錫林郭勒草原土壤含水量遙感反演模型及干旱監(jiān)測

張巧鳳，劉桂香，于紅博，玉山，包玉海

(1.內蒙古師范大學地理科學學院，內蒙古 呼和浩特 010022；2.中國農業(yè)科學院草原研究所，內蒙古 呼和浩特 010010；3.內蒙古自治區(qū)遙感與地理信息系統(tǒng)重點實驗室，內蒙古 呼和浩特010022；4.內蒙古自治區(qū)蒙古高原災害與生態(tài)安全重點實驗室，內蒙古 呼和浩特010022)

錫林郭勒草原土壤含水量遙感反演模型及干旱監(jiān)測

張巧鳳1,2,3,4，劉桂香2*，于紅博1,3,4，玉山1,3,4，包玉海1,3

(1.內蒙古師范大學地理科學學院，內蒙古 呼和浩特 010022；2.中國農業(yè)科學院草原研究所，內蒙古 呼和浩特 010010；3.內蒙古自治區(qū)遙感與地理信息系統(tǒng)重點實驗室，內蒙古 呼和浩特010022；4.內蒙古自治區(qū)蒙古高原災害與生態(tài)安全重點實驗室，內蒙古 呼和浩特010022)

土壤含水量是農牧業(yè)干旱監(jiān)測系統(tǒng)的重要因子，對草原植被的生長及其與環(huán)境的相互作用具有重要意義。利用MODIS MOD16A2 蒸散發(fā)(evapotranspiration，ET)月產(chǎn)品數(shù)據(jù)及測墑站實測土壤含水量，通過相關分析和回歸分析等方法，建立了基于蒸散發(fā)虧缺指數(shù)(evapotranspiration deficit index，ETDI)的土壤體積含水量(soil volumetric moisture，SVM)反演模型SVM=-48.851×ETDI+54.669，該模型的均方根誤差為3.27%，達到了區(qū)域土壤含水量快速反演的應用水平?；趪覙藴蚀_定該模型的干旱等級閾值，分析近15年(2000-2014年)錫林郭勒草原的干旱動態(tài)特征，結果表明，草甸草原的土壤含水量在14%上下波動，基本為無旱，只有2007和2009年發(fā)生輕旱；典型草原、沙地植被和總體的土壤含水量在11%上下波動，基本為輕旱，只有2007和2009年發(fā)生中旱；荒漠草原的土壤含水量在8%上下波動，基本為重旱等級，只有2002、2003和2012年為中旱。近15年錫林郭勒草原平均約66%的面積存在不同程度的干旱，無旱和重旱面積呈增加趨勢，輕旱和中旱面積呈減少趨勢，但變化均不顯著(Pgt;0.05)。

錫林郭勒草原；土壤體積含水量；干旱監(jiān)測；蒸散發(fā)

干旱是人類社會面臨的最為嚴重的自然災害之一，每年因干旱造成的全球經(jīng)濟損失高達60～80億美元，遠遠超出了其他氣象災害[1]。干旱的頻繁發(fā)生和長期持續(xù)，給社會經(jīng)濟、特別是農牧業(yè)生產(chǎn)帶來巨大的損失，因此實時有效的干旱監(jiān)測指標對農牧業(yè)生態(tài)系統(tǒng)具有重要意義。目前常用的干旱監(jiān)測指標主要分為基于氣象數(shù)據(jù)和基于遙感數(shù)據(jù)兩大類，基于氣象數(shù)據(jù)的監(jiān)測指標存在由點到面轉換的誤差，對于大范圍的區(qū)域干旱監(jiān)測常常會因為站點少而大大降低了干旱監(jiān)測的精度和適用性；隨著遙感技術的快速發(fā)展，遙感數(shù)據(jù)以其很高的時空分辨率和實時快速的監(jiān)測優(yōu)勢，為大范圍的區(qū)域干旱監(jiān)測開辟了新途徑。

近20多年來，用于評價區(qū)域干旱的遙感監(jiān)測指標可基于可見光、近紅外、熱紅外和微波波段等全部對地遙感波譜域，如基于可見光和近紅外波段的距平植被指數(shù)(anomaly vegetation index，AVI)[2]和植被狀態(tài)指數(shù)(vegetation condition index，VCI)[3]等；基于熱紅外波段的溫度狀態(tài)指數(shù)(temperature condition index，TCI)[4]；基于可見光-近紅外-熱紅外波段的溫度植被干旱指數(shù)(temperature vegetation dryness index，TVDI)[5]、植被水分供應指數(shù)(vegetation supply water index，VSWI)[6]和條件植被溫度指數(shù)(vegetation temperature condition index，VTCI)[7]等；主被動微波遙感由于其穿透薄云和稀疏植被及對土壤水分的探測能力，近年來被廣泛應用于農牧業(yè)干旱監(jiān)測領域[8-9]；與主被動微波遙感相比，可見光、近紅外和熱紅外波段的遙感數(shù)據(jù)由于其更高的時空分辨率及其與土壤濕度的高相關性，近年來的使用率呈現(xiàn)增長趨勢[10]。

