DB63 T1681-2018 高寒草地土壤墒情遥感监测规范.pdf

《DB63 T1681-2018 高寒草地土壤墒情遥感监测规范.pdf》由会员分享，可在线阅读，更多相关《DB63 T1681-2018 高寒草地土壤墒情遥感监测规范.pdf（17页珍藏版）》请在麦多课文档分享上搜索。

1、 ICS 07.060 A 47 DB63 青海省地方标准 DB 63/T 16812018 高寒草地土壤墒情遥感监测规范 2018 - 07 - 16 发布 2018 - 09 - 25 实施 青海省质量技术监督局 发布 DB63/ 16812018 I 目 次 前言 . . II 1 范围 . . 1 2 规范性引 用文件 . . 1 3 术语和定义 . . 1 4 遥感数据要求 . . 1 5 遥感监测方法 . . 2 6 夏旱监测示例 . . 5 附录 A（规范性附录） 高寒草地地理分区 . 6 附录 B（资料性附录） 土壤线斜率 M 值的计算方法及各地理分区的土壤线斜率 M 值 .

2、8 附录 C（资料性附录） 祁连山东部地区和青南的东南部地区的干湿边系数 . 11 附录 D（资料性附录） 20 16 年曲麻莱 夏旱监测示例 . . 13 参考文献 . . 14 DB63/ 16812018 II 前 言 本标准按照GB/T 1.1-2009给出的规则起草。 本标准由青海省气象局提出并归口。 本标准起草单位：青海省气象科学研究所。 本标准主要起草人：陈国茜、祝存兄、校瑞香、严应存、史飞飞、李璠、刘宝康、石明明。 DB63/ 16812018 1 高寒草地土壤墒情遥感监测规范 1 范围 本标准规定了土壤表层解冻后至封冻前，高寒草地土壤墒情的遥感监测方法、基于土壤重量含水率 的

3、土壤墒情分析方法及技术流程。 本标准适用于气象、环保、水利、国土和农牧业等部门开展高寒草地土壤墒情的遥感监测、业务服 务和科研等相关工作。 2 规范性引用文件 下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文 件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。 QX/T 188-2013 卫星遥感植被监测技术导则 3 术语和定义 下列术语和定义适用于本标准。 3.1 高寒草地 分布在青藏高原上的高寒草甸、高寒草原、高寒荒漠草原等草地的总称。 3.2 地理分区 以多年年平均气温和年降水量作为一级分区依据、多年平均归一化植被指数（NDVI

4、）作为二级分区 依据、土壤含沙量作为三级分区依据，采用非监督分类方法中的重复自组织数据分析技术（ISODATA） 进行分区得到的气候条件、自然植被和土壤条件较为一致的区域。见附录A。 3.3 遥感干旱指数 利用遥感手段获得的关于植被生理生态、蒸散和地表热状况等的各种指数，用于直接或间接反映地 表水分（或植被冠层水分）的盈缺情况，常用的指数有垂直干旱指数、植被状况指数、温度植被干旱指 数等。 4 遥感数据要求 4.1 数据来源 DB63/ 16812018 2 卫星数据应源自携带有可见光波段和热红外波段探测仪器的卫星，如FY3A/B/C-VIRR 、EOS/MODIS、 NOAA/AVHRR等，

5、应为经过辐射校正、几何校正等处理的2级数据或数据产品。 4.2 数据处理步骤 在计算遥感干旱指数前，应对卫星数据按下列要求进行处理： 进行大气校正； 优先使用星下点附近数据进行地图投影变换处理； 提取晴空无云、非雪盖、高质量的像元； 根据需要进行多天最大值合成。 5 遥感监测方法 5.1 遥感干旱指数计算 5.1.1 垂直干旱指数 PDI 垂直干旱指数 PDI 的计算公式为： 21 1 1 2 BMB M P . (1) 式中： P 为某时期的垂直干旱指数 PDI ； M 为土壤线斜率，其计算方法参见附录B； 1B 为0.62um0.67um波段的反射率； 2B 为0.84um0.875um波

6、段的反射率。 5.1.2 植被状况指数 VCI 植被状况指数 VCI 的计算公式为： 21 2 100 NN NN V . (2) 式中： V 为某时期的植被状况指数 VCI ； N 为某时期的归一化植被指数NDVI值； 1N 为同期多年的NDVI最大值； 2N 为同期多年的NDVI最小值。 5.1.3 温度植被干旱指数 TVDI 温度植被干旱指数 TVDI 的计算公式为： CbaL CbaL LL LL T 222 111 21 2 100 . (3) 式中： DB63/ 16812018 3 T 为某时期的温度植被干旱指数 TVDI ； L为某时期给定像元的地表温度，单位为K； 1L 为给

