王 華，邵 瀚（.浙江財(cái)經(jīng)大學(xué) 東方學(xué)院，浙江 嘉興 34000；.中國(guó)電建集團(tuán)貴陽(yáng)勘測(cè)設(shè)計(jì)研究院有限公司，貴陽(yáng)550000）

基于TVDI的江蘇省淮北地區(qū)干旱監(jiān)測(cè)技術(shù)研究

王 華1，邵 瀚2
（1.浙江財(cái)經(jīng)大學(xué) 東方學(xué)院，浙江 嘉興 314000；2.中國(guó)電建集團(tuán)貴陽(yáng)勘測(cè)設(shè)計(jì)研究院有限公司，貴陽(yáng)550000）

以江蘇省淮北地區(qū)作為研究區(qū)，利用MODIS遙感數(shù)據(jù)，選擇溫度植被干旱指數(shù)對(duì)研究區(qū)進(jìn)行干旱監(jiān)測(cè)對(duì)比分析，建立基于溫度植被干旱指數(shù)的研究區(qū)干旱遙感監(jiān)測(cè)模型；結(jié)合土壤含水量數(shù)據(jù)和降雨量數(shù)據(jù)，確定研究區(qū)的干旱等級(jí)劃分標(biāo)準(zhǔn)；利用干旱遙感模型對(duì)2011年夏旱進(jìn)行監(jiān)測(cè)研究。結(jié)果表明，建立干旱遙感監(jiān)測(cè)模型對(duì)研究區(qū)干旱研究有很好的適用性和推廣性。

MODIS；溫度植被干旱指數(shù)；土壤含水量

隨著全球氣候變暖，干旱問(wèn)題已直接或間接影響到人類(lèi)的生活質(zhì)量，干旱化問(wèn)題也日益引起人們的高度重視。遙感監(jiān)測(cè)具有時(shí)空范圍廣、時(shí)效性高、信息準(zhǔn)確客觀等優(yōu)勢(shì)，被廣泛應(yīng)用到干旱研究中。遙感是獲得陸面分布式信息最經(jīng)濟(jì)的技術(shù)手段，其中土壤水分狀況是水文模型所關(guān)注的一個(gè)非常重要的變量之一，因而有必要研究利用遙感信息獲取土壤水分狀況信息[1]。植被指數(shù)和地表溫度是描述地表特征的2個(gè)重要參數(shù)，基于遙感植被指數(shù)和地表溫度信息進(jìn)行區(qū)域地表水分狀況等陸表變化研究，是目前遙感和陸表過(guò)程研究中的前沿方向[2]。江蘇省地處我國(guó)南北交界之處，東臨黃海，地處長(zhǎng)江、淮河下游，是兩大河流的入?？?，降水量從南到北變化很大，干旱和洪澇時(shí)常交替發(fā)生，近50 a來(lái)干旱發(fā)生頻率愈來(lái)愈高。江蘇省淮北地區(qū)有“十年九旱”之說(shuō)，干旱頻率發(fā)生普遍較高。2010年10月以來(lái)江蘇省遭遇了歷史上最為嚴(yán)重的旱情，淮北地區(qū)降水量為60 a以來(lái)的最低值，洪澤湖、駱馬湖均低于死水位，干旱持續(xù)時(shí)間創(chuàng)歷史之最，給當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)帶來(lái)了一定的影響。研究江蘇省淮北地區(qū)的干旱情況具有重要意義。

本研究將基于植被干旱指數(shù)模型建立江蘇省淮北地區(qū)干旱監(jiān)測(cè)模型，為研究區(qū)未來(lái)的干旱研究提供技術(shù)基礎(chǔ)。

1 資料與方法

1.1 研究區(qū)概況

江蘇位于我國(guó)大陸東部沿海地區(qū)，介于東經(jīng)116°18'～121°57'、北緯30°45'～ 35°20'之間?？玳L(zhǎng)江下游兩岸，東瀕黃海，有近1 000 km的海岸線，西北連安徽、山東，有低山丘陵錯(cuò)落，東南與浙江、上海毗鄰。

江蘇省的土壤類(lèi)型主要分為3種：砂土、壤土及砂壤土。江蘇省東部的沿海地區(qū)主要以砂土為主，砂土吸水能力強(qiáng)，地表水很容易滲入地下，減少了可供蒸發(fā)的地表水，在一定程度上影響了降水的形成，這就解釋了雖然該地區(qū)瀕臨大海但大旱頻發(fā)的原因?；幢钡貐^(qū)以蓄水能力較強(qiáng)的砂壤土為主，但因地表水系不發(fā)達(dá)，地下水位較低，導(dǎo)致可供蒸發(fā)的地表水少于淮河以南的其他地區(qū)，故最易致旱。

