吳 黎

(黑龍江省農(nóng)業(yè)科學(xué)院遙感技術(shù)中心， 黑龍江 哈爾濱 150086)

基于溫度植被干旱指數(shù)的黑龍江省旱情動(dòng)態(tài)研究

吳 黎

(黑龍江省農(nóng)業(yè)科學(xué)院遙感技術(shù)中心， 黑龍江 哈爾濱 150086)

2015年黑龍江省發(fā)生大面積干旱，為了對(duì)此旱情進(jìn)行動(dòng)態(tài)監(jiān)測(cè)，采用6—9月的MODIS數(shù)據(jù)，計(jì)算溫度植被干旱指數(shù)(TVDI)；以過(guò)去15年(2000—2014年)的全省40個(gè)旱作農(nóng)業(yè)站點(diǎn)以旬為單位的TVDI為研究對(duì)象，根據(jù)土壤相對(duì)濕度的農(nóng)業(yè)干旱等級(jí)劃分標(biāo)準(zhǔn)，制定TVDI的干旱監(jiān)測(cè)等級(jí)，利用2011年實(shí)地測(cè)取土壤相對(duì)濕度數(shù)據(jù)對(duì)該等級(jí)進(jìn)行驗(yàn)證，結(jié)果表明，驗(yàn)證結(jié)果準(zhǔn)確度達(dá)到83%。結(jié)果顯示：TVDI被分為5個(gè)等級(jí)，TVDI<0.46為無(wú)旱，TVDI在0.46～0.57之間為輕旱，TVDI在0.57～0.76之間為中旱，TVDI在0.76～0.86之間為重旱，TVDI>0.86為特旱，用此標(biāo)準(zhǔn)對(duì)黑龍江省2015年的旱情進(jìn)行分析，能夠較好地反映出黑龍江省整體的實(shí)際旱情。在監(jiān)測(cè)中2015年7月份全省旱情最為嚴(yán)重，持續(xù)到8月中旬，到8月下旬省內(nèi)各地陸續(xù)降雨，重旱區(qū)域減少，整體旱情減輕。

