高懋芳,劉三超,邱建軍,張虹鷗,周 霞
(1.中國農業(yè)科學院農業(yè)資源與農業(yè)區(qū)劃研究所,北京 100081;2.廣東省環(huán)境科學與技術公共實驗室,廣州 510650;3.民政部國家減災中心,北京 100053)
西藏是我國傳統(tǒng)的五大牧區(qū)之一,有天然草地8 200萬hm2,約占全國天然草地面積的21%,占西藏土地總面積的68.11%。根據中國首次統(tǒng)一草地資源調查,西藏擁有草地種類居全國各省、自治區(qū)之首,在全國18個草地類中,西藏就占有17個草地類。無論河谷、山地均有草地,海拔4 000~4 700m左右的高原則均為草地所占有。全區(qū)草場90%以上為高山草甸和高山草原,牧草營養(yǎng)價值高。畜牧業(yè)是西藏農業(yè)經濟的主體,生產歷史悠久,發(fā)展?jié)摿Υ?。但是,由于西藏地區(qū)地形復雜,氣候多變,冬春季節(jié)雪災頻繁。在正常情況下,每3年就有1次小型雪災,每5~6年有一次中型雪災,每8~10年就有一次嚴重的雪災。每當中、大型雪災降臨,往往造成大量牲畜死亡,交通阻塞,給牧民生活帶來極大困難,給西藏草業(yè)及畜牧業(yè)發(fā)展帶來極其嚴重的損失。因此,及時準確地了解積雪區(qū)域和積雪厚度的分布情況,是草地雪災監(jiān)測和雪災危害程度評價的關鍵,對于牧區(qū)抗災救災工作意義重大[1]。
雪災嚴重的地區(qū)通常交通不便,傳統(tǒng)的臺站式監(jiān)測難以滿足要求,遙感因其大面積、多波段、及時快速地獲取信息而得到廣泛地應用。早在20世紀50年代,人類就意識到雪蓋制圖的重要性,之后航空攝影為測定雪蓋面積提供了較有效而精確的方法。從60年代初TIROS衛(wèi)星提供覆蓋加拿大東部的遙感資料起,即開始了衛(wèi)星積雪觀測。70年代衛(wèi)星雪蓋制圖的潛力,由于系列衛(wèi)星的更新換代 (NOAA)、更高時間分辨率衛(wèi)星如GDES以及更高空間分辨率衛(wèi)星如LANDSAT等衛(wèi)星的出現而得以發(fā)展[2]。80年代以及90年代以來,隨著地球觀測系統(tǒng)的實施以及各種微波傳感器的相繼投入使用,積雪遙感監(jiān)測研究進入了一個新的階段[3-5]。
積雪在可見光波段有很強的反射特性,尤其是新雪,幾乎達到全反射。圖1顯示了新雪與干旱區(qū)土壤、草地的光譜曲線,從圖1可以看出,積雪在可見光波段與幾種典型地物的光譜有很大的差別。隨著波長的增加,雪的反射率迅速降低,到了近紅外波段,則顯示出強吸收的特性。衛(wèi)星遙感積雪覆蓋主要是依據雪在可見光近紅外波段的反射差異。由于積雪在可見光波段的高反射率,通道飽和度成為傳感器進行積雪監(jiān)測的重要參數,MODIS傳感器在通道設計上具備足夠大的動態(tài)范圍,用于檢測積雪時可見光通道一般不會飽和。
圖1 新雪與干旱區(qū)土壤以及草地的光譜特性
MODIS傳感器是美國對地觀測系統(tǒng)的一個重要組成部分,在已經發(fā)射的TERRA和AQUA兩顆衛(wèi)星上均攜帶有該傳感器。MODIS數據有 36個波段,分布在 0.415-14.235μm的波段范圍內,空間分辨率為 250m、500m、1 000m,每天可以獲得覆蓋同一地區(qū)白天和晚上一共2~4景圖像。NASA對MODIS數據采取對地直接廣播的方式傳輸,數據獲取方便快捷,數據成本低。MODIS傳感器在有星上定標系統(tǒng),數據的精度大大提高。根據以上特點,選取MODIS數據作為西藏地區(qū)雪災遙感監(jiān)測與評估的主要數據。用遙感監(jiān)測雪災不但彌補了地面臺站空間間隔大,邊遠高寒山區(qū)地面觀測人員無法到達的缺陷,而且能夠更直觀準確地對積雪區(qū)域進行判識,比傳統(tǒng)方法有著很大的優(yōu)越性。
