基于Modis-TVDI方法的山東小麥生長季旱情遙感監測

陳 振， 劉 濤， 梁守真， 侯學會， 王 猛， 隋學艷

(山東省農業可持續發展研究所/農業部華東都市農業重點實驗室，山東濟南 250100)

山東省是一個糧食生產大省，據國家統計局數據顯示，山東省近年來糧食總產量穩居全國第三，在保障糧食安全方面占舉足輕重的地位[1]。但近年來，山東省干旱頻發，對農業生產造成了極大的困擾。在旱情發生時，如何及時有效地發現旱情，并采取相應緩解旱情的措施，一直是指導農業生產的重要工作。干旱是一種因水分供求不平衡而導致的區域性水分短缺的現象[2]，它的發生和作用機制比較復雜，波及范圍較廣，持續時間長，針對區域尺度的干旱監測一直是一個熱點難點問題。傳統的干旱監測一般通過設置氣象站點，觀察記錄站點所在地區的溫度、降水和土壤水分含量等旱情指標，雖然在技術層面比較成熟，但是受到許多客觀因素的制約，仍然是以點帶面的模式，難以實現連續空間上的旱情監測，監測結果難以反映地表植被對旱情的響應，在綜合監測旱情方面存在很多不足[3]。遙感監測旱情方法的出現彌補了這些方面的不足，遙感技術具有宏觀、動態和經濟的特點，其高時空分辨率能夠實現區域尺度連續空間范圍內的旱情監測，已廣泛應用于旱情監測領域[4]。

目前遙感監測干旱的方法很多，主要有熱慣量法、植被指數、溫度指數、綜合植被和溫度指數、微波遙感方法等，各種方法各有其優缺點及適用范圍[5]。目前常用的是基于植被指數和溫度的監測方法，即歸一化植被指數-地表溫度(NDVI-Ts)特征空間法，相關的研究較多。研究表明，土壤水分含量與地表溫度和植被生長狀態有密切的關聯性。Nemani等研究發現，地表溫度(Ts)與植被指數(NDVI)有密切的負相關關系[6]。Price和Carlson等研究發現，在植被覆蓋范圍較大的區域，由遙感數據獲取的Ts和NDVI為橫縱坐標散點圖分布呈現三角形[7-8]；Moran等發現呈現梯形[9]。Goward等構建了NDVI-Ts特征空間對土壤水分進行反演[10]。國內學者在遙感旱情監測方面也做了大量的研究工作，齊述華等較早開展NDVI-Ts特征空間的研究，發現了溫度植被干旱指數(TVDI)與土壤濕度具有顯著相關性，并建立了TVDI指數來反映旱情[11]。姚春生等基于Modis遙感數據，結合TVDI對8—9月新疆地區土壤濕度進行了反演，效果比較理想[12]。張順謙等利用NOAA/AVHRR數據結合TVDI對四川省伏旱進行遙感監測，與氣象監測結果基本一致[13]。季國華等利用Landsat8數據改進了TVDI，提出了干邊修訂的改進型溫度植被干旱指數(MDTVDI)反演土壤水分，相較于TVDI精度更高，區域干旱監測效果更好[14]。

1 研究區域和數據源

1.1 研究區域概況

山東省位于中國東部沿海、黃河下游，形成了以中部山地丘陵為骨架，平原盆地環列四周的地勢分布特征。氣候屬于溫帶季風氣候，降水比較集中，雨熱同季，年平均氣溫11～14 ℃，年平均降水量一般在550～950 mm之間，降水季節分布很不均衡，降水多集中在夏季，易形成澇災，而冬、春和晚秋則易發生干旱，尤其是在小麥的主要生長季(3—6月)發生干旱會嚴重影響小麥的產量，造成減產甚至絕產，對農業生產造成很大影響。

