黃河 王明志 楊思全 和海霞 劉哲

（1 民政部國家減災中心，北京 100124）（2 北京大學地球與空間科學學院，北京 100871）

1 引言

我國是一個自然災害頻發(fā)的國家，對自然災害的監(jiān)測和評估是減災和救災的核心工作。傳統(tǒng)基于人工實地測算的災害評估方法存在執(zhí)行成本高、數(shù)據(jù)的代表性和可靠性差等問題，無法為救災工作提供準確的數(shù)據(jù)。隨著航天技術的發(fā)展，航天遙感以其大范圍、短周期的對地觀測優(yōu)勢，為災害救援提供了及時、準確的數(shù)據(jù)。為了形成自主的遙感災害衛(wèi)星監(jiān)測體系，我國自行研發(fā)了“環(huán)境減災監(jiān)測星座”——環(huán)境減災-1A、1B、1C（HJ-1A、1B、1C）衛(wèi)星。2008年9月6日發(fā)射的HJ-1B 衛(wèi)星上搭載的多光譜和熱紅外CCD 相機，4 天覆蓋全球一次，星下點地面分辨率為30m，其高效運行為全面準確地評估災情提供了可靠的遙感數(shù)據(jù)來源［1］。

2010年9月23日-2011年1月28日，山東大部分地區(qū)基本無有效降水，全省平均降水量僅12mm，比常年的平均降水量減少了85%，出現(xiàn)了嚴重的秋、冬、春三季連旱。此時正是冬小麥的生長季節(jié)，干旱勢必會對山東省的冬小麥等農作物產量產生嚴重影響。因此，對2010年底山東省干旱情況進行監(jiān)測與分析，具有重要的社會意義和經濟價值。傳統(tǒng)的干旱監(jiān)測方法主要是基于單點的測量數(shù)據(jù)，很難全面地反映大尺度地域內的整體狀況，給旱災的評估和救援帶來了困難。遙感衛(wèi)星可以對受災區(qū)域進行及時和大范圍的觀測，其上搭載的遙感器能夠獲取受災地區(qū)的高分辨率的多波段和高光譜影像，這些影像數(shù)據(jù)包含了受旱地區(qū)的全面數(shù)據(jù)資料。通過對不同波段遙感影像的分析處理，可以直接反演出該地區(qū)的受旱狀況，既能夠為救災提供全面、可靠的災情數(shù)據(jù)，又節(jié)約了監(jiān)測成本，從而大大提高救災減災的效率，減少國家的經濟損失。因此，利用遙感數(shù)據(jù)反演地表植被的水分盈虧，已經成為干旱監(jiān)測的重要技術方法。

2 HJ-1B衛(wèi)星遙感數(shù)據(jù)干旱反演方法

1971年，Waston等人首次提出了用地表溫度日夜差推算熱慣量進而監(jiān)測地表濕度的簡單模式［2］，從此開啟了使用遙感衛(wèi)星對地表干旱研究應用的新領域。目前，用于干旱遙感監(jiān)測的方法有熱慣量方法［3］、微波遙感介電常數(shù)反演算法［4］和基于植被覆蓋的反演方法［5］等。微波遙感介電常數(shù)反演方法在數(shù)據(jù)處理中遇到了很大的困難，而且其數(shù)學模型缺乏物理解釋［6］，而熱慣量方法要求同時獲得某一地區(qū)的晝夜數(shù)據(jù)，且只適用于植被覆蓋的區(qū)域，給干旱監(jiān)測應用帶來了不便［7］，因此本文采用基于植被覆蓋的反演方法，即利用植被供水指數(shù)來監(jiān)測山東省的干旱狀況。

