海南島農業(yè)干旱綜合監(jiān)測研究*

李海亮，戴聲佩，胡盛紅，田光輝，羅紅霞

(1. 中國熱帶農業(yè)科學院科技信息研究所/海南省熱帶作物信息技術應用研究重點實驗室，海南 儋州 571737；2. 中國熱帶農業(yè)科學院環(huán)境與植物保護研究所，海南 儋州 571737；3. 海南省氣象科學研究所，海南 ?？?570203)

農業(yè)干旱是一種復雜的現(xiàn)象，涉及農業(yè)、氣象、水文等眾多學科，同時農業(yè)是一個自然與人工結合的過程，作物干旱監(jiān)測面臨著較大的困難。遙感技術的發(fā)展為農業(yè)干旱的監(jiān)測提供了新的機遇。遙感數(shù)據(jù)包含著地表的綜合信息，而農業(yè)干旱正是由于作物、土壤、大氣等因素共同作用的結果，因而遙感技術應用于干旱監(jiān)測具有較大的潛力[1-3]。但是，農業(yè)干旱的遙感監(jiān)測存在單一指數(shù)法精度有限，復合指數(shù)法計算過程復雜等問題。合理的農業(yè)干旱監(jiān)測方法應該把作物生長機理與環(huán)境信息結合起來，加強作物生理、形態(tài)指標與土壤濕度指標的結合。利用遙感方法的優(yōu)勢，結合氣象等環(huán)境信息，探求一個計算簡便、數(shù)據(jù)容易獲取，重復周期短，適用于大尺度的農業(yè)干旱監(jiān)測方法，將是農業(yè)干旱監(jiān)測研究的一個重要發(fā)展方向[4-6]。

1 材料與方法

1.1 研究區(qū)概況

海南島是我國僅次于臺灣島的第二大島，總面積約3.39萬 km2，地處北緯18°10′～20°10′，東經108°37′～111°03′之間，位于熱帶北緣。海南島緯度較低，四季不分明，夏無酷熱，冬無嚴寒，氣溫年較差小，全年氣溫高，年平均氣溫22～26 ℃，終年無霜雪。全島中部山區(qū)氣溫較低，西南部較高。年平均降雨量為1 639 mm，降雨時空差異大，東濕西干。海南島屬熱帶季風海洋性氣候，干雨季分明。受臺風及降雨時空分布不均的影響，全島旱澇災害頻繁，旱患尤為突出。海南島干旱對工農業(yè)生產和人民生活影響都很大，不僅限制了熱帶資源的充分利用，而且影響熱帶作物的生產活動和產量。建國以來海南島出現(xiàn)較為嚴重的旱災共40多次，幾乎每年1次。2010年海南島再一次遭受了大范圍的嚴重干旱，給島內農業(yè)生產帶來嚴重損失。

1.2 研究方法

1.2.1 農業(yè)干旱監(jiān)測綜合指數(shù)模型構建

1)標準化植被供水指數(shù)的計算。應用植被供水指數(shù)(VSWI)進行旱情監(jiān)測時，NDVI變化較慢，相對穩(wěn)定，而由于太陽輻射變化，地表溫度存在晝夜循環(huán)特征，一天內會有很大的差別，且與下墊面狀況之間存在著復雜的關系[7]。針對這一問題，本研究對傳統(tǒng)的植被供水指數(shù)法進行改進，把植被供水指數(shù)進行標準化，其計算公式為

VSWI=NDVI/Ts

(1)

SDI=(VSWI-VSWId)/(VSWIw-VSWId)×100%

(2)

式中，VSWI為植被供水指數(shù)；NDVI為歸一化植被指數(shù)；Ts為植被的冠層溫度(單位：℃)，MODIS/Terra的地表面溫度LST可近似認為是植被冠層的表面溫度；SDI表示標準化植被供水指數(shù)，取0～1，其中SDI=0表示嚴重干旱，SDI=1表示非常濕潤；VSWId、VSWIw分別表示最旱、最濕潤時的植被供水指數(shù)。

2)綜合降水距平指數(shù)的計算。干旱是一個持續(xù)的過程，降水對農業(yè)干旱的影響具有累積效應，本研究考慮本旬及前8旬的降水影響，利用綜合降水距平指數(shù)來對農業(yè)旱情進行更合理的表達，這樣也可以使氣象數(shù)據(jù)與遙感數(shù)據(jù)得到更好地耦合，其計算公式為

SRI=R/2RW×100%

(3)

MSRI=A0×SRI0+A1×SRI1+A2×SRI2+…+A8×SRI8

(4)

式中，SRI表示降水距平指數(shù)；R表示旬降水量；RW表示該旬多年平均降水量，通常情況下，如果R達到RW的2倍，則可以認為降水相對比較充足。因此，凡是R大于RW的2倍的，則認為濕潤，SRI為1；MSRI表示綜合降水距平指數(shù)，取0～1，其中MSRI=0表示嚴重干旱，MSRI=1表示非常濕潤；SRI0和A0表示當旬降水距平指數(shù)及其權重，SRI1-SRI8和A1-A8是前8旬降水距平指數(shù)及權重，A0-A8取值滿足A0+A1+…+A8=1；且A0-A8呈遞減狀態(tài)，分別取值0.263、0.189、0.145、0.116、0.093、0.073、0.06、0.04、0.03[6]。

