基于MODIS數據的西北地區旱情監測

楊秀海，卓 嘎，2，羅 布

(1.西藏高原大氣環境科學研究所，西藏 拉薩 850000；2.中國氣象局蘭州干旱氣象研究所，甘肅 蘭州 730020)

旱災是我國農業最主要的自然災害，我國因干旱每年平均受災面積達2 000萬hm2，損失糧食占全國因災害減產糧食的50%[1]。與其他自然災害相比，它出現的頻率最高，持續時間最長，影響的范圍最大，對農業生產的直接損失也最重[2]。眾所周知，土壤水的變化及區域差異不但對區域水文，而且通過植被、土壤等對氣候都有很大的影響。在全球土壤濕度計劃(Global Soil Wetness Project)中，土壤水已被作為專門的議題進行探討和研究[3]，且已成為全球變化研究的重要焦點之一[4]。同時，區域尺度乃至全球尺度的土壤水分信息是陸面過程模式研究必不可少的一個參量，對改善區域及全球氣候模式預報結果、進行農作物旱情監測及估產、自然和生態環境問題的研究起重要作用[5]。經典的土壤水分測量方法[6-7]主要有稱重法、中子水分探測法、快速烘干法、電阻法、時域反射法等，但因耗時費力，難以滿足實時、大范圍監測的需要。隨著遙感技術的不斷發展，大面積土壤水分與旱情遙感監測得到了廣泛應用，該領域的探索與研究一直比較活躍[8-13]。王鵬新等[14-15]綜合應用歸一化植被指數(NDVI) 和土地表面溫度( LST),利用條件植被溫度指數對陜西關中平原地區和美國大平原南部地區進行干旱監測，取得了較好效果。Sandholt等[16]在研究土壤濕度時發現，TS-NDVI的特征空間中有很多等值線，于是提出了溫度植被干旱指數(temperature-vegetation dryness index，TVDI)的概念。齊述華等[17-18]在2002-2005年期間，利用TVDI進行了全國旱情監測，研究表明，當監測范圍較大、區域內地形復雜時，由NDVI-TS空間計算的TVDI評價干旱最合理。姚春生等[19]、張樹譽等[20]、盧遠等[21]、康為民等[22]利用TVDI分別對新疆、陜西、廣西和貴州進行了旱情分布研究，結果顯示，TVDI作為干旱監測指標，能較好地反映區域旱情分布和旱情發展過程。

我國西北地區(包括新疆、甘肅、寧夏、陜西、青海五省區)深居歐亞大陸腹地，其西南側為青藏高原，受高原阻擋，海洋上的潮濕氣流很難到達。按氣候學干旱指數的劃分標準，此區83%的面積屬于干旱和半干旱區，是全國干旱最嚴重的地區[23]，也是全球氣候變化的敏感區域之一，受氣候變化影響較大[24-25]。同時，該區域生態環境十分脆弱,在氣候變化和人為不利因素的干擾作用下極易引起生態退化[26-27]。農牧業生產和生態環境對氣候條件的依賴性極強，干旱缺水已成為制約西北地區經濟發展的一個主要因素[28-29]。因此，對西北地區地表環境以及土壤水特征的系統研究，將有助于全面了解和預測西北地區旱情，為政府部門決策提供科學的參考依據，具有十分重要的理論意義以及應用前景。

本研究利用2007年5-9月西北地區MODIS歸一化植被指數和地表溫度資料，從溫度植被旱情指數(TVDI)角度出發，闡明衛星遙感資料對西北旱情監測可行性、重要性以及存在的不足等問題。

1 遙感旱情監測方法及資料

在植被覆蓋不完全條件下，較高的土壤背景溫度會嚴重干擾土壤濕度信息，但結合光譜植被指數和陸表溫度的綜合信息監測土壤濕度，可消除土壤背景的影響。比如TS-NDVI空間來監測土壤濕度，能綜合可見光、近紅外和熱紅外波段的信息，有更好的適用性[17-18]。

