遙感模型支持下的精河流域綠洲表層土壤水分時空分布特征

劉 婕, 王明霞, 毋兆鵬,2

(1.新疆師范大學 地理科學與旅游學院, 烏魯木齊 830054;2.新疆師范大學 干旱區湖泊環境與資源新疆維吾爾自治區重點實驗室, 烏魯木齊 830054)

?

遙感模型支持下的精河流域綠洲表層土壤水分時空分布特征

劉 婕1, 王明霞1, 毋兆鵬1,2

(1.新疆師范大學 地理科學與旅游學院, 烏魯木齊 830054;2.新疆師范大學 干旱區湖泊環境與資源新疆維吾爾自治區重點實驗室, 烏魯木齊 830054)

土壤水分對干旱區氣候變化、生態環境穩定、綠洲農業發展有著重要的影響作用。以新疆精河流域綠洲為研究區，基于Landsat TM和ETM+影像，借助修正后的溫度植被干旱指數(TVDIm)，進而反演了研究區2002年和2011年春、夏、秋3季的表層土壤水分。結果表明：(1) 野外同步實測數據精度驗證R2值為0.800 2，TVDIm能夠較好反映綠洲土壤水分分布狀況；(2) 研究區表層土壤水分的季節性變化明顯，即秋季>夏季>春季，近10年間土壤水分總體呈趨濕特征；(3) 研究區綠洲內部的土壤水分狀況明顯優于過渡帶及天然荒漠區；(4) 土地利用疊加分析指示，人類活動對土壤水分的空間分布影響強烈。

遙感; 土壤水分; 時空分布; 精河流域

新疆光熱豐富，降水稀少，是典型的干旱區，形成了以沙漠、半沙漠、戈壁、草原、森林以及綠洲為主的自然景觀和綠洲經濟。隨著全球變化研究的深入和發展，人類生存與發展對土地的開發利用以及土地覆蓋變化被認為是全球環境變化的重要組成部分和主要原因[1-2]。區域土壤水分檢測不但對改善區域及全球氣候的研究具有重要意義，而且能夠有效地監控土地退化和干旱狀況。大量學者的研究闡明了土壤水分變化對環境生態和氣候變化響應的重要性，以及農作物生長發育和不同時期土壤水分狀況的關系，并且有學者建立了土壤干旱預警模型，更好地監測土壤水分變化對干旱區農業的影響[3-6]。本文通過對精河流域綠洲土壤水分狀況的研究，不僅可以了解預測研究區土壤水分的干濕程度，也可以有效地掌握地表水分的運移狀態，對干旱綠洲的農業活動具有一定的指導作用，也為改善小尺度區域的氣候，以及改善精河流域綠洲生態環境打下基礎。

1　試驗材料與方法

1.1研究區概況

研究區包含整個艾比湖湖區和精河流域綠洲，總面積達2 572.30 km2，地理位置為82°40′—83°10′E，44°20′—44°50′N，自南向北呈扇狀坡面，中部為沖積—洪積平原，北部為艾比湖(圖1)。研究區地處亞歐大陸腹地，遠離海洋，干燥少雨，屬典型的溫帶大陸性干旱氣候，區內降水量由西向東遞增[7]，年平均降水量約為251.9 mm，年平均氣溫7.8℃，年平均蒸發量2 447.1 mm[8]。

圖1研究區及土壤水分樣點分布

1.2數據及預處理

本研究所用遙感數據主要來自美國陸地衛星Landsat TM和ETM+影像共6景。其中，Landsat TM包括2002年5月7日(春季)、2002年7月10日(夏季)和2002年9月28日(秋季)；Landsat ETM+包括2011年5月24日(春季)、2011年7月11日(夏季)和2011年9月13日(秋季)。所有影像云量均小于5%，經過輻射定標、幾何糾正及大氣校正。此外，Landsat ETM+于1999年4月15日發射升空后，2003年因校正器故障，使得影像數據出現部分重疊和丟失。本文主要運用ALR方法，即通過建立兩幅圖像灰度值的回歸方程，將填充影像的色調向待修復影像靠近，完成影像修復[9]，能夠滿足反演需求。

為了分析修正后的溫度植被干旱指數(TVDIm)與研究區域降水量、氣溫的關系，本文選取了2002年和2011年中4—10月的月平均溫度，氣象數據來源于精河氣象站，多年月平均降水量數據來自于相關文獻[8]。

1.3土壤水分反演算法

Sandholt等[10]在研究遙感反演土壤濕度的過程中，基于Ts-NDVI特征空間與土壤濕度的等值線關系，提出了可以表示土壤相對濕度狀況的溫度植被干旱指數(TVDI)。TVDI是由Ts-NDVI特征空間得到的比值，計算公式可以表示為：

(1)

