楊彥榮 胡國(guó)強(qiáng)

關(guān)鍵詞： 土壤濕度; 地表溫度; 植被供水指數(shù); MODIS; 遙感反演; 植被指數(shù)

中圖分類號(hào)： TN911.23?34 ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2019）02?0138?05

Research on soil moisture retrieval method based on VSWI for drought region

YANG Yanrong， HU Guoqiang

（Network & Education Technology Center， Northwest A&F University， Yangling 712100， China）

Abstract： The vegetation supply water index （VSWI） is an efficient index for drought research， and an important method for regional soil moisture retrieval. Parameters of normalized difference vegetation index （NDVI）， modified soil?adjusted vegetation index （MSAVI）， enhanced vegetation index （EVI） and land surface temperature （Ts） are extracted by using the MODIS data， so as to build the VSWI， MSAVI?based VSWI （VSWI?M） and EVI?based VSWI （VSWI?E）. The soil moisture retrieval effects using the three indexes are compared. On this basis， the mixed VSWI （MVSWI） model based on sub?regions and NDVI threshold is built. The actual moisture measured data of 20 cm of soil is used to verify the model. The RE and RMSE results show that the MVSWI model has a good accuracy， which can be used for soil moisture estimation.

Keywords： soil moisture; land surface temperature; VSWI; MODIS; remote sensing retrieval; vegetation index

0 ?引 ?言

土壤濕度是進(jìn)行農(nóng)業(yè)旱澇監(jiān)測(cè)的重要指標(biāo)，并與氣候、環(huán)境有十分緊密的聯(lián)系，利用遙感技術(shù)進(jìn)行大區(qū)域土壤濕度監(jiān)測(cè)是目前研究的重點(diǎn)。植被供水指數(shù)法綜合植被指數(shù)和地表溫度信息，通過二者構(gòu)成的特征空間來反映土壤濕度，是植被生長(zhǎng)季節(jié)土壤濕度監(jiān)測(cè)的常用方法之一。該方法所需遙感參數(shù)少、時(shí)效性強(qiáng)且物理意義明確，在土壤濕度監(jiān)測(cè)中獲得廣泛的應(yīng)用[1?4]。

針對(duì)VSWI方法的研究，目前多采用單一的NDVI指數(shù)、增強(qiáng)型植被指數(shù)（EVI）或修正的土壤調(diào)整植被指數(shù)（MSAVI）建立植被指數(shù)與地表溫度特征空間[5?6]，而針對(duì)三種植被指數(shù)分別與地表溫度構(gòu)成的特征空間的比較研究還不多見;針對(duì)基于VSWI的土壤濕度反演模型的研究，大多針對(duì)整個(gè)研究區(qū)建立統(tǒng)一的模型，事實(shí)上由于下墊面情況復(fù)雜，在較大區(qū)域范圍內(nèi)采用統(tǒng)一的模型在一定程度上影響了模型的精度。目前雖然已有建立分區(qū)域的土壤濕度模型[7?8]，但現(xiàn)有的研究未考慮NDVI指數(shù)對(duì)模型的影響，針對(duì)研究區(qū)地表NDVI指數(shù)差異而建立VSWI監(jiān)測(cè)模型相對(duì)較少。

本文用MSAVI和EVI分別取代NDVI對(duì)植被供水指數(shù)進(jìn)行修正，對(duì)比基于MSAVI，EVI和NDVI三種植被指數(shù)的植被供水指數(shù)效果分析其在干旱半旱區(qū)反演土壤濕度方面的表現(xiàn);此外，嘗試建立一種考慮區(qū)域地貌和NDVI差異的混合植被供水指數(shù)（MVSWI）模型，并探討模型的適用性。

1 ?研究區(qū)和數(shù)據(jù)

