文摘

本研究应用远程sensing-based干旱指数,即能源水分亏缺指数(EWDI),在蒙古,澳大利亚,朝鲜半岛在2000年和2010年之间的时期。EWDI估计基于水文气象变量如蒸散、土壤湿度、太阳辐射、和植被活动源于中分辨率成像光谱仪(MODIS)意象。估计EWDI与蒸发压力指数(ESI),植被状态指数(VCI)和标准化降水指数(SPI)。干旱指数之间的相关系数如下:0.73 - -0.76 (EWDI vs ESI), 0.64 - -0.71 (EWDI vs VCI), 0.54 - -0.64 (EWDI vs SPI-3), 0.69 - -0.71 (ESI vs VCI), 0.55 - -0.62 (ESI vs SPI-3), 0.53 - -0.57 (VCI vs SPI-3)。每个指数据的干旱预测精度误差矩阵分析如下:83.33 - -94.17% (EWDI), 70.00 - -91.67% (ESI), 47.50 (VCI), -85.00%和61.67 -88.33% (SPI-3)。根据结果,EWDI和应急服务国际公司被发现更准确捕捉中度干旱条件下比在不同的地理区域SPI。

1。介绍

一般来说,干旱被认为从众多的看法。首先,气象干旱通常被干燥的干燥程度和持续时间及其程度,显示异常,对应于累积沉淀。其次,水文干旱与降水赤字在供水、量化的径流,深化地下水位,水资源不足。第三,农业干旱占植被在不同状态的变量敏感性的植被发展测量估计,减少作物产量和土壤湿度以及差异实际和潜在蒸散。

由于这些各种各样的干旱的定义以及麻烦估计确切的毕业典礼,范围,水平,和干旱,大量的努力一直用来描述技术进行调查和监测干旱。然而,传统的干旱已经被认为是基于水文气象变量原位测量网络的数据工具,而遥感技术是健壮的替代提供了决定性的水文气象干旱分析的变量空间规模巨大高于原位网络设备的能力。几项研究已经提出了远程sensing-based干旱指数。同样,Kogan [1]介绍了植被状态指数(VCI)通过使用远程sensing-based归一化植被指数(NDVI)数据,和高2]开发了植被健康指数(VHI)利用热红外遥感数据以监控树冠层温度的变化。安德森et al。3- - - - - -5干旱指数)开发了一种新的被称为“蒸发压力指数”(以下应急服务国际公司)。他们评估了ESI横向全球基于水汽和温度,达到从遥感模型名为“Atmosphere-Land交换逆(ALEXI)遥感模型”(3- - - - - -5]。他们描述的应急服务国际公司相关良好—帕尔默干旱强度指数(PDSI)和标准化降水指数(SPI)。μet al。6)提出了干旱强度指数(DSI)是基于MODIS数据。他们提出的DSI匹配不仅与帕尔默干旱的严重程度指数(PDSI)和标准化降水指数(SPI)也与植被净初级生产(NPP)数据指定,该指数是用于评估干旱对作物生产和森林增长刺激。Keshavarz et al。7)提出和评估一个新的干旱指数、土壤水分亏缺指数(SWDI),研究了农业干旱。这里,值得注意的是,几乎所有这些干旱指数关注特定方面的各种现实和复杂的干旱情况。例如,SPI,应急服务国际公司、EDI和PDSI估计主要基于气象变量,所以这些指标不能反映土壤水分的水平,可能主要是影响作物生长和生态。此外,VHI和SWDI估计主要是基于植物绿化条件相关的其他变量,所以他们不能准确地揭示了即时气象现象,可以改善干旱的严重程度。坚韧的这个问题,关于et al。8)评估进步的干旱指数命名为“能源水分亏缺指数”(EWDI),同时考虑循环的能源、水、和碳在土壤表面和大气,以反映大气干旱相关的复杂条件和植被。他们估计这个索引在朝鲜半岛使用MODIS-based数据集和暴露EWDI表现良好,显示良好的协会与应急服务国际公司(相关系数在0.73和0.76根据他们特定的研究区域)以及传统干旱指数如PDSI(相关系数在0.57和0.67)和SPI(相关系数在0.61和0.64)。作为他们研究的结果是实现基于数据的朝鲜半岛位于亚洲大陆的东北部边缘,他们无法解释一个总体结论的适用性和合法性EWDI在全球范围广泛的空间尺度上。

在这个视图中,本研究的主要目的是增强应用程序的EWDI验证EWDI在其他地理位置和更大的空间尺度上,容易发生干旱。实现这个目标,EWDI ESI, VCI,和SPI估计蒙古(亚洲中北部),澳大利亚大陆,和朝鲜半岛的剩余部分期间2000 - 2010。线性回归估计和误差矩阵被用来比较指标。

