胡 猛，馮 起，2，席海洋，2

(1.中國(guó)科學(xué)院寒區(qū)與旱區(qū)環(huán)境工程研究所水土資源研究室，蘭州 730000;2.阿拉善荒漠生態(tài)水文試驗(yàn)研究站，阿拉善盟 735400)

0 引言

土壤水分是氣候、植被、地形及土壤因素等自然條件的綜合反映，是干旱、半干旱地區(qū)生態(tài)系統(tǒng)和植被建設(shè)的基礎(chǔ)。而荒漠綠洲內(nèi)靠天然降水和地下水維持的天然植被和人工林的穩(wěn)定性與土壤含水量密切相關(guān)[1]。在干旱地區(qū)，由于降水少且季節(jié)分配不均勻，蒸發(fā)強(qiáng)烈，環(huán)境總體處于水分虧缺狀態(tài)，土壤含水量變化研究一直是了解該類地區(qū)土壤水分動(dòng)態(tài)以及植物生存機(jī)理的重要途徑之一。目前遙感監(jiān)測(cè)土壤水分的典型方法有熱慣量法、植被缺水指數(shù)法、植被距平指數(shù)法和主被動(dòng)微波法等[2]。在干旱半干旱地區(qū)，植被相對(duì)稀少，利用植被指數(shù)方法監(jiān)測(cè)土壤水分并不適用;被動(dòng)微波遙感的主要缺點(diǎn)是空間分辨率低，無(wú)法進(jìn)行有效監(jiān)測(cè)和精細(xì)分析;主動(dòng)微波遙感的空間分辨率較高，但其監(jiān)測(cè)時(shí)間往往不固定，無(wú)法形成長(zhǎng)時(shí)間序列連續(xù)監(jiān)測(cè)，實(shí)用性受到限制。

額濟(jì)納盆地深居大陸腹地，屬大陸性溫帶干旱氣候，是嚴(yán)重的缺水區(qū)和生態(tài)脆弱區(qū)，大部分是荒漠，植被稀少。而在干旱區(qū)，土壤含水量是綠洲-荒漠生態(tài)系統(tǒng)穩(wěn)定性的重要指標(biāo)[3]。因此，通過(guò)對(duì)額濟(jì)納盆地土壤水分的遙感反演研究，可更全面地揭示綠洲-荒漠生態(tài)脆弱區(qū)土壤水分的運(yùn)動(dòng)規(guī)律，更深刻、更系統(tǒng)地理解生態(tài)環(huán)境變遷機(jī)理。熱慣量法物理意義明確，適用于裸地或低植被覆蓋區(qū)域，所需遙感數(shù)據(jù)容易獲取且空間分辨率和時(shí)間分辨率較高，能保證土壤水分的有效監(jiān)測(cè)[4]。本文利用MODIS數(shù)據(jù)，采用表觀熱慣量法進(jìn)行干旱區(qū)土壤水分反演，為干旱區(qū)土壤水分的動(dòng)態(tài)監(jiān)測(cè)提供依據(jù)。

1 研究區(qū)概況

本文研究區(qū)額濟(jì)納盆地位于河西走廊黑河流域下游內(nèi)蒙古額濟(jì)納旗(圖1(左))，介于 E99°00′～102°00′，N40°10′～42°30′之間，為開(kāi)闊平坦的盆地，海拔高程為900～1 100 m，地面坡降為1/1 000～1/1 200，整體地形向東北傾斜。額濟(jì)納盆地地處亞洲大陸腹地，夏季酷熱、冬季嚴(yán)寒、降水稀少、蒸發(fā)強(qiáng)烈、溫差大、風(fēng)大沙多，為典型的大陸性干旱氣候。據(jù)額濟(jì)納旗氣象站1957—2006年資料，多年平均降水量42 mm，年降水量最大103 mm，最小7 mm，多年平均蒸發(fā)量3 755 mm，最高達(dá)4 035 mm。多年平均氣溫8.3℃，極端最高氣溫為42.2℃，極端最低溫度-37.6℃，年日照時(shí)數(shù)3 396 h，無(wú)霜期145 h，氣候干燥，風(fēng)沙災(zāi)害頻發(fā)，是嚴(yán)重的缺水區(qū)和生態(tài)脆弱區(qū)。土壤類型主要為鹽化草甸土、潮土(灰色草甸土)、鹽土和風(fēng)沙土，絕大多數(shù)為荒漠戈壁，主要生長(zhǎng)著以胡楊、沙棗和紅柳為主的荒漠特有植被[5-7]。