1.1 ?研究區(qū)概況

陜西關(guān)中地區(qū)位于陜西省中部，地處北緯33°34′～35°52′和東經(jīng)106°18′～110°38′之間;包括西安、寶雞、咸陽(yáng)、渭南、銅川五市及楊凌區(qū)，是陜西省主要農(nóng)作物種植區(qū);關(guān)中地區(qū)地貌復(fù)雜多樣，山區(qū)、平原、黃土塬區(qū)并存，年均氣溫6～13 ℃，年均降水量500～800 mm，屬干旱半干旱氣候區(qū)，春旱、伏旱較為頻繁。

1.2 ?數(shù)據(jù)和預(yù)處理

遙感數(shù)據(jù)選用2016年5月27日MODIS L1B數(shù)據(jù)（MOD021KM）和MODIS全球每日地表溫度合成產(chǎn)品（MOD11A1），遙感數(shù)據(jù)空間分辨率均為1 km。數(shù)據(jù)處理平臺(tái)為ENVI 4.8和Arcgis 9.3，對(duì)數(shù)據(jù)進(jìn)行去除條帶噪聲、bowtie處理、幾何校正、輻射定標(biāo)、鑲嵌、裁剪等預(yù)處理，獲取研究區(qū)的影像。投影方式選擇Albers正軸等面積圓錐投影，橢球體為WGS?84。

地面實(shí)測(cè)數(shù)據(jù)來自關(guān)中地區(qū)韓城、合陽(yáng)、澄城、白水、彬縣、蒲城、大荔、富平、麟游、三原、華陰、潼關(guān)、華縣、臨渭、扶風(fēng)、長(zhǎng)安、鄠邑17個(gè)氣象臺(tái)站4月下旬的20 cm土壤相對(duì)濕度數(shù)據(jù)。由于氣象站點(diǎn)的土壤墑情數(shù)據(jù)每月上、中、下旬逢8日提供，因此，實(shí)驗(yàn)中采用的是各氣象站點(diǎn)2016年5月28日的土壤濕度數(shù)據(jù)。

2 ?研究方法

2.1 ?地表溫度的提取

目前針對(duì)MODIS數(shù)據(jù)進(jìn)行地表溫度反演的方法有單通道算法、基于MODIS白天/夜間圖像的溫度計(jì)算方法和劈窗算法等。劈窗算法雖然計(jì)算過程比較復(fù)雜，但精度相對(duì)較高，因此本文采用劈窗算法，主要步驟如下：

1） 計(jì)算混合像元比輻射率;

2） 用第2，19波段計(jì)算大氣水汽含量，進(jìn)而計(jì)算大氣透過率;

3） 利用PLANK函數(shù)計(jì)算31，32波段的亮溫;

4） 利用計(jì)算出的比輻射率、大氣透過率、亮溫等參數(shù)計(jì)算Ts，具體計(jì)算過程參考文獻(xiàn)[9?10]。

2.2 ?植被指數(shù)的提取

歸一化植被指數(shù)（NDVI）是目前應(yīng)用最廣泛的植被指數(shù)，但NDVI同時(shí)存在不足，如在高植被覆蓋區(qū)易飽和、對(duì)低植被覆蓋區(qū)的土壤背景影響沒有處理、對(duì)大氣影響的糾正不徹底等。修正的土壤調(diào)整植被指數(shù)（MSAVI）用一個(gè)自動(dòng)調(diào)節(jié)因子L來修正NDVI對(duì)土壤背景的敏感，能夠更好地描述植被覆蓋[11]。增強(qiáng)型植被指數(shù)（EVI）在描述高植被覆蓋變化方面更敏感，并能有效處理大氣溶膠影響，在研究中得到了廣泛的應(yīng)用[12]。三種植被指數(shù)計(jì)算公式分別為：

[NDVI=ρNIR-ρREDρNIR+ρRED] （1）

[MSAVI=[（2ρNIR+1）-（（2ρNIR+1）2- ? ? ? ? ? ? ? ? ?8（ρNIR-ρRED））1/2]2] （2）

[EVI=2.5（ρNIR-ρRED）（ρNIR+C1ρRED-C2ρBLUE+L）] （3）

式中：[ρRED]為紅光波段反射率，對(duì)應(yīng)MODIS第1波段;[ρNIR]為近紅外波段反射率，對(duì)應(yīng)MODIS第2波段;[ρBLUE]為藍(lán)光波段反射率，對(duì)應(yīng)MODIS第3波段;L為土壤調(diào)節(jié)參數(shù);[C1，C2]為大氣修正參數(shù)，通常取L=1，[C1]=6，[C2]=7.5。

