基于多源衛(wèi)星遙感的長(zhǎng)江流域旱情監(jiān)測(cè)研究

高珺　鄒冰玉　歐陽(yáng)駿

摘 要：為有效監(jiān)測(cè)長(zhǎng)江流域的干旱災(zāi)害， 基于Modis傳感器、環(huán)境衛(wèi)星、高分衛(wèi)星獲取的多源衛(wèi)星遙感數(shù)據(jù)， 結(jié)合了多種遙感旱情監(jiān)測(cè)模型，搭建了能實(shí)現(xiàn)衛(wèi)星遙感數(shù)據(jù)接收、衛(wèi)星遙感數(shù)據(jù)預(yù)處理、水體監(jiān)測(cè)產(chǎn)品自動(dòng)化生產(chǎn)、旱情監(jiān)測(cè)產(chǎn)品自動(dòng)化生產(chǎn)、遙感監(jiān)測(cè)產(chǎn)品庫(kù)五大功能的長(zhǎng)江流域旱情監(jiān)測(cè)系統(tǒng)，并得到了具有良好應(yīng)用評(píng)價(jià)的監(jiān)測(cè)結(jié)果。

關(guān)鍵詞：干旱；遙感；監(jiān)測(cè)；多源

干旱是全球影響范圍最廣和造成經(jīng)濟(jì)社會(huì)損失最為嚴(yán)重的一種自然災(zāi)害，其波及范圍廣， 持續(xù)時(shí)間長(zhǎng)， 是農(nóng)業(yè)生產(chǎn)和人類生活中最嚴(yán)重的自然災(zāi)害之一。長(zhǎng)江流域面積遼闊，人類活動(dòng)頻繁，是中國(guó)最重要的流域之一，自然條件差異很大，產(chǎn)流、匯流條件極其復(fù)雜，水資源量時(shí)空動(dòng)態(tài)變化十分顯著。因此，對(duì)長(zhǎng)江流域的進(jìn)行準(zhǔn)確、實(shí)時(shí)的旱情監(jiān)測(cè)對(duì)我國(guó)社會(huì)經(jīng)濟(jì)發(fā)展有著重大意義。

遙感技術(shù)的的實(shí)時(shí)性和完整性很快彌補(bǔ)了傳統(tǒng)的氣象數(shù)據(jù)監(jiān)測(cè)干旱狀況的局限性，成為了監(jiān)測(cè)干旱災(zāi)害的一種重要手段。國(guó)外學(xué)者[1]很早就開(kāi)始利用遙感技術(shù)研究干旱災(zāi)害的監(jiān)測(cè)及預(yù)防。20 世紀(jì)80 年代末美國(guó)[2]利用NOAA 極軌氣象衛(wèi)星進(jìn)行遙感監(jiān)測(cè)，開(kāi)始了基于遙感手段的旱情監(jiān)測(cè)研究，并逐漸發(fā)展并投入應(yīng)用，現(xiàn)已將降水、蒸發(fā)、氣象、墑情與地下水資料進(jìn)行一體化模擬計(jì)算， 采用VCI 和TCI 方法進(jìn)行全球性的干旱和預(yù)報(bào)， 并進(jìn)行作物的估產(chǎn)， 為美國(guó)農(nóng)業(yè)部和商務(wù)部提供信息。成功實(shí)現(xiàn)了全國(guó)旱情監(jiān)測(cè)網(wǎng)絡(luò)系統(tǒng)。

國(guó)內(nèi)對(duì)遙感數(shù)據(jù)的旱情監(jiān)測(cè)研究雖然起步較晚，但也有不少學(xué)者提出了監(jiān)測(cè)農(nóng)業(yè)干旱、研究地表含水量的新方法[3， 4]，但面向抗旱減災(zāi)業(yè)務(wù)的遙感干旱監(jiān)測(cè)業(yè)務(wù)化系統(tǒng)在水利行業(yè)尚未真正建立起來(lái)[5]。為了長(zhǎng)江流域的抗旱、水資源調(diào)配等問(wèn)題提供科學(xué)依據(jù)和決策支持，迫切需要一套集數(shù)據(jù)下載、數(shù)據(jù)處理、結(jié)果分析、產(chǎn)品展示、數(shù)據(jù)傳輸及GIS 瀏覽功能于一體的實(shí)用系統(tǒng)， 充實(shí)和豐富長(zhǎng)江抗旱應(yīng)用手段。

