农业干旱监测研究进展与展望

您所在的位置：网站首页 › bis监测指数的意义 › 农业干旱监测研究进展与展望

农业干旱监测研究进展与展望

2024-01-18 01:50| 来源: 网络整理| 查看: 265

1 引言

全球气候变化是人类迄今为止面临的最重大也是最为严重的全球环境问题,并作为21世纪人类面临的最复杂的挑战之一引起了世界各国政府和公众的广泛关注[1]。20世纪70年代以来,全球气候变暖导致的干旱等极端气候事件的频率和强度均呈显著增加趋势。与气候平均态相比,极端事件的发生更具反常性、突发性和不可预见性,其对气候变化响应也更为敏感[2],成为陆地生态系统波动的主要风险源,并已对生态系统和人类社会经济可持续发展造成了巨大而深远的影响[3]。地球系统模式显示,21世纪全球干旱风险将进一步增加[4],因而如何应对和减缓干旱及其影响已成为亟待解决的重大科学问题。在众多不利影响中,干旱对农业系统的影响最为明显也最为直接。资料显示,全球气象灾害造成的经济损失约占所有自然灾害损失的85%,其中干旱所造成的损失占气象灾害的50%以上。应指出,农业关乎国家粮食安全和社会稳定,同时农业又是受气候和天气制约最大的领域[5],因此农业干旱研究成为各国政府和学者共同关注的焦点问题。

面对气候变化引致的一系列灾害风险,以往应对重大自然灾害的经验表明风险规避比抢险救灾具有更重要的意义[6]。第三届世界减灾大会确立的未来减灾目标与优先事项中同样强调了灾害监测预警及科学防范灾害损失的重要性与迫切性。农业干旱监测作为减轻农业灾害损失与影响的重要途径,是干旱研究的薄弱环节之一。目前,国内外组织和学者开展了一系列卓有成效的研究工作,内容涉及农业干旱的成因、评估方法以及影响等方面,其中以地球观测组织全球农业监测计划（GEO-GLAM）为代表的国际计划组织进行了大量关于农业干旱监测的探索工作[7]。同时,不同学者从理论和技术层面上,也对干旱概念、监测方法及发展趋向开展了系统梳理和全面总结[8-14]。值得注意的是,农业干旱涉及农业、气象、水文以及植物生理等众多学科,同时农业系统又是一个自然系统与人工系统高度交织的领域,发展农业干旱监测无论在理论上还是在技术手段上均面临着较大的瓶颈[15]。在回顾已有综述研究中发现,当前研究多以干旱指标的角度回顾农业干旱研究进展,而目前学界对农业干旱监测领域研究的全面认识尚未完全形成,有必要对干旱,特别是农业干旱监测方法与发展历程进行全面梳理。

中国作为农业大国,农业是国民经济的基础,气候变化将直接影响到粮食安全和可持续发展[16]。因此,当前中国农业干旱无论在理论上还是技术上都需要取得突破,以应对复杂的气候变化给农业生产造成的不利影响,而系统梳理和总结当前农业干旱监测现状是开展进一步理论和方法研究的重要基础。基于上述认识,本文将从农业干旱的概念内涵、评估指标进行系统梳理,并通过文献统计和重要文献引用揭示国内外农业干旱监测研究的发展历程和最新进展。在此基础上,提出目前农业干旱监测研究存在的挑战与不足,进而对农业干旱监测未来发展方向进行归纳与展望,以期通过进一步归纳农业干旱监测研究理论方法与未来指向,满足政府决策部门对农业干旱事件的监测、预警及应对实践需求。

2 农业干旱与监测 2.1 农业干旱概念

国际上通常将干旱划分为气象干旱、农业干旱、水文干旱和社会经济干旱4种干旱类型,其中气象干旱指由降水和蒸发不平衡所造成的水分亏缺现象;农业干旱指以土壤含水量和植物生长形态为特征,反映土壤含水量低于植物需水量的程度;水文干旱指河川径流低于其正常值或含水层水位降落的现象;社会经济干旱是指在自然系统和人类社会经济系统中,由于水分短缺影响生产、消费等社会经济活动的现象[14]。虽然上述4种干旱类型的定义有所区分,但所有干旱类型的本质内涵均是由于降水不足而导致的水分亏缺现象,且不同类型干旱之间存在关联（图1）。当降水减少时最先发生的是气象干旱,随着水分的持续蒸发和水资源的减少,进而逐渐引发农业干旱和水文干旱。由于农业干旱是土壤水分供给无法满足作物水分需求而导致的作物水分亏缺现象,通常最先表现为降水减少导致的土壤缺墒,同时伴随着作物蒸腾的不断失水,最终作物体内水分无法满足正常生理活动,表现为限制作物生长,进而会出现农作物减产或绝收,且干旱对农作物不同生育期的影响存在显著差异。水文干旱则表现在河流、水库水资源减少,地下水位下降等。而当农业干旱和水文干旱发展到一定程度时就会引发社会经济干旱。因此可将不同干旱类型简单理解为：农业干旱即气象干旱对农业系统的影响,水文干旱即气象干旱对水文系统的影响,而社会经济干旱则是气象干旱对社会经济系统的影响[11, 17]。

显示原图| 下载原图ZIP| 生成PPT

图1 干旱的传递过程及其相互作用

Fig. 1 Drought transfer processes and interactions

2.2 农业干旱评估方法

干旱作为一种复杂的现象难以直接观测其发生时间、发展过程和影响范围,因而通常采用干旱指标对干旱事件进行描述[4, 10, 18]。目前对干旱情况进行表征的干旱指数已发展至近百种[19]。根据观测手段的不同,可以分为基于站点观测指标和基于遥感监测指标两大类,前者主要包括标准降水指数（SPI）、帕尔默干旱指数（PDSI）及作物湿度指数（CMI）等;后者则根据地表覆盖情况,分为基于裸露地表的干旱监测指数（包括热惯量法和微波水分反演法）和基于植被覆盖的干旱监测指数两大类,其中基于植被覆盖的干旱监测指数可进一步分为作物形态指标（如条件植被指数、归一化植被指数等）、作物生理指标（如冠层温度、冠层含水量等）和作物综合指标（如植被供水指数、温度植被干旱指数等）三大类（图2）。

显示原图| 下载原图ZIP| 生成PPT

图2 干旱监测指数发展历程简述

Fig. 2 Development process of drought monitor indexes

2.2.1 基于站点观测数据的干旱监测 20世纪初,干旱监测研究兴起于美国,早期的干旱监测指标多数仅考虑降水量单一因素[20-27]。直到1965年Palmer提出“对当前气候适宜降水”的概念[28],并发展了干旱指数模式（PDSI）,成为当时干旱监测指标的里程碑,被广泛应用在美国及全世界各个地区,并作为政府部门和学者们普遍采用的干旱监测工具。在此基础上,Palmer进一步考虑作物需水情况,提出了作物水分指数（CMI）,被国际上广泛应用于农业干旱的监测评估[29]。值得注意的是,在被广泛应用的同时,学者们也逐渐发现了PDSI指数的局限性[30-31],因而为克服PDSI的不足,Wells提出自适应PDSI指数,该指数最大优点是能够根据不同区域的气候特点进行校正参数选取,提高了PDSI对不同区域干旱监测的能力[32],然而PDSI仍未摆脱固定时间尺度的限制。在农业干旱监测方面,Shafer[33]和Jackson[34]在综合考虑地表供水和植被需水的基础上,分别提出了地表供水指数（SWSI）和作物缺水指数（CWSI）,取得了较好的效果。1993年,McKee发现实测降水量的概率分布是一种偏态分布而非正态分布,继而提出用标准化降水量指数（SPI）来替代PDSI[35]。由于SPI计算简便且能够进行多尺度的干旱监测,用以表征不同的干旱类型,成为目前广泛应用的干旱监测指数之一。然而该指数仅考虑单一降水因子而忽视蒸发对干旱的影响,使得SPI表征意义过于简单。因此,为客观表征降水和蒸发对干旱的综合作用,Vicente-Serrano等在分析PDSI和SPI优缺点的基础上提出了标准降水蒸散指数（SPEI）[36],该指数综合考虑SPI的多尺度优点和PDSI考虑蒸散发的优点,成为干旱监测较为理想的工具之一。随后,Vicente-Serrano等又对比了SPI、SPEI和PDSI在全球干旱监测中的表现,发现SPI和SPEI指数在监测水文干旱和农业干旱方面的能力要优于PDSI,并指出SPEI在监测夏季干旱的表现尤为突出[37]。值得一提的是,已有研究采用相对湿度数据构建了标准化湿度指数（SRHI）,该指数能够比SPI更早地检测出干旱事件的起始时间,是开展干旱预警的理想指标[38]。

在国内,中国学者也一直致力于干旱监测指标的构建工作,并尝试将多种气象指标进行综合,以提升干旱监测能力,其中张强等[39]将标准化降水指数和相对湿润度指数进行加权求和,提出综合指数（CI）,该指数在中国各级气象部门干旱监测业务中应用极广;与此同时,王劲峰等提出了K指数,该指标是用季节降水量相对变率与蒸发量相对变率的比值定义,也较好的适用于监测气象干旱和农业干旱[40]。通过上述分析可以发现,基于站点观测数据的干旱监测指数经历了漫长的发展,成为当今干旱监测研究和实践应用的主要手段。在数据源上,基于站点监测指数主要基于国家标准气象台站观测数据,然而当前国家气象监测站点布设存在空间分布不均和站点迁移导致的观测数据时间一致性差等问题。尽管目前已通过增设自动气象台站等方式提高站网观测密度,同时发展数据均一化方法修正非气候因素导致的气候序列异常,但仍存在新增站点时间序列较短、农业生态系统等关键生态区内监测站点缺乏等问题。

2.2.2 基于遥感观测数据的干旱监测农业干旱与土壤湿度和作物水分亏缺密切相关,通过对土壤和植被中的水分进行遥感监测反演是实现大范围农业干旱监测的有效途径。在土壤湿度监测方面,通常采用同化方法估算土壤水分[41],其中陈怀亮等建立的不同土壤质地的热惯量模型,通过引入地形和风场参数提高了水分反演的精度[42],此方法在实际应用中的难度在于地形和风场参数的确定。随后,张仁华利用土壤受光面和阴影面、叶子受光面和阴影面的温差信息,将热惯量模型、热量平衡模型和温差模型结合起来[43],开辟了基于多角度遥感数据反演土壤湿度新途径。此外,Rajat Bindlish利用改进的IEM模型,得到了与实际土壤湿度相关性高达0.95的反演结果[44]。值得一提的是,虽然微波遥感具有不受云干扰,拥有全天时和全天候观测能力,但是当前微波遥感通常只能反演土壤表层（2~5 cm）的湿度,而作物根系通常都在10~20 cm以下,导致作物水分胁迫状况往往难以得到真实反映,且反演结果通常存在较大的不确定性[45]。然而,土壤湿度作为农业干旱监测的关键参数,准确估算不同土层深度的土壤湿度至关重要。因此,尽管当前微波遥感应用于农业干旱监测具有一定的局限性,今后应加强微波遥感在农业干旱监测中的应用,并将微波观测结果与陆面模式进行耦合,同时借助野外实际观测数据,提高土壤湿度的反演精度和深度[8]。

在作物水分亏缺方面,早期的研究根据冠层温度与空气温度的差与空气水汽压的经验关系,提出作物水分胁迫指数（CWSI）[46]。随后,Moran等在能量平衡双层模型的基础上建立了水分亏缺指数（WDI）[47];而Gao等则提出归一化差值水分指数（NDWI）[48]。为消除NDVI空间变异,减少地理和生态系统变量影响,Kogan提出了条件植被指数（VCI）用于干旱监测研究[49];进而王鹏新等[50]在2003年提出了条件植被温度指数（VTCI）。在此基础上,Kogan将TCI和VCI进行线性组合提出了植被健康指数（VHI）[51-52],研究表明该指数能够较好地反映农作物受旱情况[53]。2004年Haboudane提出植被供水指数（VSWI）,该指数是一个较为简单的植被指数—温度作物旱情综合指数[54]。研究表明,VSWI适用于植被覆盖度高的地区[55],且在业务化监测中已得到广泛的应用。另外,基于地表温度（LST）和植被指数（VI）的关系,Sandholt提出了温度植被干旱指数（TVDI）来估算土壤表层水分状况[56],该指数是通过反演土壤湿度来反映农业干旱状况的重要方法。值得注意的是,利用NDVI和LST进行干旱评价时,一个重要的假设前提是二者存在相反的变化趋势[57]。然而研究表明,当水分是植被生长的限制因素时,LST和NDVI呈负相关;而当能量成为植被生长的限制因素时,LST和NDVI却呈正相关,且TVDI对已发生旱灾的区域具有较好的解释能力,但在农业干旱监测与预警方面的能力表现欠佳。

2.2.3 综合气象遥感数据的干旱监测随着科学技术的发展,干旱监测指数正逐步趋向于气象和遥感综合研究,主要表现在多源数据的引入和研究方法的革新（表1）。Hao等对近年来发展的综合干旱监测指数进行了系统的梳理,并指出美国干旱监测（USDM）模型是综合干旱监测模型中较为成功的案例[58]。然而受到分辨率的限制,USDM在区域尺度上的监测能力仍显不足。此外,Brown等综合利用气象干旱指数（SPI、PDSI）、植被指数以及地形等信息,通过分类回归树的方式,提出了植被干旱响应指数（VegDRI）[59],该指数能够近实时提供国家尺度的干旱监测信息,成为综合干旱监测指数的典范。随后,Wu等利用该方法建立了适用于中国区域的综合干旱监测模型,并提出了作物不同生育期的干旱监测模型[60-61]。同时,杜等利用TRMM降水数据、地表温度数据以及植被指数数据,通过该方法构建了综合干旱监测指数（SDI）,并用于山东省干旱监测,取得了较好的效果[62]。利用线性组合方式,Rhee等综合利用LST、NDVI和TRMM数据,通过加权组合的方式提出了同时适合干旱和湿润地区的干旱监测指数[63];而Zhang等则尝试综合利用遥感获取的降水数据、AMSER-E土壤湿度数据和NDVI数据构建了适用于气象干旱的监测指数[64]。另外,Mu等综合利用地表蒸散数据和植被指数数据,构建了基于遥感的实时干旱监测指数（DSI）,该指数有效检测出发生在2003年的欧洲干旱以及2005和2010年的亚马逊干旱,并与站点尺度的PDSI具有很好的相关性[65]。在系统对比不同干旱监测指标的基础上,Hao等提出多变量干旱监测指标（MSDI）,该指标综合了降水和土壤水分等信息,被验证为有效的干旱监测指标[66]。在此基础上,AghaKouchak通过引入集合径流预报的方式对MSDI进行改进,并用于非洲东部的干旱监测与预警研究[67]。在多类型干旱监测方面,Deepthi等提出多变量干旱指数（MDI）,该指数综合考虑降水、径流、蒸发以及土壤湿度等要素,能够同时用于气象干旱、农业干旱和水文干旱的监测[68]。另外,近年来也有学者尝试通过将历史数据与实时数据进行同化的方式构建数据驱动的近实时干旱监测指数[69]。综上可以看出,近年来学者们针对综合干旱监测指标的建立进行了卓有成效的探索工作,并取得了一定的成效。值得注意的是,虽然近年来国内外学者尝试建立了多种综合多要素的干旱监测指数,然而目前多数研究仍处于起步阶段,尚未形成适合不同区域和不同尺度的有效干旱监测模型,且不同方法均存在一定程度的缺陷,如线性加权方法虽综合了多种要素,但无法解释其物理含义;而联合分布函数虽能得出概率分布,便于进行风险分析,但其仅考虑了数据的统计特征,并未对其物理过程进行有效描述。

Tab. 1 表1

表1 国内外主要气象和农业干旱监测指数

Tab. 1 Main meteorological and agricultural drought monitoring indexes in the world

指标名称提出时间主要作者指标含义降水距平1906Henry[20]任何21天或更长天数期间发生的降水等于或少于此间正常值的30%。Palmer干旱指数(PDSI)1965Palmer[28]表征一段时间内,某区域实际水分供应持续地少于当地气候适应水分供应的水分亏缺。作物水分指数(CMI)1968Palmer[29]该指数利用水平衡模式分析作物干旱状况,主要用于农业干旱监测。作物缺水指数(CWSI)1988Jackson[34]在水分能量平衡原理基础上,综合考虑土壤水分和农田蒸散的关系,来表征作物水分亏缺状况。Z指数1990幺枕生[70]该指数假设降水量整体上服从Person III型分布,通过对降水量进行正态化处理来确定干旱指数。标准降水指数(SPI)1993McKee[35]表征某时段降水量出现的概率多少的指标,适合于月以上尺度相对当地气候状况的干旱监测。水分亏缺指数(WDI)1994Moran[47]该指数考虑到作物缺水指数中多数理论参数与植被覆盖度的近线性关系,结合地表和空气之间的温差与植被指数而建立的干旱监测指标。植被条件指数(VCI)1995Kogan[71]该指数克服了距平植被指数和标准植被指数的不足,能有效监测干旱及降水的时空分布特征。归一化差值水分指数(NDWI)1996Gao[48]通过引入短波红外波段,更有效提取植被冠层的水分含量,在植被冠层受水分胁迫时,能及时地相应。CI指数1998张强[39]该指数综合利用标准降水指数和相对湿度指数,适合用于实时气象干旱监测和历史同期气象干旱评估。温度植被干旱指数(TVDI)2002Sandholt[56]指由植被覆盖度和地表温度所确定的干边和湿边方程,来表征作物水分胁迫状况的指标。植被供水指数(VSWI)2004Haboudane该指数是综合地表温度监测指标和植被指数监测指标的一种用于农业干旱监测的综合指标。自适应帕尔默干旱指数(SC-PDSI)2004Wells[32]该指数是PDSI的修正版,能够根据不同区域的气候特点进行选取模型校正参数。K指数2007王劲松[40]该指数用季节降水量的相对变率与蒸发量的相对变率的比值定义,用于研究气象和农业干旱。植被干旱响应指数(VegDRI)2008Brown[59]综合考虑植被指数、气象干旱指数和土壤有效持水量等信息,通过信息挖掘技术进行干旱监测。标准降水蒸散指数(SPEI)2010Vicente-Serrano[36]表征某时段水分亏缺出现的概率多少的指标,适合月以上尺度相对当地气候状况的干旱监测。

新窗口打开

2.3 农业干旱监测研究文献回顾

为了更好地诠释农业干旱监测研究的发展阶段,在ISI Web of Science中以“agricultural drought”or“drought monitor”为主题进行文献检索,文献检索时间为2015年6月26日。统计表明,近20年农业干旱监测文献的发文数量和引文数量均呈“指数式”上升趋势（图3）。同时,在CNKI中同样以“农业干旱”或“干旱监测”为主题进行文献检索,发现近年来发文数量和引文数量也均呈现大幅度上升趋势。可见,近年来农业干旱监测研究受到了国内外学者的广泛关注,并以2000年之后增长尤为显著。

显示原图| 下载原图ZIP| 生成PPT

图3 1990-2014年农业干旱监测发文量与引文数量统计

Fig. 3 Statistics of issued and cited literatures in agricultural drought monitor during 1990-2014

由于干旱涉及学科广泛,包括地理学者、生态学者、气候学者以及灾害领域学者在内的诸多学科均对干旱进行了系统性的研究。为探究不同学科领域干旱研究情况,在ISI Web of Science中以“Drought”为主题进行检索,共搜索到52376篇文献（检索时段为1990-2014,检索时间为2015年6月26日）。通过文献分析,我们发现不同研究方向发文数量存在较大差异,发文数量前三名的研究方向分别是植物学、农学和生态环境学,分别占全部文献数量的25.97%、22.68%和20.48%;排在其后的水资源和气象学分别占7.98%和7.72%;而地理学仅占6.82%。这一学科分布表明,干旱对植被、农业和生态环境的影响最为直接也最为严重,并受到了国内外学者的广泛关注（图4）。

显示原图| 下载原图ZIP| 生成PPT

图4 不同学科中关于干旱文献发文数量统计

Fig. 4 Statistics of issued literature relevant to drought in different subjects

通过文献回顾和重点文献引用,发现目前农业干旱监测研究呈现以下特点：① 在学科分布上,目前以“干旱”为主题的文章研究重心仍集中在干旱对生态系统的影响,包括对植被长势的影响、植被生产力变化以及碳储存波动等方面;其次是农学方面,主要研究干旱事件对农作物长势以及产量的影响评估上,其中IPCC报告指出,亚洲的水稻、玉米和小麦产量在过去几十年呈下降趋势,主要由日益严重的干旱所致,并集中表现为气温升高、ENSO频率高,无雨日数增多等因素[72]。而在地理学和灾害学领域,更加注重灾害时空分布特征、灾害发生机理以及防灾减灾等方面,目前关于时空分布特征进行了较为丰富的研究工作,在干旱发生成因方面也与气象学结合进行了较为深入的探讨,然而对防灾减灾具有重要作用的干旱监测研究仍处于薄弱环节[73-76]。② 在研究方法上,当前农业干旱监测研究逐渐由传统的单一指标评价向综合性指标评价转变,并采用分类回归树、线性加权、联合分布函数以及贝叶斯网络等数据挖掘手段,如Brown等[59]综合利用植被指数、气象干旱指数及辅助数据提出了植被干旱响应指数,广泛用于美国干旱监测评价;而Rhee等[63]和Zhang等[64]则分别采用降水、植被和地表温度等数据,通过线性加权的方式,探讨了不同组合方式下气象干旱和农业干旱的监测效果;Anderson等通过Triple Collocation Analysis方法,提出综合多种土壤湿度数据优点的干旱监测方法[77];Hao等则通过联合分布函数构建了综合降水和土壤湿度的多变量干旱监测指数[78]。③ 在数据获取手段上,传统的地面观测方式存在空间分布不均,无法反映空间分布特征的不足,目前逐渐转向台站观测和遥感技术的相结合的数据获取方式,特别是随着传感器种类的增加以及时空分辨率的提高,基于遥感手段的干旱监测逐渐成为研究热点,但仍存在数据序列较短的缺陷,因此应加强多源遥感数据同化研究,构建长时间序列的地表参数产品,同时还应加强基于遥感手段的干旱监测模型研究,如基于微波遥感的干旱监测模型[79-80]。④ 在数据产品方面,目前广泛应用的产品包括Dai等人在2004年研制的PDSI指数全球监测产品[81],Vicente-Serrano等基于SPEI发布的全球0.5°×0.5°分辨率的干旱监测产品[82],以及Mu等发布的基于遥感的全球陆地干旱监测指数产品[65]。最近,Hao等公布了全球综合干旱监测和预测系统,该系统包括了近实时监测部分和季节预测模块,能够提供全球尺度的气象干旱和农业干旱产品[83]。上述产品为全球干旱监测提供了有效的数据支撑。

3 农业干旱监测研究的挑战与展望

与气象干旱监测相比,简单的农业干旱监测指数难以表示干旱发生对农作物的影响程度,也不能反映作物受旱机理以做出预警。近年来,遥感技术的发展为农业干旱监测提供了新的机遇。当前,一些研究尝试采用植被指数、地表温度以及降水数据等进行组合来监测农业干旱[62-63],取得了不错的成效。然而特定地域研究结果是否可以进行时空尺度扩展尚有待论证,且作物对干旱的抵抗力以及滞后效应未能反映导致结果无法进行比较,预测趋势也随指数选取的不同而不同[17],这些问题导致评价结果仍然存在一定的偏差。虽然已有研究采用标准相对湿度指数对干旱进行预警[38],结果显示该指标在预警提前时间上优于现有指标,然而由于作物受旱及减产程度仍无法表征,此类分析依然停留在定性描述和单变量分析阶段,并未摆脱缺乏机理性的困境。

基于现阶段风险管理对农业干旱监测的迫切需求和农业干旱监测的发展趋势,农业干旱监测理论和技术层面均需要有所突破,具体可能有5个方面将成为农业干旱监测今后发展的重点方向（图5）。在理论层面,需要进一步明晰农业干旱发生机理和受旱过程;识别农业干旱影响因素及其反馈机制,实现农业干旱多影响因素整合与集成;研制具备多时空尺度农业干旱监测与预警能力模型;以及耦合农业干旱宏观格局表征与微观机理模型,推动农业干旱监测结果由定性描述阶段走向半定量或定量表达阶段。在技术层面,应加强多源遥感数据的综合应用,为农业干旱监测提供有力数据支撑。

显示原图| 下载原图ZIP| 生成PPT

图5 农业干旱监测未来重点研究方向

Fig. 5 Key research directions of agricultural drought monitor in future

3.1 明晰农业干旱发生机理

土壤水分在陆地水循环过程中扮演着极为重要的角色,是综合气候、土壤及植被对水分平衡的响应和水分平衡对植被动态影响的关键变量。农业干旱反映了土壤含水量低于作物需水量的程度,表现为作物因水分亏缺而出现萎蔫直至减产的现象。然而,不同区域不同作物对土壤水分亏缺的耐受能力各不相同,导致不同作物对降水或土壤水分亏缺的响应时间存在差异,且这种差异随着不同生育期阶段会表现出不同的特征;同时,伴随着水分亏缺,蒸发量将逐渐减少,进一步地表温度升高,形成正反馈作用。忽视以上过程的降水量模型容易导致农业干旱监测难以从作物水分供需平衡机理层面得到解释。目前,关于农作物对水分和温度的综合响应过程仍不明确,需要加强农作物受旱机理研究,并发挥农作物对水分亏缺的时滞性在干旱预警中的重要作用。

另外,农学参数是描述农作物生长状况的基本参量,是开展农业干旱机理研究的重要方面。作物反射光谱曲线受农学参数影响显著,其中与叶绿素含量密切相关的红边是最重要的参数之一。当作物受到水分胁迫情况下,相应的农学参数会发生改变,进而表现为红边的位移。因此,利用高光谱遥感研究农作物光谱信息的变化特征为研究农业干旱受旱机理提供了新的视角。值得一提的是,当前监测模型难以确定农业干旱发生和结束时间,而农业干旱机理研究是最有可能成为解决上述难题的关键环节。通过机理认识及时捕捉作物干旱起始时间,并构建基于生理—生态机理特征的农业干旱遥感监测模型,可以有助于及时采取应对措施,减少灾害损失。

3.2 识别农业干旱影响因素

农业干旱是由大气降水异常减少所引起的,并同时受地表温度、蒸散发、土壤性质以及作物自身生理生态特性等综合因素的影响。在未来应着力研究与农业干旱密切相关的各影响因素,厘清农业干旱与各影响因素的相互作用机制,从而筛选出能够有效表征农业干旱变化特征的关键指示因子,建立具有多地理要素特征的农业干旱监测模型。在技术层面上,空间卫星遥感技术能够及时、准确地获得大范围的地表时空信息,在农业干旱监测中有着极其广泛的应用。遥感技术不仅提供了地表环境变量信息,还提供了农作物的长势信息,如植被指数、地表温度、降水数据,是农业干旱监测的理想数据。以遥感图像为基础数据源,结合区域的土壤特征、地形特征,可以使农业干旱监测模型中同时具有环境与作物长势信息,实现农业干旱监测模型的多要素整合与集成。

当前,一些国家或地区已经具备了国家或区域尺度的农业干旱监测系统,且基于遥感监测地表参量的综合干旱监测模型初见端倪[59]。但是农业干旱监测与地面气象观测数据的结合仍未得到很好的解决。应指出,虽然遥感具有大范围、高频次观测的特点,成为气象观测数据的有效补充,但仍不能完全替代地面气象观测数据。虽然地面观测数据存在监测站点稀少且分布不均的问题,但其具有时间序列长、观测精度高等特点,依然是遥感数据进行地面验证的最有力的数据源。因此,建立遥感监测模型与气象观测模型之间的纽带,综合利用二者的优势,成为未来农业干旱多因素综合与集成的重要发展方向。为实现这个目标,必要的技术与方法支持需要不断完善,如建立完备的地面观测网络、研究完善的耦合方案以及建立统一的农业干旱影响因素框架等。

3.3 拓展农业干旱监测模型时空尺度

尺度这一概念在许多学科研究中被广泛提及,主要包括时间尺度和空间尺度两大类。就农业干旱监测而言,不同时空尺度的监测结果往往会存在本质的区别,如不同月份监测结果和不同年份监测结果存在差异,或是在不同空间尺度监测中由于输入数据的不同导致监测结果存在差异等。当前已有学者尝试建立不同时空尺度上的农业干旱监测模型,并在区域尺度上得到了较好的验证结果[63, 76];然而多数研究成果局限于特定区域或特定时间尺度上,限制了模型在时空尺度上的进一步扩展。因此,如何将不同尺度的现有农业干旱监测模型进行综合与集成,以及如何开发新的多尺度农业干旱监测模型将成为未来搭建多时空尺度农业干旱监测平台的重要环节。

就全球而言,农业干旱监测在全球范围内提供了农作物长势及产量信息,为全球农作物产量预测提供参考。然而不同国家及区域因发展阶段、技术水平及防灾能力等方面存在差异,对农业干旱监测信息的需求往往存在差异。因此,搭建具有多时空尺度监测能力的农业干旱监测平台不仅能够满足不同国家对农业干旱监测的需求,同时也是全球各国及区域减缓干旱影响、提高应对能力的重要途径。具体而言,① 在时间尺度上,监测模型在常规条件下应具有旬、月、季节、年际以及年代际监测预警能力;而在应急条件下,应具备实时提供农业干旱监测预警信息的能力;② 在空间尺度上,应满足全球、洲际、国家及区域尺度对农业干旱监测的需求。多时空尺度监测平台如何从构想走向实践是今后农业干旱监测研究中亟待解决的关键问题。

3.4 耦合农业干旱定性与定量评估模型

现有农业干旱监测结果多以定性描述为主,缺乏定量监测与预警评估结果,阻碍了监测结果与实际损失评估过程的衔接。虽然农业干旱监测在技术手段上得到长足进步,然而关于对监测结果定量评估的方法层面却缺乏应有的关注。随着数值模拟技术的快速发展以及对农作物受灾机理理论认识的进一步深入,作物生长模型在农业气象灾害定量评估方面已经取得了较大进展,被认为是最有可能推动农业干旱监测从定性描述走向定量评估取得突破的核心环节。作物生长模型在农业气象灾害评估中的优势在于机理性强,可以较好地反映出作物生育进程、产量与各生育阶段温度、降水量以及土壤水分动态的关系。因此,未来在构建农业干旱监测模型过程中应考虑如何将农作物长势监测机理模型进行耦合研究。

在技术层面上,通过尺度推绎算法和尺度转换技术将空间点上得出的农作物脆弱性曲线扩展到空间上从而获得脆弱性曲面的方式,为作物生长模型与农业干旱宏观监测模型耦合提供了关联途径,将会成为未来农业干旱监测领域的核心内容和关键指向。在充分利用空间信息,特别是遥感技术的优势的基础上,加强作物生理、形态指标与土壤湿度指标的整合,实现农业干旱监测宏观格局表征与微观机理过程模型的耦合,建立具有明确物理机制并能够实现多要素、多尺度、多过程的农业干旱遥感监测平台,是达成最大程度减轻农业灾害损失最终目标的理想途径。

3.5 提高遥感数据应用水平

遥感数据是开展农业干旱监测的重要数据源。随着不同用途卫星的相继发射,海量的遥感数据为学者研究地表过程提供了丰富的数据支撑。与地面观测数据相比,遥感数据当前面临的最大挑战是时间序列较短,难以在长时间尺度上探究干旱的时间变化特征。同时,不同来源遥感数据时空尺度的不一致限制了其综合应用,虽然目前已发展多种尺度转换技术进行数据同化,然而仍未完全实现多源遥感数据的综合应用,尤其是微波遥感在研究干旱对地表植被影响中的应用更为缺乏[84],今后应挖掘更多可表征干旱特征的地表参量,提高遥感监测干旱的水平[85]。另外,遥感数据的不确定性问题也是阻碍其在农业干旱监测中进一步应用的关键问题,如传感器更换所造成数据一致性差等问题。因此,发展数据同化技术、提高多源遥感数据综合利用水平、定量评价遥感数据的不确定性等问题是今后农业干旱监测研究中的一个发展方向（图6）。最后,随着全球土壤湿度监测卫星（SMAP）等一系列新兴卫星的相继发射,为农业干旱监测提供了新的发展机遇,而遥感数据在农业干旱监测中的作用将得到进一步提升。

显示原图| 下载原图ZIP| 生成PPT

图6 当前和未来干旱监测卫星计划(引自文献[8])

Fig. 6 Current and future satellite missions relevant to drought monitoring

The authors have declared that no competing interests exist.

参考文献原文顺序文献年度倒序文中引用次数倒序被引期刊影响因子 [1] Ye Duzheng.Prediction of Global Change in China. Beijing: China Meteorological Press, 1992.

[本文引用: 1]

[叶笃正. 中国的全球变化预测研究. 北京: 气象出版社, 1992.]

[本文引用: 1]

[2] Liu Xianfeng, Zhu Xiufang, Pan Yaozhong, et al.

The spatiotemporal changes of cold surge in Inner Mongolia during recent 53 years.

Acta Geographica Sinica, 2014, 69(7): 1013-1024.

https://doi.org/10.11821/dlxb201407013 URL Magsci [本文引用: 1] 摘要

利用内蒙古及其周边121 个气象台站1960-2013 年逐日最低气温数据，辅以分段线性回归模型、趋势分析及相关分析等方法，本文探讨了近53 年内蒙古寒潮频次的时空变化特征及其影响因素。研究发现（1）近53 年内蒙古单站寒潮频次总体呈下降趋势，降速为-0.5 次/10a （-2.4~1.2 次/10a），其中1991 年之前降速为-1.1 次/10a （-3.3~2.5 次/10a），而1991 年之后呈增加趋势，增速为0.45 次/10a （-4.4~4.2 次/10a）；春季寒潮变化趋势与年变化趋势一致，且在各季节中变化最为显著；寒潮频次年内变化呈“双峰”结构特征，且以11 月最多；（2）空间上，内蒙古单站寒潮频次具有显著的空间差异特征，高发区集中在内蒙古的北部和中部地区，且北部高于中部。年代尺度对比来看，20 世纪60-90 年代寒潮高频区域范围在减少、低频区域范围在增加；而21 世纪初期高频区域范围有所增加，增加区主要为内蒙古东部的图里河、小二沟，以及中部的西乌珠穆沁旗等地；（3）就年尺度而言，寒潮主要受AO、NAO、CA、APVII 和CQ控制，而各季节驱动因素有所差别，冬季寒潮与AO、NAO、SHI、CA、TPI、APVII、CW和IZ 均达到显著相关关系，说明冬季寒潮受多种因素共同控制；秋季寒潮主要受CA和IM 影响；而春季寒潮与CA和APVII关系显著。

[刘宪锋, 朱秀芳, 潘耀忠, 等.

近53年内蒙古寒潮时空变化特征及其影响因素

. 地理学报, 2014, 69(7): 1013-1024.]

https://doi.org/10.11821/dlxb201407013 URL Magsci [本文引用: 1] 摘要

[本文引用: 1]

[4] Dai A.

Drought under global warming: A review.

Wiley Interdisciplinary Reviews: Climate Change, 2011, 2(1): 45-65.

https://doi.org/10.1002/wcc.81 URL [本文引用: 2] 摘要

Abstract This article reviews recent literature on drought of the last millennium, followed by an update on global aridity changes from 1950 to 2008. Projected future aridity is presented based on recent studies and our analysis of model simulations. Dry periods lasting for years to decades have occurred many times during the last millennium over, for example, North America, West Africa, and East Asia. These droughts were likely triggered by anomalous tropical sea surface temperatures (SSTs), with La Ni09a-like SST anomalies leading to drought in North America, and El-Ni09o-like SSTs causing drought in East China. Over Africa, the southward shift of the warmest SSTs in the Atlantic and warming in the Indian Ocean are responsible for the recent Sahel droughts. Local feedbacks may enhance and prolong drought. Global aridity has increased substantially since the 1970s due to recent drying over Africa, southern Europe, East and South Asia, and eastern Australia. Although El Ni09o-Southern Oscillation (ENSO), tropical Atlantic SSTs, and Asian monsoons have played a large role in the recent drying, recent warming has increased atmospheric moisture demand and likely altered atmospheric circulation patterns, both contributing to the drying. Climate models project increased aridity in the 21 st century over most of Africa, southern Europe and the Middle East, most of the Americas, Australia, and Southeast Asia. Regions like the United States have avoided prolonged droughts during the last 50 years due to natural climate variations, but might see persistent droughts in the next 20–50 years. Future efforts to predict drought will depend on models' ability to predict tropical SSTs. WIREs Clim Change 2011 2 45–65 DOI: 10.1002/wcc.81 For further resources related to this article, please visit the TODO: clickthrough URL WIREs website [5] Dai A.

Increasing drought under global warming in observations and models.

Nature Climate Change, 2012, 3(1): 52-58.

https://doi.org/10.1038/nclimate1633 URL [本文引用: 1] 摘要

Historical records of precipitation, streamflow and drought indices all show increased aridity since 1950 over many land areas. Analyses of model-simulated soil moisture, drought indices and precipitation-minus-evaporation suggest increased risk of drought in the twenty-first century. There are, however, large differences in the observed and model-simulated drying patterns. Reconciling these differences is necessary before the model predictions can be trusted. Previous studies show that changes in sea surface temperatures have large influences on land precipitation and the inability of the coupled models to reproduce many observed regional precipitation changes is linked to the lack of the observed, largely natural change patterns in sea surface temperatures in coupled model simulations. Here I show that the models reproduce not only the influence of El Ni帽o-Southern Oscillation on drought over land, but also the observed global mean aridity trend from 1923 to 2010. Regional differences in observed and model-simulated aridity changes result mainly from natural variations in tropical sea surface temperatures that are often not captured by the coupled models. The unforced natural variations vary among model runs owing to different initial conditions and thus are irreproducible. I conclude that the observed global aridity changes up to 2010 are consistent with model predictions, which suggest severe and widespread droughts in the next 30-90 years over many land areas resulting from either decreased precipitation and/or increased evaporation. [6] Wu Shaohong, Zhao Yan, Tang Qiuhong, et al.