2.3 ?土壤濕度指數(shù)提取

2.3.1 ?植被供水指數(shù)

植被供水指數(shù)（VSWI）的原理是：當(dāng)土壤水分充足時(shí)，植被生長(zhǎng)正常;當(dāng)土壤水分不足時(shí)，植物生長(zhǎng)受土壤水分脅迫，會(huì)同時(shí)出現(xiàn)兩種情況：一是作物由于缺水導(dǎo)致生長(zhǎng)狀況受到影響，NDVI減小;二是作物被迫關(guān)閉部分氣孔以減少蒸騰量，從而導(dǎo)致冠層溫度升高[13]。VSWI計(jì)算公式為：

[VSWI=NDVITs] （4）

式中：NDVI為歸一化植被指數(shù);[Ts]為地表溫度。VSWI值越小，表明土壤水分越小，即旱情越嚴(yán)重。分別用MSAVI和EVI代替式（4）中的NDVI，得到植被供水指數(shù)的另外兩種形式VSWI?M，VSWI?E的計(jì)算公式為：

[VSWI?M=MSAVITs] （5）

[VSWI?E=EVITs] （6）

2.3.2 ?混合植被供水指數(shù)

研究表明，NDVI與VSWI具有較高的正相關(guān)性，相對(duì)于[Ts]，NDVI對(duì)VSWI指數(shù)的影響更大。楊勇等根據(jù)地貌把關(guān)中地區(qū)分為三大區(qū)域：黃土塬區(qū)、平原區(qū)和山區(qū)[14]。本研究中所用氣象站點(diǎn)具體分布如下：

Ⅰ區(qū)（黃土塬區(qū)）：包括韓城、合陽(yáng)、白水、彬縣、蒲城、大荔、臨渭、長(zhǎng)安共8個(gè)氣象站點(diǎn)。

Ⅱ區(qū)（平原區(qū)）：包括華縣、華陰、潼關(guān)、富平、三原、鄠邑、扶風(fēng)、麟游、澄城9個(gè)氣象站點(diǎn)。

為了避免不同地區(qū)運(yùn)用同一植被供水指數(shù)給土壤濕度反演模型帶來誤差，通過對(duì)比分析VSWI，VSWI?M和VSWI?E三種植被供水指數(shù)在Ⅰ區(qū)和Ⅱ區(qū)的適用性，分別選出最適合Ⅰ區(qū)和Ⅱ區(qū)的一種指數(shù)，構(gòu)建適合整個(gè)研究區(qū)的混合植被供水指數(shù)（Mixed?VSWI，MVSWI）。

[MVSWI=X1， ? ?NDVI≤cX2， ? ?NDVI>c] （7）

式中：MVSWI為混合植被供水指數(shù);X1，X2為VSWI，VSWI?M或VSWI?E三種指數(shù)中的任意一個(gè);c為常量，表示NDVI的某一特定值，取值范圍為（0，1）。

2.4 ?土壤濕度反演模型

土壤濕度反演是通過建立土壤濕度與土壤濕度指數(shù)之間的關(guān)系模型實(shí)現(xiàn)的，通常借助于經(jīng)驗(yàn)?zāi)Ｐ汀３Ｓ媒?jīng)驗(yàn)?zāi)Ｐ蜑榫€性模型、指數(shù)模型和對(duì)數(shù)模型，計(jì)算公式分別為：

[Y=aX+b] （8）

[Y=aebX] （9）

[Y=aln X+b] （10）

式中：a，b為回歸系數(shù);Y為土壤濕度;X為土壤濕度指數(shù)（如VSWI等）。

對(duì)于模型的選擇，應(yīng)從結(jié)果的精度和計(jì)算復(fù)雜度兩方面綜合考慮。在三種模型精度相差不大時(shí)，線性模型由于計(jì)算簡(jiǎn)單往往被優(yōu)先采用。