在作物受旱時，作物冠層通過關閉部分氣孔來減少蒸騰量，避免因失水過多而枯死。植被的蒸騰作用減小后，航天遙感獲取的數(shù)據(jù)顯示：植被的冠層溫度升高，歸一化植被指數(shù)ⅠNDVI減小，即植被指數(shù)與地表溫度具有很強的負相關性，這種關系在很多遙感器上得到了驗證。植被供水指數(shù)法正是利用地表溫度和歸一化植被指數(shù)之間的這種負相關性，綜合評價地表植被受旱程度的一種方法［8］。植被供水指數(shù)ⅠVSWI的定義為地表溫度Ts與ⅠNDVI的比值，如式（1）所示。

利用HJ-1B 衛(wèi)星上搭載的紅外相機的熱紅外通道數(shù)據(jù)反演出地表的溫度，利用其上搭載的多光譜相機獲取的多光譜影像，方便地反演地表的歸一化植被指數(shù)，從而計算出山東全省的植被供水指數(shù)，實現(xiàn)對山東省干旱狀況的監(jiān)測。

2．1 基于HJ-1B衛(wèi)星遙感數(shù)據(jù)的地表溫度反演方法

HJ-1B衛(wèi)星上搭載了紅外相機，其第4光譜通道覆蓋10．50～12．50μm 的熱發(fā)射波段，紅外相機在此波段接收到的能量主要是地表的熱輻射；因此，利用該波段的遙感數(shù)據(jù)，可以獲取地表溫度的定量信息。HJ-1B衛(wèi)星只有一個熱紅外通道，因而只能采用單通道算法獲取地表的溫度信息。目前，常用的單通道溫度反演算法有3 種：Jimenez-Munoz等提出的普適性單通道算法［9］、覃志豪等人針對“陸地衛(wèi)星”（Landsat）的TM6熱紅外通道提出的地表溫度單窗口反演算法［10］和Artis等人提出的修正算法［11］。這3種算法的基礎都是輻射傳輸模型和黑體輻射定律，只是在處理過程中采用的近似方法不同。孫俊等人［12］利用環(huán)境減災-1衛(wèi)星熱紅外通道的遙感數(shù)據(jù)，使用這3種算法對太湖流域的地表溫度進行了反演，并對它們的精度進行了比較和評價：普適性單通道算法反演的地表溫度誤差最小，地表溫度單窗口反演算法反演的結果誤差最大，但這3種算法的誤差均保持在1～3K 范圍內。普適性單通道算法需要獲取遙感器的有效波長、大氣水汽含量和地表的比輻射率等參數(shù)，而這些物理參數(shù)的獲得只能依靠其他的測量手段，因此算法復雜，不易實現(xiàn)。除了上述參數(shù)，地表溫度單窗口反演算法還需要大氣平均作用溫度和大氣總透過率參數(shù)，算法比較復雜，而且誤差較大。輻射亮溫修正算法僅利用地表比輻射率對輻射亮溫進行校正，就能得到較為精確的地表溫度，因此，本文采用該算法對山東全省的地表溫度進行反演。

Artis等人認為，輻射亮溫僅僅代表黑體的溫度，自然界不存在絕對黑體，為了獲取地物的溫度就要使用比輻射率對反演的輻射亮溫進行校正，見式（2）。

式中：T為通過遙感器獲取的輻射亮溫；λ為遙感器在熱紅外通道的有效波長；ρ＝hc／k，其中h為普朗克常數(shù)，c為光速，k為波爾茲曼常數(shù)；ε為地表的比輻射率。

從式（2）可以看出，要反演地表溫度，關鍵是獲取每個像元的比輻射率。Griend等人［13］通過實際測量一系列自然地表在熱紅外波段的比輻射率發(fā)現(xiàn)，它們與歸一化植被指數(shù)之間存在很好的線性關系，如式（3）所示。通常為了簡化運算，根據(jù)地表的植被覆蓋情況來確定地表的比輻射率：當ⅠNDVI＞0．2時，認為地表為植被覆蓋，比輻射率取0．98；當0≤ⅠNDVI≤0．2時，認為地表非植被覆蓋，比輻射率取0．96；當ⅠNDVI＜0時，認為地表為水體，比輻射率取0．99。

