農業干旱監測方法與指標研究進展

錢莉莉，賀中華，梁 虹，楊朝暉，曾信波

(1.貴州師范大學 地理與環境科學學院，貴州 貴陽 550001；2.貴州省應急管理廳, 貴州 貴陽 550001；3.貴州省水文水資源局，貴州 貴陽 550002)

1 引言

農業干旱是多種因素共同作用的結果，如水文條件、氣象條件、農作物布局、作物品種及生長狀況、耕作制度及耕作水平等都可對農業干旱的發生與發展起到重要影響，故對農業干旱的實時動態監測勢在必行[1]。農業干旱的本質是土壤缺水，不能滿足植被根系的水分需求[2]。傳統的農業干旱監測方法主要來源于點數據，操作效率低、測點缺乏代表性，很難實現農業干旱的宏觀動態監測[3]。相對于傳統農業干旱監測方法，遙感監測方法利用地物表面的光譜、空間和方位信息[4]，可以實現大面積與動態監測，也可以對土壤含水量進行動態監測[5]。

干旱是一種普遍發生的全球性的自然災害，由于降水收支與當地作物需水狀況不協調而出現大范圍的干旱現象，并形成大尺度的缺水性干旱景觀[6]。近年來全球氣候面暖趨勢更加明顯，使原本降水分布不均的情況進一步加劇，從而導致干旱發生頻率提升和干旱強度增大，使干旱問題成為不可忽視的焦點。作為生活在社會中的人類來說，其生活與農業生產息息相關，農業是國民經濟的基礎。因此，有必要對農業干旱監測指標、方法及發展歷程進行全面梳理。本文將對農業干旱的概念、國內外農業干旱監測方法的發展歷程和最新進展進行系統分析，以期為政府決策部門對農業干旱的監測和預警提供理論基礎。

2 農業干旱及監測方法分類

2.1 農業干旱概念

根據干旱驅動機理差異可將干旱分為4種基本類型：氣象干旱,指由降水與蒸發不平衡所引起的水分虧缺現象[7]。農業干旱是當土壤含水量低于植物需水量時導致作物減產甚至絕收的自然現象；水文干旱，是河川徑流低于其正常值或含水層水位降落的現象；社會經濟干旱，指在自然系統和人類社會經濟系統中，由于水分短缺影響生產、消費等社會經濟活動的現象[8]；而這4種干旱類型之間又存在著密切的關系，首先發生氣象干旱，并伴隨著降水量和相對濕度的下降以及太陽輻射的增強，進而破壞水資源平衡，導致河流和水庫枯竭且地下水位下降，形成水文干旱；隨著氣象與水文干旱現象的發生繼而影響到土壤水量平衡，使得土壤含水量急劇下降，農作物減產甚至絕收，糧食產量供不應求，波動糧食市場；氣象干旱、水文干旱和農業干旱的發生最終引發社會經濟干旱[9]。

2.2 農業干旱監測方法分類

根據監測數據的來源可將農業干旱監測方法分三類：氣象監測方法、遙感監測方法與綜合遙感監測方法。如圖1，對農業干旱監測指標自1965年以來進行梳理，根據指標性質將其分為三類，標識為氣象干旱指數、遙感干旱指數、綜合干旱指數。傳統的農業干旱監測利用地面觀測站點的降水量、氣溫等數據判斷干旱，大多為氣象監測方法，常用的指標有帕爾默干旱指數、標準降水指數、Z指數等。遙感監測指標常用的有熱慣量法、微波遙感法、垂直干旱指數、歸一化多波段指數等。隨著農業干旱監測方法進一步提升，使得基于遙感數據與基于氣象數據的全球干旱系統的結合成為可能，力求達到更加實時、準確的監測并預警農業干旱信息。綜合遙感監測指標主要有植被供水指數、溫度植被供水指數、能量指數、波文比指數。

3 農業干旱氣象監測方法

3.1 W.Palmer的干旱指數(PDSI)

1965年，W.Palmer[10]提出帕爾默干旱指數(Palmer Severity Drought Index)。它是以一種氣象干旱指數，這個指數是基于土壤濕度的供需模型的。“供”是通過相對直接的計算出來的，但是“需”因為取決于多個因素所以比較復雜——不僅是溫度和土壤濕度，還包括很難測量的蒸發量和重新補水速率。Palmer試圖通過一個算法來克服這些困難，這個算法根據那些可以迅速獲取的數據，比如降水量和溫度，來模擬出一個近似值。該指數對于判定長期異常干旱和異常濕潤的極端天氣狀況方面被證明是非常有效的，但對于判斷持續數周的短時期干旱上具有局限性。因而，針對此種情況W.Palmer[11]在1968年提出了作物濕度指數(Crop Moisture Index)，通過計算蒸發量對短期內作物的干旱情況進行有效監測。

圖1 農業干旱監測指數發展歷程

3.2 標準化降水指數(SPI)