2。研究区和数据集

2.1。研究区域
2.1.1。蒙古

第一个研究区是亚洲国家蒙古位于中北部42-51°N(纬度)和85 - 120°E(经度(图)1)。蒙古的总面积近160万平方公里,,海拔从1000米到2500米不等高于平均海平面。全国分为六种自然区有不同的土壤类型和植物在每个区域。在这项研究中,气象数据来自六个选择电台覆盖整个国家。蒙古的气候干燥和炎热的夏天,描述一种长期的寒冷的冬天,高温度变化、降水低、相对较高的晴天(平均每年260天)(9]。蒙古,相对干燥的地区,年平均降雨量少,累积约100 - 200 mm在干旱山区南部和北部山区(200 - 350毫米10]。整个地区年降水量约90毫米。蒙古北部山区范围在半湿润气候的干燥气候特点是茂密的森林,而南部地区是戈壁沙漠的特点是干燥的气候在海拔较低地区(9]。上述气候数组作为纬度的函数也描述了植被模式横向蒙古。


图1
地理位置的研究领域。
2.1.2。澳大利亚

第二个研究区域是澳大利亚位于10-40°S(纬度)和113 - 153°E(经度(图)1)。澳大利亚的总面积是7617930公里2设置在印度洋板块板。澳大利亚是分为八个气候区由澳大利亚建筑规范定义(BCA)。根据当地地理品种包括风和海拔高于平均海平面,每个气候区域进一步细分成许多个。

2.1.3。朝鲜半岛

朝鲜半岛位于亚洲的东北部边缘33-43°N(纬度)和124 - 132°E(经度(图)1)。尽管朝鲜半岛被苏尔之前调查et al。8),本研究提出的结果在朝鲜地区执行额外的分析。朝鲜半岛占地面积219020公里2位于亚洲季风区域,年平均降雨量大约1100毫米(朝鲜、919.7毫米;韩国,达到1307毫米)。研究区域的地形海拔范围占0 - 1915 (11]。土地利用主要由耕地(29.7%)、混交林(39.6%)、落叶阔叶林(14.4%),伍迪热带稀树草原(6.3%)、和住宅和商业领域(5.2%)。表1描述了气象观测的地理特征。

表1
一般特征研究的网站。

验证不同的干旱指标进行选择的三个气象测量网站(摄于,安居,Kimchaek)。气象观测站点和通量塔呈现在图1,每个气象站的特性中描述表1。

2.2。数据集

在这项研究中,计算干旱指标,输入数据集得到的MODIS卫星和地面观测期间2000 - 2010。科学仪器的MODIS多光谱传感器发送到地球圈由NASA的地球观测系统(EOS)是观察大气,土地,和海洋。时间分辨率是1天,传感器的空间分辨率估计是1公里,500米,250米。传感器在船上发现泰拉和阿卡卫星是在1999年12月和2002年5月推出,分别。Terra卫星有一个天桥时间大约10:30点当提升和10:30时下降。Aqua卫星的天桥时间大约是1:30点当提升和1:30我而下降。

MODIS已广泛应用于能量平衡研究的领域,因为它提供了一个坚实的基础上时空连续的信息在整个地球的表面(12]。MODIS信息从Terra航天器(10:30天桥)使用各种方程被用来估计等。MOD07有5公里的空间分辨率选择在所有当前的MODIS项目由美国国家航空航天局(NASA),因为它包含了空气和露点温度。MOD07提供瞬时地球物理变量如纬度,经度,露点和空气温度,表面压力、太阳天顶角和亮度温度和总可察觉的水蒸气与中等分辨率(13,14]。加上这些地球物理变量,空气和露点温度被认为是本研究的一部分。MODIS云产品(MOD06)是用于计算在阴天条件下的辐射。云参数包括云分数,云顶温度,和云光学厚度与1公里空间决心和云辐射率5公里空间分辨率(15)被用于这项研究。正弦投影是实现土地产品浏览各种需求为主要学科组:朝鲜半岛放在水平瓷砖27日至28日和垂直瓷砖号码4到5 (H27V04, H27V05、H28V04 H28V05)正弦投影。在蒙古,HDF瓷砖H23V03, H23V04, H24V03, H24V04, H25V03, H25V04 H26V03, H26V04。澳大利亚,HDF瓷砖H27V12, H28V11, H28V12, H29V10, H29V11, H29V12, H30V10, H30V11, H30V12, H31V10 H31V11, H31V12。MOD13A2提供了归一化植被指数和增强型植被指数(增强型植被指数)在16天的时间分辨率和空间分辨率1公里(16MOD15A2提供),叶面积指数(LAI)和一部分光合成有效辐射(fPAR)每8天。MOD17A2提供植被信息在每1公里的空间分辨率密集区间通过总初级生产力(GPP)和净初级生产力(NPP)的产品。半球形反射(白色天空反照率)和bihemispherical反射(黑色天空反照率)是MOD43反照率提供的产品。反射太阳辐射估计使用短波红外波段(10乐队)的白色天空反照率从MCD43B3反照率产品17]。