1.2 數據源

為了針對干旱發生的特點，滿足對干旱快速、連續監測的需求，本研究選擇適合進行大范圍和長期動態干旱監測的Modis數據[15]。美國國家宇航局(NASA)提供了一系列的Modis標準產品，下載山東地區2012年3—6月的MODIS11A2和MODIS13A3數據。其中，MODIS11A2為空間分辨率1 km的8 d合成的地表溫度數據，MODIS13A3是空間分辨率為1 km的NDVI月合成數據。為使數據時間分辨率統一，需要將同一月份內的8 d合成的地表溫度數據取平均數，作為當月的地表溫度。

2 研究方法

NDVI-Ts特征空間圖(圖1)中，A表示干燥的裸土；B表示濕潤裸土；C表示有植被完全覆蓋的土壤；AC邊就是植被指數對應的最高地表溫度，即為土壤水分含量較低的“干邊”；BC為植被指數對應的最低地表溫度，即為土壤水分含量較高的“濕邊”。在A、B、C三點構成的三角形區域內，代表了各種地表類型的NDVI-Ts特征空間關系。Sandholt等研究認為，在NDVI-Ts特征空間中存在一系列的土壤濕度等值線(圖2)，這些等值線相交于干、濕邊的交點，并且近似于直線，而且這些直線的斜率與土壤濕度呈一元線性關系[16]，據此提出了植被缺水指標——溫度植被干旱指數(temperature vegetation dryness index，TVDI)：

(1)

Tsmin=a+b×NDVI，Tsmax=c+d×NDVI。

(2)

式中：Ts為影像任意像元的地表溫度(單位：K)；Tsmin為NDVI對應的最小地表溫度(單位：K)，代表“濕邊”；Tsmax為NDVI對應的最大地表溫度(單位：K)，代表“干邊”；a、b、c、d分別代表對干邊和濕邊進行線性擬合的參數。TVDI值在干邊和濕邊分別為1和0。

從圖2可以看出，對于TVDI，數值越大表示土壤濕度越低，干旱情況越嚴重；數值越小表示土壤濕度越高。

3 數據處理

3.1 數據預處理

Modis遙感數據為HDF-EOS格式，利用NASA提供的處理工具MODIS Reprojection Tool(MRT)對數據進行投影轉換，將遙感影像分辨率統一為1 km，投影系統采用Albers等面積投影，坐標系為WGS-84。

利用ENVI軟件對影像進行裁剪，借助現有的山東省行政區劃矢量文件裁剪獲取山東省范圍的遙感影像。為使地表溫度數據和NDVI數據的時間分辨率相一致，將地表溫度數據在同一月內的數據均值作為地表溫度數據當月值。

3.2 各月地表溫度和NDVI空間分布

從圖3可以看出，地表溫度隨著時間推移逐漸升高，各個月份氣溫空間分布特征不同。3月北部沿海地區溫度最低，中部和西北部溫度最高，其余地區溫度次之；4月地表最高溫度集中在中部地區，西部地區溫度相對較低，呈現出高溫向東部地區移動的趨勢；4月溫度呈現西低東高的分布特征，35～40 ℃的高溫出現在中部和東南部；6月全省呈現普遍高溫的特征，氣溫基本都在30 ℃以上，并且呈現南高北低的分布特征。

從圖4可以看出，NDVI總體呈現先升高后降低的趨勢，在小麥的生長季(3—5月)里，西部NDVI一直相對較高，高于中東部地區，3—5月NDVI呈現升高趨勢，中部山地地區和東部丘陵地區NDVI升高明顯，6月西部地區NDVI明顯降低?？傮w而言，NDVI高值主要分布在作物生長的內陸地區，低值主要分布在沿海地區和有水體的區域。

3.3 構建Ts-NDVI特征空間

按0.01的步長提取NDVI在0～1范圍內的不同像元所對應的地表溫度的最大值和最小值，構建Ts-NDVI特征空間，3—6月的特征空間如圖5所示。

從圖5可以看出，每個月的數據的Ts-NDVI特征空間均符合三角形的特征空間，隨著NDVI的增加，地表溫度的最大值均呈現先升高后降低的變化趨勢，而地表溫度最小值呈現比較穩點的變化特征，近似于一條平行于x軸的直線，并呈現略有增大的趨勢，這一變化特征也符合特征空間三角形理論。

