基于TVDI的江蘇省淮北地區(qū)干旱監(jiān)測技術研究

王 華，邵 瀚（.浙江財經(jīng)大學 東方學院，浙江 嘉興 34000；.中國電建集團貴陽勘測設計研究院有限公司，貴陽550000）

基于TVDI的江蘇省淮北地區(qū)干旱監(jiān)測技術研究

王 華1，邵 瀚2
（1.浙江財經(jīng)大學 東方學院，浙江 嘉興 314000；2.中國電建集團貴陽勘測設計研究院有限公司，貴陽550000）

以江蘇省淮北地區(qū)作為研究區(qū)，利用MODIS遙感數(shù)據(jù)，選擇溫度植被干旱指數(shù)對研究區(qū)進行干旱監(jiān)測對比分析，建立基于溫度植被干旱指數(shù)的研究區(qū)干旱遙感監(jiān)測模型；結合土壤含水量數(shù)據(jù)和降雨量數(shù)據(jù)，確定研究區(qū)的干旱等級劃分標準；利用干旱遙感模型對2011年夏旱進行監(jiān)測研究。結果表明，建立干旱遙感監(jiān)測模型對研究區(qū)干旱研究有很好的適用性和推廣性。

MODIS；溫度植被干旱指數(shù)；土壤含水量

隨著全球氣候變暖，干旱問題已直接或間接影響到人類的生活質量，干旱化問題也日益引起人們的高度重視。遙感監(jiān)測具有時空范圍廣、時效性高、信息準確客觀等優(yōu)勢，被廣泛應用到干旱研究中。遙感是獲得陸面分布式信息最經(jīng)濟的技術手段，其中土壤水分狀況是水文模型所關注的一個非常重要的變量之一，因而有必要研究利用遙感信息獲取土壤水分狀況信息[1]。植被指數(shù)和地表溫度是描述地表特征的2個重要參數(shù)，基于遙感植被指數(shù)和地表溫度信息進行區(qū)域地表水分狀況等陸表變化研究，是目前遙感和陸表過程研究中的前沿方向[2]。江蘇省地處我國南北交界之處，東臨黃海，地處長江、淮河下游，是兩大河流的入?？?，降水量從南到北變化很大，干旱和洪澇時常交替發(fā)生，近50 a來干旱發(fā)生頻率愈來愈高。江蘇省淮北地區(qū)有“十年九旱”之說，干旱頻率發(fā)生普遍較高。2010年10月以來江蘇省遭遇了歷史上最為嚴重的旱情，淮北地區(qū)降水量為60 a以來的最低值，洪澤湖、駱馬湖均低于死水位，干旱持續(xù)時間創(chuàng)歷史之最，給當?shù)剞r業(yè)生產(chǎn)帶來了一定的影響。研究江蘇省淮北地區(qū)的干旱情況具有重要意義。

本研究將基于植被干旱指數(shù)模型建立江蘇省淮北地區(qū)干旱監(jiān)測模型，為研究區(qū)未來的干旱研究提供技術基礎。

1 資料與方法

1.1 研究區(qū)概況

江蘇位于我國大陸東部沿海地區(qū)，介于東經(jīng)116°18'～121°57'、北緯30°45'～ 35°20'之間。跨長江下游兩岸，東瀕黃海，有近1 000 km的海岸線，西北連安徽、山東，有低山丘陵錯落，東南與浙江、上海毗鄰。

江蘇省的土壤類型主要分為3種：砂土、壤土及砂壤土。江蘇省東部的沿海地區(qū)主要以砂土為主，砂土吸水能力強，地表水很容易滲入地下，減少了可供蒸發(fā)的地表水，在一定程度上影響了降水的形成，這就解釋了雖然該地區(qū)瀕臨大海但大旱頻發(fā)的原因?；幢钡貐^(qū)以蓄水能力較強的砂壤土為主，但因地表水系不發(fā)達，地下水位較低，導致可供蒸發(fā)的地表水少于淮河以南的其他地區(qū)，故最易致旱。

江蘇歷年干旱發(fā)生頻次呈現(xiàn)北高南低的分布規(guī)律。年干旱發(fā)生頻率最高出現(xiàn)在豐縣、沛縣，在當?shù)匾灿惺昃藕抵f；淮北地區(qū)干旱發(fā)生頻率普遍較高；其余地區(qū)按干旱發(fā)生頻率依次為蘇北沿海地區(qū)、沿江地區(qū)、蘇南大部分地區(qū)。