Land surface pattern study under the framework of Future Earth.

Progress in Geography, 2015, 34(1): 10-17.

https://doi.org/10.11820/dlkxjz.2015.01.002 URL Magsci [本文引用: 1] 摘要

未来地球计划是目前国际上关于全球环境变化前沿研究的综合科学计划,集国际科学理事会(ICSU)所领导的四大科学计划为一体,旨在将自然科学与社会科学结合在一起,并加强决策支持和研究交流,寻求地球系统可持续途径,全球环境变化研究与人类学、社会学合作构建综合集成平台,推进科学研究为社会经济可持续发展服务。本文剖析陆地表层格局特点,分析陆地表层格局的国内外关注焦点及其研究理念的转变与应用领域的拓展。分析表明:陆地表层是未来地球计划关注的重点之一,陆地表层要素与过程相互作用并在人类活动驱动下形成的格局,可作为未来地球计划进一步研究的区域基础框架。未来,陆地表层格局研究应力求方法论的突破,为自然地理学综合研究的发展提供支撑。

[吴绍洪, 赵艳, 汤秋鸿, 等.

面向“未来地球”计划的陆地表层格局研究

. 地理科学进展, 2015, 34(1): 10-17.]

https://doi.org/10.11820/dlkxjz.2015.01.002 URL Magsci [本文引用: 1] 摘要

Global drought monitoring initiative with satellite data

. Advances in Meteorological Science and Technology, 2014(5): 54-57.

https://doi.org/10.3969/j.issn.2095-1973.2014.05.006 URL [本文引用: 1] 摘要

干旱是损失最严重的自然灾害之一,干旱监测已受到了广泛关注。目前,干旱的遥感监测取得了很好的进展,但是针对全球干旱的监测并未与基于气象数据的全球干旱信息系统实现有机结合。 2007年以来,地球观测组织提倡实施全球干旱监测预警信息系统,以充分利用遥感的全球监测能力,而2008年发生的西方金融危机影响了全球干旱监测预警信息系统的建设。2011年全球20国集团农业部长确认的地球观测组织全球农业监测计划再次给全球干旱监测预警信息系统的建设带来了新的机会。美国已经用 MODIS数据监测全球干旱以及干旱造成的作物减产分布,中国的风云卫星也具有全球干旱监测的潜力,国际社会应该努力推动建立集成遥感监测的全球干旱监测预警信息系统,为决策者及时提供干旱信息,以便积极应对可能发生的干旱,减轻干旱对国家社会经济的影响。

[范锦龙, 张明伟.

全球干旱卫星监测计划

. 气象科技进展, 2014(5): 54-57.]

https://doi.org/10.3969/j.issn.2095-1973.2014.05.006 URL [本文引用: 1] 摘要

Remote sensing of drought: Progress, challenges and opportunities.

Reviews of Geophysics, 2015, 53: 452-480.

https://doi.org/10.1002/2014RG000456 URL [本文引用: 3] 摘要

This review surveys current and emerging drought monitoring approaches using satellite remote sensing observations from climatological and ecosystem perspectives. We argue that satellite observations not currently used for operational drought monitoring, such as near-surface air relative humidity data from the Atmospheric Infrared Sounder mission, provide opportunities to improve early drought warning. Current and future satellite missions offer opportunities to develop composite and multi-indicator drought models. While there are immense opportunities, there are major challenges including data continuity, unquantified uncertainty, sensor changes, and community acceptability. One of the major limitations of many of the currently available satellite observations is their short length of record. A number of relevant satellite missions and sensors (e.g., the Gravity Recovery and Climate Experiment) provide only a decade of data, which may not be sufficient to study droughts from a climate perspective. However, they still provide valuable information about relevant hydrologic and ecological processes linked to this natural hazard. Therefore, there is a need for models and algorithms that combine multiple data sets and/or assimilate satellite observations into model simulations to generate long-term climate data records. Finally, the study identifies a major gap in indicators for describing drought impacts on the carbon and nitrogen cycle, which are fundamental to assessing drought impacts on ecosystems. [9] Mishra A K, Singh V P.

A review of drought concepts.

Journal of Hydrology, 2010, 391(1/2): 202-216.

https://doi.org/10.1016/j.jhydrol.2010.07.012 URL 摘要

Owing to the rise in water demand and looming climate change, recent years have witnessed much focus on global drought scenarios. As a natural hazard, drought is best characterized by multiple climatological and hydrological parameters. An understanding of the relationships between these two sets of parameters is necessary to develop measures for mitigating the impacts of droughts. Beginning with a discussion of drought definitions, this paper attempts to provide a review of fundamental concepts of drought, classification of droughts, drought indices, historical droughts using paleoclimatic studies, and the relation between droughts and large scale climate indices. Conclusions are drawn where gaps exist and more research needs to be focussed. [10] Heim R R.

A review of twentieth-century drought indices used in the United States.

Bulletin of the American Meteorological Society, 2002, 83(8): 1149.

https://doi.org/10.1023/A:1016052013540 URL [本文引用: 1] 摘要

Abstract The monitoring and analysis of drought have long suffered from the lack of an adequate definition of the phenomenon. As a result, drought indices have slowly evolved during the last two centuries from simplistic approaches based on some measure of rainfall deficiency, to more complex problem-specific models. Indices developed in the late nineteenth and early twentieth century included such measures as percent of normal precipitation over some interval, consecutive days with rain below a given threshold, formulae involving a combination of temperature and precipitation, and models factoring in precipitation deficits over consecutive days. The incorporation of evapotranspiration as a measure of water demand by Thornthwaite led to the landmark development in 1965 by Palmer of a water budget-based drought index that is still widely used. Drought indices developed since the 1960s include the Surface Water Supply Index, which supplements the Palmer Index by integrating snowpack, reservoir storage, streamflow, and precipitation at high elevations; the Keetch-Byram Drought Index, which is used by fire control managers; the Standardized Precipitation Index; and the Vegetation Condition Index, which utilizes global satellite observations of vegetation condition. These models continue to evolve as new data sources become available. The twentieth century concluded with the development of the Drought Monitor tool, which incorporates Palmer's index and several other (post Palmer) indices to provide a universal assessment of drought conditions across the entire United States. By putting the development of these drought indices into a historical perspective, this paper provides a better understanding of the complex Palmer Index and of the nature of measuring drought in general. [11] Zhang Qiang, Han Lanying, Zhang Liyang, et al.

Analysis on the character and management strategy of drought disaster and risk under the climatic warming

. Advances in Earth Sciences, 2014(1): 80-91.

https://doi.org/10.11867/j.issn.1001-8166.2014.01-0080 URL Magsci [本文引用: 1] 摘要

干旱是全球影响最广泛的自然灾害,给人类带来了巨大的危害,近百年气候显著变暖使干旱灾害及其风险问题更加突出。目前,对干旱和干旱灾害风险的内在规律理解并不全面,对气候变暖背景下干旱和干旱灾害风险的表现特征认识也比较模糊。在系统总结国内外已有干旱和干旱灾害风险研究成果的基础上,归纳了干旱灾害传递过程的基本规律及干旱灾害的本质特征,综合分析了干旱灾害风险关键要素的主要特点及其相互作用关系,讨论了气候变暖对干旱和干旱灾害风险的影响特点,探讨了干旱灾害风险管理的基本要求。在此基础上,提出了干旱灾害防御的主要措施及干旱灾害风险管理的重点策略。

[张强, 韩兰英, 张立阳, 等.

论气候变暖背景下干旱和干旱灾害风险特征与管理策略

. 地球科学进展, 2014(1): 80-91.]

https://doi.org/10.11867/j.issn.1001-8166.2014.01-0080 URL Magsci [本文引用: 1] 摘要

[12] Zhang Qiang, Zhang Liang, Cui Xiancheng, et al.

Progresses and challenges in drought assessment and monitoring

. Advances in Earth Sciences, 2011(7): 763-778.

URL Magsci 摘要

由于气候变暖及人类活动加剧，干旱灾害对全球粮食、水资源和生态安全及人类可持续发展的威胁日益突出，对干旱决策服务和应急管理能力提出了严峻挑战，干旱监测预警、影响评估及应急管理等方面的技术水平亟待进一步提高。在系统总结以往研究成果基础上，阐述了对干旱气候、干旱和干旱灾害的科学认识，归纳了干旱气候、干旱和干旱灾害的成因及其主要特征，系统分析了国际上干旱监测预警技术的发展历程及各种干旱指数的主要特征和相互关系。从科学发展趋势和更好满足社会服务需求角度，思考了干旱技术发展面临的主要科学挑战及未来科学发展途径。

[张强, 张良, 崔显成, 等.

干旱监测与评价技术的发展及其科学挑战

. 地球科学进展, 2011(7): 763-778.]

URL Magsci 摘要

[13] Wang Chunyi, Wang Shili, Huo Zhiguo, et al.

Progress in research of agro-meteorological disasters in China in recent decade

. Acta Meteorological Sinica, 2005(5): 659-671.

https://doi.org/10.11676/qxxb2005.064 URL Magsci 摘要

频繁发生的农业气象灾害制约着我国农业生产的快速、健康发展。农业气象灾害一直是广大气象科技工作者开展的主要研究课题之一。在国家科技攻关等计划的支持下，近10年来农业气象灾害研究取得了许多成果。完善农业气象灾害监测业务和预报服务，构建农业气象灾害风险评估、防御体系是农业气象灾害研究的重点。基于3S技术和地面监测相结合，构建了农业气象灾害动态监测系统，从宏观和微观角度来全面监测农业气象灾害的发生发展；建立和完善了卫星遥感监测系统，开展干旱、洪涝、冷害等灾害的动态监测，逐步建立集3S于一体的高空时空分辨率的灾害监测预警系统。农业气象灾害预警研究主要包括：数理统计预报方法进一步发展，农业气象模式与气候模式结合的初步尝试，GIS和网络等高技术在农业气象灾害预警中的应用，省级农业气象灾害预测系统的研制。我国农业气象灾害风险（影响）评估的研究，大致可以2001年为界分为二个阶段。第一阶段，以灾害风险分析技术方法探索研究为主的起步阶段，第二阶段，以灾害影响平度的风险化、数量化技术方法为主的研究发展阶段，构建灾害风险分析、跟踪评估、灾后评估、应变对策的技术体系；具体研究包括农业气象灾害风险分析、风险评估、风险区划和基于遥感监测信息的农业干旱评估。近年来我国农业气象灾害防御研究主要是将高效利用农业气候资源的主动防御技术和开发防灾制剂的被动防御技术相结合，在防御农业干旱和低温冷害方面取得了良好效果。

[王春乙, 王石立, 霍治国, 等.

近10年来中国主要农业气象灾害监测预警与评估技术研究进展

. 气象学报, 2005(5): 659-671.]

https://doi.org/10.11676/qxxb2005.064 URL Magsci 摘要

Agricultural drought monitoring, forecasting and loss assessment in China

. Technology Review, 2009(11): 82-92.

URL Magsci [本文引用: 2] 摘要

对干旱发生发展的实时监测、预警及后期影响评估.可最大程度地减轻干旱对农业生产的影响.综述了中国农业干旱的监测、预警及灾损评估的研究与业务应用状况.对比了不同土壤水分监测方法.介绍了具有自主产权的自动土壤水分观测仪Gstar-1及基于MODIS数据构造的土壤水分遥感监测新指数--农田浅层土壤水分指数(CSMI),分析了中国的灾损评估状况.根据目前研究中存在的问题,提出了将来的研究方向.

[陈怀亮.

中国农业干旱的监测、预警和灾损评估

. 科技导报, 2009(11): 82-92.]

URL Magsci [本文引用: 2] 摘要

Status and prospects of agricultural drought monitoring

. China Rural Technology, 2012(5): 46-48.

https://doi.org/10.3969/j.issn.1005-9768.2012.05.032 URL [本文引用: 1] 摘要

干旱是指由水分收支或供求不平衡所形成的水分短缺现象,是一种对经济、社会和环境带来巨大影响的自然现象。干旱出现频率高、持续时间长和影响范围大,对国民经济特别是对农业生产产生严重的影响,

[李海亮, 戴声佩.

农业干旱监测研究现状与展望

. 中国农村科技, 2012(5): 46-48.]

https://doi.org/10.3969/j.issn.1005-9768.2012.05.032 URL [本文引用: 1] 摘要

干旱是指由水分收支或供求不平衡所形成的水分短缺现象,是一种对经济、社会和环境带来巨大影响的自然现象。干旱出现频率高、持续时间长和影响范围大,对国民经济特别是对农业生产产生严重的影响, [16] Zhao Junfang.

Advances in research of impacts of climate change on agriculture

. Chinese Journal of Agrometeorology, 2010(2): 200-205.

URL Magsci [本文引用: 1] 摘要

简要综述了近几十年来中国学者在气候变化对农业影响方面的研究成果,主要分气候变化对农业影响的研究方法和气候变化对农作物生长发育和产量、品质、种植布局、农业成本的影响几个方面。并通过分析现状,指出了存在的问题、有待改进的方面和研究发展的方向。

[赵俊芳.

气候变化对农业影响研究综述

. 中国农业气象, 2010(2): 200-205.]

URL Magsci [本文引用: 1] 摘要

简要综述了近几十年来中国学者在气候变化对农业影响方面的研究成果,主要分气候变化对农业影响的研究方法和气候变化对农作物生长发育和产量、品质、种植布局、农业成本的影响几个方面。并通过分析现状,指出了存在的问题、有待改进的方面和研究发展的方向。 [17] Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation: Special Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press, 2012.

https://doi.org/10.1017/CBO9781139177245 URL [本文引用: 2] 摘要

This Intergovernmental Panel on Climate Change Special Report (IPCC-SREX) explores the challenge of understanding and managing the risks of climate extremes to advance climate change adaptation. Extreme weather and climate events, interacting with exposed and vulnerable human and natural systems, can lead to disasters. Changes in the frequency and severity of the physical events affect disaster risk, but so do the spatially diverse and temporally dynamic patterns of exposure and vulnerability. Some types of extreme weather and climate events have increased in frequency or magnitude, but populations and assets at risk have also increased, with consequences for disaster risk. Opportunities for managing risks of weather- and climate-related disasters exist or can be developed at any scale, local to international. Prepared following strict IPCC procedures, SREX is an invaluable assessment for anyone interested in climate extremes, environmental disasters and adaptation to climate change, including policymakers, the private sector and academic researchers. [18]

Climate Change 2007: The Physical Science Basis

//Intergovernmental Panel on Climate Change Secretariat, 2007.

https://doi.org/10.9774/GLEAF.978-1-907643-29-3_4 URL [本文引用: 1] 摘要

Abstract: The right to leisure was recognised by the Universal Declaration of Human Rights (UN 1948: Article 24). As a result of this, the right to tourism was proclaimed universal in the Global Code of Ethics for Tourism of the United Nations World Tourism Organization (UNWTO 1999). Although there are very important disparities worldwide in the access to and practice of these rights, it is unquestionable that recreation and tourism are key phenomena of our society and that they have global effects. The contribution of the tourism sector to global GDP and employment is estimated to be around 10%. The same percentage also applies to GDP and employment in the European Union; between 7.3 and 20.6 million jobs are directly and indirectly related to tourism (Leidner 2004). The number of tourists travelling internationally in 2008 reached 922 million (UNWTO 2009) and, according to the projections of the UNWTO (2001), this number is expected to reach 1.6 billion by 2020. In other words, assuming international tourism started only in the 1950s, projections of future growth in the sector suggest that international tourism arrivals will experience the same growth in 15 years as it had in the last 55 years (the 800 million benchmark was reached in 2005). [19] Heim Jr R R.

A review of twentieth-century drought indices used in the United States.

Bulletin of the American Meteorological Society, 2002, 83(8): 1149-1165.

https://doi.org/10.1023/A:1016052013540 URL [本文引用: 1] 摘要

The Climatology of the United States

//Washington D C: Weather Bureau Bulletin Q, 1906: 51-58.

[本文引用: 2]

[21] Munger T T.

Graphic method of representing and comparing drought intensities.

Monthly Weather Review, 1916, 44(11): 642-643.

https://doi.org/10.1175/1520-0493(1916)442.0.CO;2 URL 摘要

Abstract No Abstract Available. [22] Kincer J B.

The seasonal distribution of precipitation and its frequency and intensity in the United States.

Monthly Weather Review, 1919, 47(9): 624-631.

https://doi.org/10.1175/1520-0493(1919)472.0.CO;2 URL 摘要

Abstract title SYNOPSIS Much has been written on the subject of precipitation in the United States, and a number of charts have been prepared and published showing its geographic distribution. Most of these, however, have represented the average annual amount, the only other available chart, where more than a very limited number of records were used, being that for the summer-half year. The need for a series of charts based on all available records, showing the seasonal distribution of precipitation in this country has long been recognized, and the accompanying series is presented to meet this need. Those here shown consist of 12 monthly charts, and 1 for each of the 4 seasons, together with auxiliary maps for the seasons showing the percentage of the annual precipitation that occurs in each. The monthly and seasonal charts are based on all available records of sufficient Length for such use, about 3,600 in number, reduced to a uniform 20-year period. There are, in addition, a number of graphs showing for selected stations representing various rainfall types, the total precipitation in each season for each of the 20 years on which the maps are based. These show the relative variations in amount that may be expected from year to year in different sections of the country, and also give an indication of the dependability of the averages. In localities where the dispersions about the mean value are small, the latter is more indicative of the amount likely to he received in a particular year than in those where wide variations are shown by the graphs. Departures from year to year from the average precipitation vary in magnitude inversely with the length of the season considered. The relative variations from the mean for the annual, the summer-half year, each of the 4 seasons, and for each of the 12 months, are graphically shown in figure 1, in such manner as to admit of direct comparison, as the scales are drawn on a comparable basis. In addition to an indication of the variations from the mean precipitation that are likely to occur, it is important in considering the representations of precipitation charts to take into account the frequency with which significant amounts occur, the intensity of falls, and the subnormal frequency and duration. Auxiliary charts for use in this connection are presented as follows: Showing the average number of days annually with precipitation from 0.01 inch to 0.25 inch in 24 hours; the average number of days annually with 0.26 to 1 inch; the average annual number with more than 2 inches; the average annual number with more than 1 inch in an hour, and the maximum precipitation in 24 hours for the entire 20-year period. Also. the percentage of years east of the Rocky Mountains with 30 consecutive days or more, without 0.25 inch of rainfall in 24 hours from March to September, inclusive, and the greatest number of consecutive days without 0.25 inch in 24 hours for the same months. These auxiliary charts are based on the records of all regular reporting stations for the 20-year period from 1895 to 1914. [23] Marcovitch S.

The measure of droughtiness.

Monthly Weather Review, 1930, 58(3): 113-113.

https://doi.org/10.1175/1520-0493(1930)582.0.CO;2 URL 摘要

Abstract No Abstract Available. [24] McQuigg J.

A simple index of drought conditions.

Weatherwise, 1954, 7(3): 64-67.

https://doi.org/10.1080/00431672.1954.9930323 URL

[25] McGuire J K.

The 1957 drought in the eastern United States.

Monthly Weather Review, 1957, 85(9): 305-314.

https://doi.org/10.1175/1520-0493(1957)0852.0.CO;2 URL 摘要

Abstract Various aspects of the Eastern United States drought of 1957 are discussed and some of the pertinent data are tabulated and summarized. These include amount of the summer rainfall, a derived and experimental measure of “moisture adequacy,” and the 5-month percentage of long-term mean precipitation—by climatological divisions insofar as possible. Some of the unusual and record-breaking aspects of the weather during the spring and summer are listed and monthly precipitation reports from 113 selected points from Virginia to Maine are tabulated. In addition actual measurements of soil moisture are tabulated for a number of locations. The worst of the moisture deficiency occurred in the coastal strip from inner Cape Cod to the Virginia Capes, a conclusion borne out by summaries of the streamflow and ground-water measurements of the Geological Survey as well as by the crop condition reports of the Agricultural Marketing Service. [26] Van Rooy M P.

A rainfall anomaly index independent of time and space.

Notos, 1965, 14: 43-48.

[27] Gibbs W J.

Rainfall deciles as drought indicators.

1967.

URL [本文引用: 1]

[28] Palmer W C.

Meteorological drought

//US Department of Commerce, Weather Bureau Washington, DC, USA, 1965.

URL [本文引用: 2] 摘要

ABSTRACT Drought can be considered as a strictly meteorological phenomenon. It can be evaluated as a meteorological anomaly characterized by a prolonged and abnormal moisture deficiency. Not only does this approach avoid many of the complicating [29] Palmer W C.

Keeping track of crop moisture conditions, nationwide: The new crop moisture index

, 1968.

https://doi.org/10.1080/00431672.1968.9932814 URL [本文引用: 2] 摘要

Publication » Keeping Track of Crop Moisture Conditions, Nationwide: The New Crop Moisture Index. [30] Heddinghaus T R, Sabol P.

A review of the Palmer Drought Severity Index and where do we go from here//Proceedings of the seventh conference on applied climatology

. Bos-ton, MA: American Meteorological Society, 1991, 246.

URL [本文引用: 1] 摘要

Droughts are prolonged and abnormal periods (months to years) of moisture deficiency over a given region. The severity depends upon the degree of the [31] Alley W M.

The Palmer drought severity index.

Journal of Climate and Applied Meteorology, 1984, 23(7): 1100-1109.

[本文引用: 1]

[32] Wells N, Goddard S.

A self-calibrating Palmer drought severity index.

Journal of Climate, 2004, 17(12): 2335-2351.

URL [本文引用: 2]

[33] Shafer B A, Dezman L E.

Development of a Surface Water Supply Index (SWSI) to assess the severity of drought conditions in snowpack runoff areas.

Proceedings of the Western Snow Conference, 1982, 164-175.

[本文引用: 1]

[34] Jackson R D, Kustas W P.

A reexamination of the crop water stress index.

Irrigation Science, 1988, 9(4): 309-317.

https://doi.org/10.1007/BF00296705 URL [本文引用: 2] 摘要

Hand-held infrared radiometers, developed during the past decade, have extended the measurement of plant canopy temperatures from individual leaves to entire plant canopies. Canopy temperatures are determined by the water status of the plants and by ambient meteorological conditions. The crop water stress index (CWSI) combines these factors and yields a measure of plant water stress. Two forms of the index have been proposed, an empirical approach as reported by Idso et al. (1981), and a theoretical approach reported by Jackson et al. (1981). Because it is simple and requires only three variables to be measured, the empirical approach has received much attention in the literature. It has, however received some criticism concerning its inability to account for temperature changes due to radiation and windspeed. The theoretical method is more complicated in that it requires these two additional variables to be measured, and the evaluation of an aerodynamic resistance, but it will account for differences in radiation and windspeed. This report reexamines the theoretical approach and proposes a method for estimating an aerodynamic resistance applicable to a plant canopy. A brief history of plant temperature measurements is given and the theoretical basis for the CWSI reviewed. [35] McKee T B, Doesken N J, Kleist J.

The relationship of drought frequency and duration to time scales

. Proceedings of the 8th Conference on Applied Climatology: American Meteorological Society Boston, MA, 1993, 179-183.

URL [本文引用: 2] 摘要

1.0 INTRODUCTION Five practical issues become important in any analysis of drought. These include: 1) time scale, 2) probability, 3) precipitation deficit, 4) application of the definition to precipitation and to the five water supply variables, and 5) the relationship of [36] Vicente-Serrano S M, Beguería S, López-Moreno J I.

A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index.

Journal of Climate, 2010, 23(7): 1696-1718.

URL [本文引用: 2] 摘要

Recently a new drought indicator, the Standardised Precipitation-Evapotranspiration Index (SPEI), has been proposed to quantify the drought condition over a given area. The SPEI considers not only precipitation but also evapotranspiration (PET) data on its calculation, allowing for a more complete approach to explore the effects of climate change on drought conditions. The SPEI can be calculated at several time scales to adapt to the characteristic times of response to drought of target natural and economic systems, allowing determining their resistance to drought. A major advantage of the SPEI over other multiscalar drought indices such as the SPI is that it considers the role of temperature through its influence on potential evapotranspiration. Thus, the SPEI is adequate for assessing the impact of global warming on droughts. On this communication we will discuss the advantages of the SPEI over other drought indices, and we will show some examples of use based on the SPEIbase, a global gridded SPEI database (see companion communication). [37] Vicente-Serrano S M, Beguería S, Lorenzo-Lacruz J, et al.

Performance of drought indices for ecological, agricultural, and hydrological applications.

Earth Interactions, 2012, 16(10): 1-27.

https://doi.org/10.1175/2012EI000434.1 URL [本文引用: 1] 摘要

Abstract In this study, the authors provide a global assessment of the performance of different drought indices for monitoring drought impacts on several hydrological, agricultural, and ecological response variables. For this purpose, they compare the performance of several drought indices [the standardized precipitation index (SPI); four versions of the Palmer drought severity index (PDSI); and the standardized precipitation evapotranspiration index (SPEI)] to predict changes in streamflow, soil moisture, forest growth, and crop yield. The authors found a superior capability of the SPEI and the SPI drought indices, which are calculated on different time scales than the Palmer indices to capture the drought impacts on the aforementioned hydrological, agricultural, and ecological variables. They detected small differences in the comparative performance of the SPI and the SPEI indices, but the SPEI was the drought index that best captured the responses of the assessed variables to drought in summer, the season in which more drought-related impacts are recorded and in which drought monitoring is critical. Hence, the SPEI shows improved capability to identify drought impacts as compared with the SPI. In conclusion, it seems reasonable to recommend the use of the SPEI if the responses of the variables of interest to drought are not known a priori. [38] Farahmand A, AghaKouchak A.

A vantage from space can detect earlier drought onset:.

Scie.pngic Reports, 2015, 5.

[本文引用: 2]

[39] Zhang Qiang.

Comparison of three drought indices to determine and the new index

. Meteorological Science and Technology, 1998(2): 49-53.

https://doi.org/10.3969/j.issn.1671-6345.1998.02.009 URL [本文引用: 2] 摘要

通过以北京为例对三种干旱指标作了对比分析，在吸取Ｉｓｐ和Ｉｓ指标优点的基础上，建立了新的干旱指标－Ｉｋ指标。经经验，Ｉｋ能较好地确定不同时间尺度的旱情强度，可应用于气象业务监测干旱的发生。

[张强.

三种干旱指标的比较和新指标的确定

. 气象科技, 1998(2): 49-53.]

https://doi.org/10.3969/j.issn.1671-6345.1998.02.009 URL [本文引用: 2] 摘要

通过以北京为例对三种干旱指标作了对比分析，在吸取Ｉｓｐ和Ｉｓ指标优点的基础上，建立了新的干旱指标－Ｉｋ指标。经经验，Ｉｋ能较好地确定不同时间尺度的旱情强度，可应用于气象业务监测干旱的发生。 [40] Wang Jinsong, Guo Jiangyong, Qing Jizu.

Application of a kind of K Drought Index in the Spring Drought Analysis in Northwest China.

Journal of Natural Resources, 2007, 22(5): 709-171.

https://doi.org/10.11849/zrzyxb.2007.05.005 URL Magsci [本文引用: 2] 摘要

用西北地区140个气象站1971～2000年的春季降水、蒸发资料,计算了一种K干旱指数,并制定了干旱标准,分析了西北春季干旱的气候特征。对K干旱指数与改进的Palmer干旱指数、降水距平百分率干旱指数作了比较分析;同时利用没有参加干旱指标划分的2001～2005年乌鲁木齐、玉树、兰州和西峰4个代表站(分别代表干旱、高原、半干旱和半湿润地区)的降水、蒸发独立样本资料对制定的干旱指标进行了检验。结果表明,新疆南部、甘肃西部、青海西部是重旱的高发区;新疆北部偏南地区、甘肃北部、南部和东部、宁夏北部、青海东南部、陕西北部是中旱的高发区;新疆西部、甘肃南部、青海西部、陕西东部是轻旱的高发区。K干旱指数对西北春季干旱有较好的监测能力;改进的Palmer干旱指数对干旱区的干旱监测效果好,但对高原、半干旱、半湿润地区的干旱监测有一定的局限;降水距平百分率干旱指数对轻旱和重旱监测效果好,对中旱监测能力差。在2001～2005年的检验中,再次证明改进的Palmer干旱指数对西北地区干旱监测有一定的局限,K干旱指数对西北地区的干旱监测有较好的效果。

[王劲松, 郭江勇, 倾继祖.

一种K干旱指数在西北地区春旱分析中的应用

. 自然资源学报, 2007, 22(5): 709-717.]

https://doi.org/10.11849/zrzyxb.2007.05.005 URL Magsci [本文引用: 2] 摘要

Assimilation of remotely sensed soil moisture and snow depth retrievals for drought estimation.

Journal of Hydrometeorology, 2014, 15(6): 2446-2469.

URL [本文引用: 1]

[42] Chen Huailiang, Feng Dingyuan.

Estimate the deep soil moisture methods and models by using remote sensing data.

Journal of Applied Meteorology, 1999, 10(2): 232-237.

https://doi.org/10.3969/j.issn.1001-7313.1999.02.013 URL [本文引用: 1] 摘要

该文以热惯量法为基础,在EPPL7地理信息系统(GIS)的支持下,考虑土壤质地的影响,探讨了利用NOAA/AVHRR遥感资料估算深层土壤水分的方法和模型.结果表明:表层土壤水分与深层土壤水分之间有较好的非线性关系,可以用遥感得到的表层土壤水分去估算深层土壤水分,且效果优于直接分层建立统计模型.

[陈怀亮, 冯定原.

用遥感资料估算深层土壤水分的方法和模型

. 应用气象学报, 1999, 10(2): 232-237.]

https://doi.org/10.3969/j.issn.1001-7313.1999.02.013 URL [本文引用: 1] 摘要

该文以热惯量法为基础,在EPPL7地理信息系统(GIS)的支持下,考虑土壤质地的影响,探讨了利用NOAA/AVHRR遥感资料估算深层土壤水分的方法和模型.结果表明:表层土壤水分与深层土壤水分之间有较好的非线性关系,可以用遥感得到的表层土壤水分去估算深层土壤水分,且效果优于直接分层建立统计模型. [43] Zhang Renhua, Sun Xiaomin.

Regional differentiation of quantitative estimate crop transpiration and soil water use efficiency by using remote sensing.

Science in China: Series D, 2001, 31(11): 959-968.

https://doi.org/10.3321/j.issn:1006-9267.2001.11.011 URL [本文引用: 1] 摘要

首先讨论了在农业生态站建立的行之有效的、以遥感数据为主体的作物蒸腾二层模型. 重点阐明了以多时相辐射温度和热惯量信息为基础的作物地表混合像元(视场)温度的分解模型. 在遥感反演过程中提出了一些在模型和算法方面的优化和改进:提出了一个区域比辐射率估算的算法、提出了运用地表温度的静态反馈算法和扩展生态台站的空气温度到区域的算法. 并在LUCC分类技术的支持下, 提出了以地面粗糙度和辐射温度为参数的地面2 m高的气温和风速的空间扩展算法. 最后应用NOAA- AVHRR和地面同步观测及其定标, 按像元逐点运算, 反演了华北地区农田作物蒸腾和水分利用率的区域分布. 揭示了春天华北地区水资源在农业上的利用效率, 为采取有效的节水措施提供了科学依据.

[张仁华, 孙晓敏.

定量遥感反演作物蒸腾和土壤水分利用率的区域分异

. 中国科学: D辑, 2001, 31(11): 959-968.]

https://doi.org/10.3321/j.issn:1006-9267.2001.11.011 URL [本文引用: 1] 摘要

Soil moisture mapping and AMSR-E validation using the PSR in SMEX02.

Remote Sensing of Environment, 2006, 103(2): 127-139.

https://doi.org/10.1016/j.rse.2005.02.003 URL [本文引用: 1] 摘要

Field experiments (SMEX02) were conducted to evaluate the effects of dense agricultural crop conditions on soil moisture retrieval using passive microwave remote sensing. Aircraft observations were collected using a new version of the Polarimetric Scanning Radiometer (PSR) that provided four C band and four X band frequencies. Observations were also available from the Aqua satellite Advanced Microwave Scanni [45] Chen Shulin, Liu Yuanbo.

Satellite retrieved of soil moisture: An overview

. Advances in Earth Science, 2012(11): 1192-1203.

URL Magsci [本文引用: 1] 摘要

土壤水分是影响地表过程的核心变量之一。精准地测量土壤水分及其时空分布，长期以来是定量遥感研究领域的难点问题。简要回顾基于光学、被动微波、主动微波和多传感器联合反演等卫星遥感反演土壤水分的主要反演算法、存在的难点和前沿性研究问题，介绍了应用土壤水分反演算法所形成的3种主要全球土壤水分数据集，包括欧洲气象业务卫星(ERS/ MetOp)数据集、高级微波扫描辐射计（AMSR-E）数据集、土壤湿度与海洋盐分卫星（SMOS）数据集，并结合目前存在的问题探讨卫星遥感反演土壤水分研究的发展趋势。

[陈书林, 刘元波.

卫星遥感反演土壤水分研究综述

. 地球科学进展, 2012(11): 1192-1203.]

URL Magsci [本文引用: 1] 摘要

[46] Idso S B, Jackson R D, Pinter P J, et al.

Normalizing the stress-degree-day parameter for environmental variability.

Agricultural Meteorology, 1981, 24: 45-55.

https://doi.org/10.1016/0002-1571(81)90032-7 URL [本文引用: 1] 摘要

Several experiments involving the measurement of foliage-air temperature differentials (—) and air vapor pressure deficits (VPD) were conducted on squash, alfalfa, and soybean crops at Tempe and Mesa, Arizona; Manhattan, Kansas; Lincoln, Nebraska; St. Paul, Minnesota; and Fargo, North Dakota. It is shown that throughout the greater portion of the daylight period, plots of—vs.yield linear relationships for plants transpiring at the potential rate, irrespective of other environmental parameters except cloud cover. This fact is used to develop a crop water stress index that is reasonably independent of environmental variability. Examples of its application to stressed soybeans and alfalfa are provided. [47] Moran M S, Clarke T R, Inoue Y, et al.

Estimating crop water deficit using the relation between surface-air temperature and spectral vegetation index.

Remote sensing of environment, 1994, 49(3): 246-263.

https://doi.org/10.1016/0034-4257(94)90020-5 URL [本文引用: 2] 摘要

ABSTRACT The crop water stress index (CWSI), developed at the USDA-ARS U.S. Water Conservation Laboratory, Phoenix, Arizona, is a commonly used index for detection of plant stress based on the difference between foliage and air temperature. Application of CWSI at local and regional scales has been hampered by the difficulty of measuring foliage temperature of partially vegetated fields. Most hand-held, airborne, and satellite-based infrared sensors measure a composite of both the soil and plant temperatures. The concept proposed here, termed the vegetation index/temperature (VIT) trapezoid, is an attempt to combine spectral vegetation indices with composite surface temperature measurements to allow application of the CWSI theory to partially-vegetated fields without knowledge of foliage temperature. Based on this approach, a new index [water deficit index (WDI)] was introduced for evaluating evapotranspiration rates of both full-cover and partially vegetated sites. By definition, WDI is related to the ratio of actual and potential evapotranspiration; in practice, WDI can be computed using remotely sensed measurements of surface temperature and reflectance (red and near-infrared spectrum) with limited on-site meteorological data (net radiation, vapor pressure deficit, wind speed, and air temperature). Both the VIT trapezoid and WDI concepts were evaluated using 1) a simulation of a two-component (soil and vegetation) energy balance model and 2) existing data from an experiment in an alfalfa field in Phoenix, Arizona. Results from both studies showed that the WDI provided accurate estimates of field evapotranspiration rates and relative field water deficit for both full-cover and partially vegetated sites. [48] Gao B C.

NDWI: A normalized difference water index for remote sensing of vegetation liquid water from space.

Remote Sensing of Environment, 1996, 58(3): 257-266.

https://doi.org/10.1016/S0034-4257(96)00067-3 URL [本文引用: 2] 摘要

The normalized difference vegetation index (NDVI) has been widely used for remote sensing of vegetation for many years. This index uses radiances or reflectances from a red channel around 0.66 μm and a near-IR channel around 0.86 μm. The red channel is located in the strong chlorophyll absorption region, while the near-IR channel is located in the high reflectance plateau of vegetation canopies. The two channels sense very different depths through vegetation canopies. In this article, another index, namely, the normalized difference water index (NDWI), is proposed for remote sensing of vegetation liquid water from space. NDWI is defined as, where 09 represents the radiance in reflectance units. Both the 0.86-μm and the 1.24-μm channels are located in the high reflectance plateau of vegetation canopies. They sense similar depths through vegetation canopies. Absorption by vegetation liquid water near 0.86 μm is negligible. Weak liquid absorption at 1.24 μm is present. Canopy scattering enhances the water absorption. As a result, NDWI is sensitive to changes in liquid water content of vegetation canopies. Atmospheric aerosol scattering effects in the 0.86–1.24 μm region are weak. NDWI is less sensitive to atmospheric effects than NDVI. NDWI does not remove completely the background soil reflectance effects, similar to NDVI. Because the information about vegetation canopies contained in the 1.24-μm channel is very different from that contained in the red channel near 0.66 μm, NDWI should be considered as an independent vegetation index. It is complementary to, not a substitute for NDVI. Laboratory-measured reflectance spectra of stacked green leaves, and spectral imaging data acquired with Airborne Visible Infrared Imaging Spectrometer (AVIRIS) over Jasper Ridge in California and the High Plains in northern Colorado, are used to demonstrate the usefulness of NDWI. Comparisons between NDWI and NDVI images are also given. [49] Kogan F N.

Droughts of the late 1980s in the United States as derived from NOAA polar-orbiting satellite data.

