基于4種植被指數(shù)TVDI模型的三江平原土壤濕度反演

陳明星, 張玉虎

(首都師范大學(xué) 資源環(huán)境與旅游學(xué)院, 北京 100048)

土壤濕度是水文學(xué)、氣象學(xué)以及農(nóng)業(yè)科學(xué)研究領(lǐng)域的一個(gè)重要參數(shù)。大型農(nóng)灌區(qū)土壤濕度狀況的監(jiān)測是農(nóng)業(yè)用水管理以及農(nóng)作物旱情預(yù)報(bào)的一個(gè)重要內(nèi)容[1]，一直以來受到學(xué)者們的廣泛關(guān)注[2-4]。遙感手段相對于傳統(tǒng)的土壤濕度監(jiān)測手段，能夠快速獲取大面積區(qū)域的土壤濕度狀況，對于農(nóng)業(yè)旱情監(jiān)測具有較大的實(shí)用價(jià)值[5]。國內(nèi)外學(xué)者對土壤濕度的遙感監(jiān)測方法做了許多研究，提出了不同的模型和方法，總體上分為光學(xué)遙感和微波遙感兩種方式，主要有：表觀熱慣量法[6-7]、溫度植被干旱指數(shù)[8-9]、植被供水指數(shù)[10-11]、微波極化差異指數(shù)[12]、積分方程模型[13]、Dobson模型[14]等。微波遙感方式僅適合小尺度土壤濕度反演[15]，光學(xué)遙感手段中部分方法在實(shí)際應(yīng)用中也具有一定的局限性，如表觀熱慣量方法僅適合于裸土地區(qū)土壤濕度的估算[16]。在眾多的模型與方法中，通過LST-NDVI 特征空間計(jì)算TVDI反演土壤濕度的方法，由于較強(qiáng)的適用性在國內(nèi)外得到了廣泛的研究與關(guān)注。齊述華等[17]、曹雷等[18]研究表明TVDI可有效反演區(qū)域土壤水分，且精度較高，J Chen[19]和Li Z等[20]用TVDI方法分別研究了我國黃淮海平原和陜北半干旱黃土高原的土壤濕度狀況，均得到了較好的效果；N.T.Sona等[21]探討了利用TVDI反演的土壤濕度結(jié)果對農(nóng)業(yè)干旱監(jiān)測的適用性，驗(yàn)證結(jié)果顯示該方法效果較好。NR Patel等[22]評估了TVDI監(jiān)測土壤濕度狀況的潛力，發(fā)現(xiàn)TVDI在植被覆蓋稀疏時(shí)能夠較好的監(jiān)測土壤濕度的時(shí)間變化。當(dāng)前大多數(shù)研究在TVDI模型計(jì)算中僅采用歸一化植被指數(shù)，但是歸一化植被指數(shù)對于不同時(shí)期植被覆蓋差異的敏感性不同，影響了TVDI監(jiān)測土壤濕度的準(zhǔn)確性。

本文考慮對植被覆蓋度敏感性不同的4種植被指數(shù)，以三江平原為研究區(qū)，計(jì)算不同植被指數(shù)下的TVDI，并用土壤相對濕度和降水量數(shù)據(jù)對TVDI監(jiān)測土壤濕度狀況的效果進(jìn)行驗(yàn)證。對比不同植被指數(shù)下TVDI模型對土壤濕度狀況的監(jiān)測效果，確定反演土壤濕度效果最佳的植被指數(shù)，為三江平原地區(qū)土壤濕度的監(jiān)測提供參考依據(jù)。

1 資料與方法

1.1 研究區(qū)概況

三江平原位于中國黑龍江省東北部，介于43°50′02″—48°24′41″N，129°11′49″—134°46′37″E，地理位置如圖1所示。是由松花江、黑龍江和烏蘇里江沖積形成的低平原，土地面積為1.09×105km2，地勢總體特征是西南高東北低。本區(qū)屬于溫帶季風(fēng)氣候，夏季炎熱多雨，冬季寒冷干燥。1月份平均氣溫低于-18℃，7月平均氣溫21～22℃，年降水量500～650 mm，且集中在夏季，屬于濕潤、半濕潤氣候區(qū)。行政區(qū)域包括佳木斯、雞西、鶴崗、雙鴨山、七臺(tái)河等地級市以及牡丹江市所屬的穆棱縣和哈爾濱所屬的依蘭縣，共計(jì)23個(gè)縣(市、區(qū))。三江平原是我國重要的糧食產(chǎn)區(qū)，主要農(nóng)作物為水稻、玉米、大豆等。

