基于MODIS數(shù)據(jù)的滇東南喀斯特地區(qū)干旱遙感反演*

楊超, 王金亮

(云南師范大學(xué) 旅游與地理科學(xué)學(xué)院，云南 昆明 650500)

?

基于MODIS數(shù)據(jù)的滇東南喀斯特地區(qū)干旱遙感反演*

楊超, 王金亮

(云南師范大學(xué) 旅游與地理科學(xué)學(xué)院，云南 昆明 650500)

受其特殊的巖溶地貌和水文地質(zhì)條件等因素的影響，滇東南喀斯特地區(qū)地表干旱嚴(yán)重，采用MODIS數(shù)據(jù)對(duì)該地區(qū)的干旱進(jìn)行反演監(jiān)測(cè)具有宏觀、及時(shí)、動(dòng)態(tài)、成本低等優(yōu)勢(shì).以2007-2008年各季度MODIS數(shù)據(jù)為基礎(chǔ)，利用植被狀態(tài)指數(shù)(VCI)、距平植被指數(shù)(AVI)和溫度條件指數(shù)(TCI)構(gòu)建兩個(gè)干旱指數(shù)模型ID1和ID2，對(duì)滇東南喀斯特地區(qū)干旱狀況進(jìn)行反演監(jiān)測(cè).結(jié)果表明：(1)滇東南喀斯特地區(qū)春季(4月)干旱最為嚴(yán)重，夏季(7月)最濕潤(rùn)，秋季(10月)和冬季(1月)是次干旱的季節(jié)；(2)ID1和ID2都能有效反映滇東南喀斯特地區(qū)旱情分布情況，但I(xiàn)D1比ID2更適用于該地區(qū)的干旱遙感監(jiān)測(cè).

干旱;反演監(jiān)測(cè);干旱指數(shù)模型;喀斯特;滇東南

干旱是全國(guó)普遍發(fā)生的重大氣象災(zāi)害之一，因出現(xiàn)頻率高、持續(xù)時(shí)間較長(zhǎng)和破壞范圍大，對(duì)社會(huì)經(jīng)濟(jì)尤其是對(duì)農(nóng)業(yè)經(jīng)濟(jì)影響巨大.近一個(gè)世紀(jì)以來(lái)，全球氣候變化使部分地區(qū)的極端氣候事件加劇，全球氣象災(zāi)害造成的經(jīng)濟(jì)損失占所有自然災(zāi)害損失的85%左右，其中干旱帶來(lái)的損失又占?xì)庀鬄?zāi)害的50%左右.

2010年春季，在云南、貴州等地連續(xù)三年出現(xiàn)大旱.截至2010年3月16日，中國(guó)西南五省干旱造成645萬(wàn)公頃耕地嚴(yán)重受災(zāi)，超過(guò)2 000多萬(wàn)人飲水困難[1].因此利用RS與GIS技術(shù)對(duì)各旱情易發(fā)區(qū)進(jìn)行宏觀動(dòng)態(tài)監(jiān)測(cè)以及即時(shí)進(jìn)行災(zāi)后風(fēng)險(xiǎn)評(píng)估尤為重要，可以為相關(guān)部門制定合理有效的抗旱、防旱措施提供科學(xué)依據(jù)，從而減少干旱帶來(lái)的經(jīng)濟(jì)損失.

1 研究區(qū)概況

云南是我國(guó)喀斯特地貌分布最廣的省份之一,喀斯特分布面積大于30%的縣有62個(gè),其中喀斯特面積大于70%的縣有10個(gè)，全省喀斯特面積約11.1萬(wàn)平方公里,約占全省國(guó)土面積的28.9%,依地域分布可大致分為三個(gè)地區(qū)[2]:滇西北區(qū)、滇東區(qū)以及瀾滄江、怒江中段.最典型的地區(qū)分布在文山壯族苗族自治州和紅河哈尼族彝族自治州，面積64 387平方公里.包括文山壯族苗族自治州的文山、硯山、麻栗坡、西疇、馬關(guān)、丘北、富寧、廣南8縣市，總面積31 456平方公里；紅河哈尼族彝族自治州轄的蒙自市、個(gè)舊市、彌勒市、開遠(yuǎn)市、綠春縣、建水縣、瀘西縣、紅河縣、元陽(yáng)縣、河口縣、屏邊縣、金平縣4市9縣，面積32 931平方公里(圖1).

