基于MODIS影像的松嫩平原土壤濕度反演特征研究

吳欣睿

(哈爾濱師范大學(xué)，黑龍江省普通高等學(xué)校地理環(huán)境遙感監(jiān)測(cè)重點(diǎn)實(shí)驗(yàn)室)

基于MODIS影像的松嫩平原土壤濕度反演特征研究

吳欣睿

(哈爾濱師范大學(xué)，黑龍江省普通高等學(xué)校地理環(huán)境遙感監(jiān)測(cè)重點(diǎn)實(shí)驗(yàn)室)

以松嫩平原為研究區(qū)，利用modis影像提取溫度指數(shù)和植被指數(shù)建立Ts-NDVI空間特征，根據(jù)其空間特性提取TVDI值，結(jié)合研究區(qū)野外實(shí)測(cè)數(shù)據(jù)進(jìn)行相關(guān)性分析，發(fā)現(xiàn)TVDI能夠很好的用來反應(yīng)松嫩平原土壤濕度的空間分布特征，并深入研究分析得到了以下結(jié)論：①Ts數(shù)據(jù)和NDVI數(shù)據(jù)能夠很好的擬合出空間三角形關(guān)系且其相關(guān)性表現(xiàn)良好；②將遙感提取得到的TVDI值與實(shí)地測(cè)量的值進(jìn)行相關(guān)性分析發(fā)現(xiàn)，隨著實(shí)測(cè)數(shù)據(jù)的土壤濕度值的增加，TVDI值呈現(xiàn)出減小的趨勢(shì)，即TVDI值能夠很好的反應(yīng)土壤濕度的空間變化趨勢(shì)及空間分異規(guī)律.③松嫩平原土壤濕度的空間分布規(guī)律大體呈現(xiàn)出由西南向東北逐漸變濕的走向.研究為獲取大范圍連續(xù)的土壤濕度提供了一種方法，為政府調(diào)控農(nóng)業(yè)發(fā)展提供科學(xué)參考.

松嫩平原；土壤濕度；TVDI

0 引言

土壤濕度是決定土地農(nóng)作物產(chǎn)量的一個(gè)主要的指標(biāo)，其可以直接反應(yīng)土壤墑情[1]，在自然界的物質(zhì)能量交換過程中的作用極其的重要.松嫩平原作為中國(guó)商品糧基地之一，研究其的土壤濕度對(duì)于調(diào)控農(nóng)作物的生產(chǎn)顯得極其重要.

傳統(tǒng)的監(jiān)測(cè)方法主要為根據(jù)地面觀測(cè)站數(shù)據(jù)或?qū)嵉夭蓸咏y(tǒng)計(jì)方法監(jiān)測(cè)土壤濕度，其具有精度高的突出優(yōu)點(diǎn)[2]，但是需要投入大量的人力物力，且嚴(yán)重受到了采樣點(diǎn)數(shù)目和監(jiān)測(cè)空間不連續(xù)的限制.相對(duì)于傳統(tǒng)的監(jiān)測(cè)方法，遙感方法能夠進(jìn)行大面積連續(xù)監(jiān)測(cè)且具備時(shí)效性較強(qiáng)等突出優(yōu)點(diǎn)[3].目前通過遙感技術(shù)來監(jiān)測(cè)土壤濕度的方法主要有：熱慣量模型、微波遙感監(jiān)測(cè)法、作物缺水指數(shù)法、根據(jù)植被指數(shù)和溫度指數(shù)等指標(biāo)間接地描述土壤的供水能力等方法[4].

