摘要：基于MODIS數(shù)據(jù)，對云南省2011年春季的干旱狀況進(jìn)行了監(jiān)測，通過MODIS的植被指數(shù)和陸地表面溫度數(shù)據(jù)建立了Ts-NDVI空間，并計算了溫度植被干旱指數(shù)（TVDI）。TVDI指數(shù)可有效提高干旱監(jiān)測的精度和效率，可以用來對大區(qū)域干旱進(jìn)行檢測。云南省旱情分布較廣，受災(zāi)面積超過75%，僅西北角小片地區(qū)受干旱影響較小，在研究期間干旱區(qū)主要分布于云南省中部、東部和南部地區(qū)，并且隨著時間的推移干旱區(qū)面積有增加的趨勢。結(jié)果表明，利用MODIS衛(wèi)星遙感數(shù)據(jù)進(jìn)行干旱監(jiān)測具有相當(dāng)?shù)目尚行院瓦m用性。

關(guān)鍵詞：遙感；干旱監(jiān)測；地表溫度；溫度植被干旱指數(shù)（TVDI）

中圖分類號：P237 文獻(xiàn)標(biāo)識碼：A 文章編號：0439-8114（2016）17-4598-06

DOI：10.14088/j.cnki.issn0439-8114.2016.17.059

Abstract：In this research we studied the drought conditions of the spring in Yunnan in 2011 based on MODIS data，and built Ts-NDVI space with the MODIS vegetation indices and land surface temperature data，and calculated the temperature vegetation dryness index（TVDI）. TVDI can effectively improve the accuracy and efficiency of the drought monitoring，it also can be used to detect large regional drought. In Yunnan Province，more than 75% of its land is affected by drought，only a small area in the northwest is less affected. During the study period，the arid areas were mainly distributed in the central，eastern and southern regions of Yunnan Province. And arid area tended to increase with the passage of time. The results showed that using MODIS satellite remote sensing data for drought monitoring had quite a bit of feasibility and applicability.

Key words：remote sensing；drought monitoring；land surface temperature；temperature vegetation dryness index（TVDI）

干旱是全球最為常見的自然災(zāi)害之一，據(jù)測算每年因干旱而造成的經(jīng)濟(jì)損失遠(yuǎn)高于其他的自然災(zāi)害[1]。在中國的云南、廣西、重慶、四川等西南五省，旱情尤為嚴(yán)重。因此，有必要研究干旱的發(fā)生、發(fā)展規(guī)律，重視對干旱的監(jiān)測和預(yù)警能力。為防范旱災(zāi)而進(jìn)行的土壤水分監(jiān)測廣受關(guān)注，常規(guī)的監(jiān)測方法有土鉆取土稱重和中子儀法，這些方法雖單點精度高，但測點少、代表性差，無法實現(xiàn)大面積動態(tài)監(jiān)測，并且人力財力消耗大、效率非常低、數(shù)據(jù)的穩(wěn)定性受站點和操作人員影響因素較大、數(shù)據(jù)更新困難。而遙感資料具有空間宏觀性、多分辨率（光譜和空間）以及信息豐富等特點，能實現(xiàn)信息的快速收集和定量分析，大幅度減少野外工作量，提高工作效率，是目前最為有效的干旱監(jiān)測手段。近年來，Price[2]、Carlson等[3]和Sandholt等[4]嘗試?yán)弥脖恢笖?shù)（NDVI）和地表溫度（Ts）的綜合信息來監(jiān)測區(qū)域旱情。Price[2]、Carlson等[3]發(fā)現(xiàn)植被指數(shù)（NDVI）與地表溫度（Ts）之間存在負(fù)相關(guān)關(guān)系，而且如果研究區(qū)植被覆蓋包含從裸土到全覆蓋、土壤濕度從極干旱到極濕潤的各種情況，以遙感資料獲得NDVI和Ts為橫、縱坐標(biāo)的散點圖呈三角形。Goetz[5]研究了不同分辨率下Ts-NDVI斜率與土壤水分的關(guān)系；Sandholt[4]等基于植被指數(shù)和地面溫度的關(guān)系，提出了溫度植被旱情指數(shù)（TVDI）估算土壤表層水分狀況。國內(nèi)齊述華等[6]利用TVDI進(jìn)行了全國旱情監(jiān)測研究，表明TVDI作為旱情評價指標(biāo)是合理的；姚春生等[7]發(fā)現(xiàn)TVDI指標(biāo)與實測表層土壤濕度數(shù)據(jù)顯著相關(guān)，作為指示地表土壤濕度的指標(biāo)有一定的合理性。