溫度植被干旱指數(shù)；MODIS; 干旱等級(jí)劃分；黑龍江省

干旱是全球最為常見的自然災(zāi)害，我國(guó)也是干旱頻繁發(fā)生的國(guó)家，特別是在北方[1]。近年來(lái)，隨著經(jīng)濟(jì)的迅速發(fā)展，人口增加，自然環(huán)境的日益破壞，全球性氣候變暖等因素，使得干旱有了進(jìn)一步加重的趨勢(shì)[2]。傳統(tǒng)的農(nóng)業(yè)旱情監(jiān)測(cè)主要基于地面站點(diǎn)的土壤墑情數(shù)據(jù)，雖然其真實(shí)性較高，但監(jiān)測(cè)精度受控于地面站點(diǎn)的分布密度，很難大范圍精細(xì)地反映干旱狀況。遙感技術(shù)以其及時(shí)、客觀、數(shù)據(jù)連續(xù)性強(qiáng)，覆蓋范圍廣等優(yōu)點(diǎn)，彌補(bǔ)了地面站點(diǎn)的不足[3]，已成為區(qū)域旱情監(jiān)測(cè)的重要手段。遙感手段監(jiān)測(cè)大范圍旱情方法很多，其旱情指標(biāo)或是建立在植被指數(shù)基礎(chǔ)上，或是建立在地面溫度基礎(chǔ)上[4]。學(xué)者提出植被指數(shù)是反映植物生長(zhǎng)狀況和地表植被覆蓋度大小，利用植被指數(shù)作為水分脅迫指標(biāo)表現(xiàn)出一定的滯后性，相比之下地面溫度時(shí)效性更高，可是單獨(dú)采用地面溫度作為指標(biāo)，在植被覆蓋度較低的條件下旱情較高可能受到地面背景溫度的干擾。因此利用地表溫度和植被指數(shù)特征空間耦合而成的溫度植被干旱指數(shù)(TVDI)監(jiān)測(cè)大范圍的旱情得到了快速發(fā)展[5]。齊述華[6]等利用不同時(shí)相的NDVI-TS特征空間對(duì)全國(guó)進(jìn)行了旱情監(jiān)測(cè)，結(jié)果表明，TVDI與土壤濕度顯著相關(guān)，用來(lái)大范圍評(píng)價(jià)旱情是合理的。范遼生[8]推導(dǎo)出利用TVDI和干、濕邊土壤水分計(jì)算土壤含水量的方程，利用方程反演了杭州市伏旱期間的土壤表層的相對(duì)濕度，結(jié)果表明反演值和實(shí)測(cè)值之間的平均絕對(duì)誤差較小。由此看出 TVDI模型是一種較為成熟和理想的干旱監(jiān)測(cè)模型，因此本文采用TVDI模型法監(jiān)測(cè)干旱情況。在干旱管理中，為了能及時(shí)了解和應(yīng)對(duì)不同程度的干旱，人們往往把干旱劃分為不同的等級(jí)。目前我國(guó)已有氣象干旱指標(biāo)、農(nóng)業(yè)干旱指標(biāo)的國(guó)家級(jí)干旱等級(jí)標(biāo)準(zhǔn)，但對(duì)遙感監(jiān)測(cè)指標(biāo)的干旱等級(jí)劃分研究較少。在應(yīng)用遙感手段監(jiān)測(cè)干旱時(shí)必須要研究干旱的嚴(yán)重性、區(qū)域性和周期性等，而其嚴(yán)重程度就勢(shì)必要對(duì)遙感干旱監(jiān)測(cè)指標(biāo)進(jìn)行分級(jí)。如能將傳統(tǒng)農(nóng)業(yè)旱情監(jiān)測(cè)法與現(xiàn)代的TVDI監(jiān)測(cè)干旱法相結(jié)合，根據(jù)現(xiàn)有的國(guó)家干旱等級(jí)標(biāo)準(zhǔn)，來(lái)進(jìn)一步制定TVDI模型法的干旱等級(jí)，這樣即對(duì)干旱監(jiān)測(cè)方法有了進(jìn)一步的深入研究，又能獲得近實(shí)時(shí)定量化的干旱遙感監(jiān)測(cè)方法，進(jìn)而提高TVDI監(jiān)測(cè)土壤旱情的精度。

本文以黑龍江省為研究對(duì)象，利用省內(nèi)40個(gè)市縣氣象觀測(cè)站點(diǎn)、15年作物生長(zhǎng)期內(nèi)，以旬為單位觀測(cè)到的土壤墑情數(shù)據(jù)與同時(shí)間、同觀測(cè)點(diǎn)的MODIS遙感影像數(shù)據(jù)監(jiān)測(cè)的TVDI值相匹配，運(yùn)用區(qū)間估計(jì)法，以國(guó)家氣象干旱等級(jí)標(biāo)準(zhǔn)為依托，制定TVDI的干旱監(jiān)測(cè)等級(jí)，同時(shí)驗(yàn)證該等級(jí)的精度。最后利用該方法對(duì)2015年黑龍江省農(nóng)用地進(jìn)行旱情監(jiān)測(cè)，分析旱情發(fā)生的范圍、程度和發(fā)展變化趨勢(shì)，為決策部門提供引導(dǎo)和支持的依據(jù)。

1 研究區(qū)概況

黑龍江省位于我國(guó)東北邊疆，東、北部隔烏蘇里江、黑龍江與俄羅斯相望，南部與吉林省接壤，西部與內(nèi)蒙古自治區(qū)毗鄰。全省總面積45.4萬(wàn)km2，位居全國(guó)第六位，有耕地9.33萬(wàn)km2，其糧食產(chǎn)量位居全國(guó)首位，是我國(guó)重要的商品糧生產(chǎn)基地。可同時(shí)又是嚴(yán)重缺水的省份之一，水資源總量?jī)H占全國(guó)的2.7%；且水資源時(shí)空分布不均，東部多、西部少，山區(qū)多、平原少。年平均降水量為434.5 mm，<400 mm占37.5%，400～500 mm占45.8%，>500 mm占16.7%[7]。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源與數(shù)據(jù)處理