土壤含水量是農牧業(yè)干旱監(jiān)測的有效因子，但是由于野外實測土壤含水量需要耗費大量的人力、物力和財力，并且很難用于大范圍和長時間的干旱監(jiān)測，因此將遙感的區(qū)域監(jiān)測優(yōu)勢和實測土壤含水量的有效性結合起來，對提高區(qū)域干旱監(jiān)測的適用性和有效性具有重要作用。本研究應用錫林郭勒草原2010-2014年生長季4-10月的實測土壤含水量和對應時空位置的MODIS遙感數(shù)據(jù)，通過分析常用的遙感因子與實測土壤含水量的相關性提煉表征草原干旱的特征參量，建立土壤含水量反演模型，結合國家氣象干旱等級標準[11]確定該模型的干旱等級閾值，分析近15年(2000-2014年)錫林郭勒草原干旱的時空動態(tài)特征及對產(chǎn)草量的影響。

1 材料與方法

1.1研究區(qū)概況

錫林郭勒草原位于中國北方的內蒙古自治區(qū)中部，E 111°09′-120°01′，N 41°35′-46°46′。地勢北低南高，東、南部為大興安嶺和陰山山脈延伸余脈的交錯地段，西、北部地勢較平坦，為高原草地。錫林郭勒草原屬于中溫帶干旱半干旱大陸性氣候，年平均氣溫0～4 ℃，最高氣溫在7月，平均為22 ℃；年降水量200～360 mm，由東南向西北遞減，降水量主要集中在6-9月；年日照時數(shù)為2800～3200 h，4-9月太陽輻射約占全年的60%；該研究區(qū)生長季氣溫適宜，光照充足，是中國北方重要的生態(tài)屏障和畜牧業(yè)生產(chǎn)基地，也是我國最大的草原生態(tài)系統(tǒng)類型的自然保護區(qū)。水平地帶性土壤類型自東向西有黑鈣土、栗鈣土和棕鈣土。根據(jù)1∶100萬內蒙古自治區(qū)植被類型圖矢量化結果，錫林郭勒草原植被類型主要分為四大類，即草甸草原、典型草原、荒漠草原和沙地植被(圖1)[12-13]。草甸草原的主要建群種為貝加爾針茅(Stipabaicalensis)、羊草(Leymuschinensis)和線葉菊(Filifoliumsibiricum)，主要伴生種有糙隱子草(Cleistogenessquarrosa)、寸草苔(Carexduriuscula)和扁蓿豆(Melilotoidsruthenica)等；典型草原的主要建群種為大針茅(Stipagrandis)、克氏針茅(Stipakrylovii)和羊草，主要伴生種有糙隱子草、冷蒿(Artemisiafrigida)、寸草苔和知母(Anemarrhenaasphodeloides)等；荒漠草原主要以小針茅(Stipaklemenzii)建群，主要伴生種有無芒隱子草(Cleistogenessongorica)、冷蒿和木地膚(Kochiaprostrata)等；沙地植被主要建群植物有榆樹(Ulmuspumila)、褐沙蒿(Artemisiahalodendron)和小葉錦雞兒(Caraganamicrophylla)等。

圖1 錫林郭勒草原類型及土壤測墑站和野外調查點Fig.1 Xilingol grassland type and the soil moisture monitoring station and the field investigation site

1.2數(shù)據(jù)來源與處理

1.2.1遙感數(shù)據(jù) MODIS遙感數(shù)據(jù)來源于美國航空航天局(National Aeronautics and Space Administration，NASA)，時間跨度為2000-2014年，數(shù)據(jù)產(chǎn)品為MOD16A2(evapotranspiration, ET)、MOD13A3(normalized difference vegetation index，NDVI)和MOD11A1(land surface temperature，LST)，MOD16A2和 MOD13A3的時間分辨率為月尺度，MOD11A1的時間分辨率為天尺度，空間分辨率均為1 km。利用MRT(MODIS Re-projection Tools)對遙感數(shù)據(jù)進行格式和投影轉換，把HDF格式轉換為TIFF格式，將SIN地圖投影轉為WGS84橢球體的Albers Equal Area投影，同時完成影像的拼接。天尺度的地表溫度數(shù)據(jù)MOD11A1通過最大值合成月尺度數(shù)據(jù)。

目前，基于歸一化植被指數(shù)(NDVI)和地表溫度(LST)的干旱監(jiān)測指標應用極為廣泛，具有代表性的指標有距平植被指數(shù)(AVI)、植被狀態(tài)指數(shù)(VCI)、植被供水指數(shù)(VSWI)和溫度植被干旱指數(shù)(TVDI)等；參考文獻[14]中關于水分脅迫比(water stress ration，WS)的公式計算了蒸散發(fā)虧缺指數(shù)(evapotranspiration deficit index，ETDI)。依據(jù)文獻提供的方法[2-3,5-6,14]計算干旱監(jiān)測指標。

