基于MODIS數(shù)據(jù)的遼西北地區(qū)玉米干旱脆弱性評價(jià)研究*

劉曉靜，張繼權(quán)，馬東來

(1.吉林師范大學(xué)旅游與地理科學(xué)學(xué)院，四平 136000； 2.東北師范大學(xué)環(huán)境學(xué)院，吉林長春 130000；3.筑波大學(xué)系統(tǒng)與信息工程研究生院，日本筑波 3050006)

基于MODIS數(shù)據(jù)的遼西北地區(qū)玉米干旱脆弱性評價(jià)研究*

劉曉靜1※，張繼權(quán)2，馬東來3

(1.吉林師范大學(xué)旅游與地理科學(xué)學(xué)院，四平 136000； 2.東北師范大學(xué)環(huán)境學(xué)院，吉林長春 130000；3.筑波大學(xué)系統(tǒng)與信息工程研究生院，日本筑波 3050006)

傳統(tǒng)區(qū)域作物脆弱性的研究主要基于氣象資料、作物生長觀測資料和社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)資料，忽略了作物對極端事件的反應(yīng)在時(shí)空分布上的差異性。眾多研究表明，植被指數(shù)能夠表征水分脅迫下的植被特征，在對旱情的表達(dá)上比常規(guī)的間接方法更為直接，監(jiān)測精度更高。研究以遼西北地區(qū)2006年玉米干旱為例，基于MODIS數(shù)據(jù)計(jì)算植被狀態(tài)指數(shù)VCI和溫度條件指數(shù)TCI，根據(jù)二者在旱情表達(dá)上不同的側(cè)重和研究目的，確定模型參數(shù)，構(gòu)建遼西北地區(qū)玉米干旱脆弱性模型，計(jì)算玉米干旱脆弱性，并將玉米干旱脆弱性劃分為4級，借助GIS技術(shù)繪制遼西北地區(qū)玉米各生育階段干旱脆弱性的空間分布圖。結(jié)果表明，隨著時(shí)間的推移，遼西北地區(qū)玉米干旱脆弱性空間分布也在發(fā)生著變化。研究實(shí)現(xiàn)了玉米干旱脆弱性在時(shí)間變化和空間分布上的差異變化描述，為區(qū)域因地制宜地制定防災(zāi)減災(zāi)規(guī)劃提供科學(xué)依據(jù)。

MODIS影像 玉米干旱 脆弱性 植被狀態(tài)指數(shù) 溫度條件指數(shù)

0 引言

農(nóng)業(yè)旱災(zāi)已嚴(yán)重影響和威脅了我國的糧食生產(chǎn)和糧食安全[1]。旱災(zāi)對農(nóng)作物造成的危害程度不僅取決于干旱事件的強(qiáng)度，更取決于作物自身面對旱災(zāi)時(shí)表現(xiàn)出的脆弱性。Burton和White等認(rèn)為脆弱性是指承災(zāi)體對于破壞和傷害的敏感性[2]。因此，對區(qū)域作物干旱脆弱性進(jìn)行研究是區(qū)域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評估和損失估算的重要環(huán)節(jié)，為區(qū)域防災(zāi)減災(zāi)規(guī)劃的制定和農(nóng)業(yè)生產(chǎn)的穩(wěn)定持續(xù)發(fā)展提供科學(xué)依據(jù)。

