多云地区的干旱指数遥感模型研究

This project aims to propose a new comprehensive drought index model for cloudy region using remote-sensing method. While most of the existing remote sensing-based drought indices have successfully characterized droughts in arid and semi-arid regions, their use in cloudy regions is still limited. Take Guangdong Province for example, spring drought occurred frequently, however, it is difficult to be monitored by traditional remote sensing-based model due to the cloud noise. This study tries to improve the above question, and propose a new remote-sensing drought index model based on standard daily cloud optical thickness index (SDCOTI) and antecedent drought index (ADI) for the cloudy pixels. Combining the established optimal drought index model in this study for the non-cloudy pixels, the drought index of the whole study area can be achieved. SDCOTI methods take into account that the different optical thickness of the cloud has effect on rainfall, water vapor content in the air and the ground evapotranspiration. It also taking into accounts the daily cloud optical thickness values has skewness distribution characteristics. So the Gamma distribution is used to fit the cumulative cloud optical thickness index, and then it fitted to standard normal distribution. The final model will eventually be applied in cloudy region with sparse weather stations, and produce more objective and accurate drought index.

本课题为针对多云地区干旱指数的遥感模型反演问题的研究。以广东省为例，春耕期间旱情频发，却以多云天气为主。传统旱情遥感模型无法获得有云像元对应地表的旱情指数，应用于此类多云地区时，反演的旱情分布图存在大量空值区，在应用于“三防”部门的旱情监测工作中受到很大限制。本课题旨在改善上述问题，提出基于标准日均云光学厚度值（SDCOTI）及上期干旱指数（ADI）的方法估算有云像元干旱指数。SDCOTI既注重了不同光学厚度的云对降雨、空气水汽含量以及地面蒸散发量的影响，也考虑到了监测周期日均云光学厚度值的偏态分布特性，并采用了 Gamma分布拟合其变化以及标准正态化处理。鉴于课题组能获得广东省的土壤墒情台站数据，本次研究区设为华南地区的广东省区域。由于迄今为止未见针对有云像元的干旱指数模型研究，本次研究的内容对今后的相关研究具有较大的参考价值。

本课题为针对多云地区干旱指数的遥感模型反演问题的研究。以广东省为例，春耕期间旱情频发，却以多云天气为主。传统旱情遥感模型无法获得有云像元对应地表的旱情指数，应用于此类多云地区时，反演的旱情分布图存在大量空值区，在应用于“三防”部门的旱情监测工作中受到很大限制。本课题旨在改善上述问题，提出一种针对有云区的干旱指数遥感模型。该模型能够基于云光学厚度（COT）计算得到标准日均云光学厚度值（SDCOTI），以及条件植被指数（VCI）计算得到的上期干旱指数（ADI）估算有云像元的干旱指数。课题基于MODIS数据、土地利用数据，计算了农业区域2001~2016年的地表反射率、VCI以及云光学厚度数据；并基于广东省土壤墒情台站数据、历史无云像元VCI值、云光学厚度值，使用回归方程和线性拉伸等数学方法建立了符合广东地区的有云像元的干旱指数模型，并计算DI值；最后还根据得到的2001~2016年间的DI值对研究区进行干旱风险评估，认为广东省干旱易发生在春夏季，特别是三四月份。实验中，SDCOTI注重了不同光学厚度的云对降雨、空气水汽含量以及地面蒸散发量的影响，考虑到了监测周期日均云光学厚度值的偏态分布特性，还将其进行了标准正态化处理。本研究中研究区设为华南地区的广东省区域。实验结果显示，基于本研究提出的模型，可以补全有云像元的干旱指数，且与气象公报中的干旱统计结果有一致性，可良好服务于多云地区的干旱监测。