基于多元数据融合的安徽省干旱遥感监测模型研究

• 作者: 王军 宁少尉 金菊良 周戎星 周玉良 白夏
• 来源期刊: 灾害学
• 关键词: 干旱遥感监测 数据融合 距平分类回归树模型 距平多元线性回归模型 安徽省
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 探索·青年与灾害
• 页码范围: 207-213
• 页数: 7页
• 分类号: X43|X915.5|S127|S165+.2
• 语种: 中文
• DOI: 10.3969/j.issn.1000-811X.2021.04.034

摘要

干旱是威胁粮食安全的重要因素.为实现干旱的精准监测,提出距平温度指数、距平降水指数、距平土壤含水量指数,将距平模型分别和分类回归树、多元线性回归模型融合,提出距平分类回归树模型和距平多元线性回归模型,并验证模型的可行性.首先选取安徽省2001—2014年168个月的降水、遥感温度、植被和土壤含水量指标,将2001年—2010年距平指数作为率定期,2011—2014年距平指数作为验证期,分别计算距平分类回归树模型和距平多元线性回归模型参数,并预测验证期模型值,计算两种模型值与SPI1值的相关系数,并与历史干旱记录进行对比.结果表明:验证期距平分类回归树模型指数和SPI1的相关系数为0.878.验证期距平多元线性回归模型指数和SPI1的相关系数为0.882.验证期距平分类回归树模型与SPI1等级准确率为0.77.验证期距平多元线性回归模型与SPI1等级准确率为0.80.距平分类回归树和距平多元线性回归模型都有良好的监测效果,其中距平多元线性回归模型的监测效果更好些、可作为安徽省干旱监测的良好模型,为农业部门制定抗旱措施提供参考.