近年来,随着气候和环境变化的日益加剧,旱灾、涝灾、雹灾、风灾等等各种农业灾害的发生也日益频繁,每年因农业灾害带来的损失巨大,对我国农业生产、粮食安全、自然生态环境和经济发展产生了严重的影响。黑龙江省是我国农业大省,也是国家重要的商品粮基地,但同时也是农业灾害频繁发生的地区,雹灾是该省主要农业灾害之一,近年来,黑龙江省雹灾的发生和危害出现加重的趋势,对该省农业生产产生了重大影响。因此,研究科学合理有效的雹灾监测方法,分析黑龙江省雹灾时空特征演变及其发展趋势,不但有利于灾害预警、抗灾减灾和灾损评估工作的顺利开展,也对农业生产及可持续发展的指导有重大意义。传统的雹灾监测方法主要是以田间实地调查和采样为主,在数据获取、数据代表性和成本上存在诸多不足,费时费力且预报滞后,不能达到实时或准实时的灾害监测,更难以进行大范围的灾害监测。遥感技术凭借其监测范围广、速度快、成本低、易获取,且能够进行雹灾长期动态监测的优点,逐渐取代了传统的雹灾监测方法成为获取雹灾时空分布信息的有效手段。中分辨率成像光谱仪(Moderate-resolution Imaging Spectroradiometer,MODIS)数据以高光谱分辨率、较高的时间分辨率、适中的空间分辨率、覆盖范围广,且可以免费获得的突出优势,成为最好的大范围快速动态进行农业灾害监测的数据源。本研究利用连续多时相16d合成250m空间分辨率的MODIS植被指数产品进行雹灾监测。首先,探讨了雹灾遥感监测的理论基础和原理;接着,依据各地类时间序列特征的不同提取耕地范围;然后,提出归一化植被指数中值标准化(RNDVI_M)模型,基于RNDVI_M数值的空间变化规律确定灾害的判别阈值,提取灾害范围,并基于同期或准同期的HJ-1A/1B CCD影像与地面实测数据对提取结果进行验证;最后依据景观指数的差异提取出雹灾,并分析雹灾的时空格局特征及成因。主要研究内容和结论如下:(1)利用最大似然法(MLC)提取耕地范围精度高。基于黑龙江省2012年16d合成250m空间分辨率的MODIS植被指数时间序列数据,采用最大似然法提取耕地范围。利用混淆矩阵对总体分类精度和耕地提取结果精度进行精度评价,分类结果的总体精度为92.00%,Kappa系数为0.69,分类精度较高;耕地提取的用户精度和制图精度分别达96.60%、95.30%,耕地提取效果好。(2)采用RNDVI_M模型提取农业灾害范围结果理想。利用黑龙江省2006~2012年250m空间分辨率的MODIS植被指数产品,提出NDVI中值标准化(RNDVI_M)模型,设置阈值提取灾害范围,并基于较高空间分辨率的与MODIS数据日期接近的HJ-1A/1B CCD影像来检验MODIS数据提取的灾害面积的精度,在22次检验的结果中,平均相对误差为17.11%,验证精度达82.89%,精度达到了理想的基于MODIS数据的灾害范围提取结果。结果表明,基于灾害RNDVI_M数值空间分布规律确定阈值的方法客观准确,利用RNDVI_M阈值法进行区域尺度农业灾害监测是可行的。(3)利用景观指数能有效地区别出雹灾与其他灾害类型。依据雹灾与其他农业灾害景观指数的区别,设置斑块面积、周长和形状指数阈值剔除其他灾害,提取出雹灾。与统计年鉴统计数据相比,提取精度达89.06%;在22个已知灾害中,提取出了10个雹灾的中的8个,12个非雹灾类型有2个被划分为雹灾,正确区分率为81.82%,雹灾提取精度较高。(4)利用MODIS数据提取的雹灾时空分布情况与历史统计数据吻合度高。根据提取的雹灾范围,分别在时间上和空间上对黑龙江省2012年雹灾分布进行了分析。结果显示,黑龙江省2012年雹灾在时间上主要发生于6月和7月上半月,在空间上主要分布于佳木斯、双鸭山、鸡西、牡丹江、黑河、齐齐哈尔和绥化等7个城市,这与历史统计数据大致相符合。结果表明,利用16d合成250m空间分辨率的MODIS植被指数时间序列数据,基于RNDVI_M模型进行区域尺度灾害时空特征提取精度较高,依据景观指数的差别提取雹灾范围具有较高精度,可用于雹灾监测与评价,为雹灾预警预报提供技术支持,并能为气象部门提供雹灾统计数据。