2.1.1 數(shù)據(jù)來(lái)源 遙感數(shù)據(jù)利用MODIS標(biāo)準(zhǔn)產(chǎn)品中16 d合成的植被指數(shù)MOD13A2和8 d合成的地表溫度MOD11A2數(shù)據(jù)。16天數(shù)據(jù)選取包括2001—2015年每年5月25日—6月10日，6月11日—6月26日，6月27日—7月12日，7月13日—7月28日，7月29日—8月13日，8月14日—8月29日，8月30日—9月14日，9月15日—9月30日的8期遙感影像產(chǎn)品，涵蓋了農(nóng)作物的整個(gè)生長(zhǎng)階段。

利用MCD12Q1土地覆蓋類型產(chǎn)品數(shù)據(jù)，監(jiān)測(cè)黑龍江省農(nóng)用地種植區(qū)域。根據(jù)國(guó)際地圈生物圈計(jì)劃(IGBP)的全球植被分類方案，選取DN值為12的像元為農(nóng)用地。

確定TVDI指數(shù)的干旱劃分等級(jí)，需要黑龍江省40個(gè)氣象站點(diǎn)內(nèi)與遙感數(shù)據(jù)時(shí)效相對(duì)應(yīng)的每一監(jiān)測(cè)期內(nèi)的0～50 cm土層的土壤相對(duì)濕度數(shù)據(jù)，一年8期，一期40個(gè)站點(diǎn)，15 a，總共4 800個(gè)土壤相對(duì)濕度數(shù)據(jù)。

2.1.2 數(shù)據(jù)處理 首先利用ModisTool工具，將MOD11A2和 MOD13A2產(chǎn)品數(shù)據(jù)進(jìn)行投影轉(zhuǎn)換，投影采用Albers Equal Area，基準(zhǔn)面為WGS-84；其次利用ENVI軟件將MOD11A2產(chǎn)品合成為16 d產(chǎn)品，合成原則是取兩景8 d數(shù)據(jù)進(jìn)行最大值合成，合成后對(duì)其LST-day波段進(jìn)行拼接，并利用黑龍江省矢量圖進(jìn)行研究區(qū)的裁剪，得到研究區(qū)內(nèi)的LST產(chǎn)品；對(duì)MOD13A2數(shù)據(jù)進(jìn)行重采樣得到1 km分辨率數(shù)據(jù)，對(duì)其NDVI波段進(jìn)行拼接、投影和裁剪，最后得到研究區(qū)NDVI產(chǎn)品。然后以0.01的NDVI閾值為步長(zhǎng)構(gòu)建NDVI-LST特征空間模型并同時(shí)計(jì)算TVDI。最后利用MCD12Q1土地覆蓋類型產(chǎn)品提取農(nóng)用地，利用ENVI的掩膜技術(shù)，將黑龍江省內(nèi)非農(nóng)用地區(qū)域進(jìn)行過(guò)濾處理，得到黑龍江省農(nóng)用地范圍內(nèi)TVDI值。

2.2 研究方法

2.2.1 TVDI模型法 國(guó)內(nèi)外學(xué)者研究了各種空間尺度和時(shí)間分辨率的植被指數(shù)和地表溫度的關(guān)系，發(fā)現(xiàn)NDVI和Ts之間存在明顯的負(fù)相關(guān)關(guān)系。主要原因是植被受到水分脅迫時(shí)下墊面溫度會(huì)急劇升高。Sandholt[13]等在研究植被指數(shù)-地表溫度特征空間時(shí)發(fā)現(xiàn)了很多條直線，據(jù)此提出了采用溫度植被干旱指數(shù)TVDI監(jiān)測(cè)地表濕度狀況，計(jì)算公式為：

(1)

Tsmax=a1+b1×NDVI

(2)

Tsmin=a2+b2×NDVI

(3)

代入公式(1)

然而，事實(shí)上，他們卻都是沒有理想、沒有信仰，也沒有完整的傳統(tǒng)文化思想體系的人，到一起也不過(guò)就談一些如何掙錢、如何享受以及卿卿我我的性愛話語(yǔ)。他們的一舉一動(dòng)，都還是為了吃好、穿好，以及感覺器官的享受而去追求、去奔波。在未來(lái)的生活長(zhǎng)河中，何時(shí)遇急流險(xiǎn)灘，何時(shí)遇風(fēng)雨交加，他們卻從來(lái)沒有想過(guò)。

