張兆旭，肖月，茍文濤，崔津

研究論文

基于日光誘導葉綠素熒光遙感的河南省干旱監(jiān)測與時空變化研究

張兆旭*，肖月，茍文濤，崔津

天津工業(yè)大學環(huán)境科學與工程學院，天津 300387

干旱這一自然災害在近幾十年內頻繁發(fā)生，不僅造成土壤退化等自然環(huán)境的破壞，還會對經濟發(fā)展形成巨大的影響。干旱的發(fā)生是一個長期、連續(xù)且復雜的過程，是大氣、土壤以及農作物綜合作用的結果。文章選取2001—2020年的日光誘導葉綠素熒光遙感數據，以河南省作為研究區(qū)域，以研究區(qū)多年葉綠素熒光異常指數作為干旱指標，基于分位數思想劃分了干旱等級。論文最后利用產量、受災面積和成災面積等多種統(tǒng)計數據，分析葉綠素熒光異常指數與統(tǒng)計數據的相關關系，以及研究區(qū)多年干旱情況的時空變化特征，最終形成科學、有效的抗旱防旱建議。結果表明，葉綠素熒光干旱指數和小麥產量、玉米產量、受災面積以及成災面積的相關系數分別為0.93、0.89、-0.54和-0.58。葉綠素熒光干旱指數和小麥產量、玉米產量呈現出高的正相關關系，葉綠素熒光干旱指數和受災面積、成災面積呈現出負相關關系，表明葉綠素熒光指數監(jiān)測干旱是可行的。基于葉綠素熒光干旱指數，從時間和空間兩個維度計算了河南省干旱情況，分析研究區(qū)2001—2020年的干旱指標，發(fā)現河南省干旱程度總體減輕，干旱范圍也大幅度縮小，干旱程度緩解，最后基于干旱監(jiān)測結果為河南省抗旱防旱提出了4條建議性措施。本文基于日光誘導葉綠素熒光遙感的河南省干旱監(jiān)測與分析研究為河南省的防旱抗旱提供了科學的依據。

日光誘導葉綠素熒光；干旱監(jiān)測；時空變化；遙感

1 引言

干旱是指淡水總儲備量相對較少，不足以滿足植物生長和人類生產生活需要而產生的水分短缺現象[1-2]。嚴重的旱災會對人類社會和自然環(huán)境產生一定程度的危害，例如會造成莊稼產量減少、人畜飲水困難，甚至可能會發(fā)生死亡現象[3]。同時干旱會引發(fā)一系列環(huán)境問題，例如土壤沙化等，從而導致人類社會及生態(tài)環(huán)境進入一個不良的循環(huán)。由于降水、植被、土壤等自然環(huán)境條件以及季節(jié)時間、地理位置上的差異，會影響干旱的嚴重程度和干旱的發(fā)生頻率，同時在缺水區(qū)域內或是缺水時節(jié)，若長期無法獲得充分的水資源緩解缺水狀況，會導致干旱的持續(xù)發(fā)生。土壤長時間嚴重缺水將會造成大量植被死亡、植被覆蓋率低的地區(qū)土壤逐漸荒漠化，嚴重影響社會的一般生活用水供應和基本生活生產，甚至危及經濟社會的正常發(fā)展[4]。

近年來葉綠素熒光遙感發(fā)展迅速，在干旱監(jiān)測方面取得了諸多成果[5-8]。除此之外，葉綠素熒光更容易對植被光合作用進行表征，因為其對植被中所含水分非常敏感，而且與植物的光合作用、受脅迫的情況以及生理狀態(tài)等方面密切相關[9]，植物葉片反射的光譜也包括了葉片生化組分對入射光線的吸收等方面的相關信息，這兩個方面都能夠為研究提供較多的植被信息[10-11]。傳統(tǒng)并且廣泛應用的干旱遙感監(jiān)測方法主要包括可見光近紅外、熱紅外和微波等，但是因為植被在感受到外界對其存在威脅時進行自我保護的調節(jié)機制，會導致干旱監(jiān)測存在滯后現象，并不能及時地反映植被變化，只能間接反映植被的生理變化，從而使得監(jiān)測出現誤差。而葉綠素熒光可以用于衡量植物的光合作用狀況，尤其日光誘導葉綠素熒光與農作物的光合作用密切相關，是植被在太陽光照射下吸收能量后在650～800 nm范圍內發(fā)射出來的一種長波信號，可以被用來監(jiān)測植被生理狀態(tài)以及水分脅迫的情況[12]。