7、定NDVI对应的地表温度同期最大值或同期多年平均的最大值，单位为K； 2L 为给定NDVI对应的地表温度同期最小值或同期多年平均的最小值，单位为K； C 为同期或同期多年平均的NDVI； 1a 为干边的截距； 1b 为干边的斜率； 2a 为湿边的截距； 2b 为湿边的斜率。 5.2 土壤重量含水率计算 用上述遥感干旱指数与各地理分区0cm-20cm土壤重量含水率的线性关系模型计算各分区的土壤重 量含水率，按公式（4）执行： bxay . (4) 式中： y 为0cm-20cm土壤重量含水率，单位为百分率（%）； x为各地理分区的遥感干旱指数，见表1，计算过程中所使用的参数值参见附录B和附录C；

8、 a、 b 为模型常数，其取值见表1。 表1 各地理分区土壤重量含水率反演的遥感干旱指数及常数 a、 b 取值 分区号 区域名称 遥感干旱指数 a值 b 值 备注 1 柴达木盆地区 / / / / 2 共和盆地区 PDI -44.089 32.958 / 3 可可西里地区 PDI -36.071 23.430 / 4 环青海湖地区 PDI -63.639 34.759 适用于 NDVI0.3 VCI 0.0912 14.292 适用于NDVI0.3 5 祁连山西部地区 PDI -36.071 23.430 / 6 青南的中部地区 VCI 0.0797 14.595 / 7 东部农区 / / /

9、 / 8 祁连山东部地区 TVDI -18.172 40.660 适用于NDVI0.2 9 青南的东南部地区 TVDI -10.762 27.431 / 5.3 监测结果分析 采用百分位法评价各地理分区的土壤墒情状况，分别以2%、5%、 15%、30%和65%作为特旱、重旱、 中旱、轻旱、无旱和偏湿6个土壤墒情等级出现的概率阈值，见表2。据此，可推算出各分区各土壤墒情 等级的0 cm-20 cm土壤重量含水率阈值，见表3。 表2 土壤墒情等级的概率阈值 百分位（P,%） 等级 P2 特旱 2P5 重旱 DB63/ 16812018 4 5P15 中旱 15P30 轻旱 3065 偏湿 表3 各

10、地理分区的土壤墒情等级划分阈值 分区号 特旱 重旱 中旱 轻旱 无旱 偏湿 1 / / / / / / 2 W12 12W13 13W14 14W17 1721 3 W5 5W6 6W8 8W10 1013 4(NDVI0.3) W9 9W10 10W11 11W13 1318 4(NDVI0.3) W10 10W11 11W14 14W17 1722 5 W5 5W6 6W8 8W10 1013 6 W8 8W13 13W15 15W18 1822 7 / / / / / / 8 W18 18W19 19W20 20W23 2327 9 W14 14W16 16W19 19W20 2024

11、注： W为0cm-20cm土壤重量含水率，单位为百分率（%）。 5.4 监测分析流程 监测分析流程如下： 读取按照本文件 4.2 处理后的卫星数据； 按照 5.1 的计算公式，分别计算各点的遥感干旱指数 PDI、VCI、TVDI； 判断各点所属的地理分区； 根据反演模型，按照表 1 给出的各地理分区土壤重量含水率反演模型参数，计算各点的土壤重 量含水率； 按照 5.3 进行土壤墒情分析。见图 1。 DB63/ 16812018 5 图1 高寒草地土壤墒情监测流程图 注：多天合成方法遵守 QX/T188-2013第8 章。 6 夏旱监测示例 夏旱监测示例参见附录D。 DB63/ 16812018

12、 6 A A 附 录 A （规范性附录） 高寒草地地理分区 A.1 地理分区结果 表A.1 地理分区结果表 分区号 代表区域 代表站点 空间范围 1 柴达木盆地区 / 赛什腾山-宗务隆山以南、昆仑山脉以北、青海南山-鄂拉山 以西的地区 2 共和盆地区 兴海 青海南山以南、鄂拉山及其东延余脉以北之间的盆地区 3 可可西里地区 沱沱河 昆仑山脉以南、唐古拉山以北、青藏公路以西的地区 4 环青海湖地区 海晏、刚察和天峻 大通山以南、青海南山以北之间的环湖地区 5 祁连山西部地区 / 托来南山和赛什腾山-宗务隆山之间的地区 6 青南的中部地区 曲麻莱 布尔汗布达山-鄂拉山以南、唐古拉山-巴颜喀拉山以北