江蘇歷年干旱發(fā)生頻次呈現(xiàn)北高南低的分布規(guī)律。年干旱發(fā)生頻率最高出現(xiàn)在豐縣、沛縣，在當(dāng)?shù)匾灿惺昃藕抵f(shuō)；淮北地區(qū)干旱發(fā)生頻率普遍較高；其余地區(qū)按干旱發(fā)生頻率依次為蘇北沿海地區(qū)、沿江地區(qū)、蘇南大部分地區(qū)。

1.2 數(shù)據(jù)源

遙感數(shù)據(jù)來(lái)源于研究區(qū)2011年6～9月16期MODIS遙感影像、MODIS植被指數(shù)產(chǎn)品數(shù)據(jù)以及溫度產(chǎn)品數(shù)據(jù)；土壤含水量數(shù)據(jù)來(lái)自2011年6～9月江蘇省淮北地區(qū)14個(gè)水文測(cè)站每5 d觀測(cè)的10 cm和20 cm的土壤相對(duì)濕度數(shù)據(jù)，每個(gè)站點(diǎn)都有具體的站號(hào)和經(jīng)緯度以及作物名稱(chēng)和發(fā)育期信息，且注明當(dāng)時(shí)觀測(cè)點(diǎn)的情況，如白地、農(nóng)田或水澆地等。氣象數(shù)據(jù)采用了研究區(qū)對(duì)應(yīng)測(cè)站的降雨量數(shù)據(jù)。

1.3 模型介紹

在反演植被生長(zhǎng)狀況、地表土壤水分等方面，溫度植被干旱指數(shù)（temperature vegetation dryness index，TDVI）應(yīng)用最廣泛[3-5]。研究發(fā)現(xiàn)，陸地表面溫度與植被指數(shù)呈顯著的負(fù)相關(guān)關(guān)系[6]。Gillies[7]等發(fā)現(xiàn)，以遙感資料得到的NDVI和Ts為橫縱坐標(biāo)得到的散點(diǎn)圖呈三角形或者梯形。

式中，Tsmin為NDVI對(duì)應(yīng)的最低表面溫度（℃），對(duì)應(yīng)NDVI-Ts特征空間的濕邊；Tsmax為NDVI對(duì)應(yīng)的最高表面溫度（℃），對(duì)應(yīng)著NDVI-Ts特征空間的干邊。

2 結(jié)果分析

2.1 NDVI-Ts特征空間

由溫度植被干旱指數(shù)原理可知，計(jì)算TVDI首先要獲取特征空間。在ENVI軟件下，使用IDL語(yǔ)言編程，運(yùn)行輸出Ts-NDVI散點(diǎn)圖，同時(shí)得到與NDVI對(duì)應(yīng)的最大和最小陸地地面溫度，于是得到其特征空間。實(shí)驗(yàn)分析了2011-06-02～2011-09-30夏季的16組遙感影像，得出16組散點(diǎn)圖。

根據(jù)NDVI-Ts特征空間擬合干濕邊方程時(shí)，根據(jù)NDVI的直方圖選取像元NDVI集中的區(qū)間，同時(shí)相同NDVI對(duì)應(yīng)的像元的Ts的分布空間要大。然后分別提取相同NDVI的所有像元中具有的最大和最小地表溫度，對(duì)極值點(diǎn)進(jìn)行線性回歸分析，即得到特征空間的干濕邊方程。根據(jù)所得的特征空間，對(duì)每個(gè)NDVI值最大和最小地表溫度進(jìn)行線性擬合，獲得旱邊和濕邊方程。

2.2 與土壤含水量數(shù)據(jù)比較

溫度植被干旱指數(shù)與土壤含水量數(shù)據(jù)對(duì)比方法，和植被供水指數(shù)相同?；幢钡貐^(qū)的14個(gè)測(cè)站收集的表層10 cm、20 cm土壤含水量數(shù)據(jù)與相應(yīng)位置植被溫度干旱指數(shù)的相關(guān)系數(shù)見(jiàn)表1，由于第153 d、161 d、193 d、249 d的墑情數(shù)據(jù)不充足，不單獨(dú)分析其相關(guān)性。

