自然资源遥感, 2022, 34(2): 261-270 doi: 10.6046/zrzyyg.2021191

技术应用

广西糖料蔗种植区干旱遥感时空分析

覃纹,1,2, 黄秋燕,1,3, 覃志豪4, 刘剑洪1, 韦高杨1

1.南宁师范大学地理科学与规划学院,南宁 530001

2.广西壮族自治区环境保护科学研究院,南宁 530022

3.南宁师范大学北部湾环境演变与资源利用重点实验室, 南宁 530001

4.中国农业科学院农业资源与农业区划研究所,北京 100081

Spatiotemporal analysis of drought in sugarcane planting areas of Guangxi by remote sensing

QIN Wen,1,2, HUANG Qiuyan,1,3, QIN Zhihao4, LIU Jianhong1, WEI Gaoyang1

1. School of Geography Science and Planning, Nanning Normal University, Nanning 530001, China

2. Scientific Research Academy of Guangxi Environmental Protection, Nanning 530022, China

3. Key Laboratory of Environmental Evolution and Resource Utilization of Beibu Gulf, Nanning Normal University, Nanning 530001, China

4. Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081, China

通讯作者: 黄秋燕(1973-),女,教授,主要从事甘蔗遥感监测、资源环境遥感和农业灾害遥感等方面的研究。Email:hqy@nnnu.edu.cn。

责任编辑: 陈理

收稿日期: 2021-06-18   修回日期: 2021-10-19  

基金资助: 国家重点研发计划项目“全球农业干旱监测研究”(2019YFE0127600)
国家自然科学基金地区项目“广西甘蔗干旱灾变机理与遥感监测预警方法研究”(41661090)
广西研究生教育创新计划资助项目“新一代静止气象卫星与极轨卫星耦合的甘蔗蒸散发日尺度转换模型研究”(YCSW2020192)
广西重点研发计划项目“广西甘蔗秸秆焚烧对大气环境质量影响及肥料化利用研究与示范”(桂科AB20238014)

Received: 2021-06-18   Revised: 2021-10-19  

作者简介 About authors

覃 纹(1996-),女,硕士研究生,主要从事资源环境遥感方面的研究。Email: qinw0717@foxmail.com。

摘要

广西是我国最重要的糖料蔗产区,开展蔗区干旱遥感监测具有重要的现实意义。本研究利用MODIS遥感数据产品MOD16/MYD16计算2002—2018年间广西糖料蔗种植区干旱严重程度指数(drought severity index,DSI)空间分布,分析揭示广西糖料蔗种植区不同干旱等级时空演变特征,然后利用一元线性回归、Mann-Kendall趋势检验和Hurst指数等3种方法分析广西糖料蔗种植区干旱变化趋势。结果表明,2002—2018年间广西糖料蔗种植区干旱主要集中在桂中蔗区、桂东南蔗区、桂西南蔗区及桂西北蔗区; DSI年均值为-0.59,最大值出现在2010年和2002年,最小值出现在2016年; 2002—2018年间广西糖料蔗种植区DSI总体上显现微弱下降趋势,年降速为0.07%; 从干旱空间重心来看,不同生育期的干旱面积重心呈现出由中部向西北方向扩张趋势,重心迁移轨迹为桂中蔗区>桂西南蔗区>桂西北蔗区; 从各年度来看,广西糖料蔗种植区DSI年际波动明显,存在显著上升和下降的突变年份,表明干旱在各年度之间显现出易变性。在未来气候变化背景下,广西蔗区干旱变化趋于严峻。因此,加强蔗区抗旱减灾防御,仍然是减轻重大干旱对糖料蔗生产影响的重要措施。

关键词： DSI; 重心迁移; 干旱时空演变; 甘蔗

Abstract

Guangxi is the most important sugarcane producing area in China. Remote sensing of drought in sugarcane planting areas is of great practical significance to decision-making for the anti-drought campaign in Guangxi where sugarcane planting is mainly on the farmland without irrigation guarantee. This study intends to examine the issue of remote sensing monitoring of drought in sugarcane planning areas in Guangxi. MODIS data product MOD16/MYD16 was used to calculate the drought intensity index (DSI) in Guangxi sugarcane planting areas for a period from 2002 to 2018. On the basis of this calculation, the spatiotemporal characteristics of different drought grades in Guangxi sugarcane planting areas were analyzed. In order to reveal the changing trend of the drought severity in the sugarcane planning areas, three methods, i.e. unary linear regression, Mann-Kendall trend test and Hurst index, were used in the study to analyze the change trend of drought in the sugarcane planting areas of Guangxi. The results showed that the drought in Guangxi during the period from 2002 to 2018 mainly happened in the center, the southeast, the southwest, and the northwest sugarcane areas. The annual average of DSI was -0.59 during the period. Very high DSI was observed in two years, i.e. 2010 and 2002, implying that sugarcane planting in Guangxi experienced the most severe drought in the two years. Very low DSI was seen in 2016, indicating the minimal impact of drought on the planting areas this year. The change of DSI in the sugarcane planting areas of Guangxi showed a trend of a slight decrease from 2002 to 2018, with an annual rate of -0.07%. In terms of the spatial center of gravity of drought, the center of gravity of drought areas in different growth periods showed a trend of expansion from the center to the northwest, and the path of gravity center shift was as follows: central planting area > southwest planting area > northwest planting area. From the perspective of years, DSI in each year revealed a remarkable fluctuation during the period in question. Sharp changes in DSI might also be seen in some years, implying that drought had variability among years in Guangxi. The spatiotemporal variation of drought in Guangxi is obviously related to the climate change in the areas. Therefore we believe that sugarcane planting in Guangxi might continuously face the challenges from the frequent occurrence of the drought of various grades as a result of future climate change. Remote sensing monitoring of the drought can provide useful information on drought events and their dynamics for anti-drought campaigns to reduce the impact of drought on sugarcane planting in Guangxi.

