；
S2、依据某一时间尺度的干旱监测应用需求，计算该时间尺度上陆地水储量变化的滑动平均时间序列；
S3、由不同时间尺度上陆地水储量变化的滑动平均时间序列计算出对应时间尺度的标准化陆地水储量指数STWSI；
S4、依据计算所得的标准化陆地水储量指数，进行干旱监测情况判断。
进一步地，步骤S1中，所获取的重力卫星遥感反演数据包括但不限于GRACE或GRACE-FO TWS时间序列数据。
进一步地，步骤S2中，某一时间尺度n的陆地水储量变化的滑动平均时间序列由原始陆地水储量的时间序列TWS在该时间尺度上的滑动平均计算得到，如公式所示：
，
其中，为某一陆地区域上某一时间尺度的陆地水储量变化的滑动平均时间序列；TWS为原始陆地水储量的时间序列。
进一步地，步骤S3中，标准化陆地水储量指数STWSI的指数表征公式为：
，
其中，为某一陆地区域上某一时间尺度的陆地水储量变化的滑动平均时间序列，单位是cm；/>为该时间尺度上陆地水储量变化的平均值，/>是该时间尺度上陆地水储量变化的标准差；
或
，
其中，或/>为/>在某一时间尺度的时间序列服从广义极值分布的拟合函数；/>为该时间尺度上多年的G时间序列的平均值；/>是该时间尺度的G时间序列的标准差。
进一步地，步骤S4中，STWSI小于0，表示陆地地表及地下水含量低于正常值，呈现水分亏缺状态；反之，STWSI大于0，表示陆地地表及地下水含量大于正常值，呈现水分盈余的状态。
进一步地，干旱等级分为轻度干旱、中度干旱、重度干旱和极端干旱，不同干旱等级间的分隔点为数据的1、1.5/>和2/>，/>为标准差；
-1<STWSI≤0，表示轻度干旱；
-1.5<STWSI≤-1，表示中度干旱；
-2<STWSI≤-1.5，表示重度干旱；
STWSI≤-2，表示极端干旱。
本发明公开了一种基于标准化陆地水储量指数的干旱遥感监测方法，利用全新定义的标准化陆地水储量指数实现水文、地下水、农业或生态系统的干旱监测；本发明基于卫星遥感陆地水储量变化表征干旱状况，算法简单，参与计算的观测数据易获取，能更准确地描述湖泊、农田、森林、草地等陆地生态系统中发生的干旱严重程度。
附图说明
图1为本发明标准化陆地水储量指数（STWSI）的计算流程图。
图2为本发明实施例中鄱阳湖地区2002-2023年在不同时间尺度的标准化陆地水储量指数的时间序列图。
图3为本发明实施例中长江流域在2022年7-9月的标准化陆地水储量指数空间分布图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明提出一种基于标准化陆地水储量指数的干旱遥感监测方法，是一种新的基于卫星遥感监测的干旱指数算法，基于卫星遥感陆地水储量负异常变化表征干旱状况，能够准确地描述水文、地下水、农田、森林、草地等陆地生态系统中发生的干旱程度。
首先，本发明定义了一个新的干旱指数，为标准化陆地水储量指数（英文名：Standardized Terrestrial Water Storage Index （STWSI）），该标准化陆地水储量指数在不同时间尺度的计算流程如图1所示，计算步骤如下：
S1、获取基于重力卫星遥感反演的陆地水储量的原始时间序列数据集（GRACETWS）；
S2、依据某一时间尺度（如1、3、6、12等月尺度）的干旱监测应用需求，计算该时间尺度上陆地水储量变化的滑动平均时间序列（TWSA）；
S3、由不同时间尺度上陆地水储量变化的滑动平均时间序列（TWSA）计算出对应时间尺度的标准化陆地水储量指数；
S4、依据计算所得的标准化陆地水储量指数，进行干旱监测情况判断。
其中，所获取的重力卫星遥感反演数据包括但不限于GRACE或GRACE-FO TWS时间序列数据；
某一时间尺度（n）的陆地水储量变化的滑动平均时间序列（TWSA）由原始陆地水储量的时间序列（TWS）在该时间尺度上的滑动平均计算得到，如公式所示：
，
标准化陆地水储量指数的指数表征公式为：
，
其中，为某一陆地区域上某一日或月等时间尺度的陆地水储量变化的时间序列，单位是cm；/>为该时间尺度上多年的陆地水储量变化的平均值，/>是该时间尺度上多年的陆地水储量变化的标准差；