遙感監(jiān)測干旱的方法多種多樣，國內(nèi)外目前進(jìn)行干旱監(jiān)測的宏觀、快速、經(jīng)濟(jì)的遙感技術(shù)主要依靠可見光、近紅外和熱紅外遙感資料[8]，除此以外還可以利用微波進(jìn)行干旱監(jiān)測。主要監(jiān)測方法有熱慣量法[9]、植被遙感法[10]和微波遙感法[11]。

1 資料選取與處理

選擇云南省作為研究區(qū)域，主要研究云南省2011年2月下半月到4月上半月受干旱影響的程度及干旱分布狀況。云南地處低緯度高原，地理位置特殊，地形地貌較為復(fù)雜，由于大氣環(huán)流的影響，冬季受干燥的大陸季風(fēng)控制，夏季盛行濕潤的海洋季風(fēng)，屬低緯山原季風(fēng)氣候。全省氣候兼具低緯氣候、季風(fēng)氣候、山原氣候的特點。

1.1 資料選取

本研究選用了2011年2月17日到2011年4月22日期間的MODIS的地表溫度產(chǎn)品數(shù)據(jù)MOD11A2和植被指數(shù)產(chǎn)品數(shù)據(jù)MOD13A2。

MOD11A2是8 d合成空間分辨率為1 km的陸地表面溫度產(chǎn)品，包含白天地表溫度、夜間地表溫度、31和32波段通道發(fā)射率等資料。該數(shù)據(jù)產(chǎn)品是由Becker和Li對熱輻射方程的處理后提出的局地分裂窗算法計算得到[12]。

MOD13A2是16 d合成空間分辨率為1 km的植被指數(shù)產(chǎn)品，包含NDVI、EVI、紅光、近紅外、中紅外、藍(lán)光等波段反射率以及其它輔助信息。MOD13A2使用新的合成算法減小隨觀測角度的變化和太陽-目標(biāo)-傳感器幾何學(xué)因素引起的變化。在生成植被指數(shù)格點資料時將應(yīng)用分子散射、臭氧吸收、氣溶膠訂正算法，用BRDF模式將觀測量訂正到天頂角[13]。NDVI可以消除大部分與儀器定標(biāo)、太陽角、地形、云陰影和大氣條件等有關(guān)輻照度的變化，增強(qiáng)了對植被的響應(yīng)能力，是目前已有的植被指數(shù)中應(yīng)用最廣泛的一種。因此本研究選擇MOD13A2中的NDVI信息進(jìn)行研究[14]。

1.2 資料處理

首先應(yīng)用MRT對下載的MODIS溫度和植被指數(shù)產(chǎn)品數(shù)據(jù)進(jìn)行投影變換，將其由默認(rèn)的Sinusoidal投影轉(zhuǎn)化為Albers等積投影。對投影變換后的影像在ENVI中進(jìn)行影像拼接。因為植被指數(shù)影像是16 d合成的，而溫度產(chǎn)品是8 d合成的，為了兩者能對應(yīng)運(yùn)算，需要將8 d的LST數(shù)據(jù)在IDL編程環(huán)境中應(yīng)用均值合成法合成為16 d數(shù)據(jù)。均值合成時，若兩幅影像溫度均為正常值，則取兩幅影像的平均值；若有一幅影像的溫度存在壞值，則取另一幅影像的值作為均值；若兩幅影像的溫度數(shù)據(jù)均異常則賦值為0。

2 研究方法

植被指數(shù)與地面溫度是描述土地覆蓋類型特征的兩個重要參數(shù)，與土壤水分含量有密切的關(guān)系，兩種數(shù)據(jù)的恰當(dāng)融合能使地表信息更加豐富，有利于反映土壤的含水量狀況。

