陜西省土壤濕度時空變化特征及其驅動力分析

王征

(中煤航測遙感集團有限公司,陜西 西安 710018)

0 引 言

土壤濕度(Soil Moisture)是表示土壤干旱程度的重要指標,是陸-氣系統水熱過程的重要紐帶,同時也是植被生長的主要水分來源[1]。目前主要通過兩種手段獲得土壤濕度信息[2],第一種是田間實測法,即利用野外觀測站或者采樣點直接測量不同深度的土壤濕度值,該方法雖然可以準確地獲得土壤濕度信息,但是獲得的基于站點尺度數據,不能夠刻畫大尺度、大范圍內的土壤水分時空變化。第二種是采用遙感數據對土壤濕度信息進行反演,是當前較為常見的方法。通常結合熱慣量法、植被指數法等方法反演土壤濕度。馬春峰等人[3]以MODIS為數據源,采用熱慣量法對黑河流域土壤濕度信息進行估測,但該方法對于日較差數據精度有較高要求,無法滿足遙感定量研究的需要。2003年姚春生研究發現[4],土壤水分決定著植被冠層溫度,而冠層溫度間接決定土壤供水情況,基于此,提出溫度植被干旱指數(TVDI)。至此,國內外學者基于TVDI監測土壤濕度開展大量研究。Cao等人[5]利用AVHRR和MODIS數據構建了Ts-NDVI特征空間監測蒙古高原土壤濕度并分析干旱的時空變化特征,研究發現Ts-NDVI特征空間是監測區域干旱的有效方法。Zhang等人[6]利用NOAA/AVHRR數據提取TVDI對2006年夏季四川盆地土壤濕度進行監測,研究發現TVDI是監測區域干旱的有效手段。程夢園等人[7]基于LST和NDVI數據構建Ts-NDVI特征空間對2005—2020年香日德-柴達木河流域的土壤濕度信息進行提取,研究發現Ts-NDVI特征空間反演該流域土壤濕度具有較好的適用性,同時TVDI與海拔表現負相關,而與平均氣溫表現正相關趨勢。康堯等人[8]基于MODIS數據中的NDVI和LST數據構建NDVI-LST特征空間對2000—2019年蒙古高原干旱程度進行監測,研究發現該地區的干旱情況小幅度加重,其增長速率為 0.000 1/a。眾多研究表明應用TVDI可以實現土壤濕度的反演,但已有研究在長時序土壤濕度動態監測和驅動因素方面仍然存在不足,理論情況下TVDI特征空間能夠達到裸土到全植被覆蓋的地表情況,但在實際應用中,研究區域地表覆蓋情況難以滿足,得到的干濕邊實際上只是特征空間內部存在的邊,并非理論的干濕邊。陜西省是重要的糧食作物產區,而土壤濕度作為農作物生產過程中的核心要素,需要長時序動態土壤濕度觀測數據,但是陜西省氣象站點分布較少,難以獲取土壤濕度信息。

因此,本研究基于2000—2020年NDVI和LST數據構建改進的雙拋物線NDVI-LST特征空間,通過對TVDI指數進行計算從而監測陜西省土壤濕度情況,并結合氣候因素(降水、氣溫、日照時數和風速)探討與其相關關系,以期為陜西省旱情監測提供決策支持。

1 研究區概況

陜西省位于我國西北部地區,地理范圍為105°29′～111°15′E,31°42′～39°35′N之間[9],總面積約為2.0×105km2(圖1)。陜西省區域內地形地貌豐富多樣,地勢表現為南北高,中間低,平均海拔約為 1 100 m。

圖1 研究區行政區劃圖

陜西省地處濕潤地區和干旱區的交界帶,陜南為濕潤區,主要有秦嶺和大巴山系,海拔高度在200～1 200 m之間,水熱條件相對較好,年均氣溫約為14℃,年降水量達到 800 mm;關中位于中間,屬于半濕潤區,主要是由渭河干流及兩岸支流沉積形成,地勢較低,海拔高度僅在300～800 m內,年均氣溫約為12℃,年降水量達到 600 mm;陜北則為半干旱區,包括榆林和延安地區,海拔高度在900～1 600 m之間,年均氣溫約為9℃,年降水量約為 500 mm。與此同時,陜西省地處長江流域中上游地區,屬于國家生態環境重點建設區域,但是陜西省也是中國水土流失問題較為嚴重的地區之一,因此,監測區域土壤濕度時空變化對于陸地表面能量平衡具有重要作用[10]。

