文｜郜源冰 張紅艷 彭國樟 冷偉 陳淑敏 張磊

武漢珈和科技有限公司

一、前言

2022 年6—10 月，中國南方經(jīng)歷了史無前例的高溫干旱過程，長江流域尤為突出。根據(jù)國家氣候中心監(jiān)測評估，綜合考慮高溫熱浪事件的平均強度、影響范圍和持續(xù)時間，從2022 年6 月13 日開始的區(qū)域性高溫事件綜合強度，已達到1961 年有完整氣象觀測記錄以來最強。此次高溫旱情，對長江流域的農(nóng)業(yè)灌溉用水和作物正常生長造成較大影響。本文利用衛(wèi)星遙感監(jiān)測技術結合Sentinel-2A影像數(shù)據(jù)，GPM、SMAP 氣象數(shù)據(jù)和MODIS 全球250m 分辨率16 天合成的植被指數(shù)對2021 和2022兩年的7—9 月長江流域重點水域面積、主要省份/市（包括重慶、四川、江西、湖南、安徽和湖北）降雨、氣溫及作物長勢情況進行對比分析，展現(xiàn)出衛(wèi)星遙感在氣溫降水、水域面積、農(nóng)作物旱情等方面的旱情監(jiān)測應用。

二、技術背景

在全球氣候變化和人類活動增加的背景下，干旱的發(fā)生頻率、強度和持續(xù)時間有可能增加。提高干旱監(jiān)測和旱期預警技術水平，從而更好地應對、管理干旱和減輕干旱脆弱性，避免干旱帶來的一系列影響，是國際干旱領域的一項重要內容。及時、準確地評價干旱對作物生長的影響，對實現(xiàn)水資源合理調度和有效抗旱減災決策都具有重要意義。傳統(tǒng)的干旱監(jiān)測是利用氣象和水文觀測站獲得降水、氣溫、蒸發(fā)、徑流等氣象和水文數(shù)據(jù)，以及農(nóng)業(yè)氣象觀測的墑情，依據(jù)各種干旱指標進行監(jiān)測。隨著全球對地觀測技術的迅速發(fā)展，衛(wèi)星遙感以其獨特優(yōu)勢發(fā)揮著越來越重要的作用，衛(wèi)星遙感干旱監(jiān)測已成為全球抗旱減災中不可或缺的手段。

干旱過程是一個由大氣降水減少導致進入土壤的水量降低，植被因供水不足造成生長受挫而減產(chǎn)、江河湖泊因蓄水不足而面積萎縮（或水位下降），進而對經(jīng)濟、社會產(chǎn)生影響的復雜過程。衛(wèi)星遙感監(jiān)測干旱是通過建立遙感獲得植被狀況、地表溫度、熱慣量等參數(shù)與地面干旱監(jiān)測指標（如土壤濕度）的關系來間接監(jiān)測干旱?？梢姽狻t外遙感記錄的是地球表面對太陽輻射能的反射輻射值，是利用地物對太陽短波輻射的反射強度信息來判別地物的類型。由于綠色植物在這段光譜區(qū)間具有獨特的光譜反射特點，是最易被識別的地類。根據(jù)植被的光譜特征，通過對可見光和近紅外的波段組合，構建出了多種植被指數(shù)（VI）。當土壤供水不足導致植被發(fā)生水分脅迫時，植被會出現(xiàn)葉綠素含量下降，光合作用速率降低、植被葉面積和覆蓋度減少的現(xiàn)象，這些變化均可導致衛(wèi)星遙感植被指數(shù)下降。監(jiān)測旱災發(fā)生期間植被長勢指數(shù)并進行統(tǒng)計分析，可直觀反映出植被長勢受旱情的影響情況。

三、遙感監(jiān)測應用

長江流域是我國農(nóng)業(yè)主產(chǎn)區(qū)，耕地20 多萬平方千米，以種植水稻為主，兼產(chǎn)棉、麻、油菜、蠶絲、茶等，其中水稻產(chǎn)量約占全國的70%，棉花產(chǎn)量約占全國的33%。地跨我國西南、華中、華東三大經(jīng)濟區(qū)，在我國社會經(jīng)濟的可持續(xù)發(fā)展中起著舉足輕重的作用。由于流域獨特的地理位置和氣候條件，長江流域干旱災害頻繁發(fā)生，給國民經(jīng)濟和人民生命財產(chǎn)帶來了嚴重的損失，已成為影響國家中長期發(fā)展戰(zhàn)略的重要風險之一。如何有效監(jiān)測農(nóng)業(yè)干旱，選擇適宜的監(jiān)測指標，及時準確地了解農(nóng)業(yè)旱情發(fā)生、發(fā)展、消退情況已成為當?shù)卣购禍p災部門和農(nóng)業(yè)管理部門面臨的一項緊迫任務。

2022 年7—10 月，長江流域水位明顯下降，主要支流鄱陽湖、洞庭湖水位更是下降至歷史新低，流域內各省份遭受不同程度旱情，武漢珈和科技有限公司結合遙感通平臺從宏觀角度分析評估此次旱情影響。