一、長(zhǎng)江流域的特點(diǎn)及可用的光學(xué)遙感衛(wèi)星數(shù)據(jù)源

（一）長(zhǎng)江流域特點(diǎn)

長(zhǎng)江發(fā)源于青藏高原，經(jīng)由四川盆地和長(zhǎng)江中下游平原注入東海，全長(zhǎng)6397km，流域面積1.8×106 km2是中國(guó)第一大河，長(zhǎng)江流域水資源豐富，年降水量在400-1500mm之間，年徑流量居世界各大河第3位，具有多方面的綜合經(jīng)濟(jì)優(yōu)勢(shì)。在長(zhǎng)江流域各個(gè)世紀(jì)發(fā)生干旱的頻率是不均勻的，至20世紀(jì)，長(zhǎng)江流域旱情發(fā)生頻率呈逐漸增大趨勢(shì)，以各年5～9月降水量距平作為判斷標(biāo)準(zhǔn)，長(zhǎng)江上游干旱發(fā)生頻率達(dá)56%，中下游干旱發(fā)生頻率已經(jīng)增至50%左右。尤其近幾年長(zhǎng)江流域部分地區(qū)屢屢面臨嚴(yán)重旱情，如2010年初長(zhǎng)江上游云南、貴州、廣西、四川和重慶5省（區(qū)、市）因09年秋季以來(lái)降水嚴(yán)重偏少，土壤含水量普遍僅20%左右，導(dǎo)致發(fā)生了近百年一遇的嚴(yán)重旱情。

（二）主要光學(xué)衛(wèi)星遙感數(shù)據(jù)源分析

光學(xué)衛(wèi)星遙感數(shù)據(jù)是通過(guò)各類光學(xué)傳感器對(duì)地球表面進(jìn)行掃描，以數(shù)字方式記錄的結(jié)果。遙感衛(wèi)星系統(tǒng)以相當(dāng)少的設(shè)備提供全球尺度上時(shí)間和空間連續(xù)的數(shù)據(jù)，基于衛(wèi)星數(shù)據(jù)進(jìn)行干旱監(jiān)測(cè)，可以極大的減少人力物力的消耗，并且可以極大地提高所獲取信息的準(zhǔn)確性。基于以上幾點(diǎn)，采用Modis、HJ-1A/B、GF-1號(hào)多種不同時(shí)空分辨率的衛(wèi)星影像進(jìn)行旱情信息的提取，充分結(jié)合了不同衛(wèi)星影像的優(yōu)勢(shì)，以提供比單一種類影像更加詳實(shí)的數(shù)據(jù)。

1. MODIS衛(wèi)星

MODIS（中分辨率成像光譜儀）是搭載在terra和aqua衛(wèi)星上的一個(gè)重要的傳感器，是衛(wèi)星上唯一將實(shí)時(shí)觀測(cè)數(shù)據(jù)通過(guò)x波段向全世界直接廣播，可以免費(fèi)接收數(shù)據(jù)并無(wú)償使用的星載儀器。

