袁雪琪，李 靜

（1.中國科學院空天信息創(chuàng)新研究院 遙感科學國家重點實驗室，北京 100094；2.中國科學院大學 電子電氣與通信工程學院，北京 100049）

氣候變化被認為是二十一世紀地球的主要威脅之一。全球地表溫度在過去的157 年間顯著上升[1]，氣候變暖加劇了全球水循環(huán)，造成極端事件頻發(fā)。在各種極端事件中，干旱是發(fā)展最緩慢、持續(xù)時間最長，也是最不可預測，對經(jīng)濟和環(huán)境破壞最嚴重的一種[2]。干旱分為氣象干旱、農(nóng)業(yè)干旱、水文干旱和社會經(jīng)濟干旱四種[3]。農(nóng)業(yè)干旱是指由于降水量低于正常水平，蒸發(fā)和蒸騰作用高于平均水平而導致的土壤水分虧缺期[4]。農(nóng)業(yè)干旱是作物生產(chǎn)的主要威脅，給國家糧食安全、經(jīng)濟和社會穩(wěn)定帶來重大風險。因此，迫切需要對農(nóng)業(yè)干旱的準確識別和實時監(jiān)測，從而為決策者提供必要的信息，以便采取及時的應對措施減少干旱的負面影響。應用適宜的干旱指數(shù)是監(jiān)測和分析農(nóng)業(yè)干旱的重要方法。20 世紀后半葉，科學家們從不同的科學視角和對干旱定義的理解，建立了各種干旱指數(shù)。這些指數(shù)可分為兩類：基于站點實測數(shù)據(jù)的干旱指標和遙感干旱指數(shù)。

1 基于站點數(shù)據(jù)的干旱監(jiān)測

站點數(shù)據(jù)來自氣象站、農(nóng)業(yè)站和水文站實測的水文氣候變量，包括降水、溫度、相對濕度和土壤含水量等?；谡军c數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測指標包含了干旱發(fā)展過程中必不可少的蒸散發(fā)、土壤含水量、水分虧缺等土壤-植物-大氣連續(xù)參數(shù)，能夠提供定量和定性的干旱信息，是最準確、最具歷史意義的指標[5]。典型的站點干旱監(jiān)測指標包括帕默爾干旱指數(shù)（Palmer Drought Severity Index，PDSI）[5]、降水Z 指數(shù)、作物水分指數(shù)CMI、作物水分脅迫指數(shù)CWSI、標準化降水指數(shù)SPI，標準化降水蒸散指數(shù)SPEI 等。其中SPEI 能夠監(jiān)測不同地區(qū)不同類型的干旱，既能反映降水也能反映溫度信息，被研究人員廣泛接受[6-7]。部分指數(shù)最初是為監(jiān)測氣象干旱而制定的，然而所有類型的干旱都與持續(xù)的降水不足有關(guān)，因此在農(nóng)業(yè)干旱監(jiān)測研究中也得到了有效的應用。表1 顯示了常用的基于站點數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測指數(shù)。

表1 典型的基于站點數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測指數(shù)

綜上所述，基于站點數(shù)據(jù)已經(jīng)發(fā)展出一系列的農(nóng)業(yè)干旱監(jiān)測指標并得到了廣泛成熟的應用。然而，在全球范圍內(nèi)，許多農(nóng)業(yè)生產(chǎn)地區(qū)并沒有很好的觀測設備以提供長期一致的降水、近地表氣溫、風速、大氣水汽、相對濕度等地面觀測資料。來自不同氣象站的觀測數(shù)據(jù)通常具有不同的記錄長度和數(shù)據(jù)質(zhì)量[8]，這使得使用地面觀測進行一致的全球干旱分析具有挑戰(zhàn)性[9]。此外，地面干旱指數(shù)只能準確有效地監(jiān)測氣象站周圍的干旱情況[10]，利用地理信息系統(tǒng)（GIS）空間插值技術(shù)可以幫助估計其余空間位置的干旱狀況，但由于插值算法和復雜的地形條件，插值區(qū)域可能存在不確定性[11]。

2 基于遙感數(shù)據(jù)的干旱監(jiān)測

20 世紀70 年代以來，隨著NOAA 氣象衛(wèi)星和Landsat 等地面觀測衛(wèi)星的發(fā)射，大量的研究開始使用遙感數(shù)據(jù)進行地表覆蓋、植被物候等陸表動態(tài)過程的監(jiān)測[12-13]。遙感觀測從氣象、農(nóng)業(yè)、水文和生態(tài)等不同科學視角為干旱監(jiān)測開辟了新的途徑。