2.5 ?模型評(píng)價(jià)

借助于地面樣點(diǎn)實(shí)測(cè)土壤濕度數(shù)據(jù)，通過計(jì)算反演值和實(shí)測(cè)值的誤差對(duì)模型進(jìn)行評(píng)價(jià)。本文采用相對(duì)誤差（RE）和均方根誤差（RMSE）對(duì)模型進(jìn)行檢驗(yàn)，RE和RMSE的計(jì)算公式為：

[RE=Yi-Y′iYi×100%] （11）

[RMSE=i=1n（Yi-Y′i）2n×100%] （12）

式中：[Yi為i]站點(diǎn)實(shí)測(cè)土壤濕度;[Y′i為i]站點(diǎn)模擬土壤濕度;n站點(diǎn)數(shù)目。

3 ?結(jié)果與分析

3.1 ?地表溫度計(jì)算結(jié)果

使用劈窗算法計(jì)算Ts，并將反演值與NASA提供的地表溫度產(chǎn)品（LST）進(jìn)行比較，得到二者的差值直方圖見圖1。由圖1可知，誤差值大部分在-2～2 K之間，使用ENVI的快速統(tǒng)計(jì)功能，獲得差值的平均值、標(biāo)準(zhǔn)差分別是0.25 K，1.15 K，說明反演的地表溫度具有較好的精度。

3.2 ?植被指數(shù)計(jì)算結(jié)果

運(yùn)用式（1）～式（3）分別計(jì)算NDVI，MSAVI，EVI三種植被指數(shù)，其中NDVI計(jì)算結(jié)果見圖2。NDVI，MSAVI和EVI對(duì)比見圖3。

3.3 ?SWI與土壤濕度的關(guān)系

根據(jù)式（4）～式（6）通過比值計(jì)算出每個(gè)像素的VSWI，VSWI?M和VSWI?E值。提取各氣象站點(diǎn)對(duì)應(yīng)的VSWI，VSWI?M和VSWI?E值，分別與20 cm土壤濕度實(shí)測(cè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，采用線性、對(duì)數(shù)、指數(shù)三種方式擬合，對(duì)比三種方式的擬合效果見表1。

由表1可以看出，三種指數(shù)與土壤濕度線性擬合的效果較好，其中，VSWI?M，VSWI?E與土壤濕度線性相關(guān)性相對(duì)較好且相差不大。在此只將VSWI?M與土壤濕度進(jìn)行線性回歸分析，得到土壤濕度的反演公式為：

[Y=20.37X+42.08] （13）

式中：X為植被供水指數(shù)（VSWI?M）;Y為土壤相對(duì)濕度。

3.4 ?MVSWI與土壤濕度關(guān)系

上述實(shí)驗(yàn)表明，對(duì)整個(gè)研究區(qū)采用單一模型時(shí)，植被供水指數(shù)與土壤濕度相關(guān)系數(shù)整體偏低，且未能達(dá)到5%顯著性水平。實(shí)驗(yàn)同時(shí)表明在分區(qū)域的情況下VSWI指數(shù)與土壤濕度相關(guān)性較強(qiáng)。因此，將Ⅰ區(qū)的8個(gè)站點(diǎn)和Ⅱ區(qū)的9個(gè)站點(diǎn)的VSWI，VSWI?M，VSWI?E值分別與對(duì)土壤濕度實(shí)測(cè)數(shù)據(jù)進(jìn)行相關(guān)分析，研究分區(qū)域的土壤濕度模型，結(jié)果如表2所示。

