基于不同植被指數(shù)TVDI和VSWI模型的焉耆盆地土壤濕度反演

迪里胡瑪爾·阿汗木江，玉素甫江·如素力，2，買合木提江·維吉旦，張發(fā)，陳世雪，亞夏爾·艾斯克爾

（1.新疆師范大學(xué)地理科學(xué)與旅游學(xué)院/流域信息集成與生態(tài)安全實驗室，烏魯木齊 830054；2.新疆干旱區(qū)湖泊環(huán)境與資源重點實驗室，烏魯木齊 830054）

土壤濕度是大氣及陸地表面水分交換的重要指標(biāo)之一，直接影響著地球生態(tài)環(huán)境的氣候變化和水循環(huán)［1-3］。因此穩(wěn)定、正確、實時檢測土壤濕度對一個地區(qū)的水文、氣候、農(nóng)業(yè)等方面起重要作用［4］。以土壤濕度為參數(shù)，可以實現(xiàn)科學(xué)的氣候環(huán)境變化監(jiān)控與測量，在監(jiān)測作物農(nóng)業(yè)水管理、農(nóng)作物旱情、地區(qū)氣候轉(zhuǎn)變以及地表植物蒸散等方面作用重大［5］。在進(jìn)行陸地過程模式的分析時，全球和區(qū)域尺度的土壤濕度信息是不可缺少的參數(shù)，遙感技術(shù)是進(jìn)行區(qū)域土壤濕度監(jiān)測的一種重要手段［6］。

目前國內(nèi)外在反演土壤濕度方面已經(jīng)進(jìn)行了大量研究。土壤濕度遙感監(jiān)測方法主要有作物植被指數(shù)法、熱慣量法、微波遙感法、熱紅外遙感法等［7-11］。在眾多遙感監(jiān)測方法中TVDI法和VSWI法近年來比較常用。Price［12］、Son等［13］、Patel等［14］基于地表植被覆蓋度以及地表溫度之間的關(guān)系，提出溫度植被干旱指數(shù)（TVDI），它是反映植被生長狀況和生境供水不足的定量指標(biāo)，可用于區(qū)域土壤濕度監(jiān)測；Meng等［15］利用不同方法對TVDI反演模型進(jìn)行修改，使TVDI監(jiān)測干旱的精度顯明提高；VSWI法也是常用在土壤濕度遙感監(jiān)測方法之一，張潔等［16］選用VSWI、NMDI與相應(yīng)的土壤濕度數(shù)據(jù)進(jìn)行回歸分析，實現(xiàn)了土壤濕度的估算及旱情監(jiān)測；田鑫等［17］利用VSWI和TVDI法實現(xiàn)了研究區(qū)灌域耕地灌溉面積的提取。TVDI法與VSWI法雖已得到廣泛的應(yīng)用，但利用同數(shù)據(jù)源得到不同指數(shù)的比較分析較少。

新疆的焉耆盆地在中國的西北部，處于干旱區(qū)，屬于南天山褶皺斷塊山系，是半封閉的大面積山間盆地，是塔里木河流重要組成部分。目前，在有關(guān)焉耆盆地所開展的分析中，多基于水文循環(huán)、土地利用、土地覆蓋變化以及綠洲生態(tài)評估等方面進(jìn)行［18，19］，有關(guān)土壤濕度時空分布變化特征的分析并不常見。本研究考慮對植被蓋度敏感性不同的植被NDVI、EVI、MSAVI以及SAVI，以焉耆盆地作為分析區(qū)域，對差異化植被指數(shù)下TVDI以及VSWI模型情況的檢測效果進(jìn)行計算對比，將土壤濕度反演效果較優(yōu)的植被指數(shù)加以明確，進(jìn)而分析焉耆盆地的時空分布狀況，為焉耆盆地有關(guān)水資源保護(hù)以及生態(tài)環(huán)境質(zhì)量方面的研究提供科學(xué)基礎(chǔ)。