对于SPI估计,气候从气象站地面测量数据得到。因为SPI计算从30多年的数据,我们选择了一个位置,提供了超过30年的降水数据在朝鲜半岛,澳大利亚、蒙古(12从蒙古网站:http://worldweather.wmo.int/en/country.html?countryCode=MNG;来自澳大利亚的32个站点:http://www.bom.gov.au/climate/data/stations/;从朝鲜半岛60网站:http://www.kma.go.kr/weather/climate/past_cal.jsp)。流速及流水量数据来自全球土地数据同化系统(GLDAS)干旱状态验证(18]。诺亚GLDAS数据集有25公里的空间分辨率和月估计数据被用作地面基础观测验证的目的。

3所示。方法

在这项研究中,以下四个干旱指数估计和比较:EWDI, ESI, SPI-3, VCI。因为选择干旱指数有不同的数据范围,他们规范化与EWDI更直观的比较。下面简要描述四种干旱指数。

3.1。蒸发压力指数(ESI)

应急服务国际公司计算通过使用AET-PET比率用 :

著名Priestley-Taylor算法(普利斯特里和泰勒,1972)是用于计算潜在蒸散(PET)。宠物计算、水文气象数据都是来源于卫星观测。我们修改了算法Cleugh et al。19和μet al。17]估计让基于以下Penman-Monteith方程(20.]: 在哪里 潜热通量(W·m−2), 汽化潜热(J·公斤吗−1), 曲线的斜率是有关温度的饱和水蒸气压力(kPa·K−1),RN净辐射通量(W·m−2), 是土壤热通量(W·m−2), 是空气密度(公斤·m−3), 空气的比热容(J·公斤吗−1·K−1), 饱和水汽压(Pa), 是实际的水蒸气压力(Pa), 空气动力阻力(s·m−1), 湿度不变,并设置为常数,其值为0.66 Pa K−1, 表面电阻(s·m−1)。

所有必需的参数方程(2)从卫星观测使用的算法获得Cleugh et al。19和μet al。17]。在这项研究中,唯一的区别的增强型植被指数而不是标准化植被指数是由于增强型植被指数可能提高估计的准确性让价值(17]。本研究增强让估计的准确性,通过引入总初级生产力(GPP)值的估计表面电阻( )。GPP可以来源于MOD17产品,它是已知精确地反映了影响光合作用的增强型植被指数和归一化植被指数不能反映(21]。提高算法的精度,本研究修正方程计算植被部分由以下方程: 在哪里 代表了我15天的植被分数和下标最大和最小象征所有GPP和增强型植被指数的最大和最小值为所有观测值达到时间。

随后植被分数的计算值作为输入的方程组8估计表面电阻的值( )在方程(使用2)。图2显示之间的对比让值估计基于本研究的方法(y)参考通量塔ET值(x)在Cheongmicheon (CFC)和Seolmacheon (SMC)量规位于朝鲜半岛。让值基于μ的方法等。17)进行比较。它可以指出,这项研究的方法相比,具有更大的精度的方法μet al。17的相关系数(图)2)。


图2
比较本研究的实际蒸散估算的方法。

最后,蒸发压力指数(ESI)是通过估计正常化 值: 在哪里 和 代表所有的平均值和标准偏差 值约为整个研究期间在给定网格单元的位置。

3.2。能源水分亏缺指数(EWDI)

水在不同条件下地表状态可以被考虑到估计EWDI代表了水分亏缺状态。基于表观热惯量(ATI) EWDI是连云港中利用ESI和土壤水分饱和指数(SMSI)。ATI的评估土壤水分的时空变化,推导出直接从多光谱卫星意象(22]。

使用不同的地表温度(ΔLST)和地表反照率,ATI的计算如下: 在哪里α代表了地表反照率和ΔLST昼夜地表温度,这是日间和夜间温度之间的差异。自从ATI代表树冠和土壤水分变化的总和,价值越高,土壤含水量越高的陆地表面22,23]。ATI值归一化利用SMSI EWDI计算的目的。ATI我,j代表了ATI的价值我th纬度和j经度。

