荒漠綠洲區干旱遙感監測指數的對比分析

岳勝如，徐振鑫，楊明豪，彭海峰，孟福軍

（塔里木大學水利與建筑工程學院，新疆 阿拉爾 843300）

南疆深入亞歐大陸腹地，該區域脆弱的生態環境對全球氣候變化的響應非常敏感［1，2］。隨著經濟社會發展，南疆三地州現有耕地已無法滿足人口快速增長的需要，綠洲周邊荒漠被大量墾荒，而耕地面積的增加使得水資源緊張，綠洲生態環境顯著惡化，主要表現為沙漠化、土壤貧瘠化、草地退化、水土流失、荒漠綠洲區交錯帶生態環境系統功能退化［3-5］，水資源短缺已成為制約該區域農業生產的重要因素。土壤相對濕度是評價荒漠綠洲區干旱狀況的重要指標，準確、快速獲取土壤相對濕度數據對該區域水資源調配、灌溉定額的確定、生態環境評價具有重要意義［6］。

遙感技術具有客觀、快速、動態等優點，已經成為區域干旱監測的主要手段，國內外學者對此開展了大量的研究［7-12］。近年來，各國學者在植被指數的基礎上，提出了一些簡單可行的干旱指數，并進行應用性評價。Shahabfar 等［13，14］基于 MODIS 數據，對伊朗和亞洲中部及西南部旱情狀況進行了監測，對亞洲中部及西南部水文進行重新劃分，分析了PDI在旱情監測中的可行性。Zormand 等［15］分析比較了PDI、MPDI 的優劣勢，指出各自的優缺點和適用性。程宇等［16］以懷來試驗場玉米為研究對象，熱慣量模型為基礎，引入歸一化植被指數（NDVI），探討了不同植被覆蓋下土壤含水量反演模型的可行性。刁萬英等［17］采用光譜儀法、積分球法和圖像法，在實測表層含水量的基礎上，分析比較了3 種方法在不同土質下的適用性，結果表明，采用人工神經網絡方法可以提高土壤相對濕度的監測精度。王鶯等［18］利用甘肅省河東地區氣象站觀測的不同土壤深度相對濕度資料，對比分析了7 種典型干旱指數對研究區的適用性，結果表明不同的干旱指數在不同季節表現出不同的適用性。劉英等［19］基于MODIS 數據集，構建 NIR-Red 特征空間 ，對比 PDI、MPDI、SMMI、MSMMI 在關中平原的適用性，結果表明4 種干旱指數均與0～10 cm 土壤相對濕度呈負相關，干旱指數SMMI 略優于其他 3 種指數。李海霞等［20］以新疆為研究區，分析比較了NDVI-Ts 和EVI-Ts 在新疆不同地區的適用性，結果發現EVI-Ts 更適合于監測5月、6 月農業旱情情況，陸地地表溫度較植被指數更能反映旱情狀況。

新疆人工綠洲面積只占全疆面積的3.8%，但全疆大部分人口聚集于此［21］，快速準確地獲取綠洲及周邊區域的干旱現狀，對有限水資源的合理分配，促進綠洲農業和生態環境的健康持續發展至關重要。針對荒漠綠洲區土地利用特點，在開展干旱遙感監測過程中應該充分考慮大氣-植被-土壤的相互作用，多種指數配合使用，確定適合荒漠綠洲區的干旱遙感監測指數是十分必要的。

1 材料與方法

1.1 研究區概況

研究區位于塔里木盆地北部，塔克拉瑪干沙漠邊緣（阿拉爾市十四團），屬于塔里木河谷平原，是古絲綢之路的重要通道。整體地勢平坦，平均海拔1 000 m 左右，常年日照充足，年均降雨量47 mm，氣候干燥，晝夜溫差大。主要土地利用類型為耕地（主要種植棉花、棗樹）、荒漠等。

1.2 數據來源

Landsat 8 OLI/TIRS 影像數據取自美國地質調查局（USGS），過境日期為 2019 年 7 月 21 日，利用遙感數據處理軟件ENVI 對影像進行幾何校正、大氣校正、輻射定標、裁剪等預處理。同步采集野外土壤0～10、0～20、0～30 cm 相對濕度數據（每個采樣點設置3 個重復，取平均值作為該點相對濕度數據），使用手持GPS 記錄采樣點坐標信息。

1.3 植被指數

1.3.1 歸一化水分指數 歸一化水分指數（NDWI）是 1996 年 Gao［22］提出的，該指數利用近紅外和短波紅外波段來反演植被水分含量，而植被水分含量與土壤濕度有密切的關系，在干旱監測中該方法已得到了應用［23］。

式中，Rnir為近紅外波段反射率；Rswir為短波紅外波段反射率。

1.3.2 植被供水指數 土壤濕度低植被生長將受到水分脅迫，NDVI值會降低，另外由于水分不足，葉片氣孔關閉，植被蒸騰作用降低，冠層溫度升高。利用NDVI 和 下 墊 面 溫 度（Ts）［24］建 立 植 被 供 水 指 數（VSWI）可以反映植被生長季干旱狀況［8］。