從表1相關(guān)系數(shù)可以看出，10 cm土壤含水量與TVDI的相關(guān)系數(shù)均達(dá)到顯著水平，67%的20 cm土壤含水量達(dá)到顯著水平。這說(shuō)明TVDI干旱指數(shù)能夠反映出土壤水分狀況的變化趨勢(shì)，作為旱情評(píng)價(jià)指標(biāo)具有一定的合理性。圖1分析10 cm、20 cm土壤相對(duì)濕度變化趨勢(shì)線和溫度植被干旱指數(shù)變化趨勢(shì)線，可見(jiàn)，當(dāng)土壤相對(duì)濕度增加時(shí)，溫度植被指數(shù)值相應(yīng)地降低。根據(jù)溫度植被指數(shù)法的物理含義以及計(jì)算表達(dá)式，作物受旱越嚴(yán)重，溫度植被干旱指數(shù)值就越大，如圖1。

2.3 與降雨量數(shù)據(jù)比較

圖1 2011-06-18TVDI與實(shí)際10 cm和20 cm土壤含水量監(jiān)測(cè)值對(duì)比圖

與植被供水指數(shù)的分析方法相似，計(jì)算得到溫度植被干旱指數(shù)與相應(yīng)時(shí)期相應(yīng)點(diǎn)的相關(guān)系數(shù)，如表2。各月的相關(guān)系數(shù)絕對(duì)值均大于0．5，均通過(guò)了顯著性檢驗(yàn)，可見(jiàn)溫度植被干旱指數(shù)與降雨量有很大的相關(guān)性。圖2為2011-06-18淮北地區(qū)各個(gè)測(cè)站降雨量和溫度植被干旱指數(shù)之間的關(guān)系，顯示2種數(shù)據(jù)具有負(fù)相關(guān)性。

表2 TVDI與降雨量相關(guān)性

圖2 2011-06-18溫度植被指數(shù)值與實(shí)際降雨量值對(duì)比圖

3 旱情等級(jí)確定

根據(jù)農(nóng)業(yè)氣象中有關(guān)旱情的劃分標(biāo)準(zhǔn)，將土壤干旱程度劃分為5個(gè)等級(jí)：干旱（土壤相對(duì)濕度＜40%）；輕旱（土壤相對(duì)濕度40%～50%）；正常（土壤相對(duì)濕度50%～60%）；濕潤(rùn)（土壤相對(duì)濕度60%～80%）；非常濕潤(rùn)（土壤相對(duì)濕度＞80%），從而形成旱情等級(jí)分布圖像。表3是已有研究得到的常規(guī)TVDI旱情等級(jí)標(biāo)準(zhǔn)[8]。

表3 常規(guī)TVDI的干旱等級(jí)

通過(guò)對(duì)2011-06-18研究區(qū)土壤相對(duì)濕度的分析，結(jié)合農(nóng)業(yè)氣象中關(guān)于干旱等級(jí)的劃分，得到每個(gè)測(cè)站干旱情況。同樣采用常規(guī)TVDI等級(jí)標(biāo)準(zhǔn)對(duì)14個(gè)測(cè)站的干旱情況進(jìn)行劃分，通過(guò)多次調(diào)整最終確定了適合本研究區(qū)的TVDI干旱等級(jí)（表4）。研究區(qū)TVDI等級(jí)分析結(jié)果一致的測(cè)站占60%，干旱等級(jí)相差一級(jí)的占40%。對(duì)干旱等級(jí)不一致的6個(gè)測(cè)站的數(shù)據(jù)進(jìn)行分析，采用模糊數(shù)學(xué)中的隸屬度計(jì)算方法，分析這6個(gè)測(cè)站TVDI值隸屬于相鄰等級(jí)的程度。從分析的結(jié)果來(lái)看，6個(gè)測(cè)站都有一定程度隸屬于相鄰層，通過(guò)以上分析確定的TVDI干旱等級(jí)有一定的正確性。圖3是采用TVDI旱情分級(jí)指標(biāo)對(duì)江蘇省淮北地區(qū)旱情分析的結(jié)果圖。

表4 TVDI的干旱等級(jí)

