下载文档原格式
基于ArcGIS Engine的干旱监测预测系统
冯锐;纪瑞鹏;武晋雯;王宏博;陈鹏狮;张玉书
【期刊名称】《中国农学通报》
【年(卷),期】2010(0)20
【摘要】利用Visual Basic6开发环境和ArcGIS Engine开发工具包,以
EOS/MODIS等气象卫星资料和地面常规观测资料为主要信息源,建立干旱监测预测系统。
根据辽宁省气候特征及土地状况,设定不同分区,并根据分区制定不同监测指标实现干旱动态监测,在此基础上,依托水分平衡方程和农田实际蒸散量模型,建立农田土壤含水量的预报模型,利用作物系数、农田土壤水分供应系数、气象要素预报数据、凋萎湿度等数据,通过栅格数据转换及数据空间分析,实现大面积干旱灾害的预警,为政府和有关部门提供一种强有力的决策支持方案。
【总页数】7页(P366-372)
【关键词】干旱;监测;预测;ArcEngine组件
【作者】冯锐;纪瑞鹏;武晋雯;王宏博;陈鹏狮;张玉书
【作者单位】中国气象局沈阳大气环境研究所
【正文语种】中文
【中图分类】TP399
【相关文献】
1.基于ArcGIS Engine的土地需求空间分布预测系统的研制 [J], 吕华新;王聿麒;李凯
2.基于 ArcGIS Engine 的漫滩沉降监测信息管理系统 [J], 刘斌;岳建平;李永泉;王庆
3.基于ArcGIS Engine的矿区开采沉陷预测系统开发 [J], 刘威
4.基于ArcGIS Engine的水稻生产潜力预测系统的设计与实现 [J], 李忠武;任平;王振兴;黄金权;刘岳
5.基于ArcGIS Engine成矿预测系统的设计与功能开发 [J], 梁玉辉;陈建国;肖凡;饶艳丽;李鲲
因版权原因，仅展示原文概要，查看原文内容请购买。
《基于机器学习的遥感干旱监测研究》篇一一、引言随着全球气候变化的影响，干旱问题日益突出，成为世界各国面临的严重挑战。
遥感技术以其大范围、高时效性和高精度的特点，在干旱监测中发挥着重要作用。
近年来，随着机器学习技术的快速发展，基于机器学习的遥感干旱监测研究成为了一个新的研究热点。
本文旨在探讨基于机器学习的遥感干旱监测研究的现状、方法及优势，为相关研究提供参考。
二、研究背景及意义遥感技术通过获取地表信息，可以实现对大范围地区的干旱监测。
传统的遥感干旱监测方法主要依赖于人工解译和统计分析，然而这种方法费时费力，且易受人为因素影响。
随着机器学习技术的发展，越来越多的研究者开始尝试将机器学习算法应用于遥感干旱监测，以提高监测精度和效率。
基于机器学习的遥感干旱监测研究具有重要意义。
首先，该方法可以大大提高干旱监测的精度和效率，为抗旱减灾提供更加准确的信息支持。
其次，该方法有助于提高干旱预警和预测的准确性，为决策者提供科学的决策依据。
最后，该研究有助于推动机器学习和遥感技术的融合发展，为相关领域的研究提供新的思路和方法。
三、研究方法基于机器学习的遥感干旱监测研究主要采用以下方法：1. 数据获取与预处理：收集遥感数据、气象数据和地面实测数据，对数据进行预处理，包括数据格式转换、投影转换、辐射定标、大气校正等。
2. 特征提取：利用遥感数据提取与干旱相关的特征，如植被指数、地表温度、土壤湿度等。
3. 机器学习算法应用：选择合适的机器学习算法，如支持向量机、随机森林、深度学习等，对提取的特征进行训练和分类。
4. 模型评估与优化：对训练好的模型进行评估，包括精度评估、稳定性评估等，根据评估结果对模型进行优化。
四、研究现状及进展目前，基于机器学习的遥感干旱监测研究已经取得了一定的成果。
研究者们通过不断尝试和改进，提高了干旱监测的精度和效率。
例如，有研究者利用深度学习算法对遥感数据进行处理，实现了对干旱的精准监测和预测。
此外，还有一些研究者将机器学习算法与其他技术相结合，如与同化技术、水文模型等相结合，提高了干旱预警和预测的准确性。
基于遥感的干旱监测方法研究进展随着气候变化的加剧，干旱事件在全球范围内越来越频繁和严重。
干旱对人类社会和自然环境都造成了巨大的影响，所以干旱监测成为了非常重要的问题。
遥感技术因其广阔的覆盖区域和高时空分辨率特性，已被广泛应用于干旱监测领域。
本文将综述基于遥感的干旱监测方法的研究进展。
1. 植被指数法植被指数法基于植被受干旱影响减弱的原理，通过遥感数据计算植被指数的变化，来反映干旱的程度。
常用的植被指数有归一化植被指数（NDVI）、归一化差异植被指数（NDWI）等。
在使用植被指数进行干旱监测时，需要根据不同的植被指数和监测区域的气候条件确定相应的干旱指数阈值。
2. 基于温度比值法基于温度比值法（TBR）是一种利用遥感数据进行干旱监测的方法。
该方法主要是通过计算地表温度与大气温度之比，以反映地表水分情况。
在干旱条件下，地表的蒸发散发会减少，导致地表温度升高，而大气温度因为缺少降雨的冷却作用可能依然保持较高状态，从而导致TBR值升高。
因此，TBR值越高，代表区域的干旱程度越高。
3. 基于红外干热指数法基于红外干热指数法（IRHI）主要是利用遥感数据计算红外辐射和可见光辐射之间的比值，以表征地表水分含量。
在干旱条件下，持续的高温天气会导致地表水分蒸发减少，红外辐射与可见光辐射之比增大，因此IRHI值也呈上升趋势。
同时，IRHI与TRB方法相比，更为稳健，可以避免由于大气校正误差等因素对监测结果的影响。
4. 基于径流量和蒸散量的方法基于径流量和蒸散量方法通常采用水文模型估算区域的蒸散发和径流量，以反映干旱情况。
该方法依赖于地表水文循环模型，根据监测区域的气候、地形、土地利用等因素，模拟地表水文循环过程，包括降水量、蒸散发、径流量等，进一步反映干旱的程度。
