基于作物缺水指数的农业干旱监测模型构建

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(Standardized Precipitation Evapotranspiration Index,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.

关键词：农业;干旱;随机森林;MOD16A2;CWSI;偏差校正;模型构建

所属期刊栏目：37

分类号：TP79;S127(遥感技术)

资助基金：山东省重点研发计划公益类专项项目;国防科工局高分专项;山东省自然科学基金

在线出版日期：2022-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：65-72