摘要干旱是一个非常复杂的自然事件，也是最具环境破坏性的自然现象之一。人类现有的科学技术无法做到完全避免旱灾的发生，所以对旱灾进行监测是控制灾情蔓延的手段之一。使用传统手段对干旱情况进行监测比较费时费力。遥感技术的出现使监测干旱情况变得快速又经济。 干旱监测的方法有很多，不同的数据和不同的反演方法会产生不同结果。本文基于ENVI软件和 Landsat-8数据，使用植被指数和温度法对黄淮部分地区的旱情进行监测。  37418
毕业论文关键词：   干旱监测，植被指数，遥感，地表温度
Abstract Drought is a very complex natural event and is one of the most environmentally destructive natural phenomena .Technical means and scientific methods available today can not completely avoid the occurrence of drought. Drought monitoring is a method of controlling the spread of the disaster. It wastes much time and energy to using traditional means monitoring the drought situation. The emergence of remote sensing technology makes it is fast and economical to monitor the drought situation.   There are many methods can be used in drought monitoring. Different data and different inversion method will produce different results. Based on ENVI software and Landsat-8 data, trying to use vegetation index and temperature method to monitor the drought in parts of the Huang-Huai area in this paper.  
Key words：  Drought monitoring, vegetation index, remote sensing，land surface temperature
目录
摘要I
Abstract.II
1绪论1
1.1概述1
1.2国内外研究现状1
2基础知识3
2.1ENVI软件简介.3
2.2Landsat8影像4
2.3研究区概况5
3课题研究原理及方法7
3.1干旱研究原理与方法7
3.2具体操作过程。.11
4结论18
致谢.19
参考文献
1  绪  论
1.1  概述 我国领土广阔，受到的干旱影响相应较大，如全国中部、西部和西北等地，属于温带大陆性气候，降水相应较少，属于干旱或半干旱地区，旱情时有发生。干旱往往会给我国的经济带来巨大损失，它会直接影响到作物的生长状况，严重的甚至减产或无收，所以干旱给农业上带来的损失尤为严重。干旱发生在城镇，会影响生产生活和生态环境，也会给国民经济造成重大损失。 2014 年夏季，全国 13省遭受旱灾影响，截止至 8月7日，河北、山西、内蒙古、辽宁、江苏、安徽、山东、河南、湖北、重庆、四川、陕西、宁夏 13 省区市359个县（市、区、旗）已有4849.3万人受灾，农作物受灾面积更是达到 6228.6千公顷，相当于9300 多万亩，直接经济损失高达 212.7亿元。 为了减少损失，对受灾地区进行监测以便实行相应措施缓解旱情就显得尤为重要。 传统的农业干旱监测的干旱判断方法根据土壤墒情特征。它以测量土壤水分的含量与作物适宜含水量相比较得到。可是测量土壤水分的干旱监测方法需要采样，因为采样速度较慢且范围有限，所以需要花费大量的人力物力。而且考虑到土壤水分的空间分布很不均匀，要以较少的采样点代表较大范围的土壤水分分布状况有很大不确定性，难以满足实时、大范围监测的需要。 遥感的字面意思即遥远的感知。它是一门不需要直接接触就可以对目标地物或自然现象远距离感知的探测技术，在航空或航天等的各种平台上，运用各种传感器（像可见光、近红外、热红外、雷达等）获取反映地表特征的各种数据，这些数据经过传输，变换和处理，能够提取出有用的信息，进而实现研究地物空间形状、位置、性质、变化与环境的相互关系的目的。通过使用遥感的手段，可以大面积实时迅速监测旱情。 1.2  国内外研究现状 从上世纪开始，国外就有人研究从遥感数据分析得到土壤含水量来实现对以裸土为主的旱区的监测。Watson等于1971年在遥感数据中使用热惯量，他们最早使用热惯量来区分不同的地物单质从而得到热惯量图。由于无法从遥感数据中直接得到热惯量法所需要的模型参数，所以Price对热惯量的模型进行了改进，提出了表观热惯量，建立了表观热惯量与土壤含水量之间的关系，土壤含水量的多少可以用来指示旱情。通过监测植被反射率状况可以监测旱情。早期的AVHRR数据就已经广泛被用于旱情的检测和评估。基本的检测方法之一是检查多时相的 NDVI 曲线并监测异常。随着遥感技术的发展，旱情检测范围扩大了，国与国之间加强合作，分享数据，如北美几个国家为了对整个美洲的旱情进行监测，成立了北美干旱监测合作组织（North American Drought Monitor）。 国内遥感监测起步稍晚，但是也取得了很大成果，在1993年，陈文英，肖乾广和盛永伟突破性的将距平植被指数应用于干旱监测。通过研究发现，使用距平植被指数监测农作物是否遭受干旱只比其NDVI的瞬时值优越，并发现当月的距平植被指数和降水量的距平百分率是一致的。使用微波遥感也可以监测干旱情况，李杏朝经过实验发现，使用微波遥感监测土壤水分精度较高，如由 SAR数据获取的土壤水分的相对误差率仅为12%。 基于Landsat8的旱情监测:http://www.751com.cn/jisuanji/lunwen_36163.html