(1)

(2)

式中：NDVIi為某個月的NDVI值，NDVImin和NDVImax分別為多年該月NDVI的最小值和最大值。

(3)

式中：NDVI和LST分別為同一個月的NDVI和LST值。

(4)

LSTmax=a1+b1×NDVILSTmin=a2+b2×NDVI

(5)

式中：LST是像元的地表溫度，LSTmin和LSTmax分別為某一NDVI值對應的最小地表溫度即濕邊和最大地表溫度即干邊，a1、b1、a2、b2是干濕邊擬合方程的系數(shù)，在干邊上TVDI=1，在濕邊上TVDI=0。

(6)

式中：ET為某一個時段的實際蒸散發(fā)，PET(potential evapotranspiration)為潛在蒸散發(fā)。潛在蒸散發(fā)也稱為可能蒸散發(fā)量，是指大片而均勻的自然表面在足夠濕潤條件下即水分保持充分供應時的蒸散發(fā)量，潛在蒸散發(fā)量是實際蒸散發(fā)量的理論上限。

利用錫林郭勒盟界線和各類草原類型界線裁剪各月的ET、NDVI、LST及公式(1～6)中計算的干旱監(jiān)測指標影像，利用測熵站點提取影像對應位置3×3像元的平均值。在此基礎上分析月尺度的遙感干旱監(jiān)測因子和指標與各層土壤含水量的相關性，選擇相關性最大的因子或指標構建土壤含水量遙感反演模型。

1.2.2土壤含水量數(shù)據(jù)

土壤含水量數(shù)據(jù)來源于內蒙古自治區(qū)生態(tài)與農業(yè)氣象中心，錫林郭勒盟界內共15個土壤墑情監(jiān)測站(圖1)2010-2014年4-10月的旬尺度實測土壤含水量數(shù)據(jù)，觀測厚度為0～10 cm、10～20 cm、20～30 cm、30～40 cm、40～50 cm，剔除有缺測土壤層的數(shù)據(jù)點和有明顯異常的數(shù)據(jù)點，計算上中下旬平均值作為月尺度實測土壤含水量，每層共計391個有效數(shù)據(jù)。由于錫林郭勒草原草本植物根系主要分布在0～30 cm土壤層內、局部地區(qū)分布在0～50 cm土壤層內，因此分析0～10 cm、0～20 cm、0～30 cm和0～50 cm的平均土壤含水量與遙感數(shù)據(jù)的相關性，選擇相關性最高的土壤含水層建立反演模型。

1.2.3輔助數(shù)據(jù)

1) 野外調查數(shù)據(jù)。為了分析草原干旱對產(chǎn)草量的影響，利用常用的歸一化植被指數(shù)NDVI與野外實測的產(chǎn)草量建立產(chǎn)草量反演模型。實測產(chǎn)草量來源于2013-2014年共5個時段(5-9月)對30個野外樣地的重復調查，其中草甸草原和荒漠草原的樣地數(shù)均為9個，典型草原的樣地數(shù)為12個(圖1)，每個樣地采用標準1 m×1 m樣方，3次重復；草本植物的鮮重為現(xiàn)場密封后室內去皮稱重，干重為室內65 ℃烘干72 h稱重，建模數(shù)據(jù)采用干重。

2) 降水量數(shù)據(jù)。為了分析土壤含水量對降水量的響應，利用錫林郭勒草原15個氣象站點2000-2014年的月尺度(1-12月)降水量，對每年各月的15個站點降水量求平均，再計算每年1-12月的總降水量，分析年降水量與土壤含水量的相關性。氣象數(shù)據(jù)來源于中國氣象科學數(shù)據(jù)共享服務網(wǎng)和內蒙古氣象局。

用ENVI 4.7、ArcGIS 10.1和Excel 2007處理數(shù)據(jù)和制圖，SAS 9.1進行相關分析和顯著性檢驗，α均為0.05水平，Plt;0.01為極顯著，Plt;0.05為顯著，Pgt;0.05為不顯著。

2 結果與分析

2.1產(chǎn)草量反演模型的建立和驗證

利用圖1所示的野外調查點分別提取對應時間地點的NDVI值，結合實測產(chǎn)草量數(shù)據(jù)，隨機選取各類草原的2/3樣本建模，1/3用于精度檢驗，通過直線、對數(shù)、二次多項式、指數(shù)和冪函數(shù)方程分別建模后發(fā)現(xiàn)，冪函數(shù)Y=576.03×NDVI1.90(R2=0.718，RMSE=0.57，P=0.0001，樣本個數(shù)N=100)的決定系數(shù)R2大于其他模型且均方根誤差RMSE小于其他模型，因此選擇該模型反演2000-2014年的產(chǎn)草量，其中NDVI為每年5-9月的平均值；產(chǎn)草量反演模型和精度驗證如圖2。