MODIS數(shù)據(jù)涉及波段范圍廣（共有36個(gè)波段，光譜范圍從0.4um-14.4um），數(shù)據(jù)分辨率比NOAA-AVHRR有較大的進(jìn)展（輻射分辨率達(dá)12bits，空間分辨率最高可達(dá)250m）。這些多波段數(shù)據(jù)可以同時(shí)提供反映陸地、云邊界、云特性、海洋水色、浮游植物、大氣中水汽、地表溫度、云頂溫度、大氣溫度、等多種信息，對(duì)于陸地表面和生物圈的大范圍長(zhǎng)期監(jiān)測(cè)具有很大的優(yōu)勢(shì)。并且TERRA和AQUA衛(wèi)星都是太陽(yáng)同步極軌衛(wèi)星， 對(duì)于接收MODIS數(shù)據(jù)來(lái)說(shuō)可以得到每天最少2次白天和2次黑夜更新數(shù)據(jù)。這樣的數(shù)據(jù)更新頻率，對(duì)實(shí)時(shí)地球觀測(cè)和應(yīng)急處理有較大的實(shí)用價(jià)值。

2. HJ-1A/1B衛(wèi)星

HJ-1A/1B是中國(guó)首個(gè)以防災(zāi)減災(zāi)和環(huán)境監(jiān)測(cè)為直接應(yīng)用目標(biāo)的小衛(wèi)星星座，主要針對(duì)災(zāi)害、生態(tài)破壞、環(huán)境污染等進(jìn)行大范圍全天候、全天時(shí)動(dòng)態(tài)監(jiān)測(cè)。

環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)小衛(wèi)星星座A、B星（HJ-1A /1B星）于2008年9月6日上午11點(diǎn)25分成功發(fā)射，HJ-1-A星搭載了CCD相機(jī)和超光譜成像儀（HSI），HJ-1-B星搭載了CCD相機(jī)和紅外相機(jī)（IRS）。在HJ-1-A衛(wèi)星和HJ-1-B衛(wèi)星上均裝載的兩臺(tái)CCD相機(jī)設(shè)計(jì)原理完全相同，以星下點(diǎn)對(duì)稱放置，平分視場(chǎng)、并行觀測(cè)，聯(lián)合完成對(duì)地刈幅寬度為700公里、地面像元分辨率為30米、4個(gè)譜段的推掃成像。此外，在HJ-1-A衛(wèi)星裝載有一臺(tái)超光譜成像儀，完成對(duì)地刈寬為50公里、地面像元分辨率為100米、110～128個(gè)光譜譜段的推掃成像，具有±30°側(cè)視能力和星上定標(biāo)功能。在HJ-1-B衛(wèi)星上還裝載有一臺(tái)紅外相機(jī)，完成對(duì)地幅寬為720公里、地面像元分辨率為150米/300米、近短中長(zhǎng)4個(gè)光譜譜段的成像。HJ-1-A衛(wèi)星和HJ-1-B衛(wèi)星的軌道完全相同，相位相差180°。兩臺(tái)CCD相機(jī)組網(wǎng)后重訪周期僅為2天。

3.高分一號(hào)衛(wèi)星

高分一號(hào)衛(wèi)星是國(guó)家高分辨率對(duì)地觀測(cè)系統(tǒng)重大專項(xiàng)天基系統(tǒng)中的首發(fā)星，其主要目的是突破高空間分辨率、多光譜與高時(shí)間分辨率結(jié)合的光學(xué)遙感技術(shù)，多載荷圖像拼接融合技術(shù)，高精度高穩(wěn)定度姿態(tài)控制技術(shù)，5～8年壽命高可靠低軌衛(wèi)星技術(shù)，高分辨率數(shù)據(jù)處理與應(yīng)用等關(guān)鍵技術(shù)，推動(dòng)我國(guó)衛(wèi)星工程水平的提升，提高我國(guó)高分辨率數(shù)據(jù)自給率。高分一號(hào)衛(wèi)星主要為國(guó)土資源、農(nóng)業(yè)、環(huán)境保護(hù)等部門提供高精度、寬范圍的空間觀測(cè)服務(wù)，同時(shí)也會(huì)在氣象、海洋、地理信息測(cè)繪、水利和林業(yè)資源監(jiān)測(cè)、城市規(guī)劃和交通管理、災(zāi)害評(píng)估與地球系統(tǒng)科學(xué)研究等領(lǐng)域發(fā)揮重要作用。