2 研究方法

2.1 國(guó)內(nèi)外干旱遙感監(jiān)測(cè)研究方法

圖1 研究區(qū)位置圖

干旱監(jiān)測(cè)的重要指標(biāo)之一是土壤濕度，是以估測(cè)土壤含水量為基礎(chǔ)的.國(guó)外監(jiān)測(cè)土壤含水量方法可以分為幾類.一類是利用植被指數(shù)來(lái)監(jiān)測(cè)某一時(shí)段的干旱情況；例如，Jakson[3]等在利用NDVI監(jiān)測(cè)干旱時(shí)發(fā)現(xiàn)，植被指數(shù)對(duì)短暫水分脅迫不太敏感.因此，植被指數(shù)無(wú)法有效的反映土壤濕度情況，其在裸土地區(qū)或洪澇地區(qū)應(yīng)用也會(huì)受到限制；于是Kogan[4]提出植被狀態(tài)指數(shù)(VCI)，認(rèn)為VCI更優(yōu)于NDVI.

VCIj=100(NDVIj-NDVImin)/

(NDVImax-NDVImin)

(1)

式中NDVIj、NDVImax、NDVImin分別為隨機(jī)年j時(shí)期內(nèi)的NDVI的DN(灰度)值、NDVI的最大灰度值與最小灰度值.

另一類是綜合利用波段組合的方法將可見光波段與紅外波段(近紅外與中紅外)組合反演植被指數(shù)來(lái)表征干旱情況.如Kogan[5]提出的溫度條件指數(shù)(TCI，Temperature Condition Index).該指數(shù)著重突出了高溫、低溫都不利于植被生長(zhǎng)，適宜溫度利于作物生長(zhǎng)，即TCI的定義:

TCI=(Tmax-Tj)/(Tmax-Tmin)

(2)

式中Tj、Tmax、Tmin分別為隨機(jī)年第j時(shí)期地表溫度值(平均值)、研究年限內(nèi)第j時(shí)期地表溫度的最大值與最小值.若TCI值越小,表明j時(shí)期內(nèi)地表溫度越接近最大值，即干旱情況越嚴(yán)重.

國(guó)內(nèi)利用衛(wèi)星遙感數(shù)據(jù)監(jiān)測(cè)干旱，主要采用熱慣量法[6]、亮度溫度法[7]及植被水分指數(shù)法[8]等.在NDVI的基礎(chǔ)上經(jīng)過(guò)大量觀測(cè)研究，國(guó)家衛(wèi)星氣象中心由此提出了距平植被指數(shù)(Anomaly Vegetation Index,AVI)監(jiān)測(cè)法，其公式如下：

AVI=NDVIi-avg(NDVI)

(3)

式中avg(NDVI)、NDVIi分別為多年累積的NDVI均值、隨機(jī)年時(shí)期(如旬、月等)NDVI值.AVI為正值反映植被生長(zhǎng)良好,負(fù)值表示植被生長(zhǎng)欠佳,通常來(lái)說(shuō),AVI值在0.1～-0.2、-0.3～-0.6分別表示旱情出現(xiàn)、旱情嚴(yán)重.

2.2 滇東南喀斯特地區(qū)干旱遙感反演

植被指數(shù)與地表溫度都可表征土壤含水量.但在實(shí)際監(jiān)測(cè)中只用一個(gè)指標(biāo)是不夠的,不能準(zhǔn)確的反演出干旱情況，所以往往需要進(jìn)行綜合考慮,將植被與溫度恰當(dāng)結(jié)合，有利于準(zhǔn)確描述地表干旱狀況.

Terra衛(wèi)星的MODIS研究是近年來(lái)遙感應(yīng)用領(lǐng)域研究的熱點(diǎn)[9]，本文研究使用的MODIS地表反射率與地表溫度數(shù)據(jù)，均為2007-2008年各個(gè)季度的8天合成數(shù)據(jù)，該數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云http://www.gscloud.cn/(表1).