河南省是中國的重要農業(yè)省份，干旱災害的頻發(fā)嚴重危害了當地農業(yè)的正常作業(yè)與發(fā)展，導致糧食減收，故而對當地的旱情進行及時監(jiān)測尤為重要。本文的研究目的有三：其一，選擇河南省作為研究區(qū)，基于日光誘導葉綠素熒光(Solar Induced Chlorophy11 Fluorescence, SIF)遙感數據，提取研究區(qū)多年的SIF圖像，計算研究區(qū)葉綠素熒光異常指數，并對研究區(qū)的干旱程度進行合理有效的干旱等級劃分；其二，分析多種統(tǒng)計數據與葉綠素熒光異常指數的相關關系，以此探究葉綠素熒光遙感在干旱監(jiān)測中的可行性；其三，基于葉綠素熒光異常指數，在時間和空間兩個維度分析研究區(qū)干旱發(fā)生程度以及干旱分布狀況，得到研究區(qū)多年干旱情況的時空變化特征，以此對研究區(qū)抗旱提供科學合理建議。

2 研究區(qū)概況

河南省位于北緯31° 23～36° 22，東經110° 21～116°39之間，地處中國中東部、黃河中下游。河南省大部分地區(qū)地處暖溫帶，南部跨亞熱帶，屬于大陸性季風氣候，同時還具有自東向西，由平原向丘陵山地氣候過渡的氣候特點，具有四季分明、雨熱同期、復雜多樣和自然氣象災害頻繁的特征。全省自南向北年平均氣溫約為15.7～12.1 ℃，年平均降水量為1380.6～532.5 mm，降雨以6—8月份最多，年平均日照達1848.0～2488.7 h，有利于種植生產多種農作物[13]。研究區(qū)示意圖如圖1所示。

注：基于自然資源部標準地圖服務網站審圖號為GS(2019)1823號的標準地圖制作，底圖邊界無修改，圖7同

3 研究區(qū)數據及方法

3.1 研究數據

3.1.1 遙感數據

本文中使用的SIF數據為河南省2001—2020年月尺度的GOSIF(Global Solar Induced Chlorophy11 Fluorescence, GOSIF)數據(空間分辨率為0.05°)，GOSIF的下載地址：http://globalecology.unh.edu。

GOSIF是根據離散的OCO-2SIF探測、來自中分辨率成像光譜儀(MODIS)的遙感數據以及使用數據驅動方法的氣象再分析數據，開發(fā)出的具有高空間和時間分辨率(即0.05°，8 d/月)的全球“OCO-2”SIF數據集。其具有高空間和時間分辨率，以及全球連續(xù)的覆蓋范圍的特點。GOSIF產品具有季節(jié)性周期，能夠研究全球SIF的長期變化趨勢，對于評估陸地光合作用和生態(tài)系統(tǒng)功能以及監(jiān)測干旱非常有價值[14]。

3.1.2 統(tǒng)計數據

本文統(tǒng)計數據來自國家統(tǒng)計局網站(http://www. stats.gov.cn/tjsj/)。為了驗證SIF監(jiān)測干旱的可行性，本文選取河南省2001—2020年間的小麥及玉米產量、受災及成災面積等數據，分析干旱對研究區(qū)農業(yè)的影響。通過對以上數據的分析，可以了解干旱災害對研究區(qū)農業(yè)等方面產生的影響。

3.2 研究方法

3.2.1 熒光干旱指數建立

本文選取2001—2020年的GOSIF熒光數據產品，具體的數據處理以及建模方法如下。下載2001—2020年每月的GOSIF數據，對GOSIF數據進行預處理，最終將處理后的遙感數據轉為TIF格式文件，葉綠素熒光異常指數是利用給出的一定時間內某個像素或區(qū)域的長期平均值來檢測和繪制干旱圖。

