李亞男，于文金，謝 濤，周鴻漸

(1.南京信息工程大學(xué) 地理科學(xué)學(xué)院，江蘇 南京 210044；2.南京信息工程大學(xué) 遙感與測(cè)繪工程學(xué)院，江蘇 南京 210044；3.南京信息工程大學(xué) 教務(wù)處，江蘇 南京 210044)

在我國(guó)，由于季風(fēng)氣候的特性，降水時(shí)空分布差異大，大規(guī)模的干旱時(shí)有發(fā)生，給農(nóng)業(yè)生產(chǎn)、人民生活和經(jīng)濟(jì)發(fā)展造成極大不便。河北省地處我國(guó)華北地區(qū)，屬于溫帶季風(fēng)氣候，近年來(lái)干旱頻發(fā)，作為我國(guó)重要的糧食產(chǎn)地，這嚴(yán)重制約了當(dāng)?shù)氐霓r(nóng)業(yè)生產(chǎn)。因此及時(shí)、精準(zhǔn)、有效的干旱監(jiān)測(cè)，有利于準(zhǔn)確了解大范圍的干旱狀況，以便及時(shí)采取應(yīng)對(duì)措施減輕災(zāi)害對(duì)糧食安全產(chǎn)生的危害，這對(duì)農(nóng)業(yè)生產(chǎn)，經(jīng)濟(jì)建設(shè)具有重要的意義。風(fēng)云四號(hào)衛(wèi)星是我國(guó)發(fā)射的第二代靜止軌道氣象衛(wèi)星，其搭載了四種國(guó)際先進(jìn)的有效載荷，能全面提高我國(guó)對(duì)天氣、災(zāi)害和環(huán)境的監(jiān)測(cè)能力[1]。多通道掃描成像輻射計(jì)AGRI (Advanced Geostationary Radiation Imager)是FY_4A衛(wèi)星上搭載的傳感器之一，用于對(duì)地球氣象、環(huán)境的二維成像觀測(cè)。其設(shè)有14個(gè)探測(cè)波段，探測(cè)波長(zhǎng)在0.45～13.8 μm之間，可探測(cè)到大氣、陸表和海洋的可見光至熱紅外的發(fā)射輻射，為大面積的遙感干旱監(jiān)測(cè)提供了一種新的遙感數(shù)據(jù)源。Himawari-8衛(wèi)星是日本的靜止軌道氣象衛(wèi)星，于2014年發(fā)射，其搭載的16通道的葵花衛(wèi)星高級(jí)成像儀AHI (Advanced Himawari Imager)有著與風(fēng)云四號(hào)衛(wèi)星相似的通道設(shè)置[2]，具有高精度、高光譜、高空間分辨率等特點(diǎn)，對(duì)于風(fēng)云四號(hào)衛(wèi)星的應(yīng)用研究具有重要的參考價(jià)值。

風(fēng)云四作為新型的衛(wèi)星遙感數(shù)據(jù)，目前應(yīng)用研究不多。本文將利用FY-4 AGRI數(shù)據(jù)對(duì)2018年秋季河北省的干旱狀況進(jìn)行監(jiān)測(cè)，并對(duì)比同期的Himawari-8 AHI數(shù)據(jù)，驗(yàn)證其監(jiān)測(cè)精度，對(duì)比分析兩種傳感器在干旱監(jiān)測(cè)中的表現(xiàn)，分析2018年秋季河北省的干旱狀況。本文為探索新型國(guó)產(chǎn)氣象衛(wèi)星數(shù)據(jù)在地表環(huán)境監(jiān)測(cè)中的應(yīng)用進(jìn)行了有益的嘗試，對(duì)于新一代國(guó)產(chǎn)衛(wèi)星數(shù)據(jù)的推廣使用有積極的意義。

1 研究區(qū)概況與數(shù)據(jù)

1.1 研究區(qū)概況

河北省地處我國(guó)華北地區(qū)，位于113°04′～119°50′E，36°03′～42°40′N之間，東臨渤海，西部與北部分別與山西、內(nèi)蒙、遼寧相連，南部與山東、河南接壤。全省面積187 693 km2，地勢(shì)西北高，東南低。西北部為燕山、太行山山地，海拔多在2 000 m以下；北部為壩上高原，屬于蒙古高原的一部分，平均海拔在1 200～1 500 m，東南部平原屬于華北平原的一部分，平均海拔在50 m左右，面積占全省的41.2%，冬小麥主要種植于此。氣候上屬于溫帶大陸性氣候，四季分明，夏季高溫多雨，冬季寒冷少雨。年均溫在-3℃～14℃之間，年平均降水為537.1 mm，降水量夏季最多，冬季最少，秋季高于春季[3]。全省耕地面積約6.2萬(wàn)km2，農(nóng)作物類型以小麥、玉米為主，主要分布在東南部平原地區(qū)(圖1)。