或
，
其中，或/>为/>在某一日或月等时间尺度的时间序列服从广义极值分布（GEV）分布的拟合函数；/>为该时间尺度上多年的G时间序列的平均值；/>是该时间尺度的G时间序列的标准差。
计算得到标准化陆地水储量指数STWSI，需依据该指数值进行干旱监测情况判断。
陆地水储量负异常，即某一气象或气候条件下，由重力卫星观测到某一区域陆地水储量数值相对于多年平均值异常偏少，单位是cm。当卫星监测显示陆地水储量负异常，则STWSI小于0，表示陆地地表及地下水含量低于正常值，呈现水分亏缺状态；反之，STWSI大于0，表示陆地地表及地下水含量大于正常值，呈现水分盈余的状态。值的大小表示偏离正常值的程度。按照世界气象组织（WMO）提出的干旱分类体系，干旱等级分为轻度干旱、中度干旱、重度干旱和极端干旱，不同干旱等级间的分隔点为数据的1（/>为标准差）、1.5/>和2/>。STWSI服从标准正态分布（/>=0；/>=1），因而，STWSI干旱等级划分如表1所示。
若按照正态分布的特征，出现轻度、中度、重度和极端干旱的概率分别为34.1%、9.2%、4.4%和2.3%。干旱事件出现轻度、中度、重度和极端干旱的重现期分别约为3、10、20和50年。
表1. 标准化陆地水储量指数（STWSI）干旱等级划分
干旱等级 取值范围 发生概率（%） 重现期（年）
轻度干旱 -1<STWSI≤0 34.1 3
中度干旱 -1.5<STWSI≤-1 9.2 10
重度干旱 -2<STWSI≤-1.5 4.4 20
极端干旱 STWSI≤-2 2.3 50
实施例
本实施例以2002-2003年长江流域地水储量变化为干旱监测应用实例。获取该区域基于重力卫星遥感反演的陆地水储量的原始时间序列数据集，在月时间尺度1、3、6、12月计算准化陆地水储量干旱指数，分别记为STWSI-1、STWSI-3、STWSI-6、STWSI-12。
图2显示为在江西鄱阳湖区域上时间尺度为1个月、3个月、6个月和12个月的标准化陆地水储量指数STWSI在剔除趋势后的时间序列比较。图中，下方区域覆盖时段即为干旱时期。由图2可知，STWSI表征了2002年至今有6次较严重的干旱事件，发生时段为2003-2004年、2007-2008年、2011年、2013年、2019-2020年和2022-2023年。其中，在2022-2023年发生了极端干旱事件（STWSI-3≤-2）。进一步分析，图3显示为2022年7-9月标准化陆地水储量指数在长江流域上空间分布图，干旱指数时间尺度为3个月，由图可知，干旱等级从2022年7月份在四川和江西鄱阳湖一带的重度干旱发展到9月份覆盖整个长江中下游各个省份的极端干旱等级，大片区域达到了STWSI-3≤-3的程度。通过本发明的标准化陆地水储量指数（STWSI）可以充分反映了极端干旱事件对陆地水储量负异常造成的严重影响，从而实现对陆地大流域大范围的长期干旱监测，并有助于农业、生态、人口等灾害损失评估。
由此，对于本发明所公开的基于标准化陆地水储量指数的干旱遥感监测方法，定义了一个新的干旱指数，名称为：标准化陆地水储量指数（STWSI），该指数由陆地水储量的标准化时间序列表征，某一时间尺度（n）的标准化陆地水储量指数（STWSI-n）由该时间尺度上陆地水储量变化的滑动平均时间序列经过标准化算出。该指数算法是传统的干旱指数如标准化降水指数（SPI）、标准化降水蒸散发指数（SPEI）、标准化土壤湿度指数（SMMI）、和帕尔默干旱指数（PDSI）等之外的新算法，可应用于气象、农业、水文或遥感等领域的干旱监测，以及用于气候变化方面的研究。
在应用本发明的STWSI干旱指数判断干旱情况时，具有计算简单、容易获取，且历史时期的长时间序列观测数据丰富的优势。与标准化土壤湿度指数（SMMI）具有较高的相关性，比标准化降水指数（SPI）更适用于农业和生态方面的干旱监测。
上述实施方式并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的技术方案范围内所做出的变化、改型、添加或替换，也均属于本发明的保护范围。

