基于高程订正的温度植被干旱指数在河北干旱监测的适用性分析

摘要

基于河北省2017—2021年生长期（4—9月）MODIS遥感数据，用数字高程模型（Digital Elevation Model, DEM）对陆面温度（Land Surface Temperature, LST）进行订正，构建增强植被指数（Enhanced Vegetation Index, EVI）-LST特征空间，估算订正的温度植被干旱指数（Modified Temperature Vegetation Dryness Index, MTVDI），并结合与土壤湿度和降水实地观测数据的相关性，探讨MTVDI在河北植被生长期的适用性。结果表明：（1）基于DEM对构建的EVI-LST特征空间进行订正，订正后的特征空间散点图更符合三角形关系，与温度植被干旱指数（Temperature Vegetation Dryness Index,TVDI）原理图更接近；（2）MTVDI与土壤湿度的相关性较订正前提高0.09，且MTVDI等级与土壤湿度等级的空间匹配度>0.9，表明MTVDI具有反映研究区土壤湿度的能力；（3）MTVDI与降水量呈负相关，表明MTVDI对河北省干旱具有一定表征意义；（4）2019年的干旱事件显示，MTVDI能够分析出干旱从东北部向全省发展的形势。用DEM对温度植被干旱指数（TVDI）进行订正，可减小LST随海拔变化对土壤湿度反演误差的影响，MTVDI能较好指示河北干旱状况。

关键词

干旱监测 / DEM / 订正后的TVDI / 河北