DB15T 3847-2025典型草原干旱遥感监测指数

15I II II请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。1典型草原干旱遥感监测指数降水状态指数precipitationconditionindex；pci某时段的降水量与长时间序列同期降水量最小值之差除2吸附于土壤颗粒和存在于土壤孔隙中的水。某时段的土壤水分与长时间序列同期土壤水分最小值之差除以同期土壤水分最大值与最小值之差。综合考虑前期不同时间段降水和蒸散对当前干旱的影响而构建的一种干旱指数。利用条件植被指数、条件温度指数、条件降水指数和条件土壤水分指数构建典型草原干旱遥感监测指数，划分干旱等级，对干旱发生范围和受旱程度进行监测。包含多个决策树集成的一种机器学习算法。4数据获取和处理4.1气象干旱综合指数数据按照GB/T20481—2017中9.3的规定，气象干旱综合指数按公式(1)计算：MCI——气象干旱综合指数；ka——季节调节系数，取值方法按照GB/T20481—2017中附录H;a——SPIW₆项的权重系数，典型草原平均取0.3;SPIW6o——近60天标准化权重降水指数，计算方法按照GB/T20481—2017中附录G;b——MI₃₀项的权重系数，典型草原平均取0.5;MI₃o——近30天相对湿润度指数，计算方法按照GB/T20481—2017中附录B;c——SPI₉o项的权重系数，典型草原平均取0.3;SPIgo——近90天标准化降水指数，计算方法按照GB/T20481—2017中附录D;d——SPI₁50项的权重系数，典型草原平均取0.2;SPI150——近150天标准化降水指数，计算方法按照GB/T20481—2017中附录D。3选取处于内蒙古典型草原的气象站点，计算各站点的MCI,构建数据序列。起始年可从2001年开始，数据序列长度应不低于20年，随着年限的增加和数据的积累，可不断增加数据序列的长度。4.2遥感数据换算为摄氏度(℃),MOD13A2植被指数产品需要乘0.0001将植被指数换算为正确的量纲，将两种产品进行投影转换并处理成月值产品，然后按公式(2)和公式(3)分别计算植被状态指数和温度状态指数。的旱情监测，本文件中只考虑5～9月生长季的干旱情况，数据序列与4.1中MCI的起止年限一致。植被状态指数按公式(2)计算：VCI₁——监测年第个时期的植被状态指数；NDVI₁——监测年第i个时期的归一化植被指数；NDVImx——整个时间序列上第i个时期各像元NDVI的同期最大值。温度状态指数按公式(3)计算：TCI——监测年第i个时期的温度状态指数；LST₁——监测年第i个时期的地表温度；LSTin——整个时间序列上第i个时期各像元地表温度的同期最小值；LSTmr——整个时间序列上第i个时期各像元地表温度的同期最大值。4.3降水及土壤水分数据降水数据宜选用全球再分析气候数据集，推荐CHIRPS数据集。土壤水分数据宜选用陆面数据同化系统生成的数据集，推荐FLDAS数据集。选取从2001年开始的逐年5～9月的降水数据和0cm~10cm层的土壤水分数据，重投影、重采样至与MODIS遥感数据一致。然后按公式(4)和公式(5)分别计算降水状态指数和土壤水分状态指数，数据序列与4.1中MCI的起止年限一致。降水状态指数按公式(4)计算：PCI₁——监测年第i个时期的降水状态指数；P₁——监测年第i个时期的降水量；Pain——整个时间序列上第i个时期各像元降水量的同期最小值；Pma——整个时间序列上第i个时期各像元降水量的同期最大值。土壤水分状态指数按公式(5)计算：4i——监测年第i个时期的土壤水分状态指数；i——监测年第i个时期的土壤水分；min——多年第i个时期土壤水分的最小值；——多年第i个时期土壤水分的最大值。），温度状态指数（TCI）-1.0＜CSDI≤-0.5-1.5＜CSDI≤-1.0-2.0＜CSDI≤-1.5CSDI≤-2.05）；训练数据的一个子集，按照同样的规则节点继续分裂，直到满足分支停止规则而停止生A.3.1随机森林模型的评价与验证将训练集和测试集的数据分别输入模型中，得到模型模拟值CSDI，计算其与MCI的平均绝对误差），A.3.2典型草原干旱遥感监测指数适用性验证6遥感数据遥感数据2001年起始数据序列训练样本有放回的重复抽样有放回的重复抽样有放回的重复抽样训练集1训练集2训练集n回归树1回归树2回归树n预测结果1预测结果2预测结果n均值OOB误差最小构建基于随机森林的典型草原干旱遥感监测指数模型评价与验证训练集：测试集=8:2土壤相对湿度典型干旱事件气象数据随机抽取测试数据目标变量特征变量参数类型57[3]沈润平,郭佳,张婧娴,等.基于随机森林的遥感干旱监测模型的构建[J].地球信息科学学报,[4]曲学斌,吴昊,越昆,等.4种遥感干旱指数在内蒙古东部干旱监测中的对比研究[J].生态与农村环境学报,2020,36(01):81-88[5]张静.干旱环境遥感监测方法的适用性及在西北干旱区的应用[D].西北师范大学.2021[6]