本文涉及到的相關(guān)數(shù)據(jù)包括長(zhǎng)江流域內(nèi)的Modis（中分辨率成像光譜儀）影像數(shù)據(jù)、HJ-1A/B衛(wèi)星影像數(shù)據(jù)、GF-1號(hào)衛(wèi)星數(shù)據(jù)等遙感影像數(shù)據(jù)以及全國(guó)行政區(qū)劃矢量、重點(diǎn)湖庫(kù)河流矢量、長(zhǎng)江流域重點(diǎn)城市矢量等矢量數(shù)據(jù)，數(shù)據(jù)來(lái)自NASA網(wǎng)站和長(zhǎng)江水利委員會(huì)水文局。

二、遙感旱情監(jiān)測(cè)模型

傳統(tǒng)的旱情監(jiān)測(cè)主要依賴氣象站點(diǎn)獲取降水量、土壤濕度等要素。但是這些要素監(jiān)測(cè)點(diǎn)較少，無(wú)法實(shí)現(xiàn)大范圍、實(shí)時(shí)、動(dòng)態(tài)的旱情監(jiān)測(cè)，而這些正是遙感數(shù)據(jù)的優(yōu)勢(shì)所在。目前使用較多的遙感旱情監(jiān)測(cè)模型主要有：熱慣量法、蒸散發(fā)計(jì)算法、基于植被指數(shù)和溫度的方法以及土壤含水量反演法。

本文主要采用了土壤含水量的遙感反演方法、植被指數(shù)法以及[3]多星源地表水源地遙感監(jiān)測(cè)技術(shù)方法。

（一）土壤含水量的遙感反演方法

土壤含水量是用來(lái)監(jiān)測(cè)土地退化與干旱的重要指標(biāo)，它關(guān)系到糧食的生產(chǎn)、植被的長(zhǎng)勢(shì)與作物的生長(zhǎng)狀況等，同時(shí)也是水文、氣候、農(nóng)業(yè)與生態(tài)等領(lǐng)域的重要參數(shù)。遙感技術(shù)的快速高效發(fā)展，使得實(shí)時(shí)、動(dòng)態(tài)監(jiān)測(cè)和評(píng)估大面積的土壤水分狀況成為可能，克服了傳統(tǒng)土壤含水量監(jiān)測(cè)方法的不足[6]。

垂直干旱指數(shù)[7]（PDI，perpendicular drought index）可以從可見(jiàn)光和熱紅外的光譜信息中反演得到，適用于反映中低植被覆蓋和裸土區(qū)域的干旱情況反演。

垂直干旱指數(shù)PDI利用Nir-Red特征空間中任何一個(gè)點(diǎn)到土壤線垂線L的距離來(lái)描述區(qū)域土壤含水量的分布狀況，點(diǎn)的位置到L線的垂線長(zhǎng)度越長(zhǎng)，代表該地區(qū)的干旱程度越嚴(yán)重，土壤含水量越低，點(diǎn)的位置到L線的垂線長(zhǎng)度越短，則代表該地區(qū)干旱程度越低。一般來(lái)說(shuō)，距離L線較近的空間區(qū)域都是干旱程度較低，土壤水分較為充足的區(qū)域；距離L線較遠(yuǎn)的空間區(qū)域都是旱情較為嚴(yán)重、土壤水分較少的區(qū)域。通過(guò)計(jì)算Nir-Red特征空間上任意一點(diǎn)到直線L的距離，可以構(gòu)造一個(gè)基于Nir-Red光譜特征空間的土壤水分監(jiān)測(cè)模型，即垂直干旱指數(shù)PDI，其表達(dá)式如下：

