基于MODIS與Landsat 8的艾比湖濕地旱情時空變化及其影響因素分析

朱小強,塔西甫拉提·特依拜,*,丁建麗,依力亞斯江·努爾麥麥提,夏 楠,楊童童,張淑霞

1 新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院, 烏魯木齊 830046 2 新疆大學(xué)綠洲生態(tài)教育部重點實驗室, 烏魯木齊 830046

旱災(zāi)是我國最嚴重的自然災(zāi)害之一,長時間較為嚴重的干旱不僅直接影響農(nóng)業(yè)生產(chǎn)、社會經(jīng)濟[1]而且還會出現(xiàn)河水斷流、綠洲縮減、土壤荒漠化、沙塵暴增多等多種衍生災(zāi)害[2- 4]。中國西北地處干旱、半干旱氣候區(qū)。由于自然和人類活動等的原因,西北地區(qū)己是生態(tài)極其脆弱的地區(qū)之一,也是中國荒漠化最敏感區(qū)之一[5]。因此,對西北地區(qū)進行長期有效的旱情監(jiān)測將對人類生活和生態(tài)系統(tǒng)的正常運轉(zhuǎn)有著極其重要的意義。土壤干濕狀況是監(jiān)測土地狀況的重要指標之一,是作物生長的決定性因素,在水文、氣候等領(lǐng)域都有廣泛的應(yīng)用[6],同時也是制約植物正常生長的重要生態(tài)因素[7-8]。另外,在濕地生態(tài)環(huán)境中土壤水分扮演著一個重要的環(huán)境因子的角色,隨著土壤水分時空格局的變化,對地-氣的熱量平衡、土壤溫濕度和農(nóng)業(yè)等都會產(chǎn)生影響[9]。

當前主要運用植被指數(shù)法和熱慣量法等光學(xué)遙感技術(shù)進行旱情監(jiān)測,由于植被指數(shù)和地表溫度是描述地表特征的兩個重要地表參數(shù),與地表土壤水分有著緊密的聯(lián)系,因而他們成為了干旱監(jiān)測的常用參量[10- 12]。相對于傳統(tǒng)的土壤干濕狀況監(jiān)測方法,遙感技術(shù)具有監(jiān)測范圍廣,時效性強的特點。然而利用不同分辨率的遙感影像反演得到的土壤水分是不同的,對于西北干旱區(qū)域旱情監(jiān)測,時效性與精確性是首要達到的標準。目前利用不同遙感數(shù)據(jù)資料進行旱情監(jiān)測已取得了很多研究成果,如Price[13],Carlson等[14]發(fā)現(xiàn)歸一化植被指數(shù)(Normalized Differential Vegetation Index, NDVI)與地表溫度(Ts)之間存在負相關(guān)關(guān)系,呈現(xiàn)二維負相關(guān)空間三角形特征；Sandholt等[15]更深入分析該特征空間生態(tài)特征的解釋,提出了利用溫度植被干旱指數(shù)TVDI估算土壤表層水分狀況；姚春生等[16]利用實測土壤水分與TVDI模型相結(jié)合并發(fā)現(xiàn)呈現(xiàn)較好的相關(guān)性；楊秀梅等[17]研究表明利用TVDI模型與MODIS數(shù)據(jù)進行大尺度的西北地區(qū)的干旱監(jiān)測是可行的。杜靈通[18]利用MODIS數(shù)據(jù)產(chǎn)品構(gòu)建溫度植被指數(shù),分析2000—2010年寧夏旱情與氣象干旱和農(nóng)業(yè)受干旱影響的關(guān)系。孫麗等[19]利用EOS/MODIS數(shù)據(jù)與降水量距平指數(shù)等多源數(shù)據(jù)構(gòu)建TVDI與綜合干旱監(jiān)測指數(shù)(IMDI)進行干旱監(jiān)測實驗研究,得出IMDI相比TVDI較為穩(wěn)定。李慧和王鵬等[20]利用Terra-MODIS數(shù)據(jù)與NOAA-AVHRR數(shù)據(jù)構(gòu)建應(yīng)用條件植被指數(shù)(VTCI)對比分析兩種數(shù)據(jù)源在不同時間空間尺度下VTCI的適應(yīng)性。總的來說,本文利用不同空間分辨率,相似時間的多源遙感數(shù)據(jù)分別構(gòu)建TVDI指數(shù),從時間到空間、低分辨率到高分辨率、旱季到濕季較為細節(jié)的對比分析了不同數(shù)據(jù)源下TVDI旱情監(jiān)測的適應(yīng)性,并最后對產(chǎn)生的不同結(jié)果進行影響因素分析,利用多源數(shù)據(jù)進行旱情監(jiān)測與以往研究有一定的不同。