2 數據與方法

2.1 數據源及預處理

本研究采用的遙感數據為美國航天航空局的MODIS數據產品(https://modis.gsfc.nasa.gov/data/),獲取數據為2000—2020年,空間分辨率為 1 km×1 km,時間分辨率為 8 d的MOD11A2的合成產品和 16 d的MOD13A2合成產品。利用MRT軟件進行一系列預處理操作,如拼接、投影轉換和格式轉換等[11],為消除云、霧以及大氣氣溶膠等外界因素的影響,本研究采用最大值合成法(MVC)計算得到月最大NDVI和月最大值LST,最后采用Python進行裁剪處理。

氣象數據采用中國氣象數據網(http://data.cma.cn/)2000—2020年陜西省及相鄰31個氣象站點的逐日氣溫、降水量、平均風速和日照時數數據,采用MATLAB軟件對該數據集進行清洗和異常值處理,對于空缺數據采用雙線性內插方法對其進行填補[12],最后采用ANUSPLIN插值方法對其進行空間插值,得到2000—2020年逐年 1 km分辨率的年均氣溫(Tmean)、總降水量(PRE)、年均平均風速(WIN)和年日照總時數(SSD)數據。

2.2 溫度植被干旱指數法(Ts-NDVI特征空間)

研究發現[13],當研究區植被覆蓋達到從裸土到全植被覆蓋、土壤含水量達到從完全干旱到濕潤的條件下,NDVI和地表溫度的分布圖表現出類四邊形形狀(如圖2所示)。四邊形四個頂點分別代表4種極限情況,AD為干邊,土壤含水量有效性最小,地表水分蒸發量也較小;BC為濕邊,所包含的土壤含水量最大,此時地表蒸散量屬于潛在蒸散量。從A到B點,地表土壤水分蒸發急劇增大,從B到C點,植被覆蓋度由裸土達到全植被覆蓋。

圖2 Ts-NDVI特征空間原理

一般來說,當監測區完全達到濕潤狀態時,地表土壤內的水分也隨之偏大,單一時段下特征空間濕邊比理論值高;當監測區完全達到干旱狀態時,地表土壤內的水分也隨之偏小,其特征空間干邊比理論值低;為彌補這一問題,本研究采用長時序遙感數據對陜西省土壤濕度進行監測,以此彌補單一時段下Ts-NDVI特征空間的弊端。序列數據越完整,其合成的特征空間就更符合理論特征空間。計算公式如下[14]:

(1)

式中:LST表示像元地表溫度;LSTmin和LSTmax分別表示相同NDVI值所對應地表溫度的最小值和最大值;TVDI在0～1之間,其值越大表示越干旱。

本研究采用對干濕邊方程改進后的特征空間來計算TVDI,其計算公式如下[15]:

LSTmin=a1+b1×NDVI+c1×NDVI2

(2)

LSTmin=a2+b2×NDVI+c2×NDVI2

(3)

其中:a1、b1、c1、a2、b2和c2分別為干濕邊方程的系數。

本文將TVDI作為衡量干旱程度的指標,為消除量綱,對NDVI和LST均歸一化處理,步長為0.01,編寫代碼獲取同一NDVI下全部單元格對應的LST最大值和最小值,從而確定Ts-NDVI特征空間圖,將不同時期特征空間的干濕邊進行線性擬合,最終得到逐年TVDI值。

2.3 Theil-Sen Median趨勢分析和Mann-Kendall檢驗

基于Theil-Sen Median趨勢分析結合Mann-Kendall趨勢檢驗方法能夠分析長時間序列數據,該方法相較于傳統的一元線性回歸分析方法而言,具有無可比擬的優點,如無數據情況下能夠服從特定分布、可抵抗一定程度的數據誤差,其計算公式為[16]:

(4)

式中:Median為中值函數;TVDIi、TVDIj分別為該像元在i和j年的TVDI數據。β>0,即TVDI呈上升狀態;β=0,即TVDI呈穩定狀態;β>0,即TVDI呈下降狀態。

Mann-Kendall是一種非參數突變檢驗方法,它能夠判斷趨勢的顯著程度,當n>10時,標準的正態系統變量通過下式計算[17]:

(5)