圖2 產(chǎn)草量反演模型和精度驗證Fig.2 The retrieval model and accuracy verification of grass yield

2.2土壤含水量遙感反演模型的建立和驗證

2.2.1土壤含水量與主要因子的相關性 通過分析各層土壤含水量(soil volumetric moisture，SVM)與歸一化植被指數(shù)(NDVI)、地表溫度(LST)和蒸散發(fā)(ET)的相關性，結果表明，歸一化植被指數(shù)(NDVI)、地表溫度(LST)和蒸散發(fā)(ET)與各層土壤含水量的相關性均為極顯著相關(Plt;0.01)，但各層相關系數(shù)的絕對值均表現(xiàn)為：蒸散發(fā)(ET)gt;歸一化植被指數(shù)(NDVI)gt;地表溫度(LST)(表1)。

進一步分析常用的干旱監(jiān)測指標與各層土壤含水量的相關性(表2)，結果表明距平植被指數(shù)(AVI)與各層土壤含水量的相關系數(shù)均為0.11(Pgt;0.05)，相關性較低；植被狀態(tài)指數(shù)(VCI)與各層土壤含水量均為低度相關(Plt;0.05)；植被供水指數(shù)(VSWI)與各層土壤含水量均為極顯著負相關(Plt;0.01)，且隨著土壤厚度的增加，相關性小幅上升；溫度植被干旱指數(shù)(TVDI)與各層土壤含水量的相關性均為不顯著(Pgt;0.05)，且相關系數(shù)均未達到-0.1；基于實際蒸散發(fā)(ET)和潛在蒸散發(fā)(PET)計算的蒸散發(fā)虧缺指數(shù)(ETDI)與各層土壤含水量均為極顯著高度負相關(Plt;0.01)?？傮w來看，各層相關系數(shù)的絕對值均表現(xiàn)為：蒸散發(fā)虧缺指數(shù)(ETDI)gt;植被供水指數(shù)(VSWI)gt;植被狀態(tài)指數(shù)(VCI)gt;距平植被指數(shù)(AVI)gt;溫度植被干旱指數(shù)(TVDI)。

注：*表示顯著相關(Plt;0.05)，**表示極顯著相關(Plt;0.01)。下同。

Notes：* shows significant correlation (Plt;0.05), ** shows extremely significant correlation (Plt;0.01). SVM:Soil volumetric moisture; NDVI:Normalized difference vegetation index; LST:Land surface temperature; ET:Evapotranspiration. The same below.

2.2.2土壤含水量反演模型及精度驗證 通過以上分析可知，蒸散發(fā)虧缺指數(shù)(ETDI)與各層土壤含水量均為極顯著高度負相關，因此選擇蒸散發(fā)虧缺指數(shù)(ETDI)構建土壤含水量反演模型。各層分別用273個實測土壤含水量與蒸散發(fā)虧缺指數(shù)(ETDI)作回歸分析，其散點圖和線性回歸模型如圖3所示。

蒸散發(fā)虧缺指數(shù)(ETDI)與各層土壤含水量的線性回歸分析表明，各層反演模型均達到極顯著水平(Plt;0.01)，各層回歸模型的決定系數(shù)R2由大到小的順序為30 cmgt;20 cmgt;10 cmgt;50 cm，均方根誤差RMSE由小到大的順序為30 cm=50 cmlt;20 cmlt;10 cm，因此選擇0～30 cm土壤含水量與蒸散發(fā)虧缺指數(shù)(ETDI)的線性回歸模型SVM=-48.851×ETDI+54.669反演土壤含水量。將其余118個點的反演值與實測值比較，其均方根誤差RMSE為3.27%(圖4)，說明該模型反演的土壤含水量與實測土壤含水量具有很好的一致性，達到了區(qū)域土壤含水量快速反演的應用水平。

表2 土壤含水量與干旱監(jiān)測指標的Pearson相關分析Table 2 Pearson correlation analysis of soil volumetric moisture and drought monitoring index

AVI：Anomaly vegetation index；VCI：Vegetation condition index；VSWI：Vegetation supply water index；TVDI：Temperature vegetation dryness index；ETDI：Evapotranspiration deficit index。下同。The same below.