圖1 研究區(qū)及實(shí)測(cè)樣點(diǎn)分布圖

2018年秋季，河北省發(fā)生了持續(xù)性的氣象干旱，平均干旱日數(shù)為64.8 d，較常年偏多27 d，為2007年以來(lái)最多[4]。本文統(tǒng)計(jì)了自2000年以來(lái)的河北省歷年秋季平均降水量與多年平均降水量(圖2)，發(fā)現(xiàn)2018年秋季，河北省全省平均降水量為33.3 mm，為2000年以來(lái)的歷史最小值，降水量較常年平均偏少66.4%，屬于顯著偏少年份。因此就歷史同期數(shù)據(jù)來(lái)看，2018年河北省秋季處于干旱狀態(tài)，因此選取了河北省作為本文的研究區(qū)。

圖2 河北省歷年秋季平均降水量變化(2000-2018年)

1.2 研究數(shù)據(jù)

FY-4 AGRI數(shù)據(jù)采用HDF5作為存儲(chǔ)格式，數(shù)據(jù)集包含了所有的光譜通道和定標(biāo)通道。本研究采用1km的L1級(jí)數(shù)據(jù)，包含第1，2，3通道的光譜通道和定標(biāo)通道，數(shù)據(jù)來(lái)源于國(guó)家衛(wèi)星氣象中心。Himawari-8 AHI數(shù)據(jù)采用分辨率為2km的全圓盤L1級(jí)數(shù)據(jù)，包括16個(gè)波段的輻射通道和經(jīng)緯度文件，數(shù)據(jù)來(lái)源于日本宇宙航空研發(fā)機(jī)構(gòu)(Japan Aerospace Exploration Agency)。

數(shù)據(jù)時(shí)間為2018-09-08、2018-09-24、2018-10-04、2018-10-24、2018-11-02、2018-11-25這6期數(shù)據(jù)，數(shù)據(jù)時(shí)間的選取依據(jù)是：①為反映干旱的時(shí)間變化狀態(tài)，選取2018年秋季9-11月每月月初及月末的影像；②晴朗少云的天氣狀況，靜止軌道衛(wèi)星數(shù)據(jù)的高時(shí)間分辨率可在1 d的同一地區(qū)內(nèi)獲取多幅影像數(shù)據(jù)，數(shù)據(jù)選取的時(shí)間為該日內(nèi)云量較少的影像時(shí)間。對(duì)所有遙感數(shù)據(jù)進(jìn)行定位、定標(biāo)和大氣校正等預(yù)處理，生成研究區(qū)的反射率數(shù)據(jù)集。

本文的驗(yàn)證數(shù)據(jù)采用研究區(qū)土壤相對(duì)濕度的地基觀測(cè)數(shù)據(jù)。本文收集了河北省18個(gè)國(guó)家級(jí)農(nóng)氣站的土壤相對(duì)濕度站點(diǎn)數(shù)據(jù)，取樣深度為10cm和20cm。站點(diǎn)分布見圖1。

2 研究方法

2.1 垂直干旱指數(shù)PDI

植被對(duì)紅光強(qiáng)烈吸收，對(duì)近紅外強(qiáng)烈反射，水體對(duì)紅光和近紅外波段均強(qiáng)烈吸收，而裸地反射率從紅光到近紅外變化很小，因此土壤含水量是影響土壤反射率的重要因素。土壤含水量越高，其在紅光和近紅外的反射率越低，含水量越低，反之反射率越高?；谕寥赖倪@種光譜特性，阿布都瓦斯提·吾拉木、詹志明等[5-6]利用Landsat ETM+影像構(gòu)建了近紅外和紅光的反射率特征空間，表征了不同水分狀況下的土壤光譜變化規(guī)律，并由此建立了土壤水分監(jiān)測(cè)模型——垂直干旱指數(shù)(Perpendicular Drought Index, PDI)。

