基于作物缺水指数的农业干旱监测模型构建

作     者：宋廷强 鲁雪丽 卢梦瑶 刘德虎 孙媛媛 颜军 刘璐铭 Song Tingqiang;Lu Xueli;Lu Mengyao;Liu Dehu;Sun Yuanyuan;Yan Jun;Liu Lumin

作者机构：青岛科技大学信息科学技术学院青岛266000 珠海欧比特宇航科技股份有限公司珠海519000 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2021年第37卷第24期

页      面：65-72页

核心收录：

学科分类：082804[工学-农业电气化与自动化] 08[工学] 09[农学] 0710[理学-生物学] 083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 0828[工学-农业工程] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 0802[工学-机械工程] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 0801[工学-力学（可授工学、理学学位）] 

基　　金：山东省重点研发计划(公益类专项)项目(2019GGX101047) 国防科工局高分专项(83-Y40G33-9001-18/20) 山东省自然科学基金项目(ZR202102180604) 

主　　题：农业 干旱 随机森林 MOD16A2 CWSI 偏差校正 模型构建 

摘      要：农业干旱监测问题对农业生产具有重要影响,因此精确监测农业干旱具有现实意义。该研究基于MOD16A2全球蒸散产品,计算作物缺水指数(Crop Water Stress Index,CWSI),结合地表温度、植被指数、降水量以及土壤湿度等多源遥感数据为自变量,以3个月时间尺度的标准化降水蒸散指数(Standardized Precipitation Evapotranspiration Index,SPEI-3)为因变量,基于偏差校正随机森林算法构建山东省2000—2019年作物生长季(4—10月)的偏差校正随机森林干旱状况指数(Bias-corrected Random Forest Drought Condition Index,BRF-DCI)。并分析CWSI对于构建山东省农业干旱监测模型的影响。结果表明:加入CWSI后,所提出的BRF-DCI指数与SPEI-3观测指数的决定系数为0.72~0.85,优于未加入CWSI之前;加入CWSI后提高了干旱等级监测的准确率;BRF-DCI指数能较好地拟合各月份的SPEI-3指数,决定系数均在0.94以上;BRF-DCI指数能够准确反映山东省典型干旱年的干旱情况,有效监测山东省农业干旱情况。该研究对山东省农业旱情监测及旱灾防御具有较大的应用潜力。