圖4 土壤含水量模型精度驗證Fig.4 Precision verification of SVM model

2.3錫林郭勒草原干旱監(jiān)測

2.3.1基于土壤含水量的干旱等級劃分 通過模型SVM=-48.851×ETDI+54.669反演的是土壤體積含水量，國家氣象干旱等級標準[11]是基于土壤相對濕度劃分干旱等級，因此為了劃分該模型的干旱等級，利用錫林郭勒草原的土壤田間持水量和土壤容重，根據(jù)公式(7)反算了基于土壤體積含水量及相應的蒸散發(fā)虧缺指數(shù)(ETDI)的干旱等級劃分標準(表3)。由于參與建模的實測土壤含水量是生長季4-10月的數(shù)據(jù)，因此該土壤含水量反演模型和干旱等級劃分標準主要適用于錫林郭勒草原4-10月的干旱監(jiān)測及等級劃分。

(7)

式中：SVM為土壤體積含水量(%)，RMS為土壤相對濕度(%)，SFC為土壤田間持水量(%)，VWS為土壤容重(g/cm3)， ρw為水的密度(g/cm3)。

表3 土壤含水量的干旱等級劃分Table 3 Drought grade classification based on SVM

2.3.2近15年錫林郭勒草原干旱動態(tài)特征應用

土壤含水量反演模型SVM=-48.851×ETDI+54.669和干旱等級劃分標準，反演近15年(2000-2014年)錫林郭勒草原4-10月的土壤含水量，將每年生長季4-10月的土壤含水量求平均代表年度土壤含水量，將各類草原所有像元的土壤含水量求平均代表該類草原的土壤含水量，分析錫林郭勒草原的干旱年動態(tài)。

從時間尺度看(圖5)，近15年草甸草原的土壤含水量在11.01%～15.92%之間變化，平均為13.93%，2007年最小為11.01%，2012年最大為15.91%；15年中有13年(2000-2006年、2008年、2010-2014年)無旱，2年輕旱(2007和2009年)，無其他干旱等級，說明草甸草原基本無旱。典型草原的土壤含水量在9.07%～12.80%之間變化，平均值為10.75%，2007年最小為9.07%，2012年最大為12.80%；15年中有3年(2002、2003和2012年)無旱，3年(2006、2007和2009年)中旱，其余9年輕旱，說明典型草原基本為輕旱。沙地植被的土壤含水量在9.23%～12.88%之間變化，平均值為10.58%，2009年最小為9.23%，2003年最大為12.88%；15年中有1年(2003年)無旱，10年(2000-2002年、2004年、2008年、2010-2014年)輕旱，4年(2005-2007年、2009年)中旱，說明沙地植被基本為輕旱或中旱，且輕旱發(fā)生頻率較高?；哪菰耐寥篮吭?.04%～9.00%之間變化，平均值為7.89%，2005年最小為7.04%，2003年最大為9.00%；15年中有5年(2002-2003年、2008年、2012-2013年)中旱，其余10年為重旱，說明荒漠草原基本為中重旱等級，且重旱發(fā)生頻率較高?？傮w而言，研究區(qū)土壤含水量在9.44%～12.89%之間變化，平均為11.21%，2007年最小為9.44%，2012年最大為12.89%；15年中有4年(2002-2003年、2012-2013年)無旱，9年(2000-2001年、2004-2006年、2008年、2010-2011年、2014年)輕旱，2年(2007和2009年)中旱，說明錫林郭勒草原基本為輕旱。

各類草原的土壤含水量變化趨勢相近，均在2003、2008和2012年出現(xiàn)波峰，2001和2009年出現(xiàn)波谷，2007年除荒漠草原外其余各類草原均為波谷。近15年草甸草原、典型草原和總體的土壤濕度均有增加趨勢，沙地植被和荒漠草原的土壤濕度均有減小趨勢，但變化均不顯著(Pgt;0.05)。

從空間分布上看，各年土壤含水量都表現(xiàn)出由東北和東南向西南遞減的規(guī)律，草甸草原土壤含水量最大，基本為無旱或輕旱；典型草原和沙地植被次之，基本為輕旱或中旱；荒漠草原土壤含水量最小，基本為重旱；近15年各類草原均未發(fā)生特旱(圖6)。

圖6 錫林郭勒草原2000-2014年干旱等級空間分布Fig.6 Spatial distribution of drought in Xilingol grassland from 2000 to 2014

2.3.3各等級干旱面積變化及對產(chǎn)草量的影響 通過對各年各等級干旱面積的統(tǒng)計可知(表4)，近15年平均來看，錫林郭勒草原無旱面積為6.62萬km2，占總面積的34.05%；輕旱和中旱分別為4.13和5.83萬km2，占總面積的21.24%和30.00%；重旱面積為2.86萬km2，占總面積的14.71%，說明錫林郭勒草原平均約66%的面積存在不同程度的干旱。近15年無旱和重旱面積呈增加趨勢，輕旱和中旱面積均呈減少趨勢，但變化均不顯著(Pgt;0.05)。

從各年空間分布來看(圖6，表4)，2002、2003、2012和2013年的無旱面積較大，其中2012年的無旱面積最大；2003和2012年的無旱面積分別占總面積的52.28%和57.99%，中旱分別占總面積的22.56%和23.32%，重旱分別占總面積的0.06%和4.48%，中旱和重旱面積均較低，因此2003和2012年為2000-2014年間較典型的豐年。

