导读:本文包含了地表温度植被指数特征空间论文开题报告文献综述及选题提纲参考文献，主要关键词:土壤含水量,植被指数,TVDI,特征空间
地表温度植被指数特征空间论文文献综述
韩刚,李瑞平,岳胜如,胡文,王思楠[1]（2015）在《基于地表温度—植被指数特征空间的荒漠化草原表层土壤含水量反演》一文中研究指出【目的】研究地表温度-植被指数特征空间的荒漠化草原表层土壤含水量反演状况。【方法】以2014年和2015年的3期MODISL1B数据构建地表温度Ts-植被指数NDVI的特征空间,拟合出特征空间的干、湿边方程,计算温度植被干旱指数(TVDI)。对TVDI与同期野外不同深度的实测土壤含水量数据进行回归分析,建立TVDI估测土壤水分的模型,并对模型进行验证。【结果】TVDI与各层实测土壤含水量数据都有一定程度的相关性,相关系数在0.5以上。TVDI模型对研究区0~10cm、0~20cm、0~30cm深度的土壤含水量反演相对误差均不大,且相对误差随着土壤深度的增加而增大。TVDI模型的土壤含水量遥感反演中,3期0~10cm深度的土壤含水量反演值与实测值的相对误差平均值均在10%左右。【结论】TVDI模型可以更为准确地反映研究区内土壤表层0~10cm深度的含水量空间变异特征及分布状况。(本文来源于《四川农业大学学报》期刊2015年04期）
贺广均,冯学智,肖鹏峰,李虎,余涛[2]（2015）在《一种基于植被指数-地表温度特征空间的蒸散指数》一文中研究指出利用遥感获取的植被指数和地表温度信息,进行地表能量和水分平衡过程研究是目前陆表过程研究的前沿。根据地表能量和水分平衡原理,对地表温度(Ts)、植被指数(VI),地表蒸散发(ET)之间的空间关系进行了分析,并基于假设条件,构建了温度植被蒸散指数(TVETI)。为验证TVETI表征地表蒸散的能力,利用环境卫星数据和SEBAL模型,对SEBAL模型中各能量通量构建的蒸散指数与TVETI进行线性回归分析,从2012年4~9月6个不同日期的确定性系数分别为:0.838、0.935、0.912、0.921、0.926、0.825,TVETI能很好的表征地表蒸散能力。通过对SEBAL模型估算的ET和TVETI估算的ET进行交叉验证发现,两者大小一致性显着,TVETI可以实现区域尺度地表蒸散发的快速估算。(本文来源于《干旱区地理》期刊2015年05期）
李红军,雷玉平,李春强,许宁,成铁刚[3]（2014）在《地表温度?植被指数特征空间时空尺度效应分析》一文中研究指出利用遥感技术构建的地表温度-植被指数特征空间法(以下简称特征空间法)综合了这两个参数特有的生理生态意义,被广泛应用于区域旱情监测与蒸散估算。但是受前期降雨的影响,特征空间法的应用前提(研究区域存在极端干旱地区)很难满足;同时,多空间分辨率遥感数据对地面极端湿润或干旱状况识别程度不同,增加了特征空间法应用的不确定性。为探索特征空间法的时空尺度效应,本文利用MODIS数据对降雨后特征空间拟合边界的连续变化进行分析,利用Landsat 5 TM数据对不同空间分辨率下的特征空间参数及温度?植被干旱指数(TVDI)的变化进行研究。结果表明:拟合"干边"因受降雨影响,与理论"干边"存在较大差异,拟合"干边"的变化能够反映研究区域的墒情演变,要提高特征空间法的估算精度,必须正确对拟合"干边"在裸地处(NDVI=0.1)的数值进行动态赋值。遥感数据空间分辨率的降低使得拟合"干边"与"湿边"偏离理论边界,造成特征空间向中间压缩,导致TVDI指数向极端干旱和极端湿润区偏移。任何不符合特征空间法应用前提的畸变都可影响到最后的计算结果,应该从机理上对这些畸变进行校正或避开,特征空间法才能得到正确的应用。(本文来源于《中国生态农业学报》期刊2014年10期）
董国涛,党素珍,何宏谋,蒋晓辉,张文鸽[4]（2014）在《基于地表温度和植被指数特征空间的泾河流域土壤水分监测》一文中研究指出与传统土壤水分监测方法相比,遥感技术有明显的优势,能够方便快捷地获取大范围的地表信息,并能提高区域土壤水分监测的精确度。利用MODIS遥感产品和农业气象观测站点土壤水分数据,建立基于温度植被指数的表层土壤水分遥感估算模型,对泾河流域土壤水分进行模拟估算,并分析研究区2000年-2010年3月-10月份表层土壤水分时空分布特征。研究结果证实,基于地表温度和植被指数特征空间的方法能够较好地揭示泾河流域土壤水分的分布和变化特征。(本文来源于《南水北调与水利科技》期刊2014年04期）
