溫度植被干旱指數(shù)在2000—2015年松嫩平原土壤濕度中的應(yīng)用

吳欣睿,那曉東,臧淑英

哈爾濱師范大學(xué),寒區(qū)地理環(huán)境監(jiān)測與空間信息服務(wù)黑龍江省重點(diǎn)實(shí)驗(yàn)室, 哈爾濱 150025

土壤濕度是監(jiān)測土地生產(chǎn)力的重要指標(biāo)之一,它不僅在水文循環(huán)過程中充當(dāng)了大氣和陸地之間能量交換的紐帶[1- 2],而且土壤濕度同農(nóng)作物及植被的生長發(fā)育狀況密切相關(guān),對生態(tài)景觀結(jié)構(gòu)和空間格局分布也具有決定性作用[3]。松嫩平原地形平坦、面積廣闊,土壤肥沃,是中國主要的商品糧生產(chǎn)基地之一。然而隨著全球氣候的變化和人為干擾的加劇,松嫩平原河湖面積縮減、極端水文事件頻發(fā)、土壤鹽堿化程度日益加劇、農(nóng)業(yè)干旱綜合態(tài)勢較為嚴(yán)峻,嚴(yán)重威脅國家糧食安全[4- 7]。亟需對松嫩平原的土壤濕度及其變化趨勢開展長期連續(xù)的監(jiān)測和評估,分析大尺度土壤濕度的變化對區(qū)域糧食產(chǎn)量的影響。不同于前人研究中常采用的線性趨勢分析方法、相關(guān)分析、M_K突變檢驗(yàn)法等趨勢分析方法,本文引入適用于非線性波動(dòng)數(shù)據(jù)特征分析的集合經(jīng)驗(yàn)?zāi)B(tài)分解方法對土壤濕度變化趨勢進(jìn)行探索。該方法在信號分析領(lǐng)域被廣泛發(fā)展和使用,近年來已有學(xué)者將其引入到對氣象和生態(tài)因子的趨勢分析中：羅那那[8]和吳燕峰[9]基于集合經(jīng)驗(yàn)?zāi)B(tài)分解分析了降水多尺度變化特征；劉可[10]利用該方法研究了不同陸地生態(tài)系統(tǒng)的NDVI波動(dòng)特征；胡悅[11]通過此方法得出了寧夏中部干旱帶的變化趨勢。以上研究均表明集合經(jīng)驗(yàn)?zāi)B(tài)分解具有良好非線性分析能力。

本文在前期研究學(xué)者的基礎(chǔ)上,以松嫩平原為研究區(qū),做了以下3個(gè)方面工作：(1)利用溫度植被干旱指數(shù)模型獲取2000—2015年時(shí)空連續(xù)的土壤濕度數(shù)據(jù),以補(bǔ)充松嫩平原土壤濕度等數(shù)據(jù)資料,為以后的科研工作提供數(shù)據(jù)參考；(2)引入集合經(jīng)驗(yàn)?zāi)B(tài)分解對時(shí)間序列連續(xù)的土壤濕度數(shù)據(jù)進(jìn)行分析,更加精準(zhǔn)的探索土壤濕度變化趨勢,以期為松嫩平原的合理灌溉、農(nóng)作物種植工作做出有效的指導(dǎo)；(3)結(jié)合土壤濕度指標(biāo)和農(nóng)作物產(chǎn)量,進(jìn)一步分析土壤濕度狀況對農(nóng)作物產(chǎn)量的影響,旨在為政府及農(nóng)業(yè)部門防災(zāi)減災(zāi)、確保生態(tài)農(nóng)業(yè)安全提供有力的理論支持。

1 原理與方法

1.1 溫度植被干旱指數(shù)模型

圖1 溫度植被干旱指數(shù)原理示意圖 Fig.1 Schematic diagram of temperature vegetation dryness indexTs：地表溫度,Surface temperature；NDVI：歸一化植被指數(shù),Normalized difference vegetation index；TVDI：溫度植被干旱指數(shù),Temperature vegetation dryness index