Bulletin of the American Meteorological Society, 1995, 76(5): 655-668.

https://doi.org/10.1175/1520-0477(1995)0762.0.CO;2 URL [本文引用: 1] 摘要

ABSTRACT [50] Wang Pengxin, Gong Jianya, Li Xiaowen, et al.

Advances in drought monitoring by using remotely sensed normalized difference vegetation index and land surface temperature products.

Advance in Earth Sciences, 2003, 18(4): 527-533.

URL Magsci [本文引用: 1] 摘要

干旱是一种周期性发生的自然现象，其发生过程中有关参数如地表覆盖度、温度和土壤表层含水量等可以通过遥感的途径进行定量反演，而这些参数客观地反映了地表的综合特征。综述了运用遥感反演产品---土地表面温度和归一化植被指数在干旱监测中的应用前景和进展，分析了距平植被指数、条件植被指数、条件温度指数和归一化温度指数等干旱监测方法的优缺点，在前人研究的基础上，提出了条件植被温度指数的干旱监测模型，探讨了其应用前景。

[王鹏新, 龚健雅, 李小文, 等.

基于植被指数和土地表面温度的干旱监测模型

. 地球科学进展, 2003, 18(4): 527-533.]

URL Magsci [本文引用: 1] 摘要

[51] Kogan F, Adamenko T, Guo W.

Global and regional drought dynamics in the climate warming era.

Remote Sensing Letters, 2013, 4(4): 364-372.

https://doi.org/10.1080/2150704X.2012.736033 URL Magsci [本文引用: 1] 摘要

This article investigates whether the highest global temperature during 2001-2012 triggered some changes in drought area, frequency, intensity and duration. New satellite-based vegetation health (VH) technology and regional in situ data were used for this analysis. The VH indices were used to investigate trends in global and regional drought area for several drought intensities (starting from moderate-to-exceptional (ME)) during the warmest decade, after 2000. Two of the most recent strongest droughts, 2010 in Russia and 2011 in the USA, are also discussed. During 2001-2012, droughts of ME, severe-to-exceptional (SE) and extreme-to-exceptional (EE) severity covered 17-35%, 7-15% and 2-6% of the total area of the world, respectively. No trends in drought areas for these levels of severity were found. Regional analysis was performed on Ukraine (from both satellite and in situ data). Annual mean temperature of the entire country follows global warming tendency, although the intensity is twice stronger, 1.45 degrees C over 50-year period. The droughts of SE and EE severity during the growing season normally affect 25-60% (up to 80% of the major crop area) and 5-10% (up to 20%) of the entire country, respectively, and the later leading up to 40% of losses in Ukrainian grain production. [52] Boken V K, Hoogenboom G, Kogan F N, et al.

Potential of using NOAA-AVHRR data for estimating irrigated area to help solve an inter-state water dispute.

International Journal of Remote Sensing, 2004, 25(12): 2277-2286.

https://doi.org/10.1080/01431160310001618077 URL [本文引用: 1] 摘要

The states of Alabama, Florida and Georgia dispute the apportioning of water from rivers that originate in Georgia and flow through the other two states. Florida and Alabama often claim that Georgia uses more than its fair share of water. In order to address such a dispute, an estimation of the total amount of water used for irrigation by different crops is required. Current estimates of irrigated areas are subject to errors because they are based entirely on survey questionnaires. In this paper, the potential of Advanced Very High Resolution Radiometer (AVHRR) on-board the National Oceanic Space Administration (NOAA) satellites is examined for estimating irrigated area. Two indices, a widely used Normalized Difference Vegetation Index (NDVI) and a newer Vegetation Health Index (VHI), were regressed against irrigated area for 1986, 1989, 1992, 1995 and 2000 for selected regions in Georgia (Baker and Mitchell counties, and Seminole and Decatur counties). The average VHI during a period from the third week of February to the end of September was better related to irrigated area than the corresponding NDVI; R 2 was above 0.80 as opposed to 0.49. It is concluded that the VHI, derived from three-channel AVHRR data, can be used to estimate irrigated area. By multiplying irrigated area with the application rate, the volume of irrigation used in a state can be determined, which can contribute to the solution of the water dispute. [53] Mu Lingli, Wu Bingfang, Yan Nana, et al.

Validation of Agricultural Drought Indices and Their Uncertainty Analysis.

Bulletin of Soil and Water Conservation, 2007, 27(2): 119-122.

https://doi.org/10.3969/j.issn.1000-288X.2007.02.027 URL [本文引用: 1] 摘要

以山西省太谷与山东省济宁试验为例,对极轨气象卫星农业旱情遥感监测指数进行验证,并对其不确定性进行分析.山西省太谷试验结果表明,旬温度条件指数(T),植被条件指数(V),植被健康指数(H)与土壤湿度有较高相关性(R2分别达到0.51,0.50,0.56),日部分指数相关性更高(R2分别达到0.58,0.45,0.60);山东省济宁日指数与土壤湿度相关性比太谷的高(T,V,H的R2分别达到0.93,0...

[牟伶俐, 吴炳方, 闫娜娜, 等.

农业旱情遥感指数验证与不确定性分析

. 水土保持通报, 2007, 27(2): 119-122.]

https://doi.org/10.3969/j.issn.1000-288X.2007.02.027 URL [本文引用: 1] 摘要

Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies.

Remote Sensing of Environment, 2004, 90(3): 337-352.

https://doi.org/10.1016/j.rse.2003.12.013 Magsci [本文引用: 1] 摘要

Abstract

A growing number of studies have focused on evaluating spectral indices in terms of their sensitivity to vegetation biophysical parameters, as well as to external factors affecting canopy reflectance. In this context, leaf and canopy radiative transfer models are valuable for modeling and understanding the behavior of such indices. In the present work, PROSPECT and SAILH models have been used to simulate a wide range of crop canopy reflectances in an attempt to study the sensitivity of a set of vegetation indices to green leaf area index (LAI), and to modify some of them in order to enhance their responsivity to LAI variations. The aim of the paper was to present a method for minimizing the effect of leaf chlorophyll content on the prediction of green LAI, and to develop new algorithms that adequately predict the LAI of crop canopies. Analyses based on both simulated and real hyperspectral data were carried out to compare performances of existing vegetation indices (Normalized Difference Vegetation Index [NDVI], Renormalized Difference Vegetation Index [RDVI], Modified Simple Ratio [MSR], Soil-Adjusted Vegetation Index [SAVI], Soil and Atmospherically Resistant Vegetation Index [SARVI], MSAVI, Triangular Vegetation Index [TVI], and Modified Chlorophyll Absorption Ratio Index [MCARI]) and to design new ones (MTVI1, MCARI1, MTVI2, and MCARI2) that are both less sensitive to chlorophyll content variations and linearly related to green LAI. Thorough analyses showed that the above existing vegetation indices were either sensitive to chlorophyll concentration changes or affected by saturation at high LAI levels. Conversely, two of the spectral indices developed as a part of this study, a modified triangular vegetation index (MTVI2) and a modified chlorophyll absorption ratio index (MCARI2), proved to be the best predictors of green LAI. Related predictive algorithms were tested on CASI (Compact Airborne Spectrographic Imager) hyperspectral images and, then, validated using ground truth measurements. The latter were collected simultaneously with image acquisition for different crop types (soybean, corn, and wheat), at different growth stages, and under various fertilization treatments. Prediction power analysis of proposed algorithms based on MCARI2 and MTVI2 resulted in agreements between modeled and ground measurement of non-destructive LAI, with coefficients of determination (r2) being 0.98 for soybean, 0.89 for corn, and 0.74 for wheat. The corresponding RMSE for LAI were estimated at 0.28, 0.46, and 0.85, respectively.

[55] Liu Li, Zhou Ying.

Drought monitoring based on vegetation supply water index in Guizhou Province.

Guizhou Meteorology, 1998, 22(6): 17-21.

URL [本文引用: 1] 摘要

应用ＮＯＡＡ气象卫星ＡＶＨＲＲ通道１，２，４数据建立了植被供水系数（ＶＳＷＩ）监测贵州干旱遥感模型，确定了ＶＳＷＩ遥感图上干旱指标和干旱面积，并与地面干旱指数确定的旱情作了比较，建立了植被供水指数和地面干旱指数之间的回归方程。

[刘丽, 周颖.

用遥感植被供水指数监测贵州干旱

. 贵州气象, 1998, 22(6): 17-21.]

URL [本文引用: 1] 摘要

应用ＮＯＡＡ气象卫星ＡＶＨＲＲ通道１，２，４数据建立了植被供水系数（ＶＳＷＩ）监测贵州干旱遥感模型，确定了ＶＳＷＩ遥感图上干旱指标和干旱面积，并与地面干旱指数确定的旱情作了比较，建立了植被供水指数和地面干旱指数之间的回归方程。 [56] Sandholt I, Rasmussen K, Andersen J.

A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status.

Remote Sensing of Environment, 2002, 79(2): 213-224.

https://doi.org/10.1016/S0034-4257(01)00274-7 URL [本文引用: 2] 摘要

ABSTRACT A simplified land surface dryness index (Temperature–Vegetation Dryness Index, TVDI) based on an empirical parameterisation of the relationship between surface temperature (Ts) and vegetation index (NDVI) is suggested. The index is related to soil moisture and, in comparison to existing interpretations of the Ts/NDVI space, the index is conceptually and computationally straightforward. It is based on satellite derived information only, and the potential for operational application of the index is therefore large. The spatial pattern and temporal evolution in TVDI has been analysed using 37 NOAA-AVHRR images from 1990 covering part of the Ferlo region of northern, semiarid Senegal in West Africa. The spatial pattern in TVDI has been compared with simulations of soil moisture from a distributed hydrological model based on the MIKE SHE code. The spatial variation in TVDI reflects the variation in moisture on a finer scale than can be derived from the hydrological model in this case. [57] Karnieli A, Agam N, Pinker R T, et al.

Use of NDVI and land surface temperature for drought assessment: Merits and limitations.

Journal of Climate, 2010, 23(3): 618-633.

https://doi.org/10.1175/2009JCLI2900.1 URL [本文引用: 1] 摘要

A large number of water- and climate-related applications, such as drought monitoring, are based on spaceborne-derived relationships between land surface temperature (LST) and the normalized difference vegetation index (NDVI). The majority of these applications rely on the existence of a negative slope between the two variables, as identified in site- and time-specific studies. The current pape... [58] Hao Z.

Drought characterization from a multivariate perspective: A review.

Journal of Hydrology, 2015, 527: 668-678.

https://doi.org/10.1016/j.jhydrol.2015.05.031 URL [本文引用: 1] 摘要

Drought is a recurring natural phenomenon that has plagued the civilization throughout its history. Due to the complex nature and widespread impacts of drought, there is a lack of universally accepted definition of drought, which also affects the development of drought indices to characterize drought conditions. Because an individual drought indicator is generally not sufficient for characterizing complex drought conditions and impacts, multiple drought-related variables and indices are required to capture different aspects of complicated drought conditions. To address this issue, a variety of multivariate drought indices have been developed recently to combine multiple drought-related variables and indices for integrated drought characterizations. This paper presents a comprehensive review of major multivariate drought indices developed recently. Different development methods of multivariate drought indices are introduced along with their strengths and limitations. This paper provides useful information for operational drought characterization with current multivariate drought indices and for the development of new multivariate drought indices. [59] Brown J F, Wardlow B D, Tadesse T, et al.

The Vegetation Drought Response Index (VegDRI): A new integrated approach for monitoring drought stress in vegetation.

GIScience & Remote Sensing, 2008, 45(1): 16-46.

https://doi.org/10.2747/1548-1603.45.1.16 URL [本文引用: 4] 摘要

The development of new tools that provide timely, detailed-spatial-resolution drought information is essential for improving drought preparedness and response. This paper presents a new method for monitoring drought-induced vegetation stress called the Vegetation Drought Response Index (VegDRI). VegDRI integrates traditional climate-based drought indicators and satellite-derived vegetation index metrics with other biophysical information to produce a 1 km map of drought conditions that can be produced in near-real time. The initial VegDRI map results for a 2002 case study conducted across seven states in the north-central United States illustrates the utility of VegDRI for improved large-area drought monitoring. [60] Wu J.

Establishing and assessing the Integrated Surface Drought Index (ISDI) for agricultural drought monitoring in mid-eastern China.

International Journal of Applied Earth Observation and Geoinformation, 2013, 23: 397-410.

https://doi.org/10.1016/j.jag.2012.11.003 URL Magsci [本文引用: 1] 摘要

Accurately monitoring the temporal, spatial distribution and severity of agricultural drought is an effective means to reduce the farmers' losses. Based on the concept of the new drought index called VegDRI, this paper established a new method, named the Integrated Surface Drought Index (ISDI). In this method, the Palmer Drought Severity Index (PDSI) was selected as the dependent variable; for the independent variables, 12 different combinations of 14 factors were examined, including the traditional climate-based drought indicators, satellite-derived vegetation indices, and other biophysical variables. The final model was established by fully describing drought properties with the smaller average error (relative error) and larger correlation coefficients. The ISDI can be used not only to monitor the main drought features, including precipitation anomalies and vegetation growth conditions but also to indicate the earth surface thermal and water content properties by incorporating temperature information. Then, the ISDI was used for drought monitoring from 2000 to 2009 in mid-eastern China. The results for 2006 (a typical dry year) demonstrate the effectiveness and capability of the ISDI for monitoring drought on both the large and the local scales. Additionally, the multiyear ISDI monitoring results were compared with the actual drought intensity using the agro-meteorological disaster data recorded at the agro-meteorological sites. The investigation results indicated that the ISDI confers advantages in the accuracy and spatial resolution for monitoring drought and has significant potential for drought identification in China. (C) 2012 Elsevier B.V. All rights reserved. [61] Wu J, Zhou L, Mo X, et al.

Drought monitoring and analysis in China based on the Integrated Surface Drought Index (ISDI).

International Journal of Applied Earth Observation and Geoinformation, 2015, 41: 23-33.

https://doi.org/10.1016/j.jag.2015.04.006 URL [本文引用: 1] 摘要

Timely and accurate monitoring of the onset and evolution of drought in China are important to reduce losses from drought. The Integrated Surface Drought Index (ISDI) which originally established in mideast China shows a large potential for real-time regional drought monitoring. However, ISDI is still at the developmental stage, and the applicability of the index requires further examination especially for China with vast area, [62] Du Lingtong.

Drought monitoring model based on multi-source spatial information and its application.

Nanjing: Nanjing University, 2013.

URL [本文引用: 2] 摘要

在全球气候变化越来越复杂的大背景下,我国近几十年来干旱频发,给粮食生产安全带来了潜在隐患,因此研究区域干旱时空演化特征及其发展趋势,对地方政府抗旱行动和区域农业生产将有重要的指导意义。本文从大气水汽环流异常、土壤水分胁迫和地表植被响应等方面,对干旱致灾因子和遥感监测机理进行分析,利用空间数据挖掘技术中的分类回归树方法,对大量干旱关联因子数据进行模糊挖掘,构建半经验半机理的干旱监测模型,并以山东省为例,重建了2000-2010年的干旱时空信息,定量的监测了近十年来山东省所经历的干旱过程。在此基础之上,利用多种空间数据时序分析方法,对山东干旱的时空演化特征进行研究。论文取得了以下几点成果与结论： (1)从致旱机理和旱灾响应的角度,综合分析了干旱过程涉及的大气、土壤、植被等多种致灾因子及载体,指出单一的气象干旱、农业干旱或水文干旱指标很难准确衡量干旱这一自然过程,只有综合考虑大气降水、植被生长和土壤水分供需平衡等多种因子及其内部耦合过程的干旱监测机理模型,从地表水分平衡系统失衡的角度才能准确监测和模拟干旱这一自然现象,并提出了综合干旱监测这一概念。 (2)使用热带降水测量卫星(TRMM)3B43的逐月降水量资料和单站干旱监测Z指数方法,构建用于大气降水亏缺遥感监测的TRMM-Z指数,并用同期标准化降水指数(SPI)对TRMM-Z指数进行了验证。研究表明TRMM-Z指数监测出的干旱发生、发展过程与实际旱情相符,其监测结果与15个地级市的站点SPI相关系数大多超过了0.8,且通过了P0.01的显著性检验。 (3)提出了两种针对MOD11A2/MYD11A2地表温度产品和MOD13A3植被指数产品的质量控制算法,这两种质量控制算法能极大地去除时间序列数据的噪声,提高数据质量,在此基础上还利用Savitzky-Golay滤波技术对时间序列植被指数进行去噪平滑处理。基于干旱事件会影响地表植被生长和昼夜温差变化的这一机理,论文提出了标准化植被异常指数和标准化地温异常指数,并应用到了干旱监测和后续模型构建之中。 (4)基于模糊空间数据挖掘的理论,在获取各建模自变量和因变量的基础上,利用分类回归树方法,构建综合干旱监测模型,计算综合干旱指数。综合干旱指数不仅考虑了气象降水亏缺、土壤水分胁迫、植被生长状态等因素,还考虑了土地利用类型、土壤有效持水量等因素,可以定量描述复杂的干旱过程。论文以2010年为例,分析了山东逐月综合干旱指数的时空变化,结果显示该指数监测的干旱过程和强度与实际报道的旱情一致；从2000-2010年的时序变化情况可以看出,该指数可以较好地监测出历史时期厄尔尼诺—南方涛动(ENSO)等重大气候事件引发的干旱过程与持续时间。 (5)综合干旱指数的验证结果表明,在作物的主要生长期,综合干旱指数与标准化作物单产变量有较好的相关性,相关系数超过0.6,且能通过P0.05的显著性检验；综合干旱指数与作物受灾面积的相关系数在-0.67～-0.85之间,除3月份外,其它均通过了P0.01的显著性检验,相关系数普遍略高于同期其它已有干旱指数与作物受灾面积的相关系数；综合干旱指数的波动还能反映出土壤湿度信息变化,并与SPEI、SPI等气象干旱指数也显著相关。 (6)利用综合干旱指数和多种时空分析手段,对山东2000-2010年春夏秋冬四个季节的干旱时空演化特征进行了研究。变异系数由大到小依次是春季、夏季、秋季和冬季；综合干旱指数与时间变量的线性回归与相关分析结果表明,春夏两季干旱有越来越弱的趋势,冬季干旱有逐年加剧的趋势；重新标度极差分析显示春夏季节的综合干旱指数具有长持续特征,而冬季具有反持续特征；在不同的显著性水平下,Sen趋势度分析也得到了相同的干旱发展趋势结果。综合可以得出, 山东春夏干旱会有显著减弱趋势,而冬季干旱则有显著增强趋势,秋季干旱目前尚无明确的演化方向。

[杜灵通.

基于多源空间信息的干旱监测模型构建及其应用研究

. 南京: 南京大学, 2013.]

URL [本文引用: 2] 摘要

Monitoring agricultural drought for arid and humid regions using multi-sensor remote sensing data.

Remote Sensing of Environment, 2010, 114(12): 2875-2887.

https://doi.org/10.1016/j.rse.2010.07.005 URL [本文引用: 4] 摘要

While existing remote sensing-based drought indices have characterized drought conditions in arid regions successfully, their use in humid regions is limited. We propose a new remote sensing-based drought index, the Scaled Drought Condition Index (SDCI), for agricultural drought monitoring in both arid and humid regions using multi-sensor data. This index combines the land surface temperature (LST) data and the Normalized Difference Vegetation Index (NDVI) data from Moderate Resolution Imaging Spectroradiometer (MODIS) sensor, and precipitation data from Tropical Rainfall Measuring Mission (TRMM) satellite. Each variable was scaled from 0 to 1 to discriminate the effect of drought from normal conditions, and then combined with the selected weights. When tested againstPalmer Drought Severity Index (PDSI), Palmer's-Index (-Index), 3-month Standardized Precipitation Index (SPI), and 6-month SPI data during a ten-year (2000–2009) period, SDCI performed better than existing indices such as NDVI and Vegetation Health Index (VHI) in the arid region of Arizona and New Mexico as well as in the humid region of North Carolina and South Carolina. The year-to-year changes and spatial distributions of SDCI over both arid and humid regions generally agreed to the changes documented by the United States Drought Monitor (USDM) maps. [64] Zhang A, Jia G.

Monitoring meteorological drought in semiarid regions using multi-sensor microwave remote sensing data.

Remote Sensing of Environment, 2013, 134: 12-23.

https://doi.org/10.1016/j.rse.2013.02.023 URL Magsci [本文引用: 2] 摘要

The existing remote sensing drought indices were mainly derived from optical and infrared bands, and have been widely used in monitoring agricultural drought; however, their application in monitoring meteorological drought was limited. This study proposes a new multi-sensor microwave remote sensing drought index, the Microwave Integrated Drought Index (MIDI), for monitoring short-term drought, especially the meteorological drought over semi-arid regions, by integrating three variables: Tropical Rainfall Measuring Mission (TRMM) derived precipitation, Advanced Microwave Scanning Radiometer for EOS (AMSR-E) derived soil moisture, and AMSR-E derived land surface temperature. Each variable was linearly scaled from 0 to 1 for each pixel based on absolute minimum and maximum values over time to relatively monitor drought. Pearson correlation analyses were performed between remote sensing drought indices and scale-dependent Standardized Precipitation Index (SPI) during the growing season (April to October) from 2003 to 2010 to assess the capability of remotely sensed drought indices over three bioclimate regions in northern China. The results showed that MIDI with proper weights of three components outperformed individual remote sensing drought indices and other combined microwave drought indices in monitoring drought. It nearly possessed the best correlations with different time scale SPI; meanwhile it showed the highest correlation with 1-month SPI, and then decreased as SPI time scale increased, suggesting that the MIDI was a very reliable index in monitoring meteorological drought. Furthermore, similar spatial patterns and temporal changes were found between MIDI and 1- or 3-month SPI in monitoring drought. Therefore, the MIDI was recommended to be the optimum drought index, in monitoring short-term drought, especially for meteorological drought over cropland and grassland across northern China or similar regions globally with the ability to work in all weather conditions. (c) 2013 Elsevier Inc. All rights reserved. [65] Mu Q, Zhao M, Kimball J S, et al.

A remotely sensed global terrestrial drought severity index.

Bulletin of the American Meteorological Society, 2013, 94(1): 83-98.

https://doi.org/10.1175/BAMS-D-11-00213.1 URL Magsci [本文引用: 2]

[66] Hao Z, AghaKouchak A.

A nonparametric multivariate multi-index drought monitoring framework.

Journal of Hydrometeorology, 2014, 15(1): 89-101.

https://doi.org/10.1175/JHM-D-12-0160.1 URL [本文引用: 1] 摘要

Abstract Accurate and reliable drought monitoring is essential to drought mitigation efforts and reduction of social vulnerability. A variety of indices, such as the standardized precipitation index (SPI), are used for drought monitoring based on different indicator variables. Because of the complexity of drought phenomena in their causation and impact, drought monitoring based on a single variable may be insufficient for detecting drought conditions in a prompt and reliable manner. This study outlines a multivariate, multi-index drought monitoring framework, namely, the multivariate standardized drought index (MSDI), for describing droughts based on the states of precipitation and soil moisture. In this study, the MSDI is evaluated against U.S. Drought Monitor (USDM) data as well as the commonly used standardized indices for drought monitoring, including detecting drought onset, persistence, and spatial extent across the continental United States. The results indicate that MSDI includes attractive properties, such as higher probability of drought detection, compared to individual precipitation and soil moisture鈥揵ased drought indices. This study shows that the MSDI leads to drought information generally consistent with the USDM and provides additional information and insights into drought monitoring. [67] AghaKouchak A.

A multivariate approach for persistence-based drought prediction: Application to the 2010-2011 East Africa drought.

Journal of Hydrology, 2015, 526: 127-135.

https://doi.org/10.1016/j.jhydrol.2014.09.063 URL [本文引用: 1] 摘要

The 2011 East Africa drought caused dire situations across several countries and led to a widespread and costly famine in the region. Numerous dynamic and statistical drought prediction models have been used for providing drought information and/or early warning. The concept of Ensemble Streamflow Prediction (ESP) has been successfully applied to univariate drought indicators (e.g., the Standardized Precipitation Index) for seasonal drought prediction. In this study, we outline a framework for using the ESP concept for multivariate, multi-index drought prediction. We employ the recently developed Multivariate Standardized Drought Index (MSDI), which integrates precipitation and soil moisture for describing drought. In this approach, the ESP concept is first used to predict the seasonal changes to precipitation and soil moisture. Then, the MSDI is estimated based on the joint probability of the predicted accumulated precipitation and soil moisture as composite (multi-index) drought information. Given its probabilistic nature, the presented model offers both a measure of drought severity and probability of drought occurrence. The suggested model is tested for part of the 2011 East Africa drought using monthly precipitation and soil moisture data obtained from the NASA Modern-Era Retrospective Analysis for Research and Applications (MERRA-Land). The results indicate that the suggested multi-index predictions are consistent with the observation. Furthermore, the results emphasize the potential application of the model for probabilistic drought early warning in East Africa. [68] Rajsekhar D, Singh V P, Mishra A K.

Multivariate drought index: An information theory based approach for integrated drought assessment.

Journal of Hydrology, 2015, 526: 164-182.

https://doi.org/10.1016/j.jhydrol.2014.11.031 URL [本文引用: 1] 摘要

Most of the existing drought indices are based on a single variable (e.g. precipitation) or a combination of two variables (e.g., precipitation and streamflow). This may not be sufficient for reliable quantification of the existing drought condition. It is possible that a region might be experiencing only a single type of drought at times, but multiple drought types affecting a region is quite common too. To have a comprehensive representation, it is better to consider all the variables that lead to different physical forms of drought, such as meteorological, hydrological, and agricultural droughts. Therefore, we propose to develop a multivariate drought index (MDI) that will utilize information from hydroclimatic variables, including precipitation, runoff, evapotranspiration and soil moisture as indicator variables, thus accounting for all the physical forms of drought. The entropy theory was utilized to develop this proposed index, that led to the smallest set of features maximally preserving the information of the input data set. MDI was then compared with the Palmer drought severity index (PDSI) for all climate regions within Texas for the time period 1950–2012, with particular attention to the two major drought occurrences in Texas, viz. the droughts which occurred in 1950–1957, and 2010–2011. The proposed MDI was found to represent drought conditions well, due to its multivariate, multi scalar, and nonlinear properties. To help the user choose the right time scale for further analysis, entropy maps of MDI at different time scales were used as a guideline. The MDI time scale that has the highest entropy value may be chosen, since a higher entropy indicates a higher information content. [69] Shah R D, Mishra V.

Development of an experimental near-real-time drought monitor for India.

Journal of Hydrometeorology, 2015, 16(1): 327-345.

https://doi.org/10.1175/JHM-D-14-0041.1 URL [本文引用: 1] 摘要

Abstract Persistent and wide spread drought hampers water resources management and crop production. India has been facing droughts frequently since the last few decades. Despite detrimental impacts of droughts in India, a real-time monitoring system at appropriate spatial and temporal resolution has been lacking. Here we develop an experimental drought monitor for India, which operates daily at spatial resolution of 0.25 degree and provides near-real time information on drought. The real-time daily precipitation data are obtained from the Tropical Rainfall Measurement Mission (TRMM), while daily temperatures are obtained from the Global Ensemble Forecast System Analysis (GEFS) reforecast version 2. Near-real time precipitation and temperatures are bias corrected using the historic precipitation and temperature data from the Indian Meteorology Department (IMD). We reconstructed data extending from past to near present by combining IMD (1969-2010) with real-time bias-corrected TRMM and GEFS datasets (2010 onwards). The experimental drought monitor provides information on meteorological, hydrological, and agricultural droughts using Standardized Precipitation Index (SPI), Standardized Runoff Index (SRI), and Standardized Soil Moisture Index (SSI), respectively. Soil moisture and runoff are simulated using the Variable Infiltration Capacity (VIC) model in near-real time to estimate severity and areal extent of agricultural and hydrological droughts. Areal extent and severity of droughts from the Experimental Drought Monitor are successfully evaluated against satellite based drought severity index. The experimental drought monitor provides high resolution drought information (district level) which can be valuable for natural resources management and policy making. [70] Me Zhensheng, Ding Yuguo. Climate Statistics, 1963. Beijing: Science Press, 1990.

[本文引用: 1]

[么枕生, 丁裕国. 气候统汁, 1963年. 北京: 科学出版社, 1990.]

[本文引用: 1]

[71] Liu W T, Kogan F N.

Monitoring regional drought using the vegetation condition index.

International Journal of Remote Sensing, 1996, 17(14): 2761-2782.

https://doi.org/10.1080/01431169608949106 URL [本文引用: 1] 摘要

ABSTRACT NDVI (Normalized Difference Vegetation Index) images generated from NOAA AVHRR GVI data were recently used to monitor large scale drought patterns and their climatic impact on vegetation. The purpose of this study is to use the Vegetation Condition Index (VCI) to further separate regional NDVI variation from geographical contributions in order to assess regional drought impacts. Weekly NDVI data for the period of July 1985 to June 1992 were used to produce NDVI and VCI images for the South American continent. NDVI data were smoothed with a median filtering technique for each year. Drought areas were delineated with certain threshold values of the NDVI and VCI. Drought patterns delineated by the NDVI and VCI agreed quite well with rainfall anomalies observed from rainfall maps of Brazil. NDVI values reflected the different geographical conditions quite well. Seasonal and interannual comparisons of drought areas delineated by the VCI provided a useful tool to analyse temporal and spatial evolution of regional drought as well as to estimate crop production qualitatively. It is suggested that VCI data besides NDVI may be used to construct a large scale crop yield prediction model. [72] Change I P O C.

Climate change 2007: The physical science basis.

Agenda, 2007, 6(7): 333.

https://doi.org/10.9774/GLEAF.978-1-907643-29-3_4 URL [本文引用: 1] 摘要

Drought characterization: A probabilistic approach.

Stochastic Environmental Research and Risk Assessment, 2009, 23(1): 41-55.

https://doi.org/10.1007/s00477-007-0194-2 URL Magsci [本文引用: 1] 摘要

Using the alternative renewable process and run theory, this study investigates the distribution of drought interval time, mean drought interarrival time, joint probability density function and transition probabilities of drought events in the Kansabati River basin in India. The standardized precipitation index series is employed in the investigation. The time interval of SPI is found to have a significant effect of the probabilistic characteristics of drought. [74] Mishra A K, Desai V R.

Spatial and temporal drought analysis in the Kansabati river basin, India.

International Journal of River Basin Management, 2005, 3(1): 31-41.

https://doi.org/10.1080/15715124.2005.9635243 URL 摘要

The identification, monitoring and characterization of droughts are of great importance in water resources planning and management. To investigate the spatial and temporal relationships of drought occurrence, the Standardized Precipitation Index (SPI) (calculated from the probability distribution of precipitation using a two‐parameter gamma function) was used. The SPIs were applied at the local scale using monthly rainfall data for the period of 1965–2001 from five raingauge stations in the basin. The basin is divided into 25 grid‐cells of 13 × 13 km with each grid correspondence to approximately 4% of total area. The inverse distance weighting (IDW) approach is used for the spatial interpolation of rainfall at each grid point. Drought severity is then assessed from the estimated gridded SPI values at multiple time scales. The spatial and temporal characteristics of SPI are used to develop drought severity – area – frequency curves that can assess the severity of the localized drought within the basin. The analysis of SPI suggests that the basin endured severe drought during the 1980's. These frequency curves can be used for planning sustainable water resources projects within the basin. [75] Mishra A K, Singh V P.

Analysis of drought severity-area-frequency curves using a general circulation model and scenario uncertainty. Journal of Geophysical Research:

Atmospheres (1984-2012), 2009, 114(D6).

https://doi.org/10.1029/2008JD010986 URL 摘要

[1] With increasing water scarcity around the world, exacerbated by spatial and temporal variability of drought incidences along with the uncertainties associated with climate change, droughts are receiving much attention these days. This paper investigates the impact of climate change on severity-area-frequency (SAF) curves for annual droughts in the Kansabati River basin, India. Historical droughts are compared with historical SAF curves and with SAF curves developed on the basis of projected rainfall using a general circulation model and scenario uncertainty. A downscaling method, based on Bayesian Neural Network (BNN), is applied to project precipitation from six GCM models using two scenarios. Standardized precipitation indices (SPI 3 and SPI 12) are used as drought indices for construction of SAF curves for two periods (2001-2050 and 2051-2100). The results show that there are likely to be more severe droughts in 2001-2050 with more spatial extent than those that have occurred historically. [76] Du L, Tian Q, Yu T, et al.

A comprehensive drought monitoring method integrating MODIS and TRMM data.

International Journal of Applied Earth Observation and Geoinformation, 2013, 23: 245-253.

https://doi.org/10.1016/j.jag.2012.09.010 URL Magsci [本文引用: 2] 摘要

Drought is a complex hazard caused by the breaking of water balance and it has always an impact on agricultural, ecological and socio-economic spheres. Although the drought indices deriving from remote sensing data have been used to monitor meteorological or agricultural drought, there are no indices that can suitably reflect the comprehensive information of drought from meteorological to agricultural aspects. In this paper, the synthesized drought index (SDI) is defined as a principal component of vegetation condition index (VCI), temperature condition index (TCI) and precipitation condition index (PCI). SDI integrates multi-source remote sensing data from moderate resolution imaging spectroradiometer (MODIS) and tropical rainfall measuring mission (TRMM) and it synthesizes precipitation deficits, soil thermal stress and vegetation growth status in drought process. Therefore, this method is favorable to monitor the comprehensive drought. In our research, a heavy drought process was accurately explored using SDI in Shandong province, China from 2010 to 2011. Finally, a validation was implemented and its results show that SDI is not only strongly correlated with 3-month scales standardized precipitation index (SPI3), but also with variation of crop yield and drought-affected crop areas. It was proved that this index is a comprehensive drought monitoring indicator and it can contain not only the meteorological drought information but also it can reflect the drought influence on agriculture. (C) 2012 Elsevier B.V. All rights reserved. [77] Anderson W B, Zaitchik B F, Hain C R, et al.

Towards an integrated soil moisture drought monitor for East Africa.

Hydrology and Earth System Sciences, 2012, 16(8): 2893-2913.

https://doi.org/10.5194/hess-16-2893-2012 URL [本文引用: 1] 摘要

Drought in East Africa is a recurring phenomenon with significant humanitarian impacts. Given the steep climatic gradients, topographic contrasts, general data scarcity, and, in places, political instability that characterize the region, there is a need for spatially distributed, remotely derived monitoring systems to inform national and interna tional drought response. At the same time, the very diversity and data scarcity that necessitate remote monitoring also make it difficult to evaluate the reliability of these systems. Here we apply a suite of remote monitoring techniques to characterize the temporal and spatial evolution of the 2010-2011 Horn of Africa drought. Diverse satellite observations allow for evaluation of meteorological, agricultural, and hydrological aspects of drought, each of which is of interest to different stakeholders. Focusing on soil moisture, we apply triple collocation analysis (TCA) to three independent methods for estimating soil moisture anomalies to characterize rel [78] Hao Z, AghaKouchak A.

Multivariate standardized drought index.

Advances in Water Resources, 2013, 57: 12-18.

[本文引用: 1]

[79] Rott H, Yueh S H, Cline D W, et al.

Cold regions hydrology high-resolution observatory for snow and cold land processes.

Proceedings of the IEEE, 2010, 98(5): 752-765.

https://doi.org/10.1109/JPROC.2009.2038947 URL [本文引用: 1] 摘要

Snow is a critical component of the global water cycle and climate system, and a major source of water supply in many parts of the world. There is a lack of spatially distributed information on the accumulation of snow on land surfaces, glaciers, lake ice, and sea ice. Satellite missions for systematic and global snow observations will be essential to improve the representation of the cryosphere in climate models and to advance the knowledge and prediction of the water cycle variability and changes that depend on snow and ice resources. This paper describes the scientific drivers and technical approach of the proposed Cold Regions Hydrology High-Resolution Observatory (CoReHO) satellite mission for snow and cold land processes. The sensor is a synthetic aperture radar operating at 17.2 and 9.6 GHz, VV and VH polarizations. The dual-frequency and dual-polarization design enables the decomposition of the scattering signal for retrieving snow mass and other physical properties of snow and ice. [80] Kongoli C, Romanov P, Ferraro R.

Snow cover monitoring from remote sensing satellites//Remote Sensing of Drought: Innovative Monitoring Approaches

. CRC Press, 2012: 359-386.

https://doi.org/10.1109/IGARSS.1990.688559 URL [本文引用: 1] 摘要

This book presents emerging remote sensing-based tools and techniques that can be applied to operational drought monitoring and early warning around the world. The first book to focus on remote sensing and drought monitoring, it brings together a wealth of information that has been scattered throughout the literature and across many disciplines. Featuring contributions by leading scientists, it... [81] Dai A, Trenberth K E, Qian T.

A global dataset of Palmer Drought Severity Index for 1870-2002: Relationship with soil moisture and effects of surface warming.

Journal of Hydrometeorology, 2004, 5(6): 1117-1130.

https://doi.org/10.1175/JHM-386.1 URL [本文引用: 1] 摘要

A monthly dataset of Palmer Drought Severity Index (PDSI) from 1870 to 2002 is derived using historical precipitation and temperature data for global land areas on a 2.500° grid. Over Illinois, Mongolia, and parts of China and the former Soviet Union, where soil moisture data are available, the PDSI is significantly correlated (r = 0.5 to 0.7) with observed soil moisture content within the top 1-m depth during warm-season months. The strongest correlation is in late summer and autumn, and the weakest correlation is in spring, when snowmelt plays an important role. Basin-averaged annual PDSI covary closely (r = 0.6 to 0.8) with streamflow for seven of world's largest rivers and several smaller rivers examined. The results suggest that the PDSI is a good proxy of both surface moisture conditions and streamflow. An empirical orthogonal function (EOF) analysis of the PDSI reveals a fairly linear trend resulting from trends in precipitation and surface temperature and an El Ni01±o09恪 Southern Oscillation (ENSO)-induced mode of mostly interannual variations as the two leading patterns. The global very dry areas, defined as PDSI < -3.0, have more than doubled since the 1970s, with a large jump in the early 1980s due to an ENSO-induced precipitation decrease and a subsequent expansion primarily due to surface warming, while global very wet areas (PDSI > +3.0) declined slightly during the 1980s. Together, the global land areas in either very dry or very wet conditions have increased from 09030420% to 38% since 1972, with surface warming as the primary cause after the mid-1 [82] Vicente-Serrano S M, Beguería S, López-Moreno J I, et al.