本研究以新疆艾比湖濕地為研究區(qū),選用MODIS溫度與植被指數(shù)產(chǎn)品數(shù)據(jù)構(gòu)建TVDI特征空間,并用Landsat 8遙感資料構(gòu)建的TVDI進行對比驗證,分析不同數(shù)據(jù)源所反演的特征空間的特點以及精度。最后用野外實測土壤水分數(shù)據(jù)對結(jié)果進行驗證分析。新疆艾比湖濕地位于西北干旱與半干旱區(qū)的敏感性湖泊濕地,湖水量與湖水面積的變化受到人為與自然因素的不同程度的驅(qū)動而改變,加上濕地蒸發(fā)量大、降水少的因素,極大的增加了艾比湖濕地旱情的風(fēng)險,因此,此研究可為艾比湖土壤水分時空分布特征以及水資源管理措施提供一定的科學(xué)依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)資料

1.1 研究區(qū)概況

艾比湖流域位于43°38′—45°52′N,79°53′—85°02′E之間(圖1),流域東臨古爾班通過特沙漠,西接哈薩克斯坦共和國,北部相鄰?fù)欣锟h,南部為精河縣。流域而積達5×104km2,是準噶爾西部的低洼地和水鹽匯集中心,大風(fēng)日天氣較多,蒸發(fā)量大,降水稀少,年平均氣溫6.6—7.8℃,年降水量116.0—169.2mm。艾比湖流域?qū)儆诘湫偷母珊祬^(qū)生態(tài)環(huán)境,目前有限的水資源使艾比湖流域人類生產(chǎn)生活用水與生態(tài)用水間的矛盾日益突出[21]。

圖1 研究區(qū)示意圖Fig.1 The sketch map of study area

1.2 數(shù)據(jù)源

1.2.1 遙感影像數(shù)據(jù)

通過USGS網(wǎng)站分別下載2013年5月26日與2016年5月29日過境艾比湖的Landsat 8數(shù)據(jù),以及2000—2016年4月—10月生長季的MODIS-NDVI數(shù)據(jù),空間分辨率為1km,2013年5月26日與2016年5月29日的無云或天氣狀況較好的Landsat 8 OLI遙感影像數(shù)據(jù),空間分辨率為30m。利用ENVI 5.1對MODIS遙感資料坐標系進行轉(zhuǎn)換,對OLI數(shù)據(jù)裁剪、輻射校正、FLAASH大氣校正等,精度符合研究標準。

1.2.2 土壤樣品數(shù)據(jù)

本研究于2013年5月到2016年5月在研究區(qū)根據(jù)道路可達性土壤布設(shè)法,按照實驗室出野外計劃,每年采集兩次土壤數(shù)據(jù),分別為每年的5月和10月中旬,土壤深度為1m,土壤坡面層為5層,分別為0—20、20—40、40—60、60—80、80—100cm。利用鋁盒采集各土壤層土樣,最后在實驗室內(nèi)采用烘干法測定土壤重量含水量。圖1為2013年5月(紅色采樣點)和2016年5月(黑色采樣點)期間分別采集的土壤樣點23個、55個。