表2表明，Ⅰ區(qū)和Ⅱ區(qū)三種植被供水指數(shù)與土壤濕度實(shí)測(cè)數(shù)據(jù)均有較好的相關(guān)性;Ⅰ區(qū)VSWI?M模型效果最好，指數(shù)擬合方式最佳，其次是線性擬合;Ⅱ區(qū)VSWI?E模型效果最好，線性模型擬合方式最佳。因此，在Ⅰ區(qū)采用VSWI?M，Ⅱ區(qū)采用VSWI?E，建立混合植被供水指數(shù)（MVSWI）。對(duì)研究區(qū)NDVI統(tǒng)計(jì)分析及K均值聚類分析，得到Ⅰ區(qū)NDVI均值為0.25，因此，以NDVI=0.25為閾值，建立MVSWI計(jì)算公式為：

[MVSWI=VSWI?M， ?NDVI≤0.25VSWI?E， ? NDVI>0.25] （14）

根據(jù)式（14），計(jì)算每個(gè)像元的MVSWI值，將17個(gè)樣點(diǎn)的MVSWI值和實(shí)測(cè)值以NDVI=0.25為閾值分別進(jìn)行回歸分析（見圖4）?？紤]到線性擬合效果較好且計(jì)算簡(jiǎn)單，因此兩個(gè)分區(qū)均采用線性回歸分析，建立土壤相對(duì)濕度Y與MVSWI的關(guān)系為：

[Y=122.54 MVSWI+8.28， ?NDVI≤0.2529.91 MVSWI+21.62， ?NDVI>0.25] （15）

3.5 ?模型驗(yàn)證分析

利用式（13）、式（15）分別計(jì)算并導(dǎo)出各站點(diǎn)VSWI?M，MVSWI模型的模擬值，運(yùn)用式（11）、式（12）計(jì)算兩個(gè)模型的誤差，MVSWI模型的RMSE、RE的均值、RE小于10%的比例分別為4.11%，6.4%，76%，對(duì)應(yīng)VSWI?M模型的6.83%，10.38%，70%。

對(duì)比分析表明，MVSWI模型的誤差較小，與VSWI?M模型相比更適用于研究區(qū)的土壤濕度反演。

3.6 ?土壤濕度空間分布

參考現(xiàn)有的劃分標(biāo)準(zhǔn)[15]，把土壤濕度分為5個(gè)級(jí)別：土壤相對(duì)濕度大于80%為濕潤(rùn);60%～80%為正常;50%～60%為輕旱;40%～50%為中旱;小于40%為重旱。對(duì)土壤濕度圖按上述5個(gè)等級(jí)進(jìn)行密度分割，得到關(guān)中地區(qū)2016年5月27日土壤濕度分布圖見圖5。

根據(jù)陜西省2016年5月27日土壤墑情簡(jiǎn)報(bào)顯示，關(guān)中地區(qū)因氣溫升高較快，土壤水分隨之損失嚴(yán)重。韓城、澄城、旬邑、彬縣等地有輕到中旱，鄠邑、周至南部地區(qū)有中旱，扶風(fēng)、岐山等地由于5月下旬累計(jì)降雨較多部分地區(qū)土壤濕度較大，其他地區(qū)土壤濕度適宜，與圖4土壤濕度分布一致，此外，西安市區(qū)周圍土壤濕度較低，與實(shí)際情況相符合。

4 ?結(jié) ?論

利用MODIS數(shù)據(jù)和植被供水指數(shù)模型對(duì)關(guān)中地區(qū)土壤濕度進(jìn)行反演，得到以下結(jié)論：

1） 對(duì)整個(gè)研究區(qū)采用單一植被供水指數(shù)模型進(jìn)行研究，分別采用VSWI，VSWI?M，VSWI?E三種植被供水指數(shù)，實(shí)驗(yàn)表明三種植被供水指數(shù)與土壤濕度的相關(guān)性都不高。

2） 根據(jù)地貌和NDVI差異構(gòu)建了混合植被供水指數(shù)模型，用關(guān)中地區(qū)2016年5月27日的個(gè)案對(duì)模型進(jìn)行檢驗(yàn)，實(shí)驗(yàn)表明，MVSWI模型，均方根誤差RMSE為4.11%，相對(duì)誤差均值為6.4%，具有較好的精度。