A new global 0.5 gridded dataset (1901-2006) of a multiscalar drought index.

Journal of Hydrometeorology, 2010, 11(4): 1033-1043.

[本文引用: 1]

[83] Hao Z, AghaKouchak A.

Global integrated drought monitoring and prediction system.

Scie.pngic Data, 2014.

https://doi.org/10.1038/sdata.2014.1 URL [本文引用: 1] 摘要

ABSTRACT Drought is by far the most costly natural disaster that can lead to widespread impacts, including water and food crises. Here we present data sets available from the Global Integrated Drought Monitoring and Prediction System (GIDMaPS), which provides drought information based on multiple drought indicators. The system provides meteorological and agricultural drought information based on multiple satellite-, and model-based precipitation and soil moisture data sets. GIDMaPS includes a near real-time monitoring component and a seasonal probabilistic prediction module. The data sets include historical drought severity data from the monitoring component, and probabilistic seasonal forecasts from the prediction module. The probabilistic forecasts provide essential information for early warning, taking preventive measures, and planning mitigation strategies. GIDMaPS data sets are a significant extension to current capabilities and data sets for global drought assessment and early warning. The presented data sets would be instrumental in reducing drought impacts especially in developing countries. Our results indicate that GIDMaPS data sets reliably captured several major droughts from across the globe. [84] Andela N, Liu Y Y, van Dijk A, et al.

Global changes in dryland vegetation dynamics (1988-2008) assessed by satellite remote sensing.

Biogeosciences, 2013, 10(10): 6657.

https://doi.org/10.5194/bg-10-6657-2013 Magsci [本文引用: 1] 摘要

Drylands, covering nearly 30% of the global land surface, are characterized by high climate variability and sensitivity to land management. Here, two satellite-observed vegetation products were used to study the long-term (1988-2008) vegetation changes of global drylands: the widely used reflective-based Normalized Difference Vegetation Index (NDVI) and the recently developed passive-microwave-based Vegetation Optical Depth (VOD). The NDVI is sensitive to the chlorophyll concentrations in the canopy and the canopy cover fraction, while the VOD is sensitive to vegetation water content of both leafy and woody components. Therefore it can be expected that using both products helps to better characterize vegetation dynamics, particularly over regions with mixed herbaceous and woody vegetation. Linear regression analysis was performed between antecedent precipitation and observed NDVI and VOD independently to distinguish the contribution of climatic and non-climatic drivers in vegetation variations. Where possible, the contributions of fire, grazing, agriculture and CO2 level to vegetation trends were assessed. The results suggest that NDVI is more sensitive to fluctuations in herbaceous vegetation, which primarily uses shallow soil water, whereas VOD is more sensitive to woody vegetation, which additionally can exploit deeper water stores. Globally, evidence is found for woody encroachment over drylands. In the arid drylands, woody encroachment appears to be at the expense of herbaceous vegetation and a global driver is interpreted. Trends in semi-arid drylands vary widely between regions, suggesting that local rather than global drivers caused most of the vegetation response. In savannas, besides precipitation, fire regime plays an important role in shaping trends. Our results demonstrate that NDVI and VOD provide complementary information and allow new insights into dryland vegetation dynamics. [85] Rodell M.Satellite gravimetry applied to drought monitoring//Remote Sensing of Drought: Innovative Monitoring Approaches/CRC Press, 2012: 261-277.

URL [本文引用: 1]

1 1992 ... 全球气候变化是人类迄今为止面临的最重大也是最为严重的全球环境问题,并作为21世纪人类面临的最复杂的挑战之一引起了世界各国政府和公众的广泛关注[1].20世纪70年代以来,全球气候变暖导致的干旱等极端气候事件的频率和强度均呈显著增加趋势.与气候平均态相比,极端事件的发生更具反常性、突发性和不可预见性,其对气候变化响应也更为敏感[2],成为陆地生态系统波动的主要风险源,并已对生态系统和人类社会经济可持续发展造成了巨大而深远的影响[3].地球系统模式显示,21世纪全球干旱风险将进一步增加[4],因而如何应对和减缓干旱及其影响已成为亟待解决的重大科学问题.在众多不利影响中,干旱对农业系统的影响最为明显也最为直接.资料显示,全球气象灾害造成的经济损失约占所有自然灾害损失的85%,其中干旱所造成的损失占气象灾害的50%以上.应指出,农业关乎国家粮食安全和社会稳定,同时农业又是受气候和天气制约最大的领域[5],因此农业干旱研究成为各国政府和学者共同关注的焦点问题. ... 1 1992 ... 全球气候变化是人类迄今为止面临的最重大也是最为严重的全球环境问题,并作为21世纪人类面临的最复杂的挑战之一引起了世界各国政府和公众的广泛关注[1].20世纪70年代以来,全球气候变暖导致的干旱等极端气候事件的频率和强度均呈显著增加趋势.与气候平均态相比,极端事件的发生更具反常性、突发性和不可预见性,其对气候变化响应也更为敏感[2],成为陆地生态系统波动的主要风险源,并已对生态系统和人类社会经济可持续发展造成了巨大而深远的影响[3].地球系统模式显示,21世纪全球干旱风险将进一步增加[4],因而如何应对和减缓干旱及其影响已成为亟待解决的重大科学问题.在众多不利影响中,干旱对农业系统的影响最为明显也最为直接.资料显示,全球气象灾害造成的经济损失约占所有自然灾害损失的85%,其中干旱所造成的损失占气象灾害的50%以上.应指出,农业关乎国家粮食安全和社会稳定,同时农业又是受气候和天气制约最大的领域[5],因此农业干旱研究成为各国政府和学者共同关注的焦点问题. ... 近53年内蒙古寒潮时空变化特征及其影响因素 1 2014 ... 全球气候变化是人类迄今为止面临的最重大也是最为严重的全球环境问题,并作为21世纪人类面临的最复杂的挑战之一引起了世界各国政府和公众的广泛关注[1].20世纪70年代以来,全球气候变暖导致的干旱等极端气候事件的频率和强度均呈显著增加趋势.与气候平均态相比,极端事件的发生更具反常性、突发性和不可预见性,其对气候变化响应也更为敏感[2],成为陆地生态系统波动的主要风险源,并已对生态系统和人类社会经济可持续发展造成了巨大而深远的影响[3].地球系统模式显示,21世纪全球干旱风险将进一步增加[4],因而如何应对和减缓干旱及其影响已成为亟待解决的重大科学问题.在众多不利影响中,干旱对农业系统的影响最为明显也最为直接.资料显示,全球气象灾害造成的经济损失约占所有自然灾害损失的85%,其中干旱所造成的损失占气象灾害的50%以上.应指出,农业关乎国家粮食安全和社会稳定,同时农业又是受气候和天气制约最大的领域[5],因此农业干旱研究成为各国政府和学者共同关注的焦点问题. ... 近53年内蒙古寒潮时空变化特征及其影响因素 1 2014 ... 全球气候变化是人类迄今为止面临的最重大也是最为严重的全球环境问题,并作为21世纪人类面临的最复杂的挑战之一引起了世界各国政府和公众的广泛关注[1].20世纪70年代以来,全球气候变暖导致的干旱等极端气候事件的频率和强度均呈显著增加趋势.与气候平均态相比,极端事件的发生更具反常性、突发性和不可预见性,其对气候变化响应也更为敏感[2],成为陆地生态系统波动的主要风险源,并已对生态系统和人类社会经济可持续发展造成了巨大而深远的影响[3].地球系统模式显示,21世纪全球干旱风险将进一步增加[4],因而如何应对和减缓干旱及其影响已成为亟待解决的重大科学问题.在众多不利影响中,干旱对农业系统的影响最为明显也最为直接.资料显示,全球气象灾害造成的经济损失约占所有自然灾害损失的85%,其中干旱所造成的损失占气象灾害的50%以上.应指出,农业关乎国家粮食安全和社会稳定,同时农业又是受气候和天气制约最大的领域[5],因此农业干旱研究成为各国政府和学者共同关注的焦点问题. ... 1 2014 ... 全球气候变化是人类迄今为止面临的最重大也是最为严重的全球环境问题,并作为21世纪人类面临的最复杂的挑战之一引起了世界各国政府和公众的广泛关注[1].20世纪70年代以来,全球气候变暖导致的干旱等极端气候事件的频率和强度均呈显著增加趋势.与气候平均态相比,极端事件的发生更具反常性、突发性和不可预见性,其对气候变化响应也更为敏感[2],成为陆地生态系统波动的主要风险源,并已对生态系统和人类社会经济可持续发展造成了巨大而深远的影响[3].地球系统模式显示,21世纪全球干旱风险将进一步增加[4],因而如何应对和减缓干旱及其影响已成为亟待解决的重大科学问题.在众多不利影响中,干旱对农业系统的影响最为明显也最为直接.资料显示,全球气象灾害造成的经济损失约占所有自然灾害损失的85%,其中干旱所造成的损失占气象灾害的50%以上.应指出,农业关乎国家粮食安全和社会稳定,同时农业又是受气候和天气制约最大的领域[5],因此农业干旱研究成为各国政府和学者共同关注的焦点问题. ... Drought under global warming: A review. 2 2011 ... 全球气候变化是人类迄今为止面临的最重大也是最为严重的全球环境问题,并作为21世纪人类面临的最复杂的挑战之一引起了世界各国政府和公众的广泛关注[1].20世纪70年代以来,全球气候变暖导致的干旱等极端气候事件的频率和强度均呈显著增加趋势.与气候平均态相比,极端事件的发生更具反常性、突发性和不可预见性,其对气候变化响应也更为敏感[2],成为陆地生态系统波动的主要风险源,并已对生态系统和人类社会经济可持续发展造成了巨大而深远的影响[3].地球系统模式显示,21世纪全球干旱风险将进一步增加[4],因而如何应对和减缓干旱及其影响已成为亟待解决的重大科学问题.在众多不利影响中,干旱对农业系统的影响最为明显也最为直接.资料显示,全球气象灾害造成的经济损失约占所有自然灾害损失的85%,其中干旱所造成的损失占气象灾害的50%以上.应指出,农业关乎国家粮食安全和社会稳定,同时农业又是受气候和天气制约最大的领域[5],因此农业干旱研究成为各国政府和学者共同关注的焦点问题. ...

... 干旱作为一种复杂的现象难以直接观测其发生时间、发展过程和影响范围,因而通常采用干旱指标对干旱事件进行描述[4, 10, 18].目前对干旱情况进行表征的干旱指数已发展至近百种[19].根据观测手段的不同,可以分为基于站点观测指标和基于遥感监测指标两大类,前者主要包括标准降水指数（SPI）、帕尔默干旱指数（PDSI）及作物湿度指数（CMI）等;后者则根据地表覆盖情况,分为基于裸露地表的干旱监测指数（包括热惯量法和微波水分反演法）和基于植被覆盖的干旱监测指数两大类,其中基于植被覆盖的干旱监测指数可进一步分为作物形态指标（如条件植被指数、归一化植被指数等）、作物生理指标（如冠层温度、冠层含水量等）和作物综合指标（如植被供水指数、温度植被干旱指数等）三大类（图2）. ... Increasing drought under global warming in observations and models. 1 2012 ... 全球气候变化是人类迄今为止面临的最重大也是最为严重的全球环境问题,并作为21世纪人类面临的最复杂的挑战之一引起了世界各国政府和公众的广泛关注[1].20世纪70年代以来,全球气候变暖导致的干旱等极端气候事件的频率和强度均呈显著增加趋势.与气候平均态相比,极端事件的发生更具反常性、突发性和不可预见性,其对气候变化响应也更为敏感[2],成为陆地生态系统波动的主要风险源,并已对生态系统和人类社会经济可持续发展造成了巨大而深远的影响[3].地球系统模式显示,21世纪全球干旱风险将进一步增加[4],因而如何应对和减缓干旱及其影响已成为亟待解决的重大科学问题.在众多不利影响中,干旱对农业系统的影响最为明显也最为直接.资料显示,全球气象灾害造成的经济损失约占所有自然灾害损失的85%,其中干旱所造成的损失占气象灾害的50%以上.应指出,农业关乎国家粮食安全和社会稳定,同时农业又是受气候和天气制约最大的领域[5],因此农业干旱研究成为各国政府和学者共同关注的焦点问题. ... 面向“未来地球”计划的陆地表层格局研究 1 2015 ... 面对气候变化引致的一系列灾害风险,以往应对重大自然灾害的经验表明风险规避比抢险救灾具有更重要的意义[6].第三届世界减灾大会确立的未来减灾目标与优先事项中同样强调了灾害监测预警及科学防范灾害损失的重要性与迫切性.农业干旱监测作为减轻农业灾害损失与影响的重要途径,是干旱研究的薄弱环节之一.目前,国内外组织和学者开展了一系列卓有成效的研究工作,内容涉及农业干旱的成因、评估方法以及影响等方面,其中以地球观测组织全球农业监测计划（GEO-GLAM）为代表的国际计划组织进行了大量关于农业干旱监测的探索工作[7].同时,不同学者从理论和技术层面上,也对干旱概念、监测方法及发展趋向开展了系统梳理和全面总结[8-14].值得注意的是,农业干旱涉及农业、气象、水文以及植物生理等众多学科,同时农业系统又是一个自然系统与人工系统高度交织的领域,发展农业干旱监测无论在理论上还是在技术手段上均面临着较大的瓶颈[15].在回顾已有综述研究中发现,当前研究多以干旱指标的角度回顾农业干旱研究进展,而目前学界对农业干旱监测领域研究的全面认识尚未完全形成,有必要对干旱,特别是农业干旱监测方法与发展历程进行全面梳理. ... 面向“未来地球”计划的陆地表层格局研究 1 2015 ... 面对气候变化引致的一系列灾害风险,以往应对重大自然灾害的经验表明风险规避比抢险救灾具有更重要的意义[6].第三届世界减灾大会确立的未来减灾目标与优先事项中同样强调了灾害监测预警及科学防范灾害损失的重要性与迫切性.农业干旱监测作为减轻农业灾害损失与影响的重要途径,是干旱研究的薄弱环节之一.目前,国内外组织和学者开展了一系列卓有成效的研究工作,内容涉及农业干旱的成因、评估方法以及影响等方面,其中以地球观测组织全球农业监测计划（GEO-GLAM）为代表的国际计划组织进行了大量关于农业干旱监测的探索工作[7].同时,不同学者从理论和技术层面上,也对干旱概念、监测方法及发展趋向开展了系统梳理和全面总结[8-14].值得注意的是,农业干旱涉及农业、气象、水文以及植物生理等众多学科,同时农业系统又是一个自然系统与人工系统高度交织的领域,发展农业干旱监测无论在理论上还是在技术手段上均面临着较大的瓶颈[15].在回顾已有综述研究中发现,当前研究多以干旱指标的角度回顾农业干旱研究进展,而目前学界对农业干旱监测领域研究的全面认识尚未完全形成,有必要对干旱,特别是农业干旱监测方法与发展历程进行全面梳理. ... 全球干旱卫星监测计划 1 ... 面对气候变化引致的一系列灾害风险,以往应对重大自然灾害的经验表明风险规避比抢险救灾具有更重要的意义[6].第三届世界减灾大会确立的未来减灾目标与优先事项中同样强调了灾害监测预警及科学防范灾害损失的重要性与迫切性.农业干旱监测作为减轻农业灾害损失与影响的重要途径,是干旱研究的薄弱环节之一.目前,国内外组织和学者开展了一系列卓有成效的研究工作,内容涉及农业干旱的成因、评估方法以及影响等方面,其中以地球观测组织全球农业监测计划（GEO-GLAM）为代表的国际计划组织进行了大量关于农业干旱监测的探索工作[7].同时,不同学者从理论和技术层面上,也对干旱概念、监测方法及发展趋向开展了系统梳理和全面总结[8-14].值得注意的是,农业干旱涉及农业、气象、水文以及植物生理等众多学科,同时农业系统又是一个自然系统与人工系统高度交织的领域,发展农业干旱监测无论在理论上还是在技术手段上均面临着较大的瓶颈[15].在回顾已有综述研究中发现,当前研究多以干旱指标的角度回顾农业干旱研究进展,而目前学界对农业干旱监测领域研究的全面认识尚未完全形成,有必要对干旱,特别是农业干旱监测方法与发展历程进行全面梳理. ... 全球干旱卫星监测计划 1 ... 面对气候变化引致的一系列灾害风险,以往应对重大自然灾害的经验表明风险规避比抢险救灾具有更重要的意义[6].第三届世界减灾大会确立的未来减灾目标与优先事项中同样强调了灾害监测预警及科学防范灾害损失的重要性与迫切性.农业干旱监测作为减轻农业灾害损失与影响的重要途径,是干旱研究的薄弱环节之一.目前,国内外组织和学者开展了一系列卓有成效的研究工作,内容涉及农业干旱的成因、评估方法以及影响等方面,其中以地球观测组织全球农业监测计划（GEO-GLAM）为代表的国际计划组织进行了大量关于农业干旱监测的探索工作[7].同时,不同学者从理论和技术层面上,也对干旱概念、监测方法及发展趋向开展了系统梳理和全面总结[8-14].值得注意的是,农业干旱涉及农业、气象、水文以及植物生理等众多学科,同时农业系统又是一个自然系统与人工系统高度交织的领域,发展农业干旱监测无论在理论上还是在技术手段上均面临着较大的瓶颈[15].在回顾已有综述研究中发现,当前研究多以干旱指标的角度回顾农业干旱研究进展,而目前学界对农业干旱监测领域研究的全面认识尚未完全形成,有必要对干旱,特别是农业干旱监测方法与发展历程进行全面梳理. ... Remote sensing of drought: Progress, challenges and opportunities. 3 2015 ... 面对气候变化引致的一系列灾害风险,以往应对重大自然灾害的经验表明风险规避比抢险救灾具有更重要的意义[6].第三届世界减灾大会确立的未来减灾目标与优先事项中同样强调了灾害监测预警及科学防范灾害损失的重要性与迫切性.农业干旱监测作为减轻农业灾害损失与影响的重要途径,是干旱研究的薄弱环节之一.目前,国内外组织和学者开展了一系列卓有成效的研究工作,内容涉及农业干旱的成因、评估方法以及影响等方面,其中以地球观测组织全球农业监测计划（GEO-GLAM）为代表的国际计划组织进行了大量关于农业干旱监测的探索工作[7].同时,不同学者从理论和技术层面上,也对干旱概念、监测方法及发展趋向开展了系统梳理和全面总结[8-14].值得注意的是,农业干旱涉及农业、气象、水文以及植物生理等众多学科,同时农业系统又是一个自然系统与人工系统高度交织的领域,发展农业干旱监测无论在理论上还是在技术手段上均面临着较大的瓶颈[15].在回顾已有综述研究中发现,当前研究多以干旱指标的角度回顾农业干旱研究进展,而目前学界对农业干旱监测领域研究的全面认识尚未完全形成,有必要对干旱,特别是农业干旱监测方法与发展历程进行全面梳理. ...

... 2.2.2 基于遥感观测数据的干旱监测农业干旱与土壤湿度和作物水分亏缺密切相关,通过对土壤和植被中的水分进行遥感监测反演是实现大范围农业干旱监测的有效途径.在土壤湿度监测方面,通常采用同化方法估算土壤水分[41],其中陈怀亮等建立的不同土壤质地的热惯量模型,通过引入地形和风场参数提高了水分反演的精度[42],此方法在实际应用中的难度在于地形和风场参数的确定.随后,张仁华利用土壤受光面和阴影面、叶子受光面和阴影面的温差信息,将热惯量模型、热量平衡模型和温差模型结合起来[43],开辟了基于多角度遥感数据反演土壤湿度新途径.此外,Rajat Bindlish利用改进的IEM模型,得到了与实际土壤湿度相关性高达0.95的反演结果[44].值得一提的是,虽然微波遥感具有不受云干扰,拥有全天时和全天候观测能力,但是当前微波遥感通常只能反演土壤表层（2~5 cm）的湿度,而作物根系通常都在10~20 cm以下,导致作物水分胁迫状况往往难以得到真实反映,且反演结果通常存在较大的不确定性[45].然而,土壤湿度作为农业干旱监测的关键参数,准确估算不同土层深度的土壤湿度至关重要.因此,尽管当前微波遥感应用于农业干旱监测具有一定的局限性,今后应加强微波遥感在农业干旱监测中的应用,并将微波观测结果与陆面模式进行耦合,同时借助野外实际观测数据,提高土壤湿度的反演精度和深度[8]. ...

... 当前和未来干旱监测卫星计划(引自文献[8]) ... A review of drought concepts. 0 2010 A review of twentieth-century drought indices used in the United States. 1 2002 ... 干旱作为一种复杂的现象难以直接观测其发生时间、发展过程和影响范围,因而通常采用干旱指标对干旱事件进行描述[4, 10, 18].目前对干旱情况进行表征的干旱指数已发展至近百种[19].根据观测手段的不同,可以分为基于站点观测指标和基于遥感监测指标两大类,前者主要包括标准降水指数（SPI）、帕尔默干旱指数（PDSI）及作物湿度指数（CMI）等;后者则根据地表覆盖情况,分为基于裸露地表的干旱监测指数（包括热惯量法和微波水分反演法）和基于植被覆盖的干旱监测指数两大类,其中基于植被覆盖的干旱监测指数可进一步分为作物形态指标（如条件植被指数、归一化植被指数等）、作物生理指标（如冠层温度、冠层含水量等）和作物综合指标（如植被供水指数、温度植被干旱指数等）三大类（图2）. ... 论气候变暖背景下干旱和干旱灾害风险特征与管理策略 1 2014 ... 国际上通常将干旱划分为气象干旱、农业干旱、水文干旱和社会经济干旱4种干旱类型,其中气象干旱指由降水和蒸发不平衡所造成的水分亏缺现象;农业干旱指以土壤含水量和植物生长形态为特征,反映土壤含水量低于植物需水量的程度;水文干旱指河川径流低于其正常值或含水层水位降落的现象;社会经济干旱是指在自然系统和人类社会经济系统中,由于水分短缺影响生产、消费等社会经济活动的现象[14].虽然上述4种干旱类型的定义有所区分,但所有干旱类型的本质内涵均是由于降水不足而导致的水分亏缺现象,且不同类型干旱之间存在关联（图1）.当降水减少时最先发生的是气象干旱,随着水分的持续蒸发和水资源的减少,进而逐渐引发农业干旱和水文干旱.由于农业干旱是土壤水分供给无法满足作物水分需求而导致的作物水分亏缺现象,通常最先表现为降水减少导致的土壤缺墒,同时伴随着作物蒸腾的不断失水,最终作物体内水分无法满足正常生理活动,表现为限制作物生长,进而会出现农作物减产或绝收,且干旱对农作物不同生育期的影响存在显著差异.水文干旱则表现在河流、水库水资源减少,地下水位下降等.而当农业干旱和水文干旱发展到一定程度时就会引发社会经济干旱.因此可将不同干旱类型简单理解为：农业干旱即气象干旱对农业系统的影响,水文干旱即气象干旱对水文系统的影响,而社会经济干旱则是气象干旱对社会经济系统的影响[11, 17]. ... 论气候变暖背景下干旱和干旱灾害风险特征与管理策略 1 2014 ... 国际上通常将干旱划分为气象干旱、农业干旱、水文干旱和社会经济干旱4种干旱类型,其中气象干旱指由降水和蒸发不平衡所造成的水分亏缺现象;农业干旱指以土壤含水量和植物生长形态为特征,反映土壤含水量低于植物需水量的程度;水文干旱指河川径流低于其正常值或含水层水位降落的现象;社会经济干旱是指在自然系统和人类社会经济系统中,由于水分短缺影响生产、消费等社会经济活动的现象[14].虽然上述4种干旱类型的定义有所区分,但所有干旱类型的本质内涵均是由于降水不足而导致的水分亏缺现象,且不同类型干旱之间存在关联（图1）.当降水减少时最先发生的是气象干旱,随着水分的持续蒸发和水资源的减少,进而逐渐引发农业干旱和水文干旱.由于农业干旱是土壤水分供给无法满足作物水分需求而导致的作物水分亏缺现象,通常最先表现为降水减少导致的土壤缺墒,同时伴随着作物蒸腾的不断失水,最终作物体内水分无法满足正常生理活动,表现为限制作物生长,进而会出现农作物减产或绝收,且干旱对农作物不同生育期的影响存在显著差异.水文干旱则表现在河流、水库水资源减少,地下水位下降等.而当农业干旱和水文干旱发展到一定程度时就会引发社会经济干旱.因此可将不同干旱类型简单理解为：农业干旱即气象干旱对农业系统的影响,水文干旱即气象干旱对水文系统的影响,而社会经济干旱则是气象干旱对社会经济系统的影响[11, 17]. ... 干旱监测与评价技术的发展及其科学挑战 0 2011 干旱监测与评价技术的发展及其科学挑战 0 2011 近10年来中国主要农业气象灾害监测预警与评估技术研究进展 0 2005 近10年来中国主要农业气象灾害监测预警与评估技术研究进展 0 2005 中国农业干旱的监测、预警和灾损评估 2 2009 ... 面对气候变化引致的一系列灾害风险,以往应对重大自然灾害的经验表明风险规避比抢险救灾具有更重要的意义[6].第三届世界减灾大会确立的未来减灾目标与优先事项中同样强调了灾害监测预警及科学防范灾害损失的重要性与迫切性.农业干旱监测作为减轻农业灾害损失与影响的重要途径,是干旱研究的薄弱环节之一.目前,国内外组织和学者开展了一系列卓有成效的研究工作,内容涉及农业干旱的成因、评估方法以及影响等方面,其中以地球观测组织全球农业监测计划（GEO-GLAM）为代表的国际计划组织进行了大量关于农业干旱监测的探索工作[7].同时,不同学者从理论和技术层面上,也对干旱概念、监测方法及发展趋向开展了系统梳理和全面总结[8-14].值得注意的是,农业干旱涉及农业、气象、水文以及植物生理等众多学科,同时农业系统又是一个自然系统与人工系统高度交织的领域,发展农业干旱监测无论在理论上还是在技术手段上均面临着较大的瓶颈[15].在回顾已有综述研究中发现,当前研究多以干旱指标的角度回顾农业干旱研究进展,而目前学界对农业干旱监测领域研究的全面认识尚未完全形成,有必要对干旱,特别是农业干旱监测方法与发展历程进行全面梳理. ...

... 国际上通常将干旱划分为气象干旱、农业干旱、水文干旱和社会经济干旱4种干旱类型,其中气象干旱指由降水和蒸发不平衡所造成的水分亏缺现象;农业干旱指以土壤含水量和植物生长形态为特征,反映土壤含水量低于植物需水量的程度;水文干旱指河川径流低于其正常值或含水层水位降落的现象;社会经济干旱是指在自然系统和人类社会经济系统中,由于水分短缺影响生产、消费等社会经济活动的现象[14].虽然上述4种干旱类型的定义有所区分,但所有干旱类型的本质内涵均是由于降水不足而导致的水分亏缺现象,且不同类型干旱之间存在关联（图1）.当降水减少时最先发生的是气象干旱,随着水分的持续蒸发和水资源的减少,进而逐渐引发农业干旱和水文干旱.由于农业干旱是土壤水分供给无法满足作物水分需求而导致的作物水分亏缺现象,通常最先表现为降水减少导致的土壤缺墒,同时伴随着作物蒸腾的不断失水,最终作物体内水分无法满足正常生理活动,表现为限制作物生长,进而会出现农作物减产或绝收,且干旱对农作物不同生育期的影响存在显著差异.水文干旱则表现在河流、水库水资源减少,地下水位下降等.而当农业干旱和水文干旱发展到一定程度时就会引发社会经济干旱.因此可将不同干旱类型简单理解为：农业干旱即气象干旱对农业系统的影响,水文干旱即气象干旱对水文系统的影响,而社会经济干旱则是气象干旱对社会经济系统的影响[11, 17]. ... 农业干旱监测研究现状与展望 1 2012 ... 面对气候变化引致的一系列灾害风险,以往应对重大自然灾害的经验表明风险规避比抢险救灾具有更重要的意义[6].第三届世界减灾大会确立的未来减灾目标与优先事项中同样强调了灾害监测预警及科学防范灾害损失的重要性与迫切性.农业干旱监测作为减轻农业灾害损失与影响的重要途径,是干旱研究的薄弱环节之一.目前,国内外组织和学者开展了一系列卓有成效的研究工作,内容涉及农业干旱的成因、评估方法以及影响等方面,其中以地球观测组织全球农业监测计划（GEO-GLAM）为代表的国际计划组织进行了大量关于农业干旱监测的探索工作[7].同时,不同学者从理论和技术层面上,也对干旱概念、监测方法及发展趋向开展了系统梳理和全面总结[8-14].值得注意的是,农业干旱涉及农业、气象、水文以及植物生理等众多学科,同时农业系统又是一个自然系统与人工系统高度交织的领域,发展农业干旱监测无论在理论上还是在技术手段上均面临着较大的瓶颈[15].在回顾已有综述研究中发现,当前研究多以干旱指标的角度回顾农业干旱研究进展,而目前学界对农业干旱监测领域研究的全面认识尚未完全形成,有必要对干旱,特别是农业干旱监测方法与发展历程进行全面梳理. ... 农业干旱监测研究现状与展望 1 2012 ... 面对气候变化引致的一系列灾害风险,以往应对重大自然灾害的经验表明风险规避比抢险救灾具有更重要的意义[6].第三届世界减灾大会确立的未来减灾目标与优先事项中同样强调了灾害监测预警及科学防范灾害损失的重要性与迫切性.农业干旱监测作为减轻农业灾害损失与影响的重要途径,是干旱研究的薄弱环节之一.目前,国内外组织和学者开展了一系列卓有成效的研究工作,内容涉及农业干旱的成因、评估方法以及影响等方面,其中以地球观测组织全球农业监测计划（GEO-GLAM）为代表的国际计划组织进行了大量关于农业干旱监测的探索工作[7].同时,不同学者从理论和技术层面上,也对干旱概念、监测方法及发展趋向开展了系统梳理和全面总结[8-14].值得注意的是,农业干旱涉及农业、气象、水文以及植物生理等众多学科,同时农业系统又是一个自然系统与人工系统高度交织的领域,发展农业干旱监测无论在理论上还是在技术手段上均面临着较大的瓶颈[15].在回顾已有综述研究中发现,当前研究多以干旱指标的角度回顾农业干旱研究进展,而目前学界对农业干旱监测领域研究的全面认识尚未完全形成,有必要对干旱,特别是农业干旱监测方法与发展历程进行全面梳理. ... 气候变化对农业影响研究综述 1 2010 ... 中国作为农业大国,农业是国民经济的基础,气候变化将直接影响到粮食安全和可持续发展[16].因此,当前中国农业干旱无论在理论上还是技术上都需要取得突破,以应对复杂的气候变化给农业生产造成的不利影响,而系统梳理和总结当前农业干旱监测现状是开展进一步理论和方法研究的重要基础.基于上述认识,本文将从农业干旱的概念内涵、评估指标进行系统梳理,并通过文献统计和重要文献引用揭示国内外农业干旱监测研究的发展历程和最新进展.在此基础上,提出目前农业干旱监测研究存在的挑战与不足,进而对农业干旱监测未来发展方向进行归纳与展望,以期通过进一步归纳农业干旱监测研究理论方法与未来指向,满足政府决策部门对农业干旱事件的监测、预警及应对实践需求. ... 气候变化对农业影响研究综述 1 2010 ... 中国作为农业大国,农业是国民经济的基础,气候变化将直接影响到粮食安全和可持续发展[16].因此,当前中国农业干旱无论在理论上还是技术上都需要取得突破,以应对复杂的气候变化给农业生产造成的不利影响,而系统梳理和总结当前农业干旱监测现状是开展进一步理论和方法研究的重要基础.基于上述认识,本文将从农业干旱的概念内涵、评估指标进行系统梳理,并通过文献统计和重要文献引用揭示国内外农业干旱监测研究的发展历程和最新进展.在此基础上,提出目前农业干旱监测研究存在的挑战与不足,进而对农业干旱监测未来发展方向进行归纳与展望,以期通过进一步归纳农业干旱监测研究理论方法与未来指向,满足政府决策部门对农业干旱事件的监测、预警及应对实践需求. ... 2 2012 ... 国际上通常将干旱划分为气象干旱、农业干旱、水文干旱和社会经济干旱4种干旱类型,其中气象干旱指由降水和蒸发不平衡所造成的水分亏缺现象;农业干旱指以土壤含水量和植物生长形态为特征,反映土壤含水量低于植物需水量的程度;水文干旱指河川径流低于其正常值或含水层水位降落的现象;社会经济干旱是指在自然系统和人类社会经济系统中,由于水分短缺影响生产、消费等社会经济活动的现象[14].虽然上述4种干旱类型的定义有所区分,但所有干旱类型的本质内涵均是由于降水不足而导致的水分亏缺现象,且不同类型干旱之间存在关联（图1）.当降水减少时最先发生的是气象干旱,随着水分的持续蒸发和水资源的减少,进而逐渐引发农业干旱和水文干旱.由于农业干旱是土壤水分供给无法满足作物水分需求而导致的作物水分亏缺现象,通常最先表现为降水减少导致的土壤缺墒,同时伴随着作物蒸腾的不断失水,最终作物体内水分无法满足正常生理活动,表现为限制作物生长,进而会出现农作物减产或绝收,且干旱对农作物不同生育期的影响存在显著差异.水文干旱则表现在河流、水库水资源减少,地下水位下降等.而当农业干旱和水文干旱发展到一定程度时就会引发社会经济干旱.因此可将不同干旱类型简单理解为：农业干旱即气象干旱对农业系统的影响,水文干旱即气象干旱对水文系统的影响,而社会经济干旱则是气象干旱对社会经济系统的影响[11, 17]. ...

... 与气象干旱监测相比,简单的农业干旱监测指数难以表示干旱发生对农作物的影响程度,也不能反映作物受旱机理以做出预警.近年来,遥感技术的发展为农业干旱监测提供了新的机遇.当前,一些研究尝试采用植被指数、地表温度以及降水数据等进行组合来监测农业干旱[62-63],取得了不错的成效.然而特定地域研究结果是否可以进行时空尺度扩展尚有待论证,且作物对干旱的抵抗力以及滞后效应未能反映导致结果无法进行比较,预测趋势也随指数选取的不同而不同[17],这些问题导致评价结果仍然存在一定的偏差.虽然已有研究采用标准相对湿度指数对干旱进行预警[38],结果显示该指标在预警提前时间上优于现有指标,然而由于作物受旱及减产程度仍无法表征,此类分析依然停留在定性描述和单变量分析阶段,并未摆脱缺乏机理性的困境. ... Climate Change 2007: The Physical Science Basis 1 2007 ... 干旱作为一种复杂的现象难以直接观测其发生时间、发展过程和影响范围,因而通常采用干旱指标对干旱事件进行描述[4, 10, 18].目前对干旱情况进行表征的干旱指数已发展至近百种[19].根据观测手段的不同,可以分为基于站点观测指标和基于遥感监测指标两大类,前者主要包括标准降水指数（SPI）、帕尔默干旱指数（PDSI）及作物湿度指数（CMI）等;后者则根据地表覆盖情况,分为基于裸露地表的干旱监测指数（包括热惯量法和微波水分反演法）和基于植被覆盖的干旱监测指数两大类,其中基于植被覆盖的干旱监测指数可进一步分为作物形态指标（如条件植被指数、归一化植被指数等）、作物生理指标（如冠层温度、冠层含水量等）和作物综合指标（如植被供水指数、温度植被干旱指数等）三大类（图2）. ... A review of twentieth-century drought indices used in the United States. 1 2002 ... 干旱作为一种复杂的现象难以直接观测其发生时间、发展过程和影响范围,因而通常采用干旱指标对干旱事件进行描述[4, 10, 18].目前对干旱情况进行表征的干旱指数已发展至近百种[19].根据观测手段的不同,可以分为基于站点观测指标和基于遥感监测指标两大类,前者主要包括标准降水指数（SPI）、帕尔默干旱指数（PDSI）及作物湿度指数（CMI）等;后者则根据地表覆盖情况,分为基于裸露地表的干旱监测指数（包括热惯量法和微波水分反演法）和基于植被覆盖的干旱监测指数两大类,其中基于植被覆盖的干旱监测指数可进一步分为作物形态指标（如条件植被指数、归一化植被指数等）、作物生理指标（如冠层温度、冠层含水量等）和作物综合指标（如植被供水指数、温度植被干旱指数等）三大类（图2）. ... The Climatology of the United States 2 1906 ... 2.2.1 基于站点观测数据的干旱监测 20世纪初,干旱监测研究兴起于美国,早期的干旱监测指标多数仅考虑降水量单一因素[20-27].直到1965年Palmer提出“对当前气候适宜降水”的概念[28],并发展了干旱指数模式（PDSI）,成为当时干旱监测指标的里程碑,被广泛应用在美国及全世界各个地区,并作为政府部门和学者们普遍采用的干旱监测工具.在此基础上,Palmer进一步考虑作物需水情况,提出了作物水分指数（CMI）,被国际上广泛应用于农业干旱的监测评估[29].值得注意的是,在被广泛应用的同时,学者们也逐渐发现了PDSI指数的局限性[30-31],因而为克服PDSI的不足,Wells提出自适应PDSI指数,该指数最大优点是能够根据不同区域的气候特点进行校正参数选取,提高了PDSI对不同区域干旱监测的能力[32],然而PDSI仍未摆脱固定时间尺度的限制.在农业干旱监测方面,Shafer[33]和Jackson[34]在综合考虑地表供水和植被需水的基础上,分别提出了地表供水指数（SWSI）和作物缺水指数（CWSI）,取得了较好的效果.1993年,McKee发现实测降水量的概率分布是一种偏态分布而非正态分布,继而提出用标准化降水量指数（SPI）来替代PDSI[35].由于SPI计算简便且能够进行多尺度的干旱监测,用以表征不同的干旱类型,成为目前广泛应用的干旱监测指数之一.然而该指数仅考虑单一降水因子而忽视蒸发对干旱的影响,使得SPI表征意义过于简单.因此,为客观表征降水和蒸发对干旱的综合作用,Vicente-Serrano等在分析PDSI和SPI优缺点的基础上提出了标准降水蒸散指数（SPEI）[36],该指数综合考虑SPI的多尺度优点和PDSI考虑蒸散发的优点,成为干旱监测较为理想的工具之一.随后,Vicente-Serrano等又对比了SPI、SPEI和PDSI在全球干旱监测中的表现,发现SPI和SPEI指数在监测水文干旱和农业干旱方面的能力要优于PDSI,并指出SPEI在监测夏季干旱的表现尤为突出[37].值得一提的是,已有研究采用相对湿度数据构建了标准化湿度指数（SRHI）,该指数能够比SPI更早地检测出干旱事件的起始时间,是开展干旱预警的理想指标[38]. ...