（1）

式中，Rred為經(jīng)過(guò)大氣校正的紅光波段反射率；Rnir為經(jīng)過(guò)大氣校正的近紅外波段反射率；M為土壤線的斜率。垂直干旱指數(shù)描述了Nir-Red光譜特征空間中土壤水分的分布規(guī)律：垂直干旱指數(shù)值越高的點(diǎn)對(duì)應(yīng)著土壤含水量低的區(qū)域；反之，垂直干旱指數(shù)值越低的點(diǎn)對(duì)應(yīng)著土壤含水量越高的區(qū)域。

（二）植被指數(shù)法

植被供水指數(shù)[8]（VSWI，Vegetations Supply Water Index）是通過(guò)計(jì)算歸一化植被指數(shù)NDVI和植物冠層溫度的比值得到的，其公式如下：

VSWI = NDVI / Ts（2）

式中，Ts為植被的冠層溫度，NDVI是歸一化植被指數(shù)。VSWI的值越高，表明植被的水源供給越充足，干旱程度越低；相反，VSWI的值越小，表名植被的水源供給較為缺乏，干旱程度越高。植被供水指數(shù)的物理意義為：當(dāng)植被有充足的水源時(shí)，在衛(wèi)星影像上表現(xiàn)出的植被指數(shù)在特定生長(zhǎng)期間會(huì)保持在兩個(gè)相對(duì)固定的值之間，同時(shí)，衛(wèi)星影像上表現(xiàn)出的植被冠層溫度也會(huì)保持在較為固定的范圍中；若旱災(zāi)發(fā)生，植被得不到充分的灌溉，植被長(zhǎng)勢(shì)受到影響，在衛(wèi)星影像會(huì)表現(xiàn)出植被指數(shù)下降，另一方面，在旱情發(fā)生時(shí)，為了減少水分損失，葉片表面的部分氣孔會(huì)收縮甚至關(guān)閉，葉片得不到充分的散熱，其表面溫度會(huì)隨之增高，這也將導(dǎo)致植被冠層溫度的提升[9]。

由于使用遙感手段對(duì)植被的冠層溫度進(jìn)行精確反演存在一定困難，目前大多數(shù)研究以反演的地表溫度代替植被的冠層溫度來(lái)計(jì)算植被供水指數(shù)。植被供水指數(shù)對(duì)干旱時(shí)植被在紅光波段、近紅外波段、熱紅外波段上的所表現(xiàn)出的不同特征進(jìn)行了綜合，適用于植被覆蓋度高的地區(qū)。經(jīng)大量實(shí)驗(yàn)研究表明，在NDVI的值大于0.35的情況下非常有效[10]。

（三）多星源地表水源地遙感監(jiān)測(cè)技術(shù)方法

地表水體蓄水量監(jiān)測(cè)是干旱監(jiān)測(cè)中的一個(gè)重要環(huán)節(jié)，蓄水量變化也是水資源管理的重要參考指標(biāo)。經(jīng)過(guò)對(duì)旱情嚴(yán)重的地區(qū)，河流、湖泊等代表性水體區(qū)域面積的變化研究，發(fā)現(xiàn)其水面縮減率很高，表明旱情已使這些水域面積縮減嚴(yán)重，地下水水位相應(yīng)地也會(huì)出現(xiàn)下降，居民飲用水源日趨緊張。因此，通過(guò)水體指數(shù)提取水體，判斷河流、湖泊等水體區(qū)域面積變化，可以為旱情監(jiān)測(cè)提供參考數(shù)據(jù)。依據(jù)水體的光譜特征，一般采用水體指數(shù)法來(lái)提取水體，歸一化差分植被指數(shù)（NDVI）和歸一化差分水指數(shù)（NDWI）適用于所有具有近紅，紅波段和綠光波段的光學(xué)衛(wèi)星影像，如MODIS， HJ和GF數(shù)據(jù)，也是最為常見(jiàn)也是最有效的兩種水體指數(shù)。