表1 MODIS數(shù)據(jù)產(chǎn)品簡(jiǎn)介

采用MRT(MODIS Reprojection Tool)軟件將MODIS數(shù)據(jù)的正弦投影轉(zhuǎn)換到UTM的WGS-84坐標(biāo)系中.然后對(duì)Modis11A2(1 km分辨率)溫度產(chǎn)品重采樣為500 m分辨率的數(shù)據(jù).依據(jù)公式(1)、(2)和(3)，利用預(yù)處理過(guò)的MOD09A1產(chǎn)品可以計(jì)算出NDVI、VCI和AVI.

在遙感學(xué)上，地表溫度通常被定義為由輻射測(cè)定的表面溫度或所有直接輻射的表面溫度；而土地表面溫度就是裸土的表面實(shí)測(cè)溫度,但有高植被覆蓋的土地表面溫度其實(shí)可以認(rèn)為是植被冠層溫度[10].旱情發(fā)生時(shí)植被(作物)葉片氣孔關(guān)閉以降低蒸騰作用造成的水分損失,從而造成地表潛熱通量降低,根據(jù)能量守恒定律,這將會(huì)導(dǎo)致地表感熱通量的增加，以促使地表的能量平衡，從而又導(dǎo)致冠層溫度的升高.因此,土地表面溫度可預(yù)示干旱發(fā)生.地表溫度反演算法主要有分裂窗算法[11]、最小二乘算法[12]、單通道法[13]、人工神經(jīng)網(wǎng)絡(luò)[14](ANN)等.根據(jù)星上亮溫的線性組合，Qin等[15]提出了兩因素模型用于地表溫度反演,公式如下:

Ts=A0+A1T31-A2T32

(4)

式中Ts、T31、T32分別為地表溫度(K)、MODIS09A1的31、32通道的亮溫值，A0、A1和A2是分裂窗算法中的各參數(shù)，分別定義如下：A0=E1a31-E2a32,A1=1+A+E1b31，A2=A+E2b32,a31、b31、a32、b32是常量，在一般情況下地表溫度為0～50 ℃范圍內(nèi)，這些常量分別可取a31=-64.603 63，b31=0.440 817，a32=-68.72575，b32=0.473 453.上述公式的中間參數(shù)計(jì)算公式如下所示：A=D31/E0,E1=D32(1-C31-D31)/E0,E2=D31(1-C32-D32)/E0,E0=D32C31-D31C32,具體參數(shù)求解參考文獻(xiàn)[16]，然后利用公式(4)即可反演出滇東南喀斯特地區(qū)的地表溫度.

郭廣猛等[17]利用最小二乘法對(duì)500多個(gè)數(shù)據(jù)進(jìn)行擬合得到以下公式:

T=24.393 3×b31-19.831 3×b32

-0.001 43×ψ+245.154

(5)

式中T的單位為K,b31、b32的單位是w/(m2·um·sr)，ψ的單位是度.31、32通道的亮溫值(b31、b32)和觀測(cè)角度ψ為上式自變量值.以便計(jì)算方便將其31、32通道的亮溫值省去,當(dāng)觀測(cè)角度向圖像兩側(cè)移動(dòng)時(shí)角度逐漸增大.在實(shí)際監(jiān)測(cè)中由于各種因素的影響(大氣、傳感器、云量、地形等)使得反演精度有所降低.

鑒于研究所獲得的數(shù)據(jù)為MOD11A2的地表溫度產(chǎn)品，其中包含31和32通道發(fā)射率值，所以采用了最小二乘法對(duì)其地表溫度進(jìn)行反演更為便捷.在干旱遙感反演完成后通過(guò)相關(guān)的統(tǒng)計(jì)軟件，列出干旱指數(shù)因子與干旱指數(shù)的相關(guān)方程，建立散點(diǎn)圖更為直觀地對(duì)旱情進(jìn)行監(jiān)測(cè)并對(duì)其相關(guān)性進(jìn)行分析.實(shí)現(xiàn)滇東南的旱情監(jiān)測(cè)進(jìn)而反演出滇東南喀斯特地區(qū)旱情分布，可以與相關(guān)的統(tǒng)計(jì)數(shù)據(jù)(統(tǒng)計(jì)年鑒數(shù)據(jù)、氣象站數(shù)據(jù))進(jìn)行對(duì)比分析，以便驗(yàn)證模型是否能準(zhǔn)確反映旱情.