Keywords： DSI; shift of the center of gravity; spatiotemporal evolution of drought; sugarcane

PDF (5588KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

覃纹, 黄秋燕, 覃志豪, 刘剑洪, 韦高杨. 广西糖料蔗种植区干旱遥感时空分析[J]. 自然资源遥感, 2022, 34(2): 261-270 doi:10.6046/zrzyyg.2021191

QIN Wen, HUANG Qiuyan, QIN Zhihao, LIU Jianhong, WEI Gaoyang. Spatiotemporal analysis of drought in sugarcane planting areas of Guangxi by remote sensing[J]. Remote Sensing for Land & Resources, 2022, 34(2): 261-270 doi:10.6046/zrzyyg.2021191

0 引言

糖料蔗是生产食糖的主要原料,也是广西壮族自治区经济支柱及贫困地区蔗农主要收入来源。广西是中国最大的糖料蔗生产大省,广西糖料蔗种植面积、蔗糖产量已连续26个榨季居全国第一位,种植面积和产糖量均占全国的60%左右[1],为增加财政收入、促进农民增收、确保国家食糖供应及食糖安全起到了重要作用。但是,与先进的蔗糖生产国相比,单产低、宿根年限短等不足成为影响广西糖料蔗生产发展的瓶颈问题[2]。其中,干旱对糖料蔗产量的制约是导致糖料蔗单产低的重要原因之一[3]。有研究表明,糖料蔗生长关键期遭遇干旱,将导致糖料蔗减产18%以上[4],极端干旱甚至绝收。2009—2010年广西糖料蔗主产区崇左市遭遇特大干旱,2009年该区糖料蔗平均单产比前5 a峰值的2007年偏少8.33%[3]。干旱的发生主要受自然因素及人类活动等多重因素的影响[5]。近年来,随着全球气候变暖加速,干旱的频次、强度以及影响程度也呈上升趋势[6-7],人类活动强度的加剧,干旱的程度和分布格局可能发生变化[8]。因此,掌握广西糖料蔗主产区干旱时空演变特征及演化规律,对于科学制定干旱缓解措施至关重要。

糖料蔗干旱本质上是土壤水分匮乏,不能满足糖料蔗对水分的要求,遭遇严重干旱往往会造成大面积的减产。糖料蔗干旱成因比较复杂,与基因品种、土壤水分、大气环流、灌溉条件及地形地貌及栽培管理等均有关系。因此,开展糖料蔗干旱监测方法研究,及时掌握糖料蔗的生产状况,已成为糖料蔗田间管理的重要内容。目前相关部门主要采用气象干旱监测方法,开展了糖料蔗干旱监测业务化作业[9-10],并出台了气象行业标准《糖料蔗干旱灾害等级》(GB/T 34809—2017)作为糖料蔗气象干旱定量化评价依据[11]。此外,有学者[11-12]采用气象数据提取气象干旱指数如标准化降水蒸散指数(standardized precipitation evapotranspiration index,SPEI)[13]进行糖料蔗干旱监测,也有一些学者采用水分亏缺指数[14]或土壤水分相对湿度[15]开展糖料蔗干旱监测研究,但这些研究主要是采用气象观测数据或陆面数据同化系统CLDAS数据为主,受气象站点空间分布不均的影响较大,很难对大面积蔗区旱情作出快速准确的评价。

遥感干旱监测方法具有客观、及时、覆盖范围广、数据连续等特点,已成为农业干旱监测中最具有前景的技术手段[16]。匡昭敏等[17]采用植被温度旱情指数监测2004年和2005年的秋季糖料蔗旱情监测,其指标分级的合理性及模型的适用性都还需通过更长时间的检验。另外,植被温度旱情指数只适用于植被全覆盖地表[18],不适用于裸土和植被的混合地表,因而该指数是否适用糖料蔗苗期或分蘖期旱情监测尚待检验。蒸散发(evapotranspiration,ET)与潜在蒸散发(potential evapotranspiration,PET)的比值(ET/PET)在一定程度上能反映农作物的水分胁迫信息[19],基于ET/PET与归一化植被指数(normalized difference vegetation index,NDVI)构建的干旱严重程度指数(drought severity index, DSI)[20]可有效监测农业干旱状况[21],已被应用于新疆[22]、山东[23]及西南地区[24]的区域干旱事件研究,以及我国北方冬小麦干旱监测[25]。但利用长时间序列DSI干旱指数分析广西蔗区干旱时空演变特征,揭示糖料蔗各生育期受旱胁迫演变规律的研究,还鲜见文献报道。

本研究利用2002—2018年间MOD16A2和MOD09A1数据集,计算DSI,获取了年尺度的500 m空间分辨率广西糖料蔗干旱时空分布,并分析糖料蔗种植区各生育期干旱特征,明确广西糖料蔗生育期干旱时间演化趋势,以期为广西糖料蔗防旱减灾工作提供参考。