3） 與VSWI?M相比，MVSWI誤差更小，更適用關(guān)中地區(qū)5月下旬的土壤濕度反演。

混合植被供水指數(shù)模型優(yōu)點(diǎn)是考慮了地貌和地表NDVI差異，發(fā)揮了三種VSWI指數(shù)在對(duì)應(yīng)的NDVI閾值下與土壤濕度相關(guān)性較高的優(yōu)勢(shì)，使計(jì)算精度得到一定程度的提高。本文所用到的氣象站點(diǎn)數(shù)量有限，更多的地面觀測(cè)資料有助于提高模型的精度;植被生長(zhǎng)狀況不同會(huì)影響NDVI閾值的選取，限制了模型的通用性，更科學(xué)的閾值設(shè)置需要進(jìn)一步的研究。為提高模型的精度，還需要考慮季節(jié)變化、植被類型、高程等因素對(duì)模型的影響。此外，本研究?jī)H對(duì)某一天的土壤濕度進(jìn)行了反演，因此，還需在月、年等時(shí)間尺度上進(jìn)行深入研究。

注：本文通訊作者為胡國(guó)強(qiáng)。

參考文獻(xiàn)

[1] 李海亮，戴聲佩，胡盛紅，等.基于空間信息的農(nóng)業(yè)干旱綜合監(jiān)測(cè)模型及其應(yīng)用[J].農(nóng)業(yè)工程學(xué)報(bào)，2012，28（22）：181?188.

LI Hailiang， DAI Shengpei， HU Shenghong， et al. Comprehensive monitoring model for agricultural drought and its application based on spatial information [J]. Transactions of the Chinese Society of Agricultural Engineering， 2012， 28（22）： 181?188.

[2] 劉虹利，王紅瑞，吳泉源，等.基于MODIS數(shù)據(jù)的濟(jì)南市農(nóng)田區(qū)土壤含水量模型[J].中國(guó)農(nóng)村水利水電，2012（8）：12?15.

LIU Hongli， WANG Hongrui， WU Quanyuan， et al. Forecasting model of soil moisture in farming areas of Jinan based on MODIS data [J]. China rural water and hydropower， 2012（8）： 12?15.

[3] 吳春雷，秦其明，李梅，等.基于光譜特征空間的農(nóng)田植被區(qū)土壤濕度遙感監(jiān)測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào)，2014，30（16）：106?112.

WU Chunlei， QIN Qiming， LI Mei， et al. Soil moisture monitoring of vegetative area in farmland by remote sensing based on spectral feature space [J]. Transactions of the Chinese Society of Agricultural Engineering， 2014， 30（16）： 106?112.

[4] 李海亮，田光輝，劉海清.基于MODIS數(shù)據(jù)的海南島干旱監(jiān)測(cè)研究[J].廣東農(nóng)業(yè)科學(xué)，2011，38（6）：204?206.

LI Hailiang， TIAN Guanghui， LIU Haiqing. Study on drought monitoring in Hainan island based on MODIS data [J]. Guangdong agricultural sciences， 2011， 38（6）： 204?206.

[5] 孫麗，王飛，吳全.干旱遙感監(jiān)測(cè)模型在中國(guó)冬小麥區(qū)的應(yīng)用[J].農(nóng)業(yè)工程學(xué)報(bào)，2010，26（1）：243?249.

SUN Li， WANG Fei， WU Quan. Drought monitoring by remote sensing in winter?wheat?growin area of China [J]. Transactions of the Chinese Society of Agricultural Engineering， 2010， 26（1）： 243?249.

[6] 權(quán)文婷，李紅梅，周輝，等.FY?3C/MERSI數(shù)據(jù)應(yīng)用于陜西省干旱時(shí)空動(dòng)態(tài)監(jiān)測(cè)研究[J].干旱地區(qū)農(nóng)業(yè)研究，2016，34（3）：193?197.