(4)

式中，Ts為地表溫度；Tsmin為相同NDVI條件下的最小地表溫度,對(duì)應(yīng)NDVI-TsI特征空間的濕邊；Tsmax為相同NDVI條件下的最大地表溫度,對(duì)應(yīng)NDVI-Ts特征空間的干邊。其中a1、a2、b1、b2為擬合方程系數(shù)。

對(duì)于每個(gè)像元，利用NDVI確定Tsmax，根據(jù)T在Ts/NDVI梯形模型中的位置，計(jì)算TVDI。當(dāng)TVDI越大時(shí)，土壤濕度就越小；TVDI越小時(shí)，土壤濕度越大。在估計(jì)參數(shù)時(shí)，要求研究區(qū)域的范圍足夠大，地表覆蓋從裸土變化到比較稠密的植被覆蓋，土壤表層含水量從干枯含水量變化到田間持水量。2.2.2 TVDI干旱等級(jí)劃分方法 《氣象干旱等級(jí)》[9]中規(guī)定土壤相對(duì)濕度即土壤實(shí)際含水量占土壤田間持水量的比值，以百分率(%)表示，其等級(jí)劃分見表1。

表1 土壤相對(duì)濕度干旱等級(jí)劃分

將4 800個(gè)土壤相對(duì)濕度數(shù)據(jù)與MODIS數(shù)據(jù)獲取的TVDI值逐一對(duì)應(yīng)，按照土壤相對(duì)濕度的《氣象干旱等級(jí)》[9]劃分標(biāo)準(zhǔn)將TVDI值一一落在相應(yīng)的分級(jí)區(qū)域內(nèi)，即某一像素按照某已知土壤相對(duì)濕度劃分為中旱時(shí)，則將該像素的TVDI值劃分到中旱這一等級(jí)。TVDI值在0～1區(qū)間，通過(guò)區(qū)間估計(jì)原理確定《氣象干旱等級(jí)》[9]中每種干旱類型相對(duì)應(yīng)的TVDI干旱等級(jí)置信區(qū)間的下限值，將該下限作為TVDI兩種干旱類型間的劃分標(biāo)準(zhǔn)。

(5)

我們?nèi)≈眯艆^(qū)間的上限作為TVDI干旱等級(jí)的劃分界限，那么當(dāng)正態(tài)總體σ2未知時(shí)，其均值μ的單產(chǎn)置信上限為：

(6)

2.2.3 地面數(shù)據(jù)采集方法 根據(jù)表3中TVDI干旱等級(jí)劃分標(biāo)準(zhǔn)，對(duì)多年以旬為單位的干旱監(jiān)測(cè)結(jié)果進(jìn)行分級(jí)，分別以不同顏色顯示不同等級(jí)。在干旱等級(jí)劃分中利用了氣象站點(diǎn)的土壤相對(duì)濕度數(shù)據(jù)，2011年選取肇東市和賓縣兩個(gè)樣區(qū)，采用實(shí)地測(cè)量的方法，再對(duì)TVDI干旱監(jiān)測(cè)模型的定量化結(jié)果進(jìn)行驗(yàn)證分析。

實(shí)際測(cè)量中在每個(gè)樣區(qū)(肇東市、賓縣)分別選取10個(gè)1 000 m×1 000 m的樣地(MODIS影像中為一個(gè)像元大小)，每個(gè)樣地內(nèi)平均測(cè)量5次土壤水分(即A、B、C、D、E 5個(gè)點(diǎn))，用其總體平均值來(lái)代替該樣地的土壤水分值，樣地及樣點(diǎn)分布情況見圖1～2。

圖1 賓縣實(shí)地測(cè)量土壤水分監(jiān)測(cè)點(diǎn)分布

Fig.1 Distribution of soil for moisture-measuring in Binxian

注：遙感影像反演土壤水分分辨率為1 000 m，因此地面樣地采取1 000 m×1 000 m范圍大小，為提高地面測(cè)量精度，在每個(gè)樣區(qū)內(nèi)均勻選取5個(gè)點(diǎn)測(cè)量土壤水，并用均值代表該樣區(qū)的土壤水分值，下圖同。

Note: remote sensing image resolution inversion of soil moisture is 1 000 m, so the ground sample size is 1 000 m×1 000 m, in order to improving the ground of measurement precision, we equally choose five points to measure the soil moisture in each sample, the average value represents the soil moisture in the sample area, the same below.