HJ-1B衛(wèi)星上紅外相機獲取的熱紅外影像的像元亮度值ⅠDN與輻亮度L的關系，見式（4）。

式中：偏移量b取為-25．441；遙感器的增益g取為60．713（W·m-2·sr-1·μm-1）-1。

在得到每個像元的輻亮度之后，可以根據(jù)普朗克（Planck）黑體輻射定律近似求得每個像元對應的輻射亮溫，具體見式（5）。按照段四波等人［14］對HJ-1B衛(wèi)星搭載的紅外相機波段響應函數(shù)的研究，遙感器的有效波長λ取為11．511μm。

2．2 HJ-1B衛(wèi)星遙感影像歸一化植被指數(shù)的反演方法

綠色植被在近紅外波段（0．7～1．1μm）存在高反射，而在紅光波段（0．6～0．7μm）存在高吸收，利用綠色植被在這2個波段的反射特性的差異進行植被覆蓋度和長勢監(jiān)測，是常用的植被遙感監(jiān)測方法。其中，最常用的植被監(jiān)測因子為ⅠNDVI，其定義見式（6）。要獲取該參數(shù)，關鍵是獲取每個地表像元在近紅外和紅光通道上的地表反射率ρIFR和ρRED。

太陽輻射的能量在達到遙感器之前經過了復雜的大氣和地表作用，要從遙感器獲取的輻亮度反演地表反射率，必須經過大氣校正環(huán)節(jié)。目前，大氣校正主 要 包 括6S（Second Simulation of a Satellite Signal in the Solar Spectrum）和MODTRAN（Moderate Spectral Resolution Atmospheric Transmittance Algorithm and Computer Model），2 種 模型［15］，它們都是對輻射傳輸方程進行了不同程度的近似處理。本文采用ENVI 4．7 平臺上自帶的FLAASH 模塊，對HJ-1B 衛(wèi)星的紅光波段和近紅外波段進行大氣糾正，相關的參數(shù)可以從遙感影像的頭文件中獲取，其中輸入的輻亮度值通過對影像輻射定標系數(shù)反演獲得。

3 遙感數(shù)據(jù)處理結果分析

本文獲取了HJ-1B 衛(wèi)星的紅光波段和近紅外波段的光學遙感影像，以及熱紅外波段的熱紅外遙感影像，時間跨度為2010年12月1日-2011年1月31日。經過初步的圖像拼接和篩選，只有2010年12月9日獲取的影像能夠完全覆蓋山東全境，而且受云層影響較小。該時段正處于山東全省干旱發(fā)展的頂峰階段，選取此時段的衛(wèi)星遙感數(shù)據(jù)反演全省的干旱情況具有較強的代表性。本文對這一天的影像進行了歸一化植被指數(shù)、地表溫度及植被供水指數(shù)的反演，得到山東全省的歸一化植被指數(shù)分布如圖1所示，地表溫度分布如圖2所示，植被供水指數(shù)分布如圖3所示。為了對干旱分布有一個定性的了解，依據(jù)植被供水指數(shù)與干旱的經驗關系，并結合山東省部分干旱監(jiān)測資料，按植被供水指數(shù)的大小劃分為5級：植被供水指數(shù)在0～300 的為濕潤地表，在300～500的為正常地表，在500～800的為輕度干旱地表，在800～1 000的為中度干旱地表，在1 000～3 000的為極度干旱地表。植被供水指數(shù)在3 000以上時，像元所對應的地表多為水體的邊緣或被云層覆蓋，這些區(qū)域的植被指數(shù)接近于0，在計算植被供水指數(shù)的過程中出現(xiàn)了奇異值，因而需要在反演后的結果中剔除，在圖3中用白色表示。