近年來，國內(nèi)外對區(qū)域作物脆弱性的研究主要基于氣象資料、作物生長觀測資料和社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)資料[3-12]。研究雖能在一定程度上評價(jià)作物的脆弱程度，但也存在一些弊端：(1)模型構(gòu)建所需參數(shù)較多，數(shù)據(jù)的收集和處理需要大量的人力、物力和時(shí)間； (2)氣象、統(tǒng)計(jì)以及作物生長觀測資料等都屬于地面點(diǎn)數(shù)據(jù)，地面觀測點(diǎn)的空間位置、密度等都限制了點(diǎn)至面的轉(zhuǎn)換精度，從而降低了區(qū)域作物脆弱性在空間分布和時(shí)間變化上的評價(jià)精度。遙感數(shù)據(jù)的及時(shí)性、快速性以及空間連續(xù)性彌補(bǔ)了上述的缺憾，它可以更好地對作物進(jìn)行大面積的動(dòng)態(tài)監(jiān)測。眾多研究表明，在半干旱和干旱區(qū)，植被指數(shù)能夠表征水分脅迫下的植被特征[13-16]，并且可在空間和時(shí)間上較好的反映干旱的發(fā)生、發(fā)展和空間分布[17-19]，在對旱情的表達(dá)上比常規(guī)的間接方法更為直接，監(jiān)測精度更高[20-21]。研究以遼西北地區(qū)玉米旱災(zāi)為研究對象，從作物自身對干旱的反應(yīng)出發(fā)，利用MODIS數(shù)據(jù)構(gòu)建玉米干旱脆弱性評價(jià)模型，評價(jià)遼西北地區(qū)玉米干旱脆弱性，為區(qū)域農(nóng)業(yè)旱災(zāi)損失的快速評估、防災(zāi)減災(zāi)規(guī)劃的制定提供決策依據(jù)。

圖1 研究區(qū)行政區(qū)劃

1 研究區(qū)概況與數(shù)據(jù)準(zhǔn)備

1.1 研究區(qū)概況

遼西北地區(qū)(圖1)位于遼寧省的西北部，包括朝陽、阜新、錦州、葫蘆島、鐵嶺5個(gè)地級市和沈陽1個(gè)副省級城市。遼西北土地面積6.8萬km2，占全省的47%，其中玉米播種面積約占到全省的67%，是遼寧省玉米重要產(chǎn)地。主要?dú)夂蛱攸c(diǎn)是干旱多風(fēng)，日照豐富，積溫較高，雨量不均，東濕西干。遼西北地區(qū)降水量由東南向西北呈遞減趨勢，西部地區(qū)正常年份的降雨量僅有500mm，是遼寧省干旱發(fā)生最頻繁、最嚴(yán)重的地區(qū)，通常，以“十年九旱”來形容該地區(qū)干旱的頻發(fā)程度。例如在1999～2006年，遼西北地區(qū)連續(xù)8年發(fā)生了不同程度的干旱，全省農(nóng)作物受旱面積累計(jì)13萬km2，糧食作物損失1.45×1010kg，尤其在2006年6月下旬至8月上旬，遼西北地區(qū)發(fā)生了自1951年以來特大伏旱，旱災(zāi)造成遼西北地區(qū)92.88%的農(nóng)作物受旱，糧食減產(chǎn)4.07×109kg?？梢?，干旱是影響遼西北玉米生長的主要?dú)庀鬄?zāi)害。

1.2 數(shù)據(jù)來源與處理

1.2.1 衛(wèi)星數(shù)據(jù)

研究采用了美國國家航空航天局(NASA)制作的MODIS陸地標(biāo)準(zhǔn)產(chǎn)品MOD11A2和MOD13A2。與早期應(yīng)用廣泛的NOAA-AVHRR數(shù)據(jù)相比，MODIS數(shù)據(jù)具有較高的時(shí)間、空間以及波譜分辨率，因此能更好的進(jìn)行旱情監(jiān)測。該研究收集了2000～2013年生長期(4～9月)的MOD11A2和MOD13A2數(shù)據(jù)，空間分辨率均為1 000m，時(shí)間分辨率分別為8d和16d。在進(jìn)一步去噪、投影、拼接等基礎(chǔ)處理后，依據(jù)劃分的玉米各生長期的時(shí)間段使用最大值合成法合成各生長期的衛(wèi)星數(shù)據(jù)，之后計(jì)算植被指數(shù)。

(1)植被狀態(tài)指數(shù)

Kogan等在1990年提出植被狀態(tài)指數(shù)(Vegetation Condition Index)的概念[17]，并將其定義為某一時(shí)刻N(yùn)DVI(植被歸一化指數(shù))與歷史同期最大NDVI值和最小NDVI值的比值，用以反映相同生理期內(nèi)植被的生長狀況，公式如下：

(1)

式中，VCIj是j時(shí)的植被狀態(tài)指數(shù)，NDVIj是j時(shí)的歸一化植被指數(shù)，NDVImax、NDVImin分別為所有圖像中NDVI的最大值和最小值。