TS-NDVI特征空間法獲取土壤濕度分兩種：一種是從TS-NDVI特征空間得到表征土壤濕度的指數；一種是建立TS、NDVI斜率和土壤濕度的關系來得到土壤濕度。TS、NDVI斜率和土壤濕度的關系受到眾多因素的影響，這些因素的影響很難用模型來描述，直接用斜率和土壤濕度關系來反演土壤濕度不能得到很好的結果，因而選擇了從TS-NDVI特征空間得到的溫度植被干旱指數(TVDI)來進行土壤濕度反演。TVDI是直接從TS-NDVI特征空間得到的比值，能表征土壤濕度的分布特性，計算簡單，適合對大范圍土壤濕度進行反演；并且TS、NDVI數據很容易從遙感圖像中獲取，獲取的方法也很成熟。因此，采用TVDI方法對西北地區的土壤濕度進行反演是可行的。

本研究采用TVDI方法對西北地區的土壤濕度進行反演。TVDI依靠圖像數據由植被指數和地表溫度計算得到，其定義為：

(1)

TS，max=a1+b1×NDVI;

(2)

TS，min=a2+b2×NDVI。

(3)

式中，TS，max、TS，min分別表示當NDVI為某一特定值時的最大和最小地表溫度，a1、b1、a2、b2是干、濕邊擬合方程的系數。

在干邊上TVDI=1，在濕邊上TVDI=0。對于每個像元，利用NDVI確定TS,max和TS,min，根據T在TS-NDVI梯形中的位置，計算TVDI。TVDI越大，土壤濕度越低，TVDI越小，土壤濕度越高。估計這些參數要求研究區域范圍足夠大，地表覆蓋種類豐富，土壤表層含水量變化明顯。

本研究中所使用的地表溫度和植被指數資料均來源于陸地過程數據分發中心[Land Processes DAAC (Distributed Active Archive Center)]，分別為2007年6-9月，我國西北區域的MOD11A2數據和MOD13A2數據，其中MOD11A2是8 d合成空間分辨率為1 km的陸地表面溫度產品,包含白天地表溫度、夜間地表溫度、31和32波段通道發射率等資料。MOD13A2是16 d合成空間分辨率為1 km的植被指數產品,包含NDVI、EVI、紅光、近紅外、中紅外、藍光等波段反射率以及其他輔助信息。

2 結果與分析

2.1TS-NDVI 特征空間分析 根據MODIS遙感資料獲得研究區域內各像元的TS和NDVI值，分別構建出每16 d一次的TS-NDVI特征空間散點圖(圖1)。在本研究時段共得到8張TS-NDVI特征空間散點圖，圖形基本一致，圖1僅為6月10-25日和9月14-29日的散點圖。TS-NDVI 散點圖基本上呈梯形，隨著植被指數的增加，最大地表溫度和最小地表溫度差值有減小的趨勢，且地面溫度的最大值、最小值與NDVI呈近似線性關系。由此特征空間確定干邊和濕邊方程，干邊斜率基本都小于0，而濕邊斜率大于0。

圖1 2007年6月10-25日、9月14-29日西北地區TS-NDVI特征空間

2.2特征空間干濕邊的確定 利用TS-NDVI特征空間中的相應最大和最小陸地表面溫度,回歸擬合可獲得干邊和濕邊方程，但特征空間中的最大、最小陸地表面溫度并非一條直線。因此，如何選擇像元進行回歸擬合獲得合適的干濕邊方程需要研究。研究表明，NDVI對土壤背景的變化較敏感，當NDVI小于0時，地表主要為水體、云或雪,可認為地表的濕度為100%；當植被覆蓋度低于20%時，NDVI值對區域內的植被很難有指示意義；當植被覆蓋度大于80%時,NDVI值增加延緩而呈現飽和狀態,對植被檢測靈敏度下降。西北地區屬于干旱和半干旱氣候區，長年干燥少雨。從地表狀況來看，有大片的沙漠、荒漠、戈壁等基本無植被覆蓋的區域，這部分地區的NDVI多在0.2以下，未進行TVDI的計算，因此旱情分析中不包括這些區域，主要包括新疆南部的和田地區、巴音郭勒蒙古自治州、吐魯番地區、哈密地區、青海省西部的柴達木盆地、甘肅省西部敦煌-嘉峪關一帶(圖中白色部分)。因此，在擬合干濕邊方程時，綜合考慮，選擇處于中間范圍的NDVI。

