基于MODIS數據的河北省冬小麥長勢及干熱風災害遙感分析

魏渠成，劉淇淇，石茗化，李雪杉

(廊坊市氣象局，河北 廊坊 065000)

0 引言

冬小麥作為河北省主要夏收糧食，2018年播種面積占全省夏收糧食播種面積的98.83%，占全省糧食作物播種面積的36.05%，占全省農作物總播種面積的28.76%。農業生產高度依靠氣候條件，對氣候變化較為敏感。冬小麥從播種到收獲，不同的生育期階段對不同的氣象條件需求有較為明顯的差異，且一定程度上存在滯后性。田間調查是傳統農業長勢監測的方法，它可以在小范圍反映田間實際情況，但農業種植一般面積較大，且地形地貌氣候特征存在較大差異，傳統方法不能準確反映作物整體狀況[1]。遙感數據具有覆蓋面廣、探測周期短、歷史資料豐富、免費獲取等優勢，可以快速準確地獲取植被生長狀況，給農業生產管理提供依據。歸一化差值植被指數(NDVI)是反應作物物候特征的重要指標之一，可以用來監測作物長勢及動態變化[2]。劉新杰等[3]利用長時間序列數據定量遙感研究冬小麥長勢監測與估產。陸洲等[4]利用遙感影像植被指數變化量對冬小麥進行長勢動態監測。上述研究表明，將NDVI作為反演作物各生育期的指標，進行作物長勢監測的技術和方法是可行的。

干熱風是影響我國小麥產量的主要氣象災害之一，一般年份會造成減產5%～10%，嚴重年份減產20%～30%[5-12]。干熱風會降低冬小麥功能葉綠素含量、導致葉片蛋白質破壞、使細胞膜系統受損等，同時導致作物蒸騰失水、光合速率降低、根系活力減弱等，這一系列危害改變了冬小麥的生理過程和生理狀態，而葉綠素含量、水分含量、細胞結構等作物生理改變體現為光譜上的差異，這是遙感技術用于干熱風災害監測評估的理論基礎[10]。各地干熱風氣象指標大體相近，略有不同，該指標為氣象臨界指標，據此可監測干熱風發生與否，或將干熱風分為輕度干熱風和重度干熱風。但該指標基本以氣象臺站為單元進行插值，由于氣象臺站分布離散，插值結果存在較大不確定性，且其并非農學指標，沒有反映小麥長勢與土壤濕度狀況，沒有完全體現干熱風對小麥生長發育過程造成的影響與危害[13]。國內干熱風危害研究中應用遙感方法的例子較少，對干熱風危害的地面光譜特征分析以劉靜等[14]利用便攜式光譜儀建立高光譜植被指數，并模擬MODIS通道建立植被指數判別干熱風影響程度為代表，該研究表明利用EOS MODIS模擬數據可以分辨出大面積冬小麥干熱風災害程度。國外類似研究主要包括熱浪、大氣濕度對作物的影響，以及高溫、干旱及其復合脅迫研究[10]。

本文通過MODIS數據對河北省冬小麥整個生育期進行監測，并對一次高溫低濕型干熱風進行詳細對比分析，探討如何大范圍快速獲取干熱風易發期小麥長勢狀況，利用衛星遙感手段監測評估大面積干熱風災害對冬小麥影響，以期為河北省冬小麥防災減災提供科學參考。

1 資料和方法

1.1 氣象臺站干熱風資料

在冬小麥生育期內，河北省干熱風多發于每年5月中旬至6月中旬。根據中國氣象局發布的黃淮海冬麥區高溫低濕型干熱風等級指標(表1)，河北省152個氣象臺站中共計128個臺站監測到不同程度的干熱風[15]。

表1 黃淮海冬麥區高溫低濕型干熱風等級指標Tab.1 Grade index of high temperature and low humidity dry hot air in Huang-Huai-Hai winter wheat area

1.2 遙感數據源

本研究所用遙感數據為來源于地理數據空間云(http：//www.gscloud.cn/)的MODIS中國合成產品。

MODND1D是使用TERRA星中國500 m NDVI的每天產品數據，該數據是由MOD09GA經過拼接、切割、投影轉換、單位換算等過程加工而成。本研究所用MODND1D影像數據時相為2018年10月7日—2019年5月30日，對應河北省冬小麥生育期內共11個時段的數據。

1.3 植被指數

本文以NDVI作為干熱風災害研究的遙感指標，如式(1)所示。NDVI是最常用的植被指數，能夠消除大部分與儀器定標、太陽角、地形、云陰影和大氣條件有關的輻照度變化，可有效增強對植被的響應能力，可用來檢測植被的生長狀態和植被覆蓋度等。NDVI也能較好地反映出植物冠層的背景影響，如土壤、潮濕地面、雪、枯葉、粗糙度等[10]。

(1)

式中ρnir——近紅外波段的反射值

ρred——紅光波段的反射值

2 結果與分析

根據黃淮海冬麥區高溫低濕型干熱風等級指標判定冬小麥干熱風易發期(5月中旬至6月中旬)河北省干熱風發生的次數和空間分布情況，統計結果如表2所示。

由表2可以看出，河北省152個站點中有125個站點發生1次以上輕度干熱風，100個站點發生2次以上輕度干熱風，71個站點發生3次以上輕度干熱風；94個站點發生1次以上重度干熱風，53個站點發生2次以上重度干熱風，32個站點發生3次重度干熱風。2019年河北省冬小麥干熱風易發期共發生輕度干熱風415次，重度干熱風209次。