同时，可以利用遥感数据对水文模型进行更新，提高模型精度和应用范围。
综上所述，基于遥感的干旱监测方法包括植被指数法、基于温度比值法、基于红外干热指数法和基于径流量和蒸散量方法等。
基于遥感的干旱监测方法研究进展近年来，遥感技术在干旱监测领域发挥了重要的作用。
通过利用遥感数据，可以对干旱的时空分布进行实时监测和评估，为灾害防治和农业生产提供科学依据。
本文将综述基于遥感的干旱监测方法的研究进展。
一、遥感数据在干旱监测中的应用遥感数据是指通过航空器或卫星对地球进行观测并记录的数据，主要包括光学遥感数据、热红外遥感数据和微波遥感数据。
这些数据具有较高的时空分辨率和广泛的覆盖能力，可以提供全面准确的地表信息。
在干旱监测中，光学遥感数据是最常用的数据。
通过光谱反射率与植被指数之间的关系，可以对地表的植被覆盖和水分状况进行精确的估算。
热红外遥感数据则可以通过测量地表温度来判断植被的水分蒸散情况，从而间接反映干旱的程度。
微波遥感数据则可以通过测量地表土壤湿度来直接评估干旱的程度。
1. 植被指数法植被指数法是干旱监测中最常用的方法之一。
植被指数是通过光谱反射率计算得出的指标，可以反映地表植被覆盖和生长状态。
常用的植被指数有归一化植被指数（NDVI）、植被指数（VI）和差值植被指数（DVI）等。
通过对植被指数的计算和分析，可以确定地表的干旱程度。
温度指数法是通过测量地表温度来评估干旱程度的方法。
传统的温度指数法主要采用地表温度与潜在蒸散发之间的关系进行分析，如土壤湿度与温度之间的变化趋势等。
近年来，热红外遥感技术的发展使得利用地表温度进行干旱监测变得更加准确和可行。
3. 土壤湿度法土壤湿度法是通过测量地表土壤湿度来直接评估干旱程度的方法。
土壤湿度是土壤中水分的含量，是判断植被生长和水分供需状况的重要指标。
通过微波遥感技术可以获取地表土壤湿度的信息，从而提供准确的干旱监测数据。
1. MODIS数据在干旱监测中的应用MODIS（Moderate Resolution Imaging Spectroradiometer）是一种光学遥感传感器，具有较高的时空分辨率和覆盖范围。
通过对MODIS数据的处理和分析，可以实时监测和评估干旱的程度和分布。
基于GIS的北方草原干旱识别可视化系统研究冯天计;张继权;马齐云【摘要】The visualization system of grassland drought identification was developed based on computer technology and visualization technology.The system plays an important role in drought resisting in grassland area.In this paper,the standardized precipitation-evapotranspiration index was used to identify grassland drought.By using of the Visual Studio 2010 and ArcGIS Engine 10.2 software coupled with C# language programming and GIS technology,the visualization system of grassland drought identification was constructed.The Songnen Grassland in northern China was taken as study area,and the visualization system was utilized to GIS browse and disaster management,spatialization and visualization of the result of grassland drought identification.This system can be used as technology support for monitoring grassland drought and scientific reference for the management of grassland drought disaster.%利用计算机技术及可视化技术构建草原干旱识别可视化系统,在草原地区抗旱减灾工作中具有重要的作用.应用标准化降水蒸散指数(SPEI)对草原干旱进行识别,采用Visual Studi0 2010和ArcGIS Engine 10.2结合C#语言和GIS技术,研发出草原干旱识别可视化系统.以松嫩草原为实证研究区,系统实现了GIS浏览与灾情管理、草原干旱识别空间化和干旱识别结果可视化等功能.该系统的构建可为草原地区干旱灾害监测提供技术支持,为区域干旱灾害管理提供科学参考.【期刊名称】《灾害学》【年(卷),期】2017(032)004【总页数】6页(P202-207)【关键词】草原干旱;干旱识别;SPEI指数;可视化系统【作者】冯天计;张继权;马齐云【作者单位】东北师范大学环境学院东北师范大学自然灾害研究所,吉林长春130024;东北师范大学环境学院东北师范大学自然灾害研究所,吉林长春130024;东北师范大学环境学院东北师范大学自然灾害研究所,吉林长春130024【正文语种】中文【中图分类】X43;S540.1;S812.1;P334干旱几乎遍布世界各地，频繁地发生于各个历史时期。