從圖3可以看出，除了西南地區(qū)有地表水存在的地方和東部沿海地區(qū)外，山東省的絕大部分地區(qū)均處于干旱狀態(tài)。中等干旱地區(qū)主要集中在西南部的菏澤、濟寧等地區(qū)，該地區(qū)地處華北平原，為主要的糧食作物產區(qū)，干旱將對其糧食生產產生不利的影響。廣大的中南部地區(qū)則處于極度干旱狀態(tài)，這些地區(qū)為丘陵和山區(qū)地貌，干旱對農業(yè)生產的影響不大。而北部德州、濱州等地區(qū)也處于極度干旱狀態(tài)，這些地區(qū)也是主要的糧食產區(qū)，極度干旱將對農業(yè)生產產生極其不利的影響。

圖1 2010年12月9日山東全省歸一化植被指數(shù)分布Fig．1 NDVI index in Shandong province（2010-12-09）

圖2 2010年12月9日山東全省地表溫度分布Fig．2 Ground surface temperature in Shandong province（2010-12-09）

圖3 2010年12月9日山東全省植被供水指數(shù)分布Fig．3 VSWI index in Shandong province（2010-12-09）

為了驗證植被供水指數(shù)對山東省干旱監(jiān)測的準確性，將本文的反演結果與國家氣候中心提供的2010年11月13日-2011年1月1日全國降水距平百分率圖（見圖4）進行了對比。從圖3、4中可以看出，經由植被供水指數(shù)劃分的山東省干旱情況與山東省的氣候干旱情況基本吻合，從而驗證了本文方法的正確性與可行性。

圖4 2010年11月13日-2011年1月1日全國降水距平百分率圖Fig．4 Precipitation anomaly percentage diagram in China from 2010-11-13to 2011-01-01

4 應用效果評價

山東省是我國夏糧的主產區(qū)，其夏糧生產對我國的糧食安全具有重要意義。因此，在山東省發(fā)生大規(guī)模旱災時，需要及時調動各種資源緩解災情，減少旱災帶來的損失，而進行災害救援的前提是對災情的準確了解。基于HJ-1B 衛(wèi)星的多光譜和熱紅外數(shù)據(jù)的干旱反演方法，能夠在很短的時間內獲取受旱地區(qū)的受旱面積和受旱等級，為合理制定旱災救援方案、合理調配救災資源提供了重要的數(shù)據(jù)參考和支持。根據(jù)前文的干旱監(jiān)測結果，可以確定山東的菏澤和濟寧等地區(qū)是糧食生產的重災區(qū)，加大對這些地區(qū)的抗旱投入，有利于降低本次旱災對夏糧生產的不利影響，這一點也在救災實踐中得到了印證。

本文提供了HJ-1B 衛(wèi)星遙感數(shù)據(jù)在干旱監(jiān)測上的一個應用實例，監(jiān)測結果驗證了HJ-1B衛(wèi)星在旱災監(jiān)測方面的能力。該干旱反演方法具有通用性，其數(shù)據(jù)處理方法可為HJ-1B衛(wèi)星在旱災監(jiān)測方面的業(yè)務化運營提供技術支持。

5 結論

本文利用HJ-1B 衛(wèi)星獲取的可見光及熱紅外波段的數(shù)據(jù)，對2010年底山東省的干旱情況進行了監(jiān)測。具體結論如下：①利用HJ-1B 衛(wèi)星獲取的多光譜數(shù)據(jù)，反演得到了山東全省的歸一化植被指數(shù)；利用HJ-1B衛(wèi)星獲取的熱紅外數(shù)據(jù)結合比輻射率，反演得到了山東全省地表溫度數(shù)據(jù)。②根據(jù)植被指數(shù)的定義，計算了山東全省的植被供水指數(shù)，并據(jù)此對山東全省的干旱情況進行了分級和分析。③將獲得的結果與中國氣象局國家氣候中心發(fā)布的氣象監(jiān)測結果進行了對比分析，驗證了結論的正確性。