圖1 研究區(qū)及采樣點(diǎn)分布圖Fig.1 Study area and distribution map of sampling points

2 研究資料與方法

2.1 數(shù)據(jù)資料

研究所使用的遙感數(shù)據(jù)是由NASA-Land Processes DAAC數(shù)據(jù)中心提供的MODIS全球數(shù)據(jù)產(chǎn)品MOD09A1(全球500 m地表反射率8 d合成)和MOD11A2(全球1 km地表溫度/發(fā)射率8 d合成)，時(shí)間為2012年7月1—15日。該產(chǎn)品已經(jīng)過(guò)幾何糾正、大氣校正等處理，可以用于科學(xué)試驗(yàn)。反射率產(chǎn)品共有7個(gè)波段，本文利用反射率數(shù)據(jù)計(jì)算反照率和歸一化植被指數(shù)。另外，本文獲取了黑河流域土壤質(zhì)地?cái)?shù)據(jù)，了解研究區(qū)的土壤信息，數(shù)據(jù)來(lái)源于國(guó)家自然科學(xué)基金委員會(huì)“中國(guó)西部環(huán)境與生態(tài)科學(xué)數(shù)據(jù)中心”(http://westdc.westgis.ac.cn)[8]。

為了實(shí)現(xiàn)對(duì)區(qū)域內(nèi)土壤水分的監(jiān)測(cè)，在研究區(qū)進(jìn)行了與衛(wèi)星同步的野外試驗(yàn)。分別于2012年7月1—15日利用GPS在研究區(qū)內(nèi)的樣區(qū)布設(shè)了39個(gè)樣點(diǎn)(圖1(右))，樣點(diǎn)間距為500 m，逐點(diǎn)用土鉆采集0～10 cm，10～20 cm和20～40 cm深度的樣品。為了保證與衛(wèi)星同步觀測(cè)，土樣的采集時(shí)間為同期衛(wèi)星每天過(guò)境時(shí)刻(上午10:30左右)，并在天氣晴朗，風(fēng)力較小的天氣條件下進(jìn)行。

2.2 研究方法

熱慣量是物質(zhì)對(duì)溫度變化熱反應(yīng)的一種量度，反映物質(zhì)與周圍環(huán)境能量交換的能力。水體的熱慣量比干土和巖石要高，在相同的外部條件下，水體的日溫波動(dòng)要比干土和巖石低。當(dāng)土壤含水量增加時(shí)，熱慣量也隨之增加，因此這類土壤的日溫波動(dòng)幅度也有所減少[9]。熱慣量控制著土壤溫度日較差的大小，在土壤的周日溫度變化中起著決定性作用?？杀硎緸?/p>

式中:P為熱慣量，J·m-2·k-1·s-1/2;λ為土壤熱導(dǎo)率，J·m-1·k-1·s-1;ρ為土壤密度，kg·m-3;c為土壤比熱容，J·kg-1·k-1。

對(duì)于確定的土壤類型，土壤熱傳導(dǎo)率和比熱容隨土壤水分的增加而增大，土壤熱慣量也隨土壤水分增加而增大，所以可建立熱慣量P與土壤水分之間的關(guān)系監(jiān)測(cè)土壤水分。真實(shí)熱慣量模型的參數(shù)較多，計(jì)算復(fù)雜，在實(shí)際工作中多采用表觀熱慣量(apparent thermal inertia，ATI)模型近似代替真實(shí)熱慣量模型。表觀熱慣量可以表示真實(shí)熱慣量的相對(duì)大小，其模型相對(duì)簡(jiǎn)單，所需參數(shù)可以完全由衛(wèi)星遙感數(shù)據(jù)提供，已成為熱慣量法監(jiān)測(cè)土壤水分的主要研究手段。

采用 Michael[10]的方法計(jì)算表觀熱慣量，即

式中:ATI為表觀熱慣量;C為太陽(yáng)輻射校正系數(shù);α0為寬波段反照率;△LST0為午間地表溫度與午夜地表溫度的溫差，K。其中，C的計(jì)算公式為