EWDI计算后,应急服务国际公司和SMSI术语标准化的表述是不同的,异常: EWDI的无量纲指标从无限的负值(比正常干燥)无限的积极的价值观(潮湿比正常)。地表反照率产品(MCD43B3)在8天被用于这项研究。叶面积指数(MOD15A2)、归一化植被指数和增强型植被指数(从MOD13A2产品),和大气产品(MOD07_L2大气产品)被用于计算EWDI。

3.3。标准化降水指数(SPI)

建立了SPI的麦基et al。24]。SPI是评估利用月平均降水数据集,连续至少30年。因为SPI计算从30多年的数据,我们选择了一个位置,提供超过30年的月度降水数据。SPI使用月度沉淀聚合在不同时间尺度(1个月、3个月、6个月、12个月,等等)。一般来说,伽马拟合函数为每个数据集来描述概率应用交互。SPI的区别是,它不依赖于模型。降水的一个简单的估值是输入,PDSI不同,这使得假设水储存和赤字。

3.4。植被状态指数(VCI)

以后植被状态指数(VCI) [1)是使用最广泛的卫星干旱指数监测植被条件。VCI是决定基于归一化植被指数(NDVI)评估生活绿色植被的观测目标。VCI是决定使用以下方程: 归一化植被指数、归一化植被指数最小值,和归一化植被指数马克斯是归一化植被指数平滑每月在给定网格单元位置,其多年最大,及其多年最低,分别和Z是标准化规范化的意义。自从VCI是索引价值规范化0和1之间的值不同,大约95%的VCI在给定网格单元位置不同−2(严酷的干旱)2(健康植被条件)。

3.5。误差矩阵法

正确检测干旱事件和严重程度,许多干旱指标进行评估使用误差矩阵法(25,26]。误差矩阵法是一种形成阵列由干旱或湿条件相比,干旱的范畴提出的观测数据流水量和土壤水分等。当标准化的流速及流水量小于0的值,它被定义为干旱状态。矩阵表示获得的消极后果的准确性干旱,干旱的准确性是证书的所有观测数据集的比例指数和干旱的观测数据集的总数干旱状态。

4所示。结果和讨论

4.1。使用误差矩阵法分析干旱的准确性

误差矩阵来源于GLDAS流速及流水量数据集在表2 - 4显示总体精度从92%到75,约90%的准确性在旱季。这个结果表明,所有四个干旱指数(ESI, EWDI VCI,和SPI-3)有一个很好的程度的可靠性分析在每个站点上的干旱状态。的适用性EWDI是最好的比另一个在干旱条件下干旱指数。流速及流水量,EWDI和ESI明显更好的结果比VCI SPI-3,干旱和总体精度范围在75%和90%之间在每一个学习网站。SPI-3的模式是相对缓慢的,因为它与降水变化有关。

表2
误差矩阵结果朝鲜半岛(摄于网站)2001 - 2010。
表3
误差矩阵结果对澳大利亚布里斯班(网站)在2001 - 2010。
表4
误差矩阵结果蒙古(2001 - 2010年期间Tsetserleg网站)。

这些相互比较消极后果证明基于卫星的干旱指标的适用性和干旱对水流的影响25]。然而,可能存在一定的局限性。如前所述,Karnieli et al。27和崔et al。25],vegetation-based干旱指数如VCI和Evapotranspiration-Based干旱指数(ESI)可能不太适合的时间和干旱的地方不能完全代表植被等条件休眠季节和纬度和海拔梯度高的区域。对于上述结果,EWDI精确预测干旱状态,SPI-3相比。应急服务国际公司,EWDI VCI, SPI-3好极端干旱状况的指标。

4.2。各种干旱指数的时空模式

节4.2、EWDI的时空模式和实际干旱情况进行比较。在朝鲜的情况下,一些以往的研究报道,有严重的干旱情况从2月到5月,2000年3月到2001年6月,分别为(28- - - - - -30.]。张成泽et al。28]研究了干旱的情况下损害从2000年到2001年在朝鲜,显示干旱破坏区域的空间分布。南et al。30.)报道,严重的干旱发生在西部朝鲜在2000年和2001年在朝鲜东部。