3)土壤含水量的采樣。根據(jù)不同植被覆蓋狀況，在?？?、儋州、瓊中預選出3個樣區(qū)，在野外利用GPS導航功能在3個樣區(qū)布設75個樣點，每個樣區(qū)為5×5的方陣，相鄰兩個樣點的間距為1 km。同時在儋州、瓊中選取15個樣點作為檢驗樣點。為了保證與衛(wèi)星同步觀測，采樣時間2011年5月9日至16日衛(wèi)星每天過境的時刻——上午10:30左右，并在天氣晴朗的天氣條件下進行。采樣深度在參考他人研究成果、并考慮農業(yè)耕作層的深度后定為20 cm[8]。使用手持GPS進行樣點的定位，使用TDR300土壤水分測定儀進行土壤含水量VWC(單位：%)的測量。

4) 土壤含水量反演建模及模型精度檢驗。用專業(yè)數(shù)據(jù)分析處理軟件SPSS 17.0對75個樣點的SDI、MSRI及VWC進行擬合，選擇最優(yōu)模型。利用15個檢驗樣點的采樣數(shù)據(jù)，通過均方根誤差(RMSE)和相對均方根誤差(RMSEr)兩個指標來評價模型的精度[9-10]。

1.2.2 數(shù)據(jù)來源與處理 利用海南省氣象科學研究所EOS/MODIS遙感數(shù)據(jù)接收系統(tǒng)存檔的日MODIS原始數(shù)據(jù)(上午星Terra)，通過一系列預處理工作，以最大值合成法(MVC)逐日合成得到2011年5月中旬的歸一化植被指數(shù)(NDVI)，空間分辨率為1 km。對美國國家航空航天局(NASA)提供的L3級別的MODIS/Terra全球地表溫度(LST)數(shù)據(jù)產品進行一系列處理，以均值法逐日合成得到2011年5月中旬的LST數(shù)據(jù)，空間分辨率為1 km。對MSRI采用薄板樣條函數(shù)[11](Thin Plate Splines，TPS)插值的方法進行全區(qū)域的精確模擬。將選定樣區(qū)的75個樣點及15個檢驗樣點的實測土壤含水量數(shù)據(jù)輸入已創(chuàng)建的點圖層，進行遙感數(shù)據(jù)、氣象數(shù)據(jù)與采樣數(shù)據(jù)的三者融合。

2 結果與分析

2.1 農業(yè)干旱監(jiān)測綜合指數(shù)模型

對75個采樣點的SDI、MSRI和VWC (單位：%)數(shù)據(jù)進行相關分析。結果表明SDI、MSRI與VWC均有較好的線性關系，SDI、MSRI與VWC的Pearson相關系數(shù)分別為0.772和0.598，它們的sig值均為0.000，小于0.01，通過了0.01的相關性檢驗。通過多元線性回歸分析，得到VWC與SDI、MSRI的線性回歸方程 (公式5)。通常以土壤水分體積含量來表征農業(yè)干旱情況，由此得到農業(yè)干旱監(jiān)測綜合指數(shù)模型(公式6)。

VWC=58.582 9SDI+24.371 1MSRI+3.619 8

(5)

(6)

式中DI為綜合旱情指數(shù)，取0～1，其中DI=0表示嚴重干旱，DI=1表示非常濕潤。

利用公式(5)對2011年5月中旬的海南島土壤含水量進行反演，計算檢驗樣點的反演值與實測值之間的誤差，RMSE值為4.65%，RMSEr值為19.28%，說明公式(5)具有較高的精度，可以用來反演海南島的土壤含水量。農業(yè)干旱監(jiān)測綜合指數(shù)模型(公式(6))可以用來監(jiān)測海南島的農業(yè)干旱。

2.2 旱情分析

2.2.1 旱情時空演變 利用所建立的農業(yè)干旱綜合監(jiān)測模型(公式6)對海南島2004年10月至2005年1月的旱情綜合指數(shù)DI進行計算，以海南干旱調研為基礎，參考氣象干旱等級劃分方法、已有研究的綜合干旱等級劃分方法[12]，將海南島干旱程度分為濕潤(0.7

2.2.2 旱情地形因子分析 利用海南島DEM數(shù)據(jù)產品得到海南島地形因子數(shù)據(jù)，分析綜合旱情指數(shù)隨海拔、坡度和坡向的分異規(guī)律。圖3顯示，海南島綜合旱情指數(shù)DI隨著海拔、坡度的增大而增大的趨勢很明顯。這主要因為在海南島，坡度高的地區(qū)集中在海拔高的地區(qū)，海拔高的地區(qū)降水較多。整體上海拔、坡度越高綜合旱情指數(shù)越高，旱情越輕。從坡向來看，平地的DI最小，旱情最重；DI在不同坡向上分異不是很明顯，這主要是因為海南島內坡度都不是很大，表現(xiàn)到坡向上的降水和蒸發(fā)差異不是很明顯。

圖1 監(jiān)測期內海南島旱情(平均值)空間演變圖

3 討論與結論

本研究在分析現(xiàn)有農業(yè)旱情監(jiān)測模型的基礎上，結合海南島地理環(huán)境和農業(yè)生產特征，采用遙感與地面氣象觀測數(shù)據(jù)相結合的方法構建了海南島農業(yè)干旱綜合指數(shù)模型，經檢驗模型的均方根誤差RMSE為4.65%，相對均方根誤差RMSEr為19.28%，說明該模型具有較高的精度，可以用來監(jiān)測海南島的農業(yè)干旱。在此基礎上，利用模型對海南島2004年10月至2005年1月的旱情進行了監(jiān)測與分析。

這一監(jiān)測方法以適合高植被覆蓋區(qū)旱情監(jiān)測的標準化植被供水指數(shù)及適合熱帶氣候區(qū)旱情監(jiān)測的綜合降水距平指數(shù)為基礎，把空間遙感和地面臺站觀測結合起來，通過遙感數(shù)據(jù)、氣象數(shù)據(jù)和實測土壤含水量數(shù)據(jù)的融合構建農業(yè)干旱綜合指數(shù)模型，克服了傳統(tǒng)監(jiān)測模型帶來的旱情監(jiān)測結果不確定性問題?；谧魑镏脖恢笖?shù)和溫度變化的植被供水指數(shù)能較好地反映作物的干旱嚴重程度。但是，在作物植被指數(shù)較高的情況下,作物供水指數(shù)與旱情之間的關系仍存在一定的不確定性。因此，本研究同時考慮了降雨對旱情監(jiān)測結果的影響，把降水距平指數(shù)進行改進并引入到旱情監(jiān)測模型中，通過實測土壤含水量形成了植被供水指數(shù)與降水距平指數(shù)的耦合模型，構建了旱情綜合監(jiān)測模型。由于降雨影響是一個漸進的過程，因此耦合模型考慮了前8旬的降雨距平影響。通過標準化處理后，旱情監(jiān)測結果在不同時期具有可比性，可以根據(jù)不同級別的旱情分布進行受災范圍統(tǒng)計，評估可能的旱災損失，為農業(yè)部門抗旱減災工作提供更加直接可用的結果。

參考文獻：

[1] 李海亮，田光輝，劉海清．基于MODIS數(shù)據(jù)的海南島干旱遙感監(jiān)測研究[J]．廣東農業(yè)科學，2011，(6)：204-206.

[2] 劉茜．基于MODIS數(shù)據(jù)的黑龍江省農業(yè)干旱遙感監(jiān)測研究[D]．南京:南京信息工程大學，2011.

[3] 鄭有飛，陳鵬，吳榮軍，等．地表蒸散的遙感估算模型及其在農業(yè)干旱監(jiān)測中的應用[J]．生態(tài)學雜志，2011，30(4): 837-844.

[4] 唐巍，覃志豪，秦曉敏．農業(yè)干旱遙感監(jiān)測業(yè)務化運行方法研究[J]．遙感信息，2007，(2)：37-41．

[5] 李云鵬，司瑤冰，劉朋濤，等．基于空間信息的內蒙古農業(yè)干旱監(jiān)測研究[J]．干旱區(qū)資源與環(huán)境，2011，25(11):125-131.

[6] LI Hailiang, LIU Enping, ZHAO Zibo, et al. Agricultural drought monitoring in Hainan Island based on MODIS data and meteorological Data[C]∥Proceedings of 2nd International Conference on Remote Sensing, Environment and Transportation Engineering, 2012:238-241.

[7] 高懋芳，張虹鷗，秦曉敏，等．廣東省農業(yè)旱災遙感監(jiān)測[J]．國土資源遙感，2008，(3)：94-100.

[8] 陳懷亮，馮定原，鄒春輝，等．麥田土壤水分NOAA/AVHRR遙感監(jiān)測方法研究[J]．遙感技術與應用，1998，13(4)：27-35.

[9] MAKELA H，PEKKARINEN A．Estimation of forest stands volumes by Landsat TM imagery and stand-level field-inventory data[J]．Forest Ecology and Management，2004，196：245-255.

[10] 李海亮，羅微，李世池，等.基于遙感信息與凈初級生產力的海南天然橡膠估產模型[J]．自然資源學報，2012，27(9)：1610-1621.

[11] 杜國明，賈良文．薄板樣條函數(shù)在空間數(shù)據(jù)插值中的應用[J]．計算機工程與應用，2009，45(36)：238-240.

[12] 徐慧．基于SPOT VEGETATION數(shù)據(jù)的長江流域植被覆蓋變化特征分析[D]．武漢：華中農業(yè)大學，2011．