積雪表面在MODIS數據的第4波段 (0.545~0.565μm)有高反射,在第6波段 (1.628~1.652μm)的反射率相對較低。因此歸一化雪蓋指數 (Normalized Difference Snow Index,NDSI)被廣泛的用于積雪覆蓋區(qū)的檢測,計算NDSI的公式如下[6]:
式中Band4、Band6分別是MODIS數據第4波段、第6波段的反射率,可以根據MODIS數據的灰度值和頭文件用下面的公式來計算。
式中Bandi是MODIS數據第4、6波段的反射率,DN是MODIS 1B數據相應波段的灰度值,Offsets和Scales可以從HDF數據的頭文件中讀取。
MODIS數據的第二波段用來去除云的影響,圖2顯示了用于西藏地區(qū)積雪覆蓋區(qū)檢測的流程圖。計算得到NDSI后,再根據NDSI的大小以及MODIS數據第2、4波段的反射率大小關系來判斷每一個像元是否是積雪。如果NDSI≥0.4,第2波段的反射率>11%,并且第4波段的反射率>10%,則判定該像元為積雪[6]。
MODIS積雪覆蓋算法使用可見光和近紅外波段數據檢測積雪覆蓋面積,然而,雪災發(fā)生過程中,經常會有大面積的云覆蓋區(qū),可見光近紅外波段無法獲取厚云覆蓋區(qū)的地表信息。因此,只利用MODIS云檢測算法往往無法獲取足夠的信息進行雪災監(jiān)測,為了更精確地進行雪災評估,該研究估算云區(qū)積雪覆蓋的可能性。MODIS大氣組開發(fā)了云產品,把所有像元分成了4類:確定有云、可能有云、可能晴空、確定晴空。對于確定晴空和可能晴空的兩類像元,直接利用MODIS積雪檢測算法,對于確定有云和可能有云的兩類像元,估算積雪覆蓋的可能性。
云是降雪的主要前提條件。因此,利用云信息來估算積雪覆蓋的可能性是比較合理的,有厚云的地區(qū)降雪的可能性比晴空的地區(qū)明顯要大很多。對于雪災評估,該研究假定在確定有云的地區(qū)降雪的可能性是50%,而在可能有云的地區(qū)降雪的可能性是25%。雖然這種假設對于積雪覆蓋的估算需要進一步的驗證,但對于雪災評估是有很重要意義的。
圖2 積雪檢測流程
數字地形模型對于積雪覆蓋區(qū)的檢測以及雪災評估都有很重要的意義[7]。西藏位于青藏高原腹地,被稱為“世界屋脊”或“地球的第三極”,平均海拔4 700m,世界最高峰珠穆朗瑪峰就位于西藏的南緣,海拔8 844m。西藏只有大約10%的國土海拔低于4 000m,主要分布在雅魯藏布江河谷以及東南部分地區(qū)。海拔在4 000~5 000m的區(qū)域面積約為60萬km2,占總面積的一半,另外約39%的地區(qū)海拔在5 000~6 000m。坡度和坡向可以直接由DEM計算得出,約有20%區(qū)域坡度大于10度,主要分布在高山地區(qū),另外有約4 000km2的區(qū)域坡度大于30度。
地形和氣候是地表覆蓋類型的主要驅動因素,西藏90%以上的農田、林地和灌叢都分布在海拔3 000~5 000m的地區(qū),這些區(qū)域的降水與溫度比海拔更高的地區(qū)更適合作物以及樹木的生長。所有的湖泊水庫都位于4 000~6 000m海拔的地區(qū),其中96%的湖泊分布在海拔4 000~5 000m的區(qū)域。幾乎所有的沙漠和裸地都分布在4 000~6 000m的高山上,高于5 000m的山峰大多被永久性冰川和積雪覆蓋。草地在高原上的分布最廣,低于3 000m的地區(qū)有95%的面積是草地,3 000~6 000m的區(qū)域有77%是草地。
雪災評估基于研究區(qū)概況、積雪覆蓋面積、土地利用類型、數字地形模型等數據,該研究所采用的方法結合了遙感與地理信息系統(tǒng)技術。圖3給出了整個雪災評估的過程,MODIS數據用于檢測積雪覆蓋區(qū)域并進行云檢測,然后利用云檢測數據來估算云區(qū)積雪覆蓋的可能性。結合積雪覆蓋監(jiān)測以及云區(qū)估算的結果,得到每一景MODIS數據上的積雪覆蓋圖,該研究利用TERRA和AQUA雙星的數據,可以得到一個地區(qū)每天2~4景數據。有時只利用一景數據無法覆蓋整個西藏自治區(qū),多景圖像的合成技術對雪災評估的精度提高也有比較重要的作用。