需要指出的是，本文并未采用山東省某一地區(qū)的地表土壤水分實測數(shù)據(jù)與植被供水指數(shù)進行線性回歸來獲取山東全省的干旱情況。這是因為：土壤濕度在空間分布上的關聯(lián)性并不強，使用某一地域的土壤濕度數(shù)據(jù)來代表大區(qū)域范圍內的土壤濕度數(shù)據(jù)的方法可靠性不強；而采用大范圍采樣的方法，會退回到原始的干旱監(jiān)測模式中，其時間和經濟成本又成為主要的制約因素。也有學者試圖采用經驗線性回歸的方法，將反演得到的一些干旱監(jiān)測指數(shù)與作物的產量聯(lián)系起來進行定量研究［16］，但這種數(shù)據(jù)處理方法的精度和可靠性受到很多因素的影響，其中一個關鍵因素就是采樣點的代表性，因此該數(shù)據(jù)處理方法的普遍性仍有待驗證。

HJ-1B衛(wèi)星上同時搭載了可見光和熱紅外波段的遙感器，因此使用其獲得的遙感數(shù)據(jù)可以方便地反演出同一時刻的地面植被覆蓋信息和地表溫度信息，進而方便地反演出地表干旱信息。而國際上很多遙感衛(wèi)星上都未搭載熱紅外波段的遙感器，使用它們獲取的遙感數(shù)據(jù)進行干旱監(jiān)測，就需要利用其他手段獲取地表溫度信息，這兩方面的數(shù)據(jù)在時間同步性上又很難保證，因此，HJ-1B衛(wèi)星在干旱監(jiān)測方面具有獨特的優(yōu)勢。然而，由于自然界中存在著大量的同物異譜和異物同譜的現(xiàn)象，僅僅使用遙感數(shù)據(jù)反演地表參數(shù)都會存在錯誤的風險，這種風險并不能通過提高遙感器的種類和指標來消除，而通過適當?shù)夭捎玫孛鏀?shù)據(jù)輔助的方法能很好地降低。因此，在設計遙感器時要特別注意，應將遙感器的設計與具體應用和數(shù)據(jù)處理方法結合起來，這樣不但能夠提高遙感器的利用價值，也能達到效益與投入的平衡。

致謝

本文干旱監(jiān)測結果的比對部分，參照了國家氣候中心發(fā)布的2010年11月13日-2011年1月1日全國降水距平百分率圖，在此表示感謝。

（References）

［1］李傳榮，賈媛媛，胡堅，等．HJ-1B光學衛(wèi)星遙感應用前景分析［J］．國土資源遙感，2008（3）：1-4

Li Chuanrong，Jia Yuanyuan，Hu Jian，et al．An analysis of the prospects of HJ-1optical satellites in remote sensing application［J］．Remote Sensing for Land ＆Resources，2008（3）：1-4（in Chinese）

［2］Waston K，Rowen L C，Offield T W．Application of thermal modeling in the geologic interpretations of IR image［J］．Remote Sensing Environ，1971（3）：2017-2041

［3］余濤，田國良．熱慣量法在監(jiān)測土壤表層水分變化中的研究［J］．遙感學報，1997，1（1）：24-32

Yu Tao，Tian Guoliang．The application of thermal inertia method the monitoring of soil moisture of north china plain based on NOAA-AVHRR data［J］．Journal of Remote Sensing，1997，1（1）：24-32（in Chinese）

［4］高峰，王介民，孫成權，等．微波遙感土壤濕度研究進展［J］．遙感技術與應用，2001，16（2）：97-102

Gao Feng，Wang Jiemin，Sun Chengquan，et al．Advances in study on microwave remote sensing of soil moisture［J］．Remote Sensing Technology and Application，2007，16（2）：97-102（in Chinese）

［5］柳欽火，辛景峰，辛曉洲，等．基于地表溫度和植被指數(shù)的農業(yè)干旱遙感監(jiān)測方法［J］．科技導報，2007，25（6）：12-18

Liu Qinhuo，Xin Jingfeng，Xin Xiaozhou，et al．Monitoring agricultural drought by vegetation index and remotely sensed temperature［J］．Science＆Technology Review，2007，25（6）：12-18（in Chinese）