式中：Tsmin——最小地表溫度，對應的是濕邊；Ts——任意像元的地表溫度；Tsmax——指定像元NDVI對應的最高地表溫度，對應干邊；Tsmin，Tsmax的取值可以通過對Ts-NDVI特征空間的干邊及濕邊進行模擬得到：

Tsmin=a2+b2NDVI

(2)

Tsmax=a1+b1NDVI

(3)

式中：a1，b1——干邊擬合方程的系數；a2，b2——濕邊擬合方程的系數。

由于NDVI在植被覆蓋度較高的區域容易飽和，導致對高植被覆蓋區敏感性較低[11]，運用TVDI法反演濕度時會對結果造成一定的誤差。改進型土壤調整植被指數(Modified Soil-Adjusted Vegetation Index，MSAVI)與歸一化植被指數(Normalized Difference Vegetation Index，NDVI)相比較，MSAVI修正了NDVI在植被密閉區或者低植被覆蓋區估測的誤差，增加了依據實際情況選定的土壤調節系數，可以較好地消除或減弱土壤背景對植被指數的影響，提高計算的精度。

(4)

式中：ρNIR——近紅外波段的反射率；ρR——可見光紅色波段的反射率。

因此本文采用改進型土壤調整植被指數MSAVI替代NDVI參與計算，構建Ts-MSAVI特征空間，減小因植被指數計算造成的誤差。結合公式(1)—(4)得到最終的TVDIm計算公式如下：

(5)

TVDIm=0表示土壤水分最大，地表最濕潤狀況，即濕邊；TVDIm=1表示土壤水分最小，地表最干旱的狀況，即干邊。TVDIm的取值范圍為0～1，TVDIm值表示土壤的土壤水分狀況，TVDIm值越大，對應的土壤水分越低。

2　結果與分析

2.1精河流域綠洲土壤濕度反演結果驗證

為驗證反演結果，在研究區內選取典型26個樣點，與衛星同步對土壤表層(0—10 cm)水分進行實地監測。監測所用儀器為瑞士產MSR145土壤自動記錄溫濕儀，可連續自動記錄2年數據。本研究在衛星過境前10 d埋入，衛星過境后5 d取出。所有觀測樣點均采用GPS進行定位，研究區土壤監測點分布如圖1所示。本研究反演所用TM影像數據空間分辨率為30 m，而野外觀測點是根據土地利用類型進行布設，二者雖在空間上難以對應，但由于研究區地勢平坦，因此可以嘗試使用點上采集的土壤的含水量數據來驗證區域面上的數據。TVDIm和土壤含水量，經回歸分析t檢驗(α=0.05)，得出線性回歸方程達到顯著。土壤含水量為橫坐標，以TVDIm值為縱坐標，對TVDIm和土壤含水量的相關性進行線性擬合。TVDIm與實測土壤含水量的擬合結果，如圖2所示。TVDIm與表層(0—10 cm)土壤含水量之間表現出顯著的相關性，隨著土壤含水量增大，TVDIm呈現減小趨勢。由于整個研究區的土壤含水量較低，散點集中在土壤濕度低值區域。對TVDIm和土壤含水量的線性擬合結果，R2值為0.800 2，說明TVDIm能夠反映地表土壤水分分布狀況，作為指示地表土壤濕度的指標比較合理。

圖2土壤含水率與TVDIm的相關性

2.2精河流域綠洲土壤濕度分布特征分析

在遙感圖像處理軟件的支持下，根據上述TVDIm模型和方法，利用Landsat TM影像，得到2002年和2011年春、夏、秋3季的土壤水分狀況反演結果。參照TVDI指數反演土壤干旱等級劃分標準[12]，將研究區TVDIm劃分為5個等級：極濕潤(0≤TVDIm<0.2)、濕潤(0.2≤TVDIm<0.4)、無旱(0.4≤TVDIm<0.6)、干旱(0.6≤TVDIm<0.8)、極干旱(0.8≤TVDIm≤1.0)。在研究中通過TVDI土壤水分反演模型的劃分標準對研究區TVDIm進行等級劃分，結果如圖3所示。

圖3精河流域土壤濕度反演結果分級

2.2.1精河流域綠洲土壤濕度時間分布特征由圖3可以看出，精河流域綠洲的土壤水分季節特征明顯，呈單峰型變化。從春季開始，TVDIm值開始明顯升高，表明土壤水分持續下降，連續最大的TVDIm值出現在夏季(6—8月)，反映出夏季土壤水分相對較低，進入秋季TVDIm值則出現迅速減少趨勢，說明研究區土壤水分呈現回升趨勢。從空間分布特征來看，春季，艾比湖湖區南部及西南部有部分呈斑塊狀區域土壤水分相對較高，其余區域土壤水分狀況均為干旱和極干旱。夏季，土壤水分較低的干旱區域呈片狀向四周擴展，研究區除精河沿河區、內沖積—洪積平原及綠洲耕作區土壤水分狀況為無旱外，其余地區為不同程度的干旱、極干旱。秋季，研究區除常年較干的南部、東南部外，整體土壤水分狀況開始大范圍好轉。