TVDI能夠表征土壤濕度的原理,是由于植被蒸騰和土壤水分蒸發(fā)能夠使地表溫度降低。很多學(xué)者以此為切入點(diǎn)對三者空間關(guān)系進(jìn)行了研究。Price,Calson等研究發(fā)現(xiàn),在植被覆蓋由疏到密和土壤濕度由干旱到濕潤連續(xù)變化的區(qū)域,將從遙感影像中獲得的歸一化植被指數(shù)(Normalized differential vegetation index,NDVI)和地表溫度(Ts)數(shù)據(jù)分別作為橫坐標(biāo)和縱坐標(biāo)建立坐標(biāo)散點(diǎn)圖,得到二者空間上呈三角形關(guān)系[12- 13](圖1)。

Sandholt等人在觀察Ts-NDVI空間特征中發(fā)現(xiàn)該空間特征中含有較多等直線,于是將其簡化并提出了溫度植被干旱指數(shù)(Temperature Vegetation Dryness Index,TVDI)用以監(jiān)測旱情及監(jiān)測土壤濕度[14]。表達(dá)式如下：

TVDI=(Ts-Tsmin)/(Tsmax-Tsmin)

(1)

式中,Ts為任意像元地表溫度；Tsmin為最小地面溫度,對應(yīng)的是濕邊；Tsmax為最大地面溫度,對應(yīng)的是干邊。Nemani、Moran等在計(jì)算Ts-NDVI的空間特征關(guān)系中表明：Tsmin和Tsmax隨著不同植被覆蓋條件而變化[15- 16],Sandholt將Tsmin和Tsmax進(jìn)行線性擬合得到方程[15]：

Tsmax=a1+b1×NDVI

(2)

Tsmin=a2+b2×NDVI

(3)

式中,a1、b1是干邊的擬合系數(shù),a2、b2是濕邊的擬合系數(shù),并將TDVI方程進(jìn)行整合最終可得到TVDI計(jì)算方程。

1.2 集合經(jīng)驗(yàn)?zāi)B(tài)分解

集合經(jīng)驗(yàn)?zāi)B(tài)分解[17- 18](Ensemble Empirical Mode Decomposition,EEMD)是一種在經(jīng)驗(yàn)?zāi)B(tài)分解的基礎(chǔ)上發(fā)展而來的數(shù)據(jù)減噪分析方法,此方法能夠剔除數(shù)據(jù)中不穩(wěn)定噪聲信息并保留數(shù)據(jù)原本所具有的內(nèi)在變化特征,因此在信號特征分析領(lǐng)域中被廣泛應(yīng)用。集合經(jīng)驗(yàn)?zāi)B(tài)分解作為經(jīng)驗(yàn)?zāi)B(tài)分解方法的優(yōu)化算法,具有自適性,其關(guān)鍵在于白噪聲的添加解決了尺度混合問題。白噪聲的添加同原始信號之間的關(guān)系如下[19]：

(4)

式中,σ為標(biāo)準(zhǔn)偏差,k為添加白噪聲值,N為樣本數(shù)。

2 研究區(qū)與數(shù)據(jù)處理

2.1 研究區(qū)概況

圖2 研究區(qū)及氣象站點(diǎn)分布Fig.2 Study area and meteorological stations

松嫩平原位于黑龍江省西南部和吉林省西北部(42°50′—49°18′N,119°45′—129°36′E),平原以大興安嶺東麓丘陵和臺地為界,北部和東部以小興安嶺及長白山地外緣山麓臺地為鄰,南抵達(dá)松遼分水嶺(圖2)。研究區(qū)地處半干旱半濕潤交界地帶,屬于典型的溫帶大陸性氣候,自東向西大陸性逐漸增強(qiáng)。年平均降水量為400—500 mm,集中在夏季,并且由東南向西北遞減,年平均蒸發(fā)量為1250—1650 mm,蒸發(fā)量大而降水少使得氣候干旱。平原面積廣闊,約23.75×104 km2,其中耕地面積占5.59×104 km2。

