基于MODIS的河南省春旱遙感監(jiān)測

劉 英，岳 輝，李 遙，魯 楊

(西安科技大學(xué)測繪科學(xué)與技術(shù)學(xué)院，陜西 西安 710054)

干旱的頻發(fā)己成為我國重要的自然災(zāi)害之一。遙感技術(shù)具高時效性和低成本性等特點，在農(nóng)業(yè)旱情監(jiān)測中廣泛應(yīng)用[1]。目前，干旱遙感監(jiān)測方法主要有熱慣量法[2]、微波遙感法[3]和基于植被指數(shù)、溫度指數(shù)的綜合監(jiān)測方法[4-8]。其中，溫度植被干旱指數(shù)(temperature vegetation drought index，TVDI)在國內(nèi)外應(yīng)用較為廣泛[9]。Carlson等[10]發(fā)現(xiàn)當植被覆蓋和土壤濕度變化范圍較大時，以歸一化植被指數(shù)(normalized difference vegetation index，NDVI)為橫軸和以地表輻射溫度(land surface temperature, Ts)為縱軸的散點圖特征空間呈三角形；Moran等[11]指出NDVI和Ts的散點圖呈現(xiàn)梯形分布特征；Sandholt[12]根據(jù)Ts和NDVI的關(guān)系提出了TVDI的計算原理和公式。劉英等[13]指出NDVI-Ts特征空間則呈雙拋物線型特征。劉公英等[14]利用MODIS NDVI和Ts數(shù)據(jù)，計算TVDI并利用降水數(shù)據(jù)和20 cm 土壤濕度數(shù)據(jù)進行結(jié)果驗證，指出TVDI與實測土壤濕度擬合方程可決系數(shù)R2在0.598至 0.722之間，滿足精度要求。熊世為等[15]利用HJ-1B星CCD和IRS數(shù)據(jù)，建立NDVI-Ts特征空間并計算TVDI，對2012年3月26日宿遷市土壤水分信息進行遙感監(jiān)測，指出TVDI與10 cm深和20 cm深土壤濕度的相關(guān)性達到極顯著水平。王純枝等[16]采用MODIS 數(shù)據(jù)產(chǎn)品MOD13A2 和MOD11A2數(shù)據(jù)，構(gòu)建Ts-NDVI特征空間，監(jiān)測黃淮海平原2004年冬小麥旱情，指出TVDI與地表10～20 cm土壤水分可決系數(shù)最高，TVDI適合黃淮海平原作物生長季的旱情動態(tài)監(jiān)測。

將地表溫度和植被指數(shù)相結(jié)合的干旱監(jiān)測方法不僅可以彌補基于單一指數(shù)的監(jiān)測方法的不足，還可以提高干旱遙感監(jiān)測的精確度和實用性。本文以河南省2000年、2005年、2010年和2015年2月下旬-5月下旬的旬時間尺度MODIS NDVI和Ts數(shù)據(jù)為基礎(chǔ)，建立雙拋物線型NDVI-Ts特征空間，采用TVDI研究河南省旱情的時空分布特征和變化規(guī)律，以期為河南省干旱災(zāi)害監(jiān)測等提供基礎(chǔ)數(shù)據(jù)，為有關(guān)部門制定政策提供科學(xué)的決策依據(jù)。

1 研究區(qū)概況

河南省位于北緯31°23′～36°22′，東經(jīng)110°21′～116°39′之間，地形西高東低(圖1),見222頁彩圖。河南省是一個農(nóng)業(yè)大省，棉、糧、油等主要農(nóng)產(chǎn)品產(chǎn)量均居全國前列，是全國重要的優(yōu)質(zhì)農(nóng)產(chǎn)品生產(chǎn)基地。河南耕地面積為7179.2萬hm2，其中小麥種植面積約占河南省總種植面積的37%。立春后，隨著研究區(qū)冬小麥陸續(xù)進入返青期其需水量明顯增加；而氣溫不斷回升使得田間蒸發(fā)量不斷加大，旱情極有可能迅速發(fā)展，對冬小麥返青生長和分蘗造成危害，進而危及夏糧豐收。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與處理