1 研究區(qū)概況

焉耆盆地（41°23′—42°42′N，86°29′—87°31′E）屬于新疆巴音郭楞蒙古自治州（圖1），總面積達(dá)8 932 km2，海拔1 050～2 000 m，地勢表現(xiàn)為西部高東部低，北部高南部低的狀態(tài)，是干旱半干旱區(qū)，暖溫帶大陸性干旱氣候，降水不高、熱量充沛，年均降水量為75～200 mm，山區(qū)和綠洲平原區(qū)的年平均氣溫為-4.84～8.6℃，相對濕度為50%～60%，年蒸發(fā)量在2 000～2 500 mm［20］。盆地?zé)崃颗c光照資源豐富，是典型的綠洲-荒漠交錯區(qū)域。區(qū)內(nèi)主要水域包括開都河、清水河和黃水溝等［21］。因為盆地綠洲在自然地理條件上比較特殊，很適合發(fā)展農(nóng)業(yè)，自1950年，特別是1970年以來，由于改革開放的推進(jìn)，促使農(nóng)用耕地范圍不斷擴(kuò)大，地區(qū)農(nóng)業(yè)耕地面積持續(xù)增加，該區(qū)域的人類活動所產(chǎn)生的影響較為顯著，因此，利用高分辨率遙感數(shù)據(jù)實現(xiàn)大范圍、高精度的土壤濕度實時測量以及有關(guān)因素的分析，對焉耆盆地進(jìn)行區(qū)域設(shè)計、水資源應(yīng)用以及生態(tài)安全評估等方面有重要意義。

2 數(shù)據(jù)來源及研究方法

2.1 數(shù)據(jù)來源

2.1.1 遙感數(shù)據(jù) 采用的數(shù)據(jù)為Landsat 8 OLI影像數(shù)據(jù)，空間分辨率為30 m，成像時間為2020年10月，數(shù)據(jù)行列號為143/31，數(shù)據(jù)來源于http：//glovis.gov/。本研究首先對遙感影像進(jìn)行格式轉(zhuǎn)換和FLASH大氣糾正，然后根據(jù)實地獲取的地面控制點進(jìn)行幾何校正，校正誤差控制在1/3個像元之內(nèi)。將Landsat 8影像數(shù)據(jù)處理之后計算地表溫度（Ts）、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）、土壤調(diào)整植被指數(shù)（SAVI），利用以上不同植被指數(shù)和地表溫度值計算出TVDI數(shù)字影像，不同植被指數(shù)的計算公式見表1。

表1 植被指數(shù)的計算公式

2.1.2 氣象數(shù)據(jù) 土壤濕度精度驗證數(shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn/）“中國氣象局陸面數(shù)據(jù)同化系統(tǒng)（CLDAS）土壤相對濕度分析產(chǎn)品V2.0”。深度0～10 cm，空間分辨率0.062 5°×0.062 5°。

2.2 研究方法

2.2.1 溫度植被干旱指數(shù)（TVDI）溫度植被干旱指數(shù)（TVDI）是通過Ts-NDVI特征空間獲取的水分脅迫指數(shù)，該方法能夠用來對地表土壤濕度進(jìn)行估測。對于TVDI來說，其建立依據(jù)了NDVI以及地表溫度，在一個區(qū)域中，地表裸露，土壤濕度較低，而植被茂盛，則濕度較高。Sandhol等［22］進(jìn)行有關(guān)土壤濕度分析得出，在Ts-NDVI的特征空間中等值線較多，因而對溫度植被干旱指數(shù)（TVDI）這一概念（圖2）提出了如下計算公式。

式中，地表溫度用Ts表示；最小、最大地表溫度對應(yīng)為Tsmin以及Tsmax，分別對應(yīng)濕邊方程以及干邊方程。

式中，a、b、c、d是干邊濕邊方程的系數(shù)。TVDI作為土壤濕度分級標(biāo)準(zhǔn)，將土壤濕度分為5個層次，如表2所示。

表2 TVDI、VSWI土壤濕度分級標(biāo)準(zhǔn)

2.2.2 地表溫度（Ts）地表溫度反演一般有3種，即熱輻射傳輸方程法、單窗算法和單通道算法，本研究使用了熱輻射傳輸方程法［23］對焉耆盆地進(jìn)行地表溫度反演。表達(dá)公式（4）Lλ用來對衛(wèi)星傳感器所接收的熱紅外輻射亮度進(jìn)行表示。其構(gòu)成部分有：大氣上、下行輻射亮度，對應(yīng)用L↑、L↓表示，事實上衛(wèi)星傳感器利用大氣層所接收的輻射能量［24］。

式中，B（Ts）為黑體熱輻射亮度；L↑和L↓分別是大氣上行輻射亮度與大氣下行輻射亮度；ε為地表比輻射率；τ為大氣在熱紅外波段的透過率。溫度為T（S）的黑體在熱紅外波段的輻射亮度B（Ts）的計算公式為：