松花江、嫩江及其支流常年沖積是該平原形成的主要原因,加之平原地貌主要由平原周圍漫崗低丘和崗丘間洼地組成,為多種土壤的形成提供了良好條件,不同土壤類型的理化性質(zhì)及其生態(tài)環(huán)境狀況詳見表1。該區(qū)域主要盛產(chǎn)大豆、小麥、玉米、甜菜、亞麻、馬鈴薯等,是黑龍江省和國家重要的商品糧基地,其糧食商品率所占比例高達(dá)30%以上,因此,對松嫩平原進(jìn)行土壤濕度變化趨勢的監(jiān)測對于推動(dòng)農(nóng)業(yè)發(fā)展顯得極為重要。

2.2 數(shù)據(jù)源及數(shù)據(jù)處理

研究所使用遙感數(shù)據(jù)來源于美國國家宇航局(NASA)數(shù)據(jù)中心,由于逐日晴空資料難以獲取,本次工作選用2000—2015年MODIS的3級陸地標(biāo)準(zhǔn)產(chǎn)品：8天合成的1 km空間分辨率的包含LST波段的MODIS11A2和16天合成的1 km分辨率包含NDVI波段的MODIS13A2,其行列號為可以覆蓋松嫩平原的h26v04、h27v04。并利用MRT、ENVI對原始數(shù)據(jù)進(jìn)行拼接、轉(zhuǎn)換格式、投影、掩膜裁剪等預(yù)處理操作。由于LST數(shù)據(jù)為8天合成,為了使LST數(shù)據(jù)和NDVI數(shù)據(jù)有一致的時(shí)間分辨率,對LST數(shù)據(jù)相鄰的兩個(gè)時(shí)相利用最大取值法進(jìn)行合并得到時(shí)相為16天的LST數(shù)據(jù)。然后通過式(5)對16天的LST地表溫度進(jìn)行校正：

Hd=Ts+H×a

(5)

式中,Hd為校正后地表溫度,Ts為校正前地表溫度,H為對應(yīng)像元高程值,a為地表溫度隨高程增加而改變的變化幅度,取常數(shù)0.6℃/100 m。

表1 松嫩平原土壤類型的生態(tài)環(huán)境及理化性質(zhì)簡表

將相同時(shí)期對應(yīng)的NDVI數(shù)據(jù)和LST數(shù)據(jù)相對應(yīng),并提取某一NDVI值所對應(yīng)的LST的最大值、最小值(圖3),將NDVI和LST最大最小值進(jìn)行線性擬合,得到干邊和濕邊對應(yīng)的線性擬合方程。進(jìn)而利用方程(1)計(jì)算每個(gè)像元所對應(yīng)的TVDI值(圖3)。因?yàn)橐延醒芯勘砻鱗20],在植被覆蓋度較低時(shí),NDVI不能夠很好的反映出植被生長狀況,故本研究只取NDVI>0.2的區(qū)域擬合TVDI特征方程。

圖3 2015年第113天NDVI-LST線性擬合及TVDI反演結(jié)果Fig.3 NDVI-LST linear fitting and TVDI inversion results in the 113th day of 2015TVDI:溫度植被干旱指數(shù),Temperature vegetation dryness index

根據(jù)歷年的NDVI與LST構(gòu)成的特征空間來看,NDVI與LST最大值構(gòu)成的干邊呈現(xiàn)出顯著的負(fù)相關(guān)關(guān)系(P<0.05),能非常好的擬合出干邊方程,而LST的最小值隨NDVI的變化較小,相關(guān)關(guān)系相對較弱,但依然能夠較好的擬合線性方程。

除此以外,本研究從中國氣象數(shù)據(jù)共享網(wǎng)上獲取了2000—2015年松嫩平原23個(gè)氣象站點(diǎn)觀測的0—10 cm土壤相對濕度數(shù)據(jù)(中國農(nóng)作物生長發(fā)育和農(nóng)田土壤濕度旬值數(shù)據(jù)集,中國氣象局陸面數(shù)據(jù)通化系統(tǒng)CLDAS-V2.0產(chǎn)品數(shù)據(jù)集),由于觀測數(shù)據(jù)集未經(jīng)質(zhì)量控制,經(jīng)過剔除篩選,最終保留20個(gè)站點(diǎn)的數(shù)據(jù),并采用SPSS 22.0的最大期望算法進(jìn)行數(shù)據(jù)補(bǔ)全。