干旱影響土壤和植被的生物物理和化學性質(zhì)，如土壤水分、植被生物量、葉綠素含量、植被冠層和土壤溫度等[14]，因此基于土壤表面和植被冠層在紅、近紅外、短波紅外和熱紅外波段的獨特光譜特征已經(jīng)提出了一系列的遙感干旱指數(shù)。這些遙感干旱指數(shù)根據(jù)監(jiān)測波段基本上可以分為四類：光學遙感指數(shù)、熱紅外遙感指數(shù)、微波遙感指數(shù)、綜合遙感指數(shù)。

2.1 光學遙感法

光學遙感利用0.4～2.5μm 波長范圍的衛(wèi)星遙感數(shù)據(jù)構(gòu)建農(nóng)業(yè)干旱指數(shù)。在這個光譜范圍內(nèi)，紅、近紅外（NIR）和短波紅外（SWIR）是最常用的波段，紅和近紅外波段可以反映植被的健康狀況，短波紅外數(shù)據(jù)對植被含水量的敏感性較強。根據(jù)指數(shù)的特性可將光學農(nóng)業(yè)干旱指數(shù)分為三大類：（1）土壤干旱監(jiān)測指數(shù)；（2）植被干旱監(jiān)測指數(shù)；（3）土壤-植被干旱指數(shù)。

2.1.1 土壤干旱監(jiān)測指數(shù)

土壤干旱監(jiān)測指數(shù)的構(gòu)建原理是不同濕度的土壤表現(xiàn)出不同的光譜特征，土壤含水量越高，對紅和近紅外波段的吸收能力越強，反射能力越弱。典型的土壤指數(shù)包括垂直干旱指數(shù)PDI 和距離干旱指數(shù)DDI。土壤干旱監(jiān)測指數(shù)更適用于裸土及植被覆蓋較低的區(qū)域，植被覆蓋度較高會推遲指數(shù)對農(nóng)業(yè)干旱狀況的識別，并造成指數(shù)的不確定性。

2.1.2 植被干旱指數(shù)

植被干旱指數(shù)基于植被的光譜特性構(gòu)建，土壤背景反射率會影響計算結(jié)果，因此植被干旱指數(shù)更適用于中、高植被覆蓋區(qū)。在植被干旱指數(shù)中，歸一化植被指數(shù)NDVI 在干旱監(jiān)測中的應用最為廣泛。NDVI 是ROUSE 等人[15]在1974 年使用近紅和紅波段定義的，為了消除NDVI 的空間變異，減少地理環(huán)境、土壤類型、植被類型等生態(tài)變量影響，研究人員基于時序的NDVI構(gòu)建了距平植被指數(shù)AVI、標準植被指數(shù)SVI 和植被狀態(tài)指數(shù)VCI，使不同時間和地區(qū)的指數(shù)具有可比性。研究發(fā)現(xiàn)相比較基于紅和近紅外波段構(gòu)建的NDVI 系列指數(shù)，基于短波紅外構(gòu)建的植被指數(shù)對植被冠層水分具有更高的敏感性[16]，基于此原理提出了葉片含水量指數(shù)LWCI、歸一化差異水分指數(shù)NDWI 和短波紅外垂直失水指數(shù)SPSI 等一系列冠層水分敏感指數(shù)。

2.1.3 土壤-植被干旱指數(shù)

半干旱地區(qū)多為稀疏植被區(qū)，單靠植被干旱指數(shù)和土壤干旱指數(shù)均不能準確監(jiān)測該地區(qū)的干旱狀況。為了解決該問題，基于多光譜數(shù)據(jù)構(gòu)建了同時考慮土壤和植被光譜特性的干旱指標，如短波紅外水分脅迫指數(shù)SIWSI，歸一化多波段干旱指數(shù)NMDI，可見光-短波紅外干旱指數(shù)VSDI，這些指數(shù)能提供以像元為單位的植被和土壤信息。

2.2 熱紅外遙感法

熱慣量是物質(zhì)抵抗周圍溫度變化的能力。土壤熱慣量作為土壤的固有特性，是引起土壤表層溫度變化的內(nèi)在因素，與土壤含水量顯著相關(guān)[17]，因此利用土壤熱慣量可以有效地監(jiān)測農(nóng)業(yè)干旱。但土壤熱慣量的計算需要大量地面觀測數(shù)據(jù)，因而PRICE 等[18]利用熱紅外遙感數(shù)據(jù)反演出來的地表反照率和地表溫度，通過簡化潛熱蒸發(fā)（散）形式來計算表觀熱慣量（Apparent Thermal Inertia，ATI），該模型表達為：

