阿不都拉 ?阿不力孜，塔西甫拉提 ?特依拜，丁建麗，買買提 ?沙吾提

(1.新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院，烏魯木齊830046;2.新疆大學(xué)綠洲生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室，烏魯木齊830046)

干旱是影響生態(tài)環(huán)境、人類農(nóng)業(yè)生產(chǎn)和社會(huì)經(jīng)濟(jì)發(fā)展的一種自然災(zāi)害，它影響地表和地下水資源，導(dǎo)致水源匱乏、水質(zhì)惡化、農(nóng)作物產(chǎn)量減少，使人類社會(huì)經(jīng)濟(jì)發(fā)展緩慢[1]，日益嚴(yán)重的干旱已成為科學(xué)界高度關(guān)注的問題之一。隨著全球氣候變暖和需水量增長速度的加快，干旱問題變得十分顯著，如何及時(shí)有效地監(jiān)測(cè)干旱也變得更為重要。通過地面氣候數(shù)據(jù)監(jiān)測(cè)干旱的傳統(tǒng)方法不能夠及時(shí)觀測(cè)和定量分析干旱狀況，而利用多時(shí)相、多光譜、高空間分辨率遙感衛(wèi)星數(shù)據(jù)的遙感監(jiān)測(cè)方法可以定量分析大范圍的干旱分布狀況[2]。

最近幾年，許多科學(xué)家通過建立不同的遙感模型來監(jiān)測(cè)干旱[1-7]。Kogan分別在1990年和1995年，利用AVHRR NDVI和LST數(shù)據(jù)來建立了植被狀態(tài)指數(shù)(VCI)和溫度狀態(tài)指數(shù)(TCI)，VCI能較好地反映植被受到環(huán)境脅迫程度，TCI可作為溫度相關(guān)植被脅迫程度指數(shù)。2003年，Ramesh等人應(yīng)用VCI和TCI對(duì)印度地區(qū)進(jìn)行干旱監(jiān)測(cè)研究。Wang等在2001年建立了基于LST和NDVI特征空間的植被溫度條件指數(shù)(VTCI)，進(jìn)而在2004年，Wan等人利用EOSMODIS的NDVI和LST產(chǎn)品對(duì)VTCI干旱監(jiān)測(cè)方法進(jìn)行了更進(jìn)一步研究。2005年Katou和 Yamaguchi在歸一化水分指數(shù)(NDWI)，NDVI和LST的基礎(chǔ)上建立了植被水分溫度指數(shù)(VWTI 1)和VWTI 2，并分別監(jiān)測(cè)了干旱程度及干旱對(duì)植被的影響[2，5]。

新疆屬干旱半干旱地區(qū)，人們的居住和生產(chǎn)活動(dòng)大多聚集在綠洲。在全球氣候變化和當(dāng)?shù)厝丝谠鲩L的推動(dòng)下，綠洲生態(tài)環(huán)境變得更為脆弱，惡化的生態(tài)威脅到了人們的生存環(huán)境。因此，研究生態(tài)環(huán)境演變過程，尤其是跟生產(chǎn)活動(dòng)直接相關(guān)的干旱化趨勢(shì)，對(duì)合理配置利用自然資源、人地和諧、可持續(xù)發(fā)展具有重要意義。本文以克里雅河流域?yàn)檠芯繀^(qū)，利用植被溫度條件指數(shù)(VTCI)來監(jiān)測(cè)研究區(qū)的干旱變化趨勢(shì)及其分布規(guī)律。

1 研究區(qū)概況

克里雅河位于新疆維吾爾自治區(qū)塔里木盆地南部，發(fā)源于昆侖山主峰的烏斯騰格山北坡遠(yuǎn)古冰川，河水主要由昆侖山雪水融匯而成，分別由庫拉甫河和喀什塔什河等支流組成，自南向北流動(dòng)，滋潤于田縣綠洲后，繼續(xù)蜿蜒向北，深入塔克拉瑪干沙漠腹地，最后消失在達(dá)里雅布依附近，河流長530 km。