2.3 土壤相對濕度與干旱指數(shù)的關(guān)系

以16年中受干旱影響較為嚴(yán)重的2000年為例,利用2000年4月上旬至10月下旬的0—10 cm土壤相對濕度數(shù)據(jù)與相應(yīng)位置的TVDI值進(jìn)行相關(guān)性分析,選取的觀測站點(diǎn)數(shù)據(jù)時(shí)間盡量與基于遙感數(shù)據(jù)提取的土壤干濕狀況的時(shí)相吻合。從圖4可以看出,TVDI值與土壤相對濕度之間表現(xiàn)出顯著的相關(guān)性,TVDI值隨著土壤相對濕度的增大顯示出減小的趨勢。并對TVDI與土壤濕度二者的擬合結(jié)果進(jìn)行F檢驗(yàn),通過了置信度95%的檢驗(yàn),這表明將TVDI作為反映土壤濕潤程度的指標(biāo)具有一定的合理性。

圖4 相對土壤濕度和溫度植被干旱指數(shù)線性擬合Fig.4 Linear fit to relative humidity and temperature vegetation dryness index

從上圖顯示可看出個(gè)別數(shù)據(jù)點(diǎn)較為離散,這是因?yàn)榧幢阍谶x取相對土壤濕度數(shù)據(jù)和建立TVDI模型所使用的Ts和NDVI數(shù)據(jù)在時(shí)間上是盡可能吻合的,但是由于遙感數(shù)據(jù)是合成數(shù)據(jù),其與地表觀測數(shù)據(jù)還是會存在一定的偏差,且由于各種不可抗因素,地表觀測數(shù)據(jù)和遙感影像數(shù)據(jù)不能保證空間位置的絕對匹配,其可能存在的實(shí)際空間位置的偏差對遙感反演結(jié)果也有一定的影響。盡管如此,TVDI的分布仍然能夠很好的反映土壤水分在空間上的分布狀況。遂用溫度植被干旱指數(shù)模型逐一計(jì)算2000—2015年的TVDI值,建立時(shí)間序列上的平均干旱指數(shù)TVDImean,即每年各個(gè)時(shí)相的平均TVDI值來表示該年份中土壤水分的總體情況,及時(shí)間序列上的最大干旱指數(shù)TVDImax,即每年中各個(gè)時(shí)相的最大TVDI值來表示該年份中的極端土壤缺水干旱情況。

本研究引入集合經(jīng)驗(yàn)?zāi)B(tài)分解方法,對2000—2015年松嫩平原土壤濕度數(shù)據(jù)進(jìn)行處理。利用該方法分解原始數(shù)據(jù)所得到的殘余分量能夠反映土壤濕度數(shù)據(jù)時(shí)間序列上的內(nèi)在變化趨勢。通過Matlab執(zhí)行集合經(jīng)驗(yàn)?zāi)B(tài)分解算法分析松嫩平原2000—2015年的土壤濕度數(shù)據(jù)時(shí),輸入輔助白噪聲同原始信號的標(biāo)準(zhǔn)差比率為0.02,執(zhí)行樣本算法的總次數(shù)為100。并采用一元線性回歸及皮爾森相關(guān)系數(shù)研究分析土壤水分的總體情況及土壤水分極端缺失情況兩種狀態(tài)對糧食產(chǎn)量的影響。

