Page 214 - 《水资源与水工程学报》2024年第6期

１
２ ０ & ' ( ) & * + , - ２０２４ $
4Ehnol´ ［２４］ 。ô]¯´ŽüEÎ、 ÊX ＬＡＩ） b§€Âõlvs（ｆｒａｃｔｉｏｎｏｆａｂｓｏｒｂｅｄｐｈｏ
úEÎ、 ½˜EÎ、 eÄEÎ、 ŽKEÎ、 I¿§Þ& ｔｏｓｙｎｔｈｅｔｉｃａｌｌｙａｃｔｉｖｅｒａｄｉａｔｉｏｎ ，ＦＰＡＲ）； eÄEί
üEÎNIÎEÎ4 ７ 31÷Ò»Ÿ8vä。 ø“eÄK·=>vs（ＳＭＣＩ）； ŽKEίø“Ž
ŽüEίø“I¿Žü（ｌａｎｄｓｕｒｆａｃｅｔｅｍｐｅｒ K=>vs（ＰＣＩ）、 îÛüäº®ŽKÊXúv
ａｔｕｒｅ，ＬＳＴ） bŽü=>vs（ｔｅｍｐｅｒａｔｕｒｅｃｏｎｄｉｔｉｏｎ s（ＳＰＥＩ１） b É Û ü  ä º ® Ž K Ê X ú v s
ｉｎｄｅｘ，ＴＣＩ）； ÊXúEίø“ ＭＯＤ１６Ａ２R™. （ＳＰＥＩ３）， ¤. ＳＰＥＩ 6uÅ´Æð4 ［２５］ BC.
Ê X ú （ｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎ，ＥＴ） l ’ ì Ê X ú 6u1}， Ë6uMoÕìFli； I¿§Þ&
（ｐｏｔｅｎｔｉａｌｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎ，ＰＥＴ）； ½˜Eίø üEίø‡I¿§Þ(&ü（ｒｅｌａｔｉｖｅｈｕｍｉｄｉｔｙ，
“ ＭＯＤ１３Ａ３ R™GX®½˜vs（ＮＤＶＩ）、 ½˜ ＲＨ）； IÎEίøstÄoš› （ＤＥＭ）。¤.
=> v s （ｖｅｇｅｔａｔｉｏｎｃｏｎｄｉｔｉｏｎｉｎｄｅｘ，ＶＣＩ） Ø N ＴＣＩ、ＶＣＩ、ＳＭＣＩ b ＰＣＩ 4 ４ 3vä6u‚–b|
ＭＯＤ１５Ａ２ R™.w÷dvs （ｌｅａｆａｒｅａｉｎｄｅｘ， Àa¿ １。

d １ ­Šú|XYtë
Ò»vs 6u‚– D¶¢
ＬＳＴ ‡ïÆÁI¿Žü，℃；ＬＳＴ b ＬＳＴ ·¸‡
ＴＣＩ ＴＣＩ＝（ＬＳＴ ｍａｘ －ＬＳＴ）／（ＬＳＴ ｍａｘ －ＬＳＴ ） ｍａｘ ｍｉｎ
ｍｉｎ
ïÆÁ;2 ＬＳＴ —j£b—Ö£，℃
ＮＤＶＩ ‡ïÆÁ½˜vs；ＮＤＶＩ b ＮＤＶＩ ·¸‡
ｍｉｎ
ｍａｘ
ＶＣＩ ＶＣＩ＝（ＮＤＶＩ－ＮＤＶＩ ）／（ＮＤＶＩ －ＮＤＶＩ ）
ｍａｘ
ｍｉｎ
ｍｉｎ
ïÆÁ;2 ＮＤＶＩ —j£b—Ö£
ＳＭ‡ïÆÁeÄ(&ü；ＳＭ ｍａｘ b ＳＭ ｍｉｎ ·¸‡
ＳＭＣＩ ＳＭＣＩ＝（ＳＭ －ＳＭ ）／（ＳＭ ｍａｘ －ＳＭ ）
ｍｉｎ
ｍｉｎ
ïÆÁ;2eÄ&ü—j£b—Ö£，％