1 数据来源

本文选取覆盖广西6个糖料蔗主产区(图1)的MOD16A2,MYD16A2及MOD09A1,MYD09A1作为基础数据源,计算DSI指数。数据可在美国国家航空航天局官网(https://www.nasa.gov/)免费下载,数据时间分辨率为8 d,空间分辨率为500 m,时间跨度为2002—2018年。研究中采用最大合成法对下载的数据源进行同一天最大合成,以降低云污染像元的影响。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   广西糖料蔗种植区分布

Fig.1   Distribution of sugarcane in Guangxi


糖料蔗生育期数据以当地糖料蔗物候确定。广西糖料蔗一般于3月开始播种,5月进入分蘖期,6—10月为茎伸长期,11月进入成熟期[26]。研究中分别选用第57—113天、121—145天、153—297天以及305—361天数据作为糖料蔗4个生育期的研究数据。

2 研究方法

2.1 DSI干旱等级

DSI干旱指数采用NDVI和ET/PET蒸散比指数计算,NDVI主要反映红光波段、近红外波段反射率与土壤背景之间的差异,可定量说明作物的生长状况[27],而ET和PET是地表水热平衡的重要成分,可反映作物水分胁迫状况[28]。因此,DSI能够综合地反馈作物受旱胁迫信息,其取值范围在负无穷到正无穷之间,具体计算公式为:

NDVI=NIR-RedNIR+Red
ZET/PET=RET/PET-R¯ET/PETσET/PET
ZNDVI=NDVI-NDVI¯σNDVI
Z=ZET/PET+ZNDVI
DSI=Z-Z¯σZ

式中: Red和NIR分别为红光和近红外波段反射率;ZET/PET为将MOD16A2数据ET和PET的比值进行标准化后的数值;R¯ET/PET和σET/PET分别为ET/PET的平均值和方差;ZNDVI为MOD09A1数据计算的NDVI标准化后得到的数值;NDVI¯和σNDVI分别为NDVI的平均值和方差;Z¯和σZ分别为Z的平均值和方差。为避免引入误差,本文采用的DSI分析数据皆剔除非蔗区及非干旱数值的影响。

根据文献[25],划定干旱DSI指数等级标准(表1)。可见,DSI越小,干旱程度越强; DSI越大,干旱程度越弱[23]。

表1   DSI干旱等级标准

Tab.1  DSI drought grade standard

数值等级数值等级
≤-1.50极度干旱(0.30,0.60]初始湿润
(-1.50,-1.20]重度干旱(0.60,0.90]轻度湿润
(-1.20,-0.90]中度干旱(0.90,1.20]中度湿润
(-0.90,-0.60]轻度干旱(1.20,1.50)重度湿润
(-0.60,-0.30]初始干旱≥1.50极度湿润
(-0.30,0.30]正常

新窗口打开| 下载CSV


2.2 干旱面积重心模型

重心又称加权平均中心,通过重心的移动可以直观反映区域内某些属性的变化轨迹及其空间差异性[29]。其计算公式为:

X=∑i=1nMiXi∑i=1nMi
Y=∑i=1nMiYi∑i=1nMi

式中:X和Y分别为重心坐标;n为i变量的总数;Mi为空间变量i处的权重;Xi和Yi分别为i变量的坐标。

加权标准差椭圆能够有效识别各类地理要素的空间分布特征[30]。其原理可简述为计算重心迁移[31],具体表达式为:

tanθ=∑i=1nMi2X˜i2-∑i=1nMi2Y˜i2+4∑i=1nMi2X˜i2Y˜i2+∑i=1nMi2X˜i2-∑i=1nMi2Y˜i222∑i=1nMi2X˜iY˜i
σX=∑i=1n(MiX˜icosθ-MiY˜isinθ)2∑i=1nMi2
σY=∑i=1n(MiX˜isinθ-MiY˜icosθ)2∑i=1nMi2

式中:θ为椭圆的方位角,即正北方向通过顺时针方向旋转至椭圆长轴所形成的夹角;X˜i和Y˜i分别为i变量区位到重心坐标的坐标偏差;σX和σY分别为沿X轴和Y轴的标准差。

2.3 干旱变化趋势分析

同比增长率、一元线性回归法和Mann-Kendall趋势检验法[32]可分析DSI指数干旱长时序变化趋势。Mann-Kendall趋势检验法中,UF>0表示干旱长时序变化为上升趋势,UF<0则表示干旱长时序变化为下降趋势; 当UF超过临界线(±1.96,给定显著水平a=0.05)时,表明上升或下降的趋势显著; UF曲线和UB曲线出现交点,且交点在临界线之间,则交点对应的时刻便是干旱发生突变开始的时间[33]。变异系数Cv可以对DSI指数进行干旱长时序稳定性评价[34]。Hurst指数法可以定量描述DSI指数干旱长时序的未来变化趋势[35],当0<H<0.5时,则干旱的未来时序变化趋势与过去的变化趋势相反; 当0.5<H<1时,表明干旱未来时序变化与过去的变化趋势一致,即二者存在正相关关系; 当H=0.5时,表明干旱在未来时序上不存在趋势性[36]。