... Main meteorological and agricultural drought monitoring indexes in the world 指标名称提出时间主要作者指标含义降水距平 1906 Henry[20] 任何21天或更长天数期间发生的降水等于或少于此间正常值的30%. Palmer干旱指数(PDSI) 1965 Palmer[28] 表征一段时间内,某区域实际水分供应持续地少于当地气候适应水分供应的水分亏缺. 作物水分指数(CMI) 1968 Palmer[29] 该指数利用水平衡模式分析作物干旱状况,主要用于农业干旱监测. 作物缺水指数(CWSI) 1988 Jackson[34] 在水分能量平衡原理基础上,综合考虑土壤水分和农田蒸散的关系,来表征作物水分亏缺状况. Z指数 1990 幺枕生[70] 该指数假设降水量整体上服从Person III型分布,通过对降水量进行正态化处理来确定干旱指数. 标准降水指数(SPI) 1993 McKee[35] 表征某时段降水量出现的概率多少的指标,适合于月以上尺度相对当地气候状况的干旱监测. 水分亏缺指数(WDI) 1994 Moran[47] 该指数考虑到作物缺水指数中多数理论参数与植被覆盖度的近线性关系,结合地表和空气之间的温差与植被指数而建立的干旱监测指标. 植被条件指数(VCI) 1995 Kogan[71] 该指数克服了距平植被指数和标准植被指数的不足,能有效监测干旱及降水的时空分布特征. 归一化差值水分指数(NDWI) 1996 Gao[48] 通过引入短波红外波段,更有效提取植被冠层的水分含量,在植被冠层受水分胁迫时,能及时地相应. CI指数 1998 张强[39] 该指数综合利用标准降水指数和相对湿度指数,适合用于实时气象干旱监测和历史同期气象干旱评估. 温度植被干旱指数(TVDI) 2002 Sandholt[56] 指由植被覆盖度和地表温度所确定的干边和湿边方程,来表征作物水分胁迫状况的指标. 植被供水指数(VSWI) 2004 Haboudane 该指数是综合地表温度监测指标和植被指数监测指标的一种用于农业干旱监测的综合指标. 自适应帕尔默干旱指数(SC-PDSI) 2004 Wells[32] 该指数是PDSI的修正版,能够根据不同区域的气候特点进行选取模型校正参数. K指数 2007 王劲松[40] 该指数用季节降水量的相对变率与蒸发量的相对变率的比值定义,用于研究气象和农业干旱. 植被干旱响应指数(VegDRI) 2008 Brown[59] 综合考虑植被指数、气象干旱指数和土壤有效持水量等信息,通过信息挖掘技术进行干旱监测. 标准降水蒸散指数(SPEI) 2010 Vicente-Serrano[36] 表征某时段水分亏缺出现的概率多少的指标,适合月以上尺度相对当地气候状况的干旱监测. 2.3 农业干旱监测研究文献回顾

为了更好地诠释农业干旱监测研究的发展阶段,在ISI Web of Science中以“agricultural drought”or“drought monitor”为主题进行文献检索,文献检索时间为2015年6月26日.统计表明,近20年农业干旱监测文献的发文数量和引文数量均呈“指数式”上升趋势（图3）.同时,在CNKI中同样以“农业干旱”或“干旱监测”为主题进行文献检索,发现近年来发文数量和引文数量也均呈现大幅度上升趋势.可见,近年来农业干旱监测研究受到了国内外学者的广泛关注,并以2000年之后增长尤为显著. ...

Graphic method of representing and comparing drought intensities. 0 1916 The seasonal distribution of precipitation and its frequency and intensity in the United States. 0 1919 The measure of droughtiness. 0 1930 A simple index of drought conditions. 0 1954 The 1957 drought in the eastern United States. 0 1957 A rainfall anomaly index independent of time and space. 0 1965 Rainfall deciles as drought indicators. 1 1967 ... 2.2.1 基于站点观测数据的干旱监测 20世纪初,干旱监测研究兴起于美国,早期的干旱监测指标多数仅考虑降水量单一因素[20-27].直到1965年Palmer提出“对当前气候适宜降水”的概念[28],并发展了干旱指数模式（PDSI）,成为当时干旱监测指标的里程碑,被广泛应用在美国及全世界各个地区,并作为政府部门和学者们普遍采用的干旱监测工具.在此基础上,Palmer进一步考虑作物需水情况,提出了作物水分指数（CMI）,被国际上广泛应用于农业干旱的监测评估[29].值得注意的是,在被广泛应用的同时,学者们也逐渐发现了PDSI指数的局限性[30-31],因而为克服PDSI的不足,Wells提出自适应PDSI指数,该指数最大优点是能够根据不同区域的气候特点进行校正参数选取,提高了PDSI对不同区域干旱监测的能力[32],然而PDSI仍未摆脱固定时间尺度的限制.在农业干旱监测方面,Shafer[33]和Jackson[34]在综合考虑地表供水和植被需水的基础上,分别提出了地表供水指数（SWSI）和作物缺水指数（CWSI）,取得了较好的效果.1993年,McKee发现实测降水量的概率分布是一种偏态分布而非正态分布,继而提出用标准化降水量指数（SPI）来替代PDSI[35].由于SPI计算简便且能够进行多尺度的干旱监测,用以表征不同的干旱类型,成为目前广泛应用的干旱监测指数之一.然而该指数仅考虑单一降水因子而忽视蒸发对干旱的影响,使得SPI表征意义过于简单.因此,为客观表征降水和蒸发对干旱的综合作用,Vicente-Serrano等在分析PDSI和SPI优缺点的基础上提出了标准降水蒸散指数（SPEI）[36],该指数综合考虑SPI的多尺度优点和PDSI考虑蒸散发的优点,成为干旱监测较为理想的工具之一.随后,Vicente-Serrano等又对比了SPI、SPEI和PDSI在全球干旱监测中的表现,发现SPI和SPEI指数在监测水文干旱和农业干旱方面的能力要优于PDSI,并指出SPEI在监测夏季干旱的表现尤为突出[37].值得一提的是,已有研究采用相对湿度数据构建了标准化湿度指数（SRHI）,该指数能够比SPI更早地检测出干旱事件的起始时间,是开展干旱预警的理想指标[38]. ... Meteorological drought 2 1965 ... 2.2.1 基于站点观测数据的干旱监测 20世纪初,干旱监测研究兴起于美国,早期的干旱监测指标多数仅考虑降水量单一因素[20-27].直到1965年Palmer提出“对当前气候适宜降水”的概念[28],并发展了干旱指数模式（PDSI）,成为当时干旱监测指标的里程碑,被广泛应用在美国及全世界各个地区,并作为政府部门和学者们普遍采用的干旱监测工具.在此基础上,Palmer进一步考虑作物需水情况,提出了作物水分指数（CMI）,被国际上广泛应用于农业干旱的监测评估[29].值得注意的是,在被广泛应用的同时,学者们也逐渐发现了PDSI指数的局限性[30-31],因而为克服PDSI的不足,Wells提出自适应PDSI指数,该指数最大优点是能够根据不同区域的气候特点进行校正参数选取,提高了PDSI对不同区域干旱监测的能力[32],然而PDSI仍未摆脱固定时间尺度的限制.在农业干旱监测方面,Shafer[33]和Jackson[34]在综合考虑地表供水和植被需水的基础上,分别提出了地表供水指数（SWSI）和作物缺水指数（CWSI）,取得了较好的效果.1993年,McKee发现实测降水量的概率分布是一种偏态分布而非正态分布,继而提出用标准化降水量指数（SPI）来替代PDSI[35].由于SPI计算简便且能够进行多尺度的干旱监测,用以表征不同的干旱类型,成为目前广泛应用的干旱监测指数之一.然而该指数仅考虑单一降水因子而忽视蒸发对干旱的影响,使得SPI表征意义过于简单.因此,为客观表征降水和蒸发对干旱的综合作用,Vicente-Serrano等在分析PDSI和SPI优缺点的基础上提出了标准降水蒸散指数（SPEI）[36],该指数综合考虑SPI的多尺度优点和PDSI考虑蒸散发的优点,成为干旱监测较为理想的工具之一.随后,Vicente-Serrano等又对比了SPI、SPEI和PDSI在全球干旱监测中的表现,发现SPI和SPEI指数在监测水文干旱和农业干旱方面的能力要优于PDSI,并指出SPEI在监测夏季干旱的表现尤为突出[37].值得一提的是,已有研究采用相对湿度数据构建了标准化湿度指数（SRHI）,该指数能够比SPI更早地检测出干旱事件的起始时间,是开展干旱预警的理想指标[38]. ...

Keeping track of crop moisture conditions, nationwide: The new crop moisture index 2 1968 ... 2.2.1 基于站点观测数据的干旱监测 20世纪初,干旱监测研究兴起于美国,早期的干旱监测指标多数仅考虑降水量单一因素[20-27].直到1965年Palmer提出“对当前气候适宜降水”的概念[28],并发展了干旱指数模式（PDSI）,成为当时干旱监测指标的里程碑,被广泛应用在美国及全世界各个地区,并作为政府部门和学者们普遍采用的干旱监测工具.在此基础上,Palmer进一步考虑作物需水情况,提出了作物水分指数（CMI）,被国际上广泛应用于农业干旱的监测评估[29].值得注意的是,在被广泛应用的同时,学者们也逐渐发现了PDSI指数的局限性[30-31],因而为克服PDSI的不足,Wells提出自适应PDSI指数,该指数最大优点是能够根据不同区域的气候特点进行校正参数选取,提高了PDSI对不同区域干旱监测的能力[32],然而PDSI仍未摆脱固定时间尺度的限制.在农业干旱监测方面,Shafer[33]和Jackson[34]在综合考虑地表供水和植被需水的基础上,分别提出了地表供水指数（SWSI）和作物缺水指数（CWSI）,取得了较好的效果.1993年,McKee发现实测降水量的概率分布是一种偏态分布而非正态分布,继而提出用标准化降水量指数（SPI）来替代PDSI[35].由于SPI计算简便且能够进行多尺度的干旱监测,用以表征不同的干旱类型,成为目前广泛应用的干旱监测指数之一.然而该指数仅考虑单一降水因子而忽视蒸发对干旱的影响,使得SPI表征意义过于简单.因此,为客观表征降水和蒸发对干旱的综合作用,Vicente-Serrano等在分析PDSI和SPI优缺点的基础上提出了标准降水蒸散指数（SPEI）[36],该指数综合考虑SPI的多尺度优点和PDSI考虑蒸散发的优点,成为干旱监测较为理想的工具之一.随后,Vicente-Serrano等又对比了SPI、SPEI和PDSI在全球干旱监测中的表现,发现SPI和SPEI指数在监测水文干旱和农业干旱方面的能力要优于PDSI,并指出SPEI在监测夏季干旱的表现尤为突出[37].值得一提的是,已有研究采用相对湿度数据构建了标准化湿度指数（SRHI）,该指数能够比SPI更早地检测出干旱事件的起始时间,是开展干旱预警的理想指标[38]. ...

A review of the Palmer Drought Severity Index and where do we go from here//Proceedings of the seventh conference on applied climatology 1 1991 ... 2.2.1 基于站点观测数据的干旱监测 20世纪初,干旱监测研究兴起于美国,早期的干旱监测指标多数仅考虑降水量单一因素[20-27].直到1965年Palmer提出“对当前气候适宜降水”的概念[28],并发展了干旱指数模式（PDSI）,成为当时干旱监测指标的里程碑,被广泛应用在美国及全世界各个地区,并作为政府部门和学者们普遍采用的干旱监测工具.在此基础上,Palmer进一步考虑作物需水情况,提出了作物水分指数（CMI）,被国际上广泛应用于农业干旱的监测评估[29].值得注意的是,在被广泛应用的同时,学者们也逐渐发现了PDSI指数的局限性[30-31],因而为克服PDSI的不足,Wells提出自适应PDSI指数,该指数最大优点是能够根据不同区域的气候特点进行校正参数选取,提高了PDSI对不同区域干旱监测的能力[32],然而PDSI仍未摆脱固定时间尺度的限制.在农业干旱监测方面,Shafer[33]和Jackson[34]在综合考虑地表供水和植被需水的基础上,分别提出了地表供水指数（SWSI）和作物缺水指数（CWSI）,取得了较好的效果.1993年,McKee发现实测降水量的概率分布是一种偏态分布而非正态分布,继而提出用标准化降水量指数（SPI）来替代PDSI[35].由于SPI计算简便且能够进行多尺度的干旱监测,用以表征不同的干旱类型,成为目前广泛应用的干旱监测指数之一.然而该指数仅考虑单一降水因子而忽视蒸发对干旱的影响,使得SPI表征意义过于简单.因此,为客观表征降水和蒸发对干旱的综合作用,Vicente-Serrano等在分析PDSI和SPI优缺点的基础上提出了标准降水蒸散指数（SPEI）[36],该指数综合考虑SPI的多尺度优点和PDSI考虑蒸散发的优点,成为干旱监测较为理想的工具之一.随后,Vicente-Serrano等又对比了SPI、SPEI和PDSI在全球干旱监测中的表现,发现SPI和SPEI指数在监测水文干旱和农业干旱方面的能力要优于PDSI,并指出SPEI在监测夏季干旱的表现尤为突出[37].值得一提的是,已有研究采用相对湿度数据构建了标准化湿度指数（SRHI）,该指数能够比SPI更早地检测出干旱事件的起始时间,是开展干旱预警的理想指标[38]. ... The Palmer drought severity index. 1 1984 ... 2.2.1 基于站点观测数据的干旱监测 20世纪初,干旱监测研究兴起于美国,早期的干旱监测指标多数仅考虑降水量单一因素[20-27].直到1965年Palmer提出“对当前气候适宜降水”的概念[28],并发展了干旱指数模式（PDSI）,成为当时干旱监测指标的里程碑,被广泛应用在美国及全世界各个地区,并作为政府部门和学者们普遍采用的干旱监测工具.在此基础上,Palmer进一步考虑作物需水情况,提出了作物水分指数（CMI）,被国际上广泛应用于农业干旱的监测评估[29].值得注意的是,在被广泛应用的同时,学者们也逐渐发现了PDSI指数的局限性[30-31],因而为克服PDSI的不足,Wells提出自适应PDSI指数,该指数最大优点是能够根据不同区域的气候特点进行校正参数选取,提高了PDSI对不同区域干旱监测的能力[32],然而PDSI仍未摆脱固定时间尺度的限制.在农业干旱监测方面,Shafer[33]和Jackson[34]在综合考虑地表供水和植被需水的基础上,分别提出了地表供水指数（SWSI）和作物缺水指数（CWSI）,取得了较好的效果.1993年,McKee发现实测降水量的概率分布是一种偏态分布而非正态分布,继而提出用标准化降水量指数（SPI）来替代PDSI[35].由于SPI计算简便且能够进行多尺度的干旱监测,用以表征不同的干旱类型,成为目前广泛应用的干旱监测指数之一.然而该指数仅考虑单一降水因子而忽视蒸发对干旱的影响,使得SPI表征意义过于简单.因此,为客观表征降水和蒸发对干旱的综合作用,Vicente-Serrano等在分析PDSI和SPI优缺点的基础上提出了标准降水蒸散指数（SPEI）[36],该指数综合考虑SPI的多尺度优点和PDSI考虑蒸散发的优点,成为干旱监测较为理想的工具之一.随后,Vicente-Serrano等又对比了SPI、SPEI和PDSI在全球干旱监测中的表现,发现SPI和SPEI指数在监测水文干旱和农业干旱方面的能力要优于PDSI,并指出SPEI在监测夏季干旱的表现尤为突出[37].值得一提的是,已有研究采用相对湿度数据构建了标准化湿度指数（SRHI）,该指数能够比SPI更早地检测出干旱事件的起始时间,是开展干旱预警的理想指标[38]. ... A self-calibrating Palmer drought severity index. 2 2004 ... 2.2.1 基于站点观测数据的干旱监测 20世纪初,干旱监测研究兴起于美国,早期的干旱监测指标多数仅考虑降水量单一因素[20-27].直到1965年Palmer提出“对当前气候适宜降水”的概念[28],并发展了干旱指数模式（PDSI）,成为当时干旱监测指标的里程碑,被广泛应用在美国及全世界各个地区,并作为政府部门和学者们普遍采用的干旱监测工具.在此基础上,Palmer进一步考虑作物需水情况,提出了作物水分指数（CMI）,被国际上广泛应用于农业干旱的监测评估[29].值得注意的是,在被广泛应用的同时,学者们也逐渐发现了PDSI指数的局限性[30-31],因而为克服PDSI的不足,Wells提出自适应PDSI指数,该指数最大优点是能够根据不同区域的气候特点进行校正参数选取,提高了PDSI对不同区域干旱监测的能力[32],然而PDSI仍未摆脱固定时间尺度的限制.在农业干旱监测方面,Shafer[33]和Jackson[34]在综合考虑地表供水和植被需水的基础上,分别提出了地表供水指数（SWSI）和作物缺水指数（CWSI）,取得了较好的效果.1993年,McKee发现实测降水量的概率分布是一种偏态分布而非正态分布,继而提出用标准化降水量指数（SPI）来替代PDSI[35].由于SPI计算简便且能够进行多尺度的干旱监测,用以表征不同的干旱类型,成为目前广泛应用的干旱监测指数之一.然而该指数仅考虑单一降水因子而忽视蒸发对干旱的影响,使得SPI表征意义过于简单.因此,为客观表征降水和蒸发对干旱的综合作用,Vicente-Serrano等在分析PDSI和SPI优缺点的基础上提出了标准降水蒸散指数（SPEI）[36],该指数综合考虑SPI的多尺度优点和PDSI考虑蒸散发的优点,成为干旱监测较为理想的工具之一.随后,Vicente-Serrano等又对比了SPI、SPEI和PDSI在全球干旱监测中的表现,发现SPI和SPEI指数在监测水文干旱和农业干旱方面的能力要优于PDSI,并指出SPEI在监测夏季干旱的表现尤为突出[37].值得一提的是,已有研究采用相对湿度数据构建了标准化湿度指数（SRHI）,该指数能够比SPI更早地检测出干旱事件的起始时间,是开展干旱预警的理想指标[38]. ...

Development of a Surface Water Supply Index (SWSI) to assess the severity of drought conditions in snowpack runoff areas. 1 1982 ... 2.2.1 基于站点观测数据的干旱监测 20世纪初,干旱监测研究兴起于美国,早期的干旱监测指标多数仅考虑降水量单一因素[20-27].直到1965年Palmer提出“对当前气候适宜降水”的概念[28],并发展了干旱指数模式（PDSI）,成为当时干旱监测指标的里程碑,被广泛应用在美国及全世界各个地区,并作为政府部门和学者们普遍采用的干旱监测工具.在此基础上,Palmer进一步考虑作物需水情况,提出了作物水分指数（CMI）,被国际上广泛应用于农业干旱的监测评估[29].值得注意的是,在被广泛应用的同时,学者们也逐渐发现了PDSI指数的局限性[30-31],因而为克服PDSI的不足,Wells提出自适应PDSI指数,该指数最大优点是能够根据不同区域的气候特点进行校正参数选取,提高了PDSI对不同区域干旱监测的能力[32],然而PDSI仍未摆脱固定时间尺度的限制.在农业干旱监测方面,Shafer[33]和Jackson[34]在综合考虑地表供水和植被需水的基础上,分别提出了地表供水指数（SWSI）和作物缺水指数（CWSI）,取得了较好的效果.1993年,McKee发现实测降水量的概率分布是一种偏态分布而非正态分布,继而提出用标准化降水量指数（SPI）来替代PDSI[35].由于SPI计算简便且能够进行多尺度的干旱监测,用以表征不同的干旱类型,成为目前广泛应用的干旱监测指数之一.然而该指数仅考虑单一降水因子而忽视蒸发对干旱的影响,使得SPI表征意义过于简单.因此,为客观表征降水和蒸发对干旱的综合作用,Vicente-Serrano等在分析PDSI和SPI优缺点的基础上提出了标准降水蒸散指数（SPEI）[36],该指数综合考虑SPI的多尺度优点和PDSI考虑蒸散发的优点,成为干旱监测较为理想的工具之一.随后,Vicente-Serrano等又对比了SPI、SPEI和PDSI在全球干旱监测中的表现,发现SPI和SPEI指数在监测水文干旱和农业干旱方面的能力要优于PDSI,并指出SPEI在监测夏季干旱的表现尤为突出[37].值得一提的是,已有研究采用相对湿度数据构建了标准化湿度指数（SRHI）,该指数能够比SPI更早地检测出干旱事件的起始时间,是开展干旱预警的理想指标[38]. ... A reexamination of the crop water stress index. 2 1988 ... 2.2.1 基于站点观测数据的干旱监测 20世纪初,干旱监测研究兴起于美国,早期的干旱监测指标多数仅考虑降水量单一因素[20-27].直到1965年Palmer提出“对当前气候适宜降水”的概念[28],并发展了干旱指数模式（PDSI）,成为当时干旱监测指标的里程碑,被广泛应用在美国及全世界各个地区,并作为政府部门和学者们普遍采用的干旱监测工具.在此基础上,Palmer进一步考虑作物需水情况,提出了作物水分指数（CMI）,被国际上广泛应用于农业干旱的监测评估[29].值得注意的是,在被广泛应用的同时,学者们也逐渐发现了PDSI指数的局限性[30-31],因而为克服PDSI的不足,Wells提出自适应PDSI指数,该指数最大优点是能够根据不同区域的气候特点进行校正参数选取,提高了PDSI对不同区域干旱监测的能力[32],然而PDSI仍未摆脱固定时间尺度的限制.在农业干旱监测方面,Shafer[33]和Jackson[34]在综合考虑地表供水和植被需水的基础上,分别提出了地表供水指数（SWSI）和作物缺水指数（CWSI）,取得了较好的效果.1993年,McKee发现实测降水量的概率分布是一种偏态分布而非正态分布,继而提出用标准化降水量指数（SPI）来替代PDSI[35].由于SPI计算简便且能够进行多尺度的干旱监测,用以表征不同的干旱类型,成为目前广泛应用的干旱监测指数之一.然而该指数仅考虑单一降水因子而忽视蒸发对干旱的影响,使得SPI表征意义过于简单.因此,为客观表征降水和蒸发对干旱的综合作用,Vicente-Serrano等在分析PDSI和SPI优缺点的基础上提出了标准降水蒸散指数（SPEI）[36],该指数综合考虑SPI的多尺度优点和PDSI考虑蒸散发的优点,成为干旱监测较为理想的工具之一.随后,Vicente-Serrano等又对比了SPI、SPEI和PDSI在全球干旱监测中的表现,发现SPI和SPEI指数在监测水文干旱和农业干旱方面的能力要优于PDSI,并指出SPEI在监测夏季干旱的表现尤为突出[37].值得一提的是,已有研究采用相对湿度数据构建了标准化湿度指数（SRHI）,该指数能够比SPI更早地检测出干旱事件的起始时间,是开展干旱预警的理想指标[38]. ...

The relationship of drought frequency and duration to time scales 2 1993 ... 2.2.1 基于站点观测数据的干旱监测 20世纪初,干旱监测研究兴起于美国,早期的干旱监测指标多数仅考虑降水量单一因素[20-27].直到1965年Palmer提出“对当前气候适宜降水”的概念[28],并发展了干旱指数模式（PDSI）,成为当时干旱监测指标的里程碑,被广泛应用在美国及全世界各个地区,并作为政府部门和学者们普遍采用的干旱监测工具.在此基础上,Palmer进一步考虑作物需水情况,提出了作物水分指数（CMI）,被国际上广泛应用于农业干旱的监测评估[29].值得注意的是,在被广泛应用的同时,学者们也逐渐发现了PDSI指数的局限性[30-31],因而为克服PDSI的不足,Wells提出自适应PDSI指数,该指数最大优点是能够根据不同区域的气候特点进行校正参数选取,提高了PDSI对不同区域干旱监测的能力[32],然而PDSI仍未摆脱固定时间尺度的限制.在农业干旱监测方面,Shafer[33]和Jackson[34]在综合考虑地表供水和植被需水的基础上,分别提出了地表供水指数（SWSI）和作物缺水指数（CWSI）,取得了较好的效果.1993年,McKee发现实测降水量的概率分布是一种偏态分布而非正态分布,继而提出用标准化降水量指数（SPI）来替代PDSI[35].由于SPI计算简便且能够进行多尺度的干旱监测,用以表征不同的干旱类型,成为目前广泛应用的干旱监测指数之一.然而该指数仅考虑单一降水因子而忽视蒸发对干旱的影响,使得SPI表征意义过于简单.因此,为客观表征降水和蒸发对干旱的综合作用,Vicente-Serrano等在分析PDSI和SPI优缺点的基础上提出了标准降水蒸散指数（SPEI）[36],该指数综合考虑SPI的多尺度优点和PDSI考虑蒸散发的优点,成为干旱监测较为理想的工具之一.随后,Vicente-Serrano等又对比了SPI、SPEI和PDSI在全球干旱监测中的表现,发现SPI和SPEI指数在监测水文干旱和农业干旱方面的能力要优于PDSI,并指出SPEI在监测夏季干旱的表现尤为突出[37].值得一提的是,已有研究采用相对湿度数据构建了标准化湿度指数（SRHI）,该指数能够比SPI更早地检测出干旱事件的起始时间,是开展干旱预警的理想指标[38]. ...

A multiscalar drought index sensitive to global warming: the standardized precipitation evapotranspiration index. 2 2010 ... 2.2.1 基于站点观测数据的干旱监测 20世纪初,干旱监测研究兴起于美国,早期的干旱监测指标多数仅考虑降水量单一因素[20-27].直到1965年Palmer提出“对当前气候适宜降水”的概念[28],并发展了干旱指数模式（PDSI）,成为当时干旱监测指标的里程碑,被广泛应用在美国及全世界各个地区,并作为政府部门和学者们普遍采用的干旱监测工具.在此基础上,Palmer进一步考虑作物需水情况,提出了作物水分指数（CMI）,被国际上广泛应用于农业干旱的监测评估[29].值得注意的是,在被广泛应用的同时,学者们也逐渐发现了PDSI指数的局限性[30-31],因而为克服PDSI的不足,Wells提出自适应PDSI指数,该指数最大优点是能够根据不同区域的气候特点进行校正参数选取,提高了PDSI对不同区域干旱监测的能力[32],然而PDSI仍未摆脱固定时间尺度的限制.在农业干旱监测方面,Shafer[33]和Jackson[34]在综合考虑地表供水和植被需水的基础上,分别提出了地表供水指数（SWSI）和作物缺水指数（CWSI）,取得了较好的效果.1993年,McKee发现实测降水量的概率分布是一种偏态分布而非正态分布,继而提出用标准化降水量指数（SPI）来替代PDSI[35].由于SPI计算简便且能够进行多尺度的干旱监测,用以表征不同的干旱类型,成为目前广泛应用的干旱监测指数之一.然而该指数仅考虑单一降水因子而忽视蒸发对干旱的影响,使得SPI表征意义过于简单.因此,为客观表征降水和蒸发对干旱的综合作用,Vicente-Serrano等在分析PDSI和SPI优缺点的基础上提出了标准降水蒸散指数（SPEI）[36],该指数综合考虑SPI的多尺度优点和PDSI考虑蒸散发的优点,成为干旱监测较为理想的工具之一.随后,Vicente-Serrano等又对比了SPI、SPEI和PDSI在全球干旱监测中的表现,发现SPI和SPEI指数在监测水文干旱和农业干旱方面的能力要优于PDSI,并指出SPEI在监测夏季干旱的表现尤为突出[37].值得一提的是,已有研究采用相对湿度数据构建了标准化湿度指数（SRHI）,该指数能够比SPI更早地检测出干旱事件的起始时间,是开展干旱预警的理想指标[38]. ...

Performance of drought indices for ecological, agricultural, and hydrological applications. 1 2012 ... 2.2.1 基于站点观测数据的干旱监测 20世纪初,干旱监测研究兴起于美国,早期的干旱监测指标多数仅考虑降水量单一因素[20-27].直到1965年Palmer提出“对当前气候适宜降水”的概念[28],并发展了干旱指数模式（PDSI）,成为当时干旱监测指标的里程碑,被广泛应用在美国及全世界各个地区,并作为政府部门和学者们普遍采用的干旱监测工具.在此基础上,Palmer进一步考虑作物需水情况,提出了作物水分指数（CMI）,被国际上广泛应用于农业干旱的监测评估[29].值得注意的是,在被广泛应用的同时,学者们也逐渐发现了PDSI指数的局限性[30-31],因而为克服PDSI的不足,Wells提出自适应PDSI指数,该指数最大优点是能够根据不同区域的气候特点进行校正参数选取,提高了PDSI对不同区域干旱监测的能力[32],然而PDSI仍未摆脱固定时间尺度的限制.在农业干旱监测方面,Shafer[33]和Jackson[34]在综合考虑地表供水和植被需水的基础上,分别提出了地表供水指数（SWSI）和作物缺水指数（CWSI）,取得了较好的效果.1993年,McKee发现实测降水量的概率分布是一种偏态分布而非正态分布,继而提出用标准化降水量指数（SPI）来替代PDSI[35].由于SPI计算简便且能够进行多尺度的干旱监测,用以表征不同的干旱类型,成为目前广泛应用的干旱监测指数之一.然而该指数仅考虑单一降水因子而忽视蒸发对干旱的影响,使得SPI表征意义过于简单.因此,为客观表征降水和蒸发对干旱的综合作用,Vicente-Serrano等在分析PDSI和SPI优缺点的基础上提出了标准降水蒸散指数（SPEI）[36],该指数综合考虑SPI的多尺度优点和PDSI考虑蒸散发的优点,成为干旱监测较为理想的工具之一.随后,Vicente-Serrano等又对比了SPI、SPEI和PDSI在全球干旱监测中的表现,发现SPI和SPEI指数在监测水文干旱和农业干旱方面的能力要优于PDSI,并指出SPEI在监测夏季干旱的表现尤为突出[37].值得一提的是,已有研究采用相对湿度数据构建了标准化湿度指数（SRHI）,该指数能够比SPI更早地检测出干旱事件的起始时间,是开展干旱预警的理想指标[38]. ... A vantage from space can detect earlier drought onset:. 2 2015 ... 2.2.1 基于站点观测数据的干旱监测 20世纪初,干旱监测研究兴起于美国,早期的干旱监测指标多数仅考虑降水量单一因素[20-27].直到1965年Palmer提出“对当前气候适宜降水”的概念[28],并发展了干旱指数模式（PDSI）,成为当时干旱监测指标的里程碑,被广泛应用在美国及全世界各个地区,并作为政府部门和学者们普遍采用的干旱监测工具.在此基础上,Palmer进一步考虑作物需水情况,提出了作物水分指数（CMI）,被国际上广泛应用于农业干旱的监测评估[29].值得注意的是,在被广泛应用的同时,学者们也逐渐发现了PDSI指数的局限性[30-31],因而为克服PDSI的不足,Wells提出自适应PDSI指数,该指数最大优点是能够根据不同区域的气候特点进行校正参数选取,提高了PDSI对不同区域干旱监测的能力[32],然而PDSI仍未摆脱固定时间尺度的限制.在农业干旱监测方面,Shafer[33]和Jackson[34]在综合考虑地表供水和植被需水的基础上,分别提出了地表供水指数（SWSI）和作物缺水指数（CWSI）,取得了较好的效果.1993年,McKee发现实测降水量的概率分布是一种偏态分布而非正态分布,继而提出用标准化降水量指数（SPI）来替代PDSI[35].由于SPI计算简便且能够进行多尺度的干旱监测,用以表征不同的干旱类型,成为目前广泛应用的干旱监测指数之一.然而该指数仅考虑单一降水因子而忽视蒸发对干旱的影响,使得SPI表征意义过于简单.因此,为客观表征降水和蒸发对干旱的综合作用,Vicente-Serrano等在分析PDSI和SPI优缺点的基础上提出了标准降水蒸散指数（SPEI）[36],该指数综合考虑SPI的多尺度优点和PDSI考虑蒸散发的优点,成为干旱监测较为理想的工具之一.随后,Vicente-Serrano等又对比了SPI、SPEI和PDSI在全球干旱监测中的表现,发现SPI和SPEI指数在监测水文干旱和农业干旱方面的能力要优于PDSI,并指出SPEI在监测夏季干旱的表现尤为突出[37].值得一提的是,已有研究采用相对湿度数据构建了标准化湿度指数（SRHI）,该指数能够比SPI更早地检测出干旱事件的起始时间,是开展干旱预警的理想指标[38]. ...

三种干旱指标的比较和新指标的确定 2 1998 ... 在国内,中国学者也一直致力于干旱监测指标的构建工作,并尝试将多种气象指标进行综合,以提升干旱监测能力,其中张强等[39]将标准化降水指数和相对湿润度指数进行加权求和,提出综合指数（CI）,该指数在中国各级气象部门干旱监测业务中应用极广;与此同时,王劲峰等提出了K指数,该指标是用季节降水量相对变率与蒸发量相对变率的比值定义,也较好的适用于监测气象干旱和农业干旱[40].通过上述分析可以发现,基于站点观测数据的干旱监测指数经历了漫长的发展,成为当今干旱监测研究和实践应用的主要手段.在数据源上,基于站点监测指数主要基于国家标准气象台站观测数据,然而当前国家气象监测站点布设存在空间分布不均和站点迁移导致的观测数据时间一致性差等问题.尽管目前已通过增设自动气象台站等方式提高站网观测密度,同时发展数据均一化方法修正非气候因素导致的气候序列异常,但仍存在新增站点时间序列较短、农业生态系统等关键生态区内监测站点缺乏等问题. ...

一种K干旱指数在西北地区春旱分析中的应用 2 2007 ... 在国内,中国学者也一直致力于干旱监测指标的构建工作,并尝试将多种气象指标进行综合,以提升干旱监测能力,其中张强等[39]将标准化降水指数和相对湿润度指数进行加权求和,提出综合指数（CI）,该指数在中国各级气象部门干旱监测业务中应用极广;与此同时,王劲峰等提出了K指数,该指标是用季节降水量相对变率与蒸发量相对变率的比值定义,也较好的适用于监测气象干旱和农业干旱[40].通过上述分析可以发现,基于站点观测数据的干旱监测指数经历了漫长的发展,成为当今干旱监测研究和实践应用的主要手段.在数据源上,基于站点监测指数主要基于国家标准气象台站观测数据,然而当前国家气象监测站点布设存在空间分布不均和站点迁移导致的观测数据时间一致性差等问题.尽管目前已通过增设自动气象台站等方式提高站网观测密度,同时发展数据均一化方法修正非气候因素导致的气候序列异常,但仍存在新增站点时间序列较短、农业生态系统等关键生态区内监测站点缺乏等问题. ...