3 結(jié)論與討論

3.1 基于VCI、AVI及TCI干旱的等級(jí)分析

利用前述相關(guān)公式，計(jì)算得到研究區(qū)不同時(shí)段的VCI(圖2).若j時(shí)期的NDVI和NDVImin之間差越小(公式1中),意味著該時(shí)期(植被)作物長(zhǎng)勢(shì)很差.VCI取值在0～100之間，VCI的值越小，說(shuō)明該地區(qū)越干旱，對(duì)植被生長(zhǎng)不利.

2007年4月5日(春季) 2007年7月5日(夏季) 2007年10月5日(秋季)

a、VCI春季干旱分布 b、VCI夏季干旱分布 c、VCI秋季干旱分布

d、VCI冬季干旱分布 e、VCI春季干旱分布

2008年1月5日(冬季) 2008年4月5日(春季)

圖2 研究區(qū)不同季節(jié)VCI圖

Fig.2 The VCI in different seasons

由圖2可以看出2007-2008各季度中，春季、夏季、冬季為滇東南旱情頻發(fā)的季節(jié)，尤其是春冬季旱情最為嚴(yán)峻，主要原因是冬季比較干燥，降水減少，主要河流出現(xiàn)流量劇減及斷流，造成農(nóng)作物供水不足.AVI由NDVI時(shí)間序列構(gòu)建的距平植被指數(shù)模型(公式3)，距平植被指數(shù)為0.1～-0.2表示旱情出現(xiàn),而-0.3～-0.6表示旱情嚴(yán)重.

從上述反演出的旱情分布圖可以看出VCI和AVI旱情分布大概一致.滇東南旱情主要集中在4月中旬、6月下旬以及12月中旬并持續(xù)到第二年春季，尤其春季和冬季是滇東南旱情最為嚴(yán)重的兩個(gè)時(shí)期，以上結(jié)論與已有的歷史資料和統(tǒng)計(jì)資料都比較吻合，但用VCI進(jìn)行干旱監(jiān)測(cè)及降水動(dòng)態(tài)變化的效果較AVI更為有效,地形起伏較大的區(qū)域尤其顯著,且VCI是在NDVI的基礎(chǔ)上提出，估算精度遠(yuǎn)比NDVI高；VCI適用于估算區(qū)域級(jí)的干旱程度，而NDVI及其衍生的干旱指數(shù)適用于更大尺度范圍的氣候變異研究；如果有較長(zhǎng)年限的資料積累，然后利用AVI和VCI在植被生長(zhǎng)茂盛的階段來(lái)對(duì)(植被)作物的缺水狀況進(jìn)行監(jiān)測(cè),效果會(huì)更好.VCI和AVI作為植被干旱評(píng)價(jià)指標(biāo)和相對(duì)生長(zhǎng)狀況指標(biāo)，在時(shí)間域上及空間域上的敏感性一個(gè)較強(qiáng)一個(gè)較弱，因此可以認(rèn)為，在大區(qū)域范圍干旱評(píng)價(jià)中，VCI和AVI的作用都是有限的.

a、AVI春季干旱分布 b、AVI夏季干旱分布 c、AVI秋季干旱分布

2007年4月5日(春季) 2007年7月5日(夏季) 2007年10月5日(秋季)

d、AVI冬季干旱分布 e、AVI春季干旱分布

2008年1月5日(冬季) 2008年4月5日(春季)

圖3 研究區(qū)不同季節(jié)AVI圖

Fig.3 The AVI in different seasons

a、TCI干旱分布圖 b、TCI干旱分布圖 c、TCI干旱分布圖

2007年4月7日(春季) 2007年7月5日(夏季) 2007年10月5日(秋季)

d、TCI干旱分布圖 e、TCI干旱分布圖

2008年1月5日(冬季) 2008年4月5日(春季)

圖4 研究區(qū)不同季節(jié)TCI圖

Fig.4 The TCI in different seasons

利用溫度條件干旱指數(shù)(TCI)也可以反映研究區(qū)的干旱狀況(圖4).TCI值越小,表明該時(shí)期內(nèi)的地表溫度越接近最大值，說(shuō)明此時(shí)越干旱.根據(jù)云南省的2007-2008年度的統(tǒng)計(jì)年鑒資料[18]以及相關(guān)氣象局報(bào)道滇東南旱情主要發(fā)生在春冬季節(jié)，與TCI圖反映的結(jié)果大概一致.TCI是基于傳統(tǒng)的植被指數(shù)和地表面溫度進(jìn)行土壤含水率監(jiān)測(cè)的擴(kuò)展,在干旱遙感監(jiān)測(cè)方面提高了準(zhǔn)確性，且相對(duì)于單一的地表溫度監(jiān)測(cè)有效地避免或減少了植被覆蓋度對(duì)旱情監(jiān)測(cè)的影響,實(shí)用性較強(qiáng).