植被指數(shù)與地表溫度關(guān)系最早是用來計算某一區(qū)域內(nèi)植被阻抗和蒸散[2，15]情況的。此后，Moran等[16]利用MODIS數(shù)據(jù)構(gòu)建了特征空間。李正國等[17]利用地表溫度-植被指數(shù)特征空間分析了黃土高原地表水分的季節(jié)變化，并指出了TVDI比單一地利用溫度或者植被指數(shù)來反映地表干濕狀況更能取得好的效果。江東等[18]分析了特征空間的生態(tài)學(xué)意義，認(rèn)為Ts-NDVI特征空間是區(qū)域土壤水分含量和作物含水狀況比較敏感的指標(biāo)，特征空間也存在一定缺點。研究表明，NDVI受土壤背景的影響較大，另外在高植被覆蓋區(qū)的NDVI值會出現(xiàn)飽和現(xiàn)象[19]，在NDVI達(dá)到飽和后，即使地表蒸散繼續(xù)增加，NDVI也無法反映地表的干濕狀況。由此，Sandholt等提出了溫度植被干旱指數(shù)（TVDI）[4]。

Price[2]，Carlson等[3]分析了不同傳感器得到的NDVI和Ts數(shù)據(jù)，認(rèn)為Ts-NDVI構(gòu)成的空間關(guān)系為三角形關(guān)系（圖1），并認(rèn)為研究區(qū)域的地表信息應(yīng)該是從裸土到完全植被覆蓋。

圖1中的裸土區(qū)，A、B、C三個點代表了Ts-NDVI特征空間中的3種極端情況。在植被生長的某一特定時期，各種地表類型對應(yīng)的Ts-NDVI關(guān)系都分布在ABC這個區(qū)域內(nèi)。A、B點分別表示干燥裸土（NDVI值小，Ts值大）和濕潤裸土（NDVI和Ts的值都最?。?。隨著地表植被覆蓋度的增加，地表溫度開始下降。C點代表了植被完全覆蓋并且土壤水分充足的情況，這時的蒸散阻抗小（NDVI值大，Ts值?。?。所以AC表示土壤水分的有效性很低，地表蒸散小，被認(rèn)為是“干邊”；BC表示土壤水分充足，不是植物生長的限制因素，地表蒸散等于潛在蒸散，被認(rèn)為是“濕邊”。基于此，Sandholt等[4]提出了溫度植被干旱指數(shù)（TVDI）估測土壤表層水分狀況（圖2）。

式中，Tsmin表示最小地表溫度，對應(yīng)的是濕邊；Ts是任意像元的地表溫度；Tsmax表示最大地表溫度，對應(yīng)的是干邊。三角形區(qū)域內(nèi)任一點的TVDI值介于0和1之間，TVDI值越大，對應(yīng)的土壤濕度越低，TVDI值越小，對應(yīng)的土壤濕度越高。

在將Ts-NDVI特征空間簡化處理為三角形的同時，對Tsmax和Tsmin同時進(jìn)行線性擬合，擬合的方程為：

Tsmax=a1×NDVI+b1 （2）

Tsmin=a2×NDVI+b2 （3）

將式（2）、（3）代入式（1）即可計算溫度植被干旱指數(shù)：

式中，a1、b1是干邊擬合方程的系數(shù)，a2、b2是濕邊擬合方程的系數(shù)。

在NDVI和Ts構(gòu)成的三角形特征空間中，將不同植被指數(shù)條件下的最高下墊面溫度（Tmax）相連，構(gòu)成了三角形的干邊，代表了該區(qū)域內(nèi)的干旱上限，將其干旱指數(shù)定義為1。相應(yīng)地將不同植被指數(shù)下的最低下墊面溫度（Tmin）相連構(gòu)成了三角形的濕邊，代表了該區(qū)域內(nèi)的最濕潤區(qū)，將其干旱指數(shù)定義為0。實驗觀測要求研究區(qū)域必須足夠大，涵蓋的地表覆蓋信息應(yīng)該從裸土一直變化到完全植被覆蓋，土壤水分應(yīng)從缺乏變化到充足。

3 結(jié)果分析

3.1 建立Ts-NDVI特征空間

利用IDL編制程序，以0.01的NDVI值為步長，提取云南省區(qū)域內(nèi)在每一NDVI區(qū)間上的所有地表溫度值，建立了整個研究區(qū)域的Ts-NDVI特征空間，即溫度-植被指數(shù)散點圖。發(fā)現(xiàn)在NDVI值小于0.2的時候，溫度與植被指數(shù)并不是負(fù)相關(guān)，其斜率為正值。因此，選出NDVI<0.2的像元與真彩色圖對比發(fā)現(xiàn)，這些像元多為水體、冰雪或云區(qū)，而這些地物類型上植被稀疏或無植被覆蓋，因此不能體現(xiàn)出溫度和植被指數(shù)的負(fù)相關(guān)關(guān)系。所以在進(jìn)行干濕邊擬合時僅選擇0.2