(1)計算每年的平均值

為了計算葉綠素熒光異常(SIF)，首先使用公式1計算每年(1—12月)的平均值(SIF)。

其中，SIF是第年的平均值。

SIF=(1+2+...+12)/12 (公式1)

(2)計算多年的平均值

其中是研究時間范圍的年數，這里=20。

(3)計算異常指數

異常指數最后使用公式3得出研究區(qū)域內每個網格單元的葉綠素熒光異常值。

其中SIF是第年的葉綠素熒光異常值。

計算出異常指數后，依據研究區(qū)河南省的行政區(qū)劃圖對葉綠素熒光異常指數圖像進行掩膜裁剪處理，同時計算每年圖像中所有像元的平均值作為當年葉綠素熒光異常指數區(qū)域平均值?；诋惓Ｖ笖捣治龊幽鲜?001—2020年干旱時空變化情況。

3.2.2 干旱等級劃分

本文采用分位數法對干旱等級進行劃分。分位數是指將一個隨機變量的概率分布范圍分為幾個等份的數值點，常用的有中位數、四分位數和百分位數等。其定義為當隨機變量X的概率密度函數為Pr(X)，若變量x滿足以下公式，則，x為X的第k個q分位數對應的值，記為xk。

Pr(X＜x)=k/q (公式4)

通常，如果q=4，稱為四分位數[15]。本研究中選用四分位數進行干旱等級的劃分，將葉綠素熒光異常指數按照從小到大的順序依次排列，則處于k%位置的值為第k個四分位數。給定四位數值σ1和σ2作為閾值，規(guī)定滿足σ1＜k≤σ2的樣本為某一干旱等級，這是采用分位數方法進行干旱等級劃分的基本思想。

3.2.3 相關分析

相關分析是研究兩個或兩個以上處于同等地位隨機變量間相關關系的統(tǒng)計分析方法，相關系數用R表示。若兩個變量相關系數R為正，則表明變量的變動方向相同，反之亦然。相關系數公式如下。

4 分析與討論

4.1 葉綠素熒光指數驗證

4.1.1 葉綠素熒光指數與產量的相關關系

本文利用小麥及玉米產量與葉綠素熒光指數的相關關系來驗證葉綠素熒光監(jiān)測干旱的可行性。葉綠素熒光指數與小麥產量相關關系如圖2所示，葉綠素熒光指數與玉米產量相關關系如圖3所示。

葉綠素熒光異常指數與小麥產量的相關系數高達0.93，與玉米產量的相關系數也達到了0.89。并且通過關系圖可以直觀發(fā)現葉綠素熒光異常指數與小麥、玉米的產量均為正相關，指數值越大，產量越高。其中2001年的葉綠素熒光異常指數值為-0.23，是20年間的最低值，表示2001年干旱程度最為嚴重。并且同年的小麥產量為2299.71萬 t，玉米產量為1151.4萬 t，均為20年內的產量最低值，2001年的干旱嚴重影響了糧食生產。2020年的葉綠素熒光異常指數值最高，表示該年干旱程度最輕，同時2020年小麥玉米的產量均為20年內的最高值。因此利用SIF監(jiān)測干旱情況符合同時期糧食產量的變化。

4.1.2 葉綠素熒光指數與受災成災面積的相關關系

本文利用受災面積、成災面積與葉綠素熒光指數的相關關系來驗證葉綠素熒光監(jiān)測干旱的可行性。葉綠素熒光指數與受災面積相關關系如圖4所示，葉綠素熒光指數與成災面積相關關系如圖5所示。