3 结果与分析

3.1 广西蔗区干旱事件的时空分布特征

图2为2002—2018年广西蔗区DSI指数空间分布情况及不同干旱等级面积比重柱状图。可以看出,时序上,随着年份的累积,广西各蔗区干旱呈现出逐渐加重,再逐渐减弱的趋势。空间上,近17 a间广西蔗区干旱集中分布于桂中蔗区、桂东南蔗区、桂西南蔗区及桂西北蔗区; 其中,极度干旱、重度干旱及中度干旱主要发生在桂中蔗区、桂西南蔗区东北角及桂东南蔗区西北角,而轻度干旱分布范围最广,各蔗区均有分布; 相比之下,北部湾沿海蔗区及桂东北蔗区干旱等级及干旱范围相对较低。总体上,中度及以上干旱相对集中于广西中部区域,但不同蔗区不同年份干旱面积及干旱程度差别较明显; 其中,2004—2005年、2007—2009年及2011年干旱面积分布最广,与文献[12]和[14]记载的2004—2005年、2006年、2009—2011年广西的干旱范围大致相吻合。建议未来加强中度干旱等级蔗区的防旱措施,必要时可通过人工灌溉缓解干旱。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   蔗区DSI干旱时空分布

Fig.2   Spatio-temporal distribution of DSI drought in sugarcane planting area


图3为DSI年均值增长率及线性趋势。2002—2018年蔗区DSI年均值为-0.59,最大值出现在2010年和2002年,最小值出现在2016年,一元线性下降趋势不明显,年降速为0.07%。DSI指数同比增长率年降速为31%,2004年、2011年和2016年DSI同比增长率超25%,但2006年、2010年和2017年相比前一年同比增长率低于-15%。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   DSI年均值增长率及线性趋势

Fig.3   DSI annual average growth rate and linear trend


3.2 糖料蔗全生育期的干旱特征分析

3.2.1 糖料蔗干旱面积重心迁移规律

2002—2018年广西蔗区糖料蔗全生育干旱面积集中分布于桂中蔗区、桂西南蔗区及桂西北蔗区,如图4所示,各年度的标准差椭圆大体上以圆形为主,局部年份标准差椭圆延长轴向两端扩散,并且向西北方向移动,表明蔗区干旱的空间分布仍是集中分布为主。其中,苗期干旱面积重心向西北方向扩张,重心迁移轨迹多集中于桂中和桂西南蔗区,特旱年份2009年和2010年糖料蔗干旱面积分别向西北和北部扩张,重心分布于桂西南蔗区及桂中蔗区,其分布频率依次为41%和53%。分蘖期干旱面积呈现出向西北方向蔓延,重心迁移轨迹较为分散,主要分布于桂西南蔗区和桂西北蔗区,其分布频率依次为35%和53%。伸长期干旱面积重心向东部和东北方向扩张,重心迁移轨迹多集中于桂中蔗区其分布频率为76%,2002年、2010年和2016年干旱面积重心分布于桂西北蔗区。蔗区成熟期干旱面积集中于桂中蔗区、桂西南蔗区、桂东南蔗区及桂西部蔗区中部,重心迁移轨迹集中于桂中蔗区,其分布频率为59%。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   2002—2018年糖料蔗干旱面积标准差椭圆及重心迁移

Fig.4   Standard deviation ellipse and center of gravity shift of sugarcane drought area during 2002—2018


3.2.2 糖料蔗干旱变化趋势分析

突变是指突变检测因子从一种稳定态(或稳定持续的变化趋势)跳跃式地转变到另一种稳定态(或稳定持续的变化趋势)的过程[32]。图5为糖料蔗4个生育期DSI指数年均值Mann-Kendall突变分析结果。从图5中可以看出,苗期存在7个干旱突变点,其中2009年、2013年和2017年突变点的上升趋势显著,2007年、2011年和2015年突变点的下降趋势显著,均超过0.05显著性检验边界线。分蘖期存在3个干旱突变点。伸长期存在4个干旱突变点,其中2016年为显著下降突变点,2003年和2010年为显著上升突变点。成熟期的干旱突变时间点最多,包括2003年、2004年、2006年(下降)、2008年、2009年、2010年(上升)、2012年、2013年、2014年(下降)、2016年(上升)和2018年共11个突变点。由此可见,2002—2018年近17 a间糖料蔗4个生育期的DSI均值均存在显著上升或下降突变,表明蔗区4个生育期的DSI指数随年份的递增呈现出波动的变化趋势。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   糖料蔗生育期DSI均值突变特征

Fig.5   Mutation characteristics of the mean DSI during the growth period of sugarcane


表2为Hurst指数和变异系数Cv对DSI指数的未来变化趋势进行预测的结果。表2表明,17 a间糖料蔗年际及4个生育期DSI的H及Cv均大于0,表明干旱事件时间序列前后具有持续性; H均介于(0,0.5)之间,且较接近于0,表明蔗区年际及4个生育期未来干旱的变化趋势与过去干旱的变化趋势显著相反,即未来广西蔗区年际及4个生育期会呈现出干旱程度较重且面积扩增的变化趋势。文献[37]也表示,全球气候的变暖将在未来加速全球干旱或半干旱地区干旱的增长。因此,建议建立糖料蔗4个生育期干旱预警方案,防御干旱胁迫影响糖料蔗的产量与品质。

表2   DSI干旱未来趋势

Tab.2  DSI drought future trend

指标年际苗期分蘖期伸长期成熟期
H0.002 80.004 30.005 30.000 40.002 9
Cv0.032 40.040 10.043 30.003 30.058 7