3.2 基于干旱指數(shù)的干旱特征分析

根據(jù)本次滇東南喀斯特地區(qū)干旱研究目的，建立兩個(gè)干旱指數(shù)模型：

ID1(干旱指數(shù))=b1VCI+b2TCI

(6)

ID2(干旱指數(shù))=r1VCI+r2TCI

(7)

其中,b1+b2=1,r1+r2=1,b1、b2、r1、r2為權(quán)重系數(shù).溫度由于作為水分脅迫指標(biāo)具有更高的時(shí)效性[19]而NDVI作為水分脅迫指標(biāo)表現(xiàn)出滯后性[20].因此ID1、ID2可以根據(jù)對(duì)研究干旱方向的重點(diǎn)不同給b1、b2、r1、r2賦不同的權(quán)重值,假如進(jìn)行干旱災(zāi)害風(fēng)險(xiǎn)的評(píng)估,可給b1、r1賦予較大的值[21],而本次研究主要側(cè)重于對(duì)滇東南干旱的實(shí)時(shí)監(jiān)測(cè),因此賦予b2、r2較大的值.研究采用的試驗(yàn)數(shù)據(jù)為2007-2008年4、7、10、1月各季節(jié)的遙感數(shù)據(jù),系數(shù)b1、b2、r1、r2都以0.1為步長(zhǎng)從0到1取值,分別計(jì)算干旱指數(shù)ID1、ID2,并統(tǒng)計(jì)滇東南植被作物的受干旱率(作物受旱面積/作物種植總面積)與ID1、ID2的相關(guān)系數(shù),結(jié)果見表2和表3(因?yàn)楸敬窝芯恳愿珊档谋O(jiān)測(cè)為主，所以只需考慮b1、r1<0.5的情況).

表2 ID1與b1、b2的相關(guān)系數(shù)表

表3 ID2與r1、r2的相關(guān)系數(shù)表

其中相關(guān)系數(shù)求解公式如下：

(8)

根據(jù)相關(guān)系數(shù)的求解，發(fā)現(xiàn)當(dāng)b1、b2、r1、r2分別取(0.4，0.6)時(shí)相關(guān)性是最強(qiáng)的(負(fù)相關(guān)),此時(shí)相關(guān)系數(shù)分別為-0.793 6、-0.730 9；所以研究根據(jù)上式(6)、(7),以ID1、ID2作為旱情分級(jí)指標(biāo),為了方便將旱情劃分為5個(gè)級(jí)別,由于AVI取值在0.1～-0.2，-0.3～-0.6分別表示旱情出現(xiàn)及旱情嚴(yán)重，于是在此基礎(chǔ)上乘上系數(shù)100保證其ID2取值在整數(shù)范圍(表4).

表4 干旱指數(shù)等級(jí)