1.2.3 統(tǒng)計年鑒數(shù)據(jù)

統(tǒng)計年鑒數(shù)據(jù)來源于精河縣統(tǒng)計局編著的《輝煌五十年》、《精河縣統(tǒng)計年鑒》等統(tǒng)計數(shù)據(jù),統(tǒng)計年鑒數(shù)據(jù)主要用于影響因素分析等研究。其中包括自然數(shù)據(jù)與人文數(shù)據(jù)。自然數(shù)據(jù)主要有湖面面積、風(fēng)速、月平均降水量、月平均相對濕度以及月平均氣溫距平；人文數(shù)據(jù)主要包括總?cè)丝跀?shù)據(jù)、耕地面積、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)生產(chǎn)總值數(shù)據(jù)。

2 研究方法

2.1 Offer Rozenstein劈窗算法

Offer Rozenstein等人和覃志豪等人[22]根據(jù)以往的劈窗算法以及Landsat 8數(shù)據(jù)的特點,提出了SW1(Split-Window Algorithm)反演算法。其計算公式如下：

Ts=A0+A1T10-A2T11

(1)

式中,Ts為地表溫度,T10、T11,分別Landsat 8第10,第11波段的亮溫溫度。A0、A1和A2是系數(shù)。

2.2 溫度植被干旱指數(shù)(TVDI)

在NDVI和Ts構(gòu)成的三角形特征空間中,將不同植被指數(shù)條件對應(yīng)的最高下墊面溫度(Tsmax)相連,構(gòu)成了三角形的干邊,表示為該區(qū)域內(nèi)的干旱上限,將其干旱指數(shù)定義為1,與之相反的將不同植被指數(shù)對應(yīng)的最低下墊面溫度(Tsmin)相連構(gòu)成了三角形的濕邊,表示為該區(qū)域內(nèi)的最濕潤區(qū),將其干旱指數(shù)定義為0。通過溫度植被干旱指數(shù)方法對兩者信息進行綜合處理與相應(yīng)的實測數(shù)據(jù)擬合,可以得到 TVDI 模型進而得到研究區(qū)的土壤干旱狀況,為科學(xué)研究該研究區(qū)干旱情況提供了重要的依據(jù)[23]。

(2)

Tsmax=NDVIa+b;Tsmin=NDVIc+d

(3)

式中,Tsmax,Tsmin分別由植被指數(shù)與地表溫度根據(jù)干邊、濕邊線性擬合獲得,本研究中采用NDVI植被指數(shù),a、b、c、d分別是干邊和濕邊線性擬合方程的系數(shù)。

3 結(jié)果與分析

3.1 構(gòu)建特征空間

通過構(gòu)建MODIS數(shù)據(jù)與OLI數(shù)據(jù)的特征空間,并利用TVDI確定特征空間干濕邊(3式)并得到表1。從中看出,干邊的斜率都小于0,此結(jié)果也表明隨著NDVI的增加,Ts的最大值呈減小趨勢；濕邊的斜率都大于0,這也表明隨著NDVI的減小,Ts的最大值逐漸增大。同時由圖2可以看出,Ts的最大最小值在0.01分割的NDVI尺度上呈現(xiàn)三角形特征,兩種數(shù)據(jù)源的散點分布大致相似,但是也存在較大差異。MODIS-TVDI與Landsat-TVDI相比,散點圖較為稀疏,且NDVI的最大值都略小。

表1 不同數(shù)據(jù)源干、濕邊擬合結(jié)果

圖2 二維空間特征Fig.2 The 2-Dimension feature space

由表1看出,整體上MODIS數(shù)據(jù)擬合結(jié)果與Landsat 8數(shù)據(jù)擬合結(jié)果較為相似,擬合精度較好；MODIS數(shù)據(jù)中,2103年干邊R2=0.86,濕邊R2=0.35相差最大,2016年的干濕邊R2差異略??；Landsat 8擬合結(jié)果中,2013年R2最為接近,但2016年干、濕邊擬合結(jié)果分別為0.89、0.63,相差較大。