1993年，McKee[12]等人提出標準化降水指數(Standardized Precipitation Index)，這種基于降水量的氣象干旱指數，以3、6、9、12、48個月為周期，來模擬不同時間、不同地區降水量變化。不同尺度上的降水量在進行建模時發現其降水分布符合伽馬分布，但在降水量分析中，通常采用r分布概率描述降水量的變化。不像帕爾默干旱指數和作物濕度指數,標準化降水指數考慮了干旱的隨機特性,因此是一個很好的衡量短期和長期的氣象干旱指標[13]。而且,標準化降水指數不受土壤因素的影響,而土地利用的特點、作物的生長情況和溫度變化的異常等因素對農業干旱監測至關重要。

3.3 歸一化植被指數

Awuma[14]等人研究發現歸一化植被指數(normalized differential vegetation index，NDVI)在監測干旱時只有當水分脅迫及其嚴重并阻礙作物生長時才顯示出NDVI值的突變。當植被受水分脅迫時，遙感植被指數隨之改變，可通過這種變化監測土壤水分情況[15]。NDVI指數可適用于大范圍的干旱監測，當沒有發生干旱時,作物生長狀況良好；干旱發生時, 部分作物缺水死亡導致歸一化植被指數降低；或者作物為避免失水過多死亡而部分關閉葉片氣孔以減少蒸騰, 就會致使葉表面溫度升高[16]。研究表明：NDVI更適用于時空跨度較大地區的干旱監測，在作物拔節期和乳熟期具有優勢。此后，Kogan[17]提出植被狀態指數(vegetation condition index，VCI)[18]、溫度條件指數(temperature condition index，TCI)，并證明了植被條件指數(VCI)與溫度條件指數(TCI)的比值對植被長勢和土壤水狀況的監測效果更好。

4 農業干旱遙感監測方法

4.1 基于部分植被覆蓋情況的干旱監測

4.1.1 基于裸露地表的農業干旱監測方法

(1)熱慣量法。熱慣量模型是以熱紅外遙感數據監測土壤含水量熱特性的主要方法，這種方法可以有效的監測農業的干旱情況。當監測植被覆蓋度低或裸土時，熱慣量法能夠有效的反演土壤水分起[19]。但是，由于熱慣量法是基于土壤熱特性的監測，當面對復雜地形和植被覆蓋度較高的區域是則不能起到很好的監測作用，因而此種方法具有局限性，還需要綜合利用其他監測技術，進一步改進方法，彌補不足之處。

張仁華[20]利用土壤受光面和陰影面、葉子受光面和陰影面的溫差信息,將熱慣量模型、熱量平衡模型和溫差模型結合起來, 開辟了利用多角度遙感數據反演土壤濕度的新途徑。

(2)微波遙感法。微波遙感法的突出特點是：不受天氣條件的影響，具有全天候和全天時的工作能力，且具有滲透性。雖然微波遙感不受云干擾，可以實現全天時、全天候觀測，但是微波遙感法目前只能反演土壤表層(2～5cm)的濕度。作物根系在10～20cm以下的反演結果不夠準確，需提高不同土層深度的土壤濕度估算精度。Tansey[21]和Moeremans[22]的研究指出：在裸地和稀疏植被的地區,近地表土壤濕度和后向散射系數的相關性極高,且地表粗糙度對土壤水分的監測有重大影響。

4.1.2 基于部分植被覆蓋的農業干旱監測方法

條件植被溫度指數結合植被指數的變化與植被指數的空間特性，它是一項綜合性指標。當植被指數值較低時，反映出的干旱程度越高；反之，干旱程度越低或沒有旱情發生。這種方法有效地解決了當干旱發生時參數的穩定性問題，適用于對區域級的干旱監測并得到了廣泛的應用。

4.1.3 基于全植被覆蓋的農業干監測方法

(1)距平植被指數(AVI)及標準植被指數(SVI)。標準植被指數是對距平植被指數進一步延伸，通過研究區每個研究像元值，表示某個時期的值，表示多年的標準差。即該時期該地區的植被指數相對于多年平均值的偏離度的歸一化數值。但無論是距平植被指數還是標準植被指數都只是對區域植被情況的定性分析，不能夠建立和干旱無關的定量分析，而且計算大尺度的干旱監測需要大量的樣本，因此其只適用于小尺度或小范圍干旱監測的定性分析。

(2)植被狀態指數(VCI)。距平植被指數、標準植被指數等方法要求一定的樣本數量，數據收集困難，且不能對干旱監測做出定量分析，在此基礎上改進性的建立了植被狀態指數(VCI)算法。它能夠定量的反映植被的空間變化特征，并且對構造復雜的地形更為有效，能夠有效地監測區域干旱的時空變化。由于地表覆蓋類型的不同和年際變化，對干旱監測的準確性具有影響，以及植被指數值不易確定，且需要連續型數據，故適用于植被生長的中后期，而不適于播種和成熟期的地表旱情監測。

