Drought monitoring with spectral indices calculated from MODIS satellite images in Hungary

Authors

  • András Gulácsi SZTE TTIK Környezettudományi Intézet, 6701 Szeged, Pf. 653.
  • Ferenc Kovács University of Szeged, Faculty of Science and Informatics, Department of Physical Geography and Geoinformatics, 6722 Szeged, Egyetem utca 2-6.

DOI:

https://doi.org/10.56617/tl.3677

Keywords:

drought, remote sensing, MODIS, monitoring, spectral indices

Abstract

In this study a new remote sensing drought index called Difference Drought Index (DDI) was introduced. DDI was calculated from the Terra satellite's MODIS sensor surface reflectance data using visible red, near-infrared and short-wave-infrared spectral bands. To characterize the biophysical state of vegetation, vegetation and water indices were used from which drought indices can be derived. We utilized Difference Vegetation Index (DVI), Normalized Difference Vegetation Index (NDVI), Enhanced Vegetation Index (EVI), Difference Water Index (DWI), Normalized Difference Water Index (NDWI), Difference Drought Index (DDI) and Normalized Differ- ence Drought Index (NDDI) in order to perform comparative analyses. The Difference Drought Index was prov- en applicable in quantifying drought intensity. However, after comparison with reference data NDWI performed better than the other indices examined in this study. The dataset confirmed that water indices are very sensitive to changes in drought conditions. In our MODIS satellite image based research DDI and NDWI performed best, which is proven by their strong link to Pálfai Drought Index (PAI). With the conversion of spectral index values to PAI values, we are capable of determining 8-day PAI values with adequate accuracy.

Author Biographies

  • András Gulácsi, SZTE TTIK Környezettudományi Intézet, 6701 Szeged, Pf. 653.

    gulandras90@gmail.com

  • Ferenc Kovács, University of Szeged, Faculty of Science and Informatics, Department of Physical Geography and Geoinformatics, 6722 Szeged, Egyetem utca 2-6.

    kovacsf@geo.u-szeged.hu

References

Blanka V., Ladányi Zs., Mezősi G. 2014: A jövőben várható klímaváltozás a régióban. In: Blanka V., La- Dányi Zs. (szerk.) Aszály és vízgazdálkodás a Dél-Alföldön és a Vajdaságban / Suša i upravljane vodama u južnoj mađarskoj ravnici i Vojvodini / Drought and water management in South Hungary and Vojvodina: Szegedi Tudományegyetem, Természeti Földrajzi Tanszék, Szeged, pp.142–151.

Chen D., Huang J., Jackson T. J. 2005: Vegetation water content estimation for corn and soybeans using spectral indices derived from MODIS near- and short-wave infrared bands. Remote Sensing of Environment 98: 225–236. https://doi.org/10.1016/j.rse.2005.07.008

Chen J., Quan W., Zhang M., Cui T. 2013: A Simple Atmospheric Correction Algorithm for MODIS in Shallow Turbid Waters: A Case Study in Taihu Lake. IEEE Journal of Selected Topics in Applied Observations and Remote Sensing 6(4): 1825–1833. https://doi.org/10.1109/JSTARS.2012.2224849

DMCSEE 2010-2014: Drought bulletin for every months. http://www.dmcsee.org/en/drought_bulletin/?Fstran=1

Fiala K., Blanka V., Ladányi Zs., Szilassi P., Benyhe B., Dragan, D., Pálfai, I. 2014: Drought severity and its effect on agricultural production in the Hungarian-Serbian cross-border area. Journal of Environmental Geography 7 (3–4): 43–51. https://doi.org/10.2478/jengeo-2014-0011

Forgy W. E. 1965: Cluster analysis of multivariate data: Efficiency versus interpretability of classification. Biometrics 21: 768–769.

Gao B. C. 1996: NDWI – A Normalized Difference Water Index for Remote Sensing of Vegetation Liquid Water From Space. Remote Sensing of Environment 58: 257–266. https://doi.org/10.1016/S0034-4257(96)00067-3

Gu Y., Brown J. F., Verdin J P., Wardlow B. 2007: A five-year analysis of MODIS NDVI and NDWI for grassland drought assessment over the central Great Plains of the United States. Geophysical Research Letters 34. https://doi.org/10.1029/2006GL029127

Horváth Sz. 2002: Spatial and temporal patterns of soil moisture variations in a sub-catchment of River Tisza. Physics and Chemistry of the Earth, Parts A/B/C 27(23-24): 1051–1062. https://doi.org/10.1016/S1474-7065(02)00141-9

Kern A., Bognár P., Pásztor Sz., Timár G., Lichtenberger J., Ferencz Cs., Steinbach P., Ferencz O. 2014: Közvetlen vételű MODIS adatok alkalmazásai Magyarország térségére. Távérzékelési Technoló- giák és Térinformatika 4(1): 5–13.

Kovács F. 2012: MODIS műholdkép alapú vegetáció-monitoring 2000-2011 között. In: Lóki J. (szerk.) Az el- mélet és a gyakorlat találkozása a térinformatikában: III. Debreceni Egyetemi Kiadó, Debrecen. pp. 223–229.

Mckee T. B., DOESKIN N. J., KIEIST J. 1993: The Relationship of Drought Frequency and Duration to Time Scales. Proceedings of 8th Conference on Applied Climatology, Boston. pp. 179–184.