3.2 Ts-NDVI特征空間的劃分

為了從宏觀上更加直接的對艾比湖濕地土壤水分的時空有很好的了解,本研究對灰度值為0—1的范圍下進行描述,以TVDI值為分級指標,以便更好地觀測區(qū)域的干旱情況。按照中國氣象局的干旱分級指標進行旱情分級,將土壤濕度劃分為5級,分別是：極濕潤(0

定性分析：由圖3干旱等級劃分圖可知整個研究區(qū)旱情分布特征,干旱面積最大,極濕潤、濕潤、正常面積次之,極干旱面積最小。但是通過4年的時間演變,干旱與極干旱的面積從2013年到2016年有所增加；相反艾比湖周圍的濕潤地帶面積相對減少。同時也可看出每年5月份的濕度相比于10月份要濕潤一些,從湖水面積可以看出,5月份湖水面積大于10月份湖水面積,可見5月份處于艾比湖濕地的濕季,而10月份處于濕地的干季。以長時間序列的艾比湖濕地土壤變化為出發(fā)點,分析艾比湖濕地土壤水分以及干旱情況在時間和空間上的細節(jié)變化。

圖3 MODIS數(shù)據(jù)源旱情等級分布Fig.3 Soil moisture maps of MODIS data

定量分析：對不同時間的旱情分級圖進行面積提取,通過定量分析研究可以明顯看出不同時間上的不同旱情等級的面積變化情況(表2)。由表3可以看出,5月份的極干旱面積均大于10月份的極干旱面積,并且面積相差較大,其中2014年5月的極干旱面積占到研究區(qū)總面積的16.26%,說明在夏季時段干旱程度較于秋季面積較大；另外“正?！闭伎傃芯繀^(qū)最大的面積,其次為“干旱”的等級,“正常”與“干旱”的面積分別在時間的跨度下,在年際和月際的變化亦存在較大差異。

表2 旱情等級面積

另外為了更加進一步分析土壤水分的細節(jié)變化情況,本研究利用高精度的Landsat 8數(shù)據(jù)對MODIS數(shù)據(jù)進行細節(jié)上對比分析(圖4),可見兩種數(shù)據(jù)源反演結(jié)果整體趨勢一致,并且效果較好；充分利用MODIS數(shù)據(jù)在時間尺度上以及大范圍監(jiān)測的優(yōu)勢,可以更加明確的刻畫旱情的動態(tài)變化；同時結(jié)合Landsat 8數(shù)據(jù)的高精度的優(yōu)點,將土壤水分在空間上的細節(jié)變化展現(xiàn)出來。對于干旱區(qū)濕地景觀,以多個時間點的數(shù)據(jù)來代表多年的土壤旱情或水分狀況,無論是從時效性還是精確性來說,都可以在長時間序列的數(shù)據(jù)下顯得很有說服力。

圖4 不同數(shù)據(jù)源旱情等級分布Fig.4 Soil moisture maps of MODIS and Landsat data in a different time

3.3 精度驗證

圖5 土壤水分與TVDI相關(guān)性Fig.5 The relation between TVDI and soil moisture of 0—20cm

將野外實測0—20cm的土壤樣品利用烘干法測定土壤的質(zhì)量含水量,與反演的TVDI值做精度驗證,由圖5可以看出TVDI與艾比湖濕地實測土壤表層水分有很好的的負相關(guān)關(guān)系,說明利用TVDI對干旱區(qū)土壤水分監(jiān)測有很好的效果。但是不同數(shù)據(jù)源在不同時間上的相關(guān)性差異較大,有濕潤地帶向干旱地帶演變的趨勢。MODIS與土壤水分的相關(guān)系數(shù)整體上較為理想,2016年最大達到0.72；相反Landsat 8相關(guān)系數(shù)略低于MODIS整體,在2016年上出現(xiàn)最小為0.50。