新窗口打开| 下载CSV


4 结论与讨论

1)本文利用2002—2018年MODIS的500 m×500 m分辨率NDVI和ET/PET数据集,计算年尺度的广西蔗区DSI指数。研究表明,DSI指数综合了长时间序列作物长势信息及水分胁迫信息,能较好反映糖料蔗干旱的空间差异及时间演变特征。DSI指数可有效监测广西蔗区及糖料蔗4个生育期的干旱状况,干旱监测结果与实际一致,DSI指数可应用于糖料蔗旱情监测。

2)空间上,近17 a间广西蔗区干旱集中分布于桂中蔗区、桂东南蔗区、桂西南蔗区及桂西北蔗区。其中,极度干旱、重度干旱及中度干旱主要发生在桂中蔗区、桂西南蔗区及桂东南蔗区。但各蔗区各年份干旱面积及干旱程度差别较明显。时间上,2002—2018年蔗区DSI年均值为-0.59,最大值出现在2010年和2002年,最小值出现在2016年,一元线性下降趋势不明显,年降速为0.07%。

3)加权标准差椭圆模型结果显示,不同生育期的糖料蔗干旱面积重心呈现出由中部向西北方向扩张趋势,重心迁移轨迹为桂中蔗区>桂西南蔗区>桂西北蔗区。

4)糖料蔗全生育期DSI年均值Mann-Kendall突变分析结果表明,蔗区4个生育期均存在显著上升或下降的突变时间节点,干旱指标随年份增长呈现出复杂的波动变化; 年际及4个生育期的DSI指数长时间序列前后具有持续性,H在(0,0.5)之间,预示未来干旱的变化趋势与过去干旱的变化趋势显著相反。

5)随着全球气候变暖、人类活动加剧及ENSO等恶劣天气的影响,广西蔗区的干旱形势将会愈加严峻。建议根据蔗区自然条件,建设糖料蔗不同生育期的干旱预警方案,防御干旱胁迫影响糖料蔗的产量与品质。如苗期时可通过加盖地膜或架设微喷灌等节约能源的方式防旱,分蘖期及伸长期时引水管灌溉,成熟期时及时收割。

ET/PET的计算精度是影响DSI精度的主要因素。本研究中采用MOD/MYD16 ET产品计算DSI指数,由于MOD/MYD16 ET计算中采用了分辨率较粗的MERRA GMAO气象再生数据,降低了MOD/MYD16 ET产品的区域尺度精度,因而该指数在区域尺度干旱监测能力受到影响。未来可结合高空间分辨率的多源遥感数据及气象站点数据,获得高时空分辨率的ET产品,提高DSI指数的区域尺度干旱监测能力。其次,本研究ET,PET与NDVI采用等权重参与DSI计算,未来可考虑地形因子及土壤类型等因素影响,重新确定ET,PET与NDVI的权重分配。另外,本文仅分析了广西蔗区年尺度及糖料蔗生育期尺度DSI指数的干旱时空特征,旬、月、16 d和8 d尺度还有待于扩展,未来可进一步研究不同尺度下蔗区不同干旱等级及季节性干旱对糖料蔗产量造成的影响。

参考文献

区颖刚.

我国甘蔗生产全程机械化现状与对策

[J]. 现代农业装备, 2019, 40(2):3-8,42.

[本文引用: 1]

Ou Y G.

Present situation and countermeasure of whole-process mechanization of sugarcane production in China

[J]. Modern Agricultural Equipment, 2019, 40(2):3-8,42.

[本文引用: 1]

罗晟昇, 廖韦卫, 韦海球, 等.

干旱胁迫对甘蔗生长研究进展

[J]. 中国热带农业, 2020(5):70-73.

[本文引用: 1]

Luo S S, Liao W W, Wei H Q, et al.

Research progress of drought stress on sugarcane growth

[J]. China Tropical Agriculture, 2020(5):70-73.

[本文引用: 1]

农钢, 农明哲, 王达.

广西崇左甘蔗气象条件精细化分析初探

[J]. 甘蔗糖业, 2019(1):10-15.

[本文引用: 2]

Nong G, Nong M Z, Wang D.

Preliminary refinement analysis of meteorological conditions of Chongzuo sugarcane in Guangxi

[J]. Sugar Cane Sugar Industry, 2019(1):10-15.

[本文引用: 2]

廖东声, 覃思静.

广西甘蔗产业生产成本核算及控制问题分析

[J]. 学术论坛, 2013, 36(8):83-87,92.

[本文引用: 1]

Liao D S, Qin S J.

Analysis of production cost accounting and control of Guangxi sugarcane industry

[J]. Academic Forum, 2013, 36(8):83-87,92.

[本文引用: 1]

王俊霞, 朱秀芳, 刘宪锋, 等.

基于多源遥感数据的旱情评价研究——以河南省为例

[J]. 国土资源遥感, 2018, 30(1):180-186.doi: 10.6046/gtzyyg.2018.01.25.

[本文引用: 1]

Wang J X, Zhu X F, Liu X F, et al.

Research on agriculture drought monitoring method of Henan Province with multi-sources data

[J]. Remote Sensing for Land and Resources, 2018, 30(1):180-186.doi: 10.6046/gtzyyg.2018.01.25.

[本文引用: 1]

屈艳萍, 吕娟, 张伟兵, 等.

中国历史极端干旱研究进展

[J]. 水科学进展, 2018, 29(2):283-292.

[本文引用: 1]

Qu Y P, Lyu J, Zhang W B, et al.

