基于FY3C地表温度重建的多云地区旱情监测评估

受热红外传感器无法探测云下地表信息的影响,热红外遥感数据失去了对多云地区旱情监测的能力。采用RSDAST（Remotely Sensed Daily Land Surface Temperature Reconstruction）模型实现了FY3C/VIRR（Visible and Infrared Radiometer）云像元LST值的重建,结合重建后LST和NDVI数据采用TVDI指数对2018年重庆市干旱进行监测分析,并通过对比土壤墒情数据与OTVDI（Original TVDI）和RTVDI（Reconstructed TVDI）间的相关性来评估RTVDI在多云条件下旱情监测的能力。评估结果表明：基于RSDAST模型扩大了多云地区遥感干旱监测的空间范围和时间连续性,提升了区域旱情监测的精度（长时间序列和空间分布上RTVDI与土壤墒情数据间的R值均高于OTVDI）,极大地提高热红外遥感数据在多云条件下的可用性和可靠性。