《基于机器学习的遥感干旱监测研究》篇一一、引言随着科技的不断发展，遥感技术作为地理信息系统的一个重要分支，已广泛应用于各个领域。
在农业生产中，干旱作为常见的一种自然灾情，给农作物的生长带来了严重的威胁。
传统的干旱监测方法往往依赖于地面观测和气象数据，但这些方法不仅耗时耗力，而且难以实现大范围的实时监测。
因此，基于机器学习的遥感干旱监测技术应运而生，它能够快速、准确地获取干旱信息，为农业生产提供重要的决策支持。
二、研究背景及意义近年来，随着遥感技术的不断进步，高分辨率遥感数据为干旱监测提供了新的思路。
机器学习算法在处理大规模数据方面的优势，使得基于遥感数据的干旱监测成为可能。
本研究旨在利用机器学习算法对遥感数据进行处理，实现干旱的快速、准确监测。
三、研究内容与方法1. 数据收集与预处理本研究选用了近几年的高分辨率遥感数据，包括光谱数据、植被指数等。
在进行机器学习之前，需要对数据进行预处理，包括去除噪声、校正大气干扰等。
2. 特征提取与选择从遥感数据中提取与干旱相关的特征，如植被指数、地表温度等。
通过对比分析，选择对干旱敏感的特征作为机器学习的输入。
3. 机器学习算法选择与训练本研究选择了多种机器学习算法进行对比分析，包括支持向量机、随机森林、神经网络等。
通过训练和验证，选择出最优的算法用于干旱监测。
4. 干旱监测模型构建根据选定的机器学习算法和特征，构建干旱监测模型。
通过模型的训练和验证，实现对干旱的快速、准确监测。
四、实验结果与分析1. 实验结果通过对比分析，本研究选定了最优的机器学习算法和特征组合。
在实验中，该模型能够实现对干旱的快速、准确监测，且具有较高的稳定性和可靠性。
2. 结果分析本研究对实验结果进行了详细的分析和讨论。
首先，对不同机器学习算法在干旱监测中的应用进行了比较，分析了各种算法的优缺点。
其次，对所选特征的重要性进行了评估，探讨了这些特征与干旱之间的关系。
最后，对模型的性能进行了评估，包括准确率、召回率、F1值等指标。
基于遥感的干旱监测方法研究进展随着人类社会的发展和城市化进程的加快，水资源的供需矛盾日益凸显。
干旱作为水资源短缺的重要表现形式，已经成为全球范围内的一大挑战。
对干旱的监测和预警显得尤为重要。
传统的干旱监测方法主要依赖于气象观测站点的数据以及气象模型的模拟结果。
这些监测方法存在覆盖面有限、时空分辨率较低以及缺乏实时性等问题。
基于遥感的干旱监测方法具有广阔的应用前景，其研究进展对于解决干旱监测难题具有重要意义。
遥感技术可以获取地表信息、气象信息和水文信息等多种数据，为干旱监测提供了新的途径。
基于遥感的干旱监测方法主要包括多光谱遥感监测、热红外遥感监测和微波遥感监测等。
1. 多光谱遥感监测多光谱遥感主要利用卫星和航空平台获取的多频谱遥感影像数据，包括可见光、红外、近红外等波段的数据。
通过提取地表植被指数、地表温度等参数，可以对干旱程度进行监测和评估。
多光谱遥感监测方法广泛应用于农业干旱监测、城市化导致的土地干旱监测等领域。
2. 热红外遥感监测微波遥感主要利用卫星获取的微波数据，可以穿透云层和植被，实现对地表土壤湿度和植被水分的监测。
微波遥感监测方法可以克服多光谱遥感在云层和植被遮蔽下的局限性，具有较强的适用性。
微波遥感监测方法广泛应用于干旱地区的土壤湿度监测、植被水分监测等领域。
随着遥感技术的不断发展，基于遥感的干旱监测方法也取得了长足的进展。
主要体现在数据源的多样化、监测精度的提高、监测时空分辨率的增加等方面。
1. 数据源的多样化随着卫星遥感技术的不断发展，获取地表信息的手段越来越多样化。
目前，除了可见光、红外等波段的卫星遥感数据外，地球观测卫星、气象卫星等新型卫星的数据也开始被广泛应用于干旱监测。
这些多样化的数据源能够为干旱监测提供更全面和准确的信息。
2. 监测精度的提高随着遥感技术的不断进步，监测精度得到了显著提高。
通过结合高分辨率遥感影像和激光雷达遥感数据，可以实现对干旱地区地表的精细化监测，为监测结果的准确性提供了保障。
基于遥感的干旱监测方法研究进展
基于遥感的干旱监测方法是利用遥感数据来探测地表干旱程度和时空分布的研究方法。
遥感数据能够提供全球覆盖、多时相、多波段的信息，对于干旱监测具有独特的优势。
随
着遥感技术的不断发展和遥感数据的不断更新，基于遥感的干旱监测方法也得到了不断的
完善和改进。
目前，基于遥感的干旱监测方法主要有以下几种：
1. 基于植被指数的干旱监测方法。
植被指数反映了地表植被的状况，可以用来评估
地表干旱程度。
常用的植被指数包括归一化植被指数（NDVI）、绿度指数（EVI）等。
这些指数通过遥感数据计算得到，可以反映出地表植被的可见光和红外辐射反射情况，从而间
接反映地表干旱程度。
3. 基于地表温度的干旱监测方法。
地表温度是地表干旱的一个重要指标，可以通过
遥感技术获取。
地表温度反映了地表的热力状况，是地表干旱的一个重要表征。
常用的地
表温度指标包括地表温度（LST）和亮温（BT）等。
通过遥感数据对地表温度进行监测，可以评估地表干旱的程度和时空分布。
4. 基于多源数据的干旱监测方法。
随着遥感技术和数据类型的不断发展，基于多源
数据的干旱监测方法也得到了广泛的研究和应用。
多源数据包括可见光、红外、热红外、
微波等多种波段和传感器获取的数据。
利用这些数据，可以综合利用不同的指标和方法来
评估地表干旱程度，提高干旱监测的准确性和可靠性。
基于遥感影像的旱情监测技术研究旱情监测是指对某一区域内的旱情进行实时的、可靠的监测与预测，以便及时调整农田灌溉用水量，减少枯水期农作物死亡率，实现农业生产的良好发展。