VCI是通過對地表植被生長狀況的監(jiān)測來達(dá)到監(jiān)測干旱的目的[19]。由于水分在大氣-植被-土壤循環(huán)中，植被在生理過程中對水分脅迫相對土壤有一定的滯后，當(dāng)干旱發(fā)生時(shí)，植被在水分脅迫下其NDVI值不同程度的減少反映了土壤的水分狀況[25]，因此該指標(biāo)可較好的反映植被生長狀況與土壤水分的關(guān)系。

(2)溫度條件指數(shù)

當(dāng)土壤中有充足的水分時(shí)，地表植被葉面的潛熱增加顯熱減少，地表植被葉面溫度較低； 當(dāng)干旱發(fā)生時(shí)，地表的蒸騰蒸散作用有增大趨勢，但是土壤中水分缺乏，沒有足夠的水分用來完成蒸騰蒸散作用，冠層或裸土的溫度會(huì)有不同程度的增加。基于這一特征，溫度條件指數(shù)[26](TemperatureConditionIndex)定義如下：

(2)

式中，TCIj為日期j的溫度條件指數(shù)，Tj為日期j的地表溫度，Tmax、Tmin分別為數(shù)據(jù)集中所有圖像的最大地表溫度和最小地表溫度。

表1 玉米生育階段及其相應(yīng)時(shí)間段

玉米生育期時(shí)間段播種期4月下旬至5月上旬苗期5月中旬至6月上旬拔節(jié)期6月中旬至7月上旬抽穗期7月中旬至8月上旬灌漿成熟期8月中旬至9月中旬

1.2.2 農(nóng)業(yè)數(shù)據(jù)

農(nóng)業(yè)數(shù)據(jù)主要收集了研究區(qū)多年的玉米產(chǎn)量數(shù)據(jù)和玉米生長期觀測資料。玉米在不同發(fā)育期對水分的需求不同，因此，玉米在不同的生長階段受同一等級干旱強(qiáng)度的影響也不同?？紤]到遼西北地區(qū)氣候特征和玉米的品種及其生長特點(diǎn)，結(jié)合遼寧省水利電力廳1992年編制的《遼寧省抗旱資料匯編》，根據(jù)遼西北地區(qū)各農(nóng)氣站提供的多年玉米發(fā)育期資料，以旬為單位確定遼西北地區(qū)玉米各生育階段的起止時(shí)間，劃分為5個(gè)階段，如表1所示。

1.2.3 其他數(shù)據(jù)

除衛(wèi)星數(shù)據(jù)和農(nóng)業(yè)數(shù)據(jù)外，該研究還收集了遼西北地形圖(DEM)、土地利用/覆蓋類型數(shù)據(jù)、玉米種質(zhì)資源地理分布圖和遼寧省農(nóng)業(yè)區(qū)劃圖，用于識別玉米的覆蓋范圍。數(shù)據(jù)資料主要來源于國際科學(xué)數(shù)據(jù)服務(wù)平臺(tái)、《遼寧省統(tǒng)計(jì)年鑒1989-2014》、《遼寧省水旱災(zāi)害》、中國種質(zhì)查詢網(wǎng)和中國種植業(yè)信息網(wǎng)。

2 脆弱性模型的構(gòu)建

作物生長依賴根系從土壤中吸收的大量水分，這些水分除少量直接參與代謝作用外，其余99%都用于蒸騰作用，水分通過作物的地上部分散失到空中，從而調(diào)節(jié)自身體溫，保證其正常的生長發(fā)育。當(dāng)土壤中水分缺乏，作物受旱，作物冠層通過關(guān)閉部分氣孔而減少蒸騰蒸發(fā)量，這又導(dǎo)致冠層或裸土溫度會(huì)有不同程度的增加。可見，土壤水分的不足直接影響了作物的蒸騰蒸發(fā)量，而作物蒸騰蒸發(fā)量的變化可通過作物的生長狀態(tài)和冠層溫度表現(xiàn)出來。因此選取能夠代表玉米自身生長狀態(tài)的植被指數(shù)VCI和反映玉米冠層溫度的TCI，將兩者結(jié)合起來，實(shí)現(xiàn)玉米對干旱脆弱性的遙感監(jiān)測。模型定義如下：

CDRIj=ajVCIj+bjTCIj

(3)