王家强,梁继业,李志军,伍维模,于军[5]（2014）在《利用植被指数-地表温度特征空间反演干旱区土壤干湿状况》一文中研究指出土壤干湿状况是监测土地退化的重要指标之一,是植物物生长发育的关键因素;准确地估计土壤湿度在时空上的分布状况对理解生态系统有着重要的意义,且对干旱区农业生产及生态重建也具有重要价值。研究分析了两种植被指数(NDVI,MSAVI)构建的特征空间参数的特征;同时,在考察点尺度上,分析了旱情指数TVDI与土壤含水量的关系;并揭示了研究区TVDI的空间分布规律;结果表明:Ts/MSAVI空间和Ts/NDVI空间干边的拟合系数均大于0.90,湿边拟合的效果稍差,而Ts/MSAVI构成的特征空间其拟合的干湿边更易相交,与地表温度结合,更能表示地表湿度的变化情况;TVDIM与TVDIN同土壤含水量表现为极显着负相关,且TVDIM与土壤含水量的相关性大于TVDIN与土壤含水量的相关性;Ts/MSAVI特征空间和Ts/NDVI特征空间反演的旱情指数TVDI,在空间分布上是较为相似的。(本文来源于《土壤通报》期刊2014年01期）
周峰,王文,王晓刚[6]（2013）在《基于植被指数-地表温度特征空间的伊河流域蒸散发量估算》一文中研究指出利用MODIS卫星遥感植被指数(VI)和地表温度(Ts)产品,通过构建VI-Ts特征空间计算Priestlay-Taylor系数,并改进较为常用的叁角形方法(VI的平滑除噪、Ts的高程订正、蒸发比及地表通量参数计算的优化),进而基于Priestlay-Taylor方程进行陆面蒸散发量估算。将改进的叁角形方法应用于黄河重要支流伊河流域蒸散发量估算,估算结果与参考作物蒸散发量及土壤湿度状况的对比分析取得了较好的模拟效果,同时,利用该方法估算的陆面蒸散发量合理地反映了不同土地利用类型间蒸散发量的差异和季节性变化特征。(本文来源于《地理与地理信息科学》期刊2013年02期）
伍漫春,丁建丽,王高峰[7]（2012）在《基于地表温度-植被指数特征空间的区域土壤水分反演》一文中研究指出针对目前西北地区广泛存在的农业干旱问题,选取了新疆塔里木盆地北缘渭干河-库车河叁角洲绿洲为研究区,选择云量较少的两幅TM影像,建立地表温度-植被指数特征空间。首先利用线性方程拟合了特征空间的上下边界,比较利用归一化植被指数(NDVI)建立的地表温度-植被指数特征空间Ts/NDVI和利用改进型土壤调整植被指数(MSAVI)构建的地表温度-植被指数特征空间Ts/MSAVI形状的差异,并计算得到两种温度植被干旱指数(Temperature vegetation dryness index—TVDI,分别为TVDIN和MTVDI)。对TVDI与同期野外不同深度的实测土壤重量含水量数据进行回归分析,建立TVDI估测土壤水分的经验模型并对模型进行验证。研究结果表明,TVDIN和MTVDI均能够反演表层土壤水分,其中MTVDI与土壤水分相关性比TVDIN与土壤水分相关性要高,MTVDI能够更好地反映区域土壤水分状况,是一种更有效的土壤水分监测方法,对农业干旱监测具有一定的科学依据。(本文来源于《中国沙漠》期刊2012年01期）
于敏,程明虎,刘辉[8]（2011）在《地表温度-归一化植被指数特征空间干旱监测方法的改进及应用研究》一文中研究指出地表温度-归一化植被指数(Ts-NDVI)特征空间干旱监测方法易受到监测期地表湿度、植被覆盖状况和卫星观测质量的影响,导致特征空间干、湿边不稳定,在基于长时间、大范围卫星观测资料的基础上对Ts-NDVI特征空间方法进行改进,将其称为通用特征空间方法。首先基于某观测时段,单独构建每年基于该单一年份单一时段卫星观测数据的Ts-NDVI特征空间,然后在已构建的各单一时段特征空间的干、湿边地表温度中,分别用最大值、最小值合成法提取各植被指数对应的多年最大、最小地表温度,分别构成各年通用的Ts-NDVI特征空间的干、湿边地表温度,最后通过线性拟合,获得通用特征空间的干、湿边方程。选择中分辨率成像光谱仪的归一化植被指数(NDVI)和地表温度(Ts)数据在中国主要粮食产区黑龙江省进行干旱监测试验,对改进前、后特征空间的植被温度状态指数进行对比分析,并用10、20cm土壤相对湿度和降水量进行检验。结果表明:通用特征空间方法合成的Ts-NDVI特征空间叁角形结构特征显着,干、湿边明晰,比改进前更接近特征空间的理论边界,增强了特征空间干、湿边的稳定性,提高了干旱监测结果的精度,当单一时段特征空间稳定性较差时,改进效果最明显。通用特征空间对浅层土壤湿度更加敏感,与监测同期及前期总体降水都密切相关,且对降水的响应更敏感。(本文来源于《气象学报》期刊2011年05期）