葉綠素熒光異常指數與受災面積的相關系數為-0.54，與成災面積的相關系數為-0.58，均為負相關。當葉綠素熒光異常指數值越大時，受災及成災面積越少。兩者的相關關系以線性趨勢為主，并且隨著干旱程度的變化，受災及成災面積也有一定的增加或減少。例如2001—2009年葉綠素熒光異常指數值均為負數，2010年增長為正數0.01，同時受災面積及成災面積有了明顯的下降，受災面積減少至50.4 khm2，成災面積減少至25 khm2。2011年葉綠素熒光異常指數值再次降為負數，表示干旱程度惡化，此時受災面積增長19倍至1020.4 khm2，成災面積增長7.5倍至211.3 khm2。因此，利用SIF監(jiān)測出來的干旱情況符合同時期受災及成災面積的變化。

圖2 葉綠素熒光指數與小麥產量相關關系

圖3 葉綠素熒光指數與玉米產量相關關系

圖4 葉綠素熒光指數與受災面積相關關系

圖5 葉綠素熒光指數與成災面積相關關系

4.2 河南省2001—2020 年干旱時空變化

4.2.1 葉綠素熒光異常指數時間變化分析

本文依據葉綠素熒光異常指數作為干旱等級劃分的指標，獲得研究區(qū)2001—2020年干旱指數變化圖，如圖6所示。

在本研究中葉綠素熒光異常指數值越小，干旱程度越嚴重；葉綠素熒光異常指數值越大，干旱程度越輕。因此通過變化圖我們可以直觀發(fā)現河南省20年時間內干旱情況處于不停上下波動狀態(tài)，但總體呈現干旱情況減弱的趨勢。

圖6 2001—2020 年干旱指數變化

對于每年的干旱情況分析發(fā)現，2001年干旱情況最為嚴重，葉綠素熒光異常指數值已經低于-0.2，但到了2002年葉綠素熒光異常指數值明顯上漲，干旱程度相較于2001年減輕。2003年葉綠素熒光異常指數值與2002年相比小幅度減小，同時從2003年開始葉綠素熒光異常指數值一直處于平穩(wěn)增長趨勢，并持續(xù)到2008年。而從2009年開始，葉綠素熒光異常指數值開始大幅度上下波動變化，但仍然處于總體上升趨勢，到2020年葉綠素熒光異常指數值高達0.19，是20年間的最高值，同時表明20年間河南省2020年干旱程度最輕。

4.2.2 葉綠素熒光異常指數空間變化分析

本文經過計算，選定當SIF＞0.087時表示為無旱；當0.007＜SIF＜0.087時表示為輕旱；當-0.081＜SIF＜0.007時表示為中旱；當SIF＜-0.081時表示為重旱，據此對研究區(qū)的干旱情況進行劃分。利用葉綠素熒光異常指數對研究區(qū)進行干旱等級劃分得到河南省2001—2020年干旱等級分布圖，如圖7所示。

在干旱等級分布圖中紅色為重旱，橙色為中旱，青色為輕旱，綠色為無旱。由此可見2001年河南省全省幾乎都面臨著重旱的情況；2002年相較于2001年干旱程度稍微減輕，但大部分地區(qū)仍然也處于重旱的情況，只有極少數地區(qū)為輕旱或無旱，并主要集中在河南省的東南部地區(qū)，如周口市、信陽市和駐馬店市的東部；2003年重旱區(qū)域則轉移到了河南省的東南部，只有洛陽市、鄭州市等范圍內有極少的輕旱無旱區(qū)域；2004年相較于2003年沒有太大變化，輕旱無旱區(qū)域增多并主要集中在洛陽市、鄭州市、焦作市、新鄉(xiāng)市和安陽市范圍內；2005年輕旱無旱情況比較分散，但重旱中旱則主要集中在三門峽市、新鄉(xiāng)市、駐馬店市和漯河市等范圍內；2006年輕旱無旱區(qū)域向西移動，重旱中旱區(qū)域仍然集中在新鄉(xiāng)市、駐馬店市和漯河市等范圍內；到了2007年輕旱無旱區(qū)域明顯增多，重旱中旱區(qū)域減少，干旱程度減輕；2008年河南省西部主要為重旱中旱，輕旱無旱區(qū)域則主要集中于河南省東部；到了2009年河南省干旱情況又有些加重，并且重旱中旱區(qū)域又從2008年的西部轉移到了河南省的中部和東北部；2010年干旱情況減輕，重旱中旱區(qū)域集中于河南省北部和西部；2011年干旱再次加劇，除了東南部的信陽市、駐馬店市、周口市和商丘市，其他區(qū)域再次大面積淪為重旱中旱區(qū)域；而2012年河南省干旱情況明顯好轉，大部分地區(qū)已成為無旱或輕旱區(qū)域，只有極少一部分區(qū)域仍然是重旱中旱程度；2013年旱情再次反復，河南省西北部旱情加劇為重旱中旱程度；2014年重旱中旱區(qū)域集中轉向河南省西部；直至2015年，河南省大部分地區(qū)再次無旱或輕旱，只有極少一部分區(qū)域為重旱中旱程度，并且這種情況一直持續(xù)到2020年，在此期間，重旱中旱程度只在極少一部分的不同區(qū)域內反復出現。