由此得到2007-2008年各季節(jié)的滇東南喀斯特地區(qū)旱情分布遙感影像圖(圖5,6).研究根據(jù)《云南減害年鑒》[22]2006-2007以及2008-2009[23]版本相關(guān)統(tǒng)計(jì)資料(中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://cdc.cma.gov.cn/home.do)、中國(guó)氣象局網(wǎng)、云南氣象局網(wǎng)(http://www.weather.com.cn)顯示，2007年2月下旬，紅河哈尼族彝族自治州大部份地區(qū)持續(xù)晴空少雨，氣溫急劇上升，無(wú)有效降水持續(xù)45天以上，其中蒙自、開遠(yuǎn)、個(gè)舊、彌勒、建水、石屏、紅河、元陽(yáng)、綠春連續(xù)25天無(wú)降水導(dǎo)致春旱發(fā)生.3月份全州雨量?jī)H3毫米，比常年少91%，平均氣溫18.8 ℃，比常年高1.3 ℃.此次春旱共造成農(nóng)作物受災(zāi)面積37 683公頃，其中絕收3 333公頃，重旱面積主要集中于蒙自、建水、彌勒和開遠(yuǎn).彌勒縣冬春連旱，從1月1日至4月25日，共造成農(nóng)作物受災(zāi)4 572公頃，其中重旱造成損失1 654公頃，缺水水田1 257公頃，旱地、大春作物、水稻、烤煙均有大量損失.文山縣冬春連旱，1月1日至5月10日，文山縣測(cè)站水量為88.8毫米，雨量特少，氣溫偏高，4.4萬(wàn)人遭受災(zāi)害，造成13.6萬(wàn)人及78 000頭牲畜出現(xiàn)飲水困難；農(nóng)作物受災(zāi)17 006.7公頃，減災(zāi)9 906.7公頃，干枯面積17 000公頃.廣南縣春夏連旱，入春以來(lái)，廣南縣氣溫持續(xù)升高，降雨僅31.4毫米，降水量嚴(yán)重偏少致使境內(nèi)18個(gè)鄉(xiāng)、鎮(zhèn)受災(zāi)，造成全縣供水不足，受災(zāi)面積1 379.34公頃，絕收533.34公頃[22].2008年富寧縣春夏連旱，3-5月富寧縣大部分地區(qū)降水偏少，平均降雨量38毫升，比2007年同期降水減少12.4毫升，農(nóng)作物受災(zāi)10 626公頃,絕收1 021公頃[23].

根據(jù)ID1、ID2對(duì)滇東南旱情的監(jiān)測(cè)效果分析由此可以得出,上述監(jiān)測(cè)模型對(duì)滇東南喀斯特地區(qū)干旱監(jiān)測(cè)結(jié)果與實(shí)際情況及統(tǒng)計(jì)資料數(shù)據(jù)大致吻和,說(shuō)明利用植被狀態(tài)指數(shù)(VCI)和溫度條件指數(shù)(TCI)構(gòu)建的模型或距平植被指數(shù)(AVI)和TCI構(gòu)建的干旱遙感監(jiān)測(cè)模型能夠準(zhǔn)確反映出滇東南旱情的時(shí)空變化特征,作為旱情監(jiān)測(cè)評(píng)價(jià)指標(biāo)是有效的.且在遙感影像與實(shí)際資料的對(duì)比中發(fā)現(xiàn)，ID1干旱指數(shù)模型優(yōu)于ID2.ID1更適宜應(yīng)用在滇東南喀斯特地區(qū)的干旱遙感監(jiān)測(cè).

a、ID1旱情分布圖 b、ID1旱情分布圖 a、ID2旱情分布圖 b、ID2旱情分布圖

2007年4月5日(春季) 2007年7月5日(夏季) 2007年4月5日(春季) 2007年7月5日(夏季)

c、ID1旱情分布圖 d、ID1旱情分布圖 c、ID2旱情分布圖 d、ID2旱情分布圖

2007年10月5日(秋季) 2008年1月5日(冬季) 2007年10月5日(秋季) 2008年1月5日(冬季)

e、ID1旱情分布圖 e、ID2旱情分布圖

2008年4月5日(春季) 2008年4月5日(春季)

圖5 研究區(qū)ID1旱情等級(jí)分布圖 圖6 研究區(qū)ID2旱情等級(jí)分布圖

Fig.5 Drought(ID1) of study area Fig.6 Drought(ID2) of study area

a、ID1與VCI散點(diǎn)圖 b、ID1與TCI散點(diǎn)圖

圖7 滇東南喀斯特地區(qū)ID1與VCI/TCI散點(diǎn)圖

Fig.7 The scatter plots between ID1 and VCI，TCI of study area

研究以2007年4月5日、7月5日、10月5日以及2008年1月5日、4月5日的數(shù)據(jù)進(jìn)行分析選取出20個(gè)特征點(diǎn),VCI,TCI及ID1分別作為橫、縱坐標(biāo),作出相應(yīng)散點(diǎn)圖,從圖7可以看出,隨著VCI、TCI值的增大,ID1都有增大的趨勢(shì),但隨著TCI的增大ID1增大的趨勢(shì)更為明顯，說(shuō)明同時(shí)期的溫度條件指數(shù)TCI相對(duì)于對(duì)植被狀況指數(shù)VCI對(duì)旱情反映的敏感程度較高，可以認(rèn)為,在滇東南部喀斯特干旱地區(qū),TCI和VCI都能進(jìn)行旱情的反演,但溫度指數(shù)對(duì)旱情的敏感度相對(duì)植被來(lái)說(shuō)更高[21].(同理得到的ID2與AVI/TCI散點(diǎn)圖結(jié)論一致).