13、、青 藏公路以东、阿尼玛卿山以西的地区 7 东部农区 互助、 民和和湟源等 达坂山以南、夏琼山以北、日月山以东的河湟谷地地区 8 祁连山东部地区 祁连、野牛沟 托来南山以东、大通山-达坂山以北的地区 9 青南的东南部地 区 甘德 夏琼山以南的黄南地区、阿尼玛卿山以南的果洛地区、巴颜 喀拉山以南的玉树地区 注1： 分区号按各区常年干旱状况降序排序。 注2： 代表站点指青海省气象局生态环境监测系统的地面站点。 A.2 地理分区范围 DB63/ 16812018 7 图A.1 地理分区范围 DB63/ 16812018 8 B B 附 录 B （资料性附录） 土壤线斜率 M 值的计算方法及各地理分区

14、的土壤线斜率 M 值 B.1 土壤线斜率M值的计算方法 B.1.1 土壤线斜率M值的计算采用最小近红外法（R,NIR min）法，具体为： B.1.2 先取红光反射率在0.1以上的红光和近红外反射率构建 Nir-Red光谱特征空间，以红光反射率步 长0.001为分组间距将光谱特征空间分成若干组； B.1.3 再将各组光谱特征空间中横坐标所对应的纵坐标值最小的点（R,NIR min）挑选出来，作为初始土 壤点集； B.1.4 剔除与平均值偏差超过两倍标准差的点，构成裸土像元点集； B.1.5 最后进行最小二乘拟合，得到土壤线方程，斜率M即为所求土壤线斜率M值。 B.2 各地理分区的土壤线斜率M值

15、。 表B.1 土壤线斜率 M 值表 天数 区域 M 值 天数 区域 M 值 天数 区域 M 值 65 1 1.0614 145 1 1.0559 225 1 0.9590 65 2 1.0197 145 2 0.9094 225 2 0.9590 65 3 1.0037 145 3 1.0014 225 3 1.0021 65 4 0.8896 145 4 0.7159 225 4 0.6391 65 5 1.0096 145 5 1.0136 225 5 1.0136 65 6 0.9669 145 6 0.8985 225 6 0.6771 65 7 1.0230 145 7 0.6554

16、 225 7 0.7274 65 8 0.9043 145 8 0.8023 225 8 0.9254 65 9 0.8523 145 9 0.7868 225 9 0.7583 73 1 1.0623 153 1 1.0313 233 1 1.0304 73 2 1.0335 153 2 0.8546 233 2 0.9775 73 3 1.0010 153 3 1.0103 233 3 1.0126 73 4 0.8438 153 4 0.6154 233 4 0.9362 73 5 1.0174 153 5 0.9918 233 5 0.9963 73 6 0.9502 153 6 0.

17、8553 233 6 0.7224 73 7 1.0111 153 7 0.6197 233 7 0.8111 73 8 0.8882 153 8 0.7179 233 8 0.9066 73 9 0.8325 153 9 0.7755 233 9 0.8968 81 1 1.0712 161 1 0.9773 241 1 1.0427 81 2 1.0081 161 2 0.8132 241 2 0.9674 81 3 1.0005 161 3 0.9972 241 3 0.9976 DB63/ 16812018 9 表 B.1（续） 天数 区域 M 值 天数 区域 M 值 天数 区域 M

18、值 81 4 0.8542 161 4 0.5966 241 4 0.8334 81 5 1.0087 161 5 0.9929 241 5 1.0154 81 6 0.9536 161 6 0.7995 241 6 0.7196 81 7 0.9956 161 7 0.6243 241 7 0.6213 81 8 0.8892 161 8 0.7410 241 8 0.9179 81 9 0.8433 161 9 0.7594 241 9 0.7333 89 1 1.0665 169 1 0.9405 249 1 1.0286 89 2 1.0092 169 2 0.7650 249 2 0