［6］張學藝，張曉煜，李劍萍，等．我國干旱遙感監(jiān)測技術方法研究進展［J］．氣象科技，2007，35（4）：574-578

Zhang Xueyi，Zhang Xiaoyu，Li Jianping，et al．Progress in drought monitoring by remote sensing in China［J］．Meteorological Science and Technology，2007，35（4）：574-578（in Chinese）

［7］劉興文，馮勇進．應用熱慣量編制土壤水分圖及土壤水分探測效果［J］．土壤學報，1987，24（3）：272-280

Liu Xingwen，F(xiàn)eng Yongjin．Compilation of soil moisture map by means of soil thermal inertia image［J］．Acta Pedologica Sinica，1987，24（3）：272-280（in Chinese）

［8］王鵬新，Wan Zhengming，龔健雅，等．基于植被指數(shù)和土地表面溫度的干旱監(jiān)測模型［J］．地球科學進展，2003，18（18）：527-532

Wang Pengxin，Wan Zhengming，Gong Jianya，et al．Advances in drought monitoring by using remotely sensed normalized difference vegetation index and land surface temperature products［J］．Advance in Earth Sciences，2003，18（18）：527-532（in Chinese）

［9］Jimenez-Munoz J C，Sobrino J A．A generalized singlechannel method for retrieving land surface temperature from remote sensing data［J］．Journal of Geophysical Research，2003，108（22）

［10］覃志豪，Zhang Minghua，Karnieli A，et al．用陸地衛(wèi)星TM6數(shù)據(jù)演算地表溫度的單窗算法［J］．地理學報，2001，56（4）：456-465

Qin Zhihao，Zhang Minghua，Karnieli A，et al．Monowindow algorithm for retrieving land surface temperature from Landsat TM6data［J］．Acta Geographica Sinica，2001，56（4）：456-465（in Chinese）

［11］Artis D A，Carnahan W H．Survey of emissivity variability in thermography of urban areas［J］．Remote Sensing of Environment，1982，12（4）：313-329

［12］孫俊，張慧，王橋，等．利用環(huán)境一號衛(wèi)星熱紅外通道反演太湖流域地表溫度的3種方法比較［J］．生態(tài)與農村環(huán)境學報，2011，27（2）：100-104

Sun Jun，Zhang Hui，Wang Qiao，et al．Three methods for inverting land surface temperature of the Taihu Lake basin using HJ-1 satellite thermal infrared channel［J］．Journal of Ecology and Rural Environment，2011，27（2）：100-104（in Chinese）

［13］Griend A，Owe M．On the relationship between thermal emissivity and the normalized difference vegetation index for natural surface［J］．International Journal of Remote Sensing，1993，14（6）：1119-1131

［14］段四波，閻廣建，錢永剛，等．利用HJ-1B 模擬數(shù)據(jù)反演地表溫度的兩種單通道算法［J］．自然科學進展，2008，19（9）：1001-1008

Duan Sibo，Yan Guangjian，Qian Yonggang，et al．Two single channel algorithms for retrieving land surface temperature using HJ-1Bremote sensing data［J］．Progress in Natural Science，2008，19（9）：1001-1008（in Chinese）

［15］李莘莘，陳良富，陶金花，等．基于HJ-1-CCD 數(shù)據(jù)的地表反射率反演與驗證［J］．光譜學與光譜分析，2011，31（2）：516-520

Li Shenshen，Chen Liangfu，Tao Jinhua，et al．Retrieval and validation of the surface reflectance using HJ-1-CCD data［J］．Spectroscopy and Spectral Analysis，2011，31（2）：516-520（in Chinese）

［16］李強子，閆娜娜，張飛飛，等．2010 年春季西南地區(qū)干旱遙感監(jiān)測及其影響評估［J］．地理學報，2010，65（7）：771-780

Li Qiangzi，Yan Nana，Zhang Feifei，et al．Drought monitoring and its impacts assessment in southwest China using remote sensing in the spring of 2010［J］．Acta Geographica Sinica，2010，65（7）：771-780（in Chinese）