Please wait a minute...
img

官方微信

遥感技术与应用  2007, Vol. 22 Issue (5): 608-612    DOI: 10.11873/j.issn.1004-0323.2007.5.608
研究与应用     
NDWI与NDVI指数在区域干旱监测中的比较分析——以2003年江西夏季干旱为例
刘小磊1,覃志豪1,2
1.南京大学国际地球系统科学研究所,江苏 南京210093;2.中国农业科学院农业资源与农业区划研究所, 北京100081
Comparative Analysis between NDWI and NDVI Indicesin Regional Drought Monitoring
LIU Xiao-lei 1, QIN Zhi-hao1,2
1. International Institute for Earth System Science, Nanjing University Nanjing 210093China;2. Institute of  Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing, 100081 China
 全文: PDF(867 KB)  
摘要:

植被水分指数NDWI是基于短波红外(SWIR)与近红外(NIR)的归一化比值指数。与NDVI相比,它能有效地提取植被冠层的水分含量;在植被冠层受水分胁迫时,NDWI指数能及时地响应,这对于旱情监测具有重要意义。结合2003年夏季MODIS影像数据和地面气象数据,以江西省内一片农田和一片林地为试验区域,分析比较了NDWI与NDVI距平值在短期旱情监测中的有效性。监测结果表明, NDWI对植被冠层水分信息比NDVI更为敏感;在短期干旱监测中,NDWI指数能准确地反映旱情的时空变化。

关键词: NDWIDVI干旱监测江西    
Abstract:

when retrieving leaf water content Normalized Difference Water Index(NDWI), based on SWIR and NIR, is better than NDVI hich employs VIR and NIR. NDWI responds efficiently in the situation of vegetation water stress. Based on MODIS images nd ground meteorological data of summer of 2003, this investigation studied two areas(one woods and one farmland) in iangxi Province, and compared the effects of normalized difference data of averaged NDVI and NDWI indices in short-term rought monitoring. The result shows that NDWI is more sensitive to canopy water content and exactly reflected the temporal and spatial status of short-tem drought.

Key words: NDWI    NDVI    Drought monitor    Jiangxi province
收稿日期: 2007-04-03 出版日期: 2010-09-03
:  TP 79  
基金资助:

国家自然科学基金资助项目“我国农业旱灾机理与监测方法研究”(30571078);科研院所社会公益研究专项“我国农业旱灾监测评价技术集成与循环农业发展模式研究”(2005DIA3J032)基金资助。

作者简介: 刘小磊(1983-),男,硕士研究生,主要从事热红外遥感与GIS研究.
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
刘小磊
覃志豪

引用本文:

刘小磊, 覃志豪. NDWI与NDVI指数在区域干旱监测中的比较分析——以2003年江西夏季干旱为例[J]. 遥感技术与应用, 2007, 22(5): 608-612.

LIU Xiao-Lei, QIN Zhi-Hao. Comparative Analysis between NDWI and NDVI Indicesin Regional Drought Monitoring. Remote Sensing Technology and Application, 2007, 22(5): 608-612.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2007.5.608        http://www.rsta.ac.cn/CN/Y2007/V22/I5/608

[1] Gao B C. NDWI-A Normalized Difference Water Index for Remote Sensing of Vegetation Liquid Water from Space[J].Remote Sensing of Environment,1996, 58(3): 257-266.
[2] Serrano L, Susan L U, Roberts D A,et al. Deriving Water Content of Chaparral Vegetation from AVIRIS Data[J]. Remote Sensing of Environment,2000, 74(3): 570-581.
[3] Chen D Y,Huang J F, Thomas J J. Vegetation Water Content Estimation for Corn and Soybeans Using Spectral Indices Derived from MODIS Near and Short-wave Infrared Bands[J]. Remote Sensing of Environment, 2005, 98: 225-236.
[4] Liu C L, Wu B F, Tian Y C,et al. Crop Drou-ght Monitoring Using Serial NDVI&NDWI in Northern China[A]. Geoscience and Remote Sensing Symposium, 2004. IGARSS'04.Proceedings[C]. 2004 IEEE International.
[5] 宋小宁,赵英时.应用MODIS卫星数据提取植被—温度—水分综合指数的研究[J].地理与地理信息科学, 2004, 20(2): 13-17.
[6] 尹洁,张超美,张传江.江西2003年特大干旱气候分析[J].江西气象科技, 2005, 28(2): 19-22.
[7] 国家气象信息中心气象资料室.中国地面国际交换站气候资料日值数据集[DB/0L].2005.http://cdc. cma. gov. cn/shuju/index3. jsp? tpcat=SURF & dsid=SURF_CLI_CHN_MUL_DAY_CES&pageid=3.
[8] 辜晓青,王怀清,聂秋生,等.利用极轨气象卫星资料动态监2003年江西夏季高温干旱[J].江西气象科技, 2005, 28(2):41-43.
[9] 尹洁,张传江,张超美,等.江西省2003年夏季罕见高温气候特征及成因分析[J].江西气象科技, 2003, 26(4): 19-22.
[10] 覃志豪,徐斌,李茂松,等.我国主要农业气象灾害机理与监测研究进展[J].自然灾害学报, 2005, 14(2): 61-69.
[11] 覃志豪,高懋芳,秦晓敏,等.农业旱灾监测中的地表温度遥感反演方法—以MODIS数据为例[J].自然灾害学报,2005, 14(4): 64-71.

