基于温度植被干旱指数（TVDI）的甘肃省农业干旱监测方法研究

改进温度植被干旱指数（Temperature Vegetation DrynessIndex，TVDI）并明确TVDI的农业干旱等级阈值，对提高TVDI指数监测农业干旱能力有重要意义。利用近19 a的MODIS（ModerateResolution Imaging Spectro-radiometer，MODIS）遥感数据，基于单时次和多时次方法构建NDVI（Normalized DifferenceVegetation Index，NDVI）-LST（Land Surface Temperature，LST）、EVI（Enhanced Vegetation Index，EVI）-LST、RVI（Ratio Vegetation Index，RVI）-LST、SAVI（Soil-AdjustedVegetation Index，SAVI）-LST等几种特征空间，讨论TVDI计算方法，分析TVDI在甘肃省农业干旱监测中的适用性，并明确甘肃省夏季TVDI农业干旱分级标准。结果表明：（1）基于多时次方法构建的SAVI-LST特征空间TVDI更适合甘肃省农业干旱监测，其对土壤相对湿度（Relative Soil Moisture，RSM）拟合的均方根误差（RootMean Squared Error，RMSE）和平均绝对误差（Mean AbsoluteError，MAE）比NDVI-LST特征空间TVDI对RSM拟合的RMSE和MAE下降1%～5%；（2）TVDI适用于夏季甘肃省半干旱区、半湿润区、湿润区等非干旱区浅层10、20 cm土壤深度的农业干旱监测，RMSE和MAE约15.6%和12.6%，拟合误差湿润区<半湿润区<半干旱区；（3）利用TVDI与RSM线性关系确定的TVDI农业干旱等级更有利于提高TVDI监测农业干旱的准确性。冬季干旱是制约内蒙古冬季畜牧业生产的主要干扰因子之一，定量表征其时空变化特征和发展规律对防灾减灾、保障农牧业健康发展具有重要意义。利用1980—2021年冬季（10—翌年3月）ERA5-Land再分析气象数据，计算1个月和6个月时间尺度的标准化降水蒸散指数（Standardized Precipitation EvapotranspirationIndex，SPEI），采用趋势分析、时空热点分析等方法，分析了内蒙古全区和五种主要植被类型区冬季干旱演变特征。结果表明：（1）近40 a内蒙古冬季整体SPEI呈现下降趋势，干旱化现象在不同植被和月份中表现不一，也有少数植被和月份趋于湿润化。（2）内蒙古地区冬季干旱的时空热点变化模式主要表现为：振荡的热点和振荡的冷点模式。具体从季节和月时间尺度来看，冬旱热点主要集中在内蒙古中部和西部的大部分地区，以及东部的兴安盟和通辽市，即这些区域冬旱现象呈现加剧的趋势。（3）在干旱频率与频数统计方面，轻度冬旱事件发生频率最高，而荒漠草原和隔壁荒漠地区是发生冬旱事件最为频繁和严重的区域。

摘自干旱气象,2024,42(1):27-38.