式中:θ為地理緯度;φ為太陽(yáng)赤緯。

本文采用Liang[11]的寬波段反照率公式，計(jì)算寬波段反照率α0，即

式中 αi(i=1，2，3，4，5，7)為 MODIS 各波段的反射 率。

△LST0的計(jì)算公式為

式中:LST0，d為午間地表溫度，K;LST0，n為午夜地表溫度，K。

利用實(shí)測(cè)土壤水分和表觀熱慣量進(jìn)行回歸分析，建立表觀熱慣量與土壤水分之間的統(tǒng)計(jì)模型。最為常用的統(tǒng)計(jì)模型是線性模型和指數(shù)模型，另外還有冪函數(shù)、對(duì)數(shù)函數(shù)等其他形式的經(jīng)驗(yàn)?zāi)Ｐ汀?/p>

3 結(jié)果與討論

3.1 表觀熱慣量空間分布

利用黑河流域土壤質(zhì)地?cái)?shù)據(jù)獲得研究區(qū)土壤質(zhì)地圖(圖2(左))和MODIS反射率數(shù)據(jù)獲得研究區(qū)植被指數(shù)(圖2(中))，通過(guò)前文方法計(jì)算得到7月上旬研究區(qū)的表觀熱慣量(圖2(右))。

圖2 研究區(qū)土壤質(zhì)地圖(左)、植被指數(shù)(中)和表觀熱慣量(右)Fig.2 Soil texture map(left)，NDVI(middle)and ATI(right)of the study area

從圖2(右)中可以看出，表觀熱慣量的范圍在0.018～0.218之間，值相對(duì)較小，且比較均一，這是由于研究區(qū)主要是荒漠區(qū)，土壤水分較低，表觀熱慣量偏低。表觀熱慣量值大的區(qū)域主要集中在綠洲區(qū)和河道附近，荒漠區(qū)表觀熱慣量低于綠洲區(qū)，這是因?yàn)榫G洲區(qū)土壤水分較高，表觀熱慣量較大。表1統(tǒng)計(jì)了不同土壤質(zhì)地的表觀熱慣量，砂土對(duì)應(yīng)的表觀熱慣量均值較大，粘土次之，壤土最小;相比粘土，壤土和砂土的表觀熱慣量值比較大且分散;表觀熱慣量圖中高值斑點(diǎn)可能是水體所致。因此，表觀熱慣量基本可以反映區(qū)域土壤水分的空間分布。

表1 不同土壤質(zhì)地的表觀熱慣量統(tǒng)計(jì)Tab.1 Statistics of ATI of different soil texture

3.2 表觀熱慣量與植被指數(shù)的關(guān)系

熱慣量法通常適宜于平坦裸地或植被稀少的地方，當(dāng)有植被覆蓋時(shí)，監(jiān)測(cè)精度會(huì)下降。在研究區(qū)綠洲、戈壁和沙漠分別選取10 km×10 km大小的區(qū)域，獲取這3個(gè)區(qū)域的植被指數(shù)和表觀熱慣量的散點(diǎn)圖(圖3)和均值統(tǒng)計(jì)(表2)。

圖3 表觀熱慣量與植被指數(shù)散點(diǎn)圖Fig.3 Scatter plots of ATI and NDVI

表2 選取區(qū)域NDVI與ATI的均值統(tǒng)計(jì)Tab.2 NDVI and ATI mean of the selected area

從圖3可知，綠洲區(qū) NDVI由0.2～0.45對(duì)應(yīng)的ATI集中在0.03～0.035之間，對(duì)應(yīng)的表觀熱慣量較大，而戈壁和沙漠的NDVI＜0.1，對(duì)應(yīng)的表觀熱慣量較小。從散點(diǎn)圖上看，綠洲區(qū)植被指數(shù)與表觀熱慣量之間相關(guān)性較好，戈壁、沙漠植被指數(shù)與表觀熱慣量相關(guān)性較差。從表2中可知，沙漠和戈壁NDVI均值都很小，幾乎沒(méi)有植被覆蓋，對(duì)應(yīng)的表觀熱慣量均值也很小，而綠洲對(duì)應(yīng)的表觀熱慣量較大。

3.3 表觀熱慣量與土壤水分的關(guān)系模型

國(guó)內(nèi)研究的熱慣量法含水量模型種類多，關(guān)于表觀熱慣量的經(jīng)驗(yàn)公式也有許多不同形式，其中常用的是線性模型和指數(shù)模型。本文對(duì)土壤表觀熱慣量與對(duì)應(yīng)日期各層次的實(shí)測(cè)土壤水分進(jìn)行一元線性和指數(shù)回歸分析，采用最小二乘法建立它們之間的回歸方程，如圖4所示。