2000年、2005年、2010年和2015年2月26日到6月1日MODIS數(shù)據(jù)來源于美國宇航局NASA(http://revert. echo.nnsn.gov/revert/)。NDVI數(shù)據(jù)來自16d合成分辨率為250m的MOD13Q1數(shù)據(jù)集 (MODIS/Terra Vegetation Indices 16-Day L3 Global 250m SIN Grid)，Ts數(shù)據(jù)來自分辨率為1000 m的MOD11A2數(shù)據(jù)集(MODIS/Terra Land Surface Temperature/Emissivity 8-Day L3 Global/1 km SIN Grid)。16天數(shù)據(jù)選取時間段為：2000年、2005年、2010年和2015年的2月26日～3月13日、3月14日～3月29日、3月30日～4月14日、 4月15日～4月30日、5月1日～5月16日和5月17日～6月1日，涵蓋冬小麥生長周期的冬灌～返青、返青～拔節(jié)、拔節(jié)～抽穗、抽穗、乳熟和成熟六個階段。地面觀測數(shù)據(jù)包括土壤相對濕度和降雨量數(shù)據(jù)，其中前者來自中國農(nóng)作物生長發(fā)育和農(nóng)田土壤濕度數(shù)據(jù)集，觀測站點個數(shù)為17個(圖1),見222頁彩圖；后者來自于中國逐日網(wǎng)格降水量實時分析系統(tǒng)(1.0版)數(shù)據(jù)集，兩類數(shù)據(jù)下載網(wǎng)址為http://data.cma.cn/data/。

利用MRT (modis reprojection tool) 軟件結(jié)合Cygwin，實現(xiàn)對2000～2015年MODIS NDVI和Ts數(shù)據(jù)的投影轉(zhuǎn)換(將integerized sinusoidal grid 轉(zhuǎn)換為Geographic 投影)和拼接。由于NDVI影像是16d合成的，Ts影像是8d合成的，為了保證時相一致，利用最大值合成法將兩期8d合成Ts影像合并為一期16d合成影像，并將其重采樣為250m。以0.01為步長，利用JAVA語言編程求取相同NDVI下對應(yīng)的地表溫度最大值和最小值并在Excel工具下制作得到干濕邊散點圖。將每日降水量柵格數(shù)據(jù)累加合成與MODIS數(shù)據(jù)時相相同的16d合成數(shù)據(jù)。借助ENVI 5.1和ArcGis 10.1，完成數(shù)據(jù)剪裁、公式計算以及旱情等級圖的制作等。

2.2 雙拋物線型特征空間的建立

Sandholt等[12]基于NDVI-Ts三角形或梯形特征空間，提出了TVDI，計算公式為：

(1)

式中，TVDI為溫度植被干旱指數(shù)；Ts為任意像元地表溫度(K)；Tsmax為相同NDVI的最小地表溫度，對應(yīng)NDVI-Ts特征空間的干邊；Tsmin為相同NDVI的最小地表溫度，對應(yīng)NDVI-Ts特征空間的濕邊；Tsmax和Tsmin可通過NDVI-Ts特征空間干、濕邊模擬得到，即

Tsmax=a1+b1NDVITsmin=b2+b2NDVI

(2)

式中，a1、a2、b1、b2為干濕邊方程系數(shù)，由NDVI-Ts特征空間散點圖線性擬合得到；NDVI為歸一化差異植被指數(shù)。

我國學(xué)者劉英等[17]將NDVI擴展到0.15以內(nèi)，提出了NDVI-Ts雙拋物線型特征空間及其TVDI計算方法，其干濕邊方程為：

Tsmax=a1NDVI2+b1NDVI+c1

Tsmin=a2NDVI2+b2NDVI+c2

(3)

式中，c1、c2為干濕邊方程擬合系數(shù)；NDVI為歸一化植被指數(shù)。

TVDI的取值范圍是0到1。TVDI越大，Ts越接近干邊，越干旱；反之，TVDI 越小，Ts越接近濕邊，越濕潤。

3 旱情時空分布特征分析

3.1 干旱指數(shù)的構(gòu)建和適用性

經(jīng)處理得到NDVI-Ts特征空間干濕邊散點圖(圖2)。由圖2可知，NDVI-Ts特征空間干邊Tsmax均為極大值向下開口的拋物線，干邊可決系數(shù)基本接近0.9；濕邊Tsmin為極小值向上開口的拋物線，干濕邊呈明顯雙拋物線型特征。由表1進一步分析可知，干濕邊擬合方程可決系數(shù)均通過了顯著性檢驗(P≤0.05)。