(3)作物缺水指數(CWSI)及水分虧缺指數法(WDI)。作物缺水指數[23]是土壤水分的一個度量指標，它由作物冠層溫度值轉換而來。作物缺水指數法的精度高、可靠性強，但涉及的參數比較多、計算量大，因而不易于實現；目前遙感反演地表參數的精度低，精度有待提高，無法滿足模型定量化計算的標準，限制了該模型的推廣。Moran[24]等分析了作物缺水指數中的理論參數與植被覆蓋度的近線性關系，對作物缺水指數進一步研究建立了在一定植被覆蓋度下的水分虧缺指數。

(4)植被供水指數法(VSWI)。植被供水指數法是一種綜合性的干旱監測方法，它綜合了植被指數和地表溫度指標。它的原理是當植物因供水不足時，作物便會因缺水死亡，導致地表面溫度迅速升高而植被指數急劇下降。由于在大尺度的干旱監測中受到植被生理特性、土壤物理特性、以及光照強度等因素的影響，因而不適于大范圍的干旱評價。但適用于植被覆蓋程度較高的地方，尤其是在作物生長期更為合適。因其資料的易獲取性，在我國得到較為廣泛的應用。

4.2 基于土壤水分指標的干旱指數

張佳華[25]等依據土壤熱力學理論提出能量指數，它的原理是土壤越干燥，經過轉換向外釋放的長波輻射就越強，地表與植被冠層溫度就越高。在實際監測的過程中能更好地反映旱情的空間分布、發展過程及不同植被覆蓋程度下的干旱現象，在作物長勢較好的中后期監測效果更佳，因而，從某種意義上可以說能量指數法優于熱慣量法、植被供水指數法的監測效果。

詹志明[26]等提出了垂直干旱指數，它的原理是紅波段、近紅外波段在二維光譜特征空間中的土壤水分沿土壤線方向變化。但是因植被覆蓋度不同導致缺乏普適性，無法廣泛應用。因此，Ghulam[27]等人提出了改進垂直干旱指數，引入植被覆蓋度因子來提高垂直干旱指數的適用范圍，使垂直干旱指數在不同的植被覆蓋度下都有較好的反演效果。在中等植被覆蓋度的小麥拔節期，其土壤含水量較高，因此，不易監測土壤含水量變化特征；在抽穗階段，植被覆蓋度高，此時土壤含水量偏低，反應較為敏感。為了解決這一現象，需要對土壤單元進行分類，通過3S技術網格化地面信息分類監測可以有效提高MPDI的精度，適用性得到很大的提升。

5 綜合遙感監測方法

諸多研究表明，綜合遙感干旱指數可對作物發育的不同階段進行監測，也能在作物生長的不同時期進行改良調整。研究發現：當植被覆蓋度由裸地到全覆蓋，土壤濕度從干旱到濕潤，植被指數(NDVI)與地表溫度(LST)的散點圖則呈三角形或梯形(圖 2)。此后，Sandholt等基于植被指數和地表溫度的經驗關系，于2002年建立了溫度植被干旱指數(temperature vegetation dryness index，TVDI)[28]。隨后，2004年Haboudane提出植被供水指數(VSWI)，適用于植被覆蓋度高的地區，因其計算簡單而得到了廣泛應用[29]。

圖2 NDVI-Ts 二維特征空間

因存在單一的地表溫度或植被指數進行干旱監測造成水分脅迫反映不夠敏感的問題，Sandholt[30]等人于2010年又提出了溫度植被干旱指數。研究發現：結合地表溫度與植被指數既可消除土壤水分、植被指數的影響，但在水分脅迫嚴重受阻時任具有滯后性。溫度植被指數法克服了土壤環境的影響，在不同覆蓋程度的地區都能取得良好效果，因此，在我國的農業干旱監中應用廣泛。

郝小翠等[31]發現地表水熱狀況的變化影響植被指數和地表的溫度，通過植被指數和地表溫度可以間接地反映土壤水分的狀況，進而引起干旱。因此，于2016年引入能綜合反映地表水熱特征的波文比，構建了波文比模型，檢驗得出波文比指數在裸土和植被的混合地表均有較好的監測效果。因此，反映地表水熱特性的因子可被用于干旱監測模型的建立，通過對模型相關因子在不同時空的差異分析來達到監測干旱的目的。

6 結語

如今，農業干旱對于人們生活的危害非常嚴重,務必需要準確的旱情監測。干旱已不是個別國家、個別區域關注的環境問題。傳統的農業旱情監測主要基于地面站點獲取的氣象數據，對氣象干旱監測指標的研究起源最早，計算簡便，較為成熟。氣象監測指標公式易于計算與普及，由于站點觀測的原因，存在數據獲取周期長、物理與人為失誤現象，它的精度和完整度有限。此外，其干旱監測指標多具有區域適用性限制，因而農業干旱監測的統一監測存在一定困難。導致無法進行大面積的監測。但是遙感技術的迅速發展為農業干旱監測提供了新的途徑,遙感數據的易得性推動了農業干旱衛星監測的發展。它可以實時、準確、客觀地獲取大范圍的地表信息,力求近似完美的擬合干旱發生的真實情況，建立更加科學完善的干旱監測預警信息系統，為決策者提供及時、準確的干旱信息，以便積極應對可能發生的干旱，減輕干旱對國家社會經濟的影響。