遥感影像技术被应用于旱情监测，成为旱区生态环境监测的重要技术手段。
一、遥感影像技术在旱情监测中的应用遥感影像技术是指通过卫星或航空器获得的地球表面信息，并将其转化为图像或数字数据的技术。
遥感影像技术可以利用多种影像形式，包括光学图像、雷达数据、红外图像等，来获取旱情监测所需的信息。
通过遥感技术获得的图像数据可以在不同空间和时间尺度上分析农作物覆盖范围、地表温度、土地利用等信息，从而为旱情监测提供有力支持。
二、遥感影像技术在旱情监测方面的优势1.高时空分辨率遥感影像技术具有高时空分辨率的优势，可以迅速地获取广域范围内的土地利用、植被变化、土地荒漠化等信息，从而提高旱情监测的精度和准确度。
2.成本低遥感影像技术的开发成本比传统的采取实地调查的方法要低，因此，旱情监测成本也变得更为低廉。
3.可靠性高遥感数据的获取是可以在任何天气条件下进行的，并且可以在不同时间点获取相同的覆盖范围图像，因此可以获得大量、稳定、可靠的遥感影像数据，并为旱情监测提供可靠的数据支持。
三、旱情监测技术中遥感影像技术的应用案例1.数字地球技术的应用数字地球技术应用了大量的遥感技术数据，可以实现土地利用变化、覆盖面积、植被覆盖、降水模拟等方面的数据检测和分析，以支持旱情的调查和预测。
2.基于遥感的旱情监测系统通过建立基于遥感的旱情监测系统，可以进行旱情监测、预测，为农业生产和灌溉管理提供有力支持。
例如，利用南方基础数据中心提供的高分辨率遥感影像数据，通过数据处理和分析，可以快速分析面积、时间和强度等不同区域的旱情情况，有利于及时调整灌溉水量和农作物的种植面积，降低土地水分亏损率。
四、遥感影像技术在旱情监测中存在的问题1.数据精度和误差问题遥感影像数据的精度与其传感器的分辨率和像元大小等有关，数据误差会对后续的旱情监测结果产生影响。
第３５卷第４期 西南大学学报（自然科学版） ２０１３年４月Ｖｏｌ．３５ Ｎｏ．４Ｊｏｕｒｎａｌ ｏｆ Ｓｏｕｔｈｗｅｓｔ Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ）Ａｐｒ． ２０１３文章编号：１６７３－９８６８（２０１３）０４－０００１－０７基于ＡｒｃＧＩＳ Ｇｅｏｐｒｏｃｅｓｓｉｎｇ的干旱遥感监测系统研究与设计①高阳华１， 徐永进２， 杨世琦１，刘 灿３， 倪波顺３１．重庆市气象科学研究所，重庆４０１１４７；２．西南大学地理科学学院，重庆４００７１５；３．重庆师范大学地理与旅游学院，重庆４０００４７摘要：ＡｒｃＧＩＳ Ｇｅｏｐｒｏｃｅｓｓｉｎｇ除了提供常见的ＧＩＳ空间分析功能外，还支持建立复杂的地理处理模型来完成定制的地理处理任务．根据现有的干旱遥感监测模型，采用ＡｒｃＧＩＳ Ｇｅｏｐｒｏｃｅｓｓｉｎｇ技术实现干旱遥感监测模型的建模处理．并以重庆市２００６年干旱数据为例进行处理，所得结果和同期干旱状况吻合．使用插件式ＧＩＳ二次开发技术基于ＡｒｃＧＩＳ Ｇｅｏｐｒｏｃｅｓｓｉｎｇ实现了干旱遥感监测系统．与传统手工分布处理相比，在模型选取、数据转换、数据处理、产品制作等方面，自动化程度得到了极大的改进和提高．系统主要功能为：通过对遥感影像数据的干旱模型自动化处理，快速获取干旱结果空间分布，并生成相关产品为决策部门提供决策依据．关 键 词：遥感；干旱监测；地理信息系统中图分类号：Ｐ９５４文献标志码：Ａ干旱因其出现频率高，持续时间长且波及范围大等特点，对国民经济特别是对农业生产产生严重的影响，已经成为世界性的重大自然灾害［１－２］．土壤含水量是评价干旱程度的数据指标之一，通常获取方法可分为３类：田间单点实测法、土壤水分模型法和遥感法［３］．遥感法可以快速获得大面积的土壤水分信息，具有宏观、动态、经济的特点，被广泛用于干旱监测［４］．Ｇｅｏｐｒｏｃｅｓｓｉｎｇ（下文简称ＧＰ）是一种对己有数据进行操作产生新信息的途径．用户对地理数据的任何更改和提取都包含着一定的ＧＰ工作［５］．用遥感法进行干旱监测的实质就是对遥感数据进行模型化处理，提取出能反映干旱严重程度的数据指标来完成对干旱情况的空间分布监测．ＡｒｃＧＩＳ ＧＰ是ＡｒｃＧＩＳ中批量处理遥感数据的最佳选择，与其他遥感处理方法相比，具有高度的灵活性、封装性、模块性和可编程性．ＧＩＳ与ＲＳ以及ＧＰＳ技术一起被统称为３Ｓ技术，在灾害监测与评估研究中得到了广泛的关注和应用［６］．ＧＩＳ二次编程开发是扩展已有ＧＩＳ平台功能的主要方法，被应用于国土、城建、交通、海洋、资源环境、气象灾害等专业领域．ＡｒｃＧＩＳ Ｅｎｇｉｎｅ９．３（下文简称ＡＥ）是美国ＥＳＲＩ公司为开发嵌入式ＧＩＳ和独立运行的ＧＩＳ桌面端应用程序而推出的二次开发组件库，提供了ＣＯＭ，．ＮＥＴ和Ｃ＋＋的应用程序编程接口（ＡＰＩ）．这些编程接口不仅包括了详细的文档，还包括了一系列高层次的组件，使得临时编程人员也能够①收稿日期：２０１３－０３－０１基金项目：国家科技部重大攻关项目（２００５ＢＡ９０１Ａ０１三峡库区气候资源地理信息综合平台及其应用研究）；国家科技部农业成果转化项目课题（２００７ＧＢ２４１６０４４６基于ＧＩＳ的精细化农业气候区划及配套技术推广应用）；中国气象局气象关键技术集成与应用面上项目（ＣＭＡＧＪ２０１３Ｍ４１）；重庆市科技攻关计划项目（ＣＳＴＣ，２００９ＡＣ０１２５）；重庆市工程技术研究中心建设项目（ｃｓｔｃ２０１１ｐｔ－ｇｃ８００２３）．作者简介：高阳华（１９６２－），男，重庆奉节人，研究所所长，教授级高级工程师，主要从事农业气象、遥感与ＧＩＳ应用的研究．轻易地创建ＧＩＳ应用程序．