19、.9597 89 3 1.0143 169 3 0.9346 249 3 1.0061 89 4 0.8298 169 4 0.4530 249 4 0.6797 89 5 0.9939 169 5 0.9346 249 5 1.0147 89 6 0.9579 169 6 0.7431 249 6 0.7007 89 7 1.0072 169 7 0.4499 249 7 0.7755 89 8 0.8460 169 8 0.7064 249 8 0.8519 89 9 0.8214 169 9 0.7000 249 9 0.6889 97 1 1.0614 177 1 0.9825 257

20、 1 1.0497 97 2 0.9892 177 2 0.8703 257 2 0.9682 97 3 1.0126 177 3 0.9935 257 3 1.0014 97 4 0.8071 177 4 0.5564 257 4 0.8421 97 5 0.9883 177 5 0.9783 257 5 1.0142 97 6 0.9409 177 6 0.7097 257 6 0.7858 97 7 0.9376 177 7 0.5422 257 7 0.6096 97 8 0.8297 177 8 0.7454 257 8 0.8669 97 9 0.8102 177 9 0.7154

21、 257 9 0.8190 105 1 1.0585 185 1 0.9057 265 1 1.0590 105 2 1.0000 185 2 0.7816 265 2 0.9504 105 3 1.0044 185 3 1.0043 265 3 0.9782 105 4 0.8215 185 4 0.4054 265 4 0.7734 105 5 1.0028 185 5 0.8999 265 5 1.0069 105 6 0.9165 185 6 0.7012 265 6 0.8324 105 7 0.9573 185 7 0.5494 265 7 0.6715 105 8 0.8301

22、185 8 0.7511 265 8 0.8574 105 9 0.7942 185 9 0.6839 265 9 0.8035 113 1 1.0610 193 1 0.9144 273 1 1.0593 113 2 0.9741 193 2 0.8287 273 2 0.9636 113 3 1.0022 193 3 1.0132 273 3 0.9981 113 4 0.8072 193 4 0.4305 273 4 0.8047 113 5 0.9943 193 5 0.9769 273 5 0.9914 113 6 0.9412 193 6 0.6223 273 6 0.8547 D

23、B63/ 16812018 10 表 B.1（续） 天数 区域 M 值 天数 区域 M 值 天数 区域 M 值 113 7 0.8819 193 7 0.5750 273 7 0.6476 113 8 0.8066 193 8 0.8040 273 8 0.8623 113 9 0.8147 193 9 0.7408 273 9 0.8650 121 1 1.0522 201 1 0.8928 281 1 1.0614 121 2 0.9423 201 2 0.9322 281 2 0.9433 121 3 1.0061 201 3 1.0348 281 3 1.0236 121 4 0.82

24、59 201 4 0.6413 281 4 0.8071 121 5 1.0037 201 5 1.0206 281 5 1.0071 121 6 0.9663 201 6 0.6358 281 6 0.8810 121 7 0.9065 201 7 0.7388 281 7 0.7743 121 8 0.8082 201 8 0.9243 281 8 0.8928 121 9 0.7695 201 9 0.7143 281 9 0.8675 129 1 1.0580 209 1 0.9566 289 1 1.0685 129 2 0.9146 209 2 0.8774 289 2 0.956

25、0 129 3 1.0166 209 3 1.0182 289 3 1.0386 129 4 0.7991 209 4 0.6632 289 4 0.8149 129 5 1.0117 209 5 1.0470 289 5 1.0105 129 6 0.9532 209 6 0.6270 289 6 0.9150 129 7 0.8844 209 7 0.7455 289 7 0.8051 129 8 0.8198 209 8 0.8246 289 8 0.8791 129 9 0.7915 209 9 0.6881 289 9 0.8488 137 1 1.0436 217 1 1.0376

26、 297 1 1.0673 137 2 0.9110 217 2 0.9323 297 2 0.9907 137 3 1.0311 217 3 1.0154 297 3 1.0426 137 4 0.7641 217 4 0.7150 297 4 0.9207 137 5 1.0368 217 5 1.0327 297 5 1.0390 137 6 0.9610 217 6 0.5861 297 6 0.9644 137 7 0.7691 217 7 0.6477 297 7 0.8950 137 8 0.7927 217 8 0.9463 297 8 0.9104 137 9 0.8028