3.2 TVDI與實測土壤濕度相關(guān)性分析

相關(guān)研究表明NDVI與表層10cm土壤相對濕度的相關(guān)性較好，與綠色植物的活力和密度關(guān)系密切[18-19]。以河南省17個氣象站點觀測的10cm深土壤濕度數(shù)據(jù)(soil moisture, SM)為橫坐標，以雙拋物線型NDVI-Ts特征空間反演得到的3×3像元的TVDI均值為縱坐標，構(gòu)建SM-TVDI散點圖(圖3)，并計算其相關(guān)系數(shù)。

由圖3可知，SM與TVDI總體呈現(xiàn)負相關(guān)線性關(guān)系，土壤濕度越大，TVDI越小，反之亦然。從實測土壤濕度和TVDI的線性擬合結(jié)果來看，擬合方程可決系數(shù)R2在0.3～0.5左右，均通過P≤0.05顯著性檢驗，表明TVDI可作為干旱監(jiān)測指標。

3.3 旱情遙感分析

采用TVDI作為干旱分級指標，將干旱劃分為5級[16]，即：極濕潤(TVDI為0～0.2)；濕潤(TVDI為0.2～0.4)；正常(TVDI為0.4～0.6 )；干旱(TVDI為0.6～0.8 )；極干旱(TVDI為0.8～1)。因為研究區(qū)存在水體、建筑物及數(shù)據(jù)存在缺失情況，因此添加以下三種分類：無數(shù)據(jù)(TVDI為-1.5～1.49)；水體(TVDI為-1.49～1.2)；建設(shè)用地(TVDI為-1.2～0)。利用ArcGis制作河南省2000、2005、2010、2015年2月26日到6月01日旱情等級時空分布圖(圖4)。

圖2 河南省2000年2月26日～6月1日 NDVI-Ts特征空間干、濕邊散點圖Fig.2 Scatter diagram of dry and wet edge in NDVI-Ts space of Henan from February 26 to June 1 in 2000