研究區(qū)位于新疆維吾爾自治區(qū)最南部，昆侖山北麓，塔克拉瑪干大沙漠南緣，地處東經(jīng)80°03′-82°51′，北緯 35°14′-39°30′之間，屬暖溫帶干旱荒漠氣候區(qū)。地勢(shì)南高北低，自南向北形成高山、戈壁、沙漠等地貌單元，并有典型的冰川、凍土、火山、沙漠等地貌類型。光照充足，降水稀少，蒸發(fā)量大，春夏季大風(fēng)、沙暴和浮塵天氣多。研究區(qū)年均氣溫為11.6℃，年均降水量為47.7 mm，年均無霜期為209～213 d。

2 數(shù)據(jù)源和研究方法

2.1 數(shù)據(jù)來源

數(shù)據(jù)來自于美國航空航天局(NASA)的 TERRA/MODIS遙感衛(wèi)星數(shù)據(jù)共享平臺(tái)網(wǎng)站(http://ladsweb.nascom.nasa.gov)，選取了2005年 7月 18日和2010年7月18日的1B數(shù)據(jù)為兩個(gè)時(shí)相數(shù)據(jù)。MODIS數(shù)據(jù)共有36個(gè)通道，本文采用CH1，CH2，CH31和CH32四個(gè)通道數(shù)據(jù)來分別計(jì)算植被指數(shù)和亮溫。表1為MODIS部分通道的基本特征[8]。

表1 MODIS通道特征

2.2 數(shù)據(jù)預(yù)處理

根據(jù)MODIS Level 1B Product User's Guide[9]，對(duì)研究區(qū)影像進(jìn)行了幾何校正、投影轉(zhuǎn)換、裁剪等處理。CH1和CH2通道進(jìn)行重采樣成1 000 m分辨率，能夠跟CH31和CH32通道合成。

2.2.1 植被指數(shù) 歸一化植被指數(shù)(NDVI)是植被生長狀態(tài)及植被覆蓋度的重要指示因子，在干旱半干旱地區(qū)，在整個(gè)作物生長期中對(duì)降雨量變化較為敏感。高的NDVI值表示健康植被，而低的NDVI值反映植被長勢(shì)不好或不健康。NDVI可用紅光波段和近紅外波段之比來表達(dá)[10]

式中:NIR——近紅外波段，即CH2;RED——紅光波段，即 CH1。

2.2.2 地表溫度 土壤和植被冠層的溫度是決定植被生長速率的主要因素，而地表溫度(LST)能反映地表熱環(huán)境的分布特征，是地表能量平衡的主要指示因子。地表的輻射量度溫度可用Planck公式來求算，其運(yùn)算式為:

式中:T——亮度溫度(K);h——Planck常數(shù);c——光速;k——Boltzmann 常數(shù);λ——中心波長;L——光譜的輻射亮度[11]。

3 植被溫度條件指數(shù)(VTCI)的構(gòu)建

Wang等人由植被指數(shù)和地表溫度的二維特征空間出發(fā)，建立植被溫度條件指數(shù)來評(píng)價(jià)干旱程度。VTCI通過NDVI和LST的散點(diǎn)圖特征來確定濕邊和干邊 ，其公式[5，12]為 :

式中:Ni——影像中具有同樣 NDVI值的像元;Y(Ni)——像元 Ni的地表溫度值 ;Ymax(Ni)，Ymin(Ni)——某一特定NDVI值像元中的地表溫度最大值和最小值;a，b，a′，b′— —濕邊和干邊的截距和斜率。分析和的二維特征空間中可得出濕邊和干邊，并通過上述公式可以獲得a，b，a′，b′的值。植被溫度條件指數(shù)范圍為0～1，其相應(yīng)變化趨勢(shì)為從干旱到濕潤。本研究中通過運(yùn)算分析得到的 a，b，a′，b′值如表2所示。

表2 研究區(qū)干邊和濕邊方程系數(shù)

從表2中可以看出，通過LST-NDVI二維特征空間構(gòu)建的研究區(qū)干邊和濕邊方程擬合相關(guān)系數(shù)為較高，平均在0.98以上。利用LST-NDVI特征空間來建立植被溫度條件指數(shù)并進(jìn)一步進(jìn)行研究區(qū)干旱監(jiān)測(cè)是可行的。