3 結(jié)果與分析

3.1 土壤水分監(jiān)測結(jié)果分析

從歷年監(jiān)測結(jié)果來看,松嫩平原的土壤濕度情況存在明顯的空間分異規(guī)律：總體上自西南向東北土壤濕度水平逐漸升高。為了更方便的描述松嫩平原土壤濕度的變化情況,根據(jù)研究區(qū)的干旱分布規(guī)律,將研究區(qū)按平行于右對角線方向劃分為3個(gè)區(qū)域,分別命名為西南區(qū)、中部地區(qū)、東北區(qū)。在3個(gè)子研究區(qū)中,干旱發(fā)生頻率和強(qiáng)度相對最高的是西南區(qū),東北區(qū)雖然有過短時(shí)期的干旱情況,總體而言相較于其他兩區(qū)較為濕潤。以2004年為例,全年土壤旱情較為嚴(yán)重且干旱頻率較高的地區(qū)為西南部地區(qū),松嫩平原的東北部地區(qū)土壤長時(shí)期處于濕潤狀態(tài),且松花江流域沿岸也未受到土壤干旱化的影響(圖5)。由監(jiān)測結(jié)果來看,自4月份起始,土壤干旱由中部研究區(qū)的哈爾濱一帶向西南部地區(qū)、西部地區(qū)東北部地區(qū)擴(kuò)展,由于研究區(qū)受到冬夏季風(fēng)交替控制,春天土壤干旱,需灌溉出苗,5月份的人工補(bǔ)水對土壤干旱起到了緩解作用,但是旱情依然較為嚴(yán)峻。6月迎來了該地區(qū)的雨季,直至9月,降水頻繁,土壤濕潤程度明顯增高,土壤缺水情況得到了很大改善,且夏季植被生長旺盛也對土壤水分的散失起到了阻礙作用。該地區(qū)2000年至2015年作物生長季的TVDI多年均值為0.499,最大為0.5491,表明生長季期間松嫩平原土壤水分含量一般保持在正常狀態(tài),由于松嫩平原主要為農(nóng)業(yè)區(qū),面積廣闊地勢平坦,其土壤水分的變化主要受降水量變化的影響。

圖5 松嫩平原2004年TVDI反演結(jié)果Fig.5 TVDI inversion results in Songnen Plain in 2004

進(jìn)一步根據(jù)吳黎[21]對TVDI干旱指標(biāo)的劃分標(biāo)準(zhǔn),對研究區(qū)進(jìn)行土壤濕度分級(表2),并制作不同等級土壤缺水頻率空間分布圖(圖6),分析松嫩平原全局土壤濕度水平。

總體來看,土壤缺水的時(shí)間頻率在0—32.6%之間,其中,中度缺水、重度缺水和特別重度缺水16年間發(fā)生的時(shí)間頻率區(qū)間分別為0—30.8%,0—29.9%,0—22.3%,且土壤缺水程度越高,發(fā)生的時(shí)間頻率越低。不同等級的土壤缺水狀況在空間上分異格局明顯,呈現(xiàn)出由西南向東北遞減的趨勢,松嫩平原西南部和中部地區(qū)常出現(xiàn)土壤中度缺水,重度缺水和特別重度缺水發(fā)生頻繁的地區(qū)則多集中在平原西南部的白城、松原地區(qū)。松嫩平原的風(fēng)沙土主要分布于其西南的白城、松原、四平[22],由于風(fēng)沙土發(fā)育微弱、且持水能力很差,極易造成土壤缺水現(xiàn)象,且白城、松原地處內(nèi)陸,具有很強(qiáng)的大陸性氣候,其年均降水量低于平原其他地區(qū),而蒸散量較大[23],加劇了該區(qū)域的土壤缺水程度；另外,此處主要以莫莫格、向海為代表的濕地生態(tài)系統(tǒng)為主,近年來,濕地面積銳減[24]使得濕地周圍土壤鹽堿化現(xiàn)象嚴(yán)重,土壤保水保肥能力大大降低,也是致使松嫩平原西南部土壤缺水時(shí)間頻率較高的主要原因。

表2 土壤濕度干旱等級劃分

圖6 土壤缺水等級發(fā)生時(shí)間頻率分布圖Fig.6 Time frequency distribution of soil water shortage different levels