圖2 肇東市實(shí)地測(cè)量土壤水分監(jiān)測(cè)點(diǎn)分布

Fig.2 Distribution of soil for moisture-measuring in Zhaodong

3 結(jié)果與驗(yàn)證分析

3.1 TVDI干旱等級(jí)劃分結(jié)果

TVDI值取0～1之間，其值與土壤相對(duì)濕度呈負(fù)相關(guān)性，當(dāng)TVDI值越小時(shí)，表示土壤相對(duì)濕度越大，越少有旱情發(fā)生；相反當(dāng)TVDI值越大時(shí)，表示土壤相對(duì)濕度越小，土壤越干旱。根據(jù)土壤相對(duì)濕度指數(shù)的干旱等級(jí)劃分標(biāo)準(zhǔn)，先確定TVDI無(wú)旱和干旱的劃分標(biāo)準(zhǔn)，應(yīng)用單側(cè)置信區(qū)間的原理，計(jì)算得到無(wú)旱這一級(jí)別置信區(qū)間上限，即從0到該置信區(qū)間上限均為無(wú)旱標(biāo)準(zhǔn)。

在輕旱和中旱等級(jí)劃分中，同樣利用單側(cè)置信區(qū)間理論，計(jì)算輕旱這一級(jí)別的置信區(qū)間上限，該上限值即為中旱的下限值，同樣的方法找到中旱和重旱及重旱和特旱的分界值。TVDI被分為無(wú)旱、輕旱、中旱、重旱、特旱5個(gè)等級(jí)，TVDI量化指標(biāo)的綜合分析結(jié)果如表2。

在特旱的等級(jí)劃分中，由于土壤相對(duì)濕度數(shù)據(jù)符合特旱等級(jí)的非常少，因此不單獨(dú)對(duì)該等級(jí)進(jìn)行TVDI的等級(jí)劃分，用劃分重旱的上限作為特旱的下限，TVDI值的最大值1作為特旱的置信度上限。TVDI干旱等級(jí)劃分標(biāo)準(zhǔn)如表3。

3.2 TVDI干旱等級(jí)劃分的驗(yàn)證

3.2.1 驗(yàn)證結(jié)果 將實(shí)地測(cè)量數(shù)據(jù)判斷的土壤干旱情況與TVDI干旱等級(jí)劃分的土壤干旱情況進(jìn)行對(duì)比，確定TVDI干旱等級(jí)劃分的精度，結(jié)果表明TVDI干旱等級(jí)劃分標(biāo)準(zhǔn)的準(zhǔn)確率達(dá)到83%，證明了TVDI可有效監(jiān)測(cè)土壤干旱情況，其等級(jí)劃分標(biāo)準(zhǔn)準(zhǔn)確度高。在實(shí)地測(cè)量數(shù)據(jù)中隨機(jī)抽取30個(gè)與TVDI等級(jí)劃分做對(duì)比分析(表4)。

表2 TVDI量化指標(biāo)的綜合分析

表3 溫度植被干旱指數(shù)干旱等級(jí)劃分標(biāo)準(zhǔn)

3.2.2 實(shí)地測(cè)量數(shù)據(jù)驗(yàn)證結(jié)果分析

(1) TVDI與實(shí)地測(cè)量0～20 cm土壤相對(duì)濕度數(shù)據(jù)相關(guān)性高。

用地面采集土壤相對(duì)濕度數(shù)據(jù)與TVDI值做擬合度分析，從圖3可看出實(shí)地測(cè)量0～20 cm的土壤相對(duì)濕度數(shù)據(jù)與對(duì)應(yīng)的TVDI值相關(guān)性較高，擬合度R2為0.65，效果較好；其之間呈負(fù)相關(guān)關(guān)系，即土壤相對(duì)濕度越大，旱情等級(jí)越低，相反旱情發(fā)生越嚴(yán)重。從驗(yàn)證結(jié)果來(lái)看，利用TVDI干旱等級(jí)劃分標(biāo)準(zhǔn)對(duì)黑龍江省旱情進(jìn)行監(jiān)測(cè)可準(zhǔn)確反映出黑龍江省的實(shí)際旱情。