在NIR-Red光譜特征空間中，二維坐標(biāo)的每一個(gè)點(diǎn)對(duì)應(yīng)影像中的一個(gè)像元，植被和水體像元分布于土壤線的上下兩側(cè)[7-8]，植被像元和裸土像元呈典型的三角形分布，裸土像元多分布于三角形的下方，這些裸土像元可提取一條土壤線，然后作土壤線的垂線，點(diǎn)到土壤線的垂直距離表征對(duì)應(yīng)像元土壤水分的含量，二者呈負(fù)相關(guān)關(guān)系。其數(shù)學(xué)表達(dá)式為：

(1)

式中：RRED和RNIR分別為紅光和近紅外波段的反射率，M為NIR-Red光譜特征空間中由土壤點(diǎn)擬合得到的土壤線斜率。PDI的值在0～1之間，值越大，表示干旱越嚴(yán)重。

2.2 土壤線提取

土壤線是指在二維光譜特征空間中土壤像元按照光譜反射率的大小排列而成的直線，它反映了不同水分條件下的土壤含水狀況[9]。本文參考秦其明的土壤線自動(dòng)提取算法來(lái)擬合河北省的土壤線，該算法可保證模型精度的同時(shí)提高土壤線計(jì)算效率，是土壤線提取的常用解決辦法。提取步驟如下。

(1)繪制二維光譜特征空間。以紅光反射率為橫坐標(biāo)，近紅外反射率為縱坐標(biāo)，將遙感影像的所有像元繪制到二維散點(diǎn)圖中。考慮到計(jì)算機(jī)的性能，直接繪制所有的像元點(diǎn)效率太低，因此可對(duì)影像進(jìn)行適當(dāng)采樣，確定土壤點(diǎn)集。根據(jù)經(jīng)驗(yàn)，當(dāng)子集數(shù)為200～300時(shí)，土壤線的波動(dòng)較小[10]。根據(jù)AGRI影像和AHI影像紅光反射率值的范圍，本文設(shè)定的步長(zhǎng)為：

StepAGRI= 0.0004；StepAHI= 0.0005。

(2)

(2)確定初始土壤點(diǎn)集。裸土像元一般分布于二維光譜特征空間中散點(diǎn)圖的下方。按照步驟(1)中設(shè)定的步長(zhǎng)，將橫坐標(biāo)紅光反射率分成若干子集，找到每個(gè)土壤子集中縱坐標(biāo)的最小點(diǎn)，即每個(gè)橫坐標(biāo)分組中近紅外反射率的最小值，構(gòu)成(X, Y)點(diǎn)集，作為土壤線的初始點(diǎn)集。

(3)自適應(yīng)區(qū)的選取。步驟(2)中提取的土壤點(diǎn)集并非是絕對(duì)的裸土像元，其中可能混入了大量的植被像元。自適應(yīng)區(qū)的選取就是將初始點(diǎn)集的范圍縮小，減少非裸土像元的數(shù)量，來(lái)完成土壤點(diǎn)集的初步篩選。本文初始篩選的方法是分別計(jì)算橫坐標(biāo)區(qū)間范圍內(nèi)0%～50%、0%～75%、0%～100%、25%～75%、25%～100%和50%～100%的土壤點(diǎn)集的相關(guān)系數(shù)，選取相關(guān)性最強(qiáng)的子集來(lái)估算土壤線。

(4)迭代篩選土壤點(diǎn)。將步驟(3)中獲取的土壤點(diǎn)集進(jìn)行循環(huán)迭代，每次都把垂直偏差最大的點(diǎn)從土壤點(diǎn)集中刪除，以獲取最終的土壤點(diǎn)集。最后擬合出土壤線，得到土壤線斜率。

2.3 云水檢測(cè)

自動(dòng)提取算法提取的土壤線像元分布于二維光譜空間的下方。這個(gè)算法雖然可以避開散點(diǎn)圖中左上方的植被像元，但無(wú)法解決水體像元和云像元的影響，因此在實(shí)際應(yīng)用中，需對(duì)影像進(jìn)行云水檢測(cè)，剔除云水覆蓋的像元，以獲取真實(shí)的土壤線。

2.3.1 云檢測(cè)