QUAN Wenting， LI Hongmei， ZHOU Hui， et al. Investigation on FY?3C/MERSI data to monitor the spatial?temporal dynamics of drought in Shaanxi Province [J]. Agricultural research in the arid areas， 2016， 34（3）： 193?197.

[7] 景毅剛，張樹譽(yù)，喬麗，等.陜西省干旱預(yù)測(cè)預(yù)警技術(shù)及其應(yīng)用[J].中國(guó)農(nóng)業(yè)氣象，2010，31（1）：115?120.

JING Yigang， ZHANG Shuyu， QIAO Li， et al. Research on the application of drought forecast and early?warning technology in Shaanxi [J]. Chinese journal of agrometeorology， 2010， 31（1）： 115?120.

[8] 劉惠敏，馬小群，孫秀幫.安徽省MODIS干旱監(jiān)測(cè)技術(shù)研究[J].氣象，2010，36（4）：111?115.

LIU Huimin， MA Xiaoqun， SUN Xiubang. Drought monitoring composite MODIS satallite remote sensing technique in Anhui province [J]. Meteorological monthly， 2010， 36（4）： 111?115.

[9] 毛克彪，覃志豪，施建成，等.針對(duì)MODIS影像的劈窗算法研究[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2005，30（8）：703?707.

MAO Kebiao， QIN Zhihao， SHI Jiancheng， et al. The research of split?window algorithm on the MODIS [J]. Geomatics and Information Science of Wuhan University， 2005， 30（8）： 703?707.

[10] 覃志豪，高懋芳，秦曉敏，等.農(nóng)業(yè)旱災(zāi)監(jiān)測(cè)中的地表溫度遙感反演方法：以MODIS數(shù)據(jù)為例[J].自然災(zāi)害學(xué)報(bào)，2005，14（4）：64?71.

QIN Zhihao， GAO Maofang， QIN Xiaomin， et al. Methodology to retrieve land surface temperature from MODIS data for agricultural drought monitoring in China [J]. Journal of natural disasters， 2005， 14（4）： 64?71.

[11] 楊峰，李建龍，錢育蓉，等.天山北坡典型退化草地植被覆蓋度監(jiān)測(cè)模型構(gòu)建與評(píng)價(jià)[J].自然資源學(xué)報(bào)，2012，27（8）：1340?1348.

YANG Feng， LI Jianlong， QIAN Yurong， et al. Estimating vegetation coverage of typical degraded grassland in the Northern Tianshan Mountains [J]. Journal of natural resources， 2012， 27（8）： 1340?1348.

[12] 楊波，馬蘇，王彬武，等.基于MODIS的湖南省農(nóng)業(yè)干旱監(jiān)測(cè)模型[J].自然資源學(xué)報(bào)，2012，27（10）：1788?1796.

YANG Bo， MA Su， WANG Binwu， et al. Agricultural drought monitoring model based on MODIS data in Hunan province [J]. Journal of natural resources， 2012， 27（10）： 1788?1796.

[13] 劉歡，劉榮高，劉世陽(yáng).干旱遙感監(jiān)測(cè)方法及其應(yīng)用發(fā)展[J].地球信息科學(xué)學(xué)報(bào)，2012，14（2）：232?239.

LIU Huan， LIU Ronggao， LIU Shiyang. Review of drought monitoring by remote sensing [J]. Journal of geo?information science， 2012， 14（2）： 232?239.

[14] 楊勇，任志遠(yuǎn).關(guān)中地區(qū)土地利用綜合分區(qū)及對(duì)策研究[J].地理研究，2010，29（1）：154?162.

YANG Yong， REN Zhiyuan. Land use regionalization and countermeasures in Guanzhong region [J]. Geographical research， 2010， 29（1）： 154?162.

[15] 張潔，武建軍，周磊，等.基于MODIS數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測(cè)方法對(duì)比分析[J].遙感信息，2012，27（5）：48?54.

ZHANG Jie， WU Jianjun， ZHOU Lei， et al. Comparative study on remotely sensed methods of monitoring agricultural drought based on MODIS data [J]. Remote sensing information， 2012， 27（5）： 48?54.