(2) 在分析中發(fā)現(xiàn)TVDI干旱等級(jí)劃分的臨界點(diǎn)值附近TVDI劃分標(biāo)準(zhǔn)與實(shí)際標(biāo)準(zhǔn)存在偏差。

表4 實(shí)測(cè)土壤相對(duì)濕度數(shù)據(jù)與TVDI干旱等級(jí)劃分對(duì)比

如土壤相對(duì)濕度數(shù)據(jù)為30.96%，嚴(yán)格按照農(nóng)業(yè)干旱等級(jí)分類屬于重旱，而TVDI的重旱與中旱的臨界值為0.76，此時(shí)該點(diǎn)對(duì)應(yīng)的TVDI值為0.75屬于中旱等級(jí)，雖然TVDI值相差很小，但卻歸屬于不同的干旱級(jí)別，因此雖然TVDI干旱等級(jí)劃分標(biāo)準(zhǔn)整體精度較高，但在分界臨界值的位置上還是存在小誤差，待后期通過(guò)收集更多臨界值附近的干旱數(shù)據(jù)完善這一問(wèn)題。

圖3 實(shí)測(cè)土壤相對(duì)濕度數(shù)據(jù)與TVDI值的關(guān)系

Fig.3 The relationship between the measured soil relative humidity data and TVDI value

(3) 遙感數(shù)據(jù)受云影響使得TVDI分級(jí)結(jié)果與實(shí)際結(jié)果誤差較大。

從表4中可看到有的土壤相對(duì)濕度較大，而TVDI值也較大，干旱情況完全相反，這是由于遙感數(shù)據(jù)有云的干擾，由于降雨土壤相對(duì)濕度較大，受云干擾此時(shí)遙感圖像反演的并不是真實(shí)的陸面情況，云層較厚時(shí)，NDVI值較小，LST值較大，LST/NDVI建模反演TVDI值偏大。云是遙感數(shù)據(jù)處理的難題，薄云可做大氣校正簡(jiǎn)單處理，厚云只能將云覆蓋的區(qū)域掩膜掉，不做TVDI分析使用。

3.3 實(shí)際旱情發(fā)生結(jié)果驗(yàn)證

根據(jù)表3干旱等級(jí)的劃分標(biāo)準(zhǔn)，對(duì)多年以來(lái)以旬為單位的干旱監(jiān)測(cè)結(jié)果進(jìn)行分級(jí)，分別以不同灰度顯示不同的等級(jí)。同時(shí)對(duì)2015年黑龍江省農(nóng)用地進(jìn)行干旱監(jiān)測(cè)。結(jié)果顯示，7月下旬全省大范圍內(nèi)出現(xiàn)中旱，至8月初期，松嫩平原出現(xiàn)局部重旱旱情，8月下旬，全省旱情緩解，三江地區(qū)旱情較嚴(yán)重。根據(jù)省內(nèi)氣象站點(diǎn)數(shù)據(jù)可知自2015年7月全省氣溫較常年略高，降水偏少，從7月開始全省旱情呈現(xiàn)波動(dòng)變化，月末西部、東部均出現(xiàn)旱情，8月初西部局部旱情加重，東部部分地區(qū)由于降雨干旱有所緩解，由于黑龍江省降雨分布不均，在泰來(lái)、肇東、肇源降水量不足10 mm，與歷年同期相比，松嫩平原、三江平原個(gè)別縣呼瑪、孫吳、綏芬河、東寧偏少1～9成，致使三江平原、松嫩平原大部分區(qū)域均受到不同程度的干旱影響。監(jiān)測(cè)結(jié)果與實(shí)際氣象部門監(jiān)測(cè)結(jié)果相同，因此證明TVDI監(jiān)測(cè)大面積土壤干旱方法可行，其TVDI的干旱等級(jí)劃分標(biāo)準(zhǔn)也具有可行性。