Progress in research on historical extreme drought in China

[J]. Progress in Water Science, 2018, 29(2):283-292.

[本文引用: 1]

任立良, 沈鸿仁, 袁飞, 等.

变化环境下渭河流域水文干旱演变特征剖析

[J]. 水科学进展, 2016, 27(4):492-500.

[本文引用: 1]

Ren L L, Shen H R, Yuan F, et al.

Hydrological drought characteristics in the Weihe catchment in a changing environment

[J]. Progress in Water Science, 2016, 27(4):492-500.

[本文引用: 1]

李新周, 刘晓东, 马柱国.

近百年来全球主要干旱区的干旱化特征分析

[J]. 干旱区研究, 2004(2):97-103.

[本文引用: 1]

Li X Z, Liu X D, Ma Z G.

Analysis on the drought characteristics in the main arid regions in the world since recent hundred-odd years

[J]. Arid Zone Research, 2004(2):97-103.

[本文引用: 1]

莫建飞, 钟仕全, 陈燕丽, 等.

广西主要农业气象灾害监测预警系统的开发与应用

[J]. 自然灾害学报, 2013, 22(2):150-157.

[本文引用: 1]

Mo J F, Zhong S Q, Chen Y L, et al.

Development and application of a monitoring and early warning system for main agro-meteorological disasters in Guangxi Province

[J]. Journal of Natural Disasters, 2013, 22(2):150-157.

[本文引用: 1]

匡昭敏.

广西农业干旱监测预报与农情分析业务系统V1.0

[Z]. 广西壮族自治区,广西壮族自治区气象减灾研究所, 2013.

[本文引用: 1]

Kuang Z M.

Guangxi agricultural drought monitoring and forecasting and agricultural condition analysis business system V1.0

[Z]. Guangxi Zhuang Autonomous Region,Guangxi Institute of Meteorological Disaster Reduction, 2013.

[本文引用: 1]

中华人民共和国国家质量监督检验检疫总局与中国国家标准化管理委员会. GB/T 34809—2017糖料蔗干旱灾害等级[S]. 北京: 中国标准出版社, 2017.

[本文引用: 2]

The General Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China and the National Standardization Administration of China. GB/T 34809—2017 Sugarcane drought disaster grade[S]. Beijing: China Standards Press, 2017.

[本文引用: 2]

莫建飞, 钟仕全, 陈燕丽, 等.

基于GIS的广西甘蔗萌芽分蘖期干旱等级空间分布

[J]. 江苏农业科学, 2015, 43(3):113-115.

[本文引用: 2]

Mo J F, Zhong S Q, Chen Y L, et al.

GIS-based spatial distribution of drought grades of sugarcane during germination and tillering stage in Guangxi

[J]. Jiangsu Agricultural Sciences, 2015, 43(3):113-115.

[本文引用: 2]

陈燕丽, 蒙良莉, 黄肖寒, 等.

基于SPEI的广西甘蔗生育期干旱时空演变特征分析

[J]. 农业工程学报, 2019, 35(14):149-158.

[本文引用: 1]

Chen Y L, Meng L L, Huang X H, et al.

Spatial and temporal evolution characteristics of drought in Guangxi during sugarcane growth period based on SPEI

[J]. Transactions of the Chinese Society of Agricultural Engineering, 2019, 35(14):149-158.

[本文引用: 1]

李家文, 黄维, 吴炫柯, 等.

柳州市甘蔗干旱风险区划——基于作物水分亏缺指数

[J]. 中国农学通报, 2019, 35(22):96-105.

[本文引用: 2]

Li J W, Huang W, Wu X K, et al.

Drought risk zone of sugarcane in Liuzhou based on crop water deficit index

[J]. Chinese Agricultural Science Bulletin, 2019, 35(22):96-105.

[本文引用: 2]

陈燕丽, 黄思琦, 莫建飞, 等.

基于CLDAS数据的甘蔗干旱监测评估标准对比——以2011年广西干旱为例

[J]. 干旱气象, 2020, 38(2):188-194.

[本文引用: 1]

Chen Y L, Huang S Q, Mo J F, et al.

Comparison of drought monitoring standards of sugarcane based on CLDAS data:A case of drought in Guangxi in 2011

[J]. Arid Meteorology, 2020, 38(2):188-194.

[本文引用: 1]

刘宪锋, 朱秀芳, 潘耀忠, 等.

农业干旱监测研究进展与展望

[J]. 地理学报, 2015, 70(11):1835-1848.

DOI:10.11821/dlxb201511012      [本文引用: 1]

本文全面分析了农业干旱的概念内涵及其与其他干旱类型之间的关系,进而从基于站点监测和基于遥感监测两个方面,系统梳理了国内外农业干旱监测的近今进展,对比了不同干旱监测指标的适用范围和局限性;同时,通过文献统计和重要文献引用揭示了国内外农业干旱监测研究的发展历程和最新进展,即农业干旱监测指标从传统的单一气象监测指标逐渐向气象与遥感相结合的综合监测指标转变。最后,在分析农业干旱监测现有挑战和困境的基础上,将农业干旱监测未来发展趋向归纳为5点展望,即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相互作用关系、构建多时空尺度农业干旱监测模型、耦合农业干旱定性表征与定量评估模型以及提高农业干旱监测模型中遥感数据的应用水平。

Liu X F, Zhu X F, Pan Y Z, et al.