3.2 松嫩平原土壤濕度變化趨勢分析

2000—2015年TVDImean和TVDImax的折線圖呈波動(dòng)起伏變化(圖7),研究時(shí)間范圍內(nèi)出現(xiàn)3次土壤水分缺失嚴(yán)重的年份,分別是2000年、2004年和2007年,這與紀(jì)仰慧等人的研究結(jié)果具有很好的一致性[25]。對時(shí)間序列上的TVDImean和TVDImax進(jìn)行集合經(jīng)驗(yàn)?zāi)B(tài)分解,最終得到土壤濕度的殘余分量(圖7),殘余分量反映了土壤濕度時(shí)間序列的內(nèi)在發(fā)展趨勢。2000—2015年期間,TVDImean呈現(xiàn)出下降趨勢,且下降速率由慢轉(zhuǎn)快,表明松嫩平原整體土壤濕度呈現(xiàn)出變濕趨勢,且變濕的速率近年來呈增加趨勢；但是TVDImax變化趨勢呈現(xiàn)逐年增高,表明土壤極端缺水導(dǎo)致的干旱事件呈現(xiàn)出逐漸升高的趨勢。由于松嫩平原長期受到人為活動(dòng)的影響[26],平原的原生植被多被次生植被和單一的農(nóng)田代替,生態(tài)環(huán)境具有一定的脆弱性,如過度放牧使得濕地草被退化,濕地面積銳減,導(dǎo)致土壤鹽漬化加重,土壤持水能力減弱。人類墾荒、大量的工程建設(shè)等行為對松嫩平原生態(tài)景觀結(jié)構(gòu)的改變,干擾了水文循環(huán)過程,破壞了土壤結(jié)構(gòu),造成了植被的退化和單一化,弱化了對土壤水分的攔截能力,從而導(dǎo)致極端干旱事件近年來呈現(xiàn)不斷增加趨勢。

圖7 2000—2015年松嫩平原年際TVDI及其殘余分量變化特征Fig.7 Variability of TVDImean and TVDImax and residual components in the Songnen Plain, 2000—2015TVDImean：平均溫度植被干旱指數(shù),Mean temperature vegetation dryness index；TVDImax：最大溫度植被干旱指數(shù),Maximum temperature vegetation dryness index

3.3 土壤濕度的變化對農(nóng)業(yè)產(chǎn)量影響分析

該土壤濕度的表征指標(biāo)是基于植被和地表溫度建立的,其與植被的長勢情況密切相關(guān),為此,本研究對歷年來松嫩平原糧食產(chǎn)量和春夏秋季TVDI值、TVDImean和TVDImax的關(guān)系進(jìn)行研究分析。松嫩平原的歷年糧食產(chǎn)量通過查閱中國統(tǒng)計(jì)年鑒網(wǎng)發(fā)布的區(qū)域國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào)獲取,為了保證數(shù)據(jù)的準(zhǔn)確性,研究保留了2002—2015年的糧食產(chǎn)量數(shù)據(jù),中間個(gè)別缺失數(shù)據(jù)采用前兩年和后兩年取平均算法補(bǔ)全獲取。研究表明,糧食產(chǎn)量和TVDImean呈現(xiàn)顯著相關(guān)關(guān)系(P<0.05),即年均土壤濕度水平對糧食產(chǎn)量的影響顯著(圖8),而糧食產(chǎn)量和TVDImax的線性擬合未通過P<0.05顯著性檢驗(yàn),表明糧食產(chǎn)量受到極端土壤缺水事件的影響較小,即只有在作物受到長期缺水的威脅,才會導(dǎo)致農(nóng)作物減產(chǎn),該結(jié)果的得出與各界的農(nóng)業(yè)干旱研究結(jié)論是一致的[27](圖8)；就糧食產(chǎn)量與春夏秋季的TVDI關(guān)系分析,其與夏季土壤濕度相關(guān)關(guān)系顯著,表明夏季干旱極易導(dǎo)致松嫩平原糧食減產(chǎn)(圖8),而春季、秋季土壤缺水也會在一定程度上致使糧食減產(chǎn),且不同時(shí)期土壤缺水對糧食產(chǎn)量的影響程度由深及淺依次為夏季>春季>秋季(圖8)。其原因和不同物候期作物的需水量密不可分,松嫩平原作物的關(guān)鍵物候期分別為5月出苗期、7月抽穗期、9月成熟期[28- 29]。抽穗期間,作物植株開始分化,其莖、葉等開始迅速發(fā)育,隨著葉面積的增大,作物植株代謝旺盛,消耗水量較多。若該時(shí)期缺水,則易導(dǎo)致作物植株分化受阻,植株矮小,糧食產(chǎn)量低,因此夏季土壤水分對糧食產(chǎn)量影響最為顯著；而在出苗期和成熟期,作物對土壤水分的需求量明顯減小。雖然我們的研究發(fā)現(xiàn)不同季相的土壤濕度對糧食產(chǎn)量有不同程度影響,同時(shí)也應(yīng)注意到光照、溫度、土壤肥力對糧食產(chǎn)量的重要影響,要想對作物長勢和產(chǎn)量進(jìn)行科學(xué)合理的預(yù)測還需要對其他影響因素進(jìn)一步深入研究。