4 結(jié) 論

本文利用土壤相對(duì)濕度氣象干旱等級(jí)劃分標(biāo)準(zhǔn)建立了溫度植被干旱指數(shù)模型的干旱劃分等級(jí)，利用該等級(jí)結(jié)合全省同期氣象資料及實(shí)際調(diào)查研究對(duì)干旱監(jiān)測(cè)結(jié)果進(jìn)行分析評(píng)價(jià)。結(jié)果表明：遙感監(jiān)測(cè)TVDI值與0～20 cm土壤相對(duì)濕度值線性擬合度較好，說(shuō)明該方法可以對(duì)黑龍江省干旱進(jìn)行監(jiān)測(cè)；利用置信區(qū)間原理將TVDI分為5個(gè)級(jí)別：0

圖4 2015年黑龍江省農(nóng)用地干旱監(jiān)測(cè)

Fig.4 Drought monitoring on agricultural dryland in Heilongjiang province in 2015

TVDI監(jiān)測(cè)模型的干旱等級(jí)劃分為干旱監(jiān)測(cè)的產(chǎn)業(yè)化、運(yùn)行化提供了理論基礎(chǔ)，農(nóng)業(yè)干旱監(jiān)測(cè)是旱災(zāi)系統(tǒng)研究中的首要步驟，為后期防災(zāi)減災(zāi)的順利進(jìn)行提供參考及指導(dǎo)作用。TVDI綜合了植被信息和地表溫度信息，可以反映出一個(gè)地區(qū)旱情程度的高低。這為以后能及時(shí)對(duì)黑龍江省內(nèi)農(nóng)用地旱情的監(jiān)測(cè)、預(yù)測(cè)提供了方便。但是由于采用的MODIS數(shù)據(jù)分辨率與地面實(shí)際情況會(huì)有一些差異，對(duì)實(shí)際旱情監(jiān)測(cè)會(huì)有一定的影響；影響旱情的因素是復(fù)雜多樣的，在今后的研究中，加大高分?jǐn)?shù)據(jù)的應(yīng)用，利用高分?jǐn)?shù)據(jù)影像代替地面實(shí)際調(diào)查，從而即減輕了工作強(qiáng)度，又提高了監(jiān)測(cè)精度。在模型構(gòu)建中也可以與其他植被監(jiān)測(cè)指數(shù)進(jìn)行對(duì)比分析以取得更好的效果，進(jìn)一步提高監(jiān)測(cè)精度。 在使用MODIS數(shù)據(jù)時(shí)雖然做了預(yù)處理，進(jìn)來(lái)了質(zhì)量控制，但在TVDI模型中仍存在一些質(zhì)量較差的像元，使得對(duì)遙感反演的TVDI值與實(shí)際土壤相對(duì)含水量建立的關(guān)系模型產(chǎn)生一定的誤差，影響其精度，在以后土壤濕度的研究中，如何最大限度地減少或刪除無(wú)效像元對(duì)遙感影像的影響是亟需解決的問(wèn)題。

[1] 毛學(xué)森,張永強(qiáng),沈彥俊.水分脅迫對(duì)冬小麥植被指數(shù)NDVI影響及其動(dòng)態(tài)變化特征[J].干旱地區(qū)農(nóng)業(yè)研究,2002,20(1)：69-71.

[2] 韓麗娟,王鵬新,王錦地,等.植被指數(shù)-地表溫度構(gòu)成的特征空間研究[J].中國(guó)科學(xué)D輯:地球科學(xué),2005,35(4):371-377.

[3] 劉良云,張 兵,鄭蘭芬.利用溫度和植被指數(shù)進(jìn)行地物分類和土壤水分反演[J].紅外與毫米波學(xué)報(bào),2002,21(4):269-273.

[4] 姚春生,張?jiān)鱿?汪 瀟.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.

[5] 王鵬新,李小文.條件植被溫度指數(shù)及其在干旱監(jiān)測(cè)中的應(yīng)用[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2001,26(5)：412-418.

[6] 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):420-428.