赵广敏,李晓燕,李宝毅[9]（2010）在《基于地表温度和植被指数特征空间的农业干旱遥感监测方法研究综述》一文中研究指出遥感技术以其便捷、反映迅速、大范围监测等优点在农业旱情监测中得到广泛使用。通过遥感资料反演的地表温度(Ts)和植被指数(NDVI)不仅可以表征绿色植被的生理和生长状况,还能揭示植被土壤水分信息,反映作物受旱状况,但两者单独使用时存在缺陷。而基于地表温度和植被指数特征空间的干旱监测方法有利于统一定量标准来判别植被干旱情况,同时还解决了植物在受水分胁迫时短期内仍能保持原有绿色的时间滞后的问题,提高了旱情监测的准确度和实用性。该文以地表温度和植被指数特征空间干旱监测方法为基础,较为详细地阐述了各个方法的基本原理和适用范围,并结合实例归纳总结了与之相关的四种方法的优、缺点,进一步探讨了今后研究的重点。(本文来源于《水土保持研究》期刊2010年05期）
于敏,高玉中,张洪玲[10]（2010）在《地表温度-植被指数特征空间干旱监测方法的改进》一文中研究指出Ts-NDVI特征空间干旱监测方法易受地表及卫星观测状态的影响,干、湿边不稳定,该文提出了用多年同期卫星观测数据改进的方法,首先,针对某观测期,分别构建每年的仅基于当年卫星数据的单一时段特征空间,然后,分别用最大、最小值合成法,在已构建的各年单一时段特征空间的干、湿边中提取不同植被指数应对的最大、最小地表温度,合成各年通用的Ts-NDVI特征空间的干、湿边。用TERRA-MODIS数据、降水量及SPI进行试验和验证,表明该改进方法不改变像素的实际观测值,不依赖地面辅助数据,增强了Ts-NDVI特征空间的稳定性,比改进前特征空间能更准确的反映地表干湿状态,与监测同期及前期总体降水都密切相关。(本文来源于《农业工程学报》期刊2010年09期）
地表温度植被指数特征空间论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利用遥感获取的植被指数和地表温度信息,进行地表能量和水分平衡过程研究是目前陆表过程研究的前沿。根据地表能量和水分平衡原理,对地表温度(Ts)、植被指数(VI),地表蒸散发(ET)之间的空间关系进行了分析,并基于假设条件,构建了温度植被蒸散指数(TVETI)。为验证TVETI表征地表蒸散的能力,利用环境卫星数据和SEBAL模型,对SEBAL模型中各能量通量构建的蒸散指数与TVETI进行线性回归分析,从2012年4~9月6个不同日期的确定性系数分别为:0.838、0.935、0.912、0.921、0.926、0.825,TVETI能很好的表征地表蒸散能力。通过对SEBAL模型估算的ET和TVETI估算的ET进行交叉验证发现,两者大小一致性显着,TVETI可以实现区域尺度地表蒸散发的快速估算。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
地表温度植被指数特征空间论文参考文献
[1].韩刚,李瑞平,岳胜如,胡文,王思楠.基于地表温度—植被指数特征空间的荒漠化草原表层土壤含水量反演[J].四川农业大学学报.2015
[2].贺广均,冯学智,肖鹏峰,李虎,余涛.一种基于植被指数-地表温度特征空间的蒸散指数[J].干旱区地理.2015
[3].李红军,雷玉平,李春强,许宁,成铁刚.地表温度?植被指数特征空间时空尺度效应分析[J].中国生态农业学报.2014
[4].董国涛,党素珍,何宏谋,蒋晓辉,张文鸽.基于地表温度和植被指数特征空间的泾河流域土壤水分监测[J].南水北调与水利科技.2014
[5].王家强,梁继业,李志军,伍维模,于军.利用植被指数-地表温度特征空间反演干旱区土壤干湿状况[J].土壤通报.2014
[6].周峰,王文,王晓刚.基于植被指数-地表温度特征空间的伊河流域蒸散发量估算[J].地理与地理信息科学.2013
[7].伍漫春,丁建丽,王高峰.基于地表温度-植被指数特征空间的区域土壤水分反演[J].中国沙漠.2012
[8].于敏,程明虎,刘辉.地表温度-归一化植被指数特征空间干旱监测方法的改进及应用研究[J].气象学报.2011
[9].赵广敏,李晓燕,李宝毅.基于地表温度和植被指数特征空间的农业干旱遥感监测方法研究综述[J].水土保持研究.2010
[10].于敏,高玉中,张洪玲.地表温度-植被指数特征空间干旱监测方法的改进[J].农业工程学报.2010