3.4 土壤水分的時空變化

根據(jù)研究區(qū)TVDI數(shù)據(jù)資料,采用旱情分級指標對TVDI進行分類,利用轉(zhuǎn)移矩陣方法描述艾比湖4年旱情等級變化與不同旱情等級面積的變化(表3)。艾比湖濕地土壤水分時空尺度變化效應(yīng)較為明顯,通過對比分析,艾比湖濕地4年間極濕潤、濕潤、正常、干旱、極干旱分別轉(zhuǎn)移變化了148、381、1191、3237、1716km2,其中由2013年干旱與極干旱面積變化最大,正常次之,極濕潤與濕潤變化最小。由2013年極濕潤轉(zhuǎn)為2016年的濕潤,正常,干旱,極干旱的面積為49、15、2、3km2；由濕潤轉(zhuǎn)變?yōu)闃O濕潤,正常,干旱,極干旱的面積為135、153、29、2km2；由2013年正常轉(zhuǎn)移為極濕潤,濕潤,干旱,極干旱的面積為13、248、332、24km2；由2013年干旱轉(zhuǎn)為2016年的極濕潤,濕潤,正常,極干旱的面積為0、62、910、1582km2；由極干旱轉(zhuǎn)移為2016年的極濕潤,濕潤,正常,干旱的面積為0、0、89、2822km2?？梢姲群竦卦?年內(nèi)極濕潤,濕潤,正常的面積減少,干旱,極干旱的面積增加。旱情的進一步加劇對于地區(qū)的生態(tài)存在較大威脅。

表3 2013年與2016年面積變化轉(zhuǎn)移矩陣

4 影響因素分析

4.1 自然因素

圖6 艾比湖面積與風(fēng)速的關(guān)系Fig.6 The relation between lakewater area and wind speed

由圖6可以看出1998—2016年期間,艾比湖湖面面積有一定的波動,隨著風(fēng)速的變化呈現(xiàn)顯著地負相關(guān)關(guān)系；艾比湖湖面面積自2002年開始到2016年呈現(xiàn)急劇萎縮的態(tài)勢,相比于面積突變年2002年,艾比湖面積減少46.2%,線性斜率變化為-33.82,線性相關(guān)性R2=0.71,在2013年到2016年間,艾比湖面積略微增加,而研究區(qū)風(fēng)速呈現(xiàn)急劇增加的態(tài)勢,2013年湖面面積為425km2,2016年艾比湖面積為450km2,面積變化率僅為5.9%；2013年艾比湖風(fēng)速為1.9m/s,2016年平均風(fēng)速為3.5m/s,變化率高達84.2%?？傮w上隨著研究區(qū)風(fēng)速的增加,艾比湖湖面面積呈現(xiàn)減小的趨勢,二者呈負相關(guān)。由此說明風(fēng)速是影響艾比湖面積變化的自然影響因素之一。

氣候變化對水資源的形成與變化具有重要的作用,降水和氣溫共同決定了區(qū)域氣候的濕潤和干燥程度,影響著徑流的形成和地域分布[24]。由圖7可以看出,在17年間研究區(qū)月平均降水量與月平均氣溫呈負相關(guān)關(guān)系,月均溫呈現(xiàn)穩(wěn)定逐步上升的趨勢,且溫度距平逐漸向正值變化,表明溫度在逐漸增加；而降水量呈現(xiàn)隨著溫度增加而減少的趨勢。在此基礎(chǔ)上分析了精河縣降水量與相對濕度的關(guān)系,精河縣降水量與相對濕度整體呈現(xiàn)協(xié)同變化態(tài)勢。通過收集相關(guān)資料顯示研究區(qū)年平均降水量為102mm,年蒸發(fā)量為1512.6mm,日照時間長,年日照達2700多小時,可見極大的蒸發(fā)量和日照時常與極小的降水量的直接負相關(guān)影響,導(dǎo)致艾比湖濕地的旱情態(tài)勢急劇增加,整體生態(tài)安全不容樂觀。