2.4 Hurst指數

Hurst指數是用于表征長時序變量在未來變化的演變趨勢,該方法已在水文、植被、氣象等領域得到廣泛應用[18]。目前,Hurst指數常使用重標極差(R/S),以此確定陜西省未來的干旱變化情況。有研究發現[6],采用R/S分析法得到的Hurst指數更真實,計算公式為

均值序列:

(6)

累計離差:

(7)

極差:

(8)

標準差:

(9)

根據Hurst指數的H值能夠確定陜西省的TVDI時間序列的持續性。Hurst指數主要分為三種情況:當0.5

3 結果分析

3.1 基于TVDI的陜西省干旱與氣候因素的時間變化特征

2000—2020年陜西省年均TVDI介于0.48～0.6之間,總體呈現波動下降趨勢,其增長速率為-0.002/a(p<0.01),這表明陜西省土壤濕度整體呈現濕潤狀態。其中,2010年TVDI均值最小,為0.492;2005年TVDI均值最大,為0.585。研究時段可以2010年為界限,劃分2000—2010年的由干往濕發展和2010—2020年的由濕往干發展。2000—2010年年均TVDI呈現下降趨勢,其增長速率為-0.004/a;而2010—2020年年均TVDI呈現上升趨勢,其增長速率為0.002/a。

對于氣候因素而言,平均氣溫、總降水、平均風速和日照總時數總體呈現波動上升的趨勢,其增長速率分別為0.004/a、1.732/a、0.005/a和4.527/a(圖3)。

圖3 TVDI與氣溫、降水、風速和日照時數的時間變化趨勢

3.2 基于TVDI的陜西省干旱空間變化特征

由于陜西省地區氣候類型多樣,各地區植被覆蓋度也存在明顯不同,因此年均TVDI值不足以表示干旱空間變化特征。本研究結合Theil-Sen Median趨勢分析與Mann-Kendall檢驗方法進行空間疊加,對陜西省內像元尺度下的旱情趨勢進行分析(圖4左)。首先對所有像元的年均TVDI值進行趨勢分析,獲取到趨勢值β的空間分布,再利用檢驗方法得到TVDI變化顯著性空間分布,將計算得到趨勢值和顯著性進行疊加分類,得到陜西省年均TVDI的5種類型變化趨勢,如顯著改善、輕微改善、基本穩定、輕微退化和嚴重退化。結果發現,陜西省的干旱變化中,面積占比最大的類型是輕微改善(50.91%),占比最小的類型是嚴重退化(0.95%),這表明2000—2020年陜西省土壤濕度在空間上往濕潤方向發展為主,其中,呈現持續改善的地區主要分布在延安市的吳起縣、安塞縣、延川縣、甘泉縣,渭南市的合陽縣、蒲城縣,寶雞市的隴縣、千陽縣,西安市的藍田縣、戶縣,漢中市的寧強縣等地區,主要占陜西省總面積的16.31%。呈現退化趨勢的面積占陜西省總面積的18.13%,其中呈現嚴重退化的面積占比0.95%,主要分布在榆林市的定邊縣,寶雞市的太白縣等地區。

圖4 2000—2020年陜西省TVDI時空變化趨勢及未來趨勢分析

為揭示陜西省土壤濕度未來變化的持續性特征,本研究進一步將趨勢值與Hurst指數進行耦合,得到陜西省年均TVDI的5種類型未來變化趨勢,包括持續下降、下降、上升、持續上升、穩定不變(圖4右)。陜西省年均TVDI的Hurst指數值為0.441,大于0.5的像元數所占比例為25.70%,小于0.5的像元數所占比例為74.30%。結果表明陜西省大部分地區TVDI未來變化趨勢與過去相反。在空間分布上,陜西省有52.37%的區域未來干旱情況有好轉趨勢。陜北地區植被以低矮灌木為主,生態環境相對較為脆弱,所以干旱的未來趨勢無法確定。蒸發量、降水量和CO2濃度等因素都是影響植被生理效應的主要因素,但是這些因素在未來存在較強的不確定性,這就使得未來干旱演變軌跡很難監測。但是本文通過對TVDI的趨勢值和Hurst指數進行耦合綜合分析,實現了陜西省未來干旱情況的監測。