2004、2008、2010、2011和2014年各等級的面積均與多年平均值較接近，其中2004和2010年無旱分別占總面積的35.27%和33.99%，中旱分別占總面積的28.35%和31.20%，重旱分別占總面積的15.44%和9.60%，均與多年平均值接近，因此2004和2010年為2000-2014年間較典型的平年。

2000、2001、2005、2006、2007和2009年的無旱面積均低于多年平均水平，其中2005年的重旱面積最大，占總面積的29.07%；2007和2009年的無旱面積最小，分別占總面積的10.02%和12.87%，中旱面積百分比分別為46.45%和39.41%，均高于其余年份；重旱面積百分比均較高，分別為24.27%和27.09%，因此2007和2009年為2000-2014年間較典型的旱年。

近15年錫林郭勒草原的產(chǎn)草量和土壤含水量的波動變化曲線具有很強的一致性(圖7)，二者呈極顯著正相關(Plt;0.01)，相關系數(shù)為0.86，且均在2001、2007和2009年出現(xiàn)波谷， 在2003、2008和2012年出現(xiàn)波峰。豐年2003和2012年的平均產(chǎn)草量比平年2004和2010年的平均產(chǎn)草量上漲約35%，而旱年2007和2009年的平均產(chǎn)草量比平年2004和2010年的平均產(chǎn)草量下降約20%。

表4 各等級干旱面積百分比Table 4 The percentage of drought area of each grade %

近15年錫林郭勒草原的土壤含水量和年降水量的波動變化曲線具有很強的一致性(圖7)，二者呈極顯著正相關(Plt;0.01)，相關系數(shù)為0.77，且均在2001、2007、2009和2011年出現(xiàn)波谷，在2003、2008、2010和2012年出現(xiàn)波峰。

圖7 土壤含水量與產(chǎn)草量及降水量變化Fig.7 The changes of SVM and grass yield and precipitation

3 討論與結論

本研究表明，常用的遙感干旱監(jiān)測因子歸一化植被指數(shù)(NDVI)、地表溫度(LST)和蒸散發(fā)(ET)與各層土壤含水量的相關性均為極顯著相關，相關性由大到小排序為：蒸散發(fā)(ET)gt;歸一化植被指數(shù)(NDVI)gt;地表溫度(LST)；常用的干旱監(jiān)測指標與各層土壤含水量的相關性由大到小表現(xiàn)為：蒸散發(fā)虧缺指數(shù)(ETDI)gt;植被供水指數(shù)(VSWI)gt;植被狀態(tài)指數(shù)(VCI)gt;距平植被指數(shù)(AVI)gt;溫度植被干旱指數(shù)(TVDI)，說明蒸散發(fā)及蒸散發(fā)虧缺指數(shù)能夠很好地表征土壤含水量；前期研究結果表明年蒸散發(fā)量與年降水量和年平均植被指數(shù)均為極顯著正相關[15]，3-10月及春季、夏季和秋季的ET與NDVI和降水量顯著正相關[16]，這與本研究中蒸散發(fā)與各層土壤含水量均為極顯著正相關的結論相輔相成，即降水量越大、土壤含水量越高、植被長勢越好，NDVI值越大，土壤和植被的蒸散發(fā)量越大。

通過野外調查發(fā)現(xiàn)，錫林郭勒草原草本根系主要分布在0～30 cm深度，局部地區(qū)草本根系分布在0～50 cm深度，總體來說鈣積層較淺，因此0～30 cm深度的土壤含水量對植被的生長具有重要意義。本研究的分析結果表明0～30 cm深度的土壤含水量與蒸散發(fā)虧缺指數(shù)(ETDI)的回歸模型SVM=-48.851×ETDI+54.669(R2=0.62，RMSE=2.75%)，其決定系數(shù)R2最大且均方根誤差RMSE最小，模型的均方根誤差為3.27%，反演值與實際情況較符，達到了區(qū)域土壤含水量快速反演的應用水平。

近15年錫林郭勒草原干旱年動態(tài)表明，各年土壤含水量都表現(xiàn)出由東北和東南向西南遞減的規(guī)律，草甸草原的土壤含水量在14%上下波動，基本為無旱，只有2007和2009年發(fā)生輕旱；典型草原、沙地植被和總體的土壤含水量在11%上下波動，基本為輕旱，只有2007和2009年發(fā)生中旱；荒漠草原的土壤含水量在8%上下波動，基本為重旱等級，只有2002、2003和2012年為中旱。近15年錫林郭勒草原平均約66%的面積存在不同程度的干旱，無旱和重旱面積呈增加趨勢，輕旱和中旱面積呈減少趨勢，但變化均不顯著(Pgt;0.05)。烏云高娃[17]的研究結果表明錫林郭勒盟東部及南部地區(qū)如東烏珠穆沁旗、多倫縣等地的干旱發(fā)生頻率較低，中部地區(qū)如阿巴嘎旗、錫林浩特市等地的干旱強度較輕，西部地區(qū)如二連浩特市、蘇尼特右旗和蘇尼特左旗等地為干旱發(fā)生頻率較高且強度較強的地區(qū)，本研究結果與此相符。