圖1 研究區(qū)位置

1.2 原理和方法

溫度植被干旱指數(shù)(Temperature Vegetation Dryness Index，TVDI)最早是由Sandholt等[23]提出，TVDI主要考慮了歸一化植被指數(shù)(NDVI)和地表溫度(LST)這兩個(gè)描述土壤表層特征的重要參數(shù)[24]，以此構(gòu)建NDVI--LST的特征空間，Sandholt等認(rèn)為NDVI-LST的特征空間中存在一系列反映土壤濕度的等值線，據(jù)此提出了溫度植被干旱指數(shù)(TVDI)的概念(圖2)。其公式[25-26]為：

(1)

式中：LSTmin為NDVI相同值對應(yīng)的最低地表溫度，為NDVI-LST特征空間的濕邊，LSTmax為NDVI相同值對應(yīng)的最高地表溫度，為NDVI-LST特征空間的干邊。根據(jù)影像像元構(gòu)造的特征空間，通過線性擬合獲得特征空間中的干邊和濕邊方程，其公式[25]為：

LSTmax=α1+b1×NDVI

(2)

LSTmin=α2+b2×NDVI

(3)

式中：α1，b1，α2，b2分別是特征空間中擬合的干邊和濕邊方程的系數(shù)。TVDI值在0～1之間，在干邊上TVDI為1，在濕邊上TVDI為0。TVDI越趨向于0，表示土壤濕度越高；TVDI越趨向于1，表示土壤濕度越低。

圖2 LST-NDVI特征空間

1.3 數(shù)據(jù)來源及處理

本研究采用的遙感數(shù)據(jù)來自于美國USGS網(wǎng)站提供的MODIS Terra產(chǎn)品數(shù)據(jù)(https:∥lpdaac.usgs.gov/dataset_discovery/modis)，包括每8 d合成的空間分辨率為1 000 m的地表溫度產(chǎn)品(MOD11A2)和空間分辨率為500 m的地表反射率數(shù)據(jù)(MOD09A1)。數(shù)據(jù)時(shí)相覆蓋了2013年5—9月不同作物生長期的植被覆蓋情況(東北地區(qū)植被覆蓋度在一年內(nèi)呈先上升后下降趨勢，最高的時(shí)間段為7—8月份[27])。本次研究使用的氣象數(shù)據(jù)和土壤濕度數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn)，時(shí)間為2013年5月至9月。研究區(qū)共有12個(gè)土壤墑情站和22個(gè)氣象站(圖1)，選取12個(gè)與土壤墑情站對應(yīng)的氣象站。土壤墑情站提供了每旬的20 cm深度的土壤相對濕度數(shù)據(jù)，氣象站提供了逐日降水量數(shù)據(jù)。遙感影像的選取盡可能保證與土壤相對數(shù)據(jù)時(shí)間上的對應(yīng)，并覆蓋5—9月的每個(gè)月份。

將MOD09A1，MOD11A2影像進(jìn)行預(yù)處理后得到500 m分辨率的地表反射率和地表溫度數(shù)據(jù)，反射率數(shù)據(jù)包括：紅光波段(Red)和近紅外(NIR)波段和藍(lán)光波段(Blue)波段。使用ArcGIS軟件分別計(jì)算得到歸一化植被指數(shù)(NDVI)、增強(qiáng)型植被指數(shù)(EVI)、改進(jìn)的修正土壤調(diào)整植被指數(shù)(MSAVI)以及比值植被指數(shù)(RVI)，在ENVI中采用基于IDL語言開發(fā)的TVDI計(jì)算工具，輸入植被指數(shù)和地表溫度數(shù)據(jù)獲取構(gòu)建特征空間的植被指數(shù)和地表溫度值及計(jì)算出的TVDI數(shù)字影像。不同植被指數(shù)[25,28]的計(jì)算公式見表1。在預(yù)處理過程中，由于8月份的遙感影像云量較大，經(jīng)去云處理后影像缺失范圍較大，故不做分析。