Assimilation of remotely sensed soil moisture and snow depth retrievals for drought estimation. 1 2014 ... 2.2.2 基于遥感观测数据的干旱监测农业干旱与土壤湿度和作物水分亏缺密切相关,通过对土壤和植被中的水分进行遥感监测反演是实现大范围农业干旱监测的有效途径.在土壤湿度监测方面,通常采用同化方法估算土壤水分[41],其中陈怀亮等建立的不同土壤质地的热惯量模型,通过引入地形和风场参数提高了水分反演的精度[42],此方法在实际应用中的难度在于地形和风场参数的确定.随后,张仁华利用土壤受光面和阴影面、叶子受光面和阴影面的温差信息,将热惯量模型、热量平衡模型和温差模型结合起来[43],开辟了基于多角度遥感数据反演土壤湿度新途径.此外,Rajat Bindlish利用改进的IEM模型,得到了与实际土壤湿度相关性高达0.95的反演结果[44].值得一提的是,虽然微波遥感具有不受云干扰,拥有全天时和全天候观测能力,但是当前微波遥感通常只能反演土壤表层（2~5 cm）的湿度,而作物根系通常都在10~20 cm以下,导致作物水分胁迫状况往往难以得到真实反映,且反演结果通常存在较大的不确定性[45].然而,土壤湿度作为农业干旱监测的关键参数,准确估算不同土层深度的土壤湿度至关重要.因此,尽管当前微波遥感应用于农业干旱监测具有一定的局限性,今后应加强微波遥感在农业干旱监测中的应用,并将微波观测结果与陆面模式进行耦合,同时借助野外实际观测数据,提高土壤湿度的反演精度和深度[8]. ... 用遥感资料估算深层土壤水分的方法和模型 1 1999 ... 2.2.2 基于遥感观测数据的干旱监测农业干旱与土壤湿度和作物水分亏缺密切相关,通过对土壤和植被中的水分进行遥感监测反演是实现大范围农业干旱监测的有效途径.在土壤湿度监测方面,通常采用同化方法估算土壤水分[41],其中陈怀亮等建立的不同土壤质地的热惯量模型,通过引入地形和风场参数提高了水分反演的精度[42],此方法在实际应用中的难度在于地形和风场参数的确定.随后,张仁华利用土壤受光面和阴影面、叶子受光面和阴影面的温差信息,将热惯量模型、热量平衡模型和温差模型结合起来[43],开辟了基于多角度遥感数据反演土壤湿度新途径.此外,Rajat Bindlish利用改进的IEM模型,得到了与实际土壤湿度相关性高达0.95的反演结果[44].值得一提的是,虽然微波遥感具有不受云干扰,拥有全天时和全天候观测能力,但是当前微波遥感通常只能反演土壤表层（2~5 cm）的湿度,而作物根系通常都在10~20 cm以下,导致作物水分胁迫状况往往难以得到真实反映,且反演结果通常存在较大的不确定性[45].然而,土壤湿度作为农业干旱监测的关键参数,准确估算不同土层深度的土壤湿度至关重要.因此,尽管当前微波遥感应用于农业干旱监测具有一定的局限性,今后应加强微波遥感在农业干旱监测中的应用,并将微波观测结果与陆面模式进行耦合,同时借助野外实际观测数据,提高土壤湿度的反演精度和深度[8]. ... 用遥感资料估算深层土壤水分的方法和模型 1 1999 ... 2.2.2 基于遥感观测数据的干旱监测农业干旱与土壤湿度和作物水分亏缺密切相关,通过对土壤和植被中的水分进行遥感监测反演是实现大范围农业干旱监测的有效途径.在土壤湿度监测方面,通常采用同化方法估算土壤水分[41],其中陈怀亮等建立的不同土壤质地的热惯量模型,通过引入地形和风场参数提高了水分反演的精度[42],此方法在实际应用中的难度在于地形和风场参数的确定.随后,张仁华利用土壤受光面和阴影面、叶子受光面和阴影面的温差信息,将热惯量模型、热量平衡模型和温差模型结合起来[43],开辟了基于多角度遥感数据反演土壤湿度新途径.此外,Rajat Bindlish利用改进的IEM模型,得到了与实际土壤湿度相关性高达0.95的反演结果[44].值得一提的是,虽然微波遥感具有不受云干扰,拥有全天时和全天候观测能力,但是当前微波遥感通常只能反演土壤表层（2~5 cm）的湿度,而作物根系通常都在10~20 cm以下,导致作物水分胁迫状况往往难以得到真实反映,且反演结果通常存在较大的不确定性[45].然而,土壤湿度作为农业干旱监测的关键参数,准确估算不同土层深度的土壤湿度至关重要.因此,尽管当前微波遥感应用于农业干旱监测具有一定的局限性,今后应加强微波遥感在农业干旱监测中的应用,并将微波观测结果与陆面模式进行耦合,同时借助野外实际观测数据,提高土壤湿度的反演精度和深度[8]. ... 定量遥感反演作物蒸腾和土壤水分利用率的区域分异 1 2001 ... 2.2.2 基于遥感观测数据的干旱监测农业干旱与土壤湿度和作物水分亏缺密切相关,通过对土壤和植被中的水分进行遥感监测反演是实现大范围农业干旱监测的有效途径.在土壤湿度监测方面,通常采用同化方法估算土壤水分[41],其中陈怀亮等建立的不同土壤质地的热惯量模型,通过引入地形和风场参数提高了水分反演的精度[42],此方法在实际应用中的难度在于地形和风场参数的确定.随后,张仁华利用土壤受光面和阴影面、叶子受光面和阴影面的温差信息,将热惯量模型、热量平衡模型和温差模型结合起来[43],开辟了基于多角度遥感数据反演土壤湿度新途径.此外,Rajat Bindlish利用改进的IEM模型,得到了与实际土壤湿度相关性高达0.95的反演结果[44].值得一提的是,虽然微波遥感具有不受云干扰,拥有全天时和全天候观测能力,但是当前微波遥感通常只能反演土壤表层（2~5 cm）的湿度,而作物根系通常都在10~20 cm以下,导致作物水分胁迫状况往往难以得到真实反映,且反演结果通常存在较大的不确定性[45].然而,土壤湿度作为农业干旱监测的关键参数,准确估算不同土层深度的土壤湿度至关重要.因此,尽管当前微波遥感应用于农业干旱监测具有一定的局限性,今后应加强微波遥感在农业干旱监测中的应用,并将微波观测结果与陆面模式进行耦合,同时借助野外实际观测数据,提高土壤湿度的反演精度和深度[8]. ... 定量遥感反演作物蒸腾和土壤水分利用率的区域分异 1 2001 ... 2.2.2 基于遥感观测数据的干旱监测农业干旱与土壤湿度和作物水分亏缺密切相关,通过对土壤和植被中的水分进行遥感监测反演是实现大范围农业干旱监测的有效途径.在土壤湿度监测方面,通常采用同化方法估算土壤水分[41],其中陈怀亮等建立的不同土壤质地的热惯量模型,通过引入地形和风场参数提高了水分反演的精度[42],此方法在实际应用中的难度在于地形和风场参数的确定.随后,张仁华利用土壤受光面和阴影面、叶子受光面和阴影面的温差信息,将热惯量模型、热量平衡模型和温差模型结合起来[43],开辟了基于多角度遥感数据反演土壤湿度新途径.此外,Rajat Bindlish利用改进的IEM模型,得到了与实际土壤湿度相关性高达0.95的反演结果[44].值得一提的是,虽然微波遥感具有不受云干扰,拥有全天时和全天候观测能力,但是当前微波遥感通常只能反演土壤表层（2~5 cm）的湿度,而作物根系通常都在10~20 cm以下,导致作物水分胁迫状况往往难以得到真实反映,且反演结果通常存在较大的不确定性[45].然而,土壤湿度作为农业干旱监测的关键参数,准确估算不同土层深度的土壤湿度至关重要.因此,尽管当前微波遥感应用于农业干旱监测具有一定的局限性,今后应加强微波遥感在农业干旱监测中的应用,并将微波观测结果与陆面模式进行耦合,同时借助野外实际观测数据,提高土壤湿度的反演精度和深度[8]. ... Soil moisture mapping and AMSR-E validation using the PSR in SMEX02. 1 2006 ... 2.2.2 基于遥感观测数据的干旱监测农业干旱与土壤湿度和作物水分亏缺密切相关,通过对土壤和植被中的水分进行遥感监测反演是实现大范围农业干旱监测的有效途径.在土壤湿度监测方面,通常采用同化方法估算土壤水分[41],其中陈怀亮等建立的不同土壤质地的热惯量模型,通过引入地形和风场参数提高了水分反演的精度[42],此方法在实际应用中的难度在于地形和风场参数的确定.随后,张仁华利用土壤受光面和阴影面、叶子受光面和阴影面的温差信息,将热惯量模型、热量平衡模型和温差模型结合起来[43],开辟了基于多角度遥感数据反演土壤湿度新途径.此外,Rajat Bindlish利用改进的IEM模型,得到了与实际土壤湿度相关性高达0.95的反演结果[44].值得一提的是,虽然微波遥感具有不受云干扰,拥有全天时和全天候观测能力,但是当前微波遥感通常只能反演土壤表层（2~5 cm）的湿度,而作物根系通常都在10~20 cm以下,导致作物水分胁迫状况往往难以得到真实反映,且反演结果通常存在较大的不确定性[45].然而,土壤湿度作为农业干旱监测的关键参数,准确估算不同土层深度的土壤湿度至关重要.因此,尽管当前微波遥感应用于农业干旱监测具有一定的局限性,今后应加强微波遥感在农业干旱监测中的应用,并将微波观测结果与陆面模式进行耦合,同时借助野外实际观测数据,提高土壤湿度的反演精度和深度[8]. ... 卫星遥感反演土壤水分研究综述 1 2012 ... 2.2.2 基于遥感观测数据的干旱监测农业干旱与土壤湿度和作物水分亏缺密切相关,通过对土壤和植被中的水分进行遥感监测反演是实现大范围农业干旱监测的有效途径.在土壤湿度监测方面,通常采用同化方法估算土壤水分[41],其中陈怀亮等建立的不同土壤质地的热惯量模型,通过引入地形和风场参数提高了水分反演的精度[42],此方法在实际应用中的难度在于地形和风场参数的确定.随后,张仁华利用土壤受光面和阴影面、叶子受光面和阴影面的温差信息,将热惯量模型、热量平衡模型和温差模型结合起来[43],开辟了基于多角度遥感数据反演土壤湿度新途径.此外,Rajat Bindlish利用改进的IEM模型,得到了与实际土壤湿度相关性高达0.95的反演结果[44].值得一提的是,虽然微波遥感具有不受云干扰,拥有全天时和全天候观测能力,但是当前微波遥感通常只能反演土壤表层（2~5 cm）的湿度,而作物根系通常都在10~20 cm以下,导致作物水分胁迫状况往往难以得到真实反映,且反演结果通常存在较大的不确定性[45].然而,土壤湿度作为农业干旱监测的关键参数,准确估算不同土层深度的土壤湿度至关重要.因此,尽管当前微波遥感应用于农业干旱监测具有一定的局限性,今后应加强微波遥感在农业干旱监测中的应用,并将微波观测结果与陆面模式进行耦合,同时借助野外实际观测数据,提高土壤湿度的反演精度和深度[8]. ... 卫星遥感反演土壤水分研究综述 1 2012 ... 2.2.2 基于遥感观测数据的干旱监测农业干旱与土壤湿度和作物水分亏缺密切相关,通过对土壤和植被中的水分进行遥感监测反演是实现大范围农业干旱监测的有效途径.在土壤湿度监测方面,通常采用同化方法估算土壤水分[41],其中陈怀亮等建立的不同土壤质地的热惯量模型,通过引入地形和风场参数提高了水分反演的精度[42],此方法在实际应用中的难度在于地形和风场参数的确定.随后,张仁华利用土壤受光面和阴影面、叶子受光面和阴影面的温差信息,将热惯量模型、热量平衡模型和温差模型结合起来[43],开辟了基于多角度遥感数据反演土壤湿度新途径.此外,Rajat Bindlish利用改进的IEM模型,得到了与实际土壤湿度相关性高达0.95的反演结果[44].值得一提的是,虽然微波遥感具有不受云干扰,拥有全天时和全天候观测能力,但是当前微波遥感通常只能反演土壤表层（2~5 cm）的湿度,而作物根系通常都在10~20 cm以下,导致作物水分胁迫状况往往难以得到真实反映,且反演结果通常存在较大的不确定性[45].然而,土壤湿度作为农业干旱监测的关键参数,准确估算不同土层深度的土壤湿度至关重要.因此,尽管当前微波遥感应用于农业干旱监测具有一定的局限性,今后应加强微波遥感在农业干旱监测中的应用,并将微波观测结果与陆面模式进行耦合,同时借助野外实际观测数据,提高土壤湿度的反演精度和深度[8]. ... Normalizing the stress-degree-day parameter for environmental variability. 1 1981 ... 在作物水分亏缺方面,早期的研究根据冠层温度与空气温度的差与空气水汽压的经验关系,提出作物水分胁迫指数（CWSI）[46].随后,Moran等在能量平衡双层模型的基础上建立了水分亏缺指数（WDI）[47];而Gao等则提出归一化差值水分指数（NDWI）[48].为消除NDVI空间变异,减少地理和生态系统变量影响,Kogan提出了条件植被指数（VCI）用于干旱监测研究[49];进而王鹏新等[50]在2003年提出了条件植被温度指数（VTCI）.在此基础上,Kogan将TCI和VCI进行线性组合提出了植被健康指数（VHI）[51-52],研究表明该指数能够较好地反映农作物受旱情况[53].2004年Haboudane提出植被供水指数（VSWI）,该指数是一个较为简单的植被指数—温度作物旱情综合指数[54].研究表明,VSWI适用于植被覆盖度高的地区[55],且在业务化监测中已得到广泛的应用.另外,基于地表温度（LST）和植被指数（VI）的关系,Sandholt提出了温度植被干旱指数（TVDI）来估算土壤表层水分状况[56],该指数是通过反演土壤湿度来反映农业干旱状况的重要方法.值得注意的是,利用NDVI和LST进行干旱评价时,一个重要的假设前提是二者存在相反的变化趋势[57].然而研究表明,当水分是植被生长的限制因素时,LST和NDVI呈负相关;而当能量成为植被生长的限制因素时,LST和NDVI却呈正相关,且TVDI对已发生旱灾的区域具有较好的解释能力,但在农业干旱监测与预警方面的能力表现欠佳. ... Estimating crop water deficit using the relation between surface-air temperature and spectral vegetation index. 2 1994 ... 在作物水分亏缺方面,早期的研究根据冠层温度与空气温度的差与空气水汽压的经验关系,提出作物水分胁迫指数（CWSI）[46].随后,Moran等在能量平衡双层模型的基础上建立了水分亏缺指数（WDI）[47];而Gao等则提出归一化差值水分指数（NDWI）[48].为消除NDVI空间变异,减少地理和生态系统变量影响,Kogan提出了条件植被指数（VCI）用于干旱监测研究[49];进而王鹏新等[50]在2003年提出了条件植被温度指数（VTCI）.在此基础上,Kogan将TCI和VCI进行线性组合提出了植被健康指数（VHI）[51-52],研究表明该指数能够较好地反映农作物受旱情况[53].2004年Haboudane提出植被供水指数（VSWI）,该指数是一个较为简单的植被指数—温度作物旱情综合指数[54].研究表明,VSWI适用于植被覆盖度高的地区[55],且在业务化监测中已得到广泛的应用.另外,基于地表温度（LST）和植被指数（VI）的关系,Sandholt提出了温度植被干旱指数（TVDI）来估算土壤表层水分状况[56],该指数是通过反演土壤湿度来反映农业干旱状况的重要方法.值得注意的是,利用NDVI和LST进行干旱评价时,一个重要的假设前提是二者存在相反的变化趋势[57].然而研究表明,当水分是植被生长的限制因素时,LST和NDVI呈负相关;而当能量成为植被生长的限制因素时,LST和NDVI却呈正相关,且TVDI对已发生旱灾的区域具有较好的解释能力,但在农业干旱监测与预警方面的能力表现欠佳. ...

NDWI: A normalized difference water index for remote sensing of vegetation liquid water from space. 2 1996 ... 在作物水分亏缺方面,早期的研究根据冠层温度与空气温度的差与空气水汽压的经验关系,提出作物水分胁迫指数（CWSI）[46].随后,Moran等在能量平衡双层模型的基础上建立了水分亏缺指数（WDI）[47];而Gao等则提出归一化差值水分指数（NDWI）[48].为消除NDVI空间变异,减少地理和生态系统变量影响,Kogan提出了条件植被指数（VCI）用于干旱监测研究[49];进而王鹏新等[50]在2003年提出了条件植被温度指数（VTCI）.在此基础上,Kogan将TCI和VCI进行线性组合提出了植被健康指数（VHI）[51-52],研究表明该指数能够较好地反映农作物受旱情况[53].2004年Haboudane提出植被供水指数（VSWI）,该指数是一个较为简单的植被指数—温度作物旱情综合指数[54].研究表明,VSWI适用于植被覆盖度高的地区[55],且在业务化监测中已得到广泛的应用.另外,基于地表温度（LST）和植被指数（VI）的关系,Sandholt提出了温度植被干旱指数（TVDI）来估算土壤表层水分状况[56],该指数是通过反演土壤湿度来反映农业干旱状况的重要方法.值得注意的是,利用NDVI和LST进行干旱评价时,一个重要的假设前提是二者存在相反的变化趋势[57].然而研究表明,当水分是植被生长的限制因素时,LST和NDVI呈负相关;而当能量成为植被生长的限制因素时,LST和NDVI却呈正相关,且TVDI对已发生旱灾的区域具有较好的解释能力,但在农业干旱监测与预警方面的能力表现欠佳. ...

Droughts of the late 1980s in the United States as derived from NOAA polar-orbiting satellite data. 1 1995 ... 在作物水分亏缺方面,早期的研究根据冠层温度与空气温度的差与空气水汽压的经验关系,提出作物水分胁迫指数（CWSI）[46].随后,Moran等在能量平衡双层模型的基础上建立了水分亏缺指数（WDI）[47];而Gao等则提出归一化差值水分指数（NDWI）[48].为消除NDVI空间变异,减少地理和生态系统变量影响,Kogan提出了条件植被指数（VCI）用于干旱监测研究[49];进而王鹏新等[50]在2003年提出了条件植被温度指数（VTCI）.在此基础上,Kogan将TCI和VCI进行线性组合提出了植被健康指数（VHI）[51-52],研究表明该指数能够较好地反映农作物受旱情况[53].2004年Haboudane提出植被供水指数（VSWI）,该指数是一个较为简单的植被指数—温度作物旱情综合指数[54].研究表明,VSWI适用于植被覆盖度高的地区[55],且在业务化监测中已得到广泛的应用.另外,基于地表温度（LST）和植被指数（VI）的关系,Sandholt提出了温度植被干旱指数（TVDI）来估算土壤表层水分状况[56],该指数是通过反演土壤湿度来反映农业干旱状况的重要方法.值得注意的是,利用NDVI和LST进行干旱评价时,一个重要的假设前提是二者存在相反的变化趋势[57].然而研究表明,当水分是植被生长的限制因素时,LST和NDVI呈负相关;而当能量成为植被生长的限制因素时,LST和NDVI却呈正相关,且TVDI对已发生旱灾的区域具有较好的解释能力,但在农业干旱监测与预警方面的能力表现欠佳. ... 基于植被指数和土地表面温度的干旱监测模型 1 2003 ... 在作物水分亏缺方面,早期的研究根据冠层温度与空气温度的差与空气水汽压的经验关系,提出作物水分胁迫指数（CWSI）[46].随后,Moran等在能量平衡双层模型的基础上建立了水分亏缺指数（WDI）[47];而Gao等则提出归一化差值水分指数（NDWI）[48].为消除NDVI空间变异,减少地理和生态系统变量影响,Kogan提出了条件植被指数（VCI）用于干旱监测研究[49];进而王鹏新等[50]在2003年提出了条件植被温度指数（VTCI）.在此基础上,Kogan将TCI和VCI进行线性组合提出了植被健康指数（VHI）[51-52],研究表明该指数能够较好地反映农作物受旱情况[53].2004年Haboudane提出植被供水指数（VSWI）,该指数是一个较为简单的植被指数—温度作物旱情综合指数[54].研究表明,VSWI适用于植被覆盖度高的地区[55],且在业务化监测中已得到广泛的应用.另外,基于地表温度（LST）和植被指数（VI）的关系,Sandholt提出了温度植被干旱指数（TVDI）来估算土壤表层水分状况[56],该指数是通过反演土壤湿度来反映农业干旱状况的重要方法.值得注意的是,利用NDVI和LST进行干旱评价时,一个重要的假设前提是二者存在相反的变化趋势[57].然而研究表明,当水分是植被生长的限制因素时,LST和NDVI呈负相关;而当能量成为植被生长的限制因素时,LST和NDVI却呈正相关,且TVDI对已发生旱灾的区域具有较好的解释能力,但在农业干旱监测与预警方面的能力表现欠佳. ... 基于植被指数和土地表面温度的干旱监测模型 1 2003 ... 在作物水分亏缺方面,早期的研究根据冠层温度与空气温度的差与空气水汽压的经验关系,提出作物水分胁迫指数（CWSI）[46].随后,Moran等在能量平衡双层模型的基础上建立了水分亏缺指数（WDI）[47];而Gao等则提出归一化差值水分指数（NDWI）[48].为消除NDVI空间变异,减少地理和生态系统变量影响,Kogan提出了条件植被指数（VCI）用于干旱监测研究[49];进而王鹏新等[50]在2003年提出了条件植被温度指数（VTCI）.在此基础上,Kogan将TCI和VCI进行线性组合提出了植被健康指数（VHI）[51-52],研究表明该指数能够较好地反映农作物受旱情况[53].2004年Haboudane提出植被供水指数（VSWI）,该指数是一个较为简单的植被指数—温度作物旱情综合指数[54].研究表明,VSWI适用于植被覆盖度高的地区[55],且在业务化监测中已得到广泛的应用.另外,基于地表温度（LST）和植被指数（VI）的关系,Sandholt提出了温度植被干旱指数（TVDI）来估算土壤表层水分状况[56],该指数是通过反演土壤湿度来反映农业干旱状况的重要方法.值得注意的是,利用NDVI和LST进行干旱评价时,一个重要的假设前提是二者存在相反的变化趋势[57].然而研究表明,当水分是植被生长的限制因素时,LST和NDVI呈负相关;而当能量成为植被生长的限制因素时,LST和NDVI却呈正相关,且TVDI对已发生旱灾的区域具有较好的解释能力,但在农业干旱监测与预警方面的能力表现欠佳. ... Global and regional drought dynamics in the climate warming era. 1 2013 ... 在作物水分亏缺方面,早期的研究根据冠层温度与空气温度的差与空气水汽压的经验关系,提出作物水分胁迫指数（CWSI）[46].随后,Moran等在能量平衡双层模型的基础上建立了水分亏缺指数（WDI）[47];而Gao等则提出归一化差值水分指数（NDWI）[48].为消除NDVI空间变异,减少地理和生态系统变量影响,Kogan提出了条件植被指数（VCI）用于干旱监测研究[49];进而王鹏新等[50]在2003年提出了条件植被温度指数（VTCI）.在此基础上,Kogan将TCI和VCI进行线性组合提出了植被健康指数（VHI）[51-52],研究表明该指数能够较好地反映农作物受旱情况[53].2004年Haboudane提出植被供水指数（VSWI）,该指数是一个较为简单的植被指数—温度作物旱情综合指数[54].研究表明,VSWI适用于植被覆盖度高的地区[55],且在业务化监测中已得到广泛的应用.另外,基于地表温度（LST）和植被指数（VI）的关系,Sandholt提出了温度植被干旱指数（TVDI）来估算土壤表层水分状况[56],该指数是通过反演土壤湿度来反映农业干旱状况的重要方法.值得注意的是,利用NDVI和LST进行干旱评价时,一个重要的假设前提是二者存在相反的变化趋势[57].然而研究表明,当水分是植被生长的限制因素时,LST和NDVI呈负相关;而当能量成为植被生长的限制因素时,LST和NDVI却呈正相关,且TVDI对已发生旱灾的区域具有较好的解释能力,但在农业干旱监测与预警方面的能力表现欠佳. ... Potential of using NOAA-AVHRR data for estimating irrigated area to help solve an inter-state water dispute. 1 2004 ... 在作物水分亏缺方面,早期的研究根据冠层温度与空气温度的差与空气水汽压的经验关系,提出作物水分胁迫指数（CWSI）[46].随后,Moran等在能量平衡双层模型的基础上建立了水分亏缺指数（WDI）[47];而Gao等则提出归一化差值水分指数（NDWI）[48].为消除NDVI空间变异,减少地理和生态系统变量影响,Kogan提出了条件植被指数（VCI）用于干旱监测研究[49];进而王鹏新等[50]在2003年提出了条件植被温度指数（VTCI）.在此基础上,Kogan将TCI和VCI进行线性组合提出了植被健康指数（VHI）[51-52],研究表明该指数能够较好地反映农作物受旱情况[53].2004年Haboudane提出植被供水指数（VSWI）,该指数是一个较为简单的植被指数—温度作物旱情综合指数[54].研究表明,VSWI适用于植被覆盖度高的地区[55],且在业务化监测中已得到广泛的应用.另外,基于地表温度（LST）和植被指数（VI）的关系,Sandholt提出了温度植被干旱指数（TVDI）来估算土壤表层水分状况[56],该指数是通过反演土壤湿度来反映农业干旱状况的重要方法.值得注意的是,利用NDVI和LST进行干旱评价时,一个重要的假设前提是二者存在相反的变化趋势[57].然而研究表明,当水分是植被生长的限制因素时,LST和NDVI呈负相关;而当能量成为植被生长的限制因素时,LST和NDVI却呈正相关,且TVDI对已发生旱灾的区域具有较好的解释能力,但在农业干旱监测与预警方面的能力表现欠佳. ... 农业旱情遥感指数验证与不确定性分析 1 2007 ... 在作物水分亏缺方面,早期的研究根据冠层温度与空气温度的差与空气水汽压的经验关系,提出作物水分胁迫指数（CWSI）[46].随后,Moran等在能量平衡双层模型的基础上建立了水分亏缺指数（WDI）[47];而Gao等则提出归一化差值水分指数（NDWI）[48].为消除NDVI空间变异,减少地理和生态系统变量影响,Kogan提出了条件植被指数（VCI）用于干旱监测研究[49];进而王鹏新等[50]在2003年提出了条件植被温度指数（VTCI）.在此基础上,Kogan将TCI和VCI进行线性组合提出了植被健康指数（VHI）[51-52],研究表明该指数能够较好地反映农作物受旱情况[53].2004年Haboudane提出植被供水指数（VSWI）,该指数是一个较为简单的植被指数—温度作物旱情综合指数[54].研究表明,VSWI适用于植被覆盖度高的地区[55],且在业务化监测中已得到广泛的应用.另外,基于地表温度（LST）和植被指数（VI）的关系,Sandholt提出了温度植被干旱指数（TVDI）来估算土壤表层水分状况[56],该指数是通过反演土壤湿度来反映农业干旱状况的重要方法.值得注意的是,利用NDVI和LST进行干旱评价时,一个重要的假设前提是二者存在相反的变化趋势[57].然而研究表明,当水分是植被生长的限制因素时,LST和NDVI呈负相关;而当能量成为植被生长的限制因素时,LST和NDVI却呈正相关,且TVDI对已发生旱灾的区域具有较好的解释能力,但在农业干旱监测与预警方面的能力表现欠佳. ... 农业旱情遥感指数验证与不确定性分析 1 2007 ... 在作物水分亏缺方面,早期的研究根据冠层温度与空气温度的差与空气水汽压的经验关系,提出作物水分胁迫指数（CWSI）[46].随后,Moran等在能量平衡双层模型的基础上建立了水分亏缺指数（WDI）[47];而Gao等则提出归一化差值水分指数（NDWI）[48].为消除NDVI空间变异,减少地理和生态系统变量影响,Kogan提出了条件植被指数（VCI）用于干旱监测研究[49];进而王鹏新等[50]在2003年提出了条件植被温度指数（VTCI）.在此基础上,Kogan将TCI和VCI进行线性组合提出了植被健康指数（VHI）[51-52],研究表明该指数能够较好地反映农作物受旱情况[53].2004年Haboudane提出植被供水指数（VSWI）,该指数是一个较为简单的植被指数—温度作物旱情综合指数[54].研究表明,VSWI适用于植被覆盖度高的地区[55],且在业务化监测中已得到广泛的应用.另外,基于地表温度（LST）和植被指数（VI）的关系,Sandholt提出了温度植被干旱指数（TVDI）来估算土壤表层水分状况[56],该指数是通过反演土壤湿度来反映农业干旱状况的重要方法.值得注意的是,利用NDVI和LST进行干旱评价时,一个重要的假设前提是二者存在相反的变化趋势[57].然而研究表明,当水分是植被生长的限制因素时,LST和NDVI呈负相关;而当能量成为植被生长的限制因素时,LST和NDVI却呈正相关,且TVDI对已发生旱灾的区域具有较好的解释能力,但在农业干旱监测与预警方面的能力表现欠佳. ... Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies. 1 2004 ... 在作物水分亏缺方面,早期的研究根据冠层温度与空气温度的差与空气水汽压的经验关系,提出作物水分胁迫指数（CWSI）[46].随后,Moran等在能量平衡双层模型的基础上建立了水分亏缺指数（WDI）[47];而Gao等则提出归一化差值水分指数（NDWI）[48].为消除NDVI空间变异,减少地理和生态系统变量影响,Kogan提出了条件植被指数（VCI）用于干旱监测研究[49];进而王鹏新等[50]在2003年提出了条件植被温度指数（VTCI）.在此基础上,Kogan将TCI和VCI进行线性组合提出了植被健康指数（VHI）[51-52],研究表明该指数能够较好地反映农作物受旱情况[53].2004年Haboudane提出植被供水指数（VSWI）,该指数是一个较为简单的植被指数—温度作物旱情综合指数[54].研究表明,VSWI适用于植被覆盖度高的地区[55],且在业务化监测中已得到广泛的应用.另外,基于地表温度（LST）和植被指数（VI）的关系,Sandholt提出了温度植被干旱指数（TVDI）来估算土壤表层水分状况[56],该指数是通过反演土壤湿度来反映农业干旱状况的重要方法.值得注意的是,利用NDVI和LST进行干旱评价时,一个重要的假设前提是二者存在相反的变化趋势[57].然而研究表明,当水分是植被生长的限制因素时,LST和NDVI呈负相关;而当能量成为植被生长的限制因素时,LST和NDVI却呈正相关,且TVDI对已发生旱灾的区域具有较好的解释能力,但在农业干旱监测与预警方面的能力表现欠佳. ... 用遥感植被供水指数监测贵州干旱 1 1998 ... 在作物水分亏缺方面,早期的研究根据冠层温度与空气温度的差与空气水汽压的经验关系,提出作物水分胁迫指数（CWSI）[46].随后,Moran等在能量平衡双层模型的基础上建立了水分亏缺指数（WDI）[47];而Gao等则提出归一化差值水分指数（NDWI）[48].为消除NDVI空间变异,减少地理和生态系统变量影响,Kogan提出了条件植被指数（VCI）用于干旱监测研究[49];进而王鹏新等[50]在2003年提出了条件植被温度指数（VTCI）.在此基础上,Kogan将TCI和VCI进行线性组合提出了植被健康指数（VHI）[51-52],研究表明该指数能够较好地反映农作物受旱情况[53].2004年Haboudane提出植被供水指数（VSWI）,该指数是一个较为简单的植被指数—温度作物旱情综合指数[54].研究表明,VSWI适用于植被覆盖度高的地区[55],且在业务化监测中已得到广泛的应用.另外,基于地表温度（LST）和植被指数（VI）的关系,Sandholt提出了温度植被干旱指数（TVDI）来估算土壤表层水分状况[56],该指数是通过反演土壤湿度来反映农业干旱状况的重要方法.值得注意的是,利用NDVI和LST进行干旱评价时,一个重要的假设前提是二者存在相反的变化趋势[57].然而研究表明,当水分是植被生长的限制因素时,LST和NDVI呈负相关;而当能量成为植被生长的限制因素时,LST和NDVI却呈正相关,且TVDI对已发生旱灾的区域具有较好的解释能力,但在农业干旱监测与预警方面的能力表现欠佳. ... 用遥感植被供水指数监测贵州干旱 1 1998 ... 在作物水分亏缺方面,早期的研究根据冠层温度与空气温度的差与空气水汽压的经验关系,提出作物水分胁迫指数（CWSI）[46].随后,Moran等在能量平衡双层模型的基础上建立了水分亏缺指数（WDI）[47];而Gao等则提出归一化差值水分指数（NDWI）[48].为消除NDVI空间变异,减少地理和生态系统变量影响,Kogan提出了条件植被指数（VCI）用于干旱监测研究[49];进而王鹏新等[50]在2003年提出了条件植被温度指数（VTCI）.在此基础上,Kogan将TCI和VCI进行线性组合提出了植被健康指数（VHI）[51-52],研究表明该指数能够较好地反映农作物受旱情况[53].2004年Haboudane提出植被供水指数（VSWI）,该指数是一个较为简单的植被指数—温度作物旱情综合指数[54].研究表明,VSWI适用于植被覆盖度高的地区[55],且在业务化监测中已得到广泛的应用.另外,基于地表温度（LST）和植被指数（VI）的关系,Sandholt提出了温度植被干旱指数（TVDI）来估算土壤表层水分状况[56],该指数是通过反演土壤湿度来反映农业干旱状况的重要方法.值得注意的是,利用NDVI和LST进行干旱评价时,一个重要的假设前提是二者存在相反的变化趋势[57].然而研究表明,当水分是植被生长的限制因素时,LST和NDVI呈负相关;而当能量成为植被生长的限制因素时,LST和NDVI却呈正相关,且TVDI对已发生旱灾的区域具有较好的解释能力,但在农业干旱监测与预警方面的能力表现欠佳. ... A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status. 2 2002 ... 在作物水分亏缺方面,早期的研究根据冠层温度与空气温度的差与空气水汽压的经验关系,提出作物水分胁迫指数（CWSI）[46].随后,Moran等在能量平衡双层模型的基础上建立了水分亏缺指数（WDI）[47];而Gao等则提出归一化差值水分指数（NDWI）[48].为消除NDVI空间变异,减少地理和生态系统变量影响,Kogan提出了条件植被指数（VCI）用于干旱监测研究[49];进而王鹏新等[50]在2003年提出了条件植被温度指数（VTCI）.在此基础上,Kogan将TCI和VCI进行线性组合提出了植被健康指数（VHI）[51-52],研究表明该指数能够较好地反映农作物受旱情况[53].2004年Haboudane提出植被供水指数（VSWI）,该指数是一个较为简单的植被指数—温度作物旱情综合指数[54].研究表明,VSWI适用于植被覆盖度高的地区[55],且在业务化监测中已得到广泛的应用.另外,基于地表温度（LST）和植被指数（VI）的关系,Sandholt提出了温度植被干旱指数（TVDI）来估算土壤表层水分状况[56],该指数是通过反演土壤湿度来反映农业干旱状况的重要方法.值得注意的是,利用NDVI和LST进行干旱评价时,一个重要的假设前提是二者存在相反的变化趋势[57].然而研究表明,当水分是植被生长的限制因素时,LST和NDVI呈负相关;而当能量成为植被生长的限制因素时,LST和NDVI却呈正相关,且TVDI对已发生旱灾的区域具有较好的解释能力,但在农业干旱监测与预警方面的能力表现欠佳. ...

Use of NDVI and land surface temperature for drought assessment: Merits and limitations. 1 2010 ... 在作物水分亏缺方面,早期的研究根据冠层温度与空气温度的差与空气水汽压的经验关系,提出作物水分胁迫指数（CWSI）[46].随后,Moran等在能量平衡双层模型的基础上建立了水分亏缺指数（WDI）[47];而Gao等则提出归一化差值水分指数（NDWI）[48].为消除NDVI空间变异,减少地理和生态系统变量影响,Kogan提出了条件植被指数（VCI）用于干旱监测研究[49];进而王鹏新等[50]在2003年提出了条件植被温度指数（VTCI）.在此基础上,Kogan将TCI和VCI进行线性组合提出了植被健康指数（VHI）[51-52],研究表明该指数能够较好地反映农作物受旱情况[53].2004年Haboudane提出植被供水指数（VSWI）,该指数是一个较为简单的植被指数—温度作物旱情综合指数[54].研究表明,VSWI适用于植被覆盖度高的地区[55],且在业务化监测中已得到广泛的应用.另外,基于地表温度（LST）和植被指数（VI）的关系,Sandholt提出了温度植被干旱指数（TVDI）来估算土壤表层水分状况[56],该指数是通过反演土壤湿度来反映农业干旱状况的重要方法.值得注意的是,利用NDVI和LST进行干旱评价时,一个重要的假设前提是二者存在相反的变化趋势[57].然而研究表明,当水分是植被生长的限制因素时,LST和NDVI呈负相关;而当能量成为植被生长的限制因素时,LST和NDVI却呈正相关,且TVDI对已发生旱灾的区域具有较好的解释能力,但在农业干旱监测与预警方面的能力表现欠佳. ... Drought characterization from a multivariate perspective: A review. 1 2015 ... 2.2.3 综合气象遥感数据的干旱监测随着科学技术的发展,干旱监测指数正逐步趋向于气象和遥感综合研究,主要表现在多源数据的引入和研究方法的革新（表1）.Hao等对近年来发展的综合干旱监测指数进行了系统的梳理,并指出美国干旱监测（USDM）模型是综合干旱监测模型中较为成功的案例[58].然而受到分辨率的限制,USDM在区域尺度上的监测能力仍显不足.此外,Brown等综合利用气象干旱指数（SPI、PDSI）、植被指数以及地形等信息,通过分类回归树的方式,提出了植被干旱响应指数（VegDRI）[59],该指数能够近实时提供国家尺度的干旱监测信息,成为综合干旱监测指数的典范.随后,Wu等利用该方法建立了适用于中国区域的综合干旱监测模型,并提出了作物不同生育期的干旱监测模型[60-61].同时,杜等利用TRMM降水数据、地表温度数据以及植被指数数据,通过该方法构建了综合干旱监测指数（SDI）,并用于山东省干旱监测,取得了较好的效果[62].利用线性组合方式,Rhee等综合利用LST、NDVI和TRMM数据,通过加权组合的方式提出了同时适合干旱和湿润地区的干旱监测指数[63];而Zhang等则尝试综合利用遥感获取的降水数据、AMSER-E土壤湿度数据和NDVI数据构建了适用于气象干旱的监测指数[64].另外,Mu等综合利用地表蒸散数据和植被指数数据,构建了基于遥感的实时干旱监测指数（DSI）,该指数有效检测出发生在2003年的欧洲干旱以及2005和2010年的亚马逊干旱,并与站点尺度的PDSI具有很好的相关性[65].在系统对比不同干旱监测指标的基础上,Hao等提出多变量干旱监测指标（MSDI）,该指标综合了降水和土壤水分等信息,被验证为有效的干旱监测指标[66].在此基础上,AghaKouchak通过引入集合径流预报的方式对MSDI进行改进,并用于非洲东部的干旱监测与预警研究[67].在多类型干旱监测方面,Deepthi等提出多变量干旱指数（MDI）,该指数综合考虑降水、径流、蒸发以及土壤湿度等要素,能够同时用于气象干旱、农业干旱和水文干旱的监测[68].另外,近年来也有学者尝试通过将历史数据与实时数据进行同化的方式构建数据驱动的近实时干旱监测指数[69].综上可以看出,近年来学者们针对综合干旱监测指标的建立进行了卓有成效的探索工作,并取得了一定的成效.值得注意的是,虽然近年来国内外学者尝试建立了多种综合多要素的干旱监测指数,然而目前多数研究仍处于起步阶段,尚未形成适合不同区域和不同尺度的有效干旱监测模型,且不同方法均存在一定程度的缺陷,如线性加权方法虽综合了多种要素,但无法解释其物理含义;而联合分布函数虽能得出概率分布,便于进行风险分析,但其仅考虑了数据的统计特征,并未对其物理过程进行有效描述. ... The Vegetation Drought Response Index (VegDRI): A new integrated approach for monitoring drought stress in vegetation. 4 2008 ... 2.2.3 综合气象遥感数据的干旱监测随着科学技术的发展,干旱监测指数正逐步趋向于气象和遥感综合研究,主要表现在多源数据的引入和研究方法的革新（表1）.Hao等对近年来发展的综合干旱监测指数进行了系统的梳理,并指出美国干旱监测（USDM）模型是综合干旱监测模型中较为成功的案例[58].然而受到分辨率的限制,USDM在区域尺度上的监测能力仍显不足.此外,Brown等综合利用气象干旱指数（SPI、PDSI）、植被指数以及地形等信息,通过分类回归树的方式,提出了植被干旱响应指数（VegDRI）[59],该指数能够近实时提供国家尺度的干旱监测信息,成为综合干旱监测指数的典范.随后,Wu等利用该方法建立了适用于中国区域的综合干旱监测模型,并提出了作物不同生育期的干旱监测模型[60-61].同时,杜等利用TRMM降水数据、地表温度数据以及植被指数数据,通过该方法构建了综合干旱监测指数（SDI）,并用于山东省干旱监测,取得了较好的效果[62].利用线性组合方式,Rhee等综合利用LST、NDVI和TRMM数据,通过加权组合的方式提出了同时适合干旱和湿润地区的干旱监测指数[63];而Zhang等则尝试综合利用遥感获取的降水数据、AMSER-E土壤湿度数据和NDVI数据构建了适用于气象干旱的监测指数[64].另外,Mu等综合利用地表蒸散数据和植被指数数据,构建了基于遥感的实时干旱监测指数（DSI）,该指数有效检测出发生在2003年的欧洲干旱以及2005和2010年的亚马逊干旱,并与站点尺度的PDSI具有很好的相关性[65].在系统对比不同干旱监测指标的基础上,Hao等提出多变量干旱监测指标（MSDI）,该指标综合了降水和土壤水分等信息,被验证为有效的干旱监测指标[66].在此基础上,AghaKouchak通过引入集合径流预报的方式对MSDI进行改进,并用于非洲东部的干旱监测与预警研究[67].在多类型干旱监测方面,Deepthi等提出多变量干旱指数（MDI）,该指数综合考虑降水、径流、蒸发以及土壤湿度等要素,能够同时用于气象干旱、农业干旱和水文干旱的监测[68].另外,近年来也有学者尝试通过将历史数据与实时数据进行同化的方式构建数据驱动的近实时干旱监测指数[69].综上可以看出,近年来学者们针对综合干旱监测指标的建立进行了卓有成效的探索工作,并取得了一定的成效.值得注意的是,虽然近年来国内外学者尝试建立了多种综合多要素的干旱监测指数,然而目前多数研究仍处于起步阶段,尚未形成适合不同区域和不同尺度的有效干旱监测模型,且不同方法均存在一定程度的缺陷,如线性加权方法虽综合了多种要素,但无法解释其物理含义;而联合分布函数虽能得出概率分布,便于进行风险分析,但其仅考虑了数据的统计特征,并未对其物理过程进行有效描述. ...