表2 2019年河北省輕度干熱風和重度干熱風發生次數Tab.2 Occurrence times of mild dry hot wind and severe dry hot wind in Hebei Province in 2019

使用Arcgis軟件對2019年5月22日河北省的一次大面積冬小麥干熱風過程進行分析，利用反距離權重法對河北省152個氣象站點的日最高氣溫、14時相對濕度、14時風速進行插值，并做疊加分析，得到此次河北省干熱風發生情況空間分布圖(圖1)。2019年5月22日河北省發生干熱風區域主要分布于河北省的中南部，大部分地區主要以輕度干熱風災害為主，重度干熱風災害主要位于廊坊南部、滄州北部、保定西南部、石家莊西部、邢臺西部、邯鄲西部和衡水大部分地區。

圖1 河北省干熱風發生情況空間分布Fig.1 Spatial distribution of dry hot wind in Hebei Province

查詢河北省統計局2019年發布《河北經濟年鑒》中各市冬小麥播種面積(表3)，可以看出河北省冬小麥種植區域主要分布在河北省中南部地區。結合河北省干熱風區域空間分布圖來看，河北省冬小麥種植區域與發生干熱風區域分布高度一致，主要以輕度干熱風為主。

表3 2018年河北省各市冬小麥播種情況Tab.3 Winter wheat sowing in cities of Hebei Province in 2018

本文根據冬小麥生育期時間(表4)選擇對應的11幅遙感影像，選取石家莊市、滄州市、廊坊市和保定市不同程度干熱風災害區域中冬小麥種植區NDVI指標變化特征進行數據分析研究(圖2～6)[13]。

表4 冬小麥不同生育期時間Tab.4 Growth period schedule of winter wheat

從河北省不同干熱風災害區域冬小麥種植區NDVI變化(圖2)可以看出，干熱風災害發生前各種植區NDVI變化趨勢基本一致。冬小麥從出苗期到分蘗期，隨著小麥的生長，NDVI逐步上升；分蘗期到越冬期NDVI隨著小麥過冬開始逐步下降；隨著溫度緩慢升高，冬小麥生長迅速，葉面積逐漸增大，到越冬期末NDVI逐漸升高；越冬末期到拔節期NDVI開始平穩增長，拔節期到抽穗期NDVI快速升高，升高速率要明顯高于越冬末期到拔節期增長速率；抽穗期到灌漿期NDVI趨于平穩，此時葉面積和綠色生物量達到最大，隨著冬小麥開始抽穗開花，麥穗的占比增加，對光譜貢獻增加，NDVI略有下降。

圖2 河北省不同干熱風災害區域冬小麥種植區NDVI變化Fig.2 Changes of NDVI in winter wheat planting areas in different dry and hot wind disaster areas of Hebei Province

植被開始生長，NDVI指數會相應地發生變化，研究分析NDVI變化趨勢，最大值最小值出現的時間與冬小麥生育期的關系，可以用來研究確定生育期[16]。根據河北省各主要冬小麥種植區NDVI變化(圖3～6)，河北省不同種植區域冬小麥NDVI變化特征基本保持一致。各地區因氣候特征存在差異，冬小麥各生育期NDVI有微小差異。在抽穗期，小麥的葉面積達到最大，相對應的NDVI也會達到冬小麥生育期內頂峰，滄州地區和保定地區抽穗期要比別的地區晚一周左右。

圖3 石家莊地區不同干熱風災害區域冬小麥種植區NDVI變化Fig.3 Changes of NDVI in winter wheat planting areas in different dry hot wind disaster areas in Shijiazhuang

圖4 滄州地區不同干熱風災害區域冬小麥種植區NDVI變化Fig.4 Changes of NDVI in winter wheat planting areas in different dry hot wind disaster areas in Cangzhou

圖5 廊坊地區不同干熱風災害區域冬小麥種植區NDVI變化Fig.5 Changes of NDVI in winter wheat planting areas in different dry hot wind disaster areas in Langfang

圖6 保定地區不同干熱風災害區域冬小麥種植區NDVI變化Fig.6 Changes of NDVI in winter wheat planting areas in different dry hot wind disaster areas in Baoding

3 結論

通過NDVI對冬小麥長勢進行監測，結果顯示NDVI可以較好地反映冬小麥長勢，并對干熱風災害具有較好的敏感性。通過對冬小麥全生育期進行遙感監測可以更好了解冬小麥整體長勢情況，結合氣象數據對不同區域冬小麥種植區域對干熱風災害進行監測評估。

利用氣象臺站數據結合衛星遙感數據對河北省一次干熱風災害過程進行監測，研究結果顯示2010年河北省干熱風災害主要分布于河北省中南部，與河北省冬小麥種植區域高度重合，嚴重影響河北省冬小麥產量，NDVI指數變化可以較好地反映干熱風對冬小麥種植區域的影響，干熱風發生時NDVI指數出現明顯的下降趨勢，其下降幅度隨干熱風災害程度加重而增大。

未來在實際應用中可以對河北省冬小麥重點種植區域通過衛星遙感數據實時分析冬小麥種植區NDVI的變化，并結合氣象資料和氣象預報為廣大農戶繼續更深入的服務，為防災減災提供技術支撐。