(a)2001年；(b)2002年；(c)2003年；(d)2004年；(e)2005年；(f)2006年；(g)2007年；(h)2008年；(i)2009年；(j)2010年；(k)2011年；(l)2012年；(m)2013年；(n)2014年；(o)2015年；(p)2016年；(q)2017年；(r)2018年；(s)2019年；(t)2020年。

圖7 2001—2020 年河南省干旱等級分布

Fig. 7 Distribution of drought levels in Henan Province from 2001 to 2020

河南省2001—2020年間干旱災害雖然反復發(fā)生，但總體呈現減弱的趨勢。河南省在2007年之前旱情極為嚴重，旱情涉及到了幾乎河南省全省區(qū)域。而2007—2014年間，河南省旱情相較于2007年以前明顯減弱，但仍然在省內的不同區(qū)域內不停反復出現。2015年開始河南省旱情除了極小部分地區(qū)，其他大部分地區(qū)旱情幾乎不再出現。

4.3 河南省抗旱防旱措施

基于葉綠素熒光異常指數對河南省2001—2020年干旱時空變化進行分析，基于分析結果提出如下抗旱防旱措施。

4.3.1 修建水源工程，充分儲存水源

為了保證旱情發(fā)生時農業(yè)工業(yè)生產及社會的正常用水，需要盡量多地儲存水源。利用各類自然水源，如合理規(guī)劃并修建水庫及水利設施，有效利用地表水；同時可以修建并利用集水設施，收集降水，不僅可以減緩時常發(fā)生的災害，還可以緩解旱災的用水困難等問題。

4.3.2 改進灌溉技術，減少水源浪費

大力發(fā)展管道輸水技術以及田間節(jié)水灌溉技術，如噴管、微灌。對農業(yè)種植各個階段的用水進行監(jiān)控，控制好灌溉水量，減少在灌溉環(huán)節(jié)的水資源浪費。

4.3.3 進行土地整理，合理規(guī)劃用地

通過土地整治，改善田塊分散、土地浪費等問題，建立集中連片、灌溉充分、防護到位的高標準基本農田。同時對土地利用現狀進行規(guī)劃調整，合理規(guī)劃土地用途。

4.3.4 加強工程維護，及時發(fā)現災害

加強對各類水利工程的維護工作，定期進行檢修，確保水利工程能夠一直正常使用。同時要警惕災害的突然發(fā)生，時刻保持對旱情的監(jiān)測，使得能夠及早發(fā)現旱情，了解干旱程度，并及時采取措施應對干旱災害，減輕因干旱所帶來的損失。

5 結論

本文選取河南省作為研究區(qū)域，選用2001—2020年GOSIF數據，計算多年葉綠素熒光異常指數作為干旱指標，利用分位數法劃分干旱等級，對河南省進行干旱監(jiān)測，同時利用統(tǒng)計數據，分析葉綠素熒光異常指數與其相關關系，確定葉綠素熒光監(jiān)測干旱的可行性，最終得到研究區(qū)多年干旱時空變化情況。本文的主要結論如下。