本文參考MODIS的可見光和近紅外云檢測(cè)閾值法[11]，并將其運(yùn)用到風(fēng)云數(shù)據(jù)和葵花數(shù)據(jù)中。

MODIS可見光波段反射率云檢測(cè)：晴空時(shí)，單波段的地表反射率無(wú)云的會(huì)比有云時(shí)低，紅光的反射率會(huì)比近紅外的低；而在有云覆蓋的情況下，紅光的反射率和近紅外的相近。此方法是利用云和地表反射率的差異性來(lái)檢測(cè)云，適用于地表和云反射率差異較大的情況下。MODIS 0.65 μm的紅光波段反射率檢測(cè)適用于陸地，0.86 μm的近紅外波段反射率適用于海洋和沙漠。

MODIS可見光和近紅外比值反射率云檢測(cè)：紅光和近紅外在有云覆蓋時(shí)反射率的差異很小，而在水面或植被區(qū)域差別較大，因此紅光和近紅外的比值反射率可以用來(lái)區(qū)分云和水體。

綜合以上兩種方法，將MODIS云檢測(cè)算法應(yīng)用于FY-4 AGRI 和Himawari-8 AHI中，找出AGRI和AHI中與MODIS相近的波段，適用于MODIS可見光與比值閾值法的波段分別為AGRI的第2、第3波段和AHI的第3、第4波段，各傳感器對(duì)應(yīng)波段信息見表1。

表1 MODIS與AGRI、AHI對(duì)應(yīng)的云檢測(cè)波段信息

本文以2018年9月8日的AGRI數(shù)據(jù)為實(shí)驗(yàn)數(shù)據(jù)，構(gòu)建NIR-Red光譜特征空間，采用監(jiān)督分類的方法，提取該影像中云覆蓋的像元，計(jì)算紅光波段反射率和紅光-近紅外波段的比值反射率在云覆蓋中的閾值。最后對(duì)影像進(jìn)行有云和無(wú)云覆蓋的像元分類，去除有云像元。

2.3.2 水體檢測(cè)

在NIR-Red光譜特征空間中，水體像元分布在特征空間下部，易與裸土像元混在一起，對(duì)土壤線自動(dòng)提取算法的精度有很大影響，因此選取合適的方法提取水體像元尤為重要。常用的水體提取方法有三種：?jiǎn)尾ǘ伍撝捣ā⒆V間關(guān)系法和水體指數(shù)法[12-14]。參考程磊[13]在黃土高原地區(qū)利用歸一化水體指數(shù)(NDWI)并結(jié)合閾值法識(shí)別出了黃土高原的水體和其他下墊面，本文對(duì)水體的檢測(cè)也采取歸一化地表參數(shù)結(jié)合閾值法來(lái)識(shí)別水體。這種方法能在復(fù)雜的下墊面中準(zhǔn)確識(shí)別出水體，且能有效去除山體陰影，提取出的水體更加真實(shí)準(zhǔn)確。由于AGRI數(shù)據(jù)缺少歸一化水體指數(shù)所需的綠光波段，因此本文選取歸一化的植被指數(shù)(NDVI)來(lái)代替，并結(jié)合紅光波段，給定閾值，最后檢測(cè)出水體，去除水體像元。NDVI的表達(dá)式如下：

NDVI=(RNIR-Rred)/(RNIR+Rred)。

(3)

式中：Rred和RNIR分別為紅光和近紅外波段的反射率。NDVI值的范圍為-1～1，理論上小于0的值表示覆蓋地表是云、雪、水等；0值表示為巖土或褐土等土壤下墊面，大于0的值表示植被覆蓋。但在實(shí)際應(yīng)用過(guò)程中，水體覆蓋的NDVI值也可能會(huì)大于0，因此需要對(duì)水體像元覆蓋的NDVI賦給一個(gè)新的閾值。

同樣以9月8日河北省的AGRI數(shù)據(jù)為例，采用監(jiān)督分類的方法，提取該影像中水體覆蓋的像元，計(jì)算水體像元在紅光波段反射率和NDVI上的閾值。最后對(duì)影像進(jìn)行水體和非水體的像元分類，剔除水體覆蓋的像元。