式中，CDRIj為玉米某一生育階段的干旱脆弱性指數(shù)；j代表玉米的某一生育階段，j=1， 2，…， 5；VCIj、TCIj為j生育階段的植被指數(shù)；aj、bj分別為第j生育階段VCIj、TCIj的權(quán)重系數(shù)，aj∈[0， 1]、bj∈[0， 1]。CDRIj值越大，表明玉米對干旱的敏感性越低，反應(yīng)越弱，脆弱性越小； 反之，玉米對干旱的敏感性越高，反應(yīng)越強(qiáng)烈，敏感性越高。

依據(jù)Unganai和Kogan[22]、朱小祥[23]、匡昭敏[24]等的研究，權(quán)重系數(shù)采用靈活賦值法求取，即a、b在0～1間取值，且a+b=1，以0.1為步長計(jì)算作物干旱脆弱性指數(shù)CDRI，對CDRI與VCI、TCI進(jìn)行相關(guān)分析，以確定VCI、TCI分別對CDRI的貢獻(xiàn)顯著性及大小(表2)。當(dāng)土壤水分發(fā)生虧缺時(shí)，玉米生長狀態(tài)與地表溫度同時(shí)對土壤濕度有一定的反映，因此必須保證玉米任一生育階段VCI與TCI對CDRI貢獻(xiàn)是相等的。另外，VCI通過描述植被的生長狀況反映植被的健康程度，而TCI通過對溫度的描述表達(dá)地表或植被冠層溫度對環(huán)境變化的響應(yīng)，因此，根據(jù)研究目的，后者的權(quán)重系數(shù)應(yīng)大于前者。

3 結(jié)果與分析

3.1 權(quán)重系數(shù)的確定

根據(jù)上述基本原理，分別計(jì)算玉米各生長階段VCI與TCI的權(quán)重系數(shù)a，b。以抽穗階段為例，如表2所示，當(dāng)a、b分別取0.4、0.6時(shí)，CDRI與產(chǎn)量的相關(guān)性最高(P<0.05)，且CDRI與兩個(gè)參數(shù)的相關(guān)系數(shù)均達(dá)到0.8，滿足上述要求，因此，以0.4、0.6分別作為抽穗階段VCI、TCI的權(quán)重系數(shù)。除播種期外，苗期、拔節(jié)期以及灌漿成熟期a、b的選取過程與抽穗期相同，經(jīng)計(jì)算各生育期符合要求的a、b值均為0.4、0.6。播種期則較為特殊。播種期是指播種至出苗前的這段時(shí)間，該時(shí)間段內(nèi)地表覆蓋為土壤，通過植被生長狀況表達(dá)干旱的VCI在此階段內(nèi)始終呈現(xiàn)低值，對干旱的表達(dá)造成干擾，因此只選擇表征地表溫度的TCI作為此階段的干旱脆弱性指數(shù)更為準(zhǔn)確，即a=0，b=1。

表2 各生長階段CDRI與VCI、TCI的相關(guān)系數(shù)

權(quán)重系數(shù)(a,b)CDRI與VCI、TCI的相關(guān)系數(shù)苗期拔節(jié)期抽穗期灌漿成熟期VCITCIⅤCITCIⅤCITCIⅤCITCI0.1,0.90.4280.9860.3300.9910.3270.9870.5990.9960.2,0.80.5800.9420.4650.9610.4880.9450.6770.9810.3,0.70.7140.8680.6010.9050.6390.8680.7430.9340.4,0.60.8190.7750.7550.8220.7670.7650.8210.9150.5,0.50.8950.6750.8280.7180.8620.6480.8500.8640.6,0.40.9440.5750.9040.6030.9260.5310.9270.7730.7,0.30.9740.4840.9540.4890.9660.4230.9620.7350.8,0.20.9900.4030.9830.3820.9870.3270.9840.6630.9,0.10.9980.3330.9960.2870.9970.2450.9960.591

3.2 遼西北地區(qū)玉米干旱脆弱性評價(jià)

分析以往歷史災(zāi)情數(shù)據(jù)可知， 2006年4～9月遼西北地區(qū)發(fā)生農(nóng)業(yè)干旱。因此，研究以2006年為例，計(jì)算遼西北地區(qū)玉米各生育階段的干旱脆弱性指數(shù)，利用最優(yōu)分割法，將脆弱性指數(shù)分為輕度、中度、重度和嚴(yán)重4個(gè)等級(表3)。圖2為研究區(qū)玉米各生育階段干旱脆弱性等級圖。