根據多種統(tǒng)計數據分別與葉綠素熒光異常指數的相關關系進行驗證，可以有效確認葉綠素熒光監(jiān)測干旱可行。小麥和玉米產量與葉綠素熒光異常指數均呈現正相關關系，相關系數高達0.93及0.89。受災面積與成災面積與葉綠素熒光異常指數的相關系數分別為-0.54和-0.58，均為負相關。當葉綠素熒光異常指數值越大時，干旱受災及成災面積越少。同時本文對研究區(qū)2001—2020年的干旱監(jiān)測分析發(fā)現河南省干旱雖然反復出現，但干旱程度總體減輕，干旱范圍也大幅度縮小，干旱程度緩解。時間上，2001—2020年河南省的干旱情況處于不停上下波動狀態(tài)，但總體呈現干旱情況減弱的趨勢?？臻g上，2007年之前旱情涉及到了幾乎河南省全省區(qū)域。2007—2014年間，旱情相較于2007年以前明顯減弱。2015年開始河南省旱情除了極小部分地區(qū)，其他大部分地區(qū)旱情幾乎不再出現。本文基于SIF遙感數據的建模、分析與應用為河南省干旱的監(jiān)測提供了新的思路。

[1] Kim J S, Seo G S, Jang H W, et al. Correlation analysis between Korean spring drought and large-scale teleconnection patterns for drought forecasting[J]. KSCE Journal of Civil Engineering, 2017, 21 (1): 458-466.

[2] Mishra A, Desai V. Drought forecasting using stochastic models[J]. Stochastic Environmental Research and Risk Assessment, 2005, 19 (5): 326-339.

[3] Wilhite D A, Svoboda M D, Hayes M J. Understanding the complex impacts of drought: A key to enhancing drought mitigation and preparedness[J]. Water resources management, 2007, 21 (5): 763-77.

[4] Mishra A K, Singh V P. A review of drought concepts[J]. Journal of Hydrology, 2010, 391 (1-2): 202-216.

[5] Frankenberg C. New global observations of the terrestrial carbon cycle from GOSAT: Patterns of plant fluorescence with gross primary productivity[J]. Geophysical Research Letters, 2011, 38(17): 351-365.

[6] Joiner J, Guanter L, Lindstrot R, et al. Global monitoring of terrestrial chlorophyll fluorescence from moderate-spectral-resolution near- infrared satellite measurements: methodology, simulations, and application to GOME-2[J]. Atmospheric Measurement Techniques, 2013, 6 (10): 2803-2823.

[7] Guanter L, Rossini M, Colombo R, et al. Using field spectroscopy to assess the potential of statistical approaches for the retrieval of sun-induced chlorophyll fluorescence from ground and space[J]. Remote Sensing of Environment, 2013, 133: 52-61.

[8] Joiner J, Yoshida Y, Vasilkov A, et al. First observations of global and seasonal terrestrial chlorophyll fluorescence from space[J]. Biogeosciences, 2011, 8 (3): 637-651.

[9] 劉新杰,劉良云. 葉綠素熒光的 GOSAT 衛(wèi)星遙感反演[J]. 遙感學報, 2013, 17(6): 1518-1532.

Liu X J, Liu L Y. Retrieval of chlorophyll fluorescence from GOSAT TANSO-FTS data based on weighted least square fitting[J]. Journal of Remote Sensing, 2013, 17(6): 1518-1532.

[10] Zhang Z, Xu W, Qin Q, et al. Downscaling solar-induced chlorophyll fluorescence based on convolutional neural network method to monitor agricultural drought[J]. IEEE Transactions on Geoscience and Remote Sensing, 2020, 59 (2): 1012-1028.

[11] Zhang Z, Xu W, Shi Z, et al. Establishment of a comprehensive drought monitoring index based on multi-source remote sensing data and agricultural drought monitoring[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2021, 14: 2113-2126.

[12] Joiner J, Guanter L, Lindstrot R, et al. Global monitoring of terrestrial chlorophyll fluorescence frommoderate-spectral-resolution near-infrared satellite measurements: methodology, simulations, and application to GOME-2[J]. Atmospheric Measurement Techniques, 2013, 6 (10): 2803-2823.