3 結(jié)果分析

3.1 云水檢測(cè)結(jié)果

3.1.1 云檢測(cè)結(jié)果

以2018年9月8日的河北省AGRI數(shù)據(jù)為實(shí)驗(yàn)數(shù)據(jù)，該日河北省西北部有明顯的云覆蓋區(qū)域。圖3為2018年9月8日的FY-4 AGRI云檢測(cè)結(jié)果圖，圖3a為云檢測(cè)前，圖3b為云檢測(cè)后，圖3c為云像元在二維光譜空間中的散點(diǎn)圖，紅色部分代表云。對(duì)比云檢測(cè)前后的結(jié)果，可以看出基于紅光反射率和紅光-近紅外的比值反射率的閾值法可以較好地提取出云像元。全部影像云檢測(cè)的閾值結(jié)果如表2所示。

表2 AGRI和AHI云檢測(cè)閾值結(jié)果

圖3 河北省2018年9月8日FY-4 AGRI云檢測(cè)結(jié)果

3.1.2 水體檢測(cè)結(jié)果

同樣以9月8日河北省的AGRI數(shù)據(jù)為例，計(jì)算該日水體像元的閾值范圍，分別為Rred<0.1和NDVI<0.26，結(jié)果見圖4。圖4a中可以看到，該閾值可以將大部分的水體像元去除，但仍然有少部分的靠近裸土像元的像元未被去除；圖4b顯示了被去除掉的水體像元，如黑色框中是河北省與渤海交界處的深水區(qū)，紅色框中是河北省內(nèi)的水庫(kù)、河流等水域。此方法可以去除掉大部分水域尤其對(duì)深水區(qū)的去除效果明顯，但在水面較淺的地區(qū)，水體像元與裸土區(qū)的像元在NDVI的值上有部分重合而無(wú)法全部去除。

圖4 河北省2018-09-08 AGRI影像水體檢測(cè)結(jié)果

為了保留NIR-Red光譜特征空間中相對(duì)完整的裸土像元，給定NDVI的閾值不應(yīng)過(guò)高。利用NDVI結(jié)合紅光波段反射率的閾值法，將全部傳感器影像進(jìn)行水體檢測(cè)，閾值結(jié)果見表3。

表3 AGRI和AHI傳感器水體檢測(cè)的閾值結(jié)果

比較AGRI和AHI傳感器水體檢測(cè)的計(jì)算結(jié)果，發(fā)現(xiàn)單波段反射率的閾值A(chǔ)HI整體上比AGRI要大，但在NDVI比值反射率上二者間閾值結(jié)果相差不大，這是由于兩種傳感器對(duì)光譜響應(yīng)的差異造成的，在單波段反射率上AHI傳感器比AGRI傳感器整體偏大。通過(guò)給定合理的閾值，AGRI數(shù)據(jù)和AHI數(shù)據(jù)的水體檢測(cè)結(jié)果基本一致。

3.2 土壤線提取結(jié)果

基于土壤線自動(dòng)提取算法對(duì)全部影像進(jìn)行土壤線提取(表4)。可以看到隨時(shí)間的不同，土壤線略有波動(dòng)，但大體上是穩(wěn)定的，土壤線斜率穩(wěn)定在0.8～1.2左右。兩個(gè)傳感器提取的土壤線的最大值均出現(xiàn)在2018年10月24日，土壤線斜率的波動(dòng)大體相同?？梢哉J(rèn)為基于該方法提取的土壤線是可靠的。

表4 AGRI和AHI的土壤線提取結(jié)果

3.3 PDI旱情分析

根據(jù)3.2中擬合的土壤線斜率，利用公式(1)對(duì)河北省的AGRI和AHI遙感影像計(jì)算垂直干旱指數(shù)PDI，將其結(jié)果導(dǎo)入ArcGIS中進(jìn)行渲染(圖5)。PDI的值在0～1之間波動(dòng)，值越大，代表該地旱情越嚴(yán)重。結(jié)果顯示，河北省2018年秋季整體呈干旱的趨勢(shì)。9月，PDI指數(shù)相對(duì)較低，全省土壤墑情狀況較好，9月8日AGRI計(jì)算的PDI均值為0.189，9月24日為0.2；10月干旱進(jìn)一步發(fā)展，10月4日AGRI計(jì)算的PDI均值為0.22，10月24日為0.27；11月干旱程度最為嚴(yán)重，PDI值整體較高，11月2日AGRI計(jì)算的PDI均值為0.31，11月25日為0.24。河北省的干旱主要發(fā)生在東南大部分地區(qū)和西北、東北部少部分地區(qū)，東北西南山地植被區(qū)的PDI指數(shù)變化不明顯，中南部華北平原對(duì)PDI的響應(yīng)更明顯。