使用ＡＥ还可以创建独立界面版本（Ｓｔａｎｄ－Ａｌｏｎｅ）的应用程序，或者对现有的应用程序进行扩展，为ＧＩＳ和非ＧＩＳ用户提供专门的空间解决方案［７］．ＡＥ中包含了ＡｒｃＧＩＳ ＧＰ的全部功能模块，并可以通过编程的方式对其进行调用．图１ 数据预处理流程图１ 研究方法１．１ 数据预处理干旱遥感监测的数据格式较多，常见的有ＭＯＤＩＳ的ＨＤＦ格式，ＮＯＡＡ／ＦＹ－１Ｄ卫星的ＬＤＦ和ＶＩＸ等遥感数据格式，及ＥＯＳ卫星的ＬＤ２格式，此外还有其他软件处理完成诸如ＩＭＧ和ＧＲＩＤ等常规影像的数据格式．ＨＤＦ，ＬＤＦ，ＶＩＸ及ＬＤ２等格式的遥感监测数据必须要经过转换处理后才能为ＡｒｃＧＩＳ软件所用．数据处理主要包括格式转换、投影变换、数据区域裁剪、数据拼接等处理过程．整个数据预处理的过程，除文件格式转换外，其他处理过程均可采用ＧＰ中现有的功能模块完成，数据预处理流程图如图１所示．１．２ 干旱遥感监测模型选取目前，国内外遥感干旱监测较为常用的模型主要有：表观热惯量法模型［８］、植被供水指数法模型［９］、温度植被干旱指数法模型［１０］、植被指数时间序列法模型［１１］、作物缺水指数法模型［１２］等．根据各种遥感模型的适用性和研究区域（重庆市）的实际情况，本文拟采用植被指数时间序列法、温度植被干旱指数法、植被供水指数法３种方法初步构建重庆市干旱遥感监测模型．１．２．１ 植被指数时间序列法（ＶＣＩ）ＶＣＩ法［１１］通过对地表植被生长状况的监测来达到监测干旱的目的．一般情况下，ＶＣＩ≤３０时植被生长状况较差，３０＜ＶＣＩ≤７０时植被生长状况适中，ＶＣＩ＞７０时植被生长状况良好．植被指数时间序列法采用ＥＶＩ时间序列建立的ＶＣＩ来反映气候因子的变化，公式为ＶＣＩ＝（ＥＶＩｉ－ＥＶＩｍｉｎ）（ＥＶＩｍａｘ－ＥＶＩｍｉｎ）×１００（１）式中ＶＣＩ为ＥＶＩ时间序列构建的植被状态指数模型，ＥＶＩｉ为１６天合成的增强型植被指数，ＥＶＩｍａｘ和ＥＶＩｍｉｎ分别为１６天合成增强型植被指数多年同期资料序列中的最大值和最小值．ＶＣＩ的取值范围为０～１００，ＶＣＩ值越小，说明作物长势越差，从而ＶＣＩ值反映干旱情况．１．２．２ 温度植被干旱指数法（ＴＶＤＩ）文献［１０］以植被指数和Ｔｓ构成的特征空间为基础，将土壤湿度和Ｔｓ用简单的线性关系来描述，并提出了温度植被干旱指数（Ｔｅｍｐｅｒａｔｕｒｅ－Ｖｅｇｅｔａｔｉｏｎ Ｄｒｙｎｅｓｓ Ｉｎｄｅｘ，简记ＴＶＤＩ），其定义为：ＴＶＤＩ＝Ｔｓ－Ｔｓ ｍｉｎＴｓ ｍａｘ－Ｔｓ ｍｉｎ（２）Ｔｓ ｍａｘ＝ａ＋ｂ·ＥＶＩ（干边方程）（３）Ｔｓ ｍｉｎ＝ｃ＋ｄ·ＥＶＩ（湿边方程）（４）式中Ｔｓ代表地表温度，Ｔｍｉｎ和Ｔｍａｘ是地表最低和最高温度，ａ，ｂ，ｃ，ｄ为地表温度和ＥＶＩ的拟合方程的系数．当ＴＶＤＩ为０时，土壤含水量大于等于田间持水量；当ＴＶＤＩ等于１时，土壤含水量接近凋萎含水量；ＴＶＤＩ值越接近１，旱情越严重．１．２．３ 植被供水指数法（ＶＳＷＩ）植被供水指数法监测干旱的原理是：当作物供水正常时，卫星遥感的植被指数在一定的生长期内保持在一定的范围，而卫星遥感的作物冠层温度也保持在一定的范围；如遇干旱，作物供水不足时，作物的生长受到影响，卫星遥感的植被指数将降低，作物的冠层温度将升高，这是由于干旱造成的作物供水不足，２西南大学学报（自然科学版） ｈｔｔｐ：／／ｘｂｂｊｂ．ｓｗｕ．ｃｎ 第３５卷作物没有足够的水供给叶子表面的蒸发，被迫关闭一部分气孔，致使植被冠层温度升高［１３－１４］．国家卫星气象中心提出的植被供水指数公式为ＷＳＷＩ＝ＴｓＥＶＩ（５）式中Ｔｓ为植被的冠层温度，ＥＶＩ为增强型植被指数，ＶＳＷＩ为植被供水指数．ＶＳＷＩ表征植被受旱程度，ＶＳＷＩ值越大，表明作物冠层温度越高，植被指数越低，作物受旱程度越重．２ 技术实现２．１ ＧＰ在ＡＥ中的调用实现在ＡｒｃＧＩＳ Ｄｅｓｋｔｏｐ９．３平台软件中，对ＧＰ的调用有３种方法，一是ＡｒｃＴｏｏｌＢｏｘ里面的各种已有的功能模型均为对系统内置ＧＰ的功能调用集合；二是利用ＭｏｄｅｌＢｕｉｌｄｅｒ工具创建新的自带的ＧＰ处理模型，并将模型保存至ＡｒｃＴｏｏｌＢｏｘ中成为用户自定义的新的ＧＰ工具，完成对系统功能的扩展；三是通过脚本语言编写脚本处理工具，添加至ＡｒｃＴｏｏｌＢｏｘ中，配置参数完成新的ＧＰ处理调用．以上３种方法对ＧＰ的调用都无法脱离ＡｒｃＧＩＳ Ｄｅｓｋｔｏｐ９．３系统平台，对于新的ＧＰ模型的使用、部署、操作都有一定的限制性．ＡＥ９．３通过在Ｃ＃编程语言中调用Ｇｅｏｐｒｏｃｅｓｓｏｒ对象，可以调用利用Ｍｏｄｅｌｂｕｉｌｄｅｒ建立的以．ｔｂｘ文件保存的扩展ＧＰ模型，而．ｔｂｘ和ｖｂｓｃｒｉｐｔ，Ｐｙｔｈｏｎ等脚本语言编写的脚本处理结合生成新的ＧＰ功能也可以被调用．这为ＡＥ９．３基于ＧＰ开发新的ＧＩＳ应用系统功能提供了无限扩展的可能，并对于ＧＰ模型库可以实现动态的扩展和调用，最大程度上提供了开放性ＧＰ模型处理功能．同时，还可以单个执行如ｂｕｆｆ－ｅｒ，Ｐｒｏｊｅｃｔ，Ｃｌｉｐ等内置ＧＰ接口，类似功能接口覆盖了全部ＡｒｃＧＩＳ内置ＧＰ功能，根据需要组合成用户所需的功能模块．下文代码举例说明实现对于ＰｒｏｊｅｃｔＲａｓｔｅｒ功能的ＧＰ调用，用户可以设置ＧＰ对象的输入输出参数，设置Ｇｅｏｐｒｏｃｅｓｓｏｒ对象的执行参数和环境，调用执行完成ＧＰ功能的调用．／／Ｃｒｅａｔｅ ＧＰ ＯｂｊｅｃｔＧｅｏｐｒｏｃｅｓｓｏｒ ＧＰ＝ｎｅｗ Ｇｅｏｐｒｏｃｅｓｓｏｒ（）；／／Ｃｒｅａｔｅ ＰｒｏｊｅｃｔＲａｓｔｅｒ ＯｂｊｅｃｔＰｒｏｊｅｃｔＲａｓｔｅｒ ｐＰｒｏｊｅｃｔ＝ｎｅｗ ＰｒｏｊｅｃｔＲａｓｔｅｒ（）；ｓｔｒｉｎｇ ＰｒｊＦｉｌｅＮａｍｅ＝＠“Ｃ：＼ｄａｔａ＼ｄｅｆａｕｌｔｐｒｊ．