1.長江流域氣溫降水遙感監(jiān)測

長江流域氣溫降水遙感監(jiān)測衛(wèi)星數(shù)據(jù)源為SMAP 和GMP 衛(wèi)星。SMAP 衛(wèi)星是美國國家航空航天局（NASA）于2015 年1 月發(fā)射的一顆衛(wèi)星，空間分辨率10km，每兩到三天對全球土壤（最上5cm 層）濕度進行一次觀測，主要應用于全球地面土壤濕度監(jiān)測。SMAP 衛(wèi)星包含多個級別的產(chǎn)品數(shù)據(jù)，探測獲取的L1A、L1B、L1C 通過一定模型和算法反演分析得到更高級數(shù)據(jù)，共有十余種。衛(wèi)星L4 級產(chǎn)品數(shù)據(jù)包含了土壤濕度、地表壓力、地表溫度與地面氣溫等產(chǎn)品信息。日美兩國共同研制的GPM 衛(wèi)星于2014 年2 月發(fā)射升空，衛(wèi)星搭載了高性能雷達——雙頻降水雷達（DPR），由Ka-band和Ku-band 兩部頻率不同的降水雷達組成。DPR 具有對降水三維觀測和對降水物形態(tài)的探測能力，主要靠兩束雷達波對降水目標物進行更加透徹的解析而獲得。DPR 能夠通過捕捉大氣水滴反射，觀測到以往衛(wèi)星雷達難以探查到的小規(guī)模雨雪天氣。此次選擇SMAP 衛(wèi)星的L4 級地面氣溫產(chǎn)品數(shù)據(jù)和GPM的3 級IMERG 產(chǎn)品對2022 年旱情期間長江流域氣溫降水數(shù)據(jù)進行監(jiān)測分析。

2022 年7—9 月長江流域六省/市對比2021 年同期氣溫偏高，降水偏少。衛(wèi)星遙感監(jiān)測顯示，2022 年7—9 月長江流域六省降雨總量比2021 年同期減少43.23%，平均氣溫比2021 年同期升高0.82℃。除7 月下旬外，2022 年7—9 月每旬降雨量均明顯低于2021 年同時間段降雨量（圖1）；2022 年7—8 月下旬平均氣溫均高于2021 年同時間段旬平均氣溫（圖2）。

圖1 長江中下游省份2021/2022 年7-9 月旬降雨量（mm）對比圖

圖2 長江中下游省份2021/2022 年7-9 月旬平均氣溫(℃)對比圖

2.長江支流水域面積遙感監(jiān)測

長江流域湖泊總面積約為15200km2，接近我國湖泊總面積的五分之一。鄱陽湖、洞庭湖是長江重要支流，在調節(jié)長江水位、涵養(yǎng)水源、抗旱蓄洪等方面起著重要的作用。

長江支流水域面積遙感監(jiān)測衛(wèi)星數(shù)據(jù)源為哨兵二號衛(wèi)星。哨兵二號多光譜成像衛(wèi)星可用于陸地監(jiān)測，可提供植被、土壤和水覆蓋、內陸及海岸區(qū)域等圖像。衛(wèi)星攜帶一枚多光譜成像儀（MSI），空間分辨率10m，高度為786km，可覆蓋13 個光譜波段，幅寬達290km，一顆衛(wèi)星的重訪周期為10 天，兩顆互補，重訪周期為5 天。通過哨兵二號衛(wèi)星遙感監(jiān)測，2022 年9 月洞庭湖、鄱陽湖及其周邊水域面積對比2021 年9 月明顯縮減，河床裸露，水域幾乎全部干涸（圖3）。

圖3 洞庭湖及其周邊水域2021 年9 月（左）與2022 年9 月（右）遙感影像圖

遙感監(jiān)測2021 年9 月和2022 年9 月長江支流洞庭湖水域面積，結果顯示：2022 年洞庭湖及其周邊水域面積相比2021 年減少53.85%（圖4）。

圖4 長江重要支流2021 年9 月與2022 年9 月水域面積變化圖

3.長江流域農(nóng)作物旱情遙感監(jiān)測

根據(jù)歷史年鑒信息可知四川、重慶、江西、湖南、安徽和湖北六省份耕地面積總計約3.8 億畝，占全國耕地總面積的20.5%。7—9 月是長江流域秋收作物的重要生長時期。8 月中旬，西南的四川、重慶等地區(qū)一季稻已開始灌漿結實，大部進入乳熟期、成熟期，部分處于抽穗揚花期，正是對溫度、水分反應最敏感的時期，持續(xù)性重度少雨缺墑會導致結實率降低，不利一季稻產(chǎn)量的形成；位于長江中下游的江南華南地區(qū)一季稻處于拔節(jié)至孕穗期，部分早熟品種處于抽穗揚花至灌漿結實期，雙季晚稻處于返青分蘗期，高溫熱害影響明顯。另外，持續(xù)高溫會加快幼穗分化進程，影響大穗形成。作物長勢遙感監(jiān)測是利用作物植株冠層在遙感影像上的光譜反射率，對作物的生長狀況進行宏觀估測，作物長勢信息反映作物的生長狀況和趨勢，是農(nóng)情信息的重要組成部分，植被長勢指數(shù)越高說明作物長勢越好。