圖4 表觀熱慣量與10，20，40 cm實(shí)測(cè)土壤水分的相關(guān)分析及擬合方程Fig.4 Correlation analysis and fitted equation between ATI and soil moisture at three depths(10，20，40 cm)

由圖4中可知，0～10 cm土壤水分與熱慣量的線性和指數(shù)擬合方程的決策系數(shù)分別為0.39，0.38，相關(guān)系數(shù)在 0.6 ～0.7 之間;10 ～20 cm 土壤水分與熱慣量的線性和指數(shù)擬合方程的決策系數(shù)分別為0.78 和 0.75，相關(guān)系數(shù) 0.8 以上;20 ～40 cm土壤水分與熱慣量的線性和指數(shù)擬合方程的決策系數(shù)分別為0.35和0.28，相關(guān)系數(shù)不到0.6。線性擬合比指數(shù)擬合效果好些，其中20～40 cm擬合效果較差，0～10 cm一般，10～20 cm最好。這表明熱慣量法反演土壤水分最佳的深度為10～20 cm，與肖乾廣[12]、陳懷亮[13]和郭妮[14]等的觀點(diǎn)基本一致。究其原因，0～10 cm土壤水分受易變環(huán)境因素的影響很大，是“不穩(wěn)定層”，其與遙感資料的相關(guān)性不好且不穩(wěn)定;20～40 cm反演效果較差，這是因?yàn)闊釕T量法主要是基于土壤日溫差來(lái)反演土壤水分，土壤日溫差的變化主要限于土壤表層，未涉及深層溫度的變化，并且日溫度的變化有滯后性。土壤溫度的日較差△T是隨土壤深度變化的，表層日較差最大，越向深層日較差越小，到一定深度后，日較差將為零，這個(gè)深度通常為日變化消失層。對(duì)于不同含水量的土壤，日變化消失層在30～100 cm之間[12]。

4 結(jié)論

1)砂土對(duì)應(yīng)的表觀熱慣量均值較大，粘土次之，壤土最小;相比粘土，壤土和砂土的表觀熱慣量值比較大且分散。

2)植被對(duì)表觀熱慣量反演土壤水分存在一定的影響，綠洲區(qū)表觀熱慣量比戈壁和沙漠大。

3)表觀熱慣量與各層土壤水分線性擬合效果比指數(shù)擬合好，在10～20 cm土層最好，相關(guān)系數(shù)達(dá)0.8以上，即熱慣量模型在深度20 cm左右土壤水分反演效果最好，可有效反演干旱區(qū)土壤水分，該方法為研究干旱區(qū)土壤水分提供一種新的途徑。

試驗(yàn)中由于遙感資料獲取日期與實(shí)地觀測(cè)日期不同，需用內(nèi)插法計(jì)算土壤水分，而且還需考慮降水對(duì)土壤水分的影響。由于條件有限，有關(guān)地表和大氣狀況的一些參數(shù)無(wú)法直接獲取，選用的經(jīng)驗(yàn)參數(shù)在一定程度上影響了模型對(duì)熱慣量的反演精度。另外驗(yàn)證資料有部分缺失，對(duì)模型驗(yàn)證結(jié)果也有影響。獲取更多資料，進(jìn)行模型參數(shù)準(zhǔn)備和模型精度驗(yàn)證將是后續(xù)工作的重點(diǎn)。另外，本文未考慮地形和風(fēng)速等因素對(duì)土壤水分反演的影響，有待進(jìn)一步研究。

[1]常學(xué)向，趙愛(ài)芬，趙文智，等.黑河中游荒漠綠洲區(qū)免灌植被土壤水分狀況[J].水土保持學(xué)報(bào)，2003，17(2):126-129.Chang X X，Zhao A F，Zhao W Z，et al.Status of soil moisture in oasis and desert unirrigated vegetation region along middle reaches of Heihe River basin[J].Journal of Soil and Water Conservation，2003，17(2):126-129.

[2]馮志敏，邢文淵，肖繼東，等.遙感監(jiān)測(cè)土壤濕度綜述及其在新疆的應(yīng)用展望[J].測(cè)繪科學(xué)，2008，33(5):94-97.Feng Z M，Xing W Y，Xiao J D，et al.The summarization of soil moisture remote sensing inspecting and the application prospect in Xinjiang[J].Science of Surveying and Mapping，2008，33(5):94-97.