ｐｒｊ”；ＩＳｐａｔｉａｌＲｅｆｅｒｅｎｃｅＦａｃｔｏｒｙ ｐＲＳＦ＝ｎｅｗ ＳｐａｔｉａｌＲｅｆｅｒｅｎｃｅＥｎｖｉｒｏｎｍｅｎｔＣｌａｓｓ（）；ＩＳｐａｔｉａｌＲｅｆｅｒｅｎｃｅ ｐＳｒ＝ｐＲＳＦ．ＣｒｅａｔｅＥＳＲＩＳｐａｔｉａｌＲｅｆｅｒｅｎｃｅＦｒｏｍＰＲＪＦｉｌｅ（ＰｒｊＦｉｌｅＮａｍｅ）；ｐＰｒｏｊｅｃｔ．ｏｕｔ＿ｃｏｏｒ＿ｓｙｓｔｅｍ＝ｐＳｒ；ｐＰｒｏｊｅｃｔ．ｃｅｌｌ＿ｓｉｚｅ＝１０００；／／Ｓｔａｒｔ Ｅｘｅｃｕｔｅ ＰｒｏｊｅｃｔＲａｔｓｅｒ ＧＰ ｔｏｏｌｓＧＰ．Ｅｘｅｃｕｔｅ（ｐＰｒｏｊｅｃｔ，ｎｕｌｌ）；２．２ 插件式技术目前插件式技术框架设计已成为主流桌面应用程序的设计模式，与传统的非插件式桌面应用程序相比具有升级维护方便、系统扩展性强、部署方便、可重用性高等优点．．Ｎｅｔ平台提供了不同于ＣＯＭ的插件实现技术———反射机制．在．Ｎｅｔ Ｆｒａｍｅｗｏｒｋ和Ｃ＃中，为了实现动态加载插件，需要使用从Ｓｙｓｔｅｍ．Ｒｅ－ｆｌｅｃｔｉｏｎ命名的空间提供的访问外部程序集的一系列相关对象，即Ａｓｓｅｍｂｌｙ，Ｔｙｐｅ和Ａｃｔｉｖａｔｏｒ等几个类的相关方法．若一个程序集是合法插件，则使用Ａｃｔｉｖａｔｏｒ类的ＣｒｅａｔｅＩｎｓｔａｎｃｅ方法帮助插件引擎动态地创建．Ｎｅｔ程序集对象，所创建的对象能够为系统主程序所使用［１５］．本文将采用该技术进行系统框架设计，使系统有较强的可重用性及高扩展性．系统还将提供插件的动态运行管理机制，即在系统运行期间，根据用户需求，可以加载新的功能插件和卸载已有的功能插件．３ 干旱遥感监测系统干旱监测信息系统以地理信息系统为平台，以干旱监测模型为核心，以空间数据及地面观测数据为主３第４期 高阳华，等：基于ＡｒｃＧＩＳ Ｇｅｏｐｒｏｃｅｓｓｉｎｇ的干旱遥感监测系统研究与设计４西南大学学报（自然科学版） ｈｔｔｐ：／／ｘｂｂｊｂ．ｓｗｕ．ｃｎ 第３５卷要材料．系统干旱遥感监测模型可由用户添加和自由选取，使系统具备较强的功能可扩展性．３．１ 系统主程序设计干旱遥感监测系统采用插件式系统框架设计，该框架设计分为２个部分：一是宿主程序，主要完成程序的基本功能，本系统中主要是ＧＩＳ的地图浏览视图等；二是插件程序集，由多个动态链接库（ＤＬＬ）文件组成，系统每组功能为一个ＤＬＬ文件，该文件放置于程序集目录下，宿主程序启动时刻动态遍历浏览加载所有插件，并根据插件内容生成对应的操作功能界面．此外本系统还支持程序运行过程中，通过加载或者卸载等功能完成对插件的动态管理．系统结构如图２所示，主程序通过系统插件引擎依据通信契约和插件进行相互访问操作，其中通信契约和插件引擎为整个插件框架设计的核心，也是主程序与插件通信的桥梁［１６］．干旱遥感监测系统流程见图３．数据来源为常见的集中卫星遥感数据格式．系统先将其转化为通用的ＩＭＧ格式，或者直接读取ＩＭＧ格式的数据，经过数据处理模块后，生成系统研究区域的干旱遥感监测数据；然后用户根据数据性质的不同选用适合的干旱遥感监测模型方法，生成干旱空间分布结果；最后根据生成结果的类型，从产品模板库中选择对应的模板，生成修饰后的最终结果，保存或者输出结果，为其他部门对干旱灾害作出对策提供有效辅助，以减轻灾害损失．Array图３ 系统流程图３．２ 系统功能设计本系统主要分为系统基本功能、数据转换处理、干旱遥感监测模型处理、干旱产品制作、系统设置模块、数据管理等几个主要功能模块，如图４所示．各功能模块的主要功能如下：系统基本功能：实现对产品文档的新建、保存、打印输出，系统界面定制，系统版权帮助文档等一般桌面应用程序具备的功能；完成ＧＩＳ系统软件常见的地图图层管理、图层渲染，以及对地图浏览功能和布局视图下的比例尺、指北针等制图要素进行操作管理的专题制图功能，此外还要完成不同视图状态下的地图导出功能．数据转换处理：主要完成系统数据的预处理功能，完成不能直接用于模型处理的ＬＤ２，ＬＤＦ，ＨＤＦ等格式数据和ＩＭＧ格式数据的相互转换功能．另外数据的投影转换、数据拼接、区域提取等处理工作均在此功能模块中实现．干旱遥感监测模型处理：针对预处理过的干旱遥感监测数据，采用相应的模型作对应处理，这部分的程序实现主要基于ＧＰ实现，为开放式模型集合，即用户可以自行按照要求添加新的处理模型，系统界面会给出对应变化反馈，完成新处理模型的调用处理工作．干旱产品制作：以地图的形式展现由干旱遥感监测模型处理后的结果，用户可以预先定制不同的产品模板文件，系统将根据选中的模板进行自动渲染，亦可以利用ＧＩＳ通用功能模块完成自行制图．系统设置模块：系统常见操作缺省设置、产品模板存放路径、各种对应模型参数、启动文档等系统运行中需要用到的数据均在此功能模块中完成．数据管理：本功能模块主要完成对输入数据、模板文件数据、系统数据库数据等数据的管理功能，通常有添加、删除、浏览、修改、保存等常见管理操作．图４ 系统功能模块结构图３．３ 系统应用根据本文技术路线，设计开发实现了重庆市干旱遥感监测系统，系统主界面和部分运行界面如图５所示．系统采用ＡＥ ９．３Ｆｏｒ．Ｎｅｔ和Ｍｉ－ｃｒｏｓｏｆｔ．Ｎｅｔ平台下的Ｃ＃语言完成干旱遥感监测系统的设计开发工作，数据库采用Ａｒｃ ＧＩＳ的Ｐｅｒｓｏｎａｌ ＧｅｏＤａｔａｂａｓｅ，系统界面简洁，操作方便，用户能够通过程序功能插件完成植被供水指数法、土壤干旱指数法、时间序列法等进行干旱监测工作．使用系统对２００６年重庆严重自然干旱期间的遥感数据作了各种模型测试，将所得结果与同期土壤墒情点测数据进行拟合，得到拟合度较高的结果，切实证明了系统运行结果的正确性和可靠性［１６－１７］．系统应用表明，本文提出的基于ＧＰ，ＡＥ９．３和．