第54章 突破，形势一片大好
采集完数值之后，才来到了重点，由于很多数据都是没有的，比如说空气密度数据，比如说大气的数据。
叶成只能努力寻找一个比较好地分析土地干旱程度地方法。
好在前世看过的论文比较多，终于给他想到了一个能够用于现在这种情况的方法。
叫做温度植被干旱指数（Temperature Vegetation Dryness Index），简称TVDI。
是一种基于光学与热红外遥感通道数据进行植被覆盖区域表层土壤水分反演的方法。TVDI通过结合地表温度（LST）和归一化植被指数（NDVI），能够有效地评估植被覆盖区域的干旱程度。
说人话就是只需要地面温度的数据、近红外波段的数据、红波段的数据就能进行计算。
像是叶成前世那样，用计算机来全算了肯定是没有办法的。
首要问题就是温度没有办法算，其次就是计算速度有点慢，最好的方法还是多选几个样本点的数据来进行计算。
不过，其实还有一个灵魂问题，干旱缺水的情况难道不能够肉眼看出来吗？需要这么麻烦吗？
作物的水分状况直接影响其生长发育和产量，因此通过观察作物的生长状态可以间接推断出土壤水分含量的情况。
叶片含水量：作物的叶片含水量是反映其水分状况的直接指标。水分充足时，叶片饱满、硬挺；水分不足时，叶片会变得萎蔫、柔软。通过测量叶片的含水量或者观察叶片的状态，可以判断作物的水分状况。
叶片颜色和大小：水分充足的作物叶片通常颜色较深，大小适中。水分不足时，叶片可能会变黄，生长受限，叶片变小。
生长势：作物的生长势是指其生长的速度和强度。水分充足时，作物生长势强；水分不足时，生长势减弱。
果实或种子的发育情况：作物的果实或种子在水分充足的条件下发育较好，大小适中，色泽正常。水分不足时，果实或种子可能会发育不良，大小减小，色泽变差。
植株整体生长状况：通过观察作物的整体生长状况，如茎杆粗细、植株高度、分枝情况等，可以综合判断作物的水分状况。
一个合格的老农，是能够分辨出来作物是否缺水的。但是存在一个响应时间的问题，一般根系比较发达的主粮作物，缺水的问题需要几天甚至长达几周的时间才能表现在外在上。
而遥感技术，能更早的发现这个问题，甚至是通过对于上游的森林的监测还能更加提前。
并且能够定量的用数据来进行分析，并且进行调控，所以还是有意义的。
更重要的意义在于，在这边进行人员的培养和实践，很快就能反哺新乡农牧区的宏观监测。
能够更好地分配和管控水资源，甚至于说对于作物生长状况的理性分析，对于星火开拓集团的大战略是有用的。
不过，还有一个最重要的原因，叶成找到了自己的意义。
自己所学是真的有用的，这真的非常重要。
人生在世的终极目的之一，证明和实现自身的价值和意义，是非常关键的。
叶成也有私心，他本身答应接管矿工联合会的事情，也是因为自己的内心。
修行，必须要道心通明，而证明和实现自身的价值和意义，对于稳固道心可太有意义了。
要不说老有人郁郁寡欢呢，道心通明并不是什么虚构的概念，而是实实在在地存在的，人类独有的一种很高级的特质。
不过转过头来，计算温度植被干旱指数也并不复杂，只是计算量比较大。
公式如下：
TVDI=（Ts-Tsmin）/（Tsmax-Tsmin）
其中Tsmin=a+b*NDVI 湿边方程；
Tsmax=c+d*NDVI 干边方程；
TVDI的值域为[0,1]。
TVDI越大，土壤湿度越低，TVDI越小，土壤湿度越高。
其中，a、b、c、d为干、湿边拟合系数，通过散点图拟合计算。
其实就是找出所有NDVI（归一化植被指数）值对应的地面温度值，并将其绘图。
而归一化植被指数的计算就非常简单了，通过比较近红外波段和红光波段的反射率来计算，其计算公式为：
NDVI = (NIR - R) / (NIR + R)，其中NIR代表近红外波段的反射率，R代表红光波段的反射率。?
最后的计算用了100人，两天时间，敲计算器才算出来。
完成这件事之后，叶成内心非常畅快，就像是一个完成毕业设计得到毕业证的研究生一样，全身的毛孔都打开了。
在这样的状态之下，叶成也成功突破了卡了他一年时间的炼气七层，完成了肝脏的洗炼，到达了炼气八层。又花了一夜时间平稳气息，叶成才稳定好气息，继续完成从贺兰山以东引水的计划。
这章没有结束，请点击下一页继续阅读！