王麗霞，王金亮，劉廣杰

(云南師范大學(xué)旅游與地理科學(xué)學(xué)院，云南 昆明 650500)

基于TVDI的滇西北土壤水分反演研究

王麗霞，王金亮，劉廣杰

(云南師范大學(xué)旅游與地理科學(xué)學(xué)院，云南 昆明 650500)

以香格里拉為研究區(qū)，以2002年、2005年、2009年、2013年以及2015年的Landsat系列影像和氣象數(shù)據(jù)為數(shù)據(jù)源，利用單窗算法反演地表溫度。以Ts-NDVI特征空間原理為基礎(chǔ)，應(yīng)用溫度植被干旱指數(shù)(TVDI)反演香格里拉的土壤水分。通過(guò)GIS空間分析法完成對(duì)香格里拉2002—2015年的土壤水分動(dòng)態(tài)反演。結(jié)果表明：2002年土壤水分含量最高，2005年土壤水分含量大幅度降低，2005—2015年呈持續(xù)上升的狀態(tài)。宏觀上比較典型的房屋建筑區(qū)及裸地處于嚴(yán)重干旱的狀態(tài)，典型的耕地林地處呈現(xiàn)出中度干旱或輕度干旱的狀態(tài)，植被覆蓋度高的地區(qū)則受干旱影響較小，土壤較濕潤(rùn)。TVDI反演結(jié)果切合研究區(qū)的下墊面性質(zhì)，與土地覆被類型密切相關(guān)。

土壤水分；TVDI；地表溫度；單窗算法；香格里拉

隨著全球氣候變暖，干旱發(fā)生概率增大。統(tǒng)計(jì)數(shù)據(jù)顯示，香格里拉市近年來(lái)持續(xù)干旱，特別是重旱到特旱年發(fā)生次數(shù)與20世紀(jì)相比明顯增多[1]。為了保護(hù)香格里拉市生態(tài)環(huán)境安全，促進(jìn)其經(jīng)濟(jì)可持續(xù)發(fā)展，開展了香格里拉土壤水分監(jiān)測(cè)，揭示其干旱時(shí)空分布狀況，以期為香格里拉市相關(guān)部門提供決策依據(jù)。

對(duì)于大范圍監(jiān)測(cè)土壤水分，遙感反演法相較于傳統(tǒng)測(cè)量法有較大的優(yōu)勢(shì)。目前國(guó)內(nèi)外利用遙感技術(shù)監(jiān)測(cè)土壤水分的研究不勝枚舉。主要包括四種監(jiān)測(cè)方法：綜合監(jiān)測(cè)模型、微波遙感監(jiān)測(cè)法、基于植被指數(shù)監(jiān)測(cè)法、基于溫度的監(jiān)測(cè)法[2]。其中，基于溫度的遙感監(jiān)測(cè)方法綜合了大氣-土壤-植被系統(tǒng)內(nèi)物質(zhì)和能量交換的結(jié)果，可反映土壤含水量的變化，從而揭示植被蓋度的作用[3]，但影響地表溫度的因素很多，因此該方法考慮的因素并不全面?；谥脖恢笖?shù)監(jiān)測(cè)方法是通過(guò)計(jì)算各種植被指數(shù)來(lái)間接地反映土壤水分狀況，依據(jù)植物缺水時(shí)，由于植物細(xì)胞失水，葉片出現(xiàn)的萎蔫、變黃等變化，但是這種缺水癥狀并不會(huì)立刻顯現(xiàn)，因此該方法在時(shí)間上有一定的滯后性[4]。鑒于植被指數(shù)監(jiān)測(cè)方法和地表溫度監(jiān)測(cè)方法的局限性，國(guó)內(nèi)外學(xué)者將二者結(jié)合起來(lái)，充分利用兩者的互補(bǔ)特性對(duì)土壤水分狀況進(jìn)行監(jiān)測(cè)，進(jìn)而衍生了綜合監(jiān)測(cè)模型，其中不乏利用溫度植被指數(shù)進(jìn)行旱情監(jiān)測(cè)的研究，研究表明植被指數(shù)和地表溫度結(jié)合能夠更好地監(jiān)測(cè)土壤水分[5]。本文在植被覆蓋不完全的條件下，利用Landsat系列遙感影像數(shù)據(jù)，結(jié)合氣象數(shù)據(jù)，以TVDI作為干旱監(jiān)測(cè)指標(biāo)，分析2002—2015年香格里拉的干旱時(shí)空分布狀況。