對精河流域過去近50年的年內降水研究表明精河流域的年內降水分配極不均勻，具有明顯的集中性[8]。將本研究的TVDIm數值與李加強等[8]多年平均降水量的月份分配數值疊加分析得出，研究區綠洲的土壤水分狀況的季節性變化與多年降水量呈明顯相關性(圖4)，這似乎與“降水量增長則TVDIm值應降低，即土壤水分升高”的常規性結論相悖。事實上這是由于研究區的特殊自然環境特點造成的。精河流域多年平均蒸發量2 447.1 mm，而多年平均降水量只有251.9 mm，相差近10倍，由此也表明，盡管降水量對土壤水分補充有一定影響，但不如其他氣象因子對土壤水分變化的影響強烈[13]。

圖4TVDIm與月平均降水量的關系曲線

進一步將TVDIm數值與年內逐月氣溫疊加分析，二者的趨勢一致性同樣十分明顯(圖5)。這說明較高的氣溫會大大增加土壤蒸散發從而抵消降水對土壤水分的補給[14]。因此，對精河流域綠洲而言，在干旱區的大背景下，氣溫升高導致蒸發量增大的作用明顯大于降水量對土壤水分的補給作用，其影響起主導作用[7,13]。

圖5TVDIm與月平均氣溫的關系曲線

隨著全球氣候變暖，將引起蒸散發的增加，導致土壤干旱的加劇[8]。然而在這樣的大背景下，研究區2011年土壤水分狀況與2002年相比較好。這是因為艾比湖濕地2007年由自治區級自然保護區晉升為國家級自然保護區。研究區內退耕還林、退耕還濕、引水治沙、引水治草等的保護措施逐步實施，保護力度的逐步加強，使得土壤水分相對較高。

2.2.2精河流域綠洲土壤濕度空間分布特征盡管如此，由于人文作用會影響地表能量平衡，改變地表結構及土壤水分的分布，因此，研究區人文活動影響的疊加尤其是土地利用狀態，仍使地表土壤水分的狀況出現了較大的空間差異。本研究利用TM影像數據提取了2002年和2011年的土地利用數據(圖6)，并將TVDIm的月均值圖像與土地利用分類圖進行疊加分析，得到不同土地利用條件下的土壤水分分布狀況(圖7)。

結果表明：耕地月平均TVDIm為0.65～0.85，而草地和林地月平均TVDIm為0.6～0.75，城鎮建筑用地月平均TVDIm為0.75～0.8，未利用地月平均TVDIm為0.8～0.9，土壤水分與土地利用之間關系密切(圖7)。

圖6精河流域綠洲土地利用狀況

耕地區和草地區的TVDIm月均值在4—7月逐漸升高，8月穩定在0.8左右，表明植物處于生長需水量較大的時期，9—10月TVDIm減小，土壤水分增加，表明植物已過生長需水期或農作物已收割、植物已枯萎，耗水量下降。

圖7不同土地利用類型TVDIm變化

林地區的TVDIm月均值，4—8月為0.65～0.82，與草地區TVDIm值相比增加趨勢平穩，則是因為一年生草本與多年生木本需水量變化情況不同。

城鎮建筑用地的TVDIm月均值為0.75～0.8，未利用地的TVDIm月均值為0.8～0.9，且后者TVDIm值整體比前者高，表明土壤水分極少，但二者時間序列的土壤水分分布趨勢基本一致。

從研究區整體來看，耕地、草地、林地和城鎮用地的TVDIm值明顯低于未利用地，這也表明人類活動對土壤水分的分布情況有很大的影響。

3　結 論

(1) 利用Ts-MSAVI模型能夠反映地表土壤水分分布狀況，可以作為有效指示地表土壤水分狀況的指標。

(2) 精河流域綠洲的土壤水分季節特征變化明顯。春季氣溫升高，土壤水分降低，隨著夏季的到來，溫度持續升高，蒸發量大于降水量，研究區土壤水分普遍下降。秋季降水量減少，氣溫降低，蒸發量減少，土壤干旱狀況得到緩解。在干旱區的大背景下，相對于降水量而言，氣溫升高導致的蒸發量增大是影響土壤水分狀況的主導因素。

(3) 雖然耕地、草地和林地這3種土地利用類型的土壤水分在年內的變化趨勢具有較好的一致性，但不同土地利用類型的土壤在不同的時期，由于人類活動的影響，其TVDIm存在差異。對于生態環境極其脆弱的干旱區綠洲而言，在人口增長帶來對耕地需求增加的背景下，如若不提高農田管理質量而導致大面積撂荒，就會極易引起土地鹽漬化或荒漠化，對當地人民的生存和發展造成潛在威脅，繼而帶來一系列生產經濟問題。因此，在合理規劃土地利用，注重經濟效益的同時，應繼續推行退耕還林、退耕還草政策。

[1]李秀彬.全球環境變化研究的核心領域:土地利用/土地覆被變化的國際研究動向[J].地理學報,1996,51(6):553-558.