在眾多的利用遙感手段監(jiān)測(cè)土壤濕度的方法中，由于溫度植被指數(shù)的空間變化特征構(gòu)建模型來反應(yīng)土壤水分情況和對(duì)土壤濕度進(jìn)行監(jiān)測(cè)的方法在國(guó)內(nèi)外得到了廣泛的研究及應(yīng)用.Price等人[5]在研究中發(fā)現(xiàn)地表溫度指數(shù)(Tempreture surface,Ts)和植被指數(shù)(Normalized Difference Vegetation Index ，NDVI)在空間上呈現(xiàn)出三角形的特征；而Nemani[6]則認(rèn)為Ts和MDVI的空間散點(diǎn)圖呈現(xiàn)出梯形特征[6]；Sandhold[7]等人對(duì)不同傳感器所獲取的遙感影像的Ts和NDVI數(shù)據(jù)進(jìn)行提取并對(duì)二者的關(guān)系模型進(jìn)行了改進(jìn)和簡(jiǎn)化，提出溫度植被干旱指數(shù)(Tempreture vegetation drought index,TVDI)的概念，用此來描述大面積連續(xù)范圍內(nèi)的土壤干旱情況.自TVDI指數(shù)提出以來，已經(jīng)越來越多的應(yīng)用到旱情監(jiān)測(cè)當(dāng)中來.宋春橋等人[8]通過TVDI指數(shù)的構(gòu)建，結(jié)合土壤實(shí)測(cè)數(shù)據(jù)證明了TVDI指數(shù)干旱監(jiān)測(cè)在藏北高原的可行性；薄燕飛等人[9]利用了TVDI及氣象干旱指數(shù)研究了河北省春旱的時(shí)空變化特征，取得了良好的效果.然而，在松嫩平原地區(qū)，只有學(xué)者利用地面監(jiān)測(cè)統(tǒng)計(jì)數(shù)據(jù)對(duì)松嫩平原土壤濕度的變化進(jìn)行了時(shí)間序列上的分析，對(duì)土壤濕度基于空間上的變化的鮮有描述.文章利用TVDI指數(shù)構(gòu)建法，結(jié)合松嫩平原實(shí)測(cè)點(diǎn)數(shù)據(jù)，探索出一種監(jiān)測(cè)松嫩平原土壤濕度合理可行的方法.

1 原理與方法

TVDI指數(shù)模型是利用水分的蒸發(fā)及植被的蒸騰作用能夠降低地表溫度的原理來構(gòu)建的，很多學(xué)者[10]在研究中得出影響Ts-NDVI空間特征構(gòu)建的因素有多種，但是最顯著的因素是土壤水分.Sandhold[7]在前人研究的基礎(chǔ)上進(jìn)行了深度的研究，提出了溫度植被干旱指數(shù)(TVDI)，其表達(dá)式為：

(1)

上式中Ts為MODIS影像中任意像元值；Tsmax為某一NDVI對(duì)應(yīng)的最大地表溫度值，即原理示意圖1中所對(duì)應(yīng)干邊，該干邊表達(dá)式為：

Tsmax=a1+b1×NDVI

Tsmin為某一NDVI對(duì)應(yīng)的最小溫度值，即示意圖中對(duì)應(yīng)的濕邊，其表達(dá)式為：

Tsmin=a2+b2×NDVI

將TVDI公式整理可得：

TVDI=[Ts-(a2+b2×NDVI]/[(a1+b1×NDVI)-(a2+b2×NDVI)]

(2)

圖1 溫度植被干旱指數(shù)(TVDI)原理示意圖

2 研究區(qū)與數(shù)據(jù)源

2.1 研究區(qū)概況

松嫩平原地理位置如圖2所示，其所處區(qū)域橫跨吉林省與黑龍江省兩個(gè)省份，其總占地面積為23.13×104km2,約占兩省總面積之和的26.95%.是我國(guó)著名的東北三大平原之一.其地理坐標(biāo)位于42°30′～51°20′N，121°40′～128°30′E之間，東起東部山地，西至大興安嶺，北抵小興安嶺山脈，南達(dá)松遼分水嶺.松嫩平原的土壤類型很多，其農(nóng)田主要為適宜糧食生產(chǎn)的黑土和黑鈣土.是國(guó)家重要的商品糧基地和能源基地[5].松嫩平原年際積溫空間分布自南向北很大，年平均降水量在400～600 mL之間，四季分明有明顯的雨季，該地區(qū)氣候類型屬于典型的溫帶大陸性半濕潤(rùn)半干旱季風(fēng)氣候.

圖2 松嫩平原行政區(qū)劃圖

2.2 數(shù)據(jù)來源及處理

研究所使用的MODIS數(shù)據(jù)來源于美國(guó)國(guó)家宇航局(NASA)數(shù)據(jù)中心的8天合成的1km空間分辨率的MOIDS11A2和16天合成的1km分辨率的MODIS13A2，其下載行列號(hào)為h26v04,h27v04.用于校正溫度的30m分辨率的DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云.利用MRT、ENVI等軟件將MODIS11A2、MODIS13A2進(jìn)行拼接、裁剪、投影轉(zhuǎn)換、重采樣等預(yù)處理，由于松嫩平原地勢(shì)高低起伏，為了得到更準(zhǔn)確的溫度數(shù)據(jù)，將DEM數(shù)據(jù)通過重采樣使其轉(zhuǎn)換成為1000m分辨率，并利用公式

Hd=Ts+H×a

進(jìn)行溫度校正[11]，其中Hd為校正后地表溫度，Ts為校正前地表溫度，H為對(duì)應(yīng)像元高程值，a為地表溫度隨地勢(shì)的改變而改變的變化幅度,取常數(shù)0.6 ℃/100 m.