表1 不同植被指數(shù)計(jì)算公式

注：ρNIR為近紅光波段反射率，ρRED為紅光波段反射率，ρBLUE為藍(lán)光波段反射率。

2 結(jié)果與分析

2.1 不同植被指數(shù)構(gòu)造的特征空間

TVDI在計(jì)算過程中一般不考慮水體存在的區(qū)域，利用植被指數(shù)值將這部分區(qū)域剔除。為了進(jìn)一步降低誤差，根據(jù)像元統(tǒng)計(jì)及目視解譯，結(jié)合不同時(shí)期的植被指數(shù)值，選取不同的閾值(5月為0.04、6月為0.05、7月為0.1、9月為0.1)對臨湖、臨河或河中沙洲等距離水體較近，但由于植被指數(shù)計(jì)算誤差存在少量水體或土壤水分飽和的裸地所在區(qū)域的少量像元進(jìn)行剔除。在Excel軟件中，以植被指數(shù)為橫坐標(biāo)，LST值為縱坐標(biāo)，構(gòu)建不同植被指數(shù)的LST-Ⅵ的特征空間，結(jié)果如圖3。

根據(jù)圖3，特征空間形狀總體相似，地表溫度的最大值均表現(xiàn)為隨著植被指數(shù)值的增大，先有輕微上升之后逐漸下降，但總體上隨植被指數(shù)增加呈減小趨勢，上升區(qū)間主要處于植被指數(shù)小于0.2區(qū)間，這部分主要為裸地或有稀疏植被分布的地區(qū)，由于植被覆蓋度較低，很難對區(qū)域內(nèi)的地表溫度產(chǎn)生調(diào)控作用。地表溫度的最小值總體上呈現(xiàn)隨植被指數(shù)的增加而增大的趨勢，但是上升速率較小，地表溫度最小值所在區(qū)域可能代表了濕地、徑流量不大的水系等[26]，這些區(qū)域的地表溫度在自然條件下處于比較穩(wěn)定的水平。

圖3 2013年5-9月LST-Ⅵ特征空間

同一時(shí)期，不同植被指數(shù)構(gòu)造的特征空間存在一定區(qū)別，LST-NDVI構(gòu)造的特征空間在不同時(shí)期相較于其他植被指數(shù)較差，除5月外，特征空間的形狀與理論的三角形均存在差異。LST-RVI構(gòu)造的特征空間在4種植被指數(shù)中效果最好，LST-EVI和LST-MSAVI構(gòu)造的特征空間區(qū)別不大，效果均較好。特征空間總體上符合理論的三角形關(guān)系，與前人的相關(guān)研究結(jié)果一致[17-18]，構(gòu)造的特征空間可以用來獲取TVDI。

2.2 特征空間對應(yīng)干、濕邊的確定

在理想狀態(tài)下，當(dāng)?shù)乇砀采w情況滿足從裸土到植被完全覆蓋均勻變化，土壤表層含水量從凋萎系數(shù)到田間持水量均勻變化時(shí)，特征空間的干、濕邊能擬合成直線狀[29]。根據(jù)特征空間的構(gòu)造結(jié)果，擬合不同植被指數(shù)的特征空間對應(yīng)的干邊和濕邊方程，情況見表2。

從表2可以看出，特征空間的干邊方程的擬合效果總體較好，R2大部分都在0.8以上；濕邊方程的擬合效果總體較差，R2大部分低于0.5，三江平原存在大面積的濕地及森林，可能是由于此類覆蓋物對地表溫度的調(diào)控作用所導(dǎo)致的。植被指數(shù)對于干、濕邊方程的擬合效果存在一定影響，總體上不同時(shí)期LST-RVI的干、濕邊方程擬合效果最好，其次為LST-EVI和LST-MSAVI，LST-NDVI的擬合效果相對其他3種植被指數(shù)最差，干、濕邊方程的R2均低于其他植被指數(shù)。總體而言，干、濕邊方程的擬合結(jié)果能夠滿足TVDI計(jì)算的需要。