1 研究區(qū)與數(shù)據(jù)源

1.1 研究區(qū)概況

香格里拉位于青藏高原地區(qū)東南部橫斷山脈，是云南、西藏、四川三省的交匯處，也是三江并流區(qū)的一部分。位于北緯26°51′～28°46′，東經(jīng)99°23′～100°34′，國(guó)土面積11613km2，與麗江市隔江相望，是一個(gè)旅游城市。

1.2 數(shù)據(jù)與預(yù)處理

研究用到的遙感影像數(shù)據(jù)為：Landsat4-5 TM、Landsat7 ETM+、Landsat8 OLI影像，共5期，時(shí)間均為11—12月(表1)。地圖投影為UTM投影，地球橢球?yàn)閃GS-84。氣象數(shù)據(jù)來(lái)自香格里拉市氣象局和中國(guó)氣象網(wǎng)，包括：2002年、2005年、2009年、2013年和2015年的月平均氣溫，月最高和月最低氣溫以及年降水量數(shù)據(jù)。

遙感影像均通過(guò)輻射定標(biāo)、大氣校正、拼接裁剪等預(yù)處理工作。氣象數(shù)據(jù)均進(jìn)行插值處理，另外30m分辨率的DEM數(shù)據(jù)，用于對(duì)氣溫的地形訂正。

表1 遙感影像數(shù)據(jù)

2 研究方法

2.1 水體與雪的提取

水體和雪是影響地表溫度反演結(jié)果精度的兩個(gè)因素。為了提高結(jié)果質(zhì)量有必要對(duì)研究區(qū)水體和雪進(jìn)行提取。利用支持向量機(jī)分類器以及目視解譯對(duì)雪和水體進(jìn)行提取，所有結(jié)果均通過(guò)分類結(jié)果疊加評(píng)價(jià)(圖1)。以此更新香格里拉裁剪矢量并作用于TS和NDVI，以去除雪和水體對(duì)TVDI指數(shù)反演結(jié)果的影響。

2.2 地表溫度反演

單窗算法是覃志豪[6]等根據(jù)地表熱輻射傳導(dǎo)方程，推導(dǎo)出的一種利用LandsatTM/ETM+第六波段反演地表溫度的算法，該算法的計(jì)算公式如(1)：

(1)式中：TS是地表真實(shí)溫度(K)；ɑ和b是根據(jù)熱輻射強(qiáng)度和亮度溫度的關(guān)系擬合出來(lái)的系數(shù)，對(duì)于TM/ETM+數(shù)據(jù)，ɑ=-67.35535，b=0.458608，對(duì)于OLI數(shù)據(jù)，ɑ=-62.735657，b=0.434036[7]。

C和D是中間變量：

C=ετ

(2)

D=(1-τ)[1+(1-ε)τ]

(3)

T6是衛(wèi)星高度上傳感器所探測(cè)到的像元亮度溫度(K)。

ε是地表比輻射率，其與NDVI的對(duì)數(shù)存在線性關(guān)系，故用NDVI的閾值對(duì)地表進(jìn)行分類，給各個(gè)地表覆蓋類型賦予不同值從而獲得地表比輻射率[8]。

τ是大氣透射率，通過(guò)NASA公布的網(wǎng)站(http：//atmcorr.gsfc.nasa.gov)查詢獲得。

Ta是大氣平均作用溫度，香格里拉縣地處高海拔低緯度地帶，氣候隨海拔升高而變化，依次出現(xiàn)6個(gè)氣候帶。屬典型的“立體農(nóng)業(yè)氣候”，獲取影像時(shí)間為11月，根據(jù)覃志豪大氣平均作用溫度(Ta)與近地面氣溫(T0)之間的線性關(guān)系選用公式(4)進(jìn)行計(jì)算。

Tɑ=19.2704+0.91118T0

(4)

