科研之友
微信
新浪微博
Facebook
分享链接
摘要
农业干旱监测问题对农业生产具有重要影响，因此精确监测农业干旱具有现实意义。该研究基于MOD16A2全球蒸散产品，计算作物缺水指数（Crop Water Stress Index,CWSI），结合地表温度、植被指数、降水量以及土壤湿度等多源遥感数据为自变量，以3个月时间尺度的标准化降水蒸散指数（StandardizedPrecipitationEvapotranspirationIndex,SPEI-3）为因变量，基于偏差校正随机森林算法构建山东省2000—2019年作物生长季（4—10月）的偏差校正随机森林干旱状况指数（Bias-corrected Random Forest Drought Condition Index,BRF-DCI）。并分析CWSI对于构建山东省农业干旱监测模型的影响。结果表明：加入CWSI后，所提出的BRF-DCI指数与SPEI-3观测指数的决定系数为0.72～0.85，优于未加入CWSI之前；加入CWSI后提高了干旱等级监测的准确率；BRF-DCI指数能较好地拟合各月份的SPEI-3指数，决定系数均在0.94以上；BRF-DCI指数能够准确反映山东省典型干旱年的干旱情况，有效监测山东省农业干旱情况。该研究对山东省农业旱情监测及旱灾防御具有较大的应用潜力。
- 单位