式中，VSWI大，則植被蒸騰作用強，土壤濕度大；反之，土壤濕度低。

1.3.3 溫度植被干旱指數 溫度植被干旱指數（TVDI）是由Ts和NDVI計算得到。

式中，Tsmin=c+d×NDVI，Tsmin為某一 NDVI 相對應的下墊面溫度最小值，對應為濕邊，c、d是濕邊方程的系數；Tsmax=a+b×NDVI，Tsmax為某一 NDVI 相對應的下墊面溫度最大值，對應為干邊，a、b是干邊方程的系數。

1.3.4 改進型能量指數 土壤濕度越低，其釋放的長波輻射越強，則下墊面溫度越高；反之，則下墊面溫度越低。這個過程可以用能量指數來表達［25］。

式中，ρ2為 EOS 衛星的第 2 通道反射率；T31為 31通道亮溫。可以用Ts代替T31，進而獲得改進型能量指數MEI［26］。

1.4 相關性分析

采用相關性分析方法，分析各干旱指數在研究區的適用性。

式中，n為樣點個數，xi為采樣點各土層相對濕度，yi為某像元干旱遙感監測指數為采樣點各土層相對濕度平均值為各像元干旱遙感監測指數平均值。相關性分析借助Origin 和SPSS 軟件進行。

2 結果與分析

2.1 土地利用現狀

利用 Landsat 8 NDVI 數據，結合 NDVI 取值、圖像紋理信息，對研究區土地利用類型進行分類，NDVI 取值-1.0～0 為水域，0～0.2 為荒地，0.2～1.0 為耕地，分類結果如圖1 所示。研究區耕地沿塔里木河兩岸線狀分布，為典型的干旱區線狀綠洲。研究區不同土地利用類型面積統計結果如表1 所示。

圖1 研究區土地利用現狀

表1 研究區土地利用面積統計結果

由圖1和表1可知，研究區水域面積為2.009 km2，占總面積的1.4%，主要為塔里木河干流以及零星分布的池塘。耕地面積61.477 km2，平均NDVI 值為0.60，占總面積的44.2%，沿塔里木河兩岸分布，主要種植棉花和棗樹（包含一部分林帶等）。荒漠分布在研究區邊緣，平均NDVI 值為0.13，占總面積的54.4%。可知研究區不同土地利用類型，其NDVI 值差異明顯。

2.2 土壤相對濕度統計特征

研究區設置采樣點共計67 個（每個采樣點含3個重復），其中棉田10 個，棗地 18 個，荒漠 39 個，不同土層相對濕度統計特征如表2 所示。土壤濕度極小值棗地＞棉田＞荒漠，極大值棗地＞棉田和荒漠，均值棗地＞棉田和荒漠。棗地土壤相對濕度最高，棉田和荒漠平均相對濕度沒有顯著差異，但荒漠土壤相對濕度的極大值與極小值差異顯著。

表2 土壤相對濕度統計特征

變異系數是衡量觀測值變異程度的統計量。通常可以認為＞100%為強變異，10%～100%為中等變異，≤10%為弱變異［27］。不同土地利用類型下土壤相對濕度變異系數棉田＞荒漠＞棗地；不同土層變異系數 0～10 cm＞0～20 cm＞0～30 cm，且均呈中等變異性。

2.3 干旱遙感監測指數適用性分析

將各采樣點不同土層土壤相對濕度觀測值與對應像元 4 種干旱遙感監測指數（NDWI、VSWI、TVDI、MEI）數值做相關性分析（表3）。

表3 4 種干旱遙感監測指數與土壤相對濕度的相關系數

不同土地利用類型下，4 種干旱遙感監測指數與不同土層深度土壤相對濕度相關系數絕對值大小大多表現為 0～10 cm＞0～20 cm＞0～30 cm，即干旱遙感監測指數對0～10 cm 土層土壤相對濕度監測效果更佳。4 種干旱遙感監測指數與棉田各土層土壤相對濕度相關系數均未通過0.05 水平上的顯著性檢驗，且與NDWI、VSWI、TVDI、MEI呈負相關，這與前人研究結果不同［18，28-30］。可能的原因有棉田采樣點較少，代表性不足；干旱是一種漸進和累積的過程，過程緩慢且不易察覺，當土壤相對濕度降低，植被生長受水分脅迫時，短時間內植被長勢不會顯著變化，而當前植被長勢是前期一段時間各種因素綜合影響的結果；與此同時，農業是自然和人類活動共同作用的結果，特別是在荒漠綠洲，人類活動基本決定了植被生長，導致農作區干旱監測面臨較大的困難［31］。棉田干旱監測需進一步研究，在將來的工作中，應增加土壤相對濕度觀測點數量和擴大空間分布范圍，使其更具代表性；采樣時間節點應避開灌水前后，土壤水分狀態應相對平衡，且對植被生長的影響得以展現；同時還應考慮植被生長階段、土壤、大氣等因素。

