Increasing global temperatures have

Increasing global temperatures have led to an unprecedented frequency of droughts (Piao et al. 2010; Yang
et al.2013), and research of the basic factors and change
trend of these droughts are crucial for China’s agricultural production.
Widespread and dynamic monitoring of droughts
using traditional monitoring methods is difficult to
achieve because of the sparsity of points representing
soil moisture content. Remote sensing technology is a
feasible method for monitoring droughts on a large scale
(Qin et al. 2006; Rhee et al. 2010), and methods commonly used can be categorized into two types. The first
type is based on vegetation indices such as normalized
difference vegetation index (NDVI) (Rouse et al.1974),
vegetation condition index (Kogan 1995a,b) and standard
vegetation index (Qi et al. 2004). The second type is
based on temperature and includes approaches such as
thermal inertia (Price 1985; Yu and Tian 1997), evapotranspiration estimation (Jackson et al. 1977a, b; Sui
et al. 1997) and multitemporal integrated soil moisture
statistical model (Xiao et al. 1994). However, because
of incomplete vegetation cover, use of soil temperature
to monitor soil moisture is quite limited (Moran et al.
1994), and use of vegetation index to monitor soil moisture is somewhat lag (Sandholt et al. 2002). To overcome these problems, Sandholt et al. (2002) proposed
a temperature vegetation drought index (TVDI) based
on the relationship between vegetation and land surface
temperature (Price 1990; Carlson et al. 1995). Because
of its definite physical meaning and low requirement
to the spectral resolution of remote sensing data, TVDI
has been widely applied in the drought monitoring, and
its advantages have been verified by a series of studies
(Wang et al. 2004; Yang et al. 2009; Han et al. 2010;
Chen et al.2011; Rahimzadeh-Bajgiran et al.2012; Sun
et al. 2012).
On the other hand, moderate-resolution imaging spectroradiometer (MODIS) remote sensing data with proper
spectral, temporal and spatial resolutions is optimal for
drought monitoring of large areas (Liu et al. 2005; Patel
et al. 2009). In the present study, MODIS data were
used to calculate the TVDI, which is a characterization
index of drought. The changes in trends of droughts in
China from 2001 to 2010 were analyzed. In addition,
the relationships between TVDI and annual precipitation, temperature, humidity, and sunshine duration were
examined. Here, we selected the mean temperature,
mean precipitation, mean relative humidity, and mean
sunshine duration as the climate factors. Finally, climate
driving mechanism of China’s drought was discussed to
provide a scientific basis for mitigating the impacts of
climate change.

ผลลัพธ์ (ไทย) 1:

อุณหภูมิโลกเพิ่มขึ้นได้นำไปสู่ความถี่เป็นประวัติการณ์ของ droughts (Piao et al. 2010 ยางet al.2013), และงานวิจัยของปัจจัยพื้นฐานและการเปลี่ยนแปลง แนวโน้มของ droughts เหล่านี้มีความสำคัญสำหรับการผลิตทางการเกษตรของจีนแพร่หลาย และแบบไดนามิกตรวจสอบ droughts ใช้วิธีการตรวจสอบแบบดั้งเดิมได้ยาก ประสบความสำเร็จเนื่องจาก sparsity ของจุดที่แทน ดินชื้น มีรีโมทไร้สายเทคโนโลยีการ วิธีเป็นไปได้สำหรับการตรวจสอบ droughts บนขนาดใหญ่ (ชิน et al. 2006 Rhee et al. 2010), และวิธีที่ใช้กันทั่วไปแบ่งออกได้สองชนิด ครั้งแรก ชนิดขึ้นอยู่กับดัชนีพืชพรรณเป็นตามปกติ ส่วนต่างดัชนีพืชพรรณ (NDVI) (ปลุก et al.1974), ดัชนีภาวะพืช (Kogan 1995a, b) และมาตรฐาน ดัชนีพืชพรรณ (คี et al. 2004) ชนิดที่สองคือ ขึ้นอยู่กับอุณหภูมิ และมีแนวทางเช่น ความร้อนแรงเฉื่อย (ราคา 1985 ยูและเทียน 1997), evapotranspiration ประเมิน (Jackson et al. 1977a, b สุ่ยร้อยเอ็ด al. 1997) และความชื้นดินรวม multitemporal สถิติแบบจำลอง (เสี่ยว et al. ปี 1994) อย่างไรก็ตาม เนื่องจาก พืชพรรณสมบูรณ์ปก ใช้ของอุณหภูมิดิน การตรวจสอบดิน ชื้นมีค่อนข้างจำกัด (โมแรน et al1994), และใช้ดัชนีพืชพรรณเพื่อตรวจสอบความชื้นในดินค่อนข้างล่าช้า (Sandholt et al. 2002) เพื่อเอาชนะปัญหาเหล่านี้ Sandholt et al. (2002) เสนอ กับอุณหภูมิพืชแล้งดัชนี (TVDI) ตาม ในความสัมพันธ์ระหว่างพืชและพื้นผิวดิน อุณหภูมิ (ราคา 1990 คาร์ลสัน et al. 1995) เนื่องจาก ความหมายทางกายภาพที่แน่นอนและความต้องการต่ำสุด ความละเอียดสเปกตรัมของระยะไกลไร้สายข้อมูล TVDI ได้ถูกประยุกต์ใช้อย่างกว้างขวางในการดูแลตรวจตราภัยแล้ง และ ข้อดีของมันได้ถูกตรวจสอบ โดยชุดของการศึกษา (Wang et al. 2004 ยาง et al. 2009 ฮั่น et al. 2010 เฉิน et al.2011 Rahimzadeh Bajgiran et al.2012 ซันร้อยเอ็ด al. 2012)บนมืออื่น ๆ ความละเอียดปานกลางถ่ายภาพ spectroradiometer (MODIS) ระยะไกลตรวจข้อมูลเหมาะสม สเปกตรัม ขมับ และปริภูมิความละเอียดเหมาะสำหรับ การตรวจสอบภัยแล้งของพื้นที่ขนาดใหญ่ (หลิว et al. 2005 พาเทลร้อยเอ็ด al. 2009) ในการศึกษาปัจจุบัน มีข้อมูล MODIS ใช้ในการคำนวณ TVDI ซึ่งเป็นการจำแนก ดัชนีของภัยแล้ง การเปลี่ยนแปลงในแนวโน้มของ droughts ใน จีนปี 2001-2010 ถูกวิเคราะห์ นอกจากนี้ ความสัมพันธ์ระหว่าง TVDI และฝนประจำปี อุณหภูมิ ความชื้น และแสงแดดช่วงเวลาได้ ตรวจสอบ ที่นี่ เราเลือกอุณหภูมิเฉลี่ย หมายถึง ฝน ความชื้นสัมพัทธ์หมายถึง และหมายถึง ระยะเวลาที่แสงแดดเป็นปัจจัยสภาพภูมิอากาศ ในที่สุด สภาพภูมิอากาศ ขับกลไกของภัยแล้งของจีนได้กล่าวถึง ให้พื้นฐานทางวิทยาศาสตร์สำหรับการบรรเทาผลกระทบของ การเปลี่ยนแปลงสภาพภูมิอากาศ

ผลลัพธ์ (ไทย) 2:

การเพิ่มขึ้นของอุณหภูมิโลกที่ได้นำไปสู่ความถี่เป็นประวัติการณ์ของภัยแล้ง (เปรี้ยว et al, 2010;. ยาง
เอ al.2013) และการวิจัยของปัจจัยพื้นฐานและการเปลี่ยนแปลง
แนวโน้มของภัยแล้งเหล่านี้มีความสำคัญสำหรับการผลิตทางการเกษตรของจีน
อย่างกว้างขวางและการตรวจสอบแบบไดนามิกของภัยแล้ง
โดยใช้วิธีการตรวจสอบแบบดั้งเดิมเป็นเรื่องยากที่จะ
ประสบความสำเร็จเพราะ sparsity ของจุดที่เป็นตัวแทนของ
ความชื้นในดิน ระยะไกล sensing เทคโนโลยีเป็น
วิธีที่เป็นไปได้สำหรับการตรวจสอบภัยแล้งขนาดใหญ่
(ฉิน et al, 2006;. Rhee et al, 2010.) และวิธีการที่ใช้กันโดยทั่วไปสามารถแบ่งออกเป็นสองประเภท ครั้งแรกของ
ชนิดจะขึ้นอยู่กับดัชนีพืชเช่นปกติ
ดัชนีพืชที่แตกต่างกัน (NDVI) (ปลุกเอ al.1974)
ดัชนีสภาพพืช (Kogan 1995a, ข) และมาตรฐาน
ดัชนีพืชพรรณ (Qi et al. 2004) ประเภทที่สองจะ
ขึ้นอยู่กับอุณหภูมิและรวมถึงวิธีการเช่น
ความเฉื่อยความร้อน (ราคา 1985; Yu Tian และ 1997), การประเมินการคายระเหย (แจ็คสันและคณะ 1977A ข. ซุ่ย
et al. 1997) และความชื้นในดิน multitemporal แบบบูรณาการ
แบบจำลองทางสถิติ (Xiao et al. 1994) แต่เนื่องจาก
ของพืชพรรณที่ไม่สมบูรณ์ของการใช้อุณหภูมิของดิน
ในการตรวจสอบความชื้นในดินค่อนข้าง จำกัด (โมแรน, et al
1994) และการใช้ดัชนีพืชพรรณในการตรวจสอบความชื้นในดินที่ค่อนข้างล่าช้า (Sandholt et al. 2002) ที่จะเอาชนะปัญหาเหล่านี้ Sandholt และคณะ (2002) ได้เสนอ
ดัชนีพืชอุณหภูมิความแห้งแล้ง (TVDI) ตาม
ความสัมพันธ์ระหว่างพืชและพื้นผิวดิน
อุณหภูมิ (ราคา 1,990. คาร์ลสันและคณะ 1995) เพราะ
ความหมายทางกายภาพที่ชัดเจนและความต้องการต่ำ
เพื่อความละเอียดสเปกตรัมของข้อมูลการสำรวจข้อมูลระยะไกล TVDI
มีการใช้กันอย่างแพร่หลายในการตรวจสอบภัยแล้งและ
ข้อดีของมันได้รับการยืนยันโดยชุดของการศึกษา
(Wang et al, 2004;. ยางและคณะ 2009 ฮัน et al, 2010;.
เฉินเอ al.2011; Rahimzadeh-Bajgiran เอ al.2012; Sun
et al. 2012)
ในทางตรงกันข้ามปานกลางมีความละเอียดในการถ่ายภาพ Spectroradiometer (MODIS) ข้อมูลการสำรวจข้อมูลระยะไกลกับที่เหมาะสม
สเปกตรัมชั่วขณะ และมติเป็นพื้นที่ที่เหมาะสมสำหรับ
การตรวจสอบภัยแล้งในพื้นที่ขนาดใหญ่ (หลิวและคณะ. 2005; Patel
et al, 2009.) ในการศึกษาข้อมูล MODIS ถูก
ใช้ในการคำนวณ TVDI ซึ่งเป็นลักษณะ
ดัชนีของภัยแล้ง การเปลี่ยนแปลงในแนวโน้มของภัยแล้งใน
ประเทศจีน 2001-2010 มาวิเคราะห์ นอกจากนี้
ความสัมพันธ์ระหว่าง TVDI และประจำปีการเร่งรัดอุณหภูมิความชื้นและแสงแดดในช่วงระยะเวลาที่ได้รับการ
ตรวจสอบ ที่นี่เราเลือกอุณหภูมิเฉลี่ย,
ค่าเฉลี่ยปริมาณน้ำฝนเฉลี่ยความชื้นสัมพัทธ์และค่าเฉลี่ย
ระยะเวลาแสงแดดเป็นปัจจัยสภาพภูมิอากาศ สุดท้ายสภาพภูมิอากาศ
ขับรถกลไกของภัยแล้งของจีนได้รับการกล่าวถึงในการ
ให้หลักฐานทางวิทยาศาสตร์เพื่อบรรเทาผลกระทบจากการ
เปลี่ยนแปลงสภาพภูมิอากาศ

ผลลัพธ์ (ไทย) 3:

อุณหภูมิที่เพิ่มขึ้นทั่วโลกนำให้มีความถี่เป็นประวัติการณ์ของภัยแล้ง ( เปียว et al . 2010 ; ยาง
et al . 2013 ) และงานวิจัยของปัจจัยพื้นฐานและแนวโน้มของการเปลี่ยนแปลง
แล้งนี้ เป็นสิ่งสําคัญสําหรับการผลิตทางการเกษตรของประเทศจีน อย่างกว้างขวางและการตรวจสอบแบบไดนามิกของภัยแล้ง