根據(jù)上述確定的干濕邊擬合的方法進(jìn)行擬合得到的云南省2011年2月下半月到4月上半月每隔16 d的Ts-NDVI特征空間，結(jié)果如圖3所示。

從Ts-NDVI特征空間干、濕邊擬合結(jié)果中可以看出，每一期的特征空間的干邊和濕邊都具備相似的形狀。并且隨著NDVI的增大，地表溫度的最大值呈減小的趨勢，同時地表溫度的最小值在升高，且陸地表面溫度的最大值、最小值與NDVI呈近似線性關(guān)系?？梢钥闯?，如果將濕邊描述成與NDVI軸平行的直線會給監(jiān)測結(jié)果帶來一定的誤差，因此對濕邊進(jìn)行線性擬合是合理的。

從時間上看，從2月份到4月份，特征空間的干邊和濕邊形狀有所變化，陸地表面溫度的最大值和最小值都有升高的趨勢。

3.2 TVDI計算

根據(jù)獲得的Ts-NDVI特征空間，分別用一次線性方程擬合出2011年2月下半月到4月上半月每隔16 d的4個時相的Ts-NDVI特征空間的干、濕邊（表1）。

從表1可以看出，地表溫度與植被指數(shù)呈負(fù)相關(guān)關(guān)系，并且R2的大小表明用一次線性擬合干、濕邊的方法是可行的。根據(jù)TVDI原理，將上述得到的干、濕邊方程代入方程（4），分別計算不同時間各像元的TVDI值。

3.3 旱情監(jiān)測結(jié)果

以TVDI值作為不同干旱等級指標(biāo)，將干旱等級劃分為6級（表2）。

據(jù)此分類標(biāo)準(zhǔn)，對云南省2011年2月下半月到4月上半月的總計4個時相的TVDI結(jié)果圖進(jìn)行密度分割，可以得到研究區(qū)內(nèi)干旱等級分布圖，如圖4所示。

由圖4可知，云南省的干旱廣泛地分布在中部、南部、和東部。僅西北部的怒江傈僳族自治州、迪慶藏族自治州、麗江市西北地區(qū)與東北部的昭通市小片地區(qū)受干旱影響較小，臨滄市、大理白族自治州、楚雄市、玉溪市和紅河州部分地區(qū)有嚴(yán)重干旱，普洱市和西雙版納傣族自治州大部分地區(qū)都有嚴(yán)重干旱。2月下半月的干旱情況和3月上半月差異不大，但從3月的上半月到下半月，干旱面積有所增加，并且重旱和特旱區(qū)域面積有所擴(kuò)散，到4月干旱面積增加的趨勢仍然繼續(xù)保持，但重旱和特旱面積有所減少。經(jīng)過查閱網(wǎng)上云南省當(dāng)時的干旱分布資料驗證，發(fā)現(xiàn)計算出的云南干旱分布與資料所描述的基本相符，證實了這一結(jié)果的真實可信性。

根據(jù)干旱等級分類結(jié)果，統(tǒng)計得到各等級的面積以及占云南省全省面積的百分比（表3）。

由表3可知，云南省在2月下半月到4月上半月內(nèi)，全省有91%以上地區(qū)處于干旱狀態(tài)，其中一半以上的面積是輕旱。并且隨著時間的推移，受干旱影響的面積有增加的趨勢，但是重旱地區(qū)的面積波動不定，在研究期間內(nèi)發(fā)現(xiàn)，某月下半月要比上半月嚴(yán)重，但到下個月的上半月又有所好轉(zhuǎn)。

4 結(jié)論

本研究從云南省地區(qū)的實際情況出發(fā)，以地表溫度-植被指數(shù)特征空間原理為基礎(chǔ)，以現(xiàn)有的MODIS植被指數(shù)和地表溫度影像為數(shù)據(jù)源，構(gòu)建地表溫度-植被指數(shù)特征空間，建立TVDI指數(shù)，對云南省2011年春季干旱狀況進(jìn)行了監(jiān)測，并得到以下結(jié)論：