近15年錫林郭勒草原的土壤含水量和產(chǎn)草量及年降水量的波動變化曲線具有很強的一致性，豐年2003和2012年的平均產(chǎn)草量比平年2004和2010年的平均產(chǎn)草量上漲約35%，而旱年2007和2009年的平均產(chǎn)草量比平年2004和2010年的平均產(chǎn)草量下降約20%，剛嘎瑪[18]的研究結果也表明錫林郭勒盟2009年的干旱程度比2010年嚴重。錫林郭勒草原干旱發(fā)生的主要原因與周期性或偶發(fā)性的降水減少有關，但由于降水分布的時空不均等特征，導致相近的年降水量干旱程度不同，影響產(chǎn)草量的程度也不同，如2001、2005和2011年雖然降水量較少，但其產(chǎn)草量均高于典型旱年2007和2009年。

References：

[1] Wilhite D. Drought as a natural hazard: Concepts and definitions. Drought, A Global Assessment, 2000, 1: 3-18.

[2] Chen W Y, Xiao Q G, Sheng Y W. Application of the anomaly vegetation index to monitoring heavy drought in 1992. Remote Sensing of Environment China, 1994, 9(2): 106-112.

陳維英, 肖乾廣, 盛永偉. 距平植被指數(shù)在1992年特大干旱監(jiān)測中的應用. 環(huán)境遙感, 1994, 9(2): 106-112.

[3] Kogan F N. Remote sensing of weather impacts on vegetation in non-homogeneous areas. International Journal of Remote Sensing, 1990, 11(8): 1405-1419.

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

[5] Sandholt I, Rasmussen K, Andersen J. A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status. Remote Sensing of Environment, 2002, 79(2): 213-224.

[6] Cai G Y, Du M Y, Liu Y. Regional drought monitoring and analyzing using MODIS data—a case study in Yunnan Province. Ifip Advances in Information amp; Communication Technology, 2010, 345: 243-251.

[7] Wang P X, Gong J Y, Li X W. Vegetation temperature condition index and its application for drought monitoring. Geomatics and Information Science of Wuhan University, 2001, 26(5): 412-418.

王鵬新, 龔健雅, 李小文. 條件植被溫度指數(shù)及其在干旱監(jiān)測中的應用. 武漢大學學報(信息科學版), 2001, 26(5): 412-418.

[8] Guo Y, Shen Y J, Zhao C. Soil moisture monitoring in agricultural lands via active-passive microwave remote sensing. Chinese Journal of Eco-Agriculture, 2011, 19(5): 1162-1167.

郭英, 沈彥俊, 趙超. 主被動微波遙感在農區(qū)土壤水分監(jiān)測中的應用初探. 中國生態(tài)農業(yè)學報, 2011, 19(5): 1162-1167.

[9] Yuan X, Ma Z G, Pan M.etal. Microwave remote sensing of short-term droughts during crop growing seasons. Geophysical Research Letters, 2015, 42(11): 4394-4401.

[10] Keshavarz M R, Vazifedoust M, Alizadeh A. Drought monitoring using a soil wetness deficit index (SWDI) derived from MODIS satellite data. Agricultural Water Management, 2014, 132(2): 37-45.

[11] National Standard of People’s Republic of China. The Grade of Meteorological Drought: GB/T 20481-2006[S]. Beijing: China Standard Press, 2006.

中華人民共和國國家標準. 氣象干旱等級: GB/T 20481-2006[S]. 北京: 中國標準出版社, 2006.

[12] Editorial Board of Geography Volume of the Encyclopedia of Mongolian Studies. The Encyclopedia of Mongolian Studies: Geography Volume[M]. Hohhot: Inner Mongolia People’s Publishing House, 2012.

蒙古學百科全書地理卷編輯委員會. 蒙古學百科全書: 地理卷[M]. 呼和浩特: 內蒙古人民出版社, 2012.

[13] Editorial Board of Xilingol League Chronicles. Xilingol League Chronicles (Book One)[M]. Hohhot: Inner Mongolia People’s Publishing House, 1996.

錫林郭勒盟志編纂委員會. 錫林郭勒盟志(上)[M]. 呼和浩特: 內蒙古人民出版社, 1996.

[14] Narasimhan B, Srinivasan R. Development and evaluation of soil moisture deficit index (SMDI) and evapotranspiration deficit Index (ETDI) for agricultural drought monitoring. Agricultural and Forest Meteorology, 2005, 133(1): 69-88.