3.3 陜西省TVDI與氣候因素相關性分析

氣溫、降水、日照時數和風速變化都是影響土壤濕度的重要影響因子,因此,本研究基于陜西省的氣象數據進一步結合陜西省TVDI時序數據分析其與降水、氣溫、日照時數和風速的相關性(圖5)。結果發現,陜西省TVDI與總降水之間以負相關關系為主(-0.109),這表面在降水量增加的同時,TVDI值變小,土壤濕度呈現增加趨勢。根據相關系數可看出,負相關占陜西省總面積的70.86%,主要分布在榆林市的橫山縣、神木縣、佳縣、米脂縣,漢中市的城固縣、寧強縣等地區,降水是土壤水分的重要補給,能夠緩解干旱的加重,當降水量逐漸減少時,土壤中的水分含量也在逐漸減少,特別是淺層土壤。正相關占陜西省總面積的29.14%,主要分布在咸陽市的乾縣、彬縣、永壽縣、禮泉縣,渭南市的白水縣等地區,隨著降水量的增加,植被蒸騰作用導致植物需水量大幅度增加,也間接性導致這些地區土壤水分消耗加快,使得TVDI與降水出現了正相關關系。

圖5 2000—2020年陜西省TVDI與降水、氣溫、風速和日照時數之間的空間相關性

陜西省TVDI與平均氣溫主要呈正相關(0.003),這表明當氣溫升高時,TVDI值變大,則土壤濕度逐漸降低。根據相關系數結果可知,正相關占陜西省總面積的50.85%,主要分布在榆林市的子洲縣、橫山縣、定邊縣,延安市的甘泉縣、安塞縣、子長縣、延長縣,渭南市的大荔縣、澄城縣等地區,當溫度高于植被適宜值時,植被葉面蒸騰作用以及土壤水分蒸散量加快,使得該地區具有干旱化趨勢。負相關占陜西省總面積的49.15%,主要分布在漢中市的佛坪縣,西安市的周至縣、戶縣等地區,適宜的溫度使得地表土壤水分不易于蒸發,植被鎖水能力增強,使得該地區愈發濕潤。

陜西省TVDI與平均風速之間主要呈正相關(0.006),這表明當風速增加時,TVDI值變大,則土壤濕度逐漸降低。根據相關系數結果可知,正相關占陜西省總面積的52.92%,主要分布于榆林市的子洲縣、神木縣、定邊縣,延安市的甘泉縣、延長縣、子長縣,渭南市的大荔縣、澄城縣等地區。大風會帶走土壤中的水分,使得該地區具有干旱化趨勢。負相關占陜西省總面積的47.08%,主要分布于漢中市佛坪縣,西安市戶縣等地區,適當的風速不僅帶來植被生長所需要的二氧化碳,而且加快了植被葉面蒸騰促進了植物根部吸收土壤水分。

陜西省TVDI與日照總時數主要呈正相關(0.118),這說明隨著日照時數的增加,TVDI值變大,則土壤濕度逐漸降低。根據相關系數結果可知,正相關占陜西省總面積的71.58%,主要分布于榆林市的橫山縣、定邊縣、子洲縣,延安市和渭南市的大部分地區。隨著日照時間的增長,加快土壤水分的增加,再加之這些地區本身干旱缺水。負相關占陜西省總面積的28.42%,主要分布于漢中市的佛坪縣,西安市的戶縣等地區,適宜的日照可以促進植被光合作用,有利于植被的生長,植被鎖水能力增強,使得該地區愈發濕潤。

4 結 論

(1)從時間演變特征上分析1,陜西省21年的年均TVDI在0.48～0.6波動,增速為-0.002/a(p<0.01),整體呈現波動下降趨勢;由Theil-Sen Median趨勢分析與Mann-Kendall檢驗疊加分析表明,空間上陜西省主要以輕微改善為主,說明土壤濕度在空間上往濕潤方向發展為主。

(2)在未來演變特征上,陜西省年均TVDI表現出較強的反向持續性,其中Hurst指數小于0.5的地區占74.30%,表明陜西省大部分地區TVDI具有相反的變化趨勢。通過采用Theil-Sen Median趨勢分析與Hurst指數結果疊加分析表明,陜西省大部分地區未來干旱情況總體呈現好轉趨勢。

(3)從TVDI與氣候因素相關性分析結果來看,TVDI與降水呈負相關,與氣溫、風速和日照時數呈正相關,并且TVDI與降水、氣溫、風速的相關系數分別為-0.109、0.003、0.006和0.118。