長江流域農(nóng)作物旱情遙感監(jiān)測衛(wèi)星數(shù)據(jù)源為Terra 和Aqua 衛(wèi)星。中等分辨率成像光譜儀（MODIS）是Terra 和Aqua 衛(wèi)星上搭載的主要傳感器之一，兩顆星相互配合每1 ～2 天可重復觀測整個地球表面，得到36 個波段的觀測數(shù)據(jù)，空間分辨率為250m、500m 和1000m，提供多種原始數(shù)據(jù)和不同等級的數(shù)據(jù)處理產(chǎn)品。此次監(jiān)測工作采用MOD13Q1（全球250m 分辨率植被指數(shù)16 天合成）數(shù)據(jù)，對2022 年長江流域六省份7—9 月作物長勢進行遙感監(jiān)測和分析（圖5—6），監(jiān)測結果顯示：除2022 年8 月中旬，2022 年7—9 月長江流域（六省/市）作物長勢指數(shù)均明顯低于2021 年同期。其中重慶、四川作物受旱情影響最為嚴重，全?。ㄊ校┓秶鷥茸魑镩L勢普遍受到影響長勢明顯變差；安徽、江西作物受旱情較為嚴重，部分區(qū)域作物長勢受到影響長勢明顯變差；湖南、湖北作物受旱情影響較為輕微，只有小部分區(qū)域長勢變差。結合氣溫降水遙感監(jiān)測結果可知：7 月份的高溫和降雨減少暫未對長江流域6 省份作物長勢產(chǎn)生嚴重影響，8 月降雨量急劇減少加上持續(xù)高溫，使得8—9 月作物長勢持續(xù)變差。

圖5 長江中下游省份2022 年7—9 月耕地范圍內作物長勢遙感監(jiān)測圖

圖6 長江中下游省份2021/2022 年7—9 月耕地范圍內作物植被指數(shù)對比分析圖

結合以上遙感監(jiān)測與分析可知：2022 年7—9月長江流域旱情期間，主要支流（鄱陽湖、洞庭湖等）水域面積對比2021 年同期水域面積明顯變?。涣饔騼雀魇。ㄖ陛犑校┙涤炅繉Ρ?021 年同期均有明顯減少，降雨量減少主要集中在8 月，六省/市（四川、重慶、湖南、湖北、安徽和江西）降水總量對比2021 年減少約43.23%，其中重慶市降水面積對比2021年減少55.56%，降水面積減少最多，六省/市（四川、重慶、湖南、湖北、安徽和江西）平均氣溫對比2021 年同期均有所升高，高溫天氣主要集中于8月，平均溫度對比2021 年升高約0.8℃，安徽省平均氣溫對比2021 年升高1.47℃，平均溫度上升最多。

作物長勢方面，重慶、四川受旱情影響最為嚴重，作物長勢明顯低于2021 年同期，其次是江西、湖南，作物長勢稍低于2021 年同期作物長勢；安徽、湖北雖有旱情，分析原因在于當?shù)剞r(nóng)業(yè)灌溉條件較好，作物得到及時灌溉，使農(nóng)作物較少受到水分和溫度脅迫的影響，旱情分析結果見表1。

表1 2022 年長江流域各省份7—9 月作物長勢受旱情影響分析

四、結語

隨著全球對地觀測技術的迅速發(fā)展，遙感技術在干旱監(jiān)測工作中發(fā)揮著越來越重要的作用，但是干旱是多學科交叉的復雜問題，發(fā)展過程緩慢、時間和空間表現(xiàn)特征差異很大，遙感監(jiān)測干旱技術在應用中還存在許多的技術問題，對抗旱防災提供支撐的力度仍不夠。近年來，氣候異常，極端天氣事件多發(fā)頻發(fā)。生態(tài)系統(tǒng)在以前所未有的速度惡化，而且預計未來幾十年會加速惡化。長期來看，快速且有序地推進減排，降低自然災害發(fā)生頻率，當災害發(fā)生的時候，通過衛(wèi)星實時預警、監(jiān)測災害發(fā)生情況，將自然災害對人類影響降至最低，是當務之急。

此次通過SMAP、GPM、哨兵二號、Terra 和Aqua 遙感衛(wèi)星，監(jiān)測獲取2022 年長江流域旱情期間降水、氣溫、水域面積、作物長勢信息，分析旱情發(fā)生的特點并評估旱情對作物長勢的影響。衛(wèi)星遙感不僅可以在災害發(fā)生后進行監(jiān)測分析，還可以在災害發(fā)生前進行預警，通過遙感數(shù)據(jù)，及時預測干旱、洪澇、臺風、高溫等災害的發(fā)生趨勢，避免災害對人類社會生產(chǎn)活動造成更大影響。