野外采樣數(shù)據(jù)為來自研究區(qū)2015年4月下旬的野外人工采集數(shù)據(jù)，共321個(gè)采樣點(diǎn).采用重量法對(duì)采樣樣本進(jìn)行計(jì)算統(tǒng)計(jì)，將土壤烘干，稱量其干土重和含水重加以計(jì)算.計(jì)算土壤的重量百分?jǐn)?shù)，其公式為：

WM=[(G2-G3)/(G3-G1)]×100%

(3)

其中：WM表示土壤重量含水率(單位：%)；G1表示玻璃容器(單位：g)；G2表示玻璃容器與原始土樣共重(單位：g)；G3表示玻璃容器與處理得到的干土共重(單位：g).

取與野外采樣時(shí)間基本相一致的2015年第113天的MODIS影像，用ENVI/IDL提取出任意NDVI值所對(duì)應(yīng)的最大和最小溫度值，并制成散點(diǎn)圖(圖3)，能夠發(fā)現(xiàn)，Tsmax和NDVI值呈現(xiàn)出顯著的相關(guān)關(guān)系并很好的擬合出了一條直線，Tsmin相比之下相關(guān)關(guān)系相對(duì)較弱，但依然能夠很好的擬合出線性方程.利用干濕邊擬合出的方程，在Arcgis中利用柵格計(jì)算器工具計(jì)算出2015年第113天的松嫩平原的TVDI值(圖4).

圖3 Ts-NDVI特征空間

圖4 TVDI反演結(jié)果

3 結(jié)果與分析

3.1 特征空間擬合特征

在構(gòu)建Ts-NDVI的特征空間擬合干濕邊的過程中，可以發(fā)現(xiàn)，干濕邊能夠很好的擬合成三角形的空間特征，濕邊相對(duì)于干邊擬合特征而言略為分散.且由分散點(diǎn)可看出擬合形成的干邊的方程斜率小于0，表明隨著NDVI由低到高變化，地表溫度的最大值呈現(xiàn)出逐漸減少的趨勢(shì)，相反，濕邊的方程斜率大于0，說明隨著NDVI的逐漸升高，地表溫度有增加的趨勢(shì).濕邊對(duì)比干邊的擬合效果而言略為分散，但干濕邊擬合結(jié)果均通過了顯著水平檢驗(yàn).

3.2 土壤濕度遙感監(jiān)測(cè)實(shí)地驗(yàn)證

為了驗(yàn)證TVDI反演結(jié)果的準(zhǔn)確性，研究采用2015年4月下旬的野外采樣點(diǎn)321個(gè)(如圖5所示)研究區(qū)內(nèi)0～10cm土壤濕度數(shù)據(jù)與對(duì)應(yīng)空間位置的TVDI值進(jìn)行相關(guān)性分析.

為了使驗(yàn)證結(jié)果具有可信性，采樣時(shí)間與衛(wèi)星數(shù)據(jù)基本吻合，野外采樣樣方設(shè)計(jì)為1km×1km對(duì)角線位置三次取平均，使其盡量與MODIS數(shù)據(jù)的空間網(wǎng)格分辨率大小吻合(如圖6所示)

圖6 實(shí)測(cè)土壤水分與TVDI相關(guān)性分析

其橫坐標(biāo)代表野外實(shí)測(cè)土壤水分值，單位是g/kg，縱坐標(biāo)代表空間對(duì)應(yīng)實(shí)測(cè)點(diǎn)位置的TVDI值，從相關(guān)性分析示意圖中可以看出，遙感影像所計(jì)算出的TVDI值與土壤0～10 cm含水量實(shí)測(cè)值之間表現(xiàn)出非常顯著的相關(guān)關(guān)系：隨著土壤濕度值的增大，TVDI值呈現(xiàn)出減小的趨勢(shì)，其線性擬合結(jié)果通過了α=0.05置信度的t檢驗(yàn)，且二者線性相關(guān)性分析得出了較好的結(jié)果，即TVDI在松嫩平原地區(qū)能夠很好的反應(yīng)土壤濕度狀況.

