干旱是由降水不够惹起的,受温度、蒸发放等各式处境成分的影响,导致缺水和作物歉收。古代的干旱监测要领合键重视于景色、水文等简单因子,而对多因子归纳干旱监测的筹议相对有限。本文愚弄2001—2015年的温度状况指数(TCI)、植被状况指数(VCI)、植被供水景遇指数(VSWI)、降水状况指数(PCI)、泥土湿度状况指数(SMCI)、高程(DEM)及田间持水量(AWC)等7个干旱因子为自变量,以归纳景色干旱指数(CI)为因变量,愚弄随机丛林(RF)、加强回归树(BRT)和人为神经搜集(ANN)构修干旱监测模子,并以西南五省为筹议区举办了评判和剖析。结果解说,基于人为神经搜集的干旱监测目标(ANN-CI)预测成效最好,正在测试集结预测值和观测值间的可决系数(R2)为0.94,均方根差错(RMSE)为0.23。三种基于呆板进修的归纳干旱目标均正在草地域体现最好,林区精度最差。正在2001—2015年间,ANN-CI和植被孕育景遇拥有明显的时空合连性(R2=0.70,p0.01)。结尾选用ANN-CI对西南地域2009/2010年干旱事务的进展历程举办监测,而且与帕默尔干旱指数(PDSI)的监测结果举办对照,结果解说ANN-CI也许较好地运用于区域的旱情监测。
*钟九生(1984—),男,副教导,博士,合键从事地舆消息体系开拓与运用、资源处境遥感、遥感图像管造筹议。
何志远, 钟九生, 代仁丽. 基于呆板进修的归纳干旱监测修模及正在西南地域运用[ J] . 水利水电技艺(中英文), 2022, 53(2): 43- 51.
干旱是环球合键天然灾难之一,干旱导致的水资源欠缺,不单添加了农业部分的虚弱性和经济吃亏,并且还极大地恐吓着人类的人命。很多国度都存正在因干旱而导致的农作物减产和水资源匮乏等题目。
干旱筹议中行使了很多干旱指数,这些指数供应诸如水分供应景遇和干旱的定量首要水准等消息。此中轨范化降水指数(SPI),轨范化降水蒸散指数(SPEI),帕默尔干旱指数(PDSI)和湿度极度指数(Z-index)被普遍行使。但这些指数一般只针对单个干旱类型或有限数目标数据源。遥感数据因为其拥有宏观、神速和时空上数据持续的所长使得大面积高岁月别离率的干旱评估和监测成为或许。
因为干旱是由多种成分惹起的,因此没有简单的目标可能齐全讲明干旱的繁复性和多样性。所以,将各式目标连接成为监测干旱的趋向。近年来许多学者试验探究将多种致旱因子连接来构修干旱模子而且曾经开拓了多种归纳干旱指数。比方,植被强壮指数VH通过加权组合地表温度(LST)和归一化植被指数(NDVI)盘算推算得出,该指数因为其供应了与给定岁月内输入数据的史乘范畴(最幼值和最大值)相对应的干旱条款消息从而被普遍运用。RHEE等开拓了归一化旱状况况指数SDCI(Scaled Drought Condition Index),归纳了降水状况指数(Precipitation Condition Index, PCI)、温度状况指数(Temperature Condition Index, TCI)以及植被状况指数(Vegetation Condition Index, VCI),合键用于监测农业干旱。植被供水指数(VSWI)也许归纳反响作物冠层轮廓温度和植被指数消息,用于检测植被钳造、水分和干旱影响地域。当组合多个变量时,断定行使哪种加权计划至合苛重。平等加权和线性组合要领因为其简易性而被普通行使,可是各成分对干旱的影响正在分此表埠域、岁月和干旱类型体现分别,所以应筹议更优秀和自合适的加权要领,以调解多种成分以更好地监测干旱。
本筹议归纳探究了干旱变成历程中的多种成分,以确定它们若何有用地用于监测景色和农业干旱。筹议方向为:(1)愚弄光学遥感数据、微波遥感数据盘算推算出5种干旱合连目标,如TCI、PCI、SMCI、VCI和VSWI,并连接DEM、AWC为自变量,以归纳景色干旱指数CI为因变量,锻炼三种呆板进修模子——随机丛林、加强回归树模子和人为神经搜集,对照三种模子的结果,从被挑选成效最优的模子;(2)评判最优干旱目标对付植被干旱的监测成效;(3)通过最优干旱指数对2009/2010干旱事务举办监测并与PDSI做对照。
中国西南地域范畴为20°N—35°N,96°E—113°E,由四川、重庆、贵州、云南、广西五省构成(见
)。区域总面积约为1.37×106 km2,占疆域面积的14.3%。该地域位于青藏高原与中国东部和南部平原的过渡地带。云南南治下热带季风天气,四川西治下高原天气和高山天气,其余地域均属亚热带季风天气。光热条款较好,但受季风天气和山地地形的显明影。
上一篇:今日气候要点 下一篇:2020年宇宙节水学问离间赛题库(含谜底)