图3代表EWDI的年平均空间分布在朝鲜2000年和2001年。它还显示了EWDI和降水的时间分布在安居,咸兴,Kimchaek网站。


图3
(一)空间分布在朝鲜2000年和2001年EWDI;(b) EWDI和降水的时间分布(A)安居,咸兴(b)和(C) Kimchaek网站。

比较本研究的结果与先前的研究,可以看出一个更严重的干旱条件发生在2000年比2001年在安居,位于朝鲜的西部。相反,在Kimchaek和咸兴地区位于该国东部,一个比2000年更严重的干旱发生在2001年。这一现象的主要原因,可以解释为缺乏降水。2000年,西部地区降水量的20%,在正常年份,而在2001年,东部地区降水只有17%低于正常年份。出于这个原因,显示不同的干旱年的空间分布(30.]。

在澳大利亚,Horridge et al。31日)报道,有严重的干旱情况从4月到2002年12月。Horridge et al。31日)显示,2002年在澳大利亚干旱造成的损失和干旱破坏区域的空间分布。

图4代表了2002年度平均EWDI空间分布在澳大利亚。它还显示了EWDI和降水的时间分布在达尔文,贾尔斯,珀斯,墨尔本,阿德莱德,布里斯班的网站。在六个验证网站,珀斯最低年平均降水688毫米,2002年是32%低于正常年份(31日]。那个时期干旱指数的值表示干旱状态。在达尔文的网站,有一个极端的干旱情况从4月到8月,但有很多沉淀在今年剩下的时间。出于这个原因,年平均干旱条件表达了适度(图4)。


图4
空间分布EWDI 2002年在澳大利亚(核心部分);EWDI和降水的时间分布(A)达尔文,贾尔斯(B)、(C)珀斯(D)阿德莱德(E)墨尔本和布里斯班(F)网站(外部部分)。

最后,在蒙古的情况下,一些以往的研究报道,有严重的干旱情况从2月到2001年10月和2002年3月至12月,分别为(32,33]。Bayarjargal et al。32]研究了干旱造成的损失的情况下蒙古在2001年和2002年。他们报告说,整个2001年严重干旱条件,但在2002年,极端干旱条件在南部地区。大卫et al。33]显示干旱条件区域的空间分布。

图5代表EWDI的年平均空间分布对2001年和2002年在蒙古。它也显示了EWDI和降水的时间分布Khovd, Murun,达尔汗,Tsetserleg Dalanzadgad,赛站点。在六个验证网站,Dalanzadgad网站最低年平均降水95毫米2001年和2002年76毫米,在正常年份低于58% (32]。干旱指数的价值这一时期还表示干旱状态。的Khovd和Murun网站,有极端的干旱情况下从2月到4月,但有很多沉淀在今年剩下的时间。出于这个原因,年平均干旱条件表达了适度(图5)。


图5
空间分布EWDI 2001年和2002年在蒙古(核心部分);EWDI和降水的时间分布(一)Khovd Murun (B), (C)达尔汗,(D) Tsetserleg, (E) Dalanzadgad, (F)赛网站(外部部分)。

5。结论

在这项研究中,传统和卫星干旱指数比较drought-vulnerable网站(朝鲜半岛、蒙古、澳大利亚)从2000年到2010年。EWDI显示干旱最高精度通过误差矩阵法(干旱精度从94.74%至85.71不等;在朝鲜咸兴,在澳大利亚布里斯班,和在蒙古Tsetserleg: 94.74%)。

的适用性EWDI决心通过比较估计EWDI与实际的干旱。EWDI的结果和实际的干旱的时空分布情况显示一个类似的趋势。在朝鲜的情况下,严重的干旱情况从2月到5月,2000年3月到2001年6月,分别。更严重的干旱条件发生在2000年比2001年在安居区,位于朝鲜的西部。一方面,在Kimchaek和咸兴地区位于东部的国家,一个比2000年更严重的干旱发生在2001年。在澳大利亚,有一个严重的干旱情况从2002年4月至12月。最严重的干旱在珀斯检查由于降水只有32%低于正常年份。另一方面,达尔文是相对较少的干旱可能由于夏季暴雨季节(从9月至3月)。最后,在蒙古的情况下,出现了一个严重的干旱情况从2月到2001年10月和2002年3月至12月,分别。在干旱时期,Dalanzadgad地区发生最严重的干旱和严重干旱少Khovd和Murun地区。

通过上述结果的适用性EWDI好相比,其他的干旱指标。根据结果,RS-based指数被认为是好指标检测干旱状态特别是气候数据没有可用的或被分散。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究受到了基础科学研究项目通过韩国国家研究基金会(NRF)由科技部,ICT和未来规划(2018 r1c1b6008805)和教育部、科学技术(项目没有。nrf - 2017 r1c1b2003927)。