基于VCI指数的江苏省1980-2010年干旱时空变化分析(2)
省的干旱时空变化进行监测，分析其变化趋势具有十分重要的意义。
目前所使用的干旱监测方法大体上可分为两类： 一种是传统意义上的逐气象站点
收集所采集到的气象数据，以点带面较为概括的反映本地区的干旱情况，例如以降水
量或者土壤水分指标作为衡量标准， 这种传统意义上的干旱监测方法， 不仅费时耗力，
而且不能快速准确实时地反应本地区的实际干旱情况。 另一种较为新颖的监测方法是
基于遥感技术的监测方法， 即利用传感器所获得的影像的不同波段所包含的不同信息
建立干旱监测指标。利用遥感监测干旱灾害的方法具有能够有效、大面积、实时动态
地获取干旱地区干旱水平的特点，目前已形成了很多种有效的监测方法，例如表观热
惯量法、NDVI指数监测法和 VCI 指数监测法[2-7]
。但表观热惯量法却对数据有着很
高的要求，有着仅适用于裸土地区且需要昼晴朗天气下白天和夜晚的资料等不足之
处，不能较好的体现植被信息[2-3]
。而利用 NDVI 指数（归一化植被指数）进行干旱
监测的方法具有一定的时间滞后性，而且易受极端天气影响[4-6]
。因此 VCI 指数（植
被状态指数）在 Kogan[7]
等人的研究下应运而生。VCI 指数是众多遥感监测指标中应
用最为广泛的一种，它不仅回避了表观热惯量法和NDVI 法的诸多不足，而且计算简
便，许多研究和业务应用结果均表明VCI指数对干旱水平具有较好的反映[8-11]
。
MODIS（中分辨率成像光谱仪）数据观测范围十分广泛，具有低空间分辨率、
高时间分辨率的特点，适用于大尺度上的监测和信息提取，如海冰检测和长江流域格
局变化检测等[12-14]
；而Quickbird 等卫星的空间分辨率较高，适用于小尺度上的监测
或信息提取，如城市绿地提取分类和农田分区管理研究等[15-16]
，可是高空间分辨率遥
感数据相对于其他免费数据比较难以获取，无法保持时间上的实时性；所以作者通过NOAA气象卫星上搭载的AVHRR 探测器获取的数据来得到宏观的、实时的、能达
到一定精度的地面信息。
因此，本文利用 AVHRR 数据，以VCI指数为监测指标，通过统计江苏省范围
内的 VCI指数值和干旱变化趋势率、干旱波动变异指数等指标以及干旱频率，分析
江苏省自 1980 年以来的的干旱分布状况以及江苏省干旱变化的趋势，从而达到使用
VCI指数对江苏省的干旱变化情况进行监测分析的目的。2 材料与方法
2.1研究区域概况
如图 1 所示：江苏省位于中国东部，介于东经116°18′—121°57′之间，北
纬 30°45′—35°20′之间，东临黄海，与山东、安徽、浙江、上海交界，是长江
三角洲的关键组成部分。江苏省由徐州、连云港、宿迁、淮安、盐城、扬州、泰州、
镇江、南京、常州、无锡、苏州、南通等十三个市组成，内涵洪泽湖和太湖两大湖泊，
属于温带向亚热带的过渡性气候，全年雨量适中。空间而言，由南向北降水量波动幅
度逐渐增大， 因此江苏省范围内发生干旱的概率也是由江苏北部到江苏南部呈现出规
律不明显的增长趋势[17]2.2研究数据
本文对 AVHRR 数据进行处理获取VCI指数，并用此表征江苏省干旱水平[8]。
对 AVHRR 数据进行预处理后（经辐射定标、大气校正完成辐射校正后，再以一
副已经校准后的影像为标准，均匀选取一定的控制点，设置参数后输出影像，最后进
行除云等处理），然后进行NDVI指数计算
上一篇：典型地质景观区生态环境变化检测
下一篇：一阶微分方程的几类积分因子