27、217 9 0.7970 297 9 0.8344 注： 表中M值随所使用的数据时间跨度而变化，表中数值由MOD09A1各天数的2001-2010年平均NDVI数据计算得到。 DB63/ 16812018 11 C C 附 录 C （资料性附录） 祁连山东部地区和青南的东南部地区的干湿边系数 C.1 祁连山东部地区的干湿边系数 表C.1 祁连山东部地区的干湿边系数表 天数 干边系数 a1 干边系数 b1 湿边系数 a2 湿边系数 b2 65 -2390.49 15148.30 372.96 13622.30 73 -2529.39 15252.50 590.55 13653.30 81 -20

28、49.51 15168.10 1333.05 13394.70 89 -2161.35 15369.10 904.82 13744.90 97 -2030.29 15367.30 1042.80 13704.70 105 -2012.23 15472.70 1171.45 13758.10 113 -2216.45 15603.60 1037.09 13806.00 121 -2275.11 15892.20 822.70 14004.20 129 -2181.62 15899.40 1401.64 13758.50 137 -1858.80 15895.20 1050.13 13923.50

29、 145 -1429.85 15720.70 942.00 13893.40 153 -1260.98 15783.40 601.22 14162.00 161 -1047.13 15705.60 513.36 14170.50 169 -619.42 15516.00 700.62 13943.30 177 -732.54 15600.10 394.01 14208.70 185 -340.40 15342.90 620.64 14117.10 193 -536.70 15498.30 389.33 14280.90 201 -595.68 15487.00 103.48 14512.00

30、209 -692.41 15598.30 240.20 14394.60 217 -554.97 15485.90 116.33 14396.40 225 -627.60 15425.60 127.44 14390.60 233 -445.35 15242.40 253.96 14259.50 241 -570.85 15279.10 255.07 14141.10 249 -628.40 15246.10 304.81 14098.70 257 -743.14 15242.60 587.71 13959.00 265 -513.16 15048.30 741.46 13824.60 273

31、-505.73 14885.90 638.60 13711.20 281 -994.11 14996.70 932.83 13597.00 289 -1219.04 14989.20 786.65 13612.90 297 -1239.15 14826.40 930.97 13386.60 DB63/ 16812018 12 C.2 青南的东南部地区的干湿边系数 表C.2 青南的东南部地区的干湿边系数表 天数 干边系数 a1 干边系数 b1 湿边系数 a2 湿边系数 b2 65 -2358.88 15408.40 651.18 13698.50 73 -2626.26 15607.70 502

32、.43 13868.10 81 -2730.48 15657.30 843.87 13681.00 89 -2754.75 15817.20 976.89 13791.60 97 -2722.32 15804.70 867.02 13826.40 105 -2411.28 15879.70 857.62 14056.50 113 -3180.88 16202.90 1060.09 13869.10 121 -2744.74 16192.90 1617.29 13778.10 129 -2793.06 16309.60 1871.55 13564.90 137 -2092.80 16026.50

33、 1694.10 13621.60 145 -1987.95 16158.20 2664.61 12933.80 153 -1421.73 15987.20 1603.59 13227.20 161 -753.12 15643.60 1345.85 13707.20 169 -412.79 15541.70 815.77 13880.60 177 -694.69 15658.70 668.73 13961.00 185 -278.16 15489.40 522.70 14074.20 193 -43.02 15284.90 145.47 14173.50 201 -212.00 15380.5

34、0 111.91 14277.60 209 -278.16 15477.10 521.91 13943.20 217 177.05 15348.50 238.90 14028.90 225 5.96 15272.10 339.30 14115.10 233 -80.64 15209.10 546.84 13645.90 241 6.30 15070.40 772.93 13620.40 249 -72.93 15179.30 347.32 14069.40 257 -412.58 15235.00 505.94 14017.10 265 -375.14 15145.50 890.05 1379

35、6.10 273 -579.28 15104.90 958.42 13619.70 281 -548.84 15003.40 1072.80 13518.10 289 -1497.34 15222.30 1160.28 13372.90 297 -1648.02 15133.30 1245.55 13272.40 注1： 表 C.1 和 C.2 中的系数随所使用的数据时间跨度而变化，表中数值由 MOD09A1、MOD11A2 各天数的 2001-2010 年平均数据计算得到； 注2： LST 数据缩放因子为 10，NDVI 数据缩放因子为 1。 DB63/ 16812018 13 D D 附

