41卷4期 吴明业等：基于TVDI指数的安徽省伏早动态监测与时空演变的研究 671 nasa.gov/data/search.html. 和LST数据所导致的获取时间上的不一致。 MOD11A2是8d合成空间分辨率为1km的地 遥感数据获取之后，作图幅拼接和投影变换之 表温度产品。它的地表温度数据是利用分窗算法对 后，在DL/ENVI环境中，以0.01的EVI阈值为步 modis传感器31、32通道亮温计算获得的，其中的 长构建LST-EVI特征空间并计算温度植被干旱指数 通道亮温值根据辐亮度和0.1k阈值亮温的查找表 (TVDD。在建模过程中，利用ENVI的掩膜技术， 确定]。结果为8d内晴空日地表温度的平均值。 去除地表温度的过低点(0℃以下)。 MOD13A2是16d合成的空间分辨率为1km 3结果与分析 的植被指数产品。它的波段反射率经过BRDF模型 订正大气吸收、分子散射等效应，并校正为星下点 3.1不同时相的LST-EVI特征空间 和标准太阳高度角下的Terra MODIS卫星地表反射 利用MODIS温度和植被指数数据产品，得到 率，采用最大值合成(MVC)、最小视角合成 安徽省伏旱主要发生时段的LST-EVI特征空间分布 (MV-MVC)、限定视角范围合成(TV-MVC)等策 (如图1)。从图1可以看出，每一期的特征空间中 略合成为最终的植被指数(NDVI)和增强植被指数 干边和湿边形状相似。不同时相特征空间都有一个 (EVI)结果4。本文采用的就是其中的增强植被 共同特点：随着NDVI值的增加，地表温度的最大 指数。 值和最小值逐渐趋于一点，基本上是呈现三角形分 在2012年5月30日-9月2日期间获取的每期 布的，特别是在ET>01的时候，这种现象十分明 MOD13A2图像对应两期的MOD11A2图像。假定 显：从不同时相特征空间的形状有所差异，点的离 MOD13A2合成时段内地表的植被变化不大，其合 散程度也不相同，这可能与不同NDVI值对应的像 成的EVⅥ值可以代表16d内任意一天的EVI值： 元数量的不同有关：图1中很明显的反映出最大地 MOD11A2是8d内晴空日地表温度的平均值，用这 表温度总是出现在E=0.2附近，且伏旱发生主要 个平均值代表这8日的地表温度。用这2组计算 时段内E7<0.2的像元数量要远远少于ET>0.2的 TVDI,通过以上假定，解决由于使用合成的EVI 像元数量。说明研究时段内安徽省裸土比例较小。 05/30-0506 0607-0614 0615-0622 0623-0630 0701-0708 0709-07/16 07/17.07/24 07/25-0801 0802-0809 08/10-08/17 08/18-0825 0826-0902 图12012年5月30日-9月2日每8d的LST-EV1特征空间 Figure 1 LST-EVI spatial pattern of scattered points for every 8 days from May 30th to September 2nd in 201241 卷 4 期 吴明业等: 基于 TVDI 指数的安徽省伏旱动态监测与时空演变的研究 671 nasa.gov/data/search.html。 MOD11A2 是 8 d 合成空间分辨率为 1 km 的地 表温度产品。它的地表温度数据是利用分窗算法对 modis 传感器 31、32 通道亮温计算获得的，其中的 通道亮温值根据辐亮度和 0.1 k 阈值亮温的查找表 确定[13]。结果为 8 d 内晴空日地表温度的平均值。 MOD13A2 是 16 d 合成的空间分辨率为 1 km 的植被指数产品。它的波段反射率经过 BRDF 模型 订正大气吸收、分子散射等效应，并校正为星下点 和标准太阳高度角下的 Terra MODIS 卫星地表反射 率，采用最大值合成（MVC）、最小视角合成 （MV-MVC）、限定视角范围合成（TV-MVC）等策 略合成为最终的植被指数（NDVI）和增强植被指数 （EVI）结果[14]。本文采用的就是其中的增强植被 指数。 在 2012 年 5 月 30 日-9 月 2 日期间获取的每期 MOD13A2 图像对应两期的 MOD11A2 图像。假定 MOD13A2 合成时段内地表的植被变化不大，其合 成的 EVI 值可以代表 16 d 内任意一天的 EVI 值； MOD11A2 是 8 d 内晴空日地表温度的平均值，用这 个平均值代表这 8 日的地表温度。用这 2 组计算 TVDI，通过以上假定，解决由于使用合成的 EVI 和 LST 数据所导致的获取时间上的不一致。 遥感数据获取之后，作图幅拼接和投影变换之 后，在 IDL/ENVI 环境中，以 0.01 的 EVI 阈值为步 长构建 LST-EVI 特征空间并计算温度植被干旱指数 (TVDI)。在建模过程中，利用 ENVI 的掩膜技术， 去除地表温度的过低点（0℃以下）。 3 结果与分析 3.1 不同时相的 LST-EVI 特征空间 利用 MODIS 温度和植被指数数据产品，得到 安徽省伏旱主要发生时段的 LST-EVI 特征空间分布 （如图 1）。从图 1 可以看出，每一期的特征空间中 干边和湿边形状相似。不同时相特征空间都有一个 共同特点：随着 NDVI 值的增加，地表温度的最大 值和最小值逐渐趋于一点，基本上是呈现三角形分 布的，特别是在 EVI>0.1 的时候，这种现象十分明 显；从不同时相特征空间的形状有所差异，点的离 散程度也不相同，这可能与不同 NDVI 值对应的像 元数量的不同有关；图 1 中很明显的反映出最大地 表温度总是出现在 EVI=0.2 附近，且伏旱发生主要 时段内 EVI<0.2 的像元数量要远远少于 EVI>0.2 的 像元数量。说明研究时段内安徽省裸土比例较小。 图 1 2012 年 5 月 30 日-9 月 2 日每 8 d 的 LST-EVI 特征空间 Figure 1 LST-EVI spatial pattern of scattered points for every 8 days from May 30th to September 2nd in 2012