表2 不同植被指數(shù)的干邊和濕邊方程

2.3 TVDI的精度驗(yàn)證

2.3.1 TVDI與土壤相對濕度的回歸分析 根據(jù)三江平原地區(qū)12個(gè)土壤墑情站點(diǎn)測量的土壤相對濕度數(shù)據(jù)，以及由站點(diǎn)坐標(biāo)原位提取的TVDI值，在SPSS中利用最小二乘法進(jìn)行回歸分析?？紤]到設(shè)置的觀測站點(diǎn)能夠代表相應(yīng)地區(qū)的氣候特點(diǎn)，所以利用站點(diǎn)觀測數(shù)據(jù)進(jìn)行驗(yàn)證是可行的[17]?；貧w分析的結(jié)果見圖4。結(jié)果表明，4個(gè)時(shí)期不同植被指數(shù)計(jì)算的TVDI與土壤相對濕度均表現(xiàn)隨著TVDI值的上升，土壤濕度均呈下降趨勢，即二者之間為負(fù)相關(guān)關(guān)系，TVDI值越高，土壤濕度越低。

根據(jù)回歸分析結(jié)果，在植被覆蓋度較低的5月份，4種植被指數(shù)計(jì)算的TVDI與土壤相對濕度回歸分析的決定系數(shù)R2均在0.52左右，總體上相差不大，且均達(dá)到0.01的顯著水平。6月份植被覆蓋度有所增加，該時(shí)期R2均在0.2左右，植被指數(shù)的差異對于回歸分析影響較小。7月份植被覆蓋度較高，該時(shí)期計(jì)算的TVDI_EVI和TVDI_MSAVI與土壤相對濕度的回歸分析結(jié)果相較于TVDI_NDVI和TVDI_RVI有顯著優(yōu)勢，R2明顯高于TVDI_NDVI和TVDI_RVI，且達(dá)到0.05的顯著水平，TVDI_NDVI和TVDI_RVI的回歸分析結(jié)果未達(dá)顯著水平。相關(guān)研究也表明EVI和MSAVI 對高植被覆蓋區(qū)域更為敏感，由此計(jì)算的TVDI比其他植被指數(shù)更能反映高植被覆蓋時(shí)的土壤濕度狀況[26,30]。9月植被覆蓋度處于較低水平，決定系數(shù)R2均在0.55左右，植被指數(shù)的差異對于回歸分析結(jié)果影響較小，該時(shí)間段TVDI反演的土壤濕度和實(shí)測的土壤相對濕度相關(guān)性均較高，且達(dá)到0.01的顯著水平。

對比4種植被指數(shù)計(jì)算的TVDI反演的土壤濕度和實(shí)測的土壤相對濕度的回歸分析結(jié)果。在低植被覆蓋的5月和9月，決定系數(shù)R2均顯著高于植被覆蓋度較高的6月和7月的分析結(jié)果，低植被覆蓋時(shí)的反演效果好于高植被覆蓋時(shí)。不同植被指數(shù)在5月、6月和9月份時(shí)R2相差較小，反演效果差異較??；在7月份，增強(qiáng)型植被指數(shù)(EVI)和修正土壤調(diào)節(jié)植被指數(shù)(MSAVI)的R2高于另外兩種植被指數(shù)，反演效果有所提升。

2.3.2 降水量與TVDI的相關(guān)分析 土壤濕度在一定程度上受降水量影響[31]，研究中采用降水量探討其與TVDI和土壤相對濕度的關(guān)系，進(jìn)一步確定TVDI方法監(jiān)測土壤濕度狀況的準(zhǔn)確性。主要是將降水量與土壤相對濕度和TVDI做相關(guān)分析，結(jié)果見表3。

根據(jù)相關(guān)分析結(jié)果，7月份的降水量與土壤相對濕度呈顯著正相關(guān)，即降水量增加，土壤相對濕度會(huì)增大，其他時(shí)間段均為不顯著正相關(guān)。綜合表明降水量對土壤相對濕度存在一定影響。

