Influence of Drought Events on Vegetation and Land Use Dynamics Utilising Orbital Data: A Case Study in the Pajeú River Basin, Pernambuco

方法

采用SPI、VHI和NVSWI指数，结合遥感数据与土地利用分类。

发现

2011-2016年干旱最严重，植被和水体响应直接，而牧场和裸地呈相反趋势。

机会点

可融合多源遥感与机器学习，构建半干旱区干旱-植被-土地利用耦合预警模型。

监测半干旱东北部地区的干旱是一项挑战，降雨变率大且原位监测网络稀缺使这一挑战更加复杂，因此利用地理技术进行水资源管理至关重要。本研究旨在利用基于遥感的指数，分析2002年至2022年巴西伯南布哥州帕热乌河流域的土地利用与覆盖动态及其与干旱事件的关系。采用标准化降水指数（SPI）表征气象干旱，同时使用植被健康指数（VHI）和归一化植被供水指数（NVSWI）评估生态系统的响应。结果表明，2011年至2016年是最严重且持续时间最长的干旱期，同期较低的VHI和NVSWI值进一步证实了这一点，表明植被在此期间受到水分胁迫。相关性分析显示，植被和水体等土地利用类别对干旱有直接响应，而牧场和裸露土壤等退化的人为区域则表现出相反的行为。三个指数与土地利用及覆盖数据的联合分析为理解研究区域干旱演变提供了全面的认识，凸显了多方法途径在监测复杂环境中的重要性。