Agricultural drought monitor:Progress,challenges and prospect

[J]. Acta Geographica Sinica, 2015, 70(11):1835-1848.

[本文引用: 1]

匡昭敏, 朱伟军, 丁美花, 等.

多源卫星数据在甘蔗干旱遥感监测中的应用

[J]. 中国农业气象, 2007(1):93-96.

[本文引用: 1]

Kuang Z M, Zhu W J, Ding M H, et al.

Application of multi-sources satellite data in monitoring sugarcane droughts

[J]. China Agricultural Meteorology, 2007(1):93-96.

[本文引用: 1]

Wang P, Gong J, Li X W.

Vegetation temperature condition index and its application for drought monitoring

[C]// IEEE International Geoscience and Remote Sensing Symposium.IEEE, 2001.

[本文引用: 1]

温媛媛, 赵军, 王炎强, 等.

基于MOD16的山西省地表蒸散发时空变化特征分析

[J]. 地理科学进展, 2020, 39(2):255-264.

DOI:10.18306/dlkxjz.2020.02.007      [本文引用: 1]

基于MOD16全球蒸散发产品和气象站点实测数据,运用变异系数法、Sen趋势法等研究了山西省2000—2014年地表蒸散发ET、潜在蒸散发PET的空间分布特征、变化趋势及影响因素。结果表明：① MOD16蒸散产品与气象站点实测蒸散发之间具有良好的时空相关性(R <sup>2</sup>=0.90),其产品精度可以满足山西省蒸散发时空分布研究的要求;②山西省多年平均ET、PET分别为816.77、1608.46 mm,年内变化表现为先增高后下降的&#x0201C;单峰&#x0201D;型分布,二者差值在5月、6月最大,此时山西省最为干旱;③ 全省年平均ET呈现西北低、东南高的分布特征,PET呈西南高、东北低的分布特征,二者差值整体上较大,表现为全省地表水分比较缺乏,其中忻州、吕梁西部最为严重;④ 全省近15 a来ET和PET的年际变化都比较小,整体上全省PET在增加,ET在相对减少,意味着近15 a来干旱情况在加剧;⑤ ET、PET的时空变化与诸多气象因子相关,在空间尺度上与降水、相对湿度密切相关,在时间尺度上与气温、降水关系最为密切。

Wen Y Y, Zhao J, Wang Y Q, et al.

Spatiotemporal variation characteristics of surface evapotranspiration in Shanxi Province based on MOD16

[J]. Progress in Geographical Sciences, 2020, 39(2):255-264.

[本文引用: 1]

Mu Q, Zhao M, Kimball J S, et al.

A remotely sensed global terrestrial drought severity index

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

DOI:10.1175/BAMS-D-11-00213.1      URL     [本文引用: 1]

Haroon M A, Zhang J, Yao F.

Drought monitoring and performance evaluation of MODIS-based drought severity index (DSI) over Pakistan

[J]. Natural Hazards, 2016, 84(2):1349-1366.

DOI:10.1007/s11069-016-2490-y      URL     [本文引用: 1]

张喜成, 徐长春, 宋佳, 等.

基于遥感DSI的新疆干旱特征分析

[J]. 江苏农业科学, 2020, 48(2):239-246.

[本文引用: 1]

Zhang X C, Xu C C, Song J, et al.

Analysis of Xinjiang drought characteristics based on remote sensing DSI

[J]. Jiangsu Agricultural Sciences, 2020, 48(2):239-246.

[本文引用: 1]

童德明, 白雲, 张莎, 等.

干旱严重程度指数(DSI)在山东省干旱遥感监测中的适用性

[J]. 中国农业气象, 2020, 41(2):102-112.

[本文引用: 2]

Tong D M, Bai Y, Zhang S, et al.

Analysis of drought characteristics in Xinjiang area based on remote sensing DSI index

[J]. Chinese Agricultural Meteorology, 2020, 41(2):102-112.

[本文引用: 2]

张小强, 冯彬, 王云燕.

运用MODIS对我国西南地区极端干旱情况监测与评估研究——以2009—2010年遥感数据为例

[J]. 环境保护科学, 2020, 46(1):135-141.

[本文引用: 1]

Zhang X Q, Feng B, Wang Y Y.

Monitoring and evaluation of extreme drought in southwest China based the MODIS:A case study based on 2009—2010 remote sensing data

[J]. Environmental Protection Science, 2020, 46(1):135-141.

[本文引用: 1]

余慧倩, 张强, 孙鹏, 等.

干旱强度及发生时间对华北平原五省冬小麦产量影响

[J]. 地理学报, 2019, 74(1):87-102.

DOI:10.11821/dlxb201901007      [本文引用: 2]

本文利用2001-2016年时间分辨率为8 d的MOD09A1和MOD16A2的数据集,构建了基于NDVI和ET/PET的干旱指数（DSI）,分析华北平原五省不同程度的干旱在时间和空间上的分布情况,探究不同程度的干旱作用于冬小麦不同生长阶段对农作物产量产生的影响。研究表明：① 年际分布上,2001-2002年干旱最为严重,其余年份干旱显著减缓,年内分布上,干旱主要集中发生在春季和秋季,夏季次之,冬季最少;② 空间分布上,河北北部、河南南部、安徽及江苏的中部和北部、山东东部是干旱多发区;③ 干旱对冬小麦产量的影响研究表明,越冬期发生初旱对产量起促进作用,而在乳熟成熟阶段发生初旱则会导致农作物减产;轻旱发生在乳熟期会对冬小麦产量产生显著影响,而中旱发生在开花、乳熟成熟期都会对产量产生显著影响,随干旱程度加重,干旱对作物产量产生显著负作用的生长期越长;此外,在播种时若出现水分短缺也会对冬小麦的产量产生影响,尤其是发生重旱和特旱。研究不同强度干旱发生在不同生长阶段对冬小麦产量的影响,对研究区的灌溉时间规划以及保墒增产具有重要理论与现实意义。

Yu H Q, Zhang Q, Sun P, et al.