對(duì)比AGRI和AHI結(jié)果圖發(fā)現(xiàn)，整體上基于AGRI計(jì)算的PDI指數(shù)與基于AHI計(jì)算的PDI指數(shù)在干旱變化趨勢(shì)上相對(duì)一致，但AGRI的PDI變化層次較AHI的更為清晰，反映出AGRI對(duì)土壤水分變化的敏感性。

對(duì)PDI指數(shù)進(jìn)行干旱分級(jí)。參考前人基于PDI模型的干旱指數(shù)分級(jí)研究[15-16]，分析PDI與實(shí)測(cè)土壤相對(duì)濕度的關(guān)系，并結(jié)合河北省的實(shí)際情況，建立了PDI干旱等級(jí)的分級(jí)標(biāo)準(zhǔn)(表5)。

圖5 河北省9-11月PDI結(jié)果圖(上：AGRI；下：AHI)

圖6 河北省2018年秋季干旱監(jiān)測(cè)結(jié)果

表5 PDI、土壤相對(duì)濕度與干旱等級(jí)間的對(duì)應(yīng)關(guān)系

利用這一標(biāo)準(zhǔn)對(duì)PDI指數(shù)進(jìn)行干旱分級(jí)。由上述PDI結(jié)果可知，基于AGRI傳感器和AHI傳感器計(jì)算得到的PDI分布趨勢(shì)基本一致，所以這里僅對(duì)AGRI影像進(jìn)行干旱分級(jí)(圖6)，9月旱情初步發(fā)展，河北省大部分地區(qū)土壤墑情良好，9月初僅華北平原和西北山地出現(xiàn)少量輕度干旱，9月下旬干旱面積有所發(fā)展，但全省仍然是以輕度干旱為主。10月旱情加重，受旱面積和干旱程度較9月明顯增加，河北省中南部的華北平原地區(qū)，受旱面積最大，以輕度和重度干旱為主，河北省西部和東北部還出現(xiàn)少量重度干旱。10月下旬到11月上旬，旱情進(jìn)一步發(fā)展，以輕度干旱和中度干旱為主，旱情呈現(xiàn)從南到北發(fā)展的趨勢(shì)。到11月下旬，旱情有所緩解，河北省基本以輕度干旱為主?？梢钥吹胶颖笔〉闹饕珊档貐^(qū)集中在中南部的華北平原，華北平原是我國(guó)冬小麥的主要種植區(qū)域，華北平原旱情的發(fā)展給當(dāng)?shù)氐霓r(nóng)業(yè)生產(chǎn)造成了影響。

4 PDI精度驗(yàn)證及對(duì)比

本文收集了河北省18個(gè)國(guó)家級(jí)農(nóng)氣站站點(diǎn)的土壤相對(duì)濕度數(shù)據(jù)，分別與PDI進(jìn)行相關(guān)性分析，驗(yàn)證結(jié)果如表6所示?？梢钥闯?，基于AGRI反演的PDI結(jié)果與實(shí)測(cè)數(shù)據(jù)呈負(fù)相關(guān)關(guān)系，二者大體上有較好的相關(guān)性，相關(guān)系數(shù)穩(wěn)定在0.6左右，整體上11月25日的相關(guān)性最好，10月4日的相關(guān)性最差，最大值為0.82，最小值為0.46；基于AHI反演的PDI結(jié)果與實(shí)測(cè)數(shù)據(jù)呈負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)在0.5～0.7左右，整體上9月24日的相關(guān)性最好，11月2日的相關(guān)性最差，最大值為0.74，最小值為0.42。

表6 AGRI和AHI與實(shí)測(cè)數(shù)據(jù)的驗(yàn)證精度

注：*通過(guò)0.05置信度檢驗(yàn)；**通過(guò)0.01置信度檢驗(yàn)