歸一化差分植被指數(shù)NDVI（Normalized Difference Vegetation Index）計(jì)算公式為：

水體的紅光區(qū)反射率高于植被，而在近紅外區(qū)， 植被的反射率明顯高于水體。因此， 采用NDVI來(lái)處理可增強(qiáng)水陸反差。NDVI是目前應(yīng)用最廣的植被指數(shù)， 常用于指示植被的數(shù)量特征以及用于監(jiān)測(cè)植被的季節(jié)變化和用于土地覆蓋研究， 也可用于植被區(qū)域和非植被區(qū)域的識(shí)別。在植被覆蓋稠密的地區(qū)， NDVI較高， 而在植被覆蓋稀疏的地區(qū)，NDVI受土壤背景影響較大， 如沙漠、水體的NDVI很低或?yàn)樨?fù)值。利用此特點(diǎn)， 可通過(guò)選用閾值建立識(shí)別水體和植被、土壤的模型。

歸一化差分水指數(shù) NDWI （Normalized Difference Water Index）計(jì)算公式為：

水體附近濕地在此兩波段光譜特征有明顯差異， 且由于水體反射從可見(jiàn)光到紅外波段逐漸減弱， 在近紅外和中紅外波長(zhǎng)范圍內(nèi)吸收性最強(qiáng)，而植被在近紅外波段反射率最強(qiáng)， 因此， 用綠光波段和近紅外波段的反差構(gòu)成NDWI， 可以最大程度地抑制植被信息， 而突出水體特征， 從而提取水體。

三、長(zhǎng)江流域旱情分析應(yīng)用實(shí)例

（一）長(zhǎng)江流域旱情監(jiān)測(cè)系統(tǒng)

本文以MODIS、HJ、GF光學(xué)遙感數(shù)據(jù)為主要數(shù)據(jù)源，使用功能強(qiáng)大的IDL 語(yǔ)言， 實(shí)現(xiàn)了針對(duì)長(zhǎng)江流域地區(qū)功能相對(duì)完整的長(zhǎng)江流域旱情監(jiān)測(cè)系統(tǒng)， 并在長(zhǎng)江水利委員會(huì)水文局得到了成功應(yīng)用。該系統(tǒng)可綜合利用氣候資料、實(shí)時(shí)氣象資料、實(shí)時(shí)遙感衛(wèi)星資料、實(shí)時(shí)水文資料等信息，估算各類干旱指數(shù)及其綜合指數(shù)，并結(jié)合水利遙感業(yè)務(wù)處理與分析技術(shù)，可監(jiān)視長(zhǎng)江流域以及防汛抗旱重點(diǎn)區(qū)域的旱情業(yè)務(wù)，實(shí)現(xiàn)系統(tǒng)常年連續(xù)運(yùn)轉(zhuǎn)，并以圖表和統(tǒng)計(jì)數(shù)據(jù)的形式輸出長(zhǎng)江流域旱情監(jiān)測(cè)和分析產(chǎn)品，反映長(zhǎng)江流域重點(diǎn)區(qū)域旱情實(shí)況和未來(lái)短期旱情發(fā)展變化的信息，進(jìn)行旱情監(jiān)測(cè)預(yù)測(cè)，為指導(dǎo)抗旱、水資源調(diào)配等提供科學(xué)依據(jù)和決策支持。搭建長(zhǎng)江流域旱情監(jiān)測(cè)系統(tǒng)的技術(shù)流程如圖1：

（二）旱情監(jiān)測(cè)數(shù)據(jù)成果

為驗(yàn)證基于光學(xué)遙感數(shù)據(jù)的長(zhǎng)江流域旱情監(jiān)測(cè)成果的準(zhǔn)確性，分別對(duì)Modis數(shù)據(jù)產(chǎn)品2015 年 6 月上旬的長(zhǎng)江流域垂直干旱指數(shù)（PDI）專題圖及植被供水指數(shù)（VSWI）專題圖以及2014年10月的HJ星數(shù)據(jù)產(chǎn)品長(zhǎng)江流域歸一化水體指數(shù)（NDWI）專題圖進(jìn)行分析。利用長(zhǎng)江流域旱情監(jiān)測(cè)系統(tǒng)，可對(duì)MODIS影像、環(huán)境星影像及高分衛(wèi)星影像進(jìn)行幾何校正、輻射校正及去云處理，并進(jìn)行計(jì)算和分析，得到相應(yīng)的旱情監(jiān)測(cè)數(shù)據(jù)成果如圖2。