式中：C 為太陽校正系數(shù)；a 為地表反照率；ΔTS為晝夜最大溫差。

然而，這種方法有其局限性，對地形復雜和高植被覆蓋區(qū)無法進行有效監(jiān)測，只適用于裸土或植被非常稀疏的干旱地區(qū)[19]。

干旱脅迫也可以通過多種衛(wèi)星傳感器（AVHRR、MODIS、TM、ETM+和TIRS）熱通道獲得的遙感地表亮溫來量化。利用熱紅外波段計算的地表溫度LST 可以提供與地表濕度有關(guān)的有價值信息[20]。KOGAN[21]基于長時間序列的衛(wèi)星地表溫度數(shù)據(jù)，提出了溫度狀態(tài)指數(shù)TCI 來確定與溫度相關(guān)的植被脅迫。TCI 僅適用于均質(zhì)地區(qū)，且只考慮歷史時期的最大最小值，丟失了當前時期的溫度變化信息。歸一化溫度指數(shù)（Normalized Difference Temperature Index，NDTI）[22]考慮特定時間，具有比TCI 更堅實的物理基礎，且從地表溫度分析中去除了季節(jié)趨勢，但其計算需考慮太陽輻射和葉面積指數(shù)等數(shù)據(jù)，較為復雜。與土壤熱慣量法一樣，基于地表溫度的指數(shù)在稀疏冠層和裸地的指示效果更好。

2.3 微波遙感法

基于微波遙感數(shù)據(jù)的干旱監(jiān)測研究主要是從土壤濕度反演和降水反演兩個方面進行。對于干燥的土壤，介電常數(shù)根據(jù)使用頻率通常在2 到5 之間變化[23]，介電常數(shù)隨著土壤濕度的增加而升高，微波遙感監(jiān)測到介電常數(shù)的變化，從而可以監(jiān)測到土壤濕度的變化[24]。與可見光和熱紅外遙感不同，微波遙感在極端天氣條件下也能很好地工作，并且對云和植被具有較好的穿透性，非常適合于農(nóng)業(yè)干旱監(jiān)測。此外土壤中的水分對微波信息非常敏感，其散射不受土壤物質(zhì)的化學和礦物性質(zhì)影響。因此，微波遙感反演土壤水分的精度高于光學和紅外遙感。但微波遙感的反演精度都受到植被和地表粗糙度的影響，且只能探測表層土壤，無法準確反演作物根系及以下深度的土壤濕度。

利用星載測雨雷達發(fā)射微波信息能夠觀測雨滴/冰粒的微波輻射特性，反演得到大面積的降雨數(shù)據(jù)產(chǎn)品。目前，已經(jīng)形成TMPA、IMERG、GPCP 等全球衛(wèi)星降水產(chǎn)品[25]，并基于站點觀測數(shù)據(jù)對降雨產(chǎn)品進行了全球性的對比和驗證[26-28]。在眾多衛(wèi)星降水產(chǎn)品中，TRMM 數(shù)據(jù)與氣象站點實測數(shù)據(jù)具有較好的相關(guān)性，被廣泛應用于農(nóng)業(yè)旱情監(jiān)測。YAN 等[29]評估了TRMM降水產(chǎn)品在我國西南地區(qū)的干旱監(jiān)測效用，結(jié)果表明TRMM 與觀測數(shù)據(jù)有較高的匹配度，能監(jiān)測出干旱的時空演變情況。