不同植被指數(shù)計(jì)算的TVDI和降水量的相關(guān)分析結(jié)果中，僅5月份的NDVI和EVI計(jì)算的TVDI通過了顯著性檢驗(yàn)，其余均未通過顯著性檢驗(yàn)。在5月、6月和9月期間，植被指數(shù)的不同對相關(guān)分析的結(jié)果并未造成明顯的差異，同一時(shí)期不同植被指數(shù)的相關(guān)系數(shù)值均較為接近；在7月份，基于EVI和MSAVI計(jì)算的TVDI值與降水量的相關(guān)系數(shù)明顯高于另外兩種植被指數(shù)?？傮w情況與前文TVDI和土壤相對濕度的回歸分析結(jié)果一致，均表現(xiàn)為除7月外，其他月份不同植被指數(shù)計(jì)算TVDI驗(yàn)證效果差異較小。降水量與不同植被指數(shù)計(jì)算的TVDI值的相關(guān)系數(shù)均為負(fù)值，即降雨量越大，TVDI值越??；結(jié)合降雨量與土壤濕度的相關(guān)分析結(jié)果(降雨量越大，土壤濕度越高)，表明TVDI值越小，土壤濕度越大，與前面分析結(jié)果一致。

表3 2013年5-9月降水量分別與土壤相對濕度及TVDI相關(guān)系數(shù)

注：*表示在0.05水平上顯著相關(guān)。

圖4 2013年5-9月土壤相對濕度與不同植被指數(shù)TVDI的擬合效果比較

2.4 三江平原土壤濕度狀況時(shí)空分布

根據(jù)以上分析結(jié)果，MSAVI和EVI計(jì)算的TVDI在分別在5月和7月回歸分析R2最高，且特征空間擬合效果較好；NDVI計(jì)算的TVDI在6月和9月回歸分析R2最高，但特征空間擬合效果較差，EVI和RVI的R2分別僅次于NDVI且特征空間擬合效果較好。綜合考慮，在不同的時(shí)間選取相應(yīng)的植被指數(shù)計(jì)算TVDI(5月為MSAVI，6月為EVI，7月為EVI，9月為RVI)并繪制土壤濕度等級圖，分析不同時(shí)間三江平原的土壤濕度狀況。根據(jù)TVDI值將研究區(qū)的土壤濕度狀況劃分為7個(gè)等級[32]，分別為：極度濕潤(0～0.1)、中度濕潤(0.1～0.2)、輕度濕潤(0.2～0.4)、正常(0.4～0.6)、輕度干旱(0.6～0.8)、中度干旱(0.8～0.9)、極度干旱(0.9～1)。三江平原土壤濕度分布情況見圖5。

圖5 不同時(shí)期土壤濕度分布

由TVDI反映的三江平原地區(qū)的土壤濕度分布狀況可知，5月全區(qū)受旱范圍比較廣泛，主要分布在三江平原的西部，受旱地區(qū)多為輕度干旱，中部的集賢縣、西南部雞東縣以及密山市西部地區(qū)出現(xiàn)了中度干旱，同時(shí)南部地區(qū)存在小范圍的極度干旱。東部地區(qū)多為輕度濕潤或正常情況，土壤濕度狀況分區(qū)明顯，呈現(xiàn)顯著的從東北到西南由濕潤向干旱變化的特征。6月全區(qū)大部分區(qū)域土壤濕度狀況正常，中西部及西南部區(qū)域存在輕度干旱，中部存在零散的中度干旱，范圍較小，主要集中在富錦市、寶清縣和集賢縣。7月全區(qū)大部分地區(qū)為正常，中部及南部地區(qū)存在零散輕度干旱，中部的富錦市部分地區(qū)存在中度干旱，在東部饒河縣的西部地區(qū)發(fā)生了中度干旱，范圍較小，全區(qū)總體上土壤濕度狀況良好。9月份全區(qū)受旱范圍廣泛，除三江平原東北部以及西北部地區(qū)外，全區(qū)其他地方均發(fā)生不同程度的干旱，干旱等級主要為輕度干旱，西部的勃利縣以及中部的寶清縣部分區(qū)域?yàn)橹卸雀珊?，研究區(qū)的土壤濕度狀況整體呈現(xiàn)偏干旱的情勢。

