使用遙感數據監測南亞旱情

P.S.森卡巴伊爾等

1 背景

使用1982～1999年的衛星數據，分析南亞的干旱歷史模式和2000年以后的干旱模式，并通過歷時8 d的MODIS衛星圖像進行分析。對借助于衛星獲得的高分辨率輻射(AVHRR)數據和中分辨率輻射(MODIS)數據，運用回歸分析即可得到干旱的相關系數。這些是以逐年每月為單位進行回歸分析，且在研究區域之外隨機選點進行了驗證。

在過去20 a，不斷增加的人口導致南亞地區的水需求和其他自然資源的需求增加。最近的干旱發生于2000～2003年，受影響人口超過1億，旱災最嚴重的地區位于印度古吉拉特和拉賈斯坦邦、巴基斯坦的信德和俾路支省，以及伊朗和阿富汗的部分地區。

對于南亞國家來說，應適當量化干旱的影響，實行干旱監測和報告機制。當地政府和國際救濟機構的抗旱能力受制于基礎數據缺乏、信息網絡薄弱，以及技術和體制等方面的因素。有些國家，例如阿富汗等，進行干旱監測和相關管理體制與機構建設的工作剛剛起步，致使旱情監測和報告程序落后于實際發展的旱情。

傳統的干旱評估和監測方法依賴于降水數據，受具體地區的限制，經常不準確，而且，更重要的是難以獲得實時數據。相比之下，衛星傳感器傳來的數據實時可用，且可以監測干旱的發生地點、持續時間以及旱情的嚴重程度，同時還可以使用遙感技術，在農作物收獲前5 d至13周對產量進行預測。世界各地的植被情況，可以通過美國國家海洋和大氣管理局(NOAA)的美國國家環境衛星數據和信息系統(NESDIS)免費獲得，該系統使用的數據為AVHRR數據。

使用AVHRR數據得到的一些干旱參數，其分辨率在10 km以上，而對于較小地區，例如一個村莊來說，這個精度有點低。最近有研究者使用美國國家航空航天局(NASA)和美國地質調查局(USGS)MODIS數據進行干旱分析，可以得到空間范圍更小、時間間隔更短的旱情監測結果。

目前，該地區沒有有效的與旱情相關的信息分析和傳遞系統，自1986年以來，只有印度國家遙感機構(NRAI)在使用衛星傳感器和AVHRR數據進行旱情的粗略分析和監測。印度衛星傳感器分析的旱情空間精度能達到188 m，時間間隔達一周。然而，目前這些數據和結果只能在印度空間和遙感領域獲得，其他國家可通過區域合作獲得?？捎糜诤登楸O測的還有植被狀況傳感器以及MODIS數據傳感器。

在南亞地區實施衛星遙感抗旱研究，旨在將AVHRR和MODIS相結合，用于對一個地區的旱情進行實時監測和評估。但面臨的挑戰是，應在這兩種傳感器之間建立一種關系，以便能連續監測，并方便與未來的旱情進行對比。另外，報告系統應能在研究區域的不同位置監測旱情的變化情況。

南亞旱情遙感研究范圍覆蓋阿富汗、巴基斯坦和印度西部地區，這些國家和地區很容易發生干旱。目前，不同的政府機構和非政府組織都在該區域進行干旱評估，分析應對策略。某些研究成果在將來可能會得到推廣應用。未來應擴展南亞旱情遙感研究范圍，甚至可以覆蓋整個南亞，包括從伊朗到孟加拉，從尼泊爾到斯里蘭卡。

2 數據和方法

MODIS及其前身AVHRR數據至少每天覆蓋全球一次。AVHRR傳感器收集的光譜數據包括5個波段，即紅色可見光(0.58 ～0.60 μm)，近紅外(0.725 ～1.100 μm)，中型紅外(3.55 ～3.93 μm)和兩個熱紅外波段(10.30～11.30 μm和11.5～12.5 μm)，以及正態植被指數(NDVI)，這些都是研究時所用到的數據。長時間系列的AVHRR數據空間分辨率約為10 km×10 km，這些可以從美國國家航空航天局網站上免費獲得。

MODIS是AVHRR的更新和發展，是美國航空航天局觀測地球生態系統的傳感器傳向地面的數據。與AVHRR相比，MODIS對植被的變化更敏感、更精確。其傳感器可采集36個光譜波段，空間分辨率為250～1000 m，這36個波段融合了對大氣、陸地和海洋方面的資訊。目前，MODIS數據的時間間隔為8 d，數據系列的開始時間為2000年。這些數據可以從美國地質勘探局網站上免費獲得。

印度新型衛星傳感器(WiFS)所獲得的數據比MODIS數據更為精確，但周邊其他國家卻不容易得到，這使得周邊國家只能依靠美國的MODIS數據進行旱情監測。使用MODIS數據還有其他一些優點:①WiFS數據是收費的，而MODIS數據是免費的。②與WiFS數據不同，近期(8 d內)的MODIS數據可以實時得到。③MODIS具有優良的互聯網搜索和瀏覽功能，WiFS目前還不具備該功能。④MODIS數據產品經過多次校準、預處理和標準化，其可利用程度高。

3 旱情監測指標

旱情監測指標由AVHRR和MODIS數據產生，而對植被狀況的測量，包括植物類型、生長階段、覆蓋情況和結構等要素，需利用到近紅外部分的光波。研究人員利用兩個及其以上的反射光譜數據，即可提取植被信號，消減地形、太陽角度和環境對信號的干擾;使用正態植被指數偏差(NDVI)和植被狀況指數(VCI)來表征植物的旱情特征。植被狀況指數以百分數表示，例如VCI等于50%，表示植被的旱情為中等;50% ～100%，表示旱情正?；蛘卟惶珊?低于50%，則表示植被為比較干旱;低于35%，表示植被處于極端干旱的狀態。

濕度參數為TCI，其定義與VCI類似，主要是考慮植被對濕度的反應情況。結合地面氣象觀測，在農作物遭受旱災之前，通過地表溫度與溫度的關系，就可以預測其可能的影響區域，TCI可以在旱情監測中起到重要的作用。隨著輻射強度和時間分辨率的提高，從MODIS獲得的紅外數據能夠更準確地反映地表旱情。

4 未來旱情預測

作為未來旱情監測程序的一個重要部分，通過分析AVHRR和MODIS數據，可以得到NDVI的最大值、最小值和長期平均值，然后進行統計派生，以預測未來的旱情。由于MODIS數據從2000年才開始向地面傳送，因此，其時間還比較“短暫”，但是結合使用AVHRR數據，同樣可以得到空間精度為500 m的旱情預測。

5 結語

本文所介紹的南亞旱情監測方法，是利用衛星遙感技術傳送的AVHRR和MODIS數據建立模型，對某個區域的旱情進行監測和預測。本研究成果在南亞地區，包括阿富汗、巴基斯坦和印度西部，得到了驗證。

研究結果表明，所使用的遙測參數中，NDVI和VCI對于旱情評估比較敏感，但VCI并不穩定，其他參數則還有待研究。通過對兩種傳感器的數據建立關系，從而得到長歷時的NDVI特征值，使空間的精度達到500 m。該結果對預測未來旱情非常重要，可將其用于制定某個區域的旱情監測體系。尤其是對于缺乏地面氣象觀測數據、旱情范圍廣，且監測技術落后的地區來說，特別適合采用該方法。