Ts可以用普郎克公式函數(shù)獲取，計算公式為：

對Landsat 8的Band 10來說，k1=774.89 W（/m2·μm·sr），k2=1 321.08 K；能夠利用NASA官網(wǎng)來得到這里面的大氣剖面參數(shù)，共有3個，熱紅外中大氣的透過率τ以及上、下行輻射亮度，對應(yīng)為L↑、L↓。

2.2.3 植被供水指數(shù)（VSWI） 植被供水指數(shù)（Vegetation Supply Water Index，VSWI）是根據(jù)植被在干旱逆境中表現(xiàn)出的不正常生理特征而提出［25］。在作物能夠獲得常規(guī)供水的情況下，在其一定的生長期內(nèi)，植被指數(shù)以及地表溫度在一定區(qū)間內(nèi)維持；如果遇到災(zāi)害，不能符合作物在水上的需求，不利于其生長，同時植被指數(shù)也會下降，作物的溫度會持續(xù)上升，即干旱導(dǎo)致作物所需水不能被滿足。VSWI值變大，對于作物能夠提供的水就越多，反之，則供水不足，出現(xiàn)干旱。

式中，Ts為地表溫度；NDVI為歸一化植被指數(shù)；VSWI作為土壤濕度分級標(biāo)準(zhǔn)，將土壤濕度分為5個層次，如表2所示。

3 結(jié)果與分析

3.1 不同植被指數(shù)構(gòu)建的特征空間及干濕邊的擬合

根據(jù)反演得到的不同植被指數(shù)和Ts數(shù)據(jù)，對以下數(shù)據(jù)信息進(jìn)行收集，包括焉耆盆地差異化的植被指數(shù)，相應(yīng)的最大、最小地表溫度，對應(yīng)為Tsmax以及Tsmin，橫坐標(biāo)代表植被指數(shù)，Ts值為縱坐標(biāo)，通過數(shù)據(jù)預(yù)處理獲取不同植被指數(shù)Ts-VI特征空間。如圖（3）所示。

由圖（3）可知，在特征空間中的干邊和濕邊均為三角形。在植被指數(shù)高于0的情況下，植被指數(shù)越大，地表溫度最大值變小，最小值越大，以上三者為近似線性關(guān)系。不同植被指數(shù)構(gòu)建的空間特征存在一定的區(qū)別，Ts-EVI構(gòu)建的特征空間比其他植被指數(shù)差，Ts-SAVI構(gòu)建的特征空間在這些植被指數(shù)中效果最好，Ts-NDVI、Ts-MSAVI構(gòu)建的特征空間效果較好。

根據(jù)特征空間的構(gòu)建結(jié)果，建立了不同植被指數(shù)特征空間對應(yīng)的干邊和濕邊方程，如表3所示。其中干邊的斜率均小于0，濕邊的斜率大于0，間接反映了地表溫度隨著不同植被指數(shù)值變化的趨勢。由表3可以看出，特征空間的干邊和濕邊擬合效果總體較好，R2大于0.8。不同植被指數(shù)對于干邊和濕邊方程的擬合效果有一定影響，其中Ts-SAVI構(gòu)建的干濕邊擬合效果最高，Ts-MSAVI次之，Ts-NDVI最低，Ts-EVI的擬合效果相對其他3個植被指數(shù)最低。這4種植被指數(shù)和地表溫度構(gòu)建的干邊、濕邊方程的擬合效果能夠滿足計算TVDI的需求。

表3 不同植被指數(shù)的干濕邊方程

3.2 焉耆盆地土壤濕度等級分布

利用NDVI、EVI、MSAVI和SAVI計算TVDI、VSWI，并繪制了土壤濕度等級圖，分析焉耆盆地的土壤濕度狀況。以TVDI、VSWI為土壤濕度分類標(biāo)準(zhǔn)，將土壤濕度分為5個層次：極干旱（0.8＜TVDI≤1.0）、干旱（0.6＜TVDI≤0.8）、正常（0.4＜TVDI≤0.6）、濕潤（0.2＜TVDI≤0.4）和極濕潤（0＜TVDI≤0.2）；極干旱（0.8＜VSWI≤1.0）、干旱（0.6＜VSWI≤0.8）、正常（0.4＜VSWI≤0.6）、濕潤（0.2＜VSWI≤0.4）和極