圖7 松嫩平原土壤濕度分布圖

3.3 TVDI反應(yīng)出的松嫩平原土壤濕度的空間變化

根據(jù)研究區(qū)計(jì)算出的TVDI值進(jìn)行統(tǒng)計(jì)分析并結(jié)合姚春生[13]等于《使用溫度植被干旱指數(shù)法(TVDI)反演新疆土壤濕度》中所得出的劃分經(jīng)驗(yàn)，對(duì)Ts-NDVI空間特征提取出的TVDI空間分布狀況進(jìn)行分級(jí)：濕潤(rùn)(0.0≤TVDI<0.2),偏濕(0.2

從TVDI反應(yīng)的松嫩平原土壤濕度分布情況來看，其呈現(xiàn)出明顯的從西南向東北方向由干旱變濕潤(rùn)的特征，即土壤濕度從西南向東北呈現(xiàn)出由干旱逐漸變濕潤(rùn)的趨勢(shì)[14].研究區(qū)整體土壤水分呈現(xiàn)偏干旱的情勢(shì)，其中在松嫩平原西部的訥河市、甘南縣、龍江縣、泰來縣、白城市、鎮(zhèn)賚縣、洮南市、通榆縣、南部的公主嶺市、雙陽縣、伊通滿族自治縣和榆樹市等地，干旱相對(duì)比較集中且明顯的體現(xiàn)出來.這與紀(jì)仰慧等人[15]利用站點(diǎn)觀測(cè)數(shù)據(jù)統(tǒng)計(jì)研究松嫩平原土壤濕度的時(shí)序變化特征的結(jié)果基本一致，其原因應(yīng)該和近幾十年來松嫩平原的降水量呈現(xiàn)出明顯減少的趨勢(shì)有關(guān)，且松嫩平原西部的年降水減少量十分明顯[16]；在松嫩平原中部有細(xì)碎的地方呈現(xiàn)出土壤濕度狀況正常，根據(jù)其紋路及走向，可知是受到松花江等流域的影響；其地表土壤水分相對(duì)濕潤(rùn)的地區(qū)主要集中在松嫩平原東北部的五大連池市、德都縣、北安市、綏棱縣、慶安縣、海倫市、木蘭縣等地區(qū)，除此以外，松嫩平原中部的齊齊哈爾市和林甸縣的交界、安達(dá)市部分等地也有明顯濕潤(rùn)現(xiàn)象，其原因主要是有濕地分布于此[17]，調(diào)控了相應(yīng)地區(qū)的土壤濕度.

4 結(jié)束語

該文提取MODIS11A2和MODIS13A2遙感影像中的植被指數(shù)和溫度指數(shù)，構(gòu)建了LST-NDVI特征空間，進(jìn)一步利用其表現(xiàn)出的空間特性提取出了能夠反應(yīng)松嫩平原土壤濕度空間分布狀況的TVDI指標(biāo)，并用與遙感影像時(shí)相和空間地理位置幾乎相一致的研究區(qū)實(shí)地采樣數(shù)據(jù)對(duì)反演結(jié)果進(jìn)行驗(yàn)證.研究結(jié)果表明：①Ts數(shù)據(jù)和NDVI數(shù)據(jù)能夠很好的擬合出空間三角形關(guān)系且其相關(guān)性表現(xiàn)良好，對(duì)二者擬合方程進(jìn)行F檢驗(yàn)，通過了α=0.005顯著性檢驗(yàn)，證明其相關(guān)性顯著，能夠提取TVDI方程；②將遙感提取得到的TVDI值與實(shí)地測(cè)量的值進(jìn)行相關(guān)性分析發(fā)現(xiàn)，隨著實(shí)測(cè)數(shù)據(jù)的土壤濕度值的增加，TVDI值呈現(xiàn)出減小的趨勢(shì)，然而從圖6中可以看到點(diǎn)的分布相對(duì)離散，分析其原因可能是提取TVDI值的遙感影像為合成影像，盡管使實(shí)測(cè)數(shù)據(jù)和遙感影像盡可能的吻合，然而還可能存在時(shí)間上的差異和空間位置的差異.但TVDI仍然能夠很好的在空間層次上反應(yīng)出土壤水分的分布及分異規(guī)律.③松嫩平原土壤濕度的空間分布規(guī)律大體呈現(xiàn)出由西南向東北逐漸變濕的走向.因此，對(duì)松嫩平原土壤濕度的反演對(duì)農(nóng)情及農(nóng)田的灌溉具有良好的指導(dǎo)意義.

[1] 沙莎, 郭鈮, 李耀輝,等. 我國(guó)溫度植被旱情指數(shù)TVDI的應(yīng)用現(xiàn)狀及問題簡(jiǎn)述[J]. 干旱氣象, 2014, 32(1):128-134.