按照上述原則，分別計算了2007年5月25日-9月30日我國西北地區每16 d的TS-NDVI特征空間的干邊和濕邊方程(表1)。

2.3TVDI的空間分布特征 利用表1中的干邊和濕邊方程，根據式(1)，分別計算不同時間各像元的TVDI值。以TVDI值作為不同土壤濕度分級指標，將土壤濕度劃分為5 級[19，21]，分別是：濕潤(0.0

表1 TS-NDVI特征空間的干邊和濕邊方程

如TVDI等級圖(圖2)所示，2007年6月、8月我國西北地區的旱情等級變化不大，在新疆天山一帶、陜西省中部和南部、以及甘肅南部與青海交界一帶重旱區有所增加，但所占面積都非常小。其次，青海中部輕旱范圍增大。其他區域變化均不明顯。

2.4旱情面積分布分析 從濕潤、正常、輕旱、中旱和重旱這5個等級的面積分布(圖3)分析，2007年6-9月，西北地區中旱所占的比重較大，約為所監測面積的40%左右；重旱面積很小，僅占到1%左右；濕潤、正常和輕旱面積相差不大，都在20%左右。從時間變化上來看，這5個旱情等級的面積變化都較小，總的特點是到了9月份，重旱、中旱和濕潤面積都下降，旱情減輕，這可能與9月下旬，西北局部地區出現連陰雨天氣有關。

圖2 西北地區TVDI等級圖

圖3 2007年6-9月各TVDI旱情等級占所監測面積的百分比

2.5遙感分析與TRMM資料的對比 根據同期旱澇氣候分析[30]和TRMM資料分析可知，2007年6-9月，我國西北地區沒有發生較大范圍或較長時間的嚴重旱情，中等以下的旱情主要發生在新疆西部、甘肅中南部、寧夏大部、陜北、青海東北部等地，與TVDI的分析結果較為一致。

TRMM衛星是為研究熱帶降水而專門研制的, 能夠提供全球格點降水資料。在實際應用中表明, 其對中低緯陸地降水亦具有較好的觀測能力[31-32]。本研究選取同期TRMM/3B42 資料(數據來自美國NASA 的Goddard DAAC，分辨率為0.25°×0.25°,時間步長3 h)與遙感監測情況進行比較。

TRMM資料顯示(圖略)，我國西北地區2007年6-9月的降水主要集中在青海東部和陜西南部地區，其他區域沒有太大范圍的降水。逐時段對比的結果表明，甘肅、寧夏、陜西，尤其是陜南，TRMM資料和遙感資料結果較為一致，青海東部TRMM資料顯示有降水，但遙感資料顯示基本上為中旱區，不太相符。新疆面積較大，但遙感監測的有效區域較小，天山一帶由于存在長年積雪區，遙感監測顯示這一帶基本上沒有旱情，應與實際較符，而TRMM降水資料顯示，這一區域降水很少。圖4為同時段TRMM資料和遙感資料對比情況(其他時段略)。圖4遙感資料中，2007年6月26日-7月11日，西北地區陜西中南部、甘肅南部、青海南部有100～300 mm的降水；同樣，圖4 TRMM資料中，除青海南部有重旱，與降水分析不符外，其他區域基本上相一致，降水多的區域，旱情較輕。