雪災評估中還要用到GIS空間分析,積雪覆蓋監(jiān)測中得到的區(qū)域通常會含有一些并不感興趣的地區(qū),比如裸地和永久性冰川等。首先要用邊界線矢量裁剪得到西藏范圍內的積雪覆蓋圖,圖4顯示的是所有土地利用類型上的積雪覆蓋狀況,如果統(tǒng)計所有積雪區(qū)的面積來進行雪災評估則勢必會帶來一定的誤差,因為雪災不會在裸地或者永久性冰川上發(fā)生,盡管這里的積雪厚度可能會很大。最嚴重的雪災經常發(fā)生在牧民生活的草地上,這里有很多牧民所賴以生存的牲畜,他們沒有堅固的房子用以躲避風雪,只有一頂簡陋的帳篷,幾乎所有的牲畜都沒有圈棚,直接在草地上生活。一旦積雪覆蓋了草地,牲畜吃不到草,也沒有足夠的飼料,經常會有大量的牲畜因凍餓交加而死。雪災一般很少會在農區(qū)、林地以及灌叢地發(fā)生,因此,該研究僅考慮草地上的雪災。
為了得到草地上的積雪覆蓋區(qū),把土地利用類型圖由矢量轉成與遙感數據相同分辨率的柵格數據,在新的柵格數據上,所有的草地都賦值為1,非草地賦值為0,最后把得到的柵格數據同積雪覆蓋區(qū)數據相乘,得到草地上的積雪覆蓋圖。積雪覆蓋區(qū)統(tǒng)計圖將展示雪災發(fā)生過程中積雪覆蓋的變化序列,同時將將積雪覆蓋圖與數字地形模型結合進行綜合分析。DEM數據像元被分成7類,分別是<1 000m、1 000~2 000m、2 000~3 000m、3 000~4 000m、4 000~5 000m、5 000~6 000m、>6000m。積雪覆蓋區(qū)統(tǒng)計將分別針對不同高度范圍進行計算,得出積雪分布同高度的關系,以更好地完成雪災評估。
圖3 雪災評估流程
由于地勢高,地形起伏大,氣候類型復雜,西藏在每年10月中旬至次年4月中旬經常受到暴風雪的襲擊,其中2007年3月10~14日就遭受了一次嚴重的雪災。從一系列的MODIS衛(wèi)星遙感圖上,可以檢測積雪覆蓋區(qū)的變化情況,進而評估雪災影響。利用MODIS數據的多波段合成圖可以很好的顯示研究區(qū)的地表狀況,圖4顯示了2007年3月8日雪災發(fā)生前的地表狀況。從這個圖4可以看出,3月8日西藏全境幾乎都是晴朗無云的,主要的土地利用類型非常容易分辨,暗色的點表示的是高原上的湖泊,南部邊緣部分是少量的云。在隨后的幾天里,大雪降臨青藏高原,厚厚的云層擋住了視線,從多波段合成圖上就很難分辨出地表狀況了。
根據該文第二部分中提到的方法,檢測出了西藏2007年3月8~15日草地上的積雪覆蓋狀況,如圖5所示。由于3月9日也是一個晴天,但數據質量沒有3月8日的好,因此這一天的數據沒有包括。圖5淺色顯示的是晴空并且沒有被積雪覆蓋的區(qū)域,由于雪災評估中只考慮草地,因此非草地的區(qū)域單獨標出,另外標出了覆蓋區(qū),確定有云區(qū),可能有云區(qū),以及永久積雪區(qū)。
積雪覆蓋的時空變化可以非常清楚地從以上的一系列圖上看出,總的來說,從3月8~15日,監(jiān)測到的積雪覆蓋面積是不斷增大的,表1給出了積雪覆蓋區(qū)的統(tǒng)計數據。從圖5和表1中可以分析雪災的發(fā)生發(fā)展過程,并評估此次雪災的強度。圖5-A顯示的是雪災發(fā)生前的地表狀況,大于70%草地沒有被積雪覆蓋,確定有云和可能有云的像元比例分別是15%和7%,有云的區(qū)域主要分布在東南角,只有6.23%的像元被積雪覆蓋,這對于牧民生活來說是可以接受的。
從3月10日起,云層開始在西部邊緣以及東部地區(qū)累積,到了3月11日,小范圍的雪災開始在東南部分發(fā)生,與此同時,厚云繼續(xù)在西部以及北部大部分地區(qū)累積。在3月10~12日期間,超過55%的草地被云覆蓋,一場大的暴風雪正在醞釀。
暴風雪在3月12日下午襲擊了西藏的西部和南部,連接新疆和西藏的公路上積雪厚度超過50cm,在進入普蘭縣的公路上,最深的積雪達到150cm,交通被完全阻斷,電力和通訊設施也無法運行,普蘭縣成為了一個孤島。大量的牲畜因凍餓交加而死,有的甚至被厚厚的積雪所掩埋。大雪也給這里的牧民生活帶來了嚴重困難,溫度驟然降至零下30℃以下,很多牧民的帳篷被毀,沒有足夠的干糧,患感冒和凍傷的牧民增多,卻沒有足夠的醫(yī)生和藥品來對他們進行及時的救治。