圖3 2011年6月～9月干旱等級(jí)圖

表5是對(duì)6～9月典型時(shí)段監(jiān)測(cè)結(jié)果所作的面積統(tǒng)計(jì)。結(jié)果表明，2011年6月份大部分地區(qū)TVDI等級(jí)處于濕潤(rùn)和正常的狀態(tài)，這個(gè)結(jié)果與梅雨有關(guān)系，輕旱和干旱比重較??；隨著氣候的變化，7月中下旬大部分地區(qū)開(kāi)始缺水，面積比重為38．07%；輕旱地區(qū)和干旱地區(qū)的比例都有所增加，旱情比6月份更嚴(yán)重，干旱總面積為24 116．5 km2；直至8月末，旱情有所緩解，大部分地區(qū)仍舊處于正常、輕旱狀態(tài)；9月末TVDI等級(jí)為輕旱和干旱的地塊面積較少，大部分地區(qū)TVDI等級(jí)為非常濕潤(rùn)、濕潤(rùn)和正常，土壤含水量適宜，其中等級(jí)為濕潤(rùn)的土地面積最大11 702．228 km2，面積比重為34．78%。

4 結(jié) 語(yǔ)

表5 不同時(shí)間各干旱等級(jí)的面積統(tǒng)計(jì)/km2

研究表明，本文建立的溫度植被干旱指數(shù)模型對(duì)江蘇省淮北地區(qū)的干旱監(jiān)測(cè)有一定的實(shí)用性和可操作性。不足之處在于，本文僅對(duì)2011年夏旱進(jìn)行了研究，并未考慮其他時(shí)段的監(jiān)測(cè)效果。由于不同季節(jié)植被覆蓋和氣候條件都會(huì)存在差異，其監(jiān)測(cè)模型有待進(jìn)一步深入研究。參考文獻(xiàn)

[1] 齊述華,王長(zhǎng)耀,牛錚．利用溫度植被干旱指數(shù)(TVDI)的全國(guó)旱情監(jiān)測(cè)研究[J]．遙感學(xué)報(bào),2003,7(5):420-427

[2] 王純枝,毛留喜,何延波,等．溫度植被干旱指數(shù)法(TVDI)在黃淮海平原土壤濕度反演中的應(yīng)用研究[J]．土壤通報(bào),2009,40(5):999-1 005

[3] Yang H,Yeqiao W,Yunsheng Z．Estimating Soil Moisture Conditions of the Greater Changbai Mountains by Land Surface Temperature and NDVI[J]．IEEE Transactiond on Geoscience and Remote Sensing, 2010, 48(6): 2 509-2 515

[4] Mallick K,Bhattacharya B K,Patel N K． Estimating Volumetric Surface Moisture Content for Cropped Soils Using a Soil Wetness Index Based on Surface Temperture and NDVI[J]．Agricultural and Forest Meteorology, 2009,149(8):1 327-1 342

[5] Stisen S,Sandholt I,Rgaard A,et al．Combining the Triangle Method with Thermal Inertia to Estimate Regional Evapotranspiration Applied to MSG-SEVIRI Data in the Senegal River Basin[J]．Remote Sensing of Environment,2008,112(3): 1 242-1 255

[6] 康為民,羅宇翔,鄭小波,等．貴州溫度植被干旱的指數(shù)（TVDI）特征及其遙感干旱監(jiān)測(cè)的應(yīng)用[J]．貴州農(nóng)業(yè)科學(xué), 2008,36(4):27-30

[7] Gillies R R,Carlson T N,Kustas W P．A Verification of the "Triangl" Method for Obtaining Surface Soil Water Content and Energy Fluxes from Remote Measurements of the Normalized Difference Vegetation Index (NDVI) and Surface Radiant Temperature[J]．International Journal of Remote Sensing,1997,18(15):3 145-3 166

[8] 吳孟泉,崔偉宏．溫度植被干旱指數(shù)(TVDI)在復(fù)雜山區(qū)干旱監(jiān)測(cè)的應(yīng)用研究[J]．干旱區(qū)地理, 2007,30(1):30-35

P237.9

B

1672-4623（2016）02-0053-03

10.3969/j.issn.1672-4623.2016.02.019

王華，碩士，講師，主要從事土地資源管理研究和教學(xué)。

2014-10-08。

項(xiàng)目來(lái)源：國(guó)家自然科學(xué)基金資助項(xiàng)目（41301194）；教育部人文社會(huì)科學(xué)研究青年基金資助項(xiàng)目（12YJC630103）；杭州市哲學(xué)社會(huì)科學(xué)規(guī)劃課題成果資助項(xiàng)目（Z16JC081）。