ใช้วิธีการตรวจสอบแบบดั้งเดิมเป็นเรื่องยากที่จะบรรลุเพราะ sparsity

ของจุดแทนความชื้นในดิน เทคโนโลยีตรวจจับระยะไกลเป็นวิธีที่เป็นไปได้สำหรับการติดตาม

ภัยแล้งในขนาดใหญ่ ( ฉิน et al . 2006 ; Rhee et al . 2010 ) , และวิธีการที่ใช้โดยทั่วไปสามารถแบ่งออกเป็นสองประเภท ประเภทแรก
ขึ้นอยู่กับพืชดัชนีเช่นปกติ
ความแตกต่างดัชนีพืชพรรณ ( กระตุ้นและ 1974 Al . )
ดัชนีสภาพพืชพรรณ ( Kogan 1995a , B ) และมาตรฐาน
ดัชนีพืชพรรณ ( ฉี et al . 2004 ) ประเภทที่สองคือ
ตามอุณหภูมิและรวมถึงวิธีเช่น
ความร้อนความเฉื่อย ( ราคา 1985 ; ยูและเทียน 1997 ) , การประมาณค่าการคายระเหยน้ำ ( Jackson et al . 1977a , B ; ซุ่ย
et al . 1997 ) และความชื้นในดินแบบบูรณาการ multitemporal
สถิติ ( เสี่ยว et al . 1994 ) อย่างไรก็ตาม เนื่องจาก
ของครอบคลุมพืชไม่ใช้ดิน
อุณหภูมิการตรวจสอบความชื้นในดินค่อนข้างจำกัด ( Moran et al .
1994 ) และการใช้ดัชนีพืชพรรณในการตรวจสอบความชื้นในดินค่อนข้างล้าหลัง ( sandholt et al . 2002 ) เพื่อเอาชนะปัญหาเหล่านี้ sandholt et al . ( 2002 ) เสนอ
ภัยแล้งพืชอุณหภูมิดัชนี ( tvdi ) ตาม
เกี่ยวกับความสัมพันธ์ระหว่างพืชและอุณหภูมิพื้นผิว
ที่ดิน ( ราคา 1990 ; คาร์ลสัน et al . 1995 ) เพราะ
ความหมายทางกายภาพที่แน่นอนของระดับความต้องการ
ให้ความละเอียดของสเปกตรัมของข้อมูลจากการรับรู้ระยะไกล tvdi
, มีการใช้กันอย่างแพร่หลายในการติดตามสถานการณ์ภัยแล้งและ
ข้อดีของมันได้ถูกตรวจสอบ โดยชุดของการศึกษา
( Wang et al . 2004 ; ยาง et al . 2009 ; Han et al . 2010 ;
Chen et al.2011 ; rahimzadeh bajgiran et al.2012 อาทิตย์
et al . 2012 ) .
บนมืออื่น ๆความละเอียดภาพระดับ spectroradiometer ( โมดิส ) ข้อมูลระยะไกลกับเหมาะสม
สเปกตรัมชั่วคราวและมติเชิงพื้นที่ที่เหมาะสมสําหรับ
ติดตามภัยแล้งของพื้นที่ขนาดใหญ่ ( Liu et al . 2005 ; Patel
et al . 2009 ) ในการศึกษาข้อมูลโมดิส
ใช้ในการคำนวณ tvdi ซึ่งเป็นลักษณะเฉพาะ
ดัชนีความแห้งแล้ง การเปลี่ยนแปลงในแนวโน้มของภัยแล้งใน
จีน จากปี 2553 ข้อมูล นอกจากนี้ ความสัมพันธ์ระหว่าง tvdi
และปี อุณหภูมิ ความชื้น ฝน แสงแดด และเวลาถูก
ตรวจสอบ ที่นี่เราคัดสรร หมายถึงอุณหภูมิ
ฝนหมายถึงหมายถึงความชื้นสัมพัทธ์ และหมายถึง
เวลาแสงแดดเป็นปัจจัยสภาพภูมิอากาศ ในที่สุด บรรยากาศ
กลไกการขับของประเทศจีนภัยแล้งกัน

ให้พื้นฐานวิทยาศาสตร์เพื่อศึกษาผลกระทบของการเปลี่ยนแปลงภูมิอากาศบรรเทา
.