T0進(jìn)行簡(jiǎn)單的DEM訂正，首先采用地統(tǒng)計(jì)學(xué)插值法將所需氣溫?cái)?shù)據(jù)進(jìn)行插值，并得到插值圖[9]。然后將DEM與氣溫插值結(jié)果按照氣溫直減率法進(jìn)行柵格運(yùn)算，得到不同高程的平面上的氣溫分布。柵格計(jì)算的公式為(5)：

Th=T0+0.006×Δh

(5)

式中：Th和T0分別為不同海拔平面上的溫度和同一海拔平面上的溫度，Δh為高度差。

基于以上原理及方法，使用提出水體和雪的遙感影像，利用ENVI5.2和ArcGIS10.2軟件反演出地表溫度分布圖。結(jié)果表明，溫度高低分布存在一定的規(guī)律性，城鎮(zhèn)及裸土區(qū)域溫度較高，植被蓋度越大溫度越低(圖2)。

2.3 溫度植被干旱指數(shù)反演

Carlson等人研究并提出了溫度植被干旱指數(shù) TVDI[10]：

(6)

式中：TS為地表溫度，TSmin為同一NDVI值的最小地溫，TSmax為同一NDVI值的最大地溫。方程為(7)(8)：

干邊：TSmax=ɑ1+b1×NDVI

(7)

濕邊：TSmin=ɑ2+b2×NDVI

(8)

其中：ɑ1、b1和ɑ2、b2分別是干濕邊擬合方程的系數(shù)。干邊對(duì)應(yīng)TVDI值為1，濕邊為0，TVDI值范圍為0～1，TVDI值越小，代表土壤水分含量越高，TVDI值越大，代表土壤水分含量越低。

TVDI的干濕邊方程確定是利用反演得到的地表溫度數(shù)據(jù)和植被指數(shù)數(shù)據(jù)，通過(guò)ENVI/IDL編程實(shí)現(xiàn)統(tǒng)計(jì)所有NDVI對(duì)應(yīng)的Tsmax和Tsmin。最后線性擬合最大和最小地溫，生成干邊與濕邊方程，結(jié)果如圖3。

將干濕邊方程帶入公式(6)可得到TVDI結(jié)果。TVDI反應(yīng)的是某一地表覆蓋類型所能達(dá)到的最高溫與最低溫度的差值大小，根據(jù)水的比熱容大這一理論，TVDI在一定程度上說(shuō)明了土壤水分含量狀況，而且TVDI與土壤表層含水量之間表現(xiàn)出顯著的相關(guān)性[11]，該模型可以用于對(duì)吉林省進(jìn)行干旱動(dòng)態(tài)監(jiān)測(cè)[12]，在云南干旱研究中也有學(xué)者指出TVDI監(jiān)測(cè)結(jié)果與氣象站提供的同期干旱專題圖在干旱程度和范圍上都是吻合的[13]?；诖耍J(rèn)為TVDI可以作為反演干旱的指標(biāo)。

3 結(jié)果分析與討論

3.1 干旱時(shí)空分布

以TVDI作為旱情分級(jí)指標(biāo)，將旱情劃分為5級(jí)，分別為：濕潤(rùn)(0

為了分析香格里拉市土壤水分時(shí)空變化趨勢(shì)，統(tǒng)計(jì)香格里拉TVDI均值(表2)、各干旱等級(jí)土壤面積以及百分比(保留兩位小數(shù))(表3)，并繪制各等級(jí)面積柱狀圖，見圖5。

表2 TVDI均值

表3 香格里拉各干旱等級(jí)面積及比例

香格里拉TVDI結(jié)果圖表明：植被覆蓋度高的地區(qū)處于土壤水分含量較高的狀態(tài)，低植被覆蓋度地區(qū)以及裸地地區(qū)則土壤水分含量較少。

從空間分布上看，香格里拉市正北以及西南方土壤水分含量相對(duì)最高旱情不明顯，而香格里拉東北和東南方則是土壤水分含量相對(duì)較少的區(qū)域，為輕度干旱。總的來(lái)說(shuō)，土壤水分各等級(jí)面積關(guān)系為：正常>輕旱>中旱>濕潤(rùn)>嚴(yán)重干旱。從時(shí)間上來(lái)看，2002—2015年TVDI呈顯著降低，其中2005年出現(xiàn)大幅度降低后，2005—2015年持續(xù)小幅度升高。說(shuō)明2002年土壤水分含量最高，2002年土壤水分含量降低后便一直呈現(xiàn)上升狀態(tài)至2015年。