應(yīng)用植被溫度條件指數(shù)(VTCI)對(duì)研究區(qū)的兩期遙感影像進(jìn)行了運(yùn)算，結(jié)果如圖1所示。

圖1 2005年、2010年植被溫度條件指數(shù)圖

4 結(jié)果分析與討論

為分析和討論研究區(qū)干旱分布狀況和演變趨勢(shì)，在山區(qū)河源、克里雅河上游地區(qū)(綠洲南緣)、中游地區(qū)和下游地區(qū)分別選取了A，B，C和D四個(gè)感興區(qū)域，面積均為500 km2，對(duì)其VTCI值取平均，求相差，其結(jié)果為表3所示。

從表3中可以看出，研究區(qū)中從山區(qū)到下游沙漠地區(qū)表現(xiàn)出從濕潤往干旱的變化趨勢(shì)。從2005-2010年，A區(qū)和D區(qū)往干旱化趨勢(shì)發(fā)展，其中A區(qū)VTCI相差值為-0.210 0，變化幅度較大，而下游地區(qū)(D區(qū))的VTCI相差值為-0.045 6，變化趨勢(shì)比較慢;B區(qū)和C區(qū)，即克里雅河上、中游區(qū)域VTCI相差值分別為0.071 3和0.042 6，干旱程度均為減弱，其中上游地區(qū)的干旱化幅度比下游地區(qū)大。

表3 植被溫度條件指數(shù)變化

區(qū)域干旱直接影響該區(qū)域的地表水和地下水資源，低降水量和高蒸發(fā)量使區(qū)域水資源越來越匱乏。為了進(jìn)一步分析干旱對(duì)地表水的干預(yù)，將以克里雅河為中線，在其流域中做了寬度為2 km的緩沖區(qū)(圖2)。

圖2 克里雅河緩沖區(qū)示意圖

在緩沖區(qū)中自南向北分為河源、上游、中游和下游4個(gè)河流段，取其VTCI平均值，分析干旱變化趨勢(shì)，相關(guān)數(shù)據(jù)見表4。

2005年和2010年兩期的植被溫度條件指數(shù)變化顯示，山區(qū)河源緩沖區(qū)(650 km2)植被溫度條件指數(shù)值從2005年的0.753 7減少到了2010年的0.559 4，其相差值為-0.194 3，變化趨勢(shì)為干旱，其變化幅度較大;上游緩沖區(qū)(395 km2)植被溫度條件指數(shù)從0.206 2變化為0.181 0，其變化幅度為-0.025 2，其變化幅度小，呈旱化趨勢(shì);中游緩沖區(qū)(200 km2)呈現(xiàn)干旱程度減弱趨勢(shì)，其植被溫度條件指數(shù)從0.136 1增加了0.068 5;下游緩沖區(qū)(150 km2)呈干旱化趨勢(shì)，其植被溫度條件指數(shù)從2005年的0.173 0減少為2010年的0.151 0，其變化相差-0.022 0，旱化幅度為小。

表4 克里雅河緩沖區(qū)植被溫度條件指數(shù)變化

2005年克里雅河下游緩沖區(qū)的干旱程度比中游的更低一些，從地形和地下水位角度分析，是地下水對(duì)河流的補(bǔ)充和水位變化引起的;2010年下游緩沖區(qū)比中游緩沖區(qū)干旱，同時(shí)上游緩沖區(qū)比中游緩沖區(qū)干旱。綠洲是人們居住和生產(chǎn)最集中的場(chǎng)所，易受人類活動(dòng)的影響，克里雅河上游緩沖區(qū)正穿過于田綠洲。統(tǒng)計(jì)資料顯示[13]，2004年于田縣總?cè)丝跀?shù)量為224 882人，2005年人口增長到了227 300人，2009年人口總數(shù)量增加為245 100人。隨著人口增長的推動(dòng)，居住面積會(huì)一年比一年增多，這使得居民聚居的上游緩沖區(qū)的VTCI值下降。

克里雅河上游的B區(qū)面積為500 km2，大部分為自然地表;而面積為395 km2的上游緩沖區(qū)是綠洲內(nèi)部居住和生產(chǎn)的聚集地。因此，在感興趣區(qū)域分析和緩沖區(qū)分析中，兩者干旱變化趨勢(shì)表現(xiàn)為不一致。