[2] 汪瀟,張?jiān)鱿?趙曉麗,等.遙感監(jiān)測(cè)土壤水分研究綜述.土壤學(xué)報(bào), 2007, 44(1): 157-163.

[3] 楊金香, 耿艷. 遙感技術(shù)的應(yīng)用現(xiàn)狀及發(fā)展趨勢(shì)[J]. 礦業(yè)科學(xué)技術(shù), 2005(1):1-3.

[4] 余橋. 土壤濕度不同遙感方法的對(duì)比分析[D]. 東北大學(xué), 2013.

[5] PRICE J C. Using Spatial Context in Satellite Data to Infer RegionalScale Evapotranspiration [J]. IEEE Transactions on Geoscience andRemote Sensing, 1990, 28: 940 - 948.

[6] NEMANI R R, PIERCE L, RUNNING S, et al. Developing Satellitederived Estimates of Surface Moisture Status [J]. Journal of AppliedMeteorology, 1993, 32 (3) : 548 - 557.

[7] SANDHOLT I, RASMUSSEN K, ANDERSEN J. A SimpleInterpretation of the Surface Temperature - vegetation Index Space for Assessment of Surface Moisture Status [J]. Remote Sensing ofEnvironment, 2002, 79: 213 - 224.

[8] 宋春橋, 游松財(cái), 柯靈紅,等. 藏北高原土壤濕度MODIS遙感監(jiān)測(cè)研究[J]. 土壤通報(bào), 2012, 43(2):294-300.

[9] 薄燕飛, 白建軍, 劉永林. 基于TVDI及氣象干旱指數(shù)的河北省春旱時(shí)空變化特征[J]. 蘭州大學(xué)學(xué)報(bào)：自科版, 2016, 52(2):188-195.

[10] 邸蘭杰.基于TVDI和ATI模型河北省土壤濕度遙感反演[D].河北師范大學(xué),2014.

[11] 冉瓊. 全國(guó)土壤濕度及其變化的遙感反演與分析[D]. 中國(guó)科學(xué)院遙感應(yīng)用研究所, 2005.

[12] 李秀軍. 松嫩平原西部土地鹽堿化與農(nóng)業(yè)可持續(xù)發(fā)展[J]. 地理科學(xué), 2000, 20(1):51-55.

[13] 姚春生, 張?jiān)鱿? 汪瀟. 使用溫度植被干旱指數(shù)法(TVDI)反演新疆土壤濕度[J]. 遙感技術(shù)與應(yīng)用, 2004, 19(6):473-478.

[14] 田旸,那曉東,臧淑英. 1986～2010年松嫩平原土地利用程度空間格局變化研究[J]. 哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào),2016,32(3):101-107.

[15] 紀(jì)仰慧, 王晨軼, 朱海霞,等. 松嫩平原土壤濕度時(shí)序變化特征[J]. 中國(guó)農(nóng)學(xué)通報(bào), 2013, 29(02):154-159.

[16] 楊飛, 姚作芳, 宋佳,等. 松嫩平原作物生長(zhǎng)季氣候和作物生育期的時(shí)空變化特征[J]. 中國(guó)農(nóng)業(yè)氣象, 2012, 33(01):18-26.

[17] 劉宇軒,王翠珍. 基于LANDSAT數(shù)據(jù)的濕地動(dòng)態(tài)變化特征研究——莫莫格保護(hù)區(qū)[J]. 哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào),2016,32(03):112-118.

StudyonInversionCharacteristicsofSoilMoistureinSongnenPlainBasedonMODISImage

Wu Xinrui

(Harbin Normal University, Key Laboratory of Remote Sensing and Monitoring of Geographical Environment)

In this paper, the temperature index and vegetation index of Ts-NDVI were established by using modis image, and the TVDI values were extracted according to its spatial characteristics. The correlation analysis was carried out with the field data of the study area, and it was found that TVDI was very good. The results show that: ① Ts data and NDVI data can fit the spatial triangular relation well and its correlation performance is good. ② The correlation between the TVDI value obtained by remote sensing and the value of field measurement shows that with the measured soil moisture value. The correlation between TVDI and field measurements shows that the TVDI value tends to decrease with the increase of soil moisture value, that is, the TVDI value can reflect the spatial trend and spatial Differentiation rule. ③ The spatial distribution of soil moisture in the Songnen Plain generally shows the trend of getting wet from southwest to northeast. A method for obtaining a wide range of continuous soil moisture and a scientific reference for government regulation of agricultural development are provided.

Songnen Plain; Soil moisture; TVDI

李家云)

S152

A

1000-5617(2017)04-0119-05

2017-5-15