對(duì)比AGRI和AHI的精度結(jié)果，發(fā)現(xiàn)傳感器反演的PDI均與實(shí)測(cè)數(shù)據(jù)呈負(fù)相關(guān)關(guān)系，且相關(guān)性普遍在0.5以上。AHI傳感器在20 cm土壤深度的相關(guān)性要更高，但在10 cm土壤深度上，AGRI與實(shí)測(cè)土壤相對(duì)濕度數(shù)據(jù)的相關(guān)性更穩(wěn)定?？傮w上，20 cm的土壤濕度數(shù)據(jù)與PDI之間的相關(guān)性均強(qiáng)于10 cm的土壤濕度。這是由于10 cm深度的土層易受近地表風(fēng)速和氣象條件的影響，并不能準(zhǔn)確反映地表的反射率特性，而20 cm深度的土壤更接近作物根部，土壤水分對(duì)作物的影響更大，更能真實(shí)反映出作物的受旱情況，這與現(xiàn)有的研究發(fā)現(xiàn)一致。朱琳等[16]利用風(fēng)云3號(hào)衛(wèi)星MERSI數(shù)據(jù)對(duì)內(nèi)蒙古東遼市和赤峰市進(jìn)行PDI干旱監(jiān)測(cè)，20 cm深度的土壤水分相對(duì)數(shù)據(jù)與PDI的相關(guān)性明顯高于10 cm深度的土壤水分?jǐn)?shù)據(jù)，R2在0.41～0.96之間；李峰等[17]同樣利用MERSI數(shù)據(jù)對(duì)2010年山東省秋冬季節(jié)干旱進(jìn)行PDI監(jiān)測(cè)，20 cm深度的土壤水分與PDI的相關(guān)性更好，相關(guān)性在0.437～0.609之間。

以2018年9月8日這天的PDI結(jié)果為例，將基于AGRI和AHI反演的站點(diǎn)所在PDI值進(jìn)行對(duì)比(圖7)，發(fā)現(xiàn)AHI反演的PDI值整體偏高，這是由傳感器對(duì)光譜響應(yīng)的差異造成的，總體趨勢(shì)上，AGRI反演的站點(diǎn)PDI值與AHI反演的值趨勢(shì)相當(dāng)。

圖7 2018年9月8日基于AGRI和AHI的站點(diǎn)PDI值

綜上，可以說(shuō)明兩種傳感器均適用于PDI的干旱監(jiān)測(cè)。在監(jiān)測(cè)能力上，AHI傳感器與20 cm深度的土壤濕度相關(guān)性更高，但AGRI傳感器在10 cm深度的土壤濕度上穩(wěn)定性更好?；诖?，可以說(shuō)明新型的國(guó)產(chǎn)靜止軌道衛(wèi)星數(shù)據(jù)(AGRI)在干旱監(jiān)測(cè)業(yè)務(wù)上的應(yīng)用是可行的。

5 結(jié)論

本文利用AGRI數(shù)據(jù)計(jì)算了2018年河北省秋季的垂直干旱指數(shù)PDI，并與同期的Himawari-8 AHI (Advanced Himawari Imager)數(shù)據(jù)進(jìn)行了對(duì)比，驗(yàn)證了基于AGRI和AHI數(shù)據(jù)的PDI計(jì)算精度，并分析了2018年秋季河北省的干旱狀況，得到以下研究結(jié)論：

(1)河北省2018年秋季整體呈干旱的趨勢(shì)。9月，PDI指數(shù)相對(duì)較低，全省土壤墑情狀況較好，10月干旱進(jìn)一步發(fā)展，11月干旱程度最為嚴(yán)重，PDI值整體較高。干旱主要發(fā)生在東南大部分地區(qū)和西北、東北部少部分地區(qū)，東北西南山地植被區(qū)的PDI指數(shù)變化不明顯，中南部華北平原對(duì)PDI的響應(yīng)更明顯。

(2) 利用實(shí)測(cè)土壤濕度數(shù)據(jù)對(duì)PDI指數(shù)進(jìn)行對(duì)比驗(yàn)證，傳感器反演的PDI值均與實(shí)測(cè)數(shù)據(jù)呈負(fù)相關(guān)關(guān)系，且相關(guān)系數(shù)在0.42～0.82之間。總體上，20 cm的土壤濕度數(shù)據(jù)與PDI之間的相關(guān)性均強(qiáng)于10 cm的土壤濕度數(shù)據(jù)。

(3) AHI傳感器在20 cm土壤深度的相關(guān)性要更高，但在10 cm土壤深度上，AGRI與實(shí)測(cè)土壤相對(duì)濕度數(shù)據(jù)的相關(guān)性更穩(wěn)定?？梢哉f(shuō)明新型的國(guó)產(chǎn)靜止軌道衛(wèi)星數(shù)據(jù)(AGRI)在干旱監(jiān)測(cè)業(yè)務(wù)上的應(yīng)用是可行的。