Impacts of drought intensity and drought duration on winter wheat yield in five provinces of north China plain

[J]. Acta Geographica Sinica, 2019, 74(1):87-102.

[本文引用: 2]

陈燕丽, 丁美花, 冯利平, 等.

广西宿根蔗生育期气象条件变化特征及其影响

[J]. 气象, 2016, 42(12):1554-1559.

[本文引用: 1]

Chen Y L, Ding M H, Feng L P, et al.

Characteristics of meteorological condition and its effects on ratoon sugarcane in different stages in Guangxi

[J]. Meteorological Monthly, 2016, 42(12):1554-1559.

[本文引用: 1]

李霞, 刘廷玺, 段利民, 等.

半干旱区沙丘、草甸作物系数模拟及蒸散发估算

[J]. 干旱区研究, 2020, 37(5):1246-1255.

[本文引用: 1]

Li X, Liu T X, Duan L M, et al.

Crop coefficient simulation and evapotranspiration estimation of dune and meadow in semiarid area

[J]. Arid Zone Research, 2020, 37(5):1246-1255.

[本文引用: 1]

Wu X, Wang P J, Huo Z G, et al.

Crop drought identification index for winter wheat based on evapotranspiration in the Huang-Huai-Hai Plain,China

[J]. Agriculture,Ecosystems and Environment, 2018, 263:18-30.

DOI:10.1016/j.agee.2018.05.001      URL     [本文引用: 1]

刘清, 杨永春, 刘海洋.

中国366个城市空气污染综合程度的时空演变特征分析

[J]. 干旱区地理, 2020, 43(3):820-830.

[本文引用: 1]

Liu Q, Yang Y C, Liu H Y.

Spatiotemporal evolution characteristics of air pollution degree in 366 cities of China

[J]. Arid Land Geography, 2020, 43(3):820-830.

[本文引用: 1]

赵璐, 赵作权.

基于特征椭圆的中国经济空间分异研究

[J]. 地理科学, 2014(8):1280-1285.

[本文引用: 1]

Zhao L, Zhao Z Q.

Projecting the spatial variation of economic based on the specific ellipses in China

[J]. Geographical Sciences, 2014(8):1280-1285.

[本文引用: 1]

魏凌, 张杨, 李强, 等.

基于标准差椭圆的我国国土生态空间分异研究

[J]. 生态经济, 2020, 36(7):176-181.

[本文引用: 1]

Wei L, Zhang Y, Li Q, et al.

Study on spatial variation of China’s territorial ecological space based on standard deviation ellipse

[J]. Ecological Economy, 2020, 36(7):176-181.

[本文引用: 1]

魏凤英. 现代气候统计诊断与预测技术[M]. 北京: 气象出版社, 1999.

[本文引用: 2]

Wei F Y. Modern climate statistics diagnosis and prediction technology[M]. Beijing: Meteorological Press, 1999.

[本文引用: 2]

赵锐锋, 苏丽, 祝稳.

1961—2012年西北干旱区极端温度事件季节性时空分析

[J]. 中国农学通报, 2017, 33(12):63-73.

[本文引用: 1]

Zhao R F, Su L, Zhu W.

Extreme temperature events in arid region of northwest China during 1961—2012:Seasonal spatio-temporal analysis

[J]. Chinese Agricultural Science Bulletin, 2017, 33(12):63-73.

[本文引用: 1]

岳辉, 刘英.

近15 a陕西省植被时空变化与影响因素分析

[J]. 干旱区地理, 2019, 42(2):314-323.

[本文引用: 1]

Yue H, Liu Y.

Vegetation spatiotemporal variation and its driving factors of Shaanxi Province in recent 15 years

[J]. Arid Land Geography, 2019, 42(2):314-323.

[本文引用: 1]

张华, 安慧敏.

基于GEE的1987—2019年民勤绿洲NDVI变化特征及趋势分析

[J]. 中国沙漠, 2021, 41(1):28-36.

[本文引用: 1]

Zhang H, An H M.

Analysis of NDVI variation characteristics and trend in Minqin oasis from 1987 to 2019 based on GEE

[J]. Chinese Desert, 2021, 41(1):28-36.

[本文引用: 1]

张志高, 耿益新, 蔡茂堂, 等.

1978—2017年河南省气候生产潜力时空演变及趋势分析

[J]. 水土保持研究, 2020, 27(6):247-253.

[本文引用: 1]

Zhang Z G, Geng Y X, Cai M T, et al.

Spatial-temporal evolution and trend analysis of climatic potential productivity in Henan Province during 1978—2017

[J]. Research of Soil and Water Conservation, 2020, 27(6):247-253.

[本文引用: 1]

Ji M, Huang J.

Global semi-arid climate change over last 60 years

[C]// EGU General Assembly Conference, 2016.

[本文引用: 1]

/

〈 〉

京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编：100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发