時間 Time干邊(R2為擬合方程的可決系數(shù))Dry edge (R2 is the decisive coefficient of the fitting equation)濕邊(R2為擬合方程的可決系數(shù))Wet edge (R2 is the decisive coefficient of the fitting equation)2005-02-26～2005-03-13Tsmax=-36.193NDVI2+19.604NDVI+298.6R2=0.9038,P≤0.05Tsmin=18.829NDVI2-6.2479NDVI+280.54R2=0.6463,P≤0.052005-03-14～2005-03-29Tsmax=-43.784NDVI2+30.12NDVI+298.91R2=0.9225,V≤0.05Tsmin=21.856NDVI2-17.632NDVI+279.35R2=0.5951,P≤0.052005-03-30～2005-04-14Tsmax=-49.713NDVI2+39.997NDVI+304.63R2=0.7914,P≤0.05Tsmin=14.901NDVI2-11.993NDVI+286.7R2=0.5099,P≤0.052005-04-15～2005-04-30Tsmax=-42.462NDVI2+30.703NDVI+306.67R2=0.9378,P≤0.05Tsmin=9.2086NDVI2-5.6821NDVI+291.59R2=0.4371,P≤0.052005-05-01～2005-05-16Tsmax=-37.707NDVI2+30.334NDVI+305.56R2=0.9295,P≤0.05Tsmin=21.82NDVI2-26.262NDVI+287.51R2=0.6857,P≤0.052005-05-17～2005-06-01Tsmax=-45.436NDVI2+31.361NDVI+314.22R2=0.8898,P≤0.05Tsmin=32.747NDVI2-27.05NDVI+289.64R2=0.6696,P≤0.052010-02-26～2010-03-13Tsmax=-37.69NDVI2+23.619NDVI+292.33R2=0.7011,P≤0.05Tsmin=52.369NDVI2-34.387NDVI+273.08R2=0.7745,P≤0.052010-03-14～2010-03-29Tsmax=-44.551NDVI2+29.063NDVI+298.4R2=0.918,P≤0.05Tsmin=26.586NDVI2-19.199NDVI+278.96R2=0.6617,P≤0.052010-03-30～2010-04-14Tsmax=-33.58NDVI2+22.204NDVI+305.25R2=0.774,P≤0.05Tsmin=7.1429NDVI2-2.0879NDVI+287.28R2=0.65,P≤0.052010-04-15～2010-04-30Tsmax=-33.522NDVI2+22.848NDVI+298.71R2=0.8367,P≤0.05Tsmin=4.2102NDVI2-1.6872NDVI+284.54R2=0.32082010-05-01～2010-05-16Tsmax=-28.946NDVI2+18.682NDVI+304.82R2=0.8426,P≤0.05Tsmin=14.462NDVI2-12.478NDVI+288.48R2=0.2977,P≤0.052010-05-17～2010-06-01Tsmax=-33.936NDVI2+24.526NDVI+309.14R2=0.9232,P≤0.05Tsmin=11.296NDVI2-14.937NDVI+291.39R2=0.7197,P≤0.052015-02-26～2015-03-13Tsmax=-43.419NDVI2+27.773NDVI+300.03R2=0.899,P≤0.05Tsmin=0.0717NDVI2+10.786NDVI+274.27R2=0.4313,P≤0.052015-03-14～2015-03-29Tsmax=-38.718NDVI2+26.753NDVI+302.43R2=0.9086,P≤0.05Tsmin=7.699NDVI2-3.9548NDVI+283.37R2=0.4255,P≤0.052015-03-30～2015-04-14Tsmax=-34.49NDVI2+24.773NDVI+299.83R2=0.8959,P≤0.05Tsmin=7.5417NDVI2-1.7161NDVI+281.23R2=0.6559,P≤0.052015-04-15～2015-04-30Tsmax=-26.491NDVI2+19.428NDVI+305.37R2=0.9404,P≤0.05Tsmin=16.194NDVI2-11.503NDVI+290.56R2=0.5822,P≤0.052015-05-01～2015-05-16Tsmax=-30.881NDVI2+21.194NDVI+304.87R2=0.8666,P≤0.05Tsmin=8.506NDVI2-6.6436NDVI+290.12R2=0.2371,P≤0.052015-05-17～2015-06-01Tsmax=-28.616NDVI2+22.155NDVI+308.23R2=0.853,P≤0.05Tsmin=4.1778NDVI2-12.399NDVI+291.99R2=0.608,P≤0.05

圖3 2010年2月26日～6月1日10cm深度土壤濕度與TVDI的擬合(圖中R2均為擬合方程的可決系數(shù))Fig.3 Correlation between TVDI and soil moisture in 10cm depth from February 26 to June 1 in 2010

以2010年為例，結(jié)合2010年日降水柵格數(shù)據(jù)對2010年河南省旱情時空分布特征進行分析。

(a)2010-02-26～2010-03-13：旱情主要分布在西部、東南部和北部局地，此時段為冬小麥冬灌～返青階段，這個階段是決定成穗率高低的關(guān)鍵時期。此時間段內(nèi)河南省累加降雨量為0～59.75mm，研究區(qū)西部、中部、北部降水量少，僅為0～5mm；降雨量主要集中在河南省南部區(qū)域。因此，旱情主要發(fā)生在西部、東南部和北部局地。

圖1 研究區(qū)概況圖Fig.1 Map of study area

(b)2010-03-14～2010-03-29：西部和北部局地干旱加重，此時段為冬小麥返青～拔節(jié)階段，此時植株生長快，需要大量水分和養(yǎng)料，但此時間段幾乎無降雨，僅為0～3.7mm。為了促進冬小麥的生長，采取地面灌溉方式，使得研究區(qū)東部、南部及北部部分區(qū)域旱情有所緩解。

(c)2010-03-30～2010-04-14：旱情仍主要集中在西部，東部旱情得到有效緩解，此時段為冬小麥拔節(jié)～抽穗階段。2010-04-06日和2010-04-07日分別有一次降水，主要集中在研究區(qū)南部和東部。