3.2 TVDI與降水的相關(guān)性

根據(jù)TVDI均值和研究年年降水量(遙感影像均為11月或12月，且香格里拉11—12月幾乎無(wú)降水)的統(tǒng)計(jì)圖(圖6)對(duì)比分析可見，TVDI與降水量存在顯著的負(fù)相關(guān)關(guān)系，TVDI值越小降水量值越大，TVDI值越大降水量越小，這與TVDI值越大越干旱越小越濕潤(rùn)的規(guī)律高度一致，客觀地說(shuō)明了結(jié)果的合理性。

3.3 TVDI與PV的相關(guān)性

TVDI圖的獲得結(jié)合了地表溫度和NDVI兩個(gè)參數(shù)的信息。為了研究影像土壤水分含量的因素，本文將TVDI與植被蓋度(PV)進(jìn)行相關(guān)性分析，結(jié)果表明，TVDI與PV的平均相關(guān)系數(shù)為0.9，兩者存在顯著相關(guān)性。PV越大TVDI越小，PV越小TVDI越大。由此可知，PV對(duì)干旱監(jiān)測(cè)有很大的指示作用。

旱情發(fā)展對(duì)工農(nóng)業(yè)生產(chǎn)及人畜飲水會(huì)產(chǎn)生嚴(yán)重不利影響，且植被蓋度與干旱存在極其顯著的相關(guān)性，因此合理的植樹造林有助于緩解干旱帶來(lái)的影響。另外要合理安排生產(chǎn)和生活用水，河谷地區(qū)要充分利用各種水利設(shè)施，加大春作物的灌溉，高原壩區(qū)要做好抗旱作物改種。

4 結(jié)論

研究利用TVDI指數(shù)成功反演了2002—2015年香格里拉冬季干旱，在反演過(guò)程中有效地剔除了水體以及雪對(duì)結(jié)果的影響，并且對(duì)溫度進(jìn)行簡(jiǎn)單DEM訂正，提高了反演精度。結(jié)果表明溫度植被干旱指數(shù)法適用于香格里拉的干旱監(jiān)測(cè)，該方法簡(jiǎn)單實(shí)用，可以作為評(píng)價(jià)區(qū)域旱情的有效方法，并可為政府部門提供決策服務(wù)。今后在研究地理?xiàng)l件比較復(fù)雜的地區(qū)將考慮到地形、坡度等因素或者考慮利用不同尺度數(shù)據(jù)之間的聯(lián)系，實(shí)現(xiàn)多種尺度優(yōu)勢(shì)上的互補(bǔ)，進(jìn)而提高土壤水分反演精度。另外溫度植被干旱指數(shù)法中干旱等級(jí)的劃分具有一定的人為性，評(píng)估結(jié)果所反映的干旱環(huán)境背景與農(nóng)業(yè)干旱的界線模糊，更客觀的分級(jí)方法有待進(jìn)一步深入研究和探討。

建議相關(guān)部門對(duì)干旱頻發(fā)地區(qū)積極做好防旱抗旱措施，將旱災(zāi)損失降到最低。共同維護(hù)香格里拉市生態(tài)環(huán)境，在旅游開發(fā)等促進(jìn)經(jīng)濟(jì)增長(zhǎng)的項(xiàng)目中考慮其可持續(xù)發(fā)展，保障其經(jīng)濟(jì)效益、環(huán)境質(zhì)量雙豐盈。

[1]李秀,解福燕,楊韜. 玉溪干旱季節(jié)分布特征及成因分析[J]. 云南地理環(huán)境研究,2010 (4)：90-94.

[2]王麗娜. 阜新地區(qū)干旱監(jiān)測(cè)研究[J]. 測(cè)繪與空間地理信息,2014,37(2)：159-161.