3.4 干濕邊擬合和TVDI計算

根據前人已有的研究結論可知，對于遙感影像中NDVI小于0.25的像元，一般是水體和陸地的混合像元，另外NDVI能夠識別的植被覆蓋度需要在15%以上，低于這個值時很難對真實的覆蓋度作出正確識別，而覆蓋度達到80%以后，植被的NDVI值也會趨于飽和，NDVI也不能準確反映這個茂盛植被覆蓋區域的真實值。通過構建的Ts-NDVI特征空間也能發現，對于最大地表溫度而言，NDVI在0～0.25范圍內擬合直線斜率為正，大于0.25小于0.85和大于0.85的擬合直線斜率為負，并且可以看出兩者的斜率不相等。

因此，選取NDVI在0.25～0.85的數據進行線性擬合，通過干濕邊的定義，分別提取3—6月的干濕邊，如圖6所示。對于濕邊，根據Ts-NDVI特征空間理論可知，濕邊是近似于平行于x軸的直線；對于干邊擬合方程，均通過可信度為 0.01 的t檢驗，擬合效果較好。

根據干濕邊的擬合方程，利用式(1)、式(2)，根據定義計算TVDI，從而得到山東省2012年3—6月的TVDI分布圖。TVDI能夠表示某一區域土壤濕潤程度的一個相對值，能夠在一定程度上說明干旱的程度，一般而言， 根據TVDI的取值分為5級，分別為極濕潤(0

從圖7可以看出，3—5月干旱程度較重的區域呈現由西向東移動的趨勢，且干旱程度較高的區域主要集中在中部地區，3月和6月西北和西南平原地區干旱程度明顯高于4月和5月，濕潤的區域主要分布在北部沿海地區和西南地區。3月和6月呈現東北部沿海地區濕潤，內陸地區干旱的分布特征；4月和5月呈現中東部干旱，西部濕潤的分布特征。

4 結論

本研究為研究山東省小麥主要生長季的旱情狀況，利用Modis遙感數據進行遙感觀測，主要選擇了2012年3—6月的月NDVI數據和8d合成的地表溫度數據，以月為單位，分析了地表溫度和NDVI的空間特征分布狀況，結合Ts-NDVI特征空間法，構建了與土壤濕度關系密切的三角形特征空間，并提取了擬合效果較好的干濕邊，進而求得能夠指示土壤濕潤度的TVDI空間分布，并對干旱程度作了一定的劃分，對于農業生產有很好的指導作用，能夠及時地對旱情發生的區域作出識別，以便采取相關措施緩解旱情。

研究結果表明，在小麥的主要生長季，地表溫度隨時間的推移呈現升高的趨勢，主要呈現中部地區氣溫高，沿海和西部地區氣溫低的分布特征。NDVI呈現出先升高后降低的變化特征，3—5月全部地區NDVI明顯呈現升高的趨勢，6月份，西部和東部地區降低，中部地區變化不明顯，這主要是因為從3月開始小麥返青后迅速生長，樹木也開始發芽生長，NDVI呈現增長趨勢，到6月份小麥開始收獲，小麥的主要種植區西部平原和東部丘陵地區NDVI降低，這種變化趨勢符合山東省的物候特征。

依據能夠反映土壤濕度特征的Ts-NDVI特征空間法，對3—6月的遙感影像提取Ts-NDVI特征空間，結果呈現與前人研究結果一致的三角形特征空間，結合NDVI對植被覆蓋度指示效果較好的值域范圍，在0.25～0.85的NDVI范圍內對特征空間的干濕邊進行擬合，濕邊的擬合符合近似平行于x軸的直線，干邊擬合直線擬合效果較好，通過可信度為0.01的t檢驗。

利用干濕邊擬合曲線，根據TVDI定義，獲得了山東省2012年3—6月的TVDI空間分布圖，TVDI與土壤濕潤程度有密切的關系，根據TVDI的取值劃分了5個旱情等級標準，分別為極濕潤(0