圖2 遼西北玉米各生育階段干旱脆弱性等級

表3 遼西北地區(qū)玉米干旱脆弱性等級

生育期脆弱性等級輕度中度重度嚴(yán)重播種期(0.694,1](0.518,0.694](0.271,0.518][0,0.271]苗期(0.647,1](0.463,0.647](0.282,0.463][0,0.282]拔節(jié)期(0.682,1](0.506,0.682](0.325,0.506][0,0.325]抽穗期(0.812,1](0.663,0.812](0.482,0.663][0,0.482]灌漿成熟期(0.718,1](0.518,0.718](0.290,0.518][0,0.290]

玉米在不同生育階段對干旱的反應(yīng)程度不同。播種期，研究區(qū)玉米嚴(yán)重脆弱區(qū)域僅占到總面積的3.7%，主要分布于朝陽縣北部、建昌南部和興城，中度脆弱區(qū)域面積比例最高，達(dá)到46.8%，朝陽和阜新分布最多，計(jì)算各地級市脆弱性平均值，則脆弱性等級由大到小依次為：葫蘆島、朝陽、沈陽、錦州、阜新和鐵嶺。玉米出苗進(jìn)入苗期，發(fā)生重度及以上的脆弱性區(qū)域達(dá)到了54.6%且集中分布在西南部，超過了60%的輕度脆弱性區(qū)域分布在阜新和沈陽，在該階段各地級市玉米干旱脆弱性等級由大到小依次為：朝陽、葫蘆島、錦州、鐵嶺、沈陽和阜新。玉米進(jìn)入拔節(jié)期，研究區(qū)東北部降雨量較少，其余地區(qū)降雨量均高于多年同期平均值，尤其是葫蘆島市，降水距平百分率大于50%，部分地區(qū)甚至達(dá)到120%，但玉米干旱重度及以上的脆弱性區(qū)域面積雖減少，可仍然集中分布于西南部，尤其是朝陽、北票、喀左、建昌、綏中、葫蘆島、錦州、凌海等地區(qū)，造成這種現(xiàn)象的原因是玉米在生長過程中對水分脅迫相對于土壤存在一定的滯后性。因此，在該階段各地級市脆弱性等級由大到小依次為：葫蘆島、錦州、朝陽、阜新、沈陽和鐵嶺。受拔節(jié)期降雨量和玉米生長對水分脅迫的滯后性影響，抽穗期研究區(qū)東北部玉米輕度脆弱性面積減小，重度及以上脆弱性面積增大，其余地區(qū)的脆弱性等級相較于拔節(jié)期均有所降低。玉米進(jìn)入灌漿成熟期，重度及以上脆弱性區(qū)域占到了總面積的39%，集中分布于阜新、錦州和沈陽，該階段各地級市脆弱性由大到小依次為：阜新、沈陽、錦州、鐵嶺、朝陽和葫蘆島。

4 結(jié)論與討論

研究采用MODIS數(shù)據(jù)，從玉米自身對干旱的反應(yīng)出發(fā)，通過計(jì)算、組合能夠代表干旱脅迫下玉米生長狀態(tài)的植被指數(shù)VCI和TCI，構(gòu)建研究區(qū)玉米干旱脆弱性模型，為便于評價(jià)研究區(qū)玉米脆弱性程度，利用最優(yōu)分割法劃分脆弱性等級，并繪制等級圖。與傳統(tǒng)脆弱性模型的構(gòu)建和評價(jià)方法相比，研究(1)通過利用遙感數(shù)據(jù)時(shí)間連續(xù)性和空間連續(xù)性的特點(diǎn)，描述了玉米在不同生育階段受干旱災(zāi)害的威脅情況及其在空間分布上的差異，很好地彌補(bǔ)了傳統(tǒng)方法在時(shí)空分布差異性方面的缺失； (2)在數(shù)據(jù)的收集與處理、植被指數(shù)計(jì)算等方面較為簡單、方便，工作量較小，且遙感數(shù)據(jù)可免費(fèi)下載。然而，研究中仍存在一些不足之處，例如，作物生長對降雨、土壤濕度的反應(yīng)具有一定的“滯后性”，且地方的防旱抗旱工作也會(huì)減輕作物生長的旱情，然而研究中并未探討，因此研究結(jié)果有待進(jìn)一步完善。