Mu Q., Zhao M., Kimball J. S., Mcdowell N. G., Running S. W. 2013: A Remotely Sensed Global Terrestrial Drought Severity Index. Bulletin of the American Meteorological Society 94(1): 83–98. https://doi.org/10.1175/BAMS-D-11-00213.1

NÉBIH 2014: Egyre több a mezei pocok,https://www.nebih.gov.hu/aktualitasok/hirek/06_03_mezei_pocok.html, Németh Á., Bella Sz., Szalai S. 2004: A térinformatika alkalmazhatósága az aszályérzékenység vizsgálatában. In: A magyar földrajz kurrens eredményei. A II. Magyar Földrajzi Konferencia 2004 CD kötete: SZTE TFGT, Szeged. p. 11.

Pálfai I. 1989: Az Alföld aszályossága. Alföldi Tanulmányok 13: 7–25.

Pálfai I. 2004: Az aszály definíciói, befolyásoló tényezői és mérőszámai. In: Pálfai I. (szerk.) Belvizek és aszályok Magyarországon. Hidrológiai Tanulmányok: Közlekedési Dokumentációs Kft., Budapest. pp. 255–263.

Pálfai I. 2011: Aszályos évek az Alföldön 1931-2010 között. In: RAKONCZAI J. (szerk.) Környezeti változások és az Alföld: Nagyalföld Alapítvány Kötetei 7., Békéscsaba. pp.87–96.

Palmer W. C. 1965: Meteorological Drought. Research Paper No. 45. U.S. Department of Commerce Weather Bureau, Washington, D.C. p.58.

Rakonczai J. 2011. Effects and consequences of global climate change in the Carpathian Basin. In: Blanco J., Kheradmand H. (eds.) Climate change – Geophysical foundations and ecological effects: Intech, Rijeka, pp. 229–232. https://doi.org/10.5772/24679

Rouse J. W., Haas H. R., Schell A. J., Deering W. D. 1973: Monitoring vegetation systems in the Great Plains with ERTS. Third ERTS Symposium, NASA SP-351 1. pp.309–317.

Roy D. P., Borak J. S., Devadiga S., Wolfe R. E., Zheng M., Descloitres J. 2002: The MODIS Land Product Quality Assessment Approach. Remote Sensing of Environment 83: 62–76. https://doi.org/10.1016/S0034-4257(02)00087-1

Solano R., Didan K., Jacobson A., Huete A. 2010: MODIS Vegetation Index User's Guide (MOD13 Series). The University of Arizona Vegetation Index and Phenology Lab. p.38.

Szalai S. 2012: Az aszály definíciói. In: BIHARI Z. (szerk.) Délkelet-Európai Aszálykezelési Központ DMCSEE projekt. Összefoglaló a projekt eredményeiről: Országos Meteorológiai Szolgálat. pp.7–10.

UNISDR (UNITED NATIONS INTERNATIONAL STRATEGY FOR DISASTER REDUCTION) 2009: Terminology on Disaster Risk Reduction. p.35. http://www.unisdr.org/files/7817_UNISDRTerminologyEnglish.pdf

Vermes L. (szerk.) 2000: Hogyan dolgozzuk ki az aszály csökkentési stratégiáját? ICID Útmutató. ICID Európai Regionális Aszály Munkacsoport, Budapest.

Vermote E. F., Kotchenova S. Y. 2008: MOD09 (Surface Reflectance) User's Guide. Version 1.1. MODIS Land Surface Reflectance Science Computing Facility. p.29.

Vidékfejlesztési Minisztérium 2012: Az aszály kezelésének hosszú távú koncepciójáról. Konzultációs anyag. Budapest, p.88. http://2010-2014.kormany.hu/download/7/0a/90000/Aszalystrategia.pdf

Wang M., Son S., Zhang Y., Shi W. 2013: Remote Sensing of Water Optical Property for China's Inland Lake Taihu Using the SWIR Atmospheric Correction With 1640 and 2130 nm Bands. IEEE Journal of Selected Topics in Applied Observations and Remote Sensing 6(6): 2505–2516. https://doi.org/10.1109/JSTARS.2013.2243820

Wilhite D.A., Glantz M. H. 1985: Understanding the Drought Phenomenon: The Role of Definitions. Water International 10(3): 111–120. https://doi.org/10.1080/02508068508686328

Wisner B., Blaikie P., Cannon T., Davis I. 2004: At risk: natural hazards, people’s vulnerability and disasters. London, Routledge, p.124. https://doi.org/10.4324/9780203974575

Zargar A., Sadiq R., Naser B., Khan F. I. 2011. A review of drought indices. Environmental Reviews 19: 333–349. https://doi.org/10.1139/a11-013

http://drought.unl.edu/portals/0/user_image/basics/climvarBW.JPG, National Drought Mitigation Center

http://fish.fomi.hu/letoltes/nyilvanos/corine/CLC12_hu.zip, CLC2012 adatbázis

http://glovis.usgs.gov, GLOVIS adatbázis

http://www.ksh.hu/docs/hun/xstadat/xstadat_eves/i_omf001a.html, Földhasználat művelési ágak és gazdaságcsoportok szerint (1990–)

http://www.ksh.hu/docs/hun/xstadat/xstadat_eves/i_omn007.html, A fontosabb szántóföldi növények betakarított területe, összes termése és termésátlaga (1990–)

http://www.ksh.hu/docs/hun/xstadat/xstadat_eves/i_uw001.html, Mezőgazdasági vízfelhasználás (2000–)

http://www.ksh.hu/docs/hun/xstadat/xstadat_hosszu/h_omf001b.html, Mezőgazdaság (1960– )

Published

2015-12-20

Issue

Section

Articles

How to Cite

Drought monitoring with spectral indices calculated from MODIS satellite images in Hungary. (2015). JOURNAL OF LANDSCAPE ECOLOGY | TÁJÖKOLÓGIAI LAPOK , 13(2), 235-248. https://doi.org/10.56617/tl.3677

Similar Articles

51-60 of 85

You may also start an advanced similarity search for this article.