圖7 降水量與溫度及相對濕度的關(guān)系Fig.7 The relation between precipitation and temperature and relative humidity

另外,由圖8看出艾比湖地區(qū)各旱情等級變化轉(zhuǎn)移主要集中在湖泊及湖泊周邊,在時間與空間的尺度上艾比湖面積急劇減少,加之全球溫室效應(yīng)以及艾比湖處于西北干旱區(qū)內(nèi)陸,使湖水變化頻率加快,干旱較為嚴重。近年來隨著人口的增加和環(huán)境的急劇改變,使艾比湖濕地遭受重大的影響,另外周邊縣城農(nóng)業(yè)用地面積以及規(guī)模的不斷增加,使當?shù)氐霓r(nóng)業(yè)用水消耗量大幅度增長,需要配置合理的水資源調(diào)控體系。艾比湖受阿拉山口的直接影響,每年春季時段內(nèi),阿拉山口的西北風(fēng)對艾比湖水體加速蒸發(fā)起到催化作用。圖中艾比湖湖體在2013年到2016年變化最為明顯,呈現(xiàn)湖水面積減小的趨勢；同時在全球溫室效應(yīng)的影響下,由圖8可知,艾比湖西北與西南方向的土壤濕度也有較大的變化,因為山地區(qū)域主要為高山積雪,受溫室效應(yīng)影響,逐漸呈現(xiàn)消融趨勢,可見艾比湖濕地的旱情較為嚴重,生態(tài)系統(tǒng)的正常運轉(zhuǎn)將由此收到威脅。

4.2 人文因素

從1950—1980年,是艾比湖急劇干枯萎縮期。30年間,由于氣候和人文因素的雙重疊加作用,其中主要是人文因素,加劇了艾比湖的干縮進程。艾比湖湖面從50年代初的1200km2,至70年代是迅速萎縮到522km2。平均每年縮小20.3km2,是自然萎縮期的290多倍,儲水量亦從2億hm2多減少到0.46億hm2左右[25],由于艾比湖流域人口數(shù)量急劇增加和大興土木,導(dǎo)致這一時期湖水面積急速變化,入湖水量迅速減少。艾比湖湖水急劇減少,人口與農(nóng)業(yè)用地不斷增加(圖9),可以看出20世紀90年代至2007年人口增長與各產(chǎn)業(yè)總產(chǎn)值呈現(xiàn)同步增長趨勢,自2007年至今精河縣各產(chǎn)業(yè)生產(chǎn)總值增長速率較快,變化較大,總?cè)丝跀?shù)波動劇烈,與2007年相比,精河縣2008年人口減少近20%；另外于2010年人口總數(shù)急劇增加,相比于2009年與2011年,精河縣2010年總?cè)丝跀?shù)增加與減少量分別為20%、19.4%。綜上表明人口總數(shù)變化、過度開墾以及產(chǎn)業(yè)生產(chǎn)是艾比湖及周邊地區(qū)旱情變化的重要人文因素。

圖9 艾比湖流域人口與耕地面積及GDP的關(guān)系[26]Fig.9 The relation between population and cultivated land and GDP[26]

5 結(jié)論

利用MODIS數(shù)據(jù)構(gòu)建TVDI特征空間,發(fā)現(xiàn)TVDI反演土壤水分精度較好,可以實現(xiàn)大面積快速的旱情監(jiān)測分析。同時利用相同時期的Landsat 8遙感影像反演TVDI,分析兩種數(shù)據(jù)源反演土壤水分精度,結(jié)果表明：

