王鹏新 刘 郊 李 俐 张树誉 解 毅

(1.中国农业大学信息与电气工程学院， 北京 100083； 2.农业部农业灾害遥感重点实验室， 北京 100083；3.陕西省气象局， 西安 710014)

引言

条件植被温度指数(Vegetation temperature condition index，VTCI)综合了归一化植被指数(NDVI)和地表温度(LST)，是一种重要的干旱监测方法，在干旱监测、预测和作物估产等研究中得到了广泛应用[1]。传统的干旱监测方法不仅费时费力，监测成本较高，而且在空间代表性以及采样周期上都具有一定的局限性[2-3]，而基于遥感数据的干旱监测，具有速度快、周期短、范围广、可近实时等特点，使其在农业干旱监测研究中具有非常重要的意义[4]。

由于地表空间异质性的存在，应用多源遥感数据的地表信息时，需要以尺度转换的方式对不同时、空尺度的遥感数据进行整合。李小文[5]认为尺度理论、尺度转换方法与尺度效应问题是定量遥感研究的大方向之一。AMAN等[6]运用数量统计方法，发现高空间分辨率上NDVI平均值与低空间分辨率上相应位置的NDVI值基本呈线性关系。JIN等[7]用主导覆盖类面积百分比来表征地表异质性，通过校正因子R构建各覆盖类尺度转换方法，实现了基于LAI的升尺度转换。DUAN等[8]提出了一种基于地理加权回归的算法，并将MODIS LST从990 m降尺度转换至90 m，结果表明该方法能有效地表征地表空间异质性，尺度转换效果较好，但转换过程较为复杂。KIM等[9]利用UCLA(University of California at Los Angeles)法以每个AMSR-E的土壤湿度产品(SM)像素对应的MODIS数据反演的土壤湿度指数(SW)的均值作为降尺度转换因子，将空间分辨率为25 km的AMSR-E土壤湿度下推至1 km。……