Claims (3)

1.一种基于标准化陆地水储量指数的干旱遥感监测方法，其特征在于：包括以下流程：
S1、获取基于重力卫星遥感反演的陆地水储量的原始时间序列数据集；
S2、依据某一时间尺度的干旱监测应用需求，计算该时间尺度上陆地水储量变化的滑动平均时间序列；
S3、由不同时间尺度上陆地水储量变化的滑动平均时间序列计算出对应时间尺度的标准化陆地水储量指数STWSI；
S4、依据计算所得的标准化陆地水储量指数，进行干旱监测情况判断；
步骤S1中，所获取的重力卫星遥感反演数据包括但不限于GRACE或GRACE-FO TWS时间序列数据；
步骤S2中，某一时间尺度n的陆地水储量变化的滑动平均时间序列由原始陆地水储量的时间序列TWS在该时间尺度上的滑动平均计算得到，如公式所示：
，
其中，为某一陆地区域上某一时间尺度的陆地水储量变化的滑动平均时间序列；TWS为原始陆地水储量的时间序列；
步骤S3中，标准化陆地水储量指数STWSI的指数表征公式为：
，
其中，为某一陆地区域上某一时间尺度的陆地水储量变化的滑动平均时间序列，单位是cm；/>为该时间尺度上陆地水储量变化的平均值，/>是该时间尺度上陆地水储量变化的标准差；
或
，
其中，或/>为/>在某一时间尺度的时间序列服从广义极值分布的拟合函数；/>为该时间尺度上多年的G时间序列的平均值；/>是该时间尺度的G时间序列的标准差。
2.根据权利要求1所述的基于标准化陆地水储量指数的干旱遥感监测方法，其特征在于：步骤S4中，STWSI小于0，表示陆地地表及地下水含量低于正常值，呈现水分亏缺状态；反之，STWSI大于0，表示陆地地表及地下水含量大于正常值，呈现水分盈余的状态。
3.根据权利要求2所述的基于标准化陆地水储量指数的干旱遥感监测方法，其特征在于：干旱等级分为轻度干旱、中度干旱、重度干旱和极端干旱，不同干旱等级间的分隔点为数据的1、1.5/>和2/>，/>为标准差；
-1<STWSI≤0，表示轻度干旱；
-1.5<STWSI≤-1，表示中度干旱；
-2<STWSI≤-1.5，表示重度干旱；
STWSI≤-2，表示极端干旱。
CN202311167476.XA 2023-09-12 2023-09-12 一种基于标准化陆地水储量指数的干旱遥感监测方法 Active CN116934518B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311167476.XA CN116934518B (zh) 2023-09-12 2023-09-12 一种基于标准化陆地水储量指数的干旱遥感监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311167476.XA CN116934518B (zh) 2023-09-12 2023-09-12 一种基于标准化陆地水储量指数的干旱遥感监测方法

Publications (2)

Publication Number Publication Date
CN116934518A CN116934518A (zh) 2023-10-24
CN116934518B true CN116934518B (zh) 2023-12-26

Family

ID=88375574

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311167476.XA Active CN116934518B (zh) 2023-09-12 2023-09-12 一种基于标准化陆地水储量指数的干旱遥感监测方法

Country Status (1)