(1)利用MODSI反演得到的TVDI特征空間反演土壤水分,有效地實現(xiàn)了大面積快速觀測地區(qū)旱情時空的變化,選用Landsat 8數(shù)據(jù)構(gòu)建的TVDI和野外實測土壤水分數(shù)據(jù)作對比驗證,相關(guān)性較高,最大相關(guān)性R2=0.72,表明MODIS反演土壤水分進行旱情監(jiān)測是可行的。

(2)通過分析面積轉(zhuǎn)移矩陣,可知土壤水分由湖體及河流向周邊逐漸減少；農(nóng)田向鹽漬地逐漸減少；平原向山地逐漸減少的趨勢；由干旱等級轉(zhuǎn)移矩陣變化可知,呈現(xiàn)極濕潤,濕潤,正常的面積減少,干旱與極干旱面積增加的態(tài)勢,其中干旱的面積增加最大,極干旱次之,可見旱情較為嚴重。艾比湖濕地旱情影響范圍較大,無論從湖體向周邊平原農(nóng)耕地,還是到西邊的山體區(qū)域都發(fā)生了較大變化?？梢姰斍鞍群竦馗珊禐?zāi)情不容樂觀。

(3)進一步分析引起艾比湖濕地旱情變化的自然因素與人文因素,得知精河縣年均溫與湖水面積以及降水量呈負相關(guān)關(guān)系,風(fēng)速與蒸發(fā)量呈現(xiàn)同步增長態(tài)勢,而降水量與相對濕度隨著溫度的上升成年逐漸下降的趨勢；由于艾比湖大風(fēng)天氣與日照天數(shù)較多且艾比湖屬于干旱區(qū)內(nèi)陸湖泊,自然因素對艾比湖濕地旱情影響較大；分析今年來精河縣人口與農(nóng)耕面積的變化情況,人文因素方面,主要是由于人口急劇增加與大規(guī)模興建水土開發(fā)工程,導(dǎo)致艾比湖旱情迅速惡化?？梢钥闯?多年來艾比湖流域內(nèi)隨著人口數(shù)量的增加,耕地面積不斷擴張,需水量逐漸增大。因此人文因素也是艾比湖濕地旱情迅速惡化的主要原因之一。

參考文獻(References):

[1] 張強, 張良, 崔顯成, 曾劍. 干旱監(jiān)測與評價技術(shù)的發(fā)展及其科學(xué)挑戰(zhàn). 地球科學(xué)進展, 2011, 26(7): 763- 778.

[2] 宋連春 鄧振鏞 董安祥. 干旱. 北京: 氣象出版社, 2003.

[3] 徐啟運, 胡敬松. 我國西北地區(qū)沙塵暴天氣時空分布特征. 應(yīng)用氣象學(xué)報, 1996, 7(4): 479- 482.

[4] 張強, 劉衛(wèi)民. 論西北干旱氣候的若干問題. 中國沙漠, 2000, 20(4): 357- 362.

[5] 趙慶云, 張武, 王式功, 劉新偉. 西北地區(qū)東部干旱半干旱區(qū)極端降水事件的變化. 中國沙漠, 2005, 25(6): 904- 909.

[6] Jackson T, Mansfield K, Saafi M, Colman T, Romine P. Measuring soil temperature and moisture using wireless MEMS sensors. Measurement, 2008, 41(4): 381- 390.

[7] 曹雷, 丁建麗, 牛增懿. 基于TVDI的艾比湖地區(qū)土壤水分時空變化分析. 水土保持研究, 2016, 23(3): 43- 47.

[8] 房世波, 齊月, 韓國軍, 周廣勝, Cammarano D. 1961—2010年中國主要麥區(qū)冬春氣象干旱趨勢及其可能影響. 中國農(nóng)業(yè)科學(xué), 2014, 47(9): 1754- 1763.