(d)2010-04-15～2010-04-30：全省旱情得到緩解，此時段為冬小麥抽穗階段。2010-04-16日降水覆蓋全省，研究區(qū)東部和南部2010-04-17、2010-04-20、2010-04-21日分別有降水，研究區(qū)西部2010-04-23、2010-04-28日分別降水，此時間段累加降雨量為9.15～60.54mm，但北部局地降雨量較小。

(e)2010-05-01～2010-05-16：全省旱情普遍加重，除東部局地外，其余地方旱情極為嚴重，此時段為冬小麥乳熟階段。此時間全省絕大部分區(qū)域的降雨量為0.64-13.78mm，降水很快被蒸發(fā)和吸收，未能有效緩解旱情。

圖4 2010年2月26日～6月1日河南省旱情等級時空變化圖Fig.4 Temporal and spatial change map of Henan Province drought grade from February 26 to June 1 in 2010

(f)2010-05-17～2010-06-01：全省2010-05-28和2010-06-1日分別出現(xiàn)了均值為22.51mm和15.39mm的降水，旱情得到全面減輕，但西南部、西北部旱情仍然持續(xù)，此時段為冬小麥成熟階段。

4 討論與結(jié)論

文章基于雙拋物線型NDVI-Ts特征空間，利用TVDI對河南省旱情等級時空變化進行分析，并結(jié)合同期降雨數(shù)據(jù)，探討分析河南省旱情時空變化規(guī)律，主要結(jié)論為：

(1)利用MODIS NDVI和Ts數(shù)據(jù)，發(fā)現(xiàn)NDVI-Ts特征空間呈雙拋物線型，干邊方程可決系數(shù)R2在0.9以上；TVDI與實測土壤濕度呈現(xiàn)負相關(guān)關(guān)系，兩者之間的線性擬合方程通過了P≤0.05的顯著性檢驗；TVDI監(jiān)測河南省旱情空間分布基本與降雨量空間分布一致。因而，基于雙拋物線型NDVI-Ts特征空間的TVDI可以用于研究區(qū)旱情監(jiān)測。

(2)由2000年、2005年、2010年和2015年的冬小麥旱情時空分布特征可知，研究區(qū)中南部冬小麥主產(chǎn)區(qū)土壤比較濕潤，能夠滿足冬小麥需水量。

2.3 兩組身長凈增值比較 干預(yù)組和對照組在身長凈增值上的對比顯示出生至42 d、42 d～2個月、2～3個月，3～6個月4個階段，且干預(yù)組嬰兒的身長凈增值較對照組多，差異有統(tǒng)計學(xué)意義(P<0.05)。見表3。

利用氣象站點實測土壤濕度與TVDI進行精度驗證過程中，兩者相關(guān)性較低，這是由于一方面TVDI是利用多天合成數(shù)據(jù)所得，而地面實測數(shù)據(jù)特定時間的數(shù)據(jù)，二者在時間尺度方面存有一定的誤差；另一方面，氣象站數(shù)據(jù)為點數(shù)據(jù)，而TVDI數(shù)據(jù)分辨率為250m，二者在空間上難以精確對應(yīng)[20]。于敏等[21]、孔令寅等[22]、姜亞珍等[23]、李紅軍等[24]、閆峰等[25]研究也表明，NDVI/EVI-Ts特征空間方法結(jié)合了地表反射率和熱紅外輻射信息，能反映出一定時空尺度的土壤濕度狀況，但容易受到植被覆蓋狀態(tài)和衛(wèi)星觀測質(zhì)量的影響，導(dǎo)致特征空間中濕邊的擬合度一般。因此，在后續(xù)工作中利用TVDI監(jiān)測旱情需要從空間和時間尺度進行完善。

參考文獻：

[1] 孫麗,王飛,吳全.干旱遙感監(jiān)測模型在中國冬小麥區(qū)的應(yīng)用[J].農(nóng)業(yè)工程學(xué)報,2010,26(1):243-249.

[2] Yu T, Tian G L. The application of thermal Inertia method the monitoring of soil moisture of North China plain based on NOAA-AVHRR data[J]. Journal of Remote Sensing,1997,1(1): 24-32.

[3] Sun L, Chen H W, Zhao L J, et al. The advances of drought monitoring by remote sensing [J]. Journal of Agro-Environment Science, 2004, 23(1): 202-206.