... 当前,一些国家或地区已经具备了国家或区域尺度的农业干旱监测系统,且基于遥感监测地表参量的综合干旱监测模型初见端倪[59].但是农业干旱监测与地面气象观测数据的结合仍未得到很好的解决.应指出,虽然遥感具有大范围、高频次观测的特点,成为气象观测数据的有效补充,但仍不能完全替代地面气象观测数据.虽然地面观测数据存在监测站点稀少且分布不均的问题,但其具有时间序列长、观测精度高等特点,依然是遥感数据进行地面验证的最有力的数据源.因此,建立遥感监测模型与气象观测模型之间的纽带,综合利用二者的优势,成为未来农业干旱多因素综合与集成的重要发展方向.为实现这个目标,必要的技术与方法支持需要不断完善,如建立完备的地面观测网络、研究完善的耦合方案以及建立统一的农业干旱影响因素框架等. ... Establishing and assessing the Integrated Surface Drought Index (ISDI) for agricultural drought monitoring in mid-eastern China. 1 2013 ... 2.2.3 综合气象遥感数据的干旱监测随着科学技术的发展,干旱监测指数正逐步趋向于气象和遥感综合研究,主要表现在多源数据的引入和研究方法的革新（表1）.Hao等对近年来发展的综合干旱监测指数进行了系统的梳理,并指出美国干旱监测（USDM）模型是综合干旱监测模型中较为成功的案例[58].然而受到分辨率的限制,USDM在区域尺度上的监测能力仍显不足.此外,Brown等综合利用气象干旱指数（SPI、PDSI）、植被指数以及地形等信息,通过分类回归树的方式,提出了植被干旱响应指数（VegDRI）[59],该指数能够近实时提供国家尺度的干旱监测信息,成为综合干旱监测指数的典范.随后,Wu等利用该方法建立了适用于中国区域的综合干旱监测模型,并提出了作物不同生育期的干旱监测模型[60-61].同时,杜等利用TRMM降水数据、地表温度数据以及植被指数数据,通过该方法构建了综合干旱监测指数（SDI）,并用于山东省干旱监测,取得了较好的效果[62].利用线性组合方式,Rhee等综合利用LST、NDVI和TRMM数据,通过加权组合的方式提出了同时适合干旱和湿润地区的干旱监测指数[63];而Zhang等则尝试综合利用遥感获取的降水数据、AMSER-E土壤湿度数据和NDVI数据构建了适用于气象干旱的监测指数[64].另外,Mu等综合利用地表蒸散数据和植被指数数据,构建了基于遥感的实时干旱监测指数（DSI）,该指数有效检测出发生在2003年的欧洲干旱以及2005和2010年的亚马逊干旱,并与站点尺度的PDSI具有很好的相关性[65].在系统对比不同干旱监测指标的基础上,Hao等提出多变量干旱监测指标（MSDI）,该指标综合了降水和土壤水分等信息,被验证为有效的干旱监测指标[66].在此基础上,AghaKouchak通过引入集合径流预报的方式对MSDI进行改进,并用于非洲东部的干旱监测与预警研究[67].在多类型干旱监测方面,Deepthi等提出多变量干旱指数（MDI）,该指数综合考虑降水、径流、蒸发以及土壤湿度等要素,能够同时用于气象干旱、农业干旱和水文干旱的监测[68].另外,近年来也有学者尝试通过将历史数据与实时数据进行同化的方式构建数据驱动的近实时干旱监测指数[69].综上可以看出,近年来学者们针对综合干旱监测指标的建立进行了卓有成效的探索工作,并取得了一定的成效.值得注意的是,虽然近年来国内外学者尝试建立了多种综合多要素的干旱监测指数,然而目前多数研究仍处于起步阶段,尚未形成适合不同区域和不同尺度的有效干旱监测模型,且不同方法均存在一定程度的缺陷,如线性加权方法虽综合了多种要素,但无法解释其物理含义;而联合分布函数虽能得出概率分布,便于进行风险分析,但其仅考虑了数据的统计特征,并未对其物理过程进行有效描述. ... Drought monitoring and analysis in China based on the Integrated Surface Drought Index (ISDI). 1 2015 ... 2.2.3 综合气象遥感数据的干旱监测随着科学技术的发展,干旱监测指数正逐步趋向于气象和遥感综合研究,主要表现在多源数据的引入和研究方法的革新（表1）.Hao等对近年来发展的综合干旱监测指数进行了系统的梳理,并指出美国干旱监测（USDM）模型是综合干旱监测模型中较为成功的案例[58].然而受到分辨率的限制,USDM在区域尺度上的监测能力仍显不足.此外,Brown等综合利用气象干旱指数（SPI、PDSI）、植被指数以及地形等信息,通过分类回归树的方式,提出了植被干旱响应指数（VegDRI）[59],该指数能够近实时提供国家尺度的干旱监测信息,成为综合干旱监测指数的典范.随后,Wu等利用该方法建立了适用于中国区域的综合干旱监测模型,并提出了作物不同生育期的干旱监测模型[60-61].同时,杜等利用TRMM降水数据、地表温度数据以及植被指数数据,通过该方法构建了综合干旱监测指数（SDI）,并用于山东省干旱监测,取得了较好的效果[62].利用线性组合方式,Rhee等综合利用LST、NDVI和TRMM数据,通过加权组合的方式提出了同时适合干旱和湿润地区的干旱监测指数[63];而Zhang等则尝试综合利用遥感获取的降水数据、AMSER-E土壤湿度数据和NDVI数据构建了适用于气象干旱的监测指数[64].另外,Mu等综合利用地表蒸散数据和植被指数数据,构建了基于遥感的实时干旱监测指数（DSI）,该指数有效检测出发生在2003年的欧洲干旱以及2005和2010年的亚马逊干旱,并与站点尺度的PDSI具有很好的相关性[65].在系统对比不同干旱监测指标的基础上,Hao等提出多变量干旱监测指标（MSDI）,该指标综合了降水和土壤水分等信息,被验证为有效的干旱监测指标[66].在此基础上,AghaKouchak通过引入集合径流预报的方式对MSDI进行改进,并用于非洲东部的干旱监测与预警研究[67].在多类型干旱监测方面,Deepthi等提出多变量干旱指数（MDI）,该指数综合考虑降水、径流、蒸发以及土壤湿度等要素,能够同时用于气象干旱、农业干旱和水文干旱的监测[68].另外,近年来也有学者尝试通过将历史数据与实时数据进行同化的方式构建数据驱动的近实时干旱监测指数[69].综上可以看出,近年来学者们针对综合干旱监测指标的建立进行了卓有成效的探索工作,并取得了一定的成效.值得注意的是,虽然近年来国内外学者尝试建立了多种综合多要素的干旱监测指数,然而目前多数研究仍处于起步阶段,尚未形成适合不同区域和不同尺度的有效干旱监测模型,且不同方法均存在一定程度的缺陷,如线性加权方法虽综合了多种要素,但无法解释其物理含义;而联合分布函数虽能得出概率分布,便于进行风险分析,但其仅考虑了数据的统计特征,并未对其物理过程进行有效描述. ... 基于多源空间信息的干旱监测模型构建及其应用研究 2 2013 ... 2.2.3 综合气象遥感数据的干旱监测随着科学技术的发展,干旱监测指数正逐步趋向于气象和遥感综合研究,主要表现在多源数据的引入和研究方法的革新（表1）.Hao等对近年来发展的综合干旱监测指数进行了系统的梳理,并指出美国干旱监测（USDM）模型是综合干旱监测模型中较为成功的案例[58].然而受到分辨率的限制,USDM在区域尺度上的监测能力仍显不足.此外,Brown等综合利用气象干旱指数（SPI、PDSI）、植被指数以及地形等信息,通过分类回归树的方式,提出了植被干旱响应指数（VegDRI）[59],该指数能够近实时提供国家尺度的干旱监测信息,成为综合干旱监测指数的典范.随后,Wu等利用该方法建立了适用于中国区域的综合干旱监测模型,并提出了作物不同生育期的干旱监测模型[60-61].同时,杜等利用TRMM降水数据、地表温度数据以及植被指数数据,通过该方法构建了综合干旱监测指数（SDI）,并用于山东省干旱监测,取得了较好的效果[62].利用线性组合方式,Rhee等综合利用LST、NDVI和TRMM数据,通过加权组合的方式提出了同时适合干旱和湿润地区的干旱监测指数[63];而Zhang等则尝试综合利用遥感获取的降水数据、AMSER-E土壤湿度数据和NDVI数据构建了适用于气象干旱的监测指数[64].另外,Mu等综合利用地表蒸散数据和植被指数数据,构建了基于遥感的实时干旱监测指数（DSI）,该指数有效检测出发生在2003年的欧洲干旱以及2005和2010年的亚马逊干旱,并与站点尺度的PDSI具有很好的相关性[65].在系统对比不同干旱监测指标的基础上,Hao等提出多变量干旱监测指标（MSDI）,该指标综合了降水和土壤水分等信息,被验证为有效的干旱监测指标[66].在此基础上,AghaKouchak通过引入集合径流预报的方式对MSDI进行改进,并用于非洲东部的干旱监测与预警研究[67].在多类型干旱监测方面,Deepthi等提出多变量干旱指数（MDI）,该指数综合考虑降水、径流、蒸发以及土壤湿度等要素,能够同时用于气象干旱、农业干旱和水文干旱的监测[68].另外,近年来也有学者尝试通过将历史数据与实时数据进行同化的方式构建数据驱动的近实时干旱监测指数[69].综上可以看出,近年来学者们针对综合干旱监测指标的建立进行了卓有成效的探索工作,并取得了一定的成效.值得注意的是,虽然近年来国内外学者尝试建立了多种综合多要素的干旱监测指数,然而目前多数研究仍处于起步阶段,尚未形成适合不同区域和不同尺度的有效干旱监测模型,且不同方法均存在一定程度的缺陷,如线性加权方法虽综合了多种要素,但无法解释其物理含义;而联合分布函数虽能得出概率分布,便于进行风险分析,但其仅考虑了数据的统计特征,并未对其物理过程进行有效描述. ...

... 与气象干旱监测相比,简单的农业干旱监测指数难以表示干旱发生对农作物的影响程度,也不能反映作物受旱机理以做出预警.近年来,遥感技术的发展为农业干旱监测提供了新的机遇.当前,一些研究尝试采用植被指数、地表温度以及降水数据等进行组合来监测农业干旱[62-63],取得了不错的成效.然而特定地域研究结果是否可以进行时空尺度扩展尚有待论证,且作物对干旱的抵抗力以及滞后效应未能反映导致结果无法进行比较,预测趋势也随指数选取的不同而不同[17],这些问题导致评价结果仍然存在一定的偏差.虽然已有研究采用标准相对湿度指数对干旱进行预警[38],结果显示该指标在预警提前时间上优于现有指标,然而由于作物受旱及减产程度仍无法表征,此类分析依然停留在定性描述和单变量分析阶段,并未摆脱缺乏机理性的困境. ... 基于多源空间信息的干旱监测模型构建及其应用研究 2 2013 ... 2.2.3 综合气象遥感数据的干旱监测随着科学技术的发展,干旱监测指数正逐步趋向于气象和遥感综合研究,主要表现在多源数据的引入和研究方法的革新（表1）.Hao等对近年来发展的综合干旱监测指数进行了系统的梳理,并指出美国干旱监测（USDM）模型是综合干旱监测模型中较为成功的案例[58].然而受到分辨率的限制,USDM在区域尺度上的监测能力仍显不足.此外,Brown等综合利用气象干旱指数（SPI、PDSI）、植被指数以及地形等信息,通过分类回归树的方式,提出了植被干旱响应指数（VegDRI）[59],该指数能够近实时提供国家尺度的干旱监测信息,成为综合干旱监测指数的典范.随后,Wu等利用该方法建立了适用于中国区域的综合干旱监测模型,并提出了作物不同生育期的干旱监测模型[60-61].同时,杜等利用TRMM降水数据、地表温度数据以及植被指数数据,通过该方法构建了综合干旱监测指数（SDI）,并用于山东省干旱监测,取得了较好的效果[62].利用线性组合方式,Rhee等综合利用LST、NDVI和TRMM数据,通过加权组合的方式提出了同时适合干旱和湿润地区的干旱监测指数[63];而Zhang等则尝试综合利用遥感获取的降水数据、AMSER-E土壤湿度数据和NDVI数据构建了适用于气象干旱的监测指数[64].另外,Mu等综合利用地表蒸散数据和植被指数数据,构建了基于遥感的实时干旱监测指数（DSI）,该指数有效检测出发生在2003年的欧洲干旱以及2005和2010年的亚马逊干旱,并与站点尺度的PDSI具有很好的相关性[65].在系统对比不同干旱监测指标的基础上,Hao等提出多变量干旱监测指标（MSDI）,该指标综合了降水和土壤水分等信息,被验证为有效的干旱监测指标[66].在此基础上,AghaKouchak通过引入集合径流预报的方式对MSDI进行改进,并用于非洲东部的干旱监测与预警研究[67].在多类型干旱监测方面,Deepthi等提出多变量干旱指数（MDI）,该指数综合考虑降水、径流、蒸发以及土壤湿度等要素,能够同时用于气象干旱、农业干旱和水文干旱的监测[68].另外,近年来也有学者尝试通过将历史数据与实时数据进行同化的方式构建数据驱动的近实时干旱监测指数[69].综上可以看出,近年来学者们针对综合干旱监测指标的建立进行了卓有成效的探索工作,并取得了一定的成效.值得注意的是,虽然近年来国内外学者尝试建立了多种综合多要素的干旱监测指数,然而目前多数研究仍处于起步阶段,尚未形成适合不同区域和不同尺度的有效干旱监测模型,且不同方法均存在一定程度的缺陷,如线性加权方法虽综合了多种要素,但无法解释其物理含义;而联合分布函数虽能得出概率分布,便于进行风险分析,但其仅考虑了数据的统计特征,并未对其物理过程进行有效描述. ...

... 与气象干旱监测相比,简单的农业干旱监测指数难以表示干旱发生对农作物的影响程度,也不能反映作物受旱机理以做出预警.近年来,遥感技术的发展为农业干旱监测提供了新的机遇.当前,一些研究尝试采用植被指数、地表温度以及降水数据等进行组合来监测农业干旱[62-63],取得了不错的成效.然而特定地域研究结果是否可以进行时空尺度扩展尚有待论证,且作物对干旱的抵抗力以及滞后效应未能反映导致结果无法进行比较,预测趋势也随指数选取的不同而不同[17],这些问题导致评价结果仍然存在一定的偏差.虽然已有研究采用标准相对湿度指数对干旱进行预警[38],结果显示该指标在预警提前时间上优于现有指标,然而由于作物受旱及减产程度仍无法表征,此类分析依然停留在定性描述和单变量分析阶段,并未摆脱缺乏机理性的困境. ... Monitoring agricultural drought for arid and humid regions using multi-sensor remote sensing data. 4 2010 ... 2.2.3 综合气象遥感数据的干旱监测随着科学技术的发展,干旱监测指数正逐步趋向于气象和遥感综合研究,主要表现在多源数据的引入和研究方法的革新（表1）.Hao等对近年来发展的综合干旱监测指数进行了系统的梳理,并指出美国干旱监测（USDM）模型是综合干旱监测模型中较为成功的案例[58].然而受到分辨率的限制,USDM在区域尺度上的监测能力仍显不足.此外,Brown等综合利用气象干旱指数（SPI、PDSI）、植被指数以及地形等信息,通过分类回归树的方式,提出了植被干旱响应指数（VegDRI）[59],该指数能够近实时提供国家尺度的干旱监测信息,成为综合干旱监测指数的典范.随后,Wu等利用该方法建立了适用于中国区域的综合干旱监测模型,并提出了作物不同生育期的干旱监测模型[60-61].同时,杜等利用TRMM降水数据、地表温度数据以及植被指数数据,通过该方法构建了综合干旱监测指数（SDI）,并用于山东省干旱监测,取得了较好的效果[62].利用线性组合方式,Rhee等综合利用LST、NDVI和TRMM数据,通过加权组合的方式提出了同时适合干旱和湿润地区的干旱监测指数[63];而Zhang等则尝试综合利用遥感获取的降水数据、AMSER-E土壤湿度数据和NDVI数据构建了适用于气象干旱的监测指数[64].另外,Mu等综合利用地表蒸散数据和植被指数数据,构建了基于遥感的实时干旱监测指数（DSI）,该指数有效检测出发生在2003年的欧洲干旱以及2005和2010年的亚马逊干旱,并与站点尺度的PDSI具有很好的相关性[65].在系统对比不同干旱监测指标的基础上,Hao等提出多变量干旱监测指标（MSDI）,该指标综合了降水和土壤水分等信息,被验证为有效的干旱监测指标[66].在此基础上,AghaKouchak通过引入集合径流预报的方式对MSDI进行改进,并用于非洲东部的干旱监测与预警研究[67].在多类型干旱监测方面,Deepthi等提出多变量干旱指数（MDI）,该指数综合考虑降水、径流、蒸发以及土壤湿度等要素,能够同时用于气象干旱、农业干旱和水文干旱的监测[68].另外,近年来也有学者尝试通过将历史数据与实时数据进行同化的方式构建数据驱动的近实时干旱监测指数[69].综上可以看出,近年来学者们针对综合干旱监测指标的建立进行了卓有成效的探索工作,并取得了一定的成效.值得注意的是,虽然近年来国内外学者尝试建立了多种综合多要素的干旱监测指数,然而目前多数研究仍处于起步阶段,尚未形成适合不同区域和不同尺度的有效干旱监测模型,且不同方法均存在一定程度的缺陷,如线性加权方法虽综合了多种要素,但无法解释其物理含义;而联合分布函数虽能得出概率分布,便于进行风险分析,但其仅考虑了数据的统计特征,并未对其物理过程进行有效描述. ...

... 通过文献回顾和重点文献引用,发现目前农业干旱监测研究呈现以下特点：① 在学科分布上,目前以“干旱”为主题的文章研究重心仍集中在干旱对生态系统的影响,包括对植被长势的影响、植被生产力变化以及碳储存波动等方面;其次是农学方面,主要研究干旱事件对农作物长势以及产量的影响评估上,其中IPCC报告指出,亚洲的水稻、玉米和小麦产量在过去几十年呈下降趋势,主要由日益严重的干旱所致,并集中表现为气温升高、ENSO频率高,无雨日数增多等因素[72].而在地理学和灾害学领域,更加注重灾害时空分布特征、灾害发生机理以及防灾减灾等方面,目前关于时空分布特征进行了较为丰富的研究工作,在干旱发生成因方面也与气象学结合进行了较为深入的探讨,然而对防灾减灾具有重要作用的干旱监测研究仍处于薄弱环节[73-76].② 在研究方法上,当前农业干旱监测研究逐渐由传统的单一指标评价向综合性指标评价转变,并采用分类回归树、线性加权、联合分布函数以及贝叶斯网络等数据挖掘手段,如Brown等[59]综合利用植被指数、气象干旱指数及辅助数据提出了植被干旱响应指数,广泛用于美国干旱监测评价;而Rhee等[63]和Zhang等[64]则分别采用降水、植被和地表温度等数据,通过线性加权的方式,探讨了不同组合方式下气象干旱和农业干旱的监测效果;Anderson等通过Triple Collocation Analysis方法,提出综合多种土壤湿度数据优点的干旱监测方法[77];Hao等则通过联合分布函数构建了综合降水和土壤湿度的多变量干旱监测指数[78].③ 在数据获取手段上,传统的地面观测方式存在空间分布不均,无法反映空间分布特征的不足,目前逐渐转向台站观测和遥感技术的相结合的数据获取方式,特别是随着传感器种类的增加以及时空分辨率的提高,基于遥感手段的干旱监测逐渐成为研究热点,但仍存在数据序列较短的缺陷,因此应加强多源遥感数据同化研究,构建长时间序列的地表参数产品,同时还应加强基于遥感手段的干旱监测模型研究,如基于微波遥感的干旱监测模型[79-80].④ 在数据产品方面,目前广泛应用的产品包括Dai等人在2004年研制的PDSI指数全球监测产品[81],Vicente-Serrano等基于SPEI发布的全球0.5°×0.5°分辨率的干旱监测产品[82],以及Mu等发布的基于遥感的全球陆地干旱监测指数产品[65].最近,Hao等公布了全球综合干旱监测和预测系统,该系统包括了近实时监测部分和季节预测模块,能够提供全球尺度的气象干旱和农业干旱产品[83].上述产品为全球干旱监测提供了有效的数据支撑. ... A nonparametric multivariate multi-index drought monitoring framework. 1 2014 ... 2.2.3 综合气象遥感数据的干旱监测随着科学技术的发展,干旱监测指数正逐步趋向于气象和遥感综合研究,主要表现在多源数据的引入和研究方法的革新（表1）.Hao等对近年来发展的综合干旱监测指数进行了系统的梳理,并指出美国干旱监测（USDM）模型是综合干旱监测模型中较为成功的案例[58].然而受到分辨率的限制,USDM在区域尺度上的监测能力仍显不足.此外,Brown等综合利用气象干旱指数（SPI、PDSI）、植被指数以及地形等信息,通过分类回归树的方式,提出了植被干旱响应指数（VegDRI）[59],该指数能够近实时提供国家尺度的干旱监测信息,成为综合干旱监测指数的典范.随后,Wu等利用该方法建立了适用于中国区域的综合干旱监测模型,并提出了作物不同生育期的干旱监测模型[60-61].同时,杜等利用TRMM降水数据、地表温度数据以及植被指数数据,通过该方法构建了综合干旱监测指数（SDI）,并用于山东省干旱监测,取得了较好的效果[62].利用线性组合方式,Rhee等综合利用LST、NDVI和TRMM数据,通过加权组合的方式提出了同时适合干旱和湿润地区的干旱监测指数[63];而Zhang等则尝试综合利用遥感获取的降水数据、AMSER-E土壤湿度数据和NDVI数据构建了适用于气象干旱的监测指数[64].另外,Mu等综合利用地表蒸散数据和植被指数数据,构建了基于遥感的实时干旱监测指数（DSI）,该指数有效检测出发生在2003年的欧洲干旱以及2005和2010年的亚马逊干旱,并与站点尺度的PDSI具有很好的相关性[65].在系统对比不同干旱监测指标的基础上,Hao等提出多变量干旱监测指标（MSDI）,该指标综合了降水和土壤水分等信息,被验证为有效的干旱监测指标[66].在此基础上,AghaKouchak通过引入集合径流预报的方式对MSDI进行改进,并用于非洲东部的干旱监测与预警研究[67].在多类型干旱监测方面,Deepthi等提出多变量干旱指数（MDI）,该指数综合考虑降水、径流、蒸发以及土壤湿度等要素,能够同时用于气象干旱、农业干旱和水文干旱的监测[68].另外,近年来也有学者尝试通过将历史数据与实时数据进行同化的方式构建数据驱动的近实时干旱监测指数[69].综上可以看出,近年来学者们针对综合干旱监测指标的建立进行了卓有成效的探索工作,并取得了一定的成效.值得注意的是,虽然近年来国内外学者尝试建立了多种综合多要素的干旱监测指数,然而目前多数研究仍处于起步阶段,尚未形成适合不同区域和不同尺度的有效干旱监测模型,且不同方法均存在一定程度的缺陷,如线性加权方法虽综合了多种要素,但无法解释其物理含义;而联合分布函数虽能得出概率分布,便于进行风险分析,但其仅考虑了数据的统计特征,并未对其物理过程进行有效描述. ... A multivariate approach for persistence-based drought prediction: Application to the 2010-2011 East Africa drought. 1 2015 ... 2.2.3 综合气象遥感数据的干旱监测随着科学技术的发展,干旱监测指数正逐步趋向于气象和遥感综合研究,主要表现在多源数据的引入和研究方法的革新（表1）.Hao等对近年来发展的综合干旱监测指数进行了系统的梳理,并指出美国干旱监测（USDM）模型是综合干旱监测模型中较为成功的案例[58].然而受到分辨率的限制,USDM在区域尺度上的监测能力仍显不足.此外,Brown等综合利用气象干旱指数（SPI、PDSI）、植被指数以及地形等信息,通过分类回归树的方式,提出了植被干旱响应指数（VegDRI）[59],该指数能够近实时提供国家尺度的干旱监测信息,成为综合干旱监测指数的典范.随后,Wu等利用该方法建立了适用于中国区域的综合干旱监测模型,并提出了作物不同生育期的干旱监测模型[60-61].同时,杜等利用TRMM降水数据、地表温度数据以及植被指数数据,通过该方法构建了综合干旱监测指数（SDI）,并用于山东省干旱监测,取得了较好的效果[62].利用线性组合方式,Rhee等综合利用LST、NDVI和TRMM数据,通过加权组合的方式提出了同时适合干旱和湿润地区的干旱监测指数[63];而Zhang等则尝试综合利用遥感获取的降水数据、AMSER-E土壤湿度数据和NDVI数据构建了适用于气象干旱的监测指数[64].另外,Mu等综合利用地表蒸散数据和植被指数数据,构建了基于遥感的实时干旱监测指数（DSI）,该指数有效检测出发生在2003年的欧洲干旱以及2005和2010年的亚马逊干旱,并与站点尺度的PDSI具有很好的相关性[65].在系统对比不同干旱监测指标的基础上,Hao等提出多变量干旱监测指标（MSDI）,该指标综合了降水和土壤水分等信息,被验证为有效的干旱监测指标[66].在此基础上,AghaKouchak通过引入集合径流预报的方式对MSDI进行改进,并用于非洲东部的干旱监测与预警研究[67].在多类型干旱监测方面,Deepthi等提出多变量干旱指数（MDI）,该指数综合考虑降水、径流、蒸发以及土壤湿度等要素,能够同时用于气象干旱、农业干旱和水文干旱的监测[68].另外,近年来也有学者尝试通过将历史数据与实时数据进行同化的方式构建数据驱动的近实时干旱监测指数[69].综上可以看出,近年来学者们针对综合干旱监测指标的建立进行了卓有成效的探索工作,并取得了一定的成效.值得注意的是,虽然近年来国内外学者尝试建立了多种综合多要素的干旱监测指数,然而目前多数研究仍处于起步阶段,尚未形成适合不同区域和不同尺度的有效干旱监测模型,且不同方法均存在一定程度的缺陷,如线性加权方法虽综合了多种要素,但无法解释其物理含义;而联合分布函数虽能得出概率分布,便于进行风险分析,但其仅考虑了数据的统计特征,并未对其物理过程进行有效描述. ... Multivariate drought index: An information theory based approach for integrated drought assessment. 1 2015 ... 2.2.3 综合气象遥感数据的干旱监测随着科学技术的发展,干旱监测指数正逐步趋向于气象和遥感综合研究,主要表现在多源数据的引入和研究方法的革新（表1）.Hao等对近年来发展的综合干旱监测指数进行了系统的梳理,并指出美国干旱监测（USDM）模型是综合干旱监测模型中较为成功的案例[58].然而受到分辨率的限制,USDM在区域尺度上的监测能力仍显不足.此外,Brown等综合利用气象干旱指数（SPI、PDSI）、植被指数以及地形等信息,通过分类回归树的方式,提出了植被干旱响应指数（VegDRI）[59],该指数能够近实时提供国家尺度的干旱监测信息,成为综合干旱监测指数的典范.随后,Wu等利用该方法建立了适用于中国区域的综合干旱监测模型,并提出了作物不同生育期的干旱监测模型[60-61].同时,杜等利用TRMM降水数据、地表温度数据以及植被指数数据,通过该方法构建了综合干旱监测指数（SDI）,并用于山东省干旱监测,取得了较好的效果[62].利用线性组合方式,Rhee等综合利用LST、NDVI和TRMM数据,通过加权组合的方式提出了同时适合干旱和湿润地区的干旱监测指数[63];而Zhang等则尝试综合利用遥感获取的降水数据、AMSER-E土壤湿度数据和NDVI数据构建了适用于气象干旱的监测指数[64].另外,Mu等综合利用地表蒸散数据和植被指数数据,构建了基于遥感的实时干旱监测指数（DSI）,该指数有效检测出发生在2003年的欧洲干旱以及2005和2010年的亚马逊干旱,并与站点尺度的PDSI具有很好的相关性[65].在系统对比不同干旱监测指标的基础上,Hao等提出多变量干旱监测指标（MSDI）,该指标综合了降水和土壤水分等信息,被验证为有效的干旱监测指标[66].在此基础上,AghaKouchak通过引入集合径流预报的方式对MSDI进行改进,并用于非洲东部的干旱监测与预警研究[67].在多类型干旱监测方面,Deepthi等提出多变量干旱指数（MDI）,该指数综合考虑降水、径流、蒸发以及土壤湿度等要素,能够同时用于气象干旱、农业干旱和水文干旱的监测[68].另外,近年来也有学者尝试通过将历史数据与实时数据进行同化的方式构建数据驱动的近实时干旱监测指数[69].综上可以看出,近年来学者们针对综合干旱监测指标的建立进行了卓有成效的探索工作,并取得了一定的成效.值得注意的是,虽然近年来国内外学者尝试建立了多种综合多要素的干旱监测指数,然而目前多数研究仍处于起步阶段,尚未形成适合不同区域和不同尺度的有效干旱监测模型,且不同方法均存在一定程度的缺陷,如线性加权方法虽综合了多种要素,但无法解释其物理含义;而联合分布函数虽能得出概率分布,便于进行风险分析,但其仅考虑了数据的统计特征,并未对其物理过程进行有效描述. ... Development of an experimental near-real-time drought monitor for India. 1 2015 ... 2.2.3 综合气象遥感数据的干旱监测随着科学技术的发展,干旱监测指数正逐步趋向于气象和遥感综合研究,主要表现在多源数据的引入和研究方法的革新（表1）.Hao等对近年来发展的综合干旱监测指数进行了系统的梳理,并指出美国干旱监测（USDM）模型是综合干旱监测模型中较为成功的案例[58].然而受到分辨率的限制,USDM在区域尺度上的监测能力仍显不足.此外,Brown等综合利用气象干旱指数（SPI、PDSI）、植被指数以及地形等信息,通过分类回归树的方式,提出了植被干旱响应指数（VegDRI）[59],该指数能够近实时提供国家尺度的干旱监测信息,成为综合干旱监测指数的典范.随后,Wu等利用该方法建立了适用于中国区域的综合干旱监测模型,并提出了作物不同生育期的干旱监测模型[60-61].同时,杜等利用TRMM降水数据、地表温度数据以及植被指数数据,通过该方法构建了综合干旱监测指数（SDI）,并用于山东省干旱监测,取得了较好的效果[62].利用线性组合方式,Rhee等综合利用LST、NDVI和TRMM数据,通过加权组合的方式提出了同时适合干旱和湿润地区的干旱监测指数[63];而Zhang等则尝试综合利用遥感获取的降水数据、AMSER-E土壤湿度数据和NDVI数据构建了适用于气象干旱的监测指数[64].另外,Mu等综合利用地表蒸散数据和植被指数数据,构建了基于遥感的实时干旱监测指数（DSI）,该指数有效检测出发生在2003年的欧洲干旱以及2005和2010年的亚马逊干旱,并与站点尺度的PDSI具有很好的相关性[65].在系统对比不同干旱监测指标的基础上,Hao等提出多变量干旱监测指标（MSDI）,该指标综合了降水和土壤水分等信息,被验证为有效的干旱监测指标[66].在此基础上,AghaKouchak通过引入集合径流预报的方式对MSDI进行改进,并用于非洲东部的干旱监测与预警研究[67].在多类型干旱监测方面,Deepthi等提出多变量干旱指数（MDI）,该指数综合考虑降水、径流、蒸发以及土壤湿度等要素,能够同时用于气象干旱、农业干旱和水文干旱的监测[68].另外,近年来也有学者尝试通过将历史数据与实时数据进行同化的方式构建数据驱动的近实时干旱监测指数[69].综上可以看出,近年来学者们针对综合干旱监测指标的建立进行了卓有成效的探索工作,并取得了一定的成效.值得注意的是,虽然近年来国内外学者尝试建立了多种综合多要素的干旱监测指数,然而目前多数研究仍处于起步阶段,尚未形成适合不同区域和不同尺度的有效干旱监测模型,且不同方法均存在一定程度的缺陷,如线性加权方法虽综合了多种要素,但无法解释其物理含义;而联合分布函数虽能得出概率分布,便于进行风险分析,但其仅考虑了数据的统计特征,并未对其物理过程进行有效描述. ... 1 1990 ... Main meteorological and agricultural drought monitoring indexes in the world 指标名称提出时间主要作者指标含义降水距平 1906 Henry[20] 任何21天或更长天数期间发生的降水等于或少于此间正常值的30%. Palmer干旱指数(PDSI) 1965 Palmer[28] 表征一段时间内,某区域实际水分供应持续地少于当地气候适应水分供应的水分亏缺. 作物水分指数(CMI) 1968 Palmer[29] 该指数利用水平衡模式分析作物干旱状况,主要用于农业干旱监测. 作物缺水指数(CWSI) 1988 Jackson[34] 在水分能量平衡原理基础上,综合考虑土壤水分和农田蒸散的关系,来表征作物水分亏缺状况. Z指数 1990 幺枕生[70] 该指数假设降水量整体上服从Person III型分布,通过对降水量进行正态化处理来确定干旱指数. 标准降水指数(SPI) 1993 McKee[35] 表征某时段降水量出现的概率多少的指标,适合于月以上尺度相对当地气候状况的干旱监测. 水分亏缺指数(WDI) 1994 Moran[47] 该指数考虑到作物缺水指数中多数理论参数与植被覆盖度的近线性关系,结合地表和空气之间的温差与植被指数而建立的干旱监测指标. 植被条件指数(VCI) 1995 Kogan[71] 该指数克服了距平植被指数和标准植被指数的不足,能有效监测干旱及降水的时空分布特征. 归一化差值水分指数(NDWI) 1996 Gao[48] 通过引入短波红外波段,更有效提取植被冠层的水分含量,在植被冠层受水分胁迫时,能及时地相应. CI指数 1998 张强[39] 该指数综合利用标准降水指数和相对湿度指数,适合用于实时气象干旱监测和历史同期气象干旱评估. 温度植被干旱指数(TVDI) 2002 Sandholt[56] 指由植被覆盖度和地表温度所确定的干边和湿边方程,来表征作物水分胁迫状况的指标. 植被供水指数(VSWI) 2004 Haboudane 该指数是综合地表温度监测指标和植被指数监测指标的一种用于农业干旱监测的综合指标. 自适应帕尔默干旱指数(SC-PDSI) 2004 Wells[32] 该指数是PDSI的修正版,能够根据不同区域的气候特点进行选取模型校正参数. K指数 2007 王劲松[40] 该指数用季节降水量的相对变率与蒸发量的相对变率的比值定义,用于研究气象和农业干旱. 植被干旱响应指数(VegDRI) 2008 Brown[59] 综合考虑植被指数、气象干旱指数和土壤有效持水量等信息,通过信息挖掘技术进行干旱监测. 标准降水蒸散指数(SPEI) 2010 Vicente-Serrano[36] 表征某时段水分亏缺出现的概率多少的指标,适合月以上尺度相对当地气候状况的干旱监测. 2.3 农业干旱监测研究文献回顾