[9] 伍漫春, 丁建麗, 王高峰. 基于地表溫度-植被指數(shù)特征空間的區(qū)域土壤水分反演. 中國沙漠, 2012, 32(1): 148- 154.

[10] 閆峰, 覃志豪, 李茂松, 王艷姣. 農(nóng)業(yè)旱災(zāi)監(jiān)測中土壤水分遙感反演研究進展. 自然災(zāi)害學(xué)報, 2006, 15(6): 114- 121.

[11] 張清, 周可法, 趙慶展, 尹小君. 區(qū)域土壤水分遙感反演方法研究. 新疆地質(zhì), 2008, 26(1): 107- 116.

[12] 陳書林, 劉元波, 溫作民. 衛(wèi)星遙感反演土壤水分研究綜述. 地球科學(xué)進展, 2012, 27(11): 1192- 1203.

[13] Price J C. Using spatial context in satellite data to infer regional scale evapotranspiration. IEEE Transactions on Geoscience and Remote Sensing, 1990, 28(5): 940- 948.

[14] Carlson T N, Gillies R R, Schmugge T J. An interpretation of methodologies for indirect measurement of soil water content. Agricultural and Forest Meteorology, 1995, 77(3/4): 191- 205.

[15] 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(2/3): 213- 224.

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

[17] 楊秀海, 卓嘎, 羅奄. 基于MODIS數(shù)據(jù)的西北地區(qū)旱情監(jiān)測. 草業(yè)科學(xué), 2011, 28(8): 1420- 1426.

[18] 杜靈通, 候靜, 胡悅, 王新云, 王磊. 基于遙感溫度植被干旱指數(shù)的寧夏2000—2010年旱情變化特征. 農(nóng)業(yè)工程學(xué)報, 2015, 31(14): 209- 216.

[19] 孫麗, 王飛, 李保國, 陳曦?zé)? 基于多源數(shù)據(jù)的武陵山區(qū)干旱監(jiān)測研究. 農(nóng)業(yè)機械學(xué)報, 2014, 45(1): 246- 252.

[20] 李慧, 王鵬新. 基于Terra-MODIS和NOAA-AVHRR數(shù)據(jù)的條件植被溫度指數(shù)干旱監(jiān)測及其對比分析. 干旱區(qū)資源與環(huán)境, 2013, 27(3): 61- 66.

[21] 張飛, 塔西甫拉提·特依拜, 曹鑫, 丁建麗, 張嚴俊, 姜紅濤. 干旱區(qū)內(nèi)陸艾比湖流域景觀格局時空變化及生態(tài)安全評價. 水土保持通報, 2015, 35(1): 249- 255.

[22] Rozenstein O, Qin Z H, Derimian Y, Karnieli A. Derivation of land surface temperature for landsat- 8 TIRS using a split window algorithm. Sensors, 2014, 14(4): 5768- 5780.

[23] 劉立文, 張吳平, 段永紅, 邢立新, 陳圣波, 趙敏. TVDI模型的農(nóng)業(yè)旱情時空變化遙感應(yīng)用. 生態(tài)學(xué)報, 2014, 34(13): 3704- 3711.

[24] 施雅風(fēng), 沈永平, 李棟梁, 張國威, 丁永建, 胡汝驥, 康爾泗. 中國西北氣候由暖干向暖濕轉(zhuǎn)型的特征和趨勢探討. 第四紀研究, 2003, 23(2): 152- 164.

[25] 王鈞, 蒙吉軍. 黑河流域近60年來徑流量變化及影響因素. 地理科學(xué), 2008, 28(1): 83- 88.

[26] 張飛, 王娟, 塔西甫拉提·特依拜, 周梅, 王東芳, 李瑞, 李曉航. 1998—2013年新疆艾比湖湖面時空動態(tài)變化及其驅(qū)動機制. 生態(tài)學(xué)報, 2015, 35(9): 2848- 2859.