對比4個(gè)時(shí)期的土壤濕度分布圖，在三江平原東部及東北部，土壤濕度一直保持為正?；蜉p度濕潤。相關(guān)研究[33]表明三江平原東部及東北部地物類型主要為水田或沼澤等濕地及森林，可能是森林具有的對地表溫度的調(diào)控作用[34]，間接影響了土壤濕度。濕地區(qū)域由于土壤水分長期處于過飽和狀態(tài)，遙感手段反演的土壤濕度狀況顯示為正?；蜉p度濕潤。

3 討論與結(jié)論

3.1 討 論

針對單一植被指數(shù)對不同植被覆蓋狀況下敏感性不同的問題，本文對比分析了不同植被指數(shù)下TVDI對土壤濕度狀況的監(jiān)測效果，得到了合理的結(jié)論，TVDI能夠適用于三江平原的土壤濕度狀況監(jiān)測，與前人研究[9,18,24,29]結(jié)論一致。在不同時(shí)期選用何時(shí)的植被指數(shù)計(jì)算TVDI能夠更好的反演土壤濕度狀況。但是在研究中仍然存在不足之處有待提高：(1) 本研究在不同植被覆蓋狀況下選取不同的植被指數(shù)計(jì)算TVDI，雖然能夠在一定程度上提高土壤濕度狀況反演的準(zhǔn)確性，但是土壤濕度狀況受多種因素的影響，下一步可以考慮建立綜合多種影響因素的土壤濕度狀況監(jiān)測模型，進(jìn)一步提高土壤濕度狀況監(jiān)測的準(zhǔn)確性。(2) 考慮到遙感影像和土壤濕度數(shù)據(jù)的時(shí)間對應(yīng)及云量問題，本研究選用了四期遙感影像進(jìn)行研究，對于不同植被覆蓋狀況為定性研究，下一步可以考慮實(shí)測土壤濕度，選用多期遙感影像進(jìn)行分析，對于植被覆蓋狀況進(jìn)行定量化，從而提高TVDI模型在時(shí)間上的適用性。(3) 基于MODIS遙感數(shù)據(jù)能夠監(jiān)測大尺度土壤濕度狀況，本研究中也取得了較好的結(jié)果，但是MODIS影響容易受云和雨雪天氣影響，且分辨率較低，后期可以考慮利用雷達(dá)影像在小區(qū)域做更為細(xì)致的研究。

3.2 結(jié) 論

(1) TVDI方法能夠用來反演三江平原地區(qū)土壤濕度狀況,基于不同植被指數(shù)的TVDI與土壤濕度基本上呈負(fù)相關(guān)關(guān)系,即TVDI值越大,土壤濕度越低。(2) 不同植被指數(shù)計(jì)算的TVDI在5月、6月、9月這3個(gè)時(shí)期,回歸分析R2數(shù)值相近(5月均在0.52左右、6月均在0.20左右、7月均在0.55左右),即不同植被指數(shù)的TVDI在這3個(gè)時(shí)期對土壤濕度的反演效果差異較小,4種植被指數(shù)均適合用來反演這3個(gè)時(shí)間段的土壤濕度;7月份的EVI和MSAVI計(jì)算的TVDI的R2(均在0.36左右)明顯高于植被指數(shù)NDVI和RVI的R2(均在0.15左右),表明EVI和MSAVI計(jì)算的TVDI在7月份對土壤濕度的反演效果好于其他兩種植被指數(shù), EVI和MSAVI更適合用來反演該時(shí)期的土壤濕度。(3) 三江平原2013年5—9月大部分地區(qū)濕度狀況屬于正常或輕度干旱,干旱現(xiàn)象主要出現(xiàn)在中部和西南部;東部及東北部地區(qū)由于森林和濕地的覆蓋,在不同時(shí)期均保持在正常和輕度濕潤狀況。