[7] 莫偉華,王陣會(huì),孫 涵,等.基于植被供水指數(shù)的農(nóng)田干旱遙感監(jiān)測(cè)研究[J].南京氣象學(xué)院學(xué)報(bào),2006,29(3)：396-401.

[8] 范遼生,姜紀(jì)紅,盛 暉，等.利用溫度植被干旱指數(shù)(TVDI)方法反演杭州伏旱期土壤水分[J].中國(guó)農(nóng)業(yè)氣象,2009,30(2):230-234.

[9] 中華人民共和國(guó)國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局.GB/T 20481—2006中華人民共和國(guó)國(guó)家標(biāo)準(zhǔn):氣象干旱等級(jí)[S].北京:中國(guó)標(biāo)準(zhǔn)出版社,2006.

[10] Price J C. Using spatial context in satellite data to infer regional scale evapotranspiration[J]. Transactions on Geoscience and Remote Sensing, 1990,28：940-948.

[11] 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

[12] Moron 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, 1994,49:246-263.

[13] 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.

[14] 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, 1994,49:246-263

[15] 趙選民,徐 偉,師義民,等.數(shù)理統(tǒng)計(jì)[M].北京:科學(xué)出版社,1997.

[16] 范金城,梅長(zhǎng)林.數(shù)據(jù)分析[M].北京:科學(xué)出版社,2002.

[17] 張玉芳,王明田,劉 娟,等.基于水分盈虧指數(shù)的四川省玉米生育期干旱時(shí)空變化特征分析[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào),2013,21(2)：236-242.

[18] 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):420-428.

[19] 于 健,楊國(guó)范,王 穎,等.基于MODIS數(shù)據(jù)反演阜新地區(qū)土壤水分的研究[J].遙感技術(shù)與應(yīng)用,2011,26(4):413-419.

[20] 劉 茜.基于MODIS數(shù)據(jù)的黑龍江省農(nóng)業(yè)干旱遙感監(jiān)測(cè)研究[D].南京：南京信息工程大學(xué)，2011.

[21] 李芳花.黑龍江省半干旱地區(qū)土壤水分遙感監(jiān)測(cè)技術(shù)研究及應(yīng)用[D].吉林：吉林大學(xué)，2006.

[22] 劉 迪,李芳花.黑龍江省旱情信息中心干旱分級(jí)標(biāo)準(zhǔn)的確定[J].水利科技與經(jīng)濟(jì),2011,17(5):73-74.

[23] 龐治國(guó).干旱遙感監(jiān)測(cè)模型研究及墑情預(yù)報(bào)探索—以黑龍江為例[D].北京：中國(guó)水利水電科學(xué)研究院，2003.

[24] 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):998-1005.

Investigation on dynamic changes of drought in Heilongjiang Province based on temperature vegetation drought index

WU Li

(RemoteSensingTechniqueCenterofHeilongjiangAcademyofAgriculturalSciences,Harbin,Heilongjiang150086,China)

To carry out dynamic monitoring of the drought in Heilongjiang Province in 2015, MODIS data from June to September were used to calculate temperature vegetation drought index (TVDI). Baesd on the agricultural drought grade division standard of soil relative humidity and TVDI data of ten days as a unit over the past 15 years from 40 dry farming site, TVDI drought monitoring level was set. The agricultural drought grade division standard were verified by the soil relative humidity data of field survey in 2011, and the accuracy of the verified results reached 83%. The results showed there were five levels of TVDI value: no drought (TVDI<0.46)，light drought (0.46

temperature vegetation drought index; MODIS; classification of drought grades; Heilongjiang Province

1000-7601(2017)04-0276-07

10.7606/j.issn.1000-7601.2017.04.42

2016-05-10

哈爾濱市科學(xué)技術(shù)局青年后備人才項(xiàng)目(2014RFQYJ108)；國(guó)防科工局重大專項(xiàng)科研項(xiàng)目子項(xiàng)目(E0201/1112-2)

吳 黎(1983—),女,黑龍江巴彥人,助理研究員，研究方向?yàn)檗r(nóng)業(yè)遙感與應(yīng)用。E-mail：aromawu@163.com。

S423

A