2.4 綜合遙感干旱指標

相關(guān)研究表明結(jié)合傳感器多波段信息集合成的綜合遙感指數(shù)可以更好地表征農(nóng)業(yè)干旱狀況[30]。熱紅外遙感和光學遙感指數(shù)的結(jié)合多通過線性加權(quán)和特征空間法。KOGAN 等賦予VCI 和TCI 不同的權(quán)重，線性相加構(gòu)建了植被健康指數(shù)（Vegetation Health Index，VHI），用于確定植被整體健康狀況，并監(jiān)測農(nóng)業(yè)主導區(qū)域的干旱受災地區(qū)。結(jié)合地表溫度Ts 與光學植被指數(shù)VI 的綜合遙感指數(shù)可消除土壤水分和植被指數(shù)的影響。利用植被指數(shù)與地表溫度的特征空間Ts-VI 構(gòu)建了溫度植被干旱指數(shù)TVDI，植被供水指數(shù)VSWI，條件植被溫度指數(shù)VTCI 等一系列融合光學與熱紅外數(shù)據(jù)的干旱指標。同樣，基于微波和其他波段的數(shù)據(jù)也提出了大量的綜合遙感干旱指標。由土壤濕度指數(shù)SMCI、PCI 和TCI 組成的微波綜合干旱指數(shù)MIDI 已被證明適用于中國半干旱區(qū)的短期干旱監(jiān)測[31]；歸一化旱情綜合指數(shù)SDCI 結(jié)合了來自中分辨率成像光譜儀MODIS 的地表溫度LST 數(shù)據(jù)和歸一化植被指數(shù)NDVI數(shù)據(jù)以及TRMM 降水數(shù)據(jù)，用于干旱和濕潤區(qū)的農(nóng)業(yè)干旱監(jiān)測。朱欣然等[32]利用地理加權(quán)回歸模型GWR綜合SMCI 等多種遙感參數(shù)實現(xiàn)了旱情信息的非平穩(wěn)建模監(jiān)測。綜合遙感指數(shù)數(shù)據(jù)獲取容易，計算相對簡單，但通常是根據(jù)特定的氣候或地理環(huán)境建立的，其應用范圍受到很大的局限性。

遙感干旱指數(shù)能夠詳細地反應干旱的空間特征，但由于數(shù)據(jù)記錄相對較短，不能完全替代地面觀測在干旱監(jiān)測中的作用[33]。此外，遙感干旱指數(shù)的質(zhì)量受到大氣條件和反演算法的限制，存在一定程度的不確定性和不可靠性。

3 綜合農(nóng)業(yè)干旱監(jiān)測

由于干旱定義的復雜性，僅通過單一數(shù)據(jù)指標很難全面系統(tǒng)地評價一個地區(qū)的干旱特征。為了更好地監(jiān)測干旱，研究人員試圖通過多指數(shù)權(quán)重賦值、多變量聯(lián)合分布和機器學習等方法融合不同來源的數(shù)據(jù)。美國干旱監(jiān)測USDM 是綜合了站點氣候指數(shù)，植被健康指數(shù)、數(shù)值模式以及各地區(qū)專家知識而構(gòu)建的綜合干旱監(jiān)測產(chǎn)品[34]，能夠及時提供各州干旱程度及干旱影響的真實信息。BROWN 等[35]綜合了氣象干旱指數(shù)、衛(wèi)星植被指數(shù)以及日流量指標等其他生物物理信息，以分類回歸樹構(gòu)建了植被干旱響應指數(shù)VegDRI，并在美國中北部七個州驗證了其干旱監(jiān)測的能力，成為綜合干旱監(jiān)測指數(shù)的典范。WU 等[36]利用該方法融合了站點氣象數(shù)據(jù)、衛(wèi)星植被參數(shù)及其他生態(tài)信息建立了適用于中國中東部地區(qū)的綜合干旱監(jiān)測模型。融合遙感數(shù)據(jù)和地面干旱指數(shù)可以將點指數(shù)擴展到整個區(qū)域，促進對干旱事件空間特征的深入理解。但目前的綜合干旱監(jiān)測研究尚處于起步階段，對數(shù)據(jù)如何耦合并導致干旱發(fā)生的機理尚不明確，尚未建立起多時空尺度的農(nóng)業(yè)干旱監(jiān)測模型。

4 結(jié)束語

基于站點數(shù)據(jù)的干旱監(jiān)測較為成熟且準確，已經(jīng)得到了廣泛的應用，但站點數(shù)據(jù)具有空間上的局限性，且多數(shù)站點指標只考慮氣象因子對于干旱的驅(qū)動效果，沒有考慮植被的生長和需水狀態(tài)，在表征農(nóng)業(yè)干旱監(jiān)測方面存在一定的不確定性；遙感干旱監(jiān)測具有監(jiān)測范圍廣、數(shù)據(jù)獲取及時等優(yōu)點，但遙感監(jiān)測指標只可以探測植被狀況異常，很難將真正的干旱影響與其他環(huán)境因素造成的植被變化區(qū)分開來。耦合多源數(shù)據(jù)的綜合干旱監(jiān)測模型是當今的研究熱點，但發(fā)展尚未成熟，未來應進一步強化干旱機理研究，考慮作物與其生長環(huán)境之間的關(guān)系，發(fā)展適用多時空尺度的綜合干旱監(jiān)測模型。