[3]喬平林，張繼賢，林宗堅(jiān).石羊河流域水質(zhì)環(huán)境遙感監(jiān)測(cè)評(píng)價(jià)研究[J].國(guó)土資源遙感，2003，15(4):39-45.Qiao P L，Zhang J X，Lin Z J.The application of remote sensing technique to monitoring and evaluating water pollution in the Shiyang River valley[J].Remote Sensing for Land and Resources，2003，15(4):39-45.

[4]余 濤，田國(guó)良.熱慣量法在監(jiān)測(cè)土壤表層水分變化中的研究[J].遙感學(xué)報(bào)，1997，1(1):24-32.Yu T，Tian G L.The application of thermal inertia method the monitoring of soil moisture of north China plain based on NOAAAVHRR data[J].Journal of Remote Sensing，1997，1(1):24-32.

[5]張小由，康爾泗，司建華，等.黑河下游胡楊林耗水規(guī)律研究[J].干旱區(qū)資源與環(huán)境，2006，20(1):195-197.Zhang X Y，Kang E S，Si J H，et al.Study on water consumption law of Populus euphratica[J].Journal of Arid Land Resources and Environment，2006，20(1):195-197.

[6]肖生春，肖洪浪.近百年來(lái)人類活動(dòng)對(duì)黑河流域水環(huán)境的影響[J].干旱區(qū)資源與環(huán)境，2004，18(3):57-62.Xiao S C，Xiao H L.The impact of human activity on the water environment of Heihe water basin in last century[J].Journal of Arid Land Resources and Environment，2004，18(3):57-62.

[7]司建華，馮 起，張小由，等.黑河下游分水后的植被變化初步研究[J].西北植物學(xué)報(bào)，2005，25(4):631-640.Si J H，F(xiàn)eng Q，Zhang X Y，et al.Vegetation changes in the lower reaches of the Heihe River after its water import[J].Acta Botanica Boreali-Occidentalia Sinica，2005，25(4):631-640.

[8]Li X，Nan Z T，Cheng G D，et al.Toward an improved data stewardship and service for environmental and ecological science data in west China[J].International Journal of Digital Earth，2011，4(4):347-359.DOI:10.1080/17538947.2011.558123.

[9]任國(guó)玉，姜 彤，李維京，等.氣候變化對(duì)中國(guó)水資源情勢(shì)影響綜合分析[J].水科學(xué)進(jìn)展，2008，19(6):772-779.Ren G Y，Jiang T，Li W J，et al.An integrated assessment of climate change impacts on China’s water resources[J].Advances in Water Science，2008，19(6):772-779.

[10]Cosh M H，Jackson T J，Moran S，et al.Temporal persistence and stability of surface soil moisture in a semi-arid watershed[J].Remote Sensing of Environment，2008，112(2):304-313.

[11]Liang S.Narrowband to broadband conversions of land surface Albedo I:Algorithms[J].Remote Sensing of Environment，2000，76:213-238.

[12]肖乾廣，陳維英，盛永偉，等.用氣象衛(wèi)星監(jiān)測(cè)土壤水分的試驗(yàn)研究[J].應(yīng)用氣象學(xué)報(bào)，1994，5(3):312-318.Xiao Q G，Chen W Y，Sheng Y W，et al.A study on soil moisture monitoring using NOAA satellite[J].Quarterly Journal of Applied Meteorology，1994，5(3):312-318.

[13]陳懷亮，馮定原，鄒春輝.麥田土壤水分NOAA/AVHRR遙感監(jiān)測(cè)方法研究[J].遙感技術(shù)與應(yīng)用，1998，13(4):27-35.Chen H L，F(xiàn)eng D Y，Zou C H.The study of method on monitoring soil moisture in wheat field by NOAA/AVHRR data[J].Remote Sensing Technology and Application，1998，13(4):27-35.

[14]郭 妮，陳添宇，雷建勤，等.用NOAA衛(wèi)星可見(jiàn)光和紅外資料估算甘肅省東部農(nóng)田區(qū)土壤濕度[J].應(yīng)用氣象學(xué)報(bào)，1997，8(2):212-218.Guo N，Chen T Y，Lei J L，et al.Estimating farmland soil moisture in eastern Gansu Province using NOAA Satellite data[J].Quarterly Journal of Applied Meteorology，1997，8(2):212-218.