[1] 张滔,唐宏. 基于Google Earth Engine的京津冀2001~2015年植被覆盖变化与城镇扩张研究[J]. 遥感技术与应用, 2018, 33(4): 593-599.
[2] 汪航,师茁. 基于MODIS时间序列数据的春尺蠖虫害遥感监测方法研究—以新疆巴楚胡杨为例[J]. 遥感技术与应用, 2018, 33(4): 686-695.
[3] 苗茜,王昭生,王荣,黄玫,孙佳丽. 基于NDVI数据评估O3污染对华北地区夏季植被生长的影响[J]. 遥感技术与应用, 2018, 33(4): 696-702.
[4] 周玉科,刘建文. 基于MODIS NDVI和多方法的青藏高原植被物候时空特征分析[J]. 遥感技术与应用, 2018, 33(3): 486-498.
[5] 周为峰,曹利,李小恕,程田飞. 沿海牡蛎养殖的WorldView-2影像融合方法评价[J]. 遥感技术与应用, 2018, 33(1): 103-109.
[6] 赵航,陈方, 张美美. 基于改进C-V模型的冰湖轮廓提取方法研究[J]. 遥感技术与应用, 2018, 33(1): 177-184.
[7] 王佳鹏,施润和,张超,刘浦东,曾毓燕. 基于光谱分析的长江口湿地互花米草叶片叶绿素含量反演研究[J]. 遥感技术与应用, 2017, 32(6): 1056-1063.
[8] 杨涛,黄法融,李倩,白磊,李兰海. 新疆北部植被生长季NDVI时空变化及其与冬季降雪的关系[J]. 遥感技术与应用, 2017, 32(6): 1132-1140.
[9] 孙晓,吴孟泉,何福红,张安定,赵德恒,李勃 . 2015年黄海海域浒苔时空分布及台风“灿鸿”影响研究[J]. 遥感技术与应用, 2017, 32(5): 921-930.
[10] 周金霖,马明国,肖青,闻建光. 西南地区植被覆盖动态及其与气候因子的关系[J]. 遥感技术与应用, 2017, 32(5): 966-972.
[11] 方雨晨,王培燕,田庆久. 不同覆盖度下小麦农田土壤对NDVI影响模拟分析[J]. 遥感技术与应用, 2017, 32(4): 660-666.
[12] 姜涛,朱文泉,詹培,唐珂,崔雪锋,张天一. 一种抗时序数据噪声的冬小麦识别方法研究[J]. 遥感技术与应用, 2017, 32(4): 698-708.
[13] 葛美香,赵军,仲波,杨爱霞. FY-3/VIRR及MERSI与EOS/MODIS植被指数比较与差异原因分析[J]. 遥感技术与应用, 2017, 32(2): 262-273.
[14] 李洛晞,沈润平,李鑫慧,郭佳. 基于MODIS时间序列森林扰动监测指数比较研究[J]. 遥感技术与应用, 2016, 31(6): 1083-1090.
[15] 冯莉,李柳华,郭松,卢荻. HJ-1A NDVI与MODIS NDVI时间序列提取植被物候特征对比研究[J]. 遥感技术与应用, 2016, 31(6): 1158-1166.