[3]高磊,覃志豪,盧麗萍.基于植被指數(shù)和地表溫度特征空間的農(nóng)業(yè)干旱監(jiān)測(cè)模型研究綜述[J]. 國(guó)土資源遙感,2007,73(3):1-7.

[4]Goetz S J.Multisensor analysis of NDVI,surface temperature and biophysical variables at a mixed grassland site[J]. International Jounal of Remote Sensing,1997,18(1):71-94.

[5] Goward S N, Xue Y, Czajkowski K P．Evaluating Land Surface Moisture conditions from the Remotely Sensed Temperature/Vegetation Index easurement: A Exploration with the Simplified Biosphere Model[J]．Remote Sensing Environment,2002,79(2)：225-242．

[6]覃志豪,Zhang Ming hua,ArnonKarnieli,等.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(xué)報(bào),2001,56(4)：456-466.

[7]蔣大林,匡鴻海,曹曉峰,等. 基于landsat8的地表溫度反演算法研究——以滇池流域?yàn)槔齕J].遙感技術(shù)與應(yīng)用,2015,30(3)：448-454.

[8]鄧書斌,陳秋錦,社會(huì)建,徐恩惠. ENVI遙感圖像處理方法[M].北京：高等教育出版社,2014.

[9]潘繼亞,王金亮. 香格里拉氣象要素空間插值方法研究[C]//第19屆中國(guó)遙感大會(huì)論文集. 北京：中國(guó)宇航出版社, 2014：1839-1846.

[10]Carlson T N,Gillies R R,Perry E M.A method to make use of Thermal Infrared Temperature and NDVI measurement to infer surface soil water content and fractional vegetation cover[J]. Remote Sensing Review,1994(52):42-59.[11]齊述華,王長(zhǎng)耀,牛錚. 利用溫度植被旱情指數(shù) (TVDI) 進(jìn)行全國(guó)旱情監(jiān)測(cè)研究[J]. 遙感學(xué)報(bào),2003,7(5)：420-427.

[12]王慧慧,周廷剛,杜嘉,等.溫度植被旱情指數(shù)在吉林省干旱監(jiān)測(cè)中的應(yīng)用[J]．遙感技術(shù)與應(yīng)用,2013,28(2)：324-329.

[13]曹影,胡文慶,顏培東. 基于溫度植被干旱指數(shù) (TVDI) 的云南干旱遙感監(jiān)測(cè)[J]. 工程勘察,2016 (1)：69-73.

Soil Moisture Inversion in Northwestern Yunnan Based on TVDI

WANG Li-xia，WANG Jin-liang，LIU Guang-jie

(College of Tourism & Geography Science, Yunnan Normal University, Kunming Yunnan 650500,China)

Soil moisture is one important part in the surface water cycle and also one of the key factors of agricultural production. At the same time, it is an important indicator to guide drought monitoring. Taking Shangri-La as study area, based on a series of yearly Landsat images of 2002，2005，2009，2013，2015，and the meteorological data. The land surface temperature inversion was carried out by mono-window algorithm. The soil water of Shangri-la was calculated by the model of Temperature Vegetation Dryness Index on the basis of the principle of Ts-NDVI feature space. Shangri-La soil moisture dynamic inversion was completed by GIS spatial analysis methods. The results showed that the content of soil moisture was the highest in 2002. Soil moisture content was greatly reduced in 2005 and increased from 2005 to 2015. From a macro perspective, typical housing construction area and bare land are in the state of severe drought. Cultivated land and forest land are moderate drought or drought. High vegetation coverage areas are less affected by the drought and the soil is wet. TVDI inversion results were in accordance with the land surface with high correlation with the land types.

soil moisture; TVDI; surface temperature; mono-window algorithm; Shangri-La

2016-09-20

國(guó)家自然科學(xué)基金項(xiàng)目(41271230，41561048)；云南省中青年學(xué)術(shù)技術(shù)帶頭人培養(yǎng)項(xiàng)目(2008PY056)。

王麗霞(1990-)，女，碩士，現(xiàn)從事資源環(huán)境遙感應(yīng)用研究。

王金亮(1963-)，男，教授，主要從事資源環(huán)境遙感應(yīng)用、土地調(diào)查與規(guī)劃管理研究。

X144

A

1673-9655(2017)02-0007-05