圖2所示為2015年6月上旬長(zhǎng)江流域垂直干旱指數(shù)PDI分布圖，圖像顯示，6月2日至6月4日間，由于大量降雨，江南地區(qū)及長(zhǎng)江中下游地區(qū)，特別是湖南及江西南部地區(qū)，氣象干旱情況明顯減緩至無(wú)旱，青海地區(qū)則持續(xù)存在著一定程度的氣象干旱。

圖3所示為2015年6月上旬長(zhǎng)江流域植被供水指數(shù)VSWI分布圖，圖像顯示，云南西部、四川西南部植被干旱情況十分嚴(yán)重，一直處于重度干旱至中度干旱之間，河南南陽(yáng)地區(qū)附近也出現(xiàn)了中度植被干旱。圖3與圖4雖然是同時(shí)期的數(shù)據(jù)，但結(jié)果卻略有不同，主要是PDI指數(shù)與VSWI指數(shù)的敏感度不同， PDI主要監(jiān)測(cè)地物的土壤水分含量，這種方法由于受不同地區(qū)的氣候條件、土壤類型、種植結(jié)構(gòu)等因素的影響較大，在進(jìn)行大面積區(qū)域的旱情監(jiān)測(cè)時(shí)需要?dú)v史同期數(shù)據(jù)比對(duì)才能得到更精準(zhǔn)的結(jié)果。而VSWI主要監(jiān)測(cè)區(qū)域內(nèi)植被受脅程度，能夠減弱或消除地域因素、生態(tài)因素和土壤背景等對(duì)干旱監(jiān)測(cè)的影響，更適合運(yùn)用于大范圍區(qū)域的干旱監(jiān)測(cè)。

根據(jù)氣象局?jǐn)?shù)據(jù)顯示，2015年6月，云南西部、四川西南部由于降水持續(xù)偏少，氣溫偏高，干旱發(fā)展迅速，存在中度到重度氣象干旱，西北部達(dá)到特旱，對(duì)農(nóng)業(yè)生產(chǎn)造成一定影響。此外，青海東北部、雷州半島局部地區(qū)也存在中等程度氣象干旱。而6月又是江南地區(qū)的梅雨季節(jié)，長(zhǎng)江中下游地區(qū)暴雨頻繁，多地洪澇頻發(fā)且受災(zāi)的區(qū)域出現(xiàn)重疊，農(nóng)業(yè)生產(chǎn)損失較重。另外，江南南部、華南大部、西南地區(qū)南部等地氣溫偏高1-2℃，云南中北部部分地區(qū)偏高2-4℃；西南地區(qū)、江漢、江淮、西北地區(qū)東部夏播區(qū)墑情較好；華北、黃淮大部6月上中旬溫高少雨墑情持續(xù)下降，夏播期部分地區(qū)墑情偏差，但大部地區(qū)灌溉條件較好，僅部分無(wú)灌溉條件地區(qū)的作物播種受到影響。由此可以發(fā)現(xiàn)，基于光學(xué)遙感數(shù)據(jù)的長(zhǎng)江流域旱情監(jiān)測(cè)成果在整體上與氣象局新聞報(bào)道的事實(shí)基本吻合。

圖4所示為2014年10月長(zhǎng)江流域歸一化水體指數(shù)（NDWI）分布圖，圖像顯示，四川北部存在一定的干旱情況，陜西中部有非常明顯的干旱現(xiàn)象。相較于Modis數(shù)據(jù)的結(jié)果，HJ星的分布圖存在這明顯的拼接線，有大量空白區(qū)域，因?yàn)镠J星的軌跡范圍不能覆蓋全流域。因此，Modis數(shù)據(jù)更適合宏觀的流域監(jiān)測(cè)，HJ星更適合用于重點(diǎn)區(qū)域監(jiān)測(cè)。