圖4 2007年6月26日-7月11日遙感資料和TRMM資料對比情況

3 討論

TVDI分析顯示，2007年5月25日-9月30日，我國西北地區雖然沒有發生大面積、較嚴重的旱情，但有較長時間和較大范圍的輕旱到中旱。旱區主要集中在南部山區和中部干旱區的南部一帶；整體來看，青海省基本上都有不同程度的旱情，東部較為明顯，在監測的4個月時間中，局部地區還發生過重旱；陜西省的旱情變化是西北5個省中最大的，尤其是關中平原和陜南的秦巴山地，6月下旬和8月這兩個區域較旱。同期旱澇氣候分析[30]和TRMM降水資料表明，該時段，我國西北地區沒有發生較大范圍或較長時間的嚴重旱情，中等以下的旱情主要發生在新疆西部、甘肅中南部、寧夏大部、陜北、青海東北部等地，與TVDI的分析結果較為一致。2007年氣候分析表明，陜西省全年降水屬正常[33]，但1月份，降水偏少3～8成[34]；5月上中旬，寧夏、甘肅東部發生了較為嚴重的旱情，降水較常年同期偏少8成以上[34]。青海全省大部分地區降水偏多1～5成，5月下旬-6月上旬，局部地區發生輕旱[35]。2006年7月中旬至2007年8月底，由于降水持續偏少、氣溫持續偏高，新疆阿勒泰地區東部和南疆大部出現了較為嚴重的干旱[36]。從以上分析可以看出,研究時段內,除新疆的重旱沒有太好的監測外，TVDI對其他旱情的監測還是比較有效的。

從濕潤、正常、輕旱、中旱和重旱這5個等級的面積分布分析，2007年6-9月，西北地區中旱所占的比重較大，重旱面積很小，從時間變化上來看，這5個旱情等級的面積變化都較小，總的特點是到了9月份，重旱、中旱和濕潤面積都下降，旱情減輕，這可能與9月下旬，西北局部地區出現連陰雨天氣有關。

TVDI反映的是土壤濕度，對農牧業生產來說，更為有效。土壤濕度與TS-NDVI斜率存在一定的定量關系，TVDI對于大面積干旱監測、旱情變化評估是可行的[19-22]，并且具有快速、及時、宏觀等優勢，但由于像元在TS-NDVI 特征空間位置受到諸多因素的影響，從而影響圖像反映的植被生長狀況信息。本研究中植被覆蓋率是通過對NDVI的簡單轉換來實現，也沒有考慮視角等對NDVI和TS影響，會給結果帶來一些誤差，這種誤差對旱情判識的影響還有待于進一步深入研究。另外，本研究中所用衛星遙感資料均為16 d合成的，土壤水分變化與降水存在很大的對應關系，因此在實際應用中，如果能夠利用遙感資料進行實時旱情監測，則實用性更強。常規的氣候干旱等級方法是建立在各站點觀測數據的基礎上，穩定可靠。但對于西北這樣面積大、站點少的區域，對于大范圍的旱情監測和評估缺乏代表性。因此，將TVDI方法和常規氣象監測結合，取長補短，應該是該區域旱情監測的發展方向。

[1]蕭鉥.減輕旱災危害的設想和對策[J].農業信息探索，1999(6)：22-24.

[2]齊述華.干早監測遙感模型和中國干旱時空分析[D].北京:中國科學院研究生院,2004.

[3]李海濱,林忠輝,劉蘇峽.Kriging方法在區域土壤水分估算中的應用[J].地理研究,2001,20(4):446-452.

[4]Llenderson-Sellers A.Soil moisture:A critical focus for global change studies[J].Global and Planetary Change,1996,13:3-9.

[5]鐘若飛,郭華東,王為民.被動微波遙感反演土壤水分進展研究[J].遙感技術與應用,2005,20(1):49-57.

[6]肖國杰,李國春.遙感方法進行土壤水分監測的現狀與進展[J].西北農業學報,2006,15(1):121-126.

[7]張紅梅,沙晉明.遙感監測土壤濕度的方法綜述[J].中國農學通報,2005,21(2):307-311.

[8]陳維英,肖乾廣,盛永偉.距平植被指數在1992年特大干旱監測中的應用[J].環境遙感，1994,9(2):106-112.

[9]盛紹學,胡雯,馬曉群,等.安徽省農業干旱遙感監測指標的確定及應用[J].中國農業氣象,2001,22(4):36-39.

[10]李震,郭華東,施建成.綜合主動和被動微波數據監測土壤水分變化[J].遙感學報,2002,6(6):481-484.

[11]劉志明,張柏,晏明,等.土壤水分與干旱遙感研究的進展與趨勢[J].地球科學進展,2003,18(4):576-583.

[12]蔡斌,陸文杰,鄭新江.氣象衛星條件植被指數監測土壤狀況[J].國土資源遙感,1995(4):45-50.