1.2 數(shù)據(jù)源

遙感數(shù)據(jù)來源于研究區(qū)2011年6～9月16期MODIS遙感影像、MODIS植被指數(shù)產(chǎn)品數(shù)據(jù)以及溫度產(chǎn)品數(shù)據(jù)；土壤含水量數(shù)據(jù)來自2011年6～9月江蘇省淮北地區(qū)14個水文測站每5 d觀測的10 cm和20 cm的土壤相對濕度數(shù)據(jù)，每個站點都有具體的站號和經(jīng)緯度以及作物名稱和發(fā)育期信息，且注明當時觀測點的情況，如白地、農田或水澆地等。氣象數(shù)據(jù)采用了研究區(qū)對應測站的降雨量數(shù)據(jù)。

1.3 模型介紹

在反演植被生長狀況、地表土壤水分等方面，溫度植被干旱指數(shù)（temperature vegetation dryness index，TDVI）應用最廣泛[3-5]。研究發(fā)現(xiàn)，陸地表面溫度與植被指數(shù)呈顯著的負相關關系[6]。Gillies[7]等發(fā)現(xiàn)，以遙感資料得到的NDVI和Ts為橫縱坐標得到的散點圖呈三角形或者梯形。

式中，Tsmin為NDVI對應的最低表面溫度（℃），對應NDVI-Ts特征空間的濕邊；Tsmax為NDVI對應的最高表面溫度（℃），對應著NDVI-Ts特征空間的干邊。

2 結果分析

2.1 NDVI-Ts特征空間

由溫度植被干旱指數(shù)原理可知，計算TVDI首先要獲取特征空間。在ENVI軟件下，使用IDL語言編程，運行輸出Ts-NDVI散點圖，同時得到與NDVI對應的最大和最小陸地地面溫度，于是得到其特征空間。實驗分析了2011-06-02～2011-09-30夏季的16組遙感影像，得出16組散點圖。

根據(jù)NDVI-Ts特征空間擬合干濕邊方程時，根據(jù)NDVI的直方圖選取像元NDVI集中的區(qū)間，同時相同NDVI對應的像元的Ts的分布空間要大。然后分別提取相同NDVI的所有像元中具有的最大和最小地表溫度，對極值點進行線性回歸分析，即得到特征空間的干濕邊方程。根據(jù)所得的特征空間，對每個NDVI值最大和最小地表溫度進行線性擬合，獲得旱邊和濕邊方程。

2.2 與土壤含水量數(shù)據(jù)比較

溫度植被干旱指數(shù)與土壤含水量數(shù)據(jù)對比方法，和植被供水指數(shù)相同。淮北地區(qū)的14個測站收集的表層10 cm、20 cm土壤含水量數(shù)據(jù)與相應位置植被溫度干旱指數(shù)的相關系數(shù)見表1，由于第153 d、161 d、193 d、249 d的墑情數(shù)據(jù)不充足，不單獨分析其相關性。

從表1相關系數(shù)可以看出，10 cm土壤含水量與TVDI的相關系數(shù)均達到顯著水平，67%的20 cm土壤含水量達到顯著水平。這說明TVDI干旱指數(shù)能夠反映出土壤水分狀況的變化趨勢，作為旱情評價指標具有一定的合理性。圖1分析10 cm、20 cm土壤相對濕度變化趨勢線和溫度植被干旱指數(shù)變化趨勢線，可見，當土壤相對濕度增加時，溫度植被指數(shù)值相應地降低。根據(jù)溫度植被指數(shù)法的物理含義以及計算表達式，作物受旱越嚴重，溫度植被干旱指數(shù)值就越大，如圖1。

2.3 與降雨量數(shù)據(jù)比較

圖1 2011-06-18TVDI與實際10 cm和20 cm土壤含水量監(jiān)測值對比圖

與植被供水指數(shù)的分析方法相似，計算得到溫度植被干旱指數(shù)與相應時期相應點的相關系數(shù)，如表2。各月的相關系數(shù)絕對值均大于0．5，均通過了顯著性檢驗，可見溫度植被干旱指數(shù)與降雨量有很大的相關性。圖2為2011-06-18淮北地區(qū)各個測站降雨量和溫度植被干旱指數(shù)之間的關系，顯示2種數(shù)據(jù)具有負相關性。

表2 TVDI與降雨量相關性

圖2 2011-06-18溫度植被指數(shù)值與實際降雨量值對比圖

3 旱情等級確定

根據(jù)農業(yè)氣象中有關旱情的劃分標準，將土壤干旱程度劃分為5個等級：干旱（土壤相對濕度＜40%）；輕旱（土壤相對濕度40%～50%）；正常（土壤相對濕度50%～60%）；濕潤（土壤相對濕度60%～80%）；非常濕潤（土壤相對濕度＞80%），從而形成旱情等級分布圖像。表3是已有研究得到的常規(guī)TVDI旱情等級標準[8]。