Country Link
CN (1) CN116934518B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103678885A (zh) * 2013-11-22 2014-03-26 河海大学 一种基于重力卫星的干旱指数构建及分析方法
CN115239053A (zh) * 2022-04-26 2022-10-25 中国地质大学（武汉） 一种干旱区面积扩张的变暖信号识别与人口影响评估方法
CN115878685A (zh) * 2022-06-28 2023-03-31 武汉大学 融合多指标的综合偏差干旱指数的旱情监测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140343855A1 (en) * 2013-05-15 2014-11-20 The Regents Of The University Of California Drought Monitoring and Prediction Tools

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103678885A (zh) * 2013-11-22 2014-03-26 河海大学 一种基于重力卫星的干旱指数构建及分析方法
CN115239053A (zh) * 2022-04-26 2022-10-25 中国地质大学（武汉） 一种干旱区面积扩张的变暖信号识别与人口影响评估方法
CN115878685A (zh) * 2022-06-28 2023-03-31 武汉大学 融合多指标的综合偏差干旱指数的旱情监测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于GRACE陆地水储量降尺度的塔里木河流域干旱特征及驱动因子分析;魏光辉;杨鹏;周海鹰;夏军;陈杰;桂东伟;巴音达拉;;中国农村水利水电(07);第12-25页 *
长江流域陆地水储量与多源水文数据对比分析;王文;王鹏;崔巍;;水科学进展(06);第759-768页 *

Also Published As

Publication number Publication date
CN116934518A (zh) 2023-10-24

Similar Documents

Publication Publication Date Title
Pereira et al. Extreme precipitation events under climate change in the Iberian Peninsula
Plummer et al. Changes in climate extremes over the Australian region and New Zealand during the twentieth century
CN111260111B (zh) 基于气象大数据的径流预报改进方法
Kamruzzaman et al. Spatio-temporal analysis of climatic variables in the western part of Bangladesh
Small et al. Changes in surface air temperature caused by desiccation of the Aral Sea
Wang et al. Extreme precipitation event over the Yellow Sea western coast: Is there a trend?
CN112785031B (zh) 基于总水储量亏损指数原理提高干旱监测时空准确性方法
CN111242404A (zh) 一种强降雨诱发洪灾事件的极端性评估方法及系统
Sabzevari et al. Evaluation of precipitation and river discharge variations over southwestern Iran during recent decades
Ferreira da Silva et al. Spatiotemporal variability of vegetation due to drought dynamics (2012–2017): a case study of the Upper Paraíba River basin, Brazil
Suriano et al. Spatio‐temporal variability of Great Lakes basin snow cover ablation events
CN112734244B (zh) 一种基于饱和水汽压差的干旱指数计算方法
Szabó et al. Geospatial analysis of drought tendencies in the Carpathians as reflected in a 50-year time series
CN117688290B (zh) 基于等级划分的干旱灾害综合风险预警方法及系统
CN116934518B (zh) 一种基于标准化陆地水储量指数的干旱遥感监测方法
Hammouri et al. Drought assessment using GIS and remote sensing in Amman-Zarqa basin, Jordan
Akşan et al. Comparison of the meteorological drought indices according to the parameter (s) used in the Southeastern Anatolia Region, Turkey
Kam et al. Human contribution to 2020/21-like persistent Iran meteorological droughts
Islam et al. Impact of Climate Change on Heavy Rainfall in Bangladesh
Abdullahi et al. Rainfall Dynamics o f Terengganu Malaysia and its Recent Trends Analysis Using The Mann-Kendal l Test
Hubbard et al. Toward a Better Quality Control of Weather Data
Wang et al. Anthropogenic Influences on the Extremely Dry and Hot Summer of 2020 in Southern China and Projected Changes in the Likelihood of the Event
Fatima et al. Variation in climatological regimes in Coastal-Rural Districts of Sindh, Pakistan
Nugroho et al. Investigation of the Variability of Dry/Wet Meteorological conditions using the SPEI/SPI Index in the Selo Watershed, Period 1981-2020.
Mohammed et al. Changes and variability of rainfall amounts and extreme indices in Gedeo Zone, Southern Ethiopia

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
GR01 Patent grant
GR01 Patent grant