Ｐｒ ‡ïÆÁŽKß；Ｐｒ b Ｐｒ ·¸‡ïÆÁ
ＰＣＩ ＰＣＩ＝（Ｐｒ－Ｐｒ ）／（Ｐｒ －Ｐｒ ） ｍａｘ ｍｉｎ
ｍｉｎ
ｍｉｎ
ｍａｘ
;2ŽKߗj£b—Ö£，ｍｍ
２．３．２ #$!"/l ｐｅｒｃｅｐｔｒｏｎｎｅｕｒａｌｎｅｔｗｏｒｋ ，ＭＬＰＮＮ） XšÄOÙ
（１） ÙAU。ÙAU} ＲＦAj;3ÇI ›， ¤½Wî6j ３ åm¯： 4Óå、 lZåb4a
Em¯~¯š›， ÇØyÆ´×·ÙbëG ［２６］ 。 å。\3­kx[shdx（ VPs） YìX3
é1}-.Žyìפ./o(Æ‘， œÞ lZå.， ˜Qdx¬ ＲＢＦＮＮol‡ ＭＬＰＮＮ½
jE‡z¹zk。²c， j×ʈbGȯ° W.mqo‡s ［３２］ ， GÌ»gš›£`。W
ÙR， ÙAUš›á:€ÂIBC\§Ù ,š›Æ，ｓｐｒｅａｄ ‡š›Wð‘O；ＭＮb ＤＦ·
Ú， »g“mďâ8Mübš›PQR ［２７］ 。 ¸‡VPsÇ6¥—js*b./Mo.5ݏ
×ֈßbÄYs9， ÙAUëGþe“GÈ VPssß， ¤. ＭＮs£ÇL9ÞFÕý_`
b*äžß"¨`·R7ç ［２８］ 。F¾， jš¨© ‚2，ＤＦ$.£‡ ２５。
［３３］
“Xš½s1}{ęu}.:´\3ª6ž （ ３） ŠÜéß。ＳＶＭA Ｖａｐｎｉｋ nF¨a
ߏwFR。¤â8MüÄ、 £u‘ü， ìÒ»Ÿ Xٟo&-u}， {-×16&-[ª。ＳＶＭÅ
［２９］
81÷Ñ¿$aëLRá 。¤.Ù¯° ´+‡s， ¬4ÓGÈ|¥ÄYGȧ¨.， W,
Edx（ｍｔｒｙ） bëGE（ｎｔｒｅｅ） 3sAÞFŽ® —Ž!ð÷， ؗÖ53ëG./s9~， G̨Ä
¼s， L9ÕyD>·ÿ¯ø(Ž£。 u}‘ü ［３４］ 。¤*äì׬„¢©µbŽ–—Í
（２） ìé'‡sVPmW。ＲＢＦＮＮAXš? Kð， Øy$a®v®Rá。˜Xv®©µbyí
“?nVPmW， €ûj`·RkláP， J´ ŒAj./©µb´×+„õnoR¯<
×ÄÂ,š1} ［３０］ 。l ＲＢＦＮＮ(Ô， ­édeV )ryW¯ ［３５］ 。욛W,.， € ２ 37Y¼s
PmW（ｂａｃｋｐｒｏｐａｇａｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋ，ＢＰＮＮ） & ÞFG¸7T： +¼s ｇ（ œJ¿v‡ ｇａｍｍａ） bŽ
-‘OëØ， ½WHØúŸ。EF， Å´ ＲＢＦＮＮ{ çs Ｃ。¤.， +¼s ｇ ½Ã‘š›./bâ8
［３１］
_``·Rç1f=AXšýL¯° 。ÇØ ‘ü， Žçs ＣjÖ½ÃÇQš›\§oü。
Q¢ ＲＢＦＮＮ‡;å±,VPmW （ｍｕｌｔｉｌａｙｅｒ ]¯øŽçs Ｃ＝１０ Æ， š›—PQ。