圖8 TVDI與糧食產(chǎn)量的關(guān)系Fig.8 Relationships between TVDI and crop productionTVDIspr：春季溫度植被干旱指數(shù),Spring temperature vegetation dryness index；TVDIsum：夏季溫度植被干旱指數(shù),Summer temperature vegetation dryness index；TVDIaut：秋季溫度植被干旱指數(shù),Autumn temperature vegetation dryness index

4 結(jié)論

本文基于MODIS影像,利用松嫩平原區(qū)域可適用的溫度植被干旱指數(shù)模型對土壤濕度進(jìn)行反演,引入集合經(jīng)驗(yàn)?zāi)B(tài)分解方法,分析了松嫩平原2000—2015年土壤濕度分布特征和變化趨勢,并探討了不同土壤濕度指標(biāo)對農(nóng)業(yè)糧食產(chǎn)量的影響。研究得到以下幾點(diǎn)結(jié)論：

(1)松嫩平原土壤濕度在空間上呈現(xiàn)出自西南向東北逐漸變濕潤的趨勢,且16年來發(fā)生土壤缺水較為嚴(yán)重且時(shí)間頻率較高的區(qū)域出現(xiàn)在平原西南部,達(dá)到重度缺水和特別重度缺水的時(shí)間比例分別高達(dá)22.9%、22.3%,中度缺水的發(fā)生頻率較高的區(qū)域集中在平原中部,達(dá)到30.8%。

(2)近年來松嫩平原在2000、2004和2007年土壤缺水較為嚴(yán)重。從年尺度來看,近16年來,該平原平均土壤濕度有逐年變濕潤的趨勢,但是極端土壤干旱事件發(fā)生的頻率卻有升高趨勢。

(3)短暫的土壤極端缺水現(xiàn)象對農(nóng)作物產(chǎn)量并不明顯,長期的土壤濕度水平對農(nóng)作物的產(chǎn)量影響較為顯著；季節(jié)性土壤濕度變化也會影響糧食產(chǎn)量,其中夏季土壤缺水極易致使糧食減產(chǎn),次之是春季和秋季。

本研究僅從植被指數(shù)和地溫指數(shù)計(jì)算溫度植被干旱指數(shù)用以代替表示土壤含水量情況,來揭示松嫩平原2000—2015年土壤濕度的時(shí)空分布情況及變化趨勢,存在要素單一的問題,在日后研究工作中,應(yīng)進(jìn)一步綜合氣象要素、農(nóng)業(yè)活動(dòng)干預(yù)要素等多種因素進(jìn)行土壤濕度的時(shí)空變化以及其對糧食產(chǎn)量的影響研究。本研究雖然存在不足之處,但仍然能夠反映松嫩平原長時(shí)期土壤濕度的時(shí)空變化特征及趨勢,以及糧食產(chǎn)量對不同季相土壤濕度的響應(yīng),為農(nóng)業(yè)部門的合理灌溉及科學(xué)管理提供了科學(xué)有力的理論依據(jù)。