[1] 覃志豪， 唐華俊，李文娟,等.氣候變化對農(nóng)業(yè)和糧食生產(chǎn)影響的研究進(jìn)展與發(fā)展方向.中國農(nóng)業(yè)資源與區(qū)劃,2013, 34(5): 1～7

[2]WilhiteDA.Drought：AGlobalAssessment.LondonandNewYork：Routledge,2000

[3] 劉蘭芳， 關(guān)欣唐，云松.農(nóng)業(yè)旱災(zāi)脆弱性評價(jià)及生態(tài)減災(zāi)研究——以湖南省衡陽市為例.水土保持通報(bào),2005, 2(2): 69～73

[4] 王靜愛， 商彥蕊，蘇筠,等.中國農(nóng)業(yè)旱災(zāi)承災(zāi)體脆弱性診斷與區(qū)域可持續(xù)發(fā)展.北京師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2005，(3)： 130～137

[5] 楊奇勇， 李景保，蔡松柏.湖南農(nóng)業(yè)干旱脆弱性分區(qū)研究.水資源與水工程學(xué)報(bào), 2007，(3)： 46～49

[6]TodiscoF，VergniL，MannocchiF.OperativeApproachtoAgriculturalDroughtRiskManagement.Journalofirrigationanddrainageengineering, 2009, 135(5): 654～664

[7]FontaineMM，SteinemannAC，ASCEM.AssessingVulnerabilitytoaNaturalHazards：ImpactBasedMethodandApplicationtoDroughtinWashingtonState.NaturalHazardsReview， 2009, 10(1): 11～18

[8] 盛紹學(xué)， 石磊.江淮地區(qū)小麥春季澇漬災(zāi)害脆弱性成因及空間格局分析.中國農(nóng)業(yè)氣象,2010， 31(增1)： 140～143

[9]Antwi-AgyeiP.VulnerabilityandadaptationofGhana’sfoodproductionsystemsandrurallivelihoodstoclimatevariability.Leeds，UniversityofLeeds， 2012

[10]KiumarsZarafshanietal.Droughtvulnerabilityassessment：ThecaseofwheatfarmersinWesternIran.GlobalandPlanetaryChange， 2012， 122～130

[11]ZarafshaniK，SharafiL，AzadiH，etal.Droughtvulnerabilityassessment：ThecaseofwheatfarmersinWesternIran.GlobPlanetChange, 2012，(98)： 122～130

[12]龐澤源， 董姝娜，張繼權(quán)，等.基于CERES-Maize模型的吉林西部玉米干旱脆弱性評價(jià)與區(qū)劃.中國生態(tài)農(nóng)業(yè)學(xué)報(bào),2014, 22(6): 705～712

[13]TukerC.J.，ChoudhuryB.J.Satelliteremotesensingofdroughtconditions.RemoteSensingofEnvironment， 1987， 17： 233～249

[14]Y.Bayarjargal，A.Karnieli，M.Bayasgalan，etal.AcomparativestudyofNOAA-AVHRRderiveddroughtindicesusingchangevectoranalysis.RemoteSensingofEnvironment， 2006， 9～22

[15]JiL.，PetersA.AssessingvegetationresponsetodroughtinthenorthernGreatPlainsusingvegetationanddroughtindices.RemoteSensingofEnvironment， 2003， 87： 85～98

[16]張潔， 武建軍，周磊,等.基于MODIS數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測方法對比分析.遙感信息， 2012, 27(5): 48～54

[17]LiuW.T.，KoganF.N.Monitoringregionaldroughtusingthevegetationconditionindex.InternationalJournalofRemoteSensing, 1996， 17： 2761～2782

[18]HayesM.J.，DeckerW.L.Usingsatelliteandreal-timeweatherdatatopredictmaizeproduction.InternationalJournalofBiometeorology, 1998， 42： 10～15

[19]郭鈮， 管曉丹.植被狀況指數(shù)的改進(jìn)及在西北干旱監(jiān)測中的應(yīng)用.地球科學(xué)進(jìn)展， 2007, 22(11): 1160～1168