在全球變暖背景下，干旱半干旱區(qū)冰川面積變化、綠洲環(huán)境演變規(guī)律及發(fā)展趨勢(shì)已成為了科學(xué)界關(guān)心的環(huán)境變化問題之一。全球氣候變暖使得昆侖山上的冰雪融化速度加快，使河流水量增加、部分上游地區(qū)干旱程度減弱，這樣的趨勢(shì)能否延續(xù)下去還有待觀察和研究。

5 結(jié)論

本文利用MODIS遙感數(shù)據(jù)，基于植被溫度條件指數(shù)對(duì)于田和策勒進(jìn)行了干旱監(jiān)測(cè)，得出以下結(jié)論:

(1)從2005-2010年，研究區(qū)整體上向干旱化方向發(fā)展，由北向南干旱趨勢(shì)依次增強(qiáng)，其中，南部山區(qū)(A區(qū))的變化相差值為-0.210 0，其旱化趨勢(shì)較為嚴(yán)重;北部地區(qū)即克里雅河下游地區(qū)(D區(qū))的變化相差值為-0.045 6，呈輕微旱化趨勢(shì);研究區(qū)中部(B，C區(qū))相差值分別為0.071 3和0.042 6，表現(xiàn)為有輕干旱程度減弱的趨勢(shì)。

(2)克里雅河緩沖區(qū)研究結(jié)果顯示，河源緩沖區(qū)干旱化趨勢(shì)較快，上游緩沖區(qū)有較小的旱化弱趨勢(shì)，中游緩沖區(qū)干旱程度減弱，下游干旱程度加強(qiáng)。

(3)克里雅河及于田策勒綠洲的水資源由冰川，雪水融匯而來。研究區(qū)中，雖克里雅河上游緩沖區(qū)域干旱程度減弱了，可南部山區(qū)水源區(qū)呈干旱趨勢(shì)，且兩個(gè)區(qū)域植被溫度條件指數(shù)(VTCI)變化幅度值相差很大。

[1] Mishar A K，Singh V P.A review of drought concepts[J].Journal of Hydrology ，2010 ，12:202-216.

[2] 侯英雨，何延波，柳欽火，等.干旱監(jiān)測(cè)指數(shù)研究[J].生態(tài)學(xué)雜志，2007，26(6):892-897.

[3] 姚玉臂，董安祥，王毅榮，等.基于帕默爾干旱指數(shù)的中國春季區(qū)域干旱特征比較研究[J].干旱區(qū)地理，2007，30(1):22-29.

[4] 李曉輝，陶祖鈺.區(qū)域干旱的數(shù)值模擬試驗(yàn)[J].干旱區(qū)地理，2007，30(5):701-707.

[5] Naresh Shakya，Yasushi Yamaguchi.Vegetation，water and thermal stress index for study of drought in Nepal and central northeastern India[J].International Journal of Remote Sensing ，2010，31(3/4):903-912.

[6] 王勁松，郭江勇，周躍武，等.干旱指標(biāo)研究的進(jìn)展與展望[J].干旱區(qū)地理，2007，30(5):60-65.

[7] Quiring S M，Ganesh S.Evaluating the utility of the Vegetation Condition Index(VCI)for monitoring meteorological drought in Texas[J].Agricultural and Forest Meteorology，2010 ，150:330-339.

[8] 趙英時(shí).遙感應(yīng)用分析院里與方法[M].北京:科學(xué)出版社，2003.

[9] MODIS Characterization Support Team.MODIS Level 1B Product User's Guide[S]，2003.

[10] Kaufman Y J，Justice C，F(xiàn)lynn L.Monitoring global fires from EOS-MODIS[J].Journal of Geophysical Research ，1998，102(29):611-624.

[11] Justice C O，Giglio L，Kaufman Y，et al.MODIS fire products[J].Remote Sensing of Environment，2002，83:244-262.

[12] Wang Pengxin，Li Xiaowen，Gong Jianya，et al.Vegetation temperature condition index and its application for drought monitoring[J].Geoscience and Remote Sensing Symposium ，2001，1:141-143.

[13] 新疆維吾爾自治區(qū)統(tǒng)計(jì)局.新疆統(tǒng)計(jì)年鑒[M].北京:中國統(tǒng)計(jì)出版社，2005-2010.