1）從空間上看，云南省地區(qū)在2月下旬到4月中旬期間，全省90%以上的面積處于干旱狀態(tài)，僅西北部和東北部小塊面積正常，并且有1/10以上甚至接近1/5的地區(qū)處于重旱狀態(tài)。

2）從時間上看，從2月到4月，全省受到干旱影響的面積有增加的趨勢，并且重旱主要分布在南方，尤其是西雙版納地區(qū)。

綜上可知，利用MODIS衛(wèi)星遙感數(shù)據(jù)進(jìn)行干旱監(jiān)測具有相當(dāng)?shù)目尚行院瓦m用性。

參考文獻(xiàn)：

[1] 陳懷亮，張紅衛(wèi)，劉榮花，等.中國農(nóng)業(yè)干旱的監(jiān)測、預(yù)警和災(zāi)損評估[J].科技導(dǎo)報，2009，27（11）：82-92.

[2] PRICE J C.Using spatial context in satellite data to infer regional scale evapo transpiration[J].IEEE Transactions on Geoscience and Remote Sensing，1990，28：940-948.

[3] CARLSON T N，GILLIES R R，SCHMUGGE T J. An interpretation of methodologies for indirect measurement of soil water content[J].Agricultural and Forest Meteorology，1995，77（3）：191-205.

[4] SANDHOLT I，RASMUSSEN K，ANDERSEN J.A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status[J].Remote Sensing of Environment，2002，79：213-224.

[5] GEOTZ S J.Multi-sensor analysis of NDVI，surface temperature and biophysical variables at mixed grassland site[J].International Jounrnal of Remote Sensing，1997，18（1）：71-94.

[6] 齊述華，王長耀，牛 錚，等.利用溫度植被旱情指數(shù)（TVDI）進(jìn)行全國早情監(jiān)測研究[J].遙感學(xué)報，2003，7（5）：420-427.

[7] 姚春生，張增祥，汪 瀟，等.使用溫度植被干旱指數(shù)法（TVDI）反演新疆土壤濕度[J].遙感技術(shù)與應(yīng)用，2004，19（6）：473-478.

[8] 夏 虹，武建軍，劉雅妮，等.中國用遙感方法進(jìn)行干旱監(jiān)測的研究進(jìn)展[J].遙感信息，2005（1）：55-57.

[9] 劉志明.利用氣象衛(wèi)星信息遙感土壤土壤水分的探討[J].遙感信息，1992（1）：21-23.

[10] 李星敏，鄭有飛，劉安麟，等.我國用NOAA/AVHRR資料進(jìn)行干旱遙感監(jiān)測的方法綜述[J].中國農(nóng)業(yè)氣象，2003，24（3）：38-41.

[11] 閆 娜，杜繼穩(wěn)，李登科，等.干旱遙感監(jiān)測方法研究應(yīng)用進(jìn)展[J].災(zāi)害學(xué)，2008，23（4）：117-121.

[12] 齊述華，李貴才.利用MODIS數(shù)據(jù)產(chǎn)品進(jìn)行全國干早監(jiān)期的研究[J].水科學(xué)進(jìn)展，2005（1）：56-61.

[13] NEMANI R R，PIERCE L，RUNNING S W.Developing satellite-derived estimates of surface moisture status[J].Journal of Applied Meteorology，1993，32（3）：548-557.

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

[15] NEMANI R R，RUNNING S W.Estimation of regional surface resistance to evapo transpiration from NDVI landtherma- AVHRR data[J].Journal of Applied Meteorology，1989（28）：276-284.

[16] MORAN M S，CLARKE T R，INOUE Y，et al. Estimating crop water deficit using the relation between surface-air temperature and spectral vegetation index[J].Remote Sensing of Environment，1994，49（94）：246-263.

[17] 李正國，王仰麟，吳健生，等.基于植被—溫度特征的黃土高原地表水分季節(jié)變化[J].生態(tài)學(xué)報，2007，27（11）：4563-4575.

[18] 江 東，王乃斌，楊小喚，等.植被指數(shù)—地面溫度特征空間的生態(tài)學(xué)內(nèi)涵及其應(yīng)用[J].地理科學(xué)進(jìn)展，2001，20（2）：146-151.

[19] HUETE A，DIDAN K，MIURA T，et al. Overview of the radiometric and biophysical performance of the MODIS vegetation indices[J].Remote Sensing of Environment，2002（83）：195-213.