[15] Zhang Q F, Liu G X, Yu H B,etal. Temporal and spatial dynamic of ET based on MOD16A2 in recent fourteen years in Xilingol steppe. Acta Agrestia Sinica, 2016, 24(2): 286-293.

張巧鳳, 劉桂香, 于紅博, 等. 基于 MOD16A2 的錫林郭勒草原近 14 年的蒸散發(fā)時空動態(tài). 草地學報, 2016, 24(2): 286-293.

[16] Zhang Q F, Liu G X, Yu H B,etal. Monthly and seasonal dynamics of evapotranspiration in Xilingol steppe and related factors analysis. Research of Soil and Water Conservation, 2017, 24(3): 164-169.

張巧鳳, 劉桂香, 于紅博, 等. 錫林郭勒草原蒸散發(fā)月季動態(tài)及相關因子分析. 水土保持研究, 2017, 24(3): 164-169.

[17] Wuyun G W. Study on Meteorological Drought in Xilingol League Based on Microwave Remote Sensing[D]. Hohhot: Inner Mongolia Normal University, 2014.

烏云高娃. 基于微波遙感的錫林郭勒盟氣象干旱研究[D]. 呼和浩特: 內蒙古師范大學, 2014.

[18] Gang G M. Drought Monitoring and Prediction Research Based on RS and GIS Technology of Xilingol League[D]. Hohhot: Inner Mongolia Normal University, 2012.

剛嘎瑪. 基于遙感與GIS技術的錫林郭勒盟干旱監(jiān)測與預警研究[D]. 呼和浩特： 內蒙古師范大學, 2012.

SoilmoisturemodellinganddroughtmonitoringusingremotesensinginXilingolgrassland

ZHANG Qiao-Feng1,2,3,4， LIU Gui-Xiang2*， YU Hong-Bo1,3,4， YU Shan1,3,4， BAO Yu-Hai1,3

1.College of Geographical Science, Inner Mongolia Normal University, Hohhot 010022, China; 2.Institute of Grassland Research of Chinese Academy of Agricultural Sciences, Hohhot 010010, China; 3.Inner Mongolia Key Laboratory of Remote Sensing and Geography Information System, Hohhot 010022, China; 4.Inner Mongolia Key Laboratory of Disaster and Ecological Security on the Mongolian Plateau, Hohhot 010022, China

Soil moisture is an important factor for grassland vegetation growth and its measurement is a critical task for drought monitoring systems. In order to monitor moisture in Xilingol grassland, monthly evapotranspiration (ET) data from MODIS MOD16A2 and measured soil moisture data from ground monitoring stations were collected. Correlation and regression analyses were employed to establish a retrieval model for soil volumetric moisture (SVM) based on the evapotranspiration deficit index (ETDI): SVM=-48.851×ETDI+54.669. The root mean square error (RMSE) of this model was 3.27%. This model can be used to retrieve soil moisture at regional scale. The thresholds of drought grades were established based on the national standard and used to analyze drought dynamics in Xilingol grassland over the past 15 years (2000-2014). The results showed that SVM fluctuated in 14% of the meadow steppe, approximating normal levels except for the slight droughts in 2007 and 2009. SVM fluctuated in 11% of the typical steppe and the sandy vegetation areas, as well as in the Xilingol grassland as a whole, approaching slight drought conditions except for the moderate droughts recorded in 2007 and 2009. SVM fluctuated in 8% of desert steppe, approaching severe drought conditions except for the moderate droughts recorded in 2002, 2003 and 2012. On average, over the past 15 years some 66% of the Xilingol grassland has experienced drought conditions, though to varying degrees. Non-drought and severe drought areas increased, while slight and moderate drought areas decreased, but significant tests indicate that none of the changes were significant (Pgt;0.05).

Xilingol grassland； soil volumetric moisture (SVM)； drought monitoring； evapotranspiration (ET)

10.11686/cyxb2017024http//cyxb.lzu.edu.cn

張巧鳳, 劉桂香, 于紅博, 玉山, 包玉海. 錫林郭勒草原土壤含水量遙感反演模型及干旱監(jiān)測. 草業(yè)學報, 2017, 26(11): 1-11.

ZHANG Qiao-Feng, LIU Gui-Xiang, YU Hong-Bo, YU Shan, BAO Yu-Hai. Soil moisture modelling and drought monitoring using remote sensing in Xilingol grassland. Acta Prataculturae Sinica, 2017, 26(11): 1-11.

2017-01-18；改回日期：2017-05-04

中國農業(yè)科學院創(chuàng)新工程“草原非生物災害防災減災團隊”(CAAS-ASTIP-IGR2015-04)，內蒙古自治區(qū)自然科學基金(2017MS0408)，內蒙古師范大學高層次人才科研啟動項目(2016YJRC012)和國家自然科學基金(41661009)資助。

張巧鳳(1978-)，女，內蒙古土左旗人，博士。E-mail：zqf2099@163.com

*通信作者Corresponding author. E-mail：liugx804@163.com