Ｎｅｔ平台的插件式开发解决方案技术可行，解决了开发中的不确定问题，系统也具备良好的可伸缩性、可移植性、可维护性及可重用性等特点．４ 结 论本文采用．Ｎｅｔ平台下的插件技术，结合ＡＥ９．３组件开发包，设计实现了插件式框架下基于ＧＰ的干旱遥感监测系统．该系统与常规ＧＩＳ二次开发的干旱遥感监测系统相比，具有扩展方便、部署简单和高度可重用性等优点．用户只需要增加或替换插件即可完成系统功能的扩展和升级，用户也可以根据规则自行开发属于自己的系统插件来扩展系统功能．基于ＧＰ的模型处理模式，使得系统在ＧＰ模型的开放性、扩展性上得到了极大的提高，避免了非ＧＰ模式实现模型时的可维护性差、扩展困难等诸多问题．此外还对系统中用到的关键技术进行了阐释．干旱遥感监测模型处理的自动化、智能化将是将来研究的重点．５第４期 高阳华，等：基于ＡｒｃＧＩＳ Ｇｅｏｐｒｏｃｅｓｓｉｎｇ的干旱遥感监测系统研究与设计６西南大学学报（自然科学版） ｈｔｔｐ：／／ｘｂｂｊｂ．ｓｗｕ．ｃｎ 第３５卷图５ 系统运行和结果界面参考文献：［１］潘卫华，陈家金，陈 惠．基于ＭＯＤＩＳ数据的福建省干旱遥感动态监测分析［Ｊ］．中国生态农业学报，２００８，１６（４）：１０１５－１０１９．［２］ 刘安麟，李星敏．作物缺水指数法的简化及在干旱遥感监测中的应用［Ｊ］．应用生态学报，２００４，１５（２）：２１０－２１４．［３］ ＳＣＨＭＵＧＧＥ Ｔ，ＪＡＣＫＳＯＮ Ｔ Ｊ，ＭＣＫＩＭ Ｈ Ｌ．Ｓｕｒｖｅｙ ｏｆ Ｍｅｔｈｏｄｓ ｆｏｒ Ｓｏｉｌ－Ｍｏｉｓｔｕｒｅ Ｄｅｔｅｒｍｉｎａｔｉｏｎ［Ｊ］．Ｗａｔｅｒ Ｒｅ－ｓｏｕｒｃｅｓ Ｒｅｓｅａｒｃｈ，１９８０，１６（６）：９６１－９７９．［４］ 杨士琦，高阳华，易 佳．干旱遥感监测方法研究进展［Ｊ］．高原山地气象研究，２０１０，３０（２）：７５－７８．［５］ 沈萍月．基于ＡｒｅＧＩｓｇ Ｇｅｏｐｒｏｃｅｓｓｉｎｇ的处理技术方法研究［Ｄ］．杭州：浙江大学，２００６．［６］ 冯 锐，张玉书，纪瑞鹏，等．基于ＧＩＳ的干旱遥感监测及定量评估系统［Ｊ］．安徽农业科学，２００９，３７（２６）：１２６２６－１２６２７，１２６８３．［７］ ＥＳＲＩ Ｃｈｉｎａ（Ｂｅｉｊｉｎｇ）Ｌｔｄ．ＡｒｃＧＩＳ Ｅｎｇｉｎｅ———高级ＧＩＳ组件［ＥＢ／ＯＬ］．［２０１３．３．１］ｈｔｔｐ：／／ｗｗｗ．ｅｓｒｉｃｈｉｎａ－ｂｊ．ｃｎ／ｔｅｍｐｌａｔｅｓ／Ｔ＿ｙｅｓｔｅｍ＿Ｎｅｗｓ／ｉｎｄｅｘ．ａｓｐｘ？ｎｏｄｅｉｄ＝１１８．２００９－３－２８．［８］ ＰＲＩＣＥ Ｊ Ｃ．Ｏｎ ｔｈｅ Ａｎａｌｙｓｉｓ ｏｆ Ｔｈｅｒｍａｌ Ｉｎｆｒａｒｅｄ Ｉｍａｇｅｒｙ：Ｔｈｅ Ｌｉｍｉｔｅｄ Ｕｔｉｌｉｔｙ ｏｆ Ａｐｐａｒｅｎｔ Ｔｈｅｒｍａｌ Ｉｎｅｒｔｉａ［Ｊ］．Ｒｅ－ｍｏｔｅ Ｓｅｎｓｉｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ，１９８５，１８：５９－７３．［９］ ＣＡＲＬＳＯＮ Ｔ Ｎ，ＰＥＲＲＹ Ｅ，ＳＣＨＭＵＧＧＥ Ｔ．Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ Ｅｓｔｉｍａｔｉｏｎ ｏｆ Ｓｏｉｌ Ｍｏｉｓｔｕｒｅ Ａｖａｉｌａｂｉｌｉｔｙ ａｎｄ ＦｒａｃｔｉｏｎａｌＶｅｇｅｔａｔｉｏｎ Ｃｏｖｅｒ ｆｏｒ Ａｇｒｉｃｕｌｔｕｒａｌ Ｆｉｅｌｄｓ［Ｊ］．Ａｇｒｉ ＆Ｆｏｒｅ Ｍｅｔｅｏ，１９９０，５２：４５－６９．［１０］ＳＡＮＤＨＯＬＴ Ｉ，ＲＡＳＭＵＳＳＥＮ Ｋ，ＡＮＤＥＲＳＥＮ Ｊ．Ａ Ｓｉｍｐｌｅ Ｉｎｔｅｒｐｒｅｔａｔｉｏｎ ｏｆ ｔｈｅ Ｓｕｒｆａｃｅ Ｔｅｍｐｅｒａｔｕｒｅ／Ｖｅｇｅｔａｔｉｏｎ Ｉｎ－ｄｅｘ Ｓｐａｃｅ ｆｏｒ Ａｓｓｅｓｓｍｅｎｔ ｏｆ Ｓｕｒｆａｃｅ Ｍｏｉｓｔｕｒｅ Ｓｔａｔｕｓ［Ｊ］．Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔ，２００２，７９：２１３－２２４．［１１］ＫＯＧＡＮ Ｆ．Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ｏｆ Ｗｅａｔｈｅｒ Ｉｍｐａｃｔｓ ｏｎ Ｖｅｇｅｔａｔｉｏｎ ｉｎ Ｎｏｎ－２－Ｈｏｍｏｇｅｎｅｏｕｓ Ａｒｅａｓ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌｏｆ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，１９９０，１１：１４０５－１４１９．［１２］ＩＤＳＯ Ｓ Ｂ，ＪＡＣＫＳＯＮ Ｒ Ｄ．Ｎｏｒｍａｌｉｚｉｎｇ ｔｈｅ Ｓｔｒｅｓｓ－Ｄｅｇｒｅｅ－Ｄａｙ Ｐａｒａｍｅｔｅｒ ｆｏｒ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｖａｒｉａｂｉｌｉｔｙ［Ｊ］．Ａｇｒｉｃｕｌ－ｔｕｒａｌ Ｍｅｔｅｏｒｏｌｏｇｙ，１９８１，２４：４５－５５．［１３］ＷＡＴＳＯＮ Ｋ，ＰＯＨＮ Ｈ Ａ．Ｔｈｅｒｍａｌ Ｉｎｅｒｔｉａ Ｍａｐｐｉｎｇ ｆｒｏｍ Ｓａｔｅｌｌｉｔｅ Ｄｉｓｃｒｉｍｉｎａｔｉｏｎ ｏｆ Ｇｅｏｌｏｇｉｃ Ｕｎｉｔｓ ｉｎ Ｏｍａｎ［Ｊ］．ＪＲｅｓ Ｕ Ｓ Ｇｅｏｌ Ｓｕｒｖｅｙ，１９７４，２（２）：１４７－１５８．［１４］ＫＡＨＬＥ Ａ Ｂ，ＧＩＬＬＥＳＰＩＥ Ａ Ｒ，ＧＯＥＴＺ Ａ Ｆ．Ｔｈｅｒｍａｌ Ｉｎｅｒｔｉａ Ｍａｐｐｉｎｇ：Ａ Ｎｅｗ Ｇｅｏｌｏｇｉｃ Ｍａｐｐｉｎｇ Ｔｏｏｌ［Ｊ］．