[13]譚德寶,劉良明,鄢俊潔,等.MODIS數據的干旱監測模型研究[J].長江科學院院報,2004,21(3):11-15.

[14]王鵬新,龔健雅,李小文.條件植被溫度指數及其在干旱監測中的應用[J].武漢大學學報(信息科學版),2001,26(5):412-418.

[15]王鵬新,孫威.條件植被溫度指數干旱監測方法的研究與應用[J].科技導報,2006,24(4):56-58.

[16]Sandholt I,Rasmussen K,A ndersen J.A simple interpretation of the surface temperature vegetation index space for assessment of surface moisture status[J].Remote Sensing of Environment,2002,79:213-224.

[17]齊述華,王長耀,牛錚.利用溫度植被旱情指數(TVDI)進行全國旱情監測研究[J].遙感學報,2003,7(5):420-427.

[18]齊述華,李貴才,王長耀,等.利用MODIS數據產品進行全國干旱監測的研究[J].水科學進展,2005,16(1):56-61.

[19]姚春生,張增祥,汪瀟.使用溫度植被干旱指數(TVDI)反演新疆土壤濕度[J].遙感技術與應用,2004,19(6):473-478.

[20]張樹譽,李登科,李星敏,等.MODIS資料在2005年陜西春旱過程監測中的應用[J].中國農業氣象, 2006,27(3):204-209.

[21]盧遠,華璀,韋燕飛.利用MODIS數據進行旱情動態監測研究[J].地理與地理信息科學,2007(3):24-28.

[22]康為民,羅宇翔,鄭小波,等.貴州溫度植被干旱的指數(TVDI) 特征及其遙感干旱的監測應用[J].貴州農業科學,2008,36(4):27-30.

[23]宋連春,鄧振鏞,董安祥,等.全球變化熱門話題叢書——干旱[M].北京:氣象出版社,2003.

[24]張秀云,姚玉璧,鄧振鏞,等.青藏高原東北邊緣牧區氣候變化及其對畜牧業的影響[J].草業科學,2007,24(6):66-73.

[25]張正向,韓蘭英,王小巍,等.甘肅隴中北部氣候特征及氣候生產潛力變化[J].草業科學,2010,27(8):119-124.

[26]李曉東,傅華,李鳳霞,等.氣候變化對西北地區生態環境影響的若干進展[J].草業科學,2011,28(2):286-295.

[27]任繼周,梁天剛,林慧龍,等.草地對全球氣候變化的響應及其碳匯潛勢研究[J].草業學報,2011,20(2):1-22.

[28]王毅榮,林紓.近70年中國黃土高原氣候生產力演變分析[J].草業科學,2003,26(9):1-6.

[29]金彥平.論我國西部地區土地的可持續利用[J].草業學報,2003,12(6):18-23.

[30]中國氣象局國家氣候中心.全國20厘米土壤相對濕度分布圖(2007年06上旬-2007年10中旬)[EB/OL][2010-07-10].http://cmdp.ncc.cma.gov.cn/influ/trxdsd.php?WCHID=76&Channel ID=78.

[31]Kummerow C D,Simpson J,Thiele O,etal.The status of the tropical rainfall measuring mission(TRMM) after two years in orbit[J].Journal of Applied Meteorololy,2000,39:1965-1982.

[32]George H,Adler R F,Bolvin D T,etal.The TRMM multi-satellite precipitation analysis (TMPA):quasi-global, multi-year, combined-sensor precipitation estimates at fine scales[J].Journal of Hydrometeorology,2007,8:38-55.

[33]方建剛,肖科麗,田武文.2007 年陜西氣候特征及影響分析[J].陜西氣象,2008(4):36-39.

[34]陳洪濱,范學花. 2007 年極端天氣和氣候事件及其他相關事件的概要回顧[J].氣候與環境研究,2008,13(1):102-112.

[35]白彥芳,王振宇.青海省2007年度氣候[J].青海氣象,2008(2):55-60.

[36]江遠安.2007年新疆十大天氣氣候事件[J].沙漠與綠洲氣象,2008,2(1):59-60.