基于多元数据融合的安徽省干旱遥感监测模型研究

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。

-