[2]Nunes C, Auge J L. Land-use and Land-cover Change(LUCC):Implementation strategy[M].1999.

[3]蔣沖,王飛,穆興民,等.黃土高原農田土壤濕度演變及其與氣候變化的響應關系[J].干旱地區農業研究,2012,30(3):234-243.

[4]王曉賢,張學培.晉西黃土高原土壤水分垂直變化規律及生態影響[J].水土保持研究,2009,16(2):200-204.

[5]張哲,焦峰,梁寧霞,等.延河流域不同植被帶土地利用方式的土壤水分分析評價[J].水土保持研究,2014,21(4):74-79.

[6]蒲金涌,姚曉紅,辛昌業,等.甘肅黃土高原土壤水分預測及旱情預警模型研究[J].干旱地區農業研究,2010,28(3):254-258.

[7]王范霞,毋兆鵬.近40 a來精河流域綠洲土地利用/土地覆被時空動態演變[J].干旱區資源與環境,2013,27(2):150-155.

[8]李加強,陳亞寧,李衛紅,等.天山北坡中小河川降水與徑流變化特征:以精河為例[J].干旱區地理,2010,33(4):615-622.

[9]壽敬文,陳雪,馬建文,等.采用ALR算法對Landsat-7圖像缺行修復的應用研究[J].光電子·激光,2006,17(3):368-371.

[10]Sandholt I, Rasmussen K, Andersen J. A simple interpretation of the surface temperature vegetation index space for assessment of surface moisture status[J].Remote Sensing of Environment,2002,79(23):213-224.

[11]Qi J, Huete A R, Moran M S,et al. Interpretation of vegetation indices derived from multi-temporal SPOT images[J].Remote Sensing of Environment,1993,89(44):89-90.

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

[13]王磊,文軍,韋志剛,等.中國西北區西部土壤濕度及其氣候響應[J].高原氣象,2008,27(6):1257-1266.

[14]蘇明峰,王會軍.全球變暖背景下中國夏季表面氣溫與土壤濕度的年代際共變率[J].科學通報,2007,52(8):965-971.

Spatiotemporal Distribution Characteristics of Soil Moisture in Surface Layer of Oasis in Jinghe Basin Under the Support of Remote Sensing Model

LIU Jie1, WANG Mingxia1, WU Zhaopeng1,2

(1.CollegeofGeographyandTourismScience,XinjiangNormalUniversity,Urumqi830054,China;2.MunicipalKeyLaboratoryofAridLakeEnvironmentandResources,XinjiangNormalUniversity,Urumqi830054,China)

Soil moisture has an important influence on the change of climate, the stability of ecological environment and the development of oasis farming in the arid area. Based on the Landsat TM and ETM+ images, we selected the Oasis of Jinghe Basin as the study site and investigated the moisture changes of the topsoil in spring, summer and autumn during the period from 2002 and 2011 using the modified Temperature-Vegetation Dryness Index (TVDIm). The findings are listed as follows： (1) By comparing and measuring, we found that theR2value of precision is 0.800 2, which means that TVDIm can better reflect the distribution of soil moisture in oasis； (2) The seasonal changes of moisture in the topsoil of the study area are significant, that is to say the moisture decreased in the order: autumn>summer>spring, and the water content is becoming higher in recent 10 years； (3) The condition of soil moisture in the inland of the study area is better than that in the transition belts and natural deserts； (4) The overlay analysis of land use indicated that human activities had the strong influence on the spatial distribution of soil moisture.

remote sensing; soil moisture; spatiotemporal distribution; Jinghe Basin

2015-06-02

2015-06-18

新疆維吾爾自治區自然科學資助項目(2013211A022)；新疆師范大學研究生科技創新項目(XSY201502006);新疆師范大學地理學博士點支撐學科(XJNU-DL-201515)；新疆維吾爾自治區重點實驗室“新疆干旱區湖泊環境與資源實驗室”基金(XJDX0909201206)

劉婕(1992—),女,河南駐馬店人,碩士研究生,研究方向為資源環境地理信息系統。E-mail:liujie_ixj@163.com

毋兆鵬(1976—),男,陜西西安人,博士,教授,主要從事3S技術與綠洲資源開發研究。E-mail:wuzhaopengxj@sina.com

S152.7

A

1005-3409(2016)03-0095-05