基于关键物候期的河北省冬小麦旱灾遥感监测研究的中期报告本研究的目的是基于关键物候期的河北省冬小麦旱灾遥感监测，为冬小麦生产管理和灾害管理提供科学依据和技术支撑。本中期报告主要介绍研究进展和初步成果。一、研究进展本研究主要通过利用遥感数据和气象数据，结合物候学原理和方法，提取关键物候期指标，建立冬小麦旱灾遥感监测模型。在数据处理方面，我们利用了Landsat8OLI和MODIS数据，对河北省范围内的冬小麦生长和发展进行监测，提取了NDVI、EVI、LST等关键指标，并对各指标间的相关性进行了分析。同时，我们还采集了气象数据，包括温度、降水等指标。在模型建立方面，我们采用决策树算法和支持向量机算法建立了冬小麦旱灾遥感监测模型，并对两种算法的效果进行了比较。结果表明，支持向量机算法相对于决策树算法在预测准确率上有显著优势。二、初步成果通过对模型的应用，我们对河北省范围内的冬小麦旱灾情况进行了遥感监测，初步成果如下：1.在关键物候期内，利用NDVI指数能够较好地反映出冬小麦的生长情况，而EVI指数对于冬小麦的生长状态没有明显的反映。2.在关键物候期内，利用NDVI和LST指数结合能够较好地预测冬小麦旱灾情况，其中，LST指数对于旱灾情况的预测作用更为明显。3.支持向量机算法在冬小麦旱灾预测中的应用效果比决策树算法更优，预测准确率达到了85%以上。以上是本研究的初步成果，后续研究将进一步完善和优化模型，提高预测准确率，并应用于实际的生产管理和灾害管理中。