1 1990 ... Main meteorological and agricultural drought monitoring indexes in the world 指标名称提出时间主要作者指标含义降水距平 1906 Henry[20] 任何21天或更长天数期间发生的降水等于或少于此间正常值的30%. Palmer干旱指数(PDSI) 1965 Palmer[28] 表征一段时间内,某区域实际水分供应持续地少于当地气候适应水分供应的水分亏缺. 作物水分指数(CMI) 1968 Palmer[29] 该指数利用水平衡模式分析作物干旱状况,主要用于农业干旱监测. 作物缺水指数(CWSI) 1988 Jackson[34] 在水分能量平衡原理基础上,综合考虑土壤水分和农田蒸散的关系,来表征作物水分亏缺状况. Z指数 1990 幺枕生[70] 该指数假设降水量整体上服从Person III型分布,通过对降水量进行正态化处理来确定干旱指数. 标准降水指数(SPI) 1993 McKee[35] 表征某时段降水量出现的概率多少的指标,适合于月以上尺度相对当地气候状况的干旱监测. 水分亏缺指数(WDI) 1994 Moran[47] 该指数考虑到作物缺水指数中多数理论参数与植被覆盖度的近线性关系,结合地表和空气之间的温差与植被指数而建立的干旱监测指标. 植被条件指数(VCI) 1995 Kogan[71] 该指数克服了距平植被指数和标准植被指数的不足,能有效监测干旱及降水的时空分布特征. 归一化差值水分指数(NDWI) 1996 Gao[48] 通过引入短波红外波段,更有效提取植被冠层的水分含量,在植被冠层受水分胁迫时,能及时地相应. CI指数 1998 张强[39] 该指数综合利用标准降水指数和相对湿度指数,适合用于实时气象干旱监测和历史同期气象干旱评估. 温度植被干旱指数(TVDI) 2002 Sandholt[56] 指由植被覆盖度和地表温度所确定的干边和湿边方程,来表征作物水分胁迫状况的指标. 植被供水指数(VSWI) 2004 Haboudane 该指数是综合地表温度监测指标和植被指数监测指标的一种用于农业干旱监测的综合指标. 自适应帕尔默干旱指数(SC-PDSI) 2004 Wells[32] 该指数是PDSI的修正版,能够根据不同区域的气候特点进行选取模型校正参数. K指数 2007 王劲松[40] 该指数用季节降水量的相对变率与蒸发量的相对变率的比值定义,用于研究气象和农业干旱. 植被干旱响应指数(VegDRI) 2008 Brown[59] 综合考虑植被指数、气象干旱指数和土壤有效持水量等信息,通过信息挖掘技术进行干旱监测. 标准降水蒸散指数(SPEI) 2010 Vicente-Serrano[36] 表征某时段水分亏缺出现的概率多少的指标,适合月以上尺度相对当地气候状况的干旱监测. 2.3 农业干旱监测研究文献回顾

Monitoring regional drought using the vegetation condition index. 1 1996 ... Main meteorological and agricultural drought monitoring indexes in the world 指标名称提出时间主要作者指标含义降水距平 1906 Henry[20] 任何21天或更长天数期间发生的降水等于或少于此间正常值的30%. Palmer干旱指数(PDSI) 1965 Palmer[28] 表征一段时间内,某区域实际水分供应持续地少于当地气候适应水分供应的水分亏缺. 作物水分指数(CMI) 1968 Palmer[29] 该指数利用水平衡模式分析作物干旱状况,主要用于农业干旱监测. 作物缺水指数(CWSI) 1988 Jackson[34] 在水分能量平衡原理基础上,综合考虑土壤水分和农田蒸散的关系,来表征作物水分亏缺状况. Z指数 1990 幺枕生[70] 该指数假设降水量整体上服从Person III型分布,通过对降水量进行正态化处理来确定干旱指数. 标准降水指数(SPI) 1993 McKee[35] 表征某时段降水量出现的概率多少的指标,适合于月以上尺度相对当地气候状况的干旱监测. 水分亏缺指数(WDI) 1994 Moran[47] 该指数考虑到作物缺水指数中多数理论参数与植被覆盖度的近线性关系,结合地表和空气之间的温差与植被指数而建立的干旱监测指标. 植被条件指数(VCI) 1995 Kogan[71] 该指数克服了距平植被指数和标准植被指数的不足,能有效监测干旱及降水的时空分布特征. 归一化差值水分指数(NDWI) 1996 Gao[48] 通过引入短波红外波段,更有效提取植被冠层的水分含量,在植被冠层受水分胁迫时,能及时地相应. CI指数 1998 张强[39] 该指数综合利用标准降水指数和相对湿度指数,适合用于实时气象干旱监测和历史同期气象干旱评估. 温度植被干旱指数(TVDI) 2002 Sandholt[56] 指由植被覆盖度和地表温度所确定的干边和湿边方程,来表征作物水分胁迫状况的指标. 植被供水指数(VSWI) 2004 Haboudane 该指数是综合地表温度监测指标和植被指数监测指标的一种用于农业干旱监测的综合指标. 自适应帕尔默干旱指数(SC-PDSI) 2004 Wells[32] 该指数是PDSI的修正版,能够根据不同区域的气候特点进行选取模型校正参数. K指数 2007 王劲松[40] 该指数用季节降水量的相对变率与蒸发量的相对变率的比值定义,用于研究气象和农业干旱. 植被干旱响应指数(VegDRI) 2008 Brown[59] 综合考虑植被指数、气象干旱指数和土壤有效持水量等信息,通过信息挖掘技术进行干旱监测. 标准降水蒸散指数(SPEI) 2010 Vicente-Serrano[36] 表征某时段水分亏缺出现的概率多少的指标,适合月以上尺度相对当地气候状况的干旱监测. 2.3 农业干旱监测研究文献回顾

Climate change 2007: The physical science basis. 1 2007 ... 通过文献回顾和重点文献引用,发现目前农业干旱监测研究呈现以下特点：① 在学科分布上,目前以“干旱”为主题的文章研究重心仍集中在干旱对生态系统的影响,包括对植被长势的影响、植被生产力变化以及碳储存波动等方面;其次是农学方面,主要研究干旱事件对农作物长势以及产量的影响评估上,其中IPCC报告指出,亚洲的水稻、玉米和小麦产量在过去几十年呈下降趋势,主要由日益严重的干旱所致,并集中表现为气温升高、ENSO频率高,无雨日数增多等因素[72].而在地理学和灾害学领域,更加注重灾害时空分布特征、灾害发生机理以及防灾减灾等方面,目前关于时空分布特征进行了较为丰富的研究工作,在干旱发生成因方面也与气象学结合进行了较为深入的探讨,然而对防灾减灾具有重要作用的干旱监测研究仍处于薄弱环节[73-76].② 在研究方法上,当前农业干旱监测研究逐渐由传统的单一指标评价向综合性指标评价转变,并采用分类回归树、线性加权、联合分布函数以及贝叶斯网络等数据挖掘手段,如Brown等[59]综合利用植被指数、气象干旱指数及辅助数据提出了植被干旱响应指数,广泛用于美国干旱监测评价;而Rhee等[63]和Zhang等[64]则分别采用降水、植被和地表温度等数据,通过线性加权的方式,探讨了不同组合方式下气象干旱和农业干旱的监测效果;Anderson等通过Triple Collocation Analysis方法,提出综合多种土壤湿度数据优点的干旱监测方法[77];Hao等则通过联合分布函数构建了综合降水和土壤湿度的多变量干旱监测指数[78].③ 在数据获取手段上,传统的地面观测方式存在空间分布不均,无法反映空间分布特征的不足,目前逐渐转向台站观测和遥感技术的相结合的数据获取方式,特别是随着传感器种类的增加以及时空分辨率的提高,基于遥感手段的干旱监测逐渐成为研究热点,但仍存在数据序列较短的缺陷,因此应加强多源遥感数据同化研究,构建长时间序列的地表参数产品,同时还应加强基于遥感手段的干旱监测模型研究,如基于微波遥感的干旱监测模型[79-80].④ 在数据产品方面,目前广泛应用的产品包括Dai等人在2004年研制的PDSI指数全球监测产品[81],Vicente-Serrano等基于SPEI发布的全球0.5°×0.5°分辨率的干旱监测产品[82],以及Mu等发布的基于遥感的全球陆地干旱监测指数产品[65].最近,Hao等公布了全球综合干旱监测和预测系统,该系统包括了近实时监测部分和季节预测模块,能够提供全球尺度的气象干旱和农业干旱产品[83].上述产品为全球干旱监测提供了有效的数据支撑. ... Drought characterization: A probabilistic approach. 1 2009 ... 通过文献回顾和重点文献引用,发现目前农业干旱监测研究呈现以下特点：① 在学科分布上,目前以“干旱”为主题的文章研究重心仍集中在干旱对生态系统的影响,包括对植被长势的影响、植被生产力变化以及碳储存波动等方面;其次是农学方面,主要研究干旱事件对农作物长势以及产量的影响评估上,其中IPCC报告指出,亚洲的水稻、玉米和小麦产量在过去几十年呈下降趋势,主要由日益严重的干旱所致,并集中表现为气温升高、ENSO频率高,无雨日数增多等因素[72].而在地理学和灾害学领域,更加注重灾害时空分布特征、灾害发生机理以及防灾减灾等方面,目前关于时空分布特征进行了较为丰富的研究工作,在干旱发生成因方面也与气象学结合进行了较为深入的探讨,然而对防灾减灾具有重要作用的干旱监测研究仍处于薄弱环节[73-76].② 在研究方法上,当前农业干旱监测研究逐渐由传统的单一指标评价向综合性指标评价转变,并采用分类回归树、线性加权、联合分布函数以及贝叶斯网络等数据挖掘手段,如Brown等[59]综合利用植被指数、气象干旱指数及辅助数据提出了植被干旱响应指数,广泛用于美国干旱监测评价;而Rhee等[63]和Zhang等[64]则分别采用降水、植被和地表温度等数据,通过线性加权的方式,探讨了不同组合方式下气象干旱和农业干旱的监测效果;Anderson等通过Triple Collocation Analysis方法,提出综合多种土壤湿度数据优点的干旱监测方法[77];Hao等则通过联合分布函数构建了综合降水和土壤湿度的多变量干旱监测指数[78].③ 在数据获取手段上,传统的地面观测方式存在空间分布不均,无法反映空间分布特征的不足,目前逐渐转向台站观测和遥感技术的相结合的数据获取方式,特别是随着传感器种类的增加以及时空分辨率的提高,基于遥感手段的干旱监测逐渐成为研究热点,但仍存在数据序列较短的缺陷,因此应加强多源遥感数据同化研究,构建长时间序列的地表参数产品,同时还应加强基于遥感手段的干旱监测模型研究,如基于微波遥感的干旱监测模型[79-80].④ 在数据产品方面,目前广泛应用的产品包括Dai等人在2004年研制的PDSI指数全球监测产品[81],Vicente-Serrano等基于SPEI发布的全球0.5°×0.5°分辨率的干旱监测产品[82],以及Mu等发布的基于遥感的全球陆地干旱监测指数产品[65].最近,Hao等公布了全球综合干旱监测和预测系统,该系统包括了近实时监测部分和季节预测模块,能够提供全球尺度的气象干旱和农业干旱产品[83].上述产品为全球干旱监测提供了有效的数据支撑. ... Spatial and temporal drought analysis in the Kansabati river basin, India. 0 2005 Analysis of drought severity-area-frequency curves using a general circulation model and scenario uncertainty. Journal of Geophysical Research: 0 2009 A comprehensive drought monitoring method integrating MODIS and TRMM data. 2 2013 ... 通过文献回顾和重点文献引用,发现目前农业干旱监测研究呈现以下特点：① 在学科分布上,目前以“干旱”为主题的文章研究重心仍集中在干旱对生态系统的影响,包括对植被长势的影响、植被生产力变化以及碳储存波动等方面;其次是农学方面,主要研究干旱事件对农作物长势以及产量的影响评估上,其中IPCC报告指出,亚洲的水稻、玉米和小麦产量在过去几十年呈下降趋势,主要由日益严重的干旱所致,并集中表现为气温升高、ENSO频率高,无雨日数增多等因素[72].而在地理学和灾害学领域,更加注重灾害时空分布特征、灾害发生机理以及防灾减灾等方面,目前关于时空分布特征进行了较为丰富的研究工作,在干旱发生成因方面也与气象学结合进行了较为深入的探讨,然而对防灾减灾具有重要作用的干旱监测研究仍处于薄弱环节[73-76].② 在研究方法上,当前农业干旱监测研究逐渐由传统的单一指标评价向综合性指标评价转变,并采用分类回归树、线性加权、联合分布函数以及贝叶斯网络等数据挖掘手段,如Brown等[59]综合利用植被指数、气象干旱指数及辅助数据提出了植被干旱响应指数,广泛用于美国干旱监测评价;而Rhee等[63]和Zhang等[64]则分别采用降水、植被和地表温度等数据,通过线性加权的方式,探讨了不同组合方式下气象干旱和农业干旱的监测效果;Anderson等通过Triple Collocation Analysis方法,提出综合多种土壤湿度数据优点的干旱监测方法[77];Hao等则通过联合分布函数构建了综合降水和土壤湿度的多变量干旱监测指数[78].③ 在数据获取手段上,传统的地面观测方式存在空间分布不均,无法反映空间分布特征的不足,目前逐渐转向台站观测和遥感技术的相结合的数据获取方式,特别是随着传感器种类的增加以及时空分辨率的提高,基于遥感手段的干旱监测逐渐成为研究热点,但仍存在数据序列较短的缺陷,因此应加强多源遥感数据同化研究,构建长时间序列的地表参数产品,同时还应加强基于遥感手段的干旱监测模型研究,如基于微波遥感的干旱监测模型[79-80].④ 在数据产品方面,目前广泛应用的产品包括Dai等人在2004年研制的PDSI指数全球监测产品[81],Vicente-Serrano等基于SPEI发布的全球0.5°×0.5°分辨率的干旱监测产品[82],以及Mu等发布的基于遥感的全球陆地干旱监测指数产品[65].最近,Hao等公布了全球综合干旱监测和预测系统,该系统包括了近实时监测部分和季节预测模块,能够提供全球尺度的气象干旱和农业干旱产品[83].上述产品为全球干旱监测提供了有效的数据支撑. ...

... 尺度这一概念在许多学科研究中被广泛提及,主要包括时间尺度和空间尺度两大类.就农业干旱监测而言,不同时空尺度的监测结果往往会存在本质的区别,如不同月份监测结果和不同年份监测结果存在差异,或是在不同空间尺度监测中由于输入数据的不同导致监测结果存在差异等.当前已有学者尝试建立不同时空尺度上的农业干旱监测模型,并在区域尺度上得到了较好的验证结果[63, 76];然而多数研究成果局限于特定区域或特定时间尺度上,限制了模型在时空尺度上的进一步扩展.因此,如何将不同尺度的现有农业干旱监测模型进行综合与集成,以及如何开发新的多尺度农业干旱监测模型将成为未来搭建多时空尺度农业干旱监测平台的重要环节. ... Towards an integrated soil moisture drought monitor for East Africa. 1 2012 ... 通过文献回顾和重点文献引用,发现目前农业干旱监测研究呈现以下特点：① 在学科分布上,目前以“干旱”为主题的文章研究重心仍集中在干旱对生态系统的影响,包括对植被长势的影响、植被生产力变化以及碳储存波动等方面;其次是农学方面,主要研究干旱事件对农作物长势以及产量的影响评估上,其中IPCC报告指出,亚洲的水稻、玉米和小麦产量在过去几十年呈下降趋势,主要由日益严重的干旱所致,并集中表现为气温升高、ENSO频率高,无雨日数增多等因素[72].而在地理学和灾害学领域,更加注重灾害时空分布特征、灾害发生机理以及防灾减灾等方面,目前关于时空分布特征进行了较为丰富的研究工作,在干旱发生成因方面也与气象学结合进行了较为深入的探讨,然而对防灾减灾具有重要作用的干旱监测研究仍处于薄弱环节[73-76].② 在研究方法上,当前农业干旱监测研究逐渐由传统的单一指标评价向综合性指标评价转变,并采用分类回归树、线性加权、联合分布函数以及贝叶斯网络等数据挖掘手段,如Brown等[59]综合利用植被指数、气象干旱指数及辅助数据提出了植被干旱响应指数,广泛用于美国干旱监测评价;而Rhee等[63]和Zhang等[64]则分别采用降水、植被和地表温度等数据,通过线性加权的方式,探讨了不同组合方式下气象干旱和农业干旱的监测效果;Anderson等通过Triple Collocation Analysis方法,提出综合多种土壤湿度数据优点的干旱监测方法[77];Hao等则通过联合分布函数构建了综合降水和土壤湿度的多变量干旱监测指数[78].③ 在数据获取手段上,传统的地面观测方式存在空间分布不均,无法反映空间分布特征的不足,目前逐渐转向台站观测和遥感技术的相结合的数据获取方式,特别是随着传感器种类的增加以及时空分辨率的提高,基于遥感手段的干旱监测逐渐成为研究热点,但仍存在数据序列较短的缺陷,因此应加强多源遥感数据同化研究,构建长时间序列的地表参数产品,同时还应加强基于遥感手段的干旱监测模型研究,如基于微波遥感的干旱监测模型[79-80].④ 在数据产品方面,目前广泛应用的产品包括Dai等人在2004年研制的PDSI指数全球监测产品[81],Vicente-Serrano等基于SPEI发布的全球0.5°×0.5°分辨率的干旱监测产品[82],以及Mu等发布的基于遥感的全球陆地干旱监测指数产品[65].最近,Hao等公布了全球综合干旱监测和预测系统,该系统包括了近实时监测部分和季节预测模块,能够提供全球尺度的气象干旱和农业干旱产品[83].上述产品为全球干旱监测提供了有效的数据支撑. ... Multivariate standardized drought index. 1 2013 ... 通过文献回顾和重点文献引用,发现目前农业干旱监测研究呈现以下特点：① 在学科分布上,目前以“干旱”为主题的文章研究重心仍集中在干旱对生态系统的影响,包括对植被长势的影响、植被生产力变化以及碳储存波动等方面;其次是农学方面,主要研究干旱事件对农作物长势以及产量的影响评估上,其中IPCC报告指出,亚洲的水稻、玉米和小麦产量在过去几十年呈下降趋势,主要由日益严重的干旱所致,并集中表现为气温升高、ENSO频率高,无雨日数增多等因素[72].而在地理学和灾害学领域,更加注重灾害时空分布特征、灾害发生机理以及防灾减灾等方面,目前关于时空分布特征进行了较为丰富的研究工作,在干旱发生成因方面也与气象学结合进行了较为深入的探讨,然而对防灾减灾具有重要作用的干旱监测研究仍处于薄弱环节[73-76].② 在研究方法上,当前农业干旱监测研究逐渐由传统的单一指标评价向综合性指标评价转变,并采用分类回归树、线性加权、联合分布函数以及贝叶斯网络等数据挖掘手段,如Brown等[59]综合利用植被指数、气象干旱指数及辅助数据提出了植被干旱响应指数,广泛用于美国干旱监测评价;而Rhee等[63]和Zhang等[64]则分别采用降水、植被和地表温度等数据,通过线性加权的方式,探讨了不同组合方式下气象干旱和农业干旱的监测效果;Anderson等通过Triple Collocation Analysis方法,提出综合多种土壤湿度数据优点的干旱监测方法[77];Hao等则通过联合分布函数构建了综合降水和土壤湿度的多变量干旱监测指数[78].③ 在数据获取手段上,传统的地面观测方式存在空间分布不均,无法反映空间分布特征的不足,目前逐渐转向台站观测和遥感技术的相结合的数据获取方式,特别是随着传感器种类的增加以及时空分辨率的提高,基于遥感手段的干旱监测逐渐成为研究热点,但仍存在数据序列较短的缺陷,因此应加强多源遥感数据同化研究,构建长时间序列的地表参数产品,同时还应加强基于遥感手段的干旱监测模型研究,如基于微波遥感的干旱监测模型[79-80].④ 在数据产品方面,目前广泛应用的产品包括Dai等人在2004年研制的PDSI指数全球监测产品[81],Vicente-Serrano等基于SPEI发布的全球0.5°×0.5°分辨率的干旱监测产品[82],以及Mu等发布的基于遥感的全球陆地干旱监测指数产品[65].最近,Hao等公布了全球综合干旱监测和预测系统,该系统包括了近实时监测部分和季节预测模块,能够提供全球尺度的气象干旱和农业干旱产品[83].上述产品为全球干旱监测提供了有效的数据支撑. ... Cold regions hydrology high-resolution observatory for snow and cold land processes. 1 2010 ... 通过文献回顾和重点文献引用,发现目前农业干旱监测研究呈现以下特点：① 在学科分布上,目前以“干旱”为主题的文章研究重心仍集中在干旱对生态系统的影响,包括对植被长势的影响、植被生产力变化以及碳储存波动等方面;其次是农学方面,主要研究干旱事件对农作物长势以及产量的影响评估上,其中IPCC报告指出,亚洲的水稻、玉米和小麦产量在过去几十年呈下降趋势,主要由日益严重的干旱所致,并集中表现为气温升高、ENSO频率高,无雨日数增多等因素[72].而在地理学和灾害学领域,更加注重灾害时空分布特征、灾害发生机理以及防灾减灾等方面,目前关于时空分布特征进行了较为丰富的研究工作,在干旱发生成因方面也与气象学结合进行了较为深入的探讨,然而对防灾减灾具有重要作用的干旱监测研究仍处于薄弱环节[73-76].② 在研究方法上,当前农业干旱监测研究逐渐由传统的单一指标评价向综合性指标评价转变,并采用分类回归树、线性加权、联合分布函数以及贝叶斯网络等数据挖掘手段,如Brown等[59]综合利用植被指数、气象干旱指数及辅助数据提出了植被干旱响应指数,广泛用于美国干旱监测评价;而Rhee等[63]和Zhang等[64]则分别采用降水、植被和地表温度等数据,通过线性加权的方式,探讨了不同组合方式下气象干旱和农业干旱的监测效果;Anderson等通过Triple Collocation Analysis方法,提出综合多种土壤湿度数据优点的干旱监测方法[77];Hao等则通过联合分布函数构建了综合降水和土壤湿度的多变量干旱监测指数[78].③ 在数据获取手段上,传统的地面观测方式存在空间分布不均,无法反映空间分布特征的不足,目前逐渐转向台站观测和遥感技术的相结合的数据获取方式,特别是随着传感器种类的增加以及时空分辨率的提高,基于遥感手段的干旱监测逐渐成为研究热点,但仍存在数据序列较短的缺陷,因此应加强多源遥感数据同化研究,构建长时间序列的地表参数产品,同时还应加强基于遥感手段的干旱监测模型研究,如基于微波遥感的干旱监测模型[79-80].④ 在数据产品方面,目前广泛应用的产品包括Dai等人在2004年研制的PDSI指数全球监测产品[81],Vicente-Serrano等基于SPEI发布的全球0.5°×0.5°分辨率的干旱监测产品[82],以及Mu等发布的基于遥感的全球陆地干旱监测指数产品[65].最近,Hao等公布了全球综合干旱监测和预测系统,该系统包括了近实时监测部分和季节预测模块,能够提供全球尺度的气象干旱和农业干旱产品[83].上述产品为全球干旱监测提供了有效的数据支撑. ... Snow cover monitoring from remote sensing satellites//Remote Sensing of Drought: Innovative Monitoring Approaches 1 2012 ... 通过文献回顾和重点文献引用,发现目前农业干旱监测研究呈现以下特点：① 在学科分布上,目前以“干旱”为主题的文章研究重心仍集中在干旱对生态系统的影响,包括对植被长势的影响、植被生产力变化以及碳储存波动等方面;其次是农学方面,主要研究干旱事件对农作物长势以及产量的影响评估上,其中IPCC报告指出,亚洲的水稻、玉米和小麦产量在过去几十年呈下降趋势,主要由日益严重的干旱所致,并集中表现为气温升高、ENSO频率高,无雨日数增多等因素[72].而在地理学和灾害学领域,更加注重灾害时空分布特征、灾害发生机理以及防灾减灾等方面,目前关于时空分布特征进行了较为丰富的研究工作,在干旱发生成因方面也与气象学结合进行了较为深入的探讨,然而对防灾减灾具有重要作用的干旱监测研究仍处于薄弱环节[73-76].② 在研究方法上,当前农业干旱监测研究逐渐由传统的单一指标评价向综合性指标评价转变,并采用分类回归树、线性加权、联合分布函数以及贝叶斯网络等数据挖掘手段,如Brown等[59]综合利用植被指数、气象干旱指数及辅助数据提出了植被干旱响应指数,广泛用于美国干旱监测评价;而Rhee等[63]和Zhang等[64]则分别采用降水、植被和地表温度等数据,通过线性加权的方式,探讨了不同组合方式下气象干旱和农业干旱的监测效果;Anderson等通过Triple Collocation Analysis方法,提出综合多种土壤湿度数据优点的干旱监测方法[77];Hao等则通过联合分布函数构建了综合降水和土壤湿度的多变量干旱监测指数[78].③ 在数据获取手段上,传统的地面观测方式存在空间分布不均,无法反映空间分布特征的不足,目前逐渐转向台站观测和遥感技术的相结合的数据获取方式,特别是随着传感器种类的增加以及时空分辨率的提高,基于遥感手段的干旱监测逐渐成为研究热点,但仍存在数据序列较短的缺陷,因此应加强多源遥感数据同化研究,构建长时间序列的地表参数产品,同时还应加强基于遥感手段的干旱监测模型研究,如基于微波遥感的干旱监测模型[79-80].④ 在数据产品方面,目前广泛应用的产品包括Dai等人在2004年研制的PDSI指数全球监测产品[81],Vicente-Serrano等基于SPEI发布的全球0.5°×0.5°分辨率的干旱监测产品[82],以及Mu等发布的基于遥感的全球陆地干旱监测指数产品[65].最近,Hao等公布了全球综合干旱监测和预测系统,该系统包括了近实时监测部分和季节预测模块,能够提供全球尺度的气象干旱和农业干旱产品[83].上述产品为全球干旱监测提供了有效的数据支撑. ... A global dataset of Palmer Drought Severity Index for 1870-2002: Relationship with soil moisture and effects of surface warming. 1 2004 ... 通过文献回顾和重点文献引用,发现目前农业干旱监测研究呈现以下特点：① 在学科分布上,目前以“干旱”为主题的文章研究重心仍集中在干旱对生态系统的影响,包括对植被长势的影响、植被生产力变化以及碳储存波动等方面;其次是农学方面,主要研究干旱事件对农作物长势以及产量的影响评估上,其中IPCC报告指出,亚洲的水稻、玉米和小麦产量在过去几十年呈下降趋势,主要由日益严重的干旱所致,并集中表现为气温升高、ENSO频率高,无雨日数增多等因素[72].而在地理学和灾害学领域,更加注重灾害时空分布特征、灾害发生机理以及防灾减灾等方面,目前关于时空分布特征进行了较为丰富的研究工作,在干旱发生成因方面也与气象学结合进行了较为深入的探讨,然而对防灾减灾具有重要作用的干旱监测研究仍处于薄弱环节[73-76].② 在研究方法上,当前农业干旱监测研究逐渐由传统的单一指标评价向综合性指标评价转变,并采用分类回归树、线性加权、联合分布函数以及贝叶斯网络等数据挖掘手段,如Brown等[59]综合利用植被指数、气象干旱指数及辅助数据提出了植被干旱响应指数,广泛用于美国干旱监测评价;而Rhee等[63]和Zhang等[64]则分别采用降水、植被和地表温度等数据,通过线性加权的方式,探讨了不同组合方式下气象干旱和农业干旱的监测效果;Anderson等通过Triple Collocation Analysis方法,提出综合多种土壤湿度数据优点的干旱监测方法[77];Hao等则通过联合分布函数构建了综合降水和土壤湿度的多变量干旱监测指数[78].③ 在数据获取手段上,传统的地面观测方式存在空间分布不均,无法反映空间分布特征的不足,目前逐渐转向台站观测和遥感技术的相结合的数据获取方式,特别是随着传感器种类的增加以及时空分辨率的提高,基于遥感手段的干旱监测逐渐成为研究热点,但仍存在数据序列较短的缺陷,因此应加强多源遥感数据同化研究,构建长时间序列的地表参数产品,同时还应加强基于遥感手段的干旱监测模型研究,如基于微波遥感的干旱监测模型[79-80].④ 在数据产品方面,目前广泛应用的产品包括Dai等人在2004年研制的PDSI指数全球监测产品[81],Vicente-Serrano等基于SPEI发布的全球0.5°×0.5°分辨率的干旱监测产品[82],以及Mu等发布的基于遥感的全球陆地干旱监测指数产品[65].最近,Hao等公布了全球综合干旱监测和预测系统,该系统包括了近实时监测部分和季节预测模块,能够提供全球尺度的气象干旱和农业干旱产品[83].上述产品为全球干旱监测提供了有效的数据支撑. ... A new global 0.5 gridded dataset (1901-2006) of a multiscalar drought index. 1 2010 ... 通过文献回顾和重点文献引用,发现目前农业干旱监测研究呈现以下特点：① 在学科分布上,目前以“干旱”为主题的文章研究重心仍集中在干旱对生态系统的影响,包括对植被长势的影响、植被生产力变化以及碳储存波动等方面;其次是农学方面,主要研究干旱事件对农作物长势以及产量的影响评估上,其中IPCC报告指出,亚洲的水稻、玉米和小麦产量在过去几十年呈下降趋势,主要由日益严重的干旱所致,并集中表现为气温升高、ENSO频率高,无雨日数增多等因素[72].而在地理学和灾害学领域,更加注重灾害时空分布特征、灾害发生机理以及防灾减灾等方面,目前关于时空分布特征进行了较为丰富的研究工作,在干旱发生成因方面也与气象学结合进行了较为深入的探讨,然而对防灾减灾具有重要作用的干旱监测研究仍处于薄弱环节[73-76].② 在研究方法上,当前农业干旱监测研究逐渐由传统的单一指标评价向综合性指标评价转变,并采用分类回归树、线性加权、联合分布函数以及贝叶斯网络等数据挖掘手段,如Brown等[59]综合利用植被指数、气象干旱指数及辅助数据提出了植被干旱响应指数,广泛用于美国干旱监测评价;而Rhee等[63]和Zhang等[64]则分别采用降水、植被和地表温度等数据,通过线性加权的方式,探讨了不同组合方式下气象干旱和农业干旱的监测效果;Anderson等通过Triple Collocation Analysis方法,提出综合多种土壤湿度数据优点的干旱监测方法[77];Hao等则通过联合分布函数构建了综合降水和土壤湿度的多变量干旱监测指数[78].③ 在数据获取手段上,传统的地面观测方式存在空间分布不均,无法反映空间分布特征的不足,目前逐渐转向台站观测和遥感技术的相结合的数据获取方式,特别是随着传感器种类的增加以及时空分辨率的提高,基于遥感手段的干旱监测逐渐成为研究热点,但仍存在数据序列较短的缺陷,因此应加强多源遥感数据同化研究,构建长时间序列的地表参数产品,同时还应加强基于遥感手段的干旱监测模型研究,如基于微波遥感的干旱监测模型[79-80].④ 在数据产品方面,目前广泛应用的产品包括Dai等人在2004年研制的PDSI指数全球监测产品[81],Vicente-Serrano等基于SPEI发布的全球0.5°×0.5°分辨率的干旱监测产品[82],以及Mu等发布的基于遥感的全球陆地干旱监测指数产品[65].最近,Hao等公布了全球综合干旱监测和预测系统,该系统包括了近实时监测部分和季节预测模块,能够提供全球尺度的气象干旱和农业干旱产品[83].上述产品为全球干旱监测提供了有效的数据支撑. ... Global integrated drought monitoring and prediction system. 1 2014 ... 通过文献回顾和重点文献引用,发现目前农业干旱监测研究呈现以下特点：① 在学科分布上,目前以“干旱”为主题的文章研究重心仍集中在干旱对生态系统的影响,包括对植被长势的影响、植被生产力变化以及碳储存波动等方面;其次是农学方面,主要研究干旱事件对农作物长势以及产量的影响评估上,其中IPCC报告指出,亚洲的水稻、玉米和小麦产量在过去几十年呈下降趋势,主要由日益严重的干旱所致,并集中表现为气温升高、ENSO频率高,无雨日数增多等因素[72].而在地理学和灾害学领域,更加注重灾害时空分布特征、灾害发生机理以及防灾减灾等方面,目前关于时空分布特征进行了较为丰富的研究工作,在干旱发生成因方面也与气象学结合进行了较为深入的探讨,然而对防灾减灾具有重要作用的干旱监测研究仍处于薄弱环节[73-76].② 在研究方法上,当前农业干旱监测研究逐渐由传统的单一指标评价向综合性指标评价转变,并采用分类回归树、线性加权、联合分布函数以及贝叶斯网络等数据挖掘手段,如Brown等[59]综合利用植被指数、气象干旱指数及辅助数据提出了植被干旱响应指数,广泛用于美国干旱监测评价;而Rhee等[63]和Zhang等[64]则分别采用降水、植被和地表温度等数据,通过线性加权的方式,探讨了不同组合方式下气象干旱和农业干旱的监测效果;Anderson等通过Triple Collocation Analysis方法,提出综合多种土壤湿度数据优点的干旱监测方法[77];Hao等则通过联合分布函数构建了综合降水和土壤湿度的多变量干旱监测指数[78].③ 在数据获取手段上,传统的地面观测方式存在空间分布不均,无法反映空间分布特征的不足,目前逐渐转向台站观测和遥感技术的相结合的数据获取方式,特别是随着传感器种类的增加以及时空分辨率的提高,基于遥感手段的干旱监测逐渐成为研究热点,但仍存在数据序列较短的缺陷,因此应加强多源遥感数据同化研究,构建长时间序列的地表参数产品,同时还应加强基于遥感手段的干旱监测模型研究,如基于微波遥感的干旱监测模型[79-80].④ 在数据产品方面,目前广泛应用的产品包括Dai等人在2004年研制的PDSI指数全球监测产品[81],Vicente-Serrano等基于SPEI发布的全球0.5°×0.5°分辨率的干旱监测产品[82],以及Mu等发布的基于遥感的全球陆地干旱监测指数产品[65].最近,Hao等公布了全球综合干旱监测和预测系统,该系统包括了近实时监测部分和季节预测模块,能够提供全球尺度的气象干旱和农业干旱产品[83].上述产品为全球干旱监测提供了有效的数据支撑. ... Global changes in dryland vegetation dynamics (1988-2008) assessed by satellite remote sensing. 1 2013 ... 遥感数据是开展农业干旱监测的重要数据源.随着不同用途卫星的相继发射,海量的遥感数据为学者研究地表过程提供了丰富的数据支撑.与地面观测数据相比,遥感数据当前面临的最大挑战是时间序列较短,难以在长时间尺度上探究干旱的时间变化特征.同时,不同来源遥感数据时空尺度的不一致限制了其综合应用,虽然目前已发展多种尺度转换技术进行数据同化,然而仍未完全实现多源遥感数据的综合应用,尤其是微波遥感在研究干旱对地表植被影响中的应用更为缺乏[84],今后应挖掘更多可表征干旱特征的地表参量,提高遥感监测干旱的水平[85].另外,遥感数据的不确定性问题也是阻碍其在农业干旱监测中进一步应用的关键问题,如传感器更换所造成数据一致性差等问题.因此,发展数据同化技术、提高多源遥感数据综合利用水平、定量评价遥感数据的不确定性等问题是今后农业干旱监测研究中的一个发展方向（图6）.最后,随着全球土壤湿度监测卫星（SMAP）等一系列新兴卫星的相继发射,为农业干旱监测提供了新的发展机遇,而遥感数据在农业干旱监测中的作用将得到进一步提升. ... 1 2012 ... 遥感数据是开展农业干旱监测的重要数据源.随着不同用途卫星的相继发射,海量的遥感数据为学者研究地表过程提供了丰富的数据支撑.与地面观测数据相比,遥感数据当前面临的最大挑战是时间序列较短,难以在长时间尺度上探究干旱的时间变化特征.同时,不同来源遥感数据时空尺度的不一致限制了其综合应用,虽然目前已发展多种尺度转换技术进行数据同化,然而仍未完全实现多源遥感数据的综合应用,尤其是微波遥感在研究干旱对地表植被影响中的应用更为缺乏[84],今后应挖掘更多可表征干旱特征的地表参量,提高遥感监测干旱的水平[85].另外,遥感数据的不确定性问题也是阻碍其在农业干旱监测中进一步应用的关键问题,如传感器更换所造成数据一致性差等问题.因此,发展数据同化技术、提高多源遥感数据综合利用水平、定量评价遥感数据的不确定性等问题是今后农业干旱监测研究中的一个发展方向（图6）.最后,随着全球土壤湿度监测卫星（SMAP）等一系列新兴卫星的相继发射,为农业干旱监测提供了新的发展机遇,而遥感数据在农业干旱监测中的作用将得到进一步提升. ...

【本文地址】

农业干旱监测研究进展与展望

农业干旱监测研究进展与展望

今日新闻

推荐新闻