4 種干旱遙感監測指數與棗地各土層土壤相對濕度相關系數均未通過0.05 水平上的顯著性檢驗，且相關系數絕對值較小，在研究區4 種干旱指數對棗地干旱監測適用性較差。原因可能是采樣點較少，代表性不足；由各土層土壤相對濕度均值相差很小可知，采樣棗地可能在灌水后不久，水分對棗樹的長勢影響并未顯現；棗樹為多年生鼠李科棗屬果樹，從定植到樹冠初步形成，短的在3～5 年，長的7～10年，應考慮其樹齡和品種；棗樹根系較深，深層土壤相對濕度對長勢影響更加密切，需做進一步研究。

研究區荒漠植被覆蓋均一，受人類活動較少，采樣點地勢平坦，減少地形對相對濕度觀測值影響，研究結果表現出比較強的規律性，這與前人研究結果基本一致［18，28-30］。荒漠區不同土層深度土壤相對濕度與4 種干旱遙感監測指數相關系數絕對值為0～10 cm＞0～20 cm＞0～30 cm。相關系數絕對值NDWI＞MEI＞TVDI＞VSWI，且均通過0.05 水平上的顯著性檢驗，說明4 種干旱遙感監測指數均可以反映荒漠土壤相對濕度的空間變化特征。

由植被、土壤的光譜特征可知，植被冠層液態水對近紅外波段、短波紅外波段的吸收能力很弱，為植被冠層的高反射區，利用植被冠層在近紅外和短波紅外的光譜特征可以靈敏地反映植被冠層含水量，而冠層含水量與土壤相對濕度關系密切。由表2、表3 可知，NDWI 對不同植被覆蓋程度的荒漠土壤濕度信息表現出較強的層次感，正確反映了土壤相對濕度的差異［32］。干旱遙感監測指數MEI 由近紅外波段反射率及下墊面溫度決定。在裸地區近紅外波段反射率很小，近紅外波段反射率隨著植被覆蓋增加而增加，土壤相對濕度是影響反射率的主要因素，通過陸地表面溫度不能直接反映土壤濕度，但在植被覆蓋相同的情況下，可以間接反映［33］，結合研究區分析結果（表3），MEI 在荒漠干旱監測中是可行的。干旱遙感監測指數VSWI 適用于植被覆蓋度高的區域，在研究區荒漠干旱監測中效果低于NDWI和 MEI 2 種指數［34］。對干旱遙感監測指數 TVDI 進行干濕邊擬合，干邊擬合方程R2為0.921，濕邊擬合方程R2為0.007。研究區荒地平均NDVI 值為0.13，而當NDVI 低于0.15 時對植被覆蓋識別能力下降，可能是造成濕邊R2較低的原因之一，即TVDI 在干旱監測中的精度受到影響。

2.4 荒地旱情空間分布特征

考慮到不同的干旱遙感監測指數對耕地監測效果不理想，有待進一步研究，故只分析研究區荒漠旱情狀況。選擇與土壤相對濕度相關系數絕對值較大的NDWI 和MEI 為代表分析研究區旱情空間分布特征（圖 2）。由圖 2 可以看出，NDWI 和 MEI 干旱遙感監測指數對研究區監測結果基本一致。2019 年7 月下旬研究區干旱遙感監測指數較高（不受旱情影響或影響較小）區域主要分布在塔里木河沿岸及綠洲與荒漠、戈壁的過渡帶，植被覆蓋較好，受旱情影響較小，而遠離塔里木河的荒漠、戈壁土壤相對濕度較低，旱情嚴重，這與前人研究成果基本一致［35］。

圖2 NDWI和MEI指數干旱監測結果

3 小結與討論

3.1 小結

以塔里木河流域人工綠洲為研究區，基于Landsat 8 數據采用4 種不同的干旱遙感監測指數在不同土地利用類型下對其應用性和有效性進行評價。從4 種干旱遙感監測指數與土壤相對濕度相關性來看，受采樣點選擇、植物生長、人類活動的共同影響，4 種指數在棉田、棗地的監測效果不佳，需進一步深入研究。在荒漠區域，4 種指數監測0～10 cm 深土壤相對濕度效果優于0～20 cm、0～30 cm。4 種指數與0～10 cm、0～20 cm、0～30 cm 深土壤相對濕度相關系數均通過0.05 水平的顯著性檢驗，說明4 種指數在研究區荒漠區域干旱監測是可行的。NDWI、MEI 的監測效果優于VSWI 和TVDI。空間上，NDWI 和MEI 應用分析結果基本一致。荒漠區域旱情分布特征受水資源分布和人類活動影響顯著，土壤濕度較高區域主要分布在塔里木河兩岸、農田周邊。

3.2 討論

農業干旱是荒漠綠洲區經濟發展、生態環境保護重要影響因素之一，受自然條件和人類活動的影響，成因復雜，要考慮氣候和地形條件、植被類型、植物對干旱的耐受性以及周邊環境對干旱的耦合影響［31］。另外地面采樣點與遙感影像空間分辨率不匹配，以點帶面則誤差難以避免。對于農田而言，還需考慮當地的灌溉制度、灌溉定額、土壤類型等因素。針對荒漠綠洲區復雜狀況，集成多種干旱遙感監測指數的精細化監測模型將是未來的主流發展方向［36，37］。