36、录 D （资料性附录） 2016 年曲麻莱夏旱监测示例 D.1 数据处理 D.1.1 数据格式和投影转换 本示例所用的EOS/MODIS产品为NAS A数据中心提供的2001-2016年MODIS陆地产品系列中的MOD09A1， 即全球500m分辨率8d合成的NDVI产品。 利用美国NASA数据中心提供的专门软件MRT （MODIS Reprojection Tool）把MOD09A1数据产品时间相同、覆盖青海范围的HDF数据作为输入对象，提取所需的NDVI图像。将 文件格式由hdf格式转换成tif格式，将投影方式由S inusoidal方式转换为WGS84/Albers系统（双标准纬 线：2

37、5N、47N，中心点经纬度96N、36E）。 D.1.2 数据质量控制 D.1.2.1 先使用NASA提供的LDOPE软件处理下载数据的第8波段。 首先利用unpack_sds_b its.exe对压缩 文件的质量信息解码，然后利用cp_proj_para m.exe把原文件中的地理坐标恢复到已解码文件，再利用M RT软件处理成所需要的地图投影和文件格式，最后得到NDVI数据在像元层次上的质量和可用性描述。 D.1.2.2 然后使用计算机挑选提取质量最好和较好的、晴空下无云的、非雪盖的像元，完成数据质量 的自动判识。在此基础上，再通过人工判识的方法，对每个反射率数据进行质量检查，对失真数据进行

38、 剔除。 D.2 土壤重量含水率生成 利用最小值合成方法生成逐像元点上的2001年-20 10年NDVI最小值，利用最大值合成方法生成逐像 元点上的2001年-2010年NDVI最大值。再计算各像元点的VCI 值。最后使用曲麻莱VCI模型计算0 cm-20 cm 土壤重量含水率。 D.3 土壤墒情分析 利用表1中分区号6的阈值，对第153天-233天曲麻莱地区土壤墒情进行等级划分。结果表明6月中旬 曲麻莱地区发生轻度土壤干旱，虽然7月上中旬干旱等级变轻，但旱情没有得到明显缓解，8月上中旬旱 情持续加重，直至8月底（见表D.1）。由于持续干旱导致201 6年曲麻莱地区牧草黄枯期（8月22日）较

39、历年（9月16日）提前24天。 表D.1 2016 年 6-8 月曲麻莱地区土壤墒情监测情况 天数 153 161 169 177 185 193 201 209 217 225 233 干旱 等级 无旱 轻旱 轻旱 中旱 / 轻旱 重旱 轻旱 重旱 重旱 中旱 DB63/ 16812018 14 参 考 文 献 1 王江山.青海省生态环境监测系统M.北京：气象出版社,2004 年. 2 倪健,郭柯,刘海江,等.中国西北干旱区生态区划J.植物生态学报, 2005,29(2):195-184. 3 严进瑞.青海省气候区划J.青海气象,1999,01. 4 张忠孝,李生梅.青海省气候区划探讨J.青

40、海师范 大学(自然科学版),2006,03. 5 刘玉洁,杨忠东,等.MODIS 遥感信息处理原理与算法M.科学出版社,2001 年. 6 赵英时,等.遥感应用分析原理与方法M.科学出版社,2003 年. 7 Abduwasit Ghulam,Qiming Qin,Zhiming Zhan.Designing of the Perpendicular Drought IndexJ.Environ Geol(2007),52:1045-1052. 8 Dandan Xu,Xulin Guo.A Study of Soil Line Simulation from Landsat Images i

41、n Mixed GrasslandJ.Remote Sensing,2013(5),4533-4550. 9 管晓丹,郭妮,黄建平.植被状态指数监测西北干旱的适用性分析J.高原气 象,2008,27(5):1046-1053. 10 张文江,陆其峰,高志强,等.基于水分距平指数的2006年四川盆地东部特大干旱遥感响应分析J. 中国科学(D 辑:地球科学),2008,3 8(2):251-260. 11 沙莎,郭妮,李耀辉,等.我国温度植被旱情指数 TVDI 的应用现状及问题简述J.干旱气 象,2014,32(1):128-134. 12 郭妮,王小平.遥感干旱应用技术进展及面临的技术问题与发展机遇J.干旱气 象,2015,33(1):1-18. 13 李林,时兴合,等.青海省干旱、雪灾监测诊断和预测系统D.气象出版社,2012,06. 14 汪青春 ,李凤霞 ,刘宝康 ,等 .近 50a 来青海干旱变化及其对气候变暖的响应 J.干旱区研 究 ,2015,32(1):65-72. _