表3 常規(guī)TVDI的干旱等級

通過對2011-06-18研究區(qū)土壤相對濕度的分析，結合農業(yè)氣象中關于干旱等級的劃分，得到每個測站干旱情況。同樣采用常規(guī)TVDI等級標準對14個測站的干旱情況進行劃分，通過多次調整最終確定了適合本研究區(qū)的TVDI干旱等級（表4）。研究區(qū)TVDI等級分析結果一致的測站占60%，干旱等級相差一級的占40%。對干旱等級不一致的6個測站的數(shù)據(jù)進行分析，采用模糊數(shù)學中的隸屬度計算方法，分析這6個測站TVDI值隸屬于相鄰等級的程度。從分析的結果來看，6個測站都有一定程度隸屬于相鄰層，通過以上分析確定的TVDI干旱等級有一定的正確性。圖3是采用TVDI旱情分級指標對江蘇省淮北地區(qū)旱情分析的結果圖。

表4 TVDI的干旱等級

圖3 2011年6月～9月干旱等級圖

表5是對6～9月典型時段監(jiān)測結果所作的面積統(tǒng)計。結果表明，2011年6月份大部分地區(qū)TVDI等級處于濕潤和正常的狀態(tài)，這個結果與梅雨有關系，輕旱和干旱比重較?。浑S著氣候的變化，7月中下旬大部分地區(qū)開始缺水，面積比重為38．07%；輕旱地區(qū)和干旱地區(qū)的比例都有所增加，旱情比6月份更嚴重，干旱總面積為24 116．5 km2；直至8月末，旱情有所緩解，大部分地區(qū)仍舊處于正常、輕旱狀態(tài)；9月末TVDI等級為輕旱和干旱的地塊面積較少，大部分地區(qū)TVDI等級為非常濕潤、濕潤和正常，土壤含水量適宜，其中等級為濕潤的土地面積最大11 702．228 km2，面積比重為34．78%。

4 結 語

表5 不同時間各干旱等級的面積統(tǒng)計/km2

研究表明，本文建立的溫度植被干旱指數(shù)模型對江蘇省淮北地區(qū)的干旱監(jiān)測有一定的實用性和可操作性。不足之處在于，本文僅對2011年夏旱進行了研究，并未考慮其他時段的監(jiān)測效果。由于不同季節(jié)植被覆蓋和氣候條件都會存在差異，其監(jiān)測模型有待進一步深入研究。參考文獻

[1] 齊述華,王長耀,牛錚．利用溫度植被干旱指數(shù)(TVDI)的全國旱情監(jiān)測研究[J]．遙感學報,2003,7(5):420-427

[2] 王純枝,毛留喜,何延波,等．溫度植被干旱指數(shù)法(TVDI)在黃淮海平原土壤濕度反演中的應用研究[J]．土壤通報,2009,40(5):999-1 005

[3] Yang H,Yeqiao W,Yunsheng Z．Estimating Soil Moisture Conditions of the Greater Changbai Mountains by Land Surface Temperature and NDVI[J]．IEEE Transactiond on Geoscience and Remote Sensing, 2010, 48(6): 2 509-2 515

[4] Mallick K,Bhattacharya B K,Patel N K． Estimating Volumetric Surface Moisture Content for Cropped Soils Using a Soil Wetness Index Based on Surface Temperture and NDVI[J]．Agricultural and Forest Meteorology, 2009,149(8):1 327-1 342

[5] Stisen S,Sandholt I,Rgaard A,et al．Combining the Triangle Method with Thermal Inertia to Estimate Regional Evapotranspiration Applied to MSG-SEVIRI Data in the Senegal River Basin[J]．Remote Sensing of Environment,2008,112(3): 1 242-1 255

[6] 康為民,羅宇翔,鄭小波,等．貴州溫度植被干旱的指數(shù)（TVDI）特征及其遙感干旱監(jiān)測的應用[J]．貴州農業(yè)科學, 2008,36(4):27-30

[7] Gillies R R,Carlson T N,Kustas W P．A Verification of the "Triangl" Method for Obtaining Surface Soil Water Content and Energy Fluxes from Remote Measurements of the Normalized Difference Vegetation Index (NDVI) and Surface Radiant Temperature[J]．International Journal of Remote Sensing,1997,18(15):3 145-3 166

[8] 吳孟泉,崔偉宏．溫度植被干旱指數(shù)(TVDI)在復雜山區(qū)干旱監(jiān)測的應用研究[J]．干旱區(qū)地理, 2007,30(1):30-35

P237.9

B

1672-4623（2016）02-0053-03

10.3969/j.issn.1672-4623.2016.02.019

王華，碩士，講師，主要從事土地資源管理研究和教學。

2014-10-08。

項目來源：國家自然科學基金資助項目（41301194）；教育部人文社會科學研究青年基金資助項目（12YJC630103）；杭州市哲學社會科學規(guī)劃課題成果資助項目（Z16JC081）。