Ｇｅｏｐｈｙｓ－ｉｃａｌ Ｒｅｓｅａｒｃｈ Ｌｅｔｔｅｒｓ，１９７５（３）：２６－２８．［１５］冯 锐，张玉书，纪瑞鹏，等．ＧＩＳ的干旱监测信息系统研究［Ｊ］．辽宁工程技术大学学报，２００６，２５（５）：７８５－７８８．［１６］何泽能，杨世琦，易 佳．重庆２００６年夏季特大干旱期间的ＮＤＶＩ与城市热岛［Ｊ］．中国农学通报，２０１１，２７（１）：３２３－３２７．［１７］杨世琦，易 佳．２００６年重庆特大干旱期间的遥感监测应用研究［Ｊ］．中国农学通报，２０１０，２６（２３）：３２５－３３０．Ｒｅｓｅａｒｃｈ ａｎｄ Ｄｅｓｉｇｎ ｏｆ ａ Ｄｒｏｕｇｈｔ Ｒｅｍｏｔｅ ＳｅｎｓｉｎｇＭｏｎｉｔｏｒｉｎｇ Ｓｙｓｔｅｍ Ｂａｓｅｄ ｏｎ ｔｈｅ ＡｒｃＧＩＳ Ｇｅｏｐｒｏｃｅｓｓｉｎｇ ＴｅｃｈｎｏｌｏｇｙＧＡＯ Ｙａｎｇ－ｈｕａ１， ＸＵ Ｙｏｎｇ－ｊｉｎ２， ＹＡＮＧ Ｓｈｉ－ｑｉ １，ＬＩＵ Ｃａｎ３， ＮＩ Ｂｏ－ｓｈｕｎ３１．Ｃｈｏｎｇｑｉｎｇ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｓｃｉｅｎｃｅｓ，Ｃｈｏｎｇｑｉｎｇ ４０１１４７，Ｃｈｉｎａ；２．Ｓｃｈｏｏｌ ｏｆ Ｇｅｏｇｒａｐｈｉｃａｌ Ｓｃｉｅｎｃｅｓ，Ｓｏｕｔｈｗｅｓｔ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ ４００７１５，Ｃｈｉｎａ；３．Ｓｃｈｏｏｌ ｏｆ Ｇｅｏｇｒａｐｈｙ ａｎｄ Ｔｏｕｒｉｓｍ，Ｃｈｏｎｇｑｉｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ ４０００４７，ＣｈｉｎａＡｂｓｔｒａｃｔ：Ｉｎ ａｄｄｉｔｉｏｎ ｔｏ ｔｈｅ ｃｏｍｍｏｎ ＧＩＳ ｓｐａｔｉａｌ ａｎａｌｙｓｉｓ ｆｕｎｃｔｉｏｎｓ，ＡｒｃＧＩＳ Ｇｅｏｐｒｏｃｅｓｓｉｎｇ ａｌｓｏ ｓｕｐｐｏｒｔｓｔｈｅ ｅｓｔａｂｌｉｓｈｍｅｎｔ ｏｆ ｃｏｍｐｌｅｘ ｇｅｏｐｒｏｃｅｓｓｉｎｇ ｍｏｄｅｌｓ ｔｏ ｃｏｍｐｌｅｔｅ ａｆｏｒｅｈａｎｄ ｇｅｏｇｒａｐｈｉｃａｌ ｐｒｏｃｅｓｓｉｎｇ ｔａｓｋｓ．Ｉｎ ｔｈｉｓ ｒｅｓｅａｒｃｈ，ｔｈｅ ＡｒｃＧＩＳ Ｇｅｏｐｒｏｃｅｓｓｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ｉｓ ｕｓｅｄ ｔｏ ｒｅａｌｉｚｅ ｔｈｅ ｍｏｄｅｌｉｎｇ ｏｆ ａ ｄｒｏｕｇｈｔ ｒｅｍｏｔｅｓｅｎｓｉｎｇ ｍｏｎｉｔｏｒｉｎｇ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ｔｈｅ ｃｕｒｒｅｎｔ ｄｒｏｕｇｈｔ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｍｏｎｉｔｏｒｉｎｇ ｍｏｄｅｌｓ．Ａｓ ａｎ ｅｘａｍ－ｐｌｅ，ｔｈｅ ｄｒｏｕｇｈｔ ｄａｔａ ｉｎ Ｃｈｏｎｇｑｉｎｇ ｉｎ ２００６ｉｓ ｐｒｏｃｅｓｓｅｄ，ａｎｄ ｔｈｅ ｒｅｓｕｌｔｓ ａｒｅ ｃｏｎｓｉｓｔｅｎｔ ｗｉｔｈ ｔｈｅ ａｃｔｕａｌｄｒｏｕｇｈｔ ｃｏｎｄｉｔｉｏｎｓ ｏｆ ｔｈａｔ ｙｅａｒ．Ｔｈｕｓ，ａ ｄｒｏｕｇｈｔ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｍｏｎｉｔｏｒｉｎｇ ｓｙｓｔｅｍ ｉｓ ｒｅａｌｉｚｅｄ ｂａｓｅｄ ｏｎｔｈｅ ＡｒｃＧＩＳ Ｇｅｏｐｒｏｃｅｓｓｉｎｇ ａｎｄ ｐｌｕｇ－ｉｎ ＧＩＳ ｓｅｃｏｎｄａｒｙ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｔｅｃｈｎｏｌｏｇｙ．Ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｔｒａ－ｄｉｔｉｏｎａｌ ｍａｎｕａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｐｒｏｃｅｓｓｉｎｇ，ｔｈｉｓ ｍｏｄｅｌ ｈａｓ ｇｒｅａｔｌｙ ｉｍｐｒｏｖｅｄ ａｎｄ ｅｎｈａｎｃｅｄ ｔｈｅ ａｕｔｏｍａｔｉｏｎ ｏｆｍｏｄｅｌ ｓｅｌｅｃｔｉｏｎ，ｄａｔａ ｃｏｎｖｅｒｓｉｏｎ，ｄａｔａ ｐｒｏｃｅｓｓｉｎｇ ａｎｄ ｐｒｏｄｕｃｔ ｐｒｏｄｕｃｔｉｏｎ．Ｔｈｅ ｍａｉｎ ｆｕｎｃｔｉｏｎ ｏｆ ｔｈｅ ｓｙｓ－ｔｅｍ ｉｓ ｔｏ ｑｕｉｃｋｌｙ ｏｂｔａｉｎ ｔｈｅ ｒｅｓｕｌｔｓ ｏｆ ｔｈｅ ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｄｒｏｕｇｈｔ ｓｐａｃｅ ｔｈｒｏｕｇｈ ａｕｔｏｍａｔｉｃ ｐｒｏｃｅｓｓ－ｉｎｇ ｏｆ ｔｈｅ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｉｍａｇｅｓ ａｎｄ ｇｅｎｅｒａｔｅ ｒｅｌａｔｅｄ ｐｒｏｄｕｃｔｓ ｆｏｒ ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ ｄｅｐａｒｔｍｅｎｔｓ．Ｋｅｙ ｗｏｒｄｓ：ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ；ｄｒｏｕｇｈｔ ｍｏｎｉｔｏｒｉｎｇ；ｇｅｏｇｒａｐｈｉｃａｌ ｐｒｏｃｅｓｓｉｎｇ责任编辑 廖 坤 ７第４期 高阳华，等：基于ＡｒｃＧＩＳ Ｇｅｏｐｒｏｃｅｓｓｉｎｇ的干旱遥感监测系统研究与设计。