[13] 王彥良, 劉艷華, 王文杰. 基于遙感技術的河南省農業(yè)旱情監(jiān)測研究[J]. 測繪與空間地理信息, 2013, 36(9): 128-130+133.

Wang Y L, Liu Y H, Wang W J. Study on Henan agricultural drought monitoring based on remote sensing technology[J]. Geomatics & Spatial Information Technology, 2013, 36(9): 128-130+133.

[14] Li X, Xiao J. A global, 0.05-degree product of solar-induced chlorophyll fluorescence derived from OCO-2, MODIS, and reanalysis data[J]. Remote Sensing,2019, 11 (5): 517.

[15] 孫洪泉, 呂娟, 蘇志誠, 等. 分位數法對多指標干旱等級劃分一致性的作用[J]. 災害學, 2017, 32(2): 13-17.

Sun H Q, Lv J, Su Z C, et al. The effectiveness of the Quantile method on the consistency of the drought classification by multiple indices [J]. Journal of Catastrophology, 2017, 32(2): 13-17.

Study on Drought Monitoring and Spatiotemporal Change in Henan Province Based on Sun/solar-induced Chlorophyll Fluorescence Remote Sensing

ZHANG Zhaoxu*, XIAO Yue, GOU Wentao, CUI Jin

School of Environmental Science and Engineering, Tiangong University, Tianjin 300387, China

Drought, a natural disaster that has occurred frequently in recent decades, not only causes damage to the natural environment such as soil degradation, but also has a huge impact on economic development. The occurrence of drought is a long-term, continuous and complex process, which is the result of the combined effect of the atmosphere, soil and crops. This paper selected sun/solar-induced chlorophyll fluorescence remote sensing data from 2001 to 2020, took Henan Province as the study area, used the multi-year chlorophyll fluorescence anomaly index as the drought index, and classified drought classes based on the idea of quantile. Finally, the correlations between chlorophyll fluorescence anomaly index and statistical data (yield, affected area and disaster area) were calculated, and the spatial and temporal variation characteristics of the multi-year drought situation were analyzed, to provide scientific and effective suggestions for drought resistance and prevention. Results showed that the correlation coefficients of chlorophyll fluorescence drought index and wheat yield, maize yield, affected area and disaster area were 0.93, 0.89,-0.54 and-0.58, respectively. The correlation coefficients of chlorophyll fluorescence drought index and wheat yield and maize yield showed high positive correlation, while this index and affected area and disaster area showed negative correlation. This indicated the feasibility of chlorophyll fluorescence index in monitoring drought. Using the chlorophyll fluorescence drought index, the drought situation in Henan Province was calculated in practical and spatial dimensions, and the drought from 2001 to 2020 was analyzed. The overall degree of drought in Henan Province was reduced, and the extent of drought was significantly reduced. Finally, four measures were proposed for drought prevention based on the results. This paper provided a scientific basis for drought prevention and drought control based on remote sensing of sun/solar-induced chlorophyll fluorescence for drought monitoring and analysis in Henan Province.

solar-induced chlorophyll fluorescence; drought monitoring; spatiotemporal variation; remote sensing

張兆旭, 肖月, 茍文濤, 等. 基于日光誘導葉綠素熒光遙感的河南省干旱監(jiān)測與時空變化研究[J]. 農業(yè)大數據學報,2023,5(1):76-86.

ZHANG Zhaoxu,XIAO Yue, GOU Wentao, et al. Study on drought monitoring and spatiotemporal change in Henan Province based on sun/solar-induced chlorophyll fluorescence remote sensing[J].Journal of Agricultural Big Data,2023,5(1):76-86.

10.19788/j.issn.2096-6369.230116

2023-01-18

北京未名?？萍加邢薰鹃_放基金(22-02-01018A-0017)，海水資源利用技術發(fā)展研究與報告編制(22-02-01018A-0023)

第一作者兼通信作者張兆旭，男，博士研究生，研究方向：定量遙感與 GIS 建模; E-mail: zhangzhaoxu@tiangong.edu.cn。