基于多源数据的农业干旱监测模型构建

在全球气候变暖的大背景下,干旱事件发生越来越频繁,严重危害我国的粮食生产安全.构建准确的干旱监测模型不仅能够及时地反映出干旱事件的发生,同时可以为地方政府制定减灾保产措施提供科学支撑和保障.传统的气象干旱监测方法因为缺乏对植被本身需水状态和土壤供水信息的考虑旱情判定结果往往比实际情况偏重,而遥感监测指标大多只考虑了植被或土壤等单方面因素具有局限性,目前已有的综合干旱监测模型大多以气象指标为因变量,一方面需要数据资料较多参数复杂,另一方面模型准确度依赖于气象指标对当地农业干旱的响应能力,而同一气象指标在不同区域适应性存在差异,因此同样存在局限性.本文以河南省的冬小麦为研究对象,利用2001-2011年的EOS-MODIS数据产品以及气象站点监测数据,计算了标准化降水蒸散指数SPEI、植被状态指数VCI、温度状态指数TCI、温度植被状态指数TVDI,同时结合河南省农业气象灾害旬报对冬小麦受灾的记录,构建了基于决策树的定性农业干旱监测模型.测试集结果表明,模型综合了大气异常信息、植被状态信息以及土壤水分信息,优于单个指标的监测结果.另外,基于此模型监测了河南省2009年4-5月的干旱事件,结果与实情相符,能够较好地反映农业旱情的发生和空间演变情况.