[20]王磊， 王賀，盧艷麗，等.NDVI在農(nóng)作物監(jiān)測中的研究與應(yīng)用.中國農(nóng)業(yè)資源與區(qū)劃， 2013, 34(4): 43～50

[21]劉少華， 嚴(yán)登華，史曉亮，等.中國植被NDVI與氣候因子的年際變化及相關(guān)性研究.干旱區(qū)地理， 2014, 37(3): 480～489

[22]Unganai，LeonardS.，KoganF.N.DroughtMonitoringandCornYieldEstimationinSouthernAfricafromAVHRRdata.RemoteSensingofEnvironment,1998， 63： 219～232

[23]朱小祥， 劉瑞霞.衛(wèi)星資料在干旱監(jiān)測中的應(yīng)用研究.海洋科學(xué)進(jìn)展， 2004， 22(增刊)： 8～15

[24]匡昭敏， 朱偉軍，楊鑫等.基于MODIS數(shù)據(jù)的廣西旱區(qū)干旱指數(shù)模型研究.南京氣象學(xué)院學(xué)報(bào),2007， 30(3) 352～358

[25]柳欽火， 辛?xí)灾?定量遙感模型、應(yīng)用及不確定性研究.科學(xué)出版社， 2010

[26]Kogan，F(xiàn).N.Applicationofvegetationindexandbrightnesstemperaturefordroughtdetection.AdvancesinSpaceResearch,1995， 11: 91～100

THE STUDY OF VULNERABILITY ASSESSMENT ON MAIZE DROUGHT IN THE NORTHWEST OF LIAONING PROVINCE BASED ON MODIS*

Liu Xiaojing1※, Zhang Jiquan2, Ma Donglai3

(1.College of Tourism and Geographic Science，Jilin Normal University，Siping 136000，China； 2.Environment College of Northeast Normal University，Changchun,Jilin 130000，China；3.University of Tsukuba Graduate School of System and Information Engineering，Tsukuba， 3050006,Japan)

The traditional studies on crop vulnerability were based on meteorological data, observational data and social and economic statistics, which overlooked the differences of spatial and temporal distribution because of the crop reaction to extremely event. Many studies indicated that vegetation index can directly express crop drought condition, which was more precision than the traditional method. Taking maize drought in 2006 in the northwest of Liaoning province as an example, this paper calculated the Vegetation Condition Index and Temperature Condition Index based on MODIS data. The model of vulnerability of maize drought in the study area was established and the model parameters were determined based on the different expression on drought between VCI and TCI. The vulnerability indexes were calculated and divided into 4 grades. The spatial distribution maps of vulnerability at different growth stages were drawn using GIS. It showed that the spatial and temporal vulnerability distribution of maize at each growth stage changed over time. The results can be used to describe maize drought vulnerability differences in spatial distribution and temporal variation, and provide a scientific basis for making drought defense strategies based on local conditions.

MODIS image; maize drought; vulnerability; Vegetation Condition Index; Temperature Condition Index

10.7621/cjarrp.1005-9121.20161107

2015-11-17

劉曉靜(1985—)，女，山西忻州人，博士、講師。研究方向：自然災(zāi)害監(jiān)測、風(fēng)險(xiǎn)評價(jià)與管理。Email：liuxj@jlnu.edu.cn

*資助項(xiàng)目：四平市科技發(fā)展計(jì)劃項(xiàng)目“基于遙感數(shù)據(jù)的玉米干旱風(fēng)險(xiǎn)時(shí)空動(dòng)態(tài)格局分析”(2014058)； 國家自然科學(xué)基金項(xiàng)目“遼西北灌區(qū)玉米干旱災(zāi)害動(dòng)態(tài)風(fēng)險(xiǎn)預(yù)警與玉米灌溉調(diào)控模擬研究”(41501559)； 國家自然科學(xué)基金項(xiàng)目“多災(zāi)種農(nóng)業(yè)氣象災(zāi)害綜合風(fēng)險(xiǎn)動(dòng)態(tài)評估研究——以吉林省中西部玉米產(chǎn)區(qū)為例”(41571491)

S513; S423

A

1005-9121[2016]11-0044-06