雪災在接下去的3天里繼續(xù)惡化,圖5E-G中深色區(qū)顯示了雪災中心的分布情況。表1給出了西藏此次雪災過程中積雪覆蓋面積和雪災發(fā)生面積的統(tǒng)計,雪災發(fā)生過程中,西藏超過70%面積被厚云覆蓋,在3月13~15日期間,雪災發(fā)生面積約為40萬km2。
圖4 2007年3月8日雪災前西藏地區(qū)多波段合成
圖5 西藏自治區(qū)2007年3月中旬積雪覆蓋區(qū)及雪災評估(圖A-G顯示了3月8、9~15日雪災影響范圍變化過程)
表1 積雪覆蓋面積和雪災評估統(tǒng)計 萬hm2
數字地形模型對于雪災評估有著非常重要的意義,可以計算地形參數,校正太陽高度角,計算積雪厚度,能夠在很大程度上提高雪災評估的精度。在前一步雪災評估的基礎上,統(tǒng)計出不同高度上雪災發(fā)生的面積,如表2所示。雪災發(fā)生的面積有95%以上集中在4 000~6 000m的高度范圍內,其中在4 000~5 000m的高度范圍內,有22.5萬km2,約占雪災總面積的一半。
表2 不同高度范圍上雪災發(fā)生面積統(tǒng)計
該研究基于遙感數據,土地利用數據,數字地形模型,以及基礎地理信息系統(tǒng)數據,探討了西藏地區(qū)雪災評估的方法。積雪以及云檢測是確定雪災嚴重程度的關鍵因素,針對雪災發(fā)生過程中可見光近紅外波段無法獲取厚云覆蓋區(qū)數據的問題,該研究提出了估算厚云區(qū)積雪覆蓋可能性的方法。積雪以及云區(qū)的發(fā)展變化過程分析是雪災評估的前提,土地利用數據用于研究西藏地表覆蓋狀況并找到草地分布范圍,DEM用來校正積雪覆蓋區(qū)范圍并統(tǒng)計不同高度范圍內的積雪覆蓋面積。結合遙感以及基礎地理信息系統(tǒng)數據分析,可以給雪災救援等提供寶貴的資料。
該研究深入分析了發(fā)生于2007年3月中旬的雪災過程,大面積的草地被積雪覆蓋,給當地的牧民帶來了嚴重的經濟損失。結果表明,該研究提出的方法可以有效地監(jiān)測西藏雪災發(fā)生過程,評估雪災損失。經過一定的修正之后,該方法同樣適用于其他地區(qū)的雪災監(jiān)測及雪災損失評估。2008年春,50年一遇的大雪襲擊了我國南方7省份,給電力供應、交通以及通訊等基礎設施帶來了非常嚴重的破壞,這次嚴重的雪災引起了全國廣泛的關注,雪災監(jiān)測以及雪災損失評估也將成為今后研究的一個熱點問題。
1 史培軍,陳晉.RS與GIS支持下的草地雪災監(jiān)測試驗研究.地理學報,1996,51(4):296~305
2 陳賢章,李新,魯安新,等.積雪定量化遙感研究進展,遙感技術與應用,1996,11(4):46~52
3 馮學智,陳賢章.雪冰遙感20年的進展與成果.冰川凍土,1998,20(3):245~248
4 毛克彪,唐華俊,周清波,等.利用被動微波數據AMSR-E對2008年中國南方雪災監(jiān)測分析.中國農業(yè)資源與區(qū)劃,2009,30(1):46~50
5 周清波.國內外農情遙感現狀與發(fā)展趨勢.中國農業(yè)資源與區(qū)劃,2004,25(5):9~14
6 Dorothy K.Hall,George A.Riggs,Vincent V.Salomonson,et al.,“MODIS snow-cover products”,Remote Sensing of Environment,2002,83:181~194
7 Richard Essery,Aggregated and distributed modelling of snow cover for a high-latitude basin,Global and Planetary Change,2003,38(1-2):115~120