四、結(jié)語(yǔ)

基于光學(xué)遙感數(shù)據(jù)的長(zhǎng)江流域旱情監(jiān)測(cè)研究能夠幫助政府決策部門掌握旱情的最新動(dòng)態(tài)，預(yù)測(cè)旱情的發(fā)展趨勢(shì)，提高旱情監(jiān)測(cè)反演的準(zhǔn)確性，能將這些研究成功應(yīng)用于水文部門，將推動(dòng)干旱遙感監(jiān)測(cè)的全面業(yè)務(wù)化，同時(shí)對(duì)我國(guó)的國(guó)民生產(chǎn)，尤其是農(nóng)業(yè)生產(chǎn)和水利規(guī)劃，具有非常重要的意義。

在后續(xù)的基于光學(xué)遙感數(shù)據(jù)的旱情監(jiān)測(cè)工作中，可在此基礎(chǔ)上結(jié)合業(yè)務(wù)實(shí)際需求，拓展更多結(jié)合DEM、地表覆蓋類型及各測(cè)站觀測(cè)的實(shí)時(shí)水情，構(gòu)建研究區(qū)域的水體、旱情等遙感監(jiān)測(cè)模型，從而減小地域氣候、地形、植被覆蓋度的差異對(duì)預(yù)警結(jié)果的影響，提高監(jiān)測(cè)精度和預(yù)警準(zhǔn)確度。

參考文獻(xiàn)：

[1] Kogan F N. Application of vegetation index and brightness temperature for drought detection[J]. Advances in Space Research. 1995， 15（11）： 91-100.

[2] Kogan F N. Droughts of the late 1980s in the United States as derived from NOAA polar-orbiting satellite data[J]. Bulletin of the American Meteorological Society. 1995， 76（5）： 655-668.

[3] 楊紹鍔，閆娜娜，吳炳方. 農(nóng)業(yè)干旱遙感監(jiān)測(cè)研究進(jìn)展[J]. 遙感信息， 2010（1）： 103-109.

[4] 董婷，孟令奎，張文. MODIS短波紅外水分脅迫指數(shù)及其在農(nóng)業(yè)干旱監(jiān)測(cè)中的適用性分析[J]. 遙感學(xué)報(bào)， 2015（02）： 319-327.

[5] 李永亮，林輝，馬延輝. 基于MODIS數(shù)據(jù)的湖南省旱情監(jiān)測(cè)研究[J]. 水土保持研究，2010（02）： 111-114.

[6] 劉英. 神東礦區(qū)地表植被與土壤濕度遙感監(jiān)測(cè)研究[D]. 中國(guó)礦業(yè)大學(xué)（北京）， 2013.

[7] Ghulam A， Qin Q， Zhan Z. Designing of the perpendicular drought index[J]. Environmental Geology. 2007， 52（6）： 1045-1052.

[8] Stephenson N L. Climatic control of vegetation distribution： the role of the water balance[J]. American Naturalist. 1990： 649-670.

[9] 張佳華，許云，姚鳳梅，等. 植被含水量光學(xué)遙感估算方法研究進(jìn)展[J]. 中國(guó)科學(xué)： 技術(shù)科學(xué)， 2010， 40（10）： 1121-1129.

[10] 莫偉華，王振會(huì)，孫涵，等. 基于植被供水指數(shù)的農(nóng)田干旱遙感監(jiān)測(cè)研究[J]. 南京氣象學(xué)院學(xué)報(bào)，2006（03）： 396-401.

作者簡(jiǎn)介：高珺（1982–），女，工程師，主要從事長(zhǎng)江流域干旱監(jiān)視軟件及洪水預(yù)報(bào)調(diào)度系統(tǒng)開(kāi)發(fā)工作。