[4] 楊曦,武建軍,閆峰,等.基于地表溫度-植被指數(shù)特征空間的區(qū)域土壤干濕狀況[J].生態(tài)學(xué)報,2009,29(3):1205-1216.

[5] 江東,王乃斌,楊小喚,等.植被指數(shù)-地面溫度特征空間的生態(tài)學(xué)內(nèi)涵及其應(yīng)用[J].地理科學(xué)進展,2001,20(2):146-152.

[6] 齊述華,王長耀,牛錚.利用溫度植被旱情指數(shù)(TVDI)進行全國旱情監(jiān)測研究[J].遙感學(xué)報,2003,7(5):420-427.

[8] Wang C, Qi S, Niu Z, et al. Evaluating soil moisture status in China using temperature-vegetation dryness index (TVDI)[J]. Canadian Journal of Remote Sensing, 2004, 30(5): 671-679.

[9] 李春強,李紅軍. TVDI 在冬小麥春季干旱監(jiān)測中的應(yīng)用[J].遙感技術(shù)與應(yīng)用,2008,23(2): 161-165.

[10] Carlson T N, Gillies R R, Perry E M. A method to make use of thermal infrared temperature and NDVI measurements to infer surface soil water content and fractional vegetation cover[J]. Remote Sensing Review,1994,9(1-2) :161-173.

[11] Moran M, Clarke T, Inoue Y, et al. Estimating crop water deficit using the relation between surface-air temperature and spectral vegetation index[J]. Remote Sensing of Environment,1994,49(3): 246-263.

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

[13] 劉英,馬保東,吳立新,等.基于NDVI-ST雙拋物線特征空間的冬小麥旱情遙感監(jiān)測[J].農(nóng)業(yè)機械學(xué)報,2012,43(5):55-63.

[14] 劉公英,申海鳳,胡佳,等.基于TVDI 指數(shù)的冬小麥旱情動態(tài)研究—以河北省邢臺市為例[J].干旱地區(qū)農(nóng)業(yè)研究,2015,33(4):227-232.

[15] 熊世為,景元書,李衛(wèi)國.基于HJ-1B遙感數(shù)據(jù)的冬小麥旱情監(jiān)測研究[J].麥類作物學(xué)報,2013,33(1):84-88.

[16] 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(yīng)用研究[J].土壤通報,40(5):998-1005.

[17] Liu Y, Wu L X, Yue H. Bi-parabolic NDVI-Tsspace and soil moisture remote sensing in an arid and semi-arid area[J]. Canadian Journal of Remote Sensing, 2015, 41(3), 159-169.

[18] 張樹譽,趙杰明,袁亞社,等. NOAA/AVHRR資料在陜西省干旱動態(tài)監(jiān)測中的應(yīng)用[J].中國農(nóng)業(yè)氣象,1998,19(05):27-29+33.

[19] 詹志明,馮兆東. 區(qū)域遙感土壤水分模型的方法初探[J].水土保持研究,2002,9(3):227-230.

[20] 孫振蓉. 京津冀地區(qū)冬小麥面積估算和旱情遙感監(jiān)測研究[D]. 北京: 北京林業(yè)大學(xué), 2015.

[21] 于敏,程明虎,劉輝.地表溫度-歸一化植被指數(shù)特征空間干旱監(jiān)測方法的改進及應(yīng)用研究[J].氣象學(xué)報,2011,69(5):922-931.

[22] 孔令寅,延昊,鮑艷松,等.基于關(guān)鍵發(fā)育期的冬小麥長勢遙感監(jiān)測方法[J].中國農(nóng)業(yè)氣象,2012,33(3):424-430.

[23] 姜亞珍,張瑜潔,孫琛,等.基于TVDI河北省干熱風(fēng)同期土壤濕度監(jiān)測研究[J].遙感技術(shù)與應(yīng)用,2014,29(3):442-450.

[24] 李紅軍,雷玉平,李春強,等.地表溫度-植被指數(shù)特征空間時空尺度效應(yīng)分析[J].中國生態(tài)農(nóng)業(yè)學(xué)報, 2014, 22(10):1252-1258.

[25] 閆峰,艷姣,吳波.多時間尺度溫度-植被指數(shù)特征空間旱情監(jiān)測的差異性[J].地理科學(xué),2014,34(8):987-993.