4 結(jié)束語(yǔ)

綜合應(yīng)用了AVI、VCI和TCI,建立干旱指數(shù)模型ID1、ID2,并計(jì)算了b1、b2、r1、r2的權(quán)重系數(shù).利用ID1、ID2對(duì)2007-2008年各季度滇東南部喀斯特地區(qū)干旱進(jìn)行了監(jiān)測(cè),并以相關(guān)統(tǒng)計(jì)數(shù)據(jù)對(duì)該旱情指標(biāo)精度進(jìn)行了驗(yàn)證，結(jié)果表明：兩模型均能有效地反映旱情，且ID1在同等情況下優(yōu)于ID2.同時(shí)分別對(duì)ID1、ID2與VCI、TCI的敏感性進(jìn)行了定性評(píng)價(jià),結(jié)果表明ID1及ID2隨TCI增大而增大的趨勢(shì)更明顯，說(shuō)明同時(shí)期的TCI相對(duì)于VCI對(duì)旱情反映的敏感度更高。可以認(rèn)為,構(gòu)建的兩干旱遙感監(jiān)測(cè)模型ID1、ID2均適用于滇東南部喀斯特地區(qū)干旱遙感監(jiān)測(cè).

由于天氣(多云)、衛(wèi)星(拍攝角度、空間及時(shí)間分辨率局限)及現(xiàn)有處理軟件局限的影響，獲取的數(shù)據(jù)可能部分有云量覆蓋,導(dǎo)致軟件對(duì)數(shù)據(jù)處理過(guò)程有所影響,這樣會(huì)給干旱監(jiān)測(cè)結(jié)果帶來(lái)一定誤差.希望以后通過(guò)研究可以找到更好的方法，消除或者減小云量覆蓋的影響以及開發(fā)出新的專門針對(duì)Modis數(shù)據(jù)處理的遙感應(yīng)用軟件，更好的實(shí)現(xiàn)遙感在干旱中的監(jiān)測(cè).

[1] 易佳.基于EOS/MODIS的重慶市干旱遙感監(jiān)測(cè)技術(shù)研究[D].重慶：西南大學(xué)，2010.

[2] 黃楚興,林幼斌,楊世瑜.略論云南省喀斯特地區(qū)的環(huán)境特征和經(jīng)濟(jì)發(fā)展模式[J].自然資源學(xué)報(bào),2002,18(3):55-56.

[3] JACKSON R D,SLALER E N,PINTER E J．Discrimination of growth and water stress in wheat by various Vegetation indices through clear and turbid atmosphere[J]．Remote Sensing of Environment，1983，13(1)：187-208．

[4] KOGAN F N.Remote sensing of weather impacts on vegetation in no-homogenous areas[J].International Journal of Remote Sensing,1990,11:1405-1419.

[5] KOGAN F N.Application of vegetation index and brightness temperature for drought detection [J].Advances in Space Research,1995,1(11):91-100.

[6] 肖苑廣,陳維英,盛水偉,等.用氣象衛(wèi)星監(jiān)測(cè)土壤水分的實(shí)驗(yàn)研究[J].應(yīng)用氣象學(xué)報(bào),1994,5(3):312-318.

[7] 羅秀陵,薛琴,張長(zhǎng)虹,等.應(yīng)用NOAA/AVHRR資料監(jiān)測(cè)四川干旱[J].氣象學(xué)報(bào),1996,22(5):35-38.

[8] 劉麗,劉清,周穎,等.衛(wèi)星遙感信息在貴州干旱監(jiān)測(cè)中的應(yīng)用[J].中國(guó)農(nóng)業(yè)氣象,1999,20(3):43-45.

[9] 裴雪原，臧淑英，那曉東.MODIS MOD13Q1植被產(chǎn)品介紹及快速預(yù)處理[J].哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào)，2014，30(2)：65-67，77.

[10]王鵬新．基于植被指數(shù)和土地表面溫度的干旱監(jiān)測(cè)模型[J]．地球科學(xué)進(jìn)展，2003，18(4)：527-533.

[11]楊青生,劉闖.MODIS數(shù)據(jù)陸面溫度反演研究[J].遙感技術(shù)與應(yīng)用,2004,19(2):90-94.

[12]覃志豪,高懋芳,秦曉敏，等.農(nóng)業(yè)旱災(zāi)監(jiān)測(cè)中的地表溫度遙感反演方法(以MODIS數(shù)據(jù)為例)[J].自然災(zāi)害學(xué)報(bào),2005,14(4):64-71.

[13]劉良明，李德仁．基于輔助數(shù)據(jù)的遙感干旱分析[J]．武漢測(cè)繪科技大學(xué)學(xué)報(bào)，1999，24(4)：300-305.

[14]袁曾任.人工神經(jīng)元網(wǎng)絡(luò)及其應(yīng)用[M].北京:清華大學(xué)出版社,1999.

[15]QIN Z,ZHANG M,KAMIELI A,et,al.Derivation if split window algorithm and its sensitivity analysis for retrieving land surface temperature from NOAA-AVHRR data[J].Journal of Geophysical Research,2001,106(D19):22655-22670.

[16]WAN ZHENGMING， LI ZHAOLIANG．A Physics-Based algorithm for retrieving land-surface emissivity and temperature from EOS/MODIS data[J]．IEEE Transactions on Geoscience and Remote Sensing，1997，35(4)：980-996．

[17]郭廣猛,楊青生.利用MODIS數(shù)據(jù)反演地表溫度的研究[J].遙感技術(shù)與應(yīng)用，2004,19(1):35-39.

[18]陸浩.云南統(tǒng)計(jì)年鑒[M].云南:中國(guó)統(tǒng)計(jì)出版社，2007.

[19]GOETZ S J.Multisensor analysis of NDVI,surface temperature and biophysical variables at a mixed grass land site[J].International Journal of Remote Sensing,1997,18(15):71-94.

[20]SAND HOLT I,RASMUSSEN K,ANDERSEN J.A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status[J].Remote Sensing of Environment,2002,79(2):213-224.

[21]匡昭敏,朱偉軍,黃永璘,等.廣西喀斯特干旱農(nóng)業(yè)區(qū)干旱遙感監(jiān)測(cè)模型研究[J].自然災(zāi)害學(xué)報(bào)，2009，18(1)：4-7.

[22]曹建方，宋玉麟，皇甫崗,等.云南減災(zāi)年鑒2006-2007[M].云南：云南科技出版社，2008.

[23]曹建方，宋玉麟，皇甫崗,等.云南減災(zāi)年鑒2008-2009[M].云南：云南科技出版社，2010.

Remotely Sensed Inversion of Drought of in Southeast Yunnan Based on MODIS Data

YANG Chao, WANG Jin-ling

(School of Tourism and Geographical Sciences,Yunnan Normal University，Kunming 650000，China)

Southeast Yunnan karst areas surface severe drought because of the special karst topography and hydrogeological conditions and other factors.While using MODIS data in arid regions carry out inversion monitor has some advantages such as:macro,timely,dynamic and low cost. Using 2007-2008 MODIS data,based on the vegetation index (VCI),anomaly vegetation index (AVI) and temperature condition index (TCI) to build models drought index ID1,ID2 for karst areas in Southeast Yunnan drought inversion monitored. The results indicate that:(1) This region spring (April) is the most severe drought,in summer (July) is the most humid,autumn (October) and winter (January) is the second dry season.(2) Comparing analysis of each quarterly period meteorological data that ID1,ID2 can effectively reflect the distribution of drought in Southeast Yunnan karst areas,but ID1 is more suitable for remote monitoring of drought in this region.

Drought; Inversion monitoring; Drought index model; Karst; Southeast Yunnan

2014-11-24

云南省科技廳省中青年學(xué)術(shù)和技術(shù)帶頭人后備人才培養(yǎng)計(jì)劃資助項(xiàng)目(2008PY056).

楊 超(1991-)，男，云南大理人，碩士研究生.主要從事GIS與RS技術(shù)在資源環(huán)境中的應(yīng)用方面研究.

王金亮(1963-)，男，博士，教授.主要從事資源環(huán)境遙感應(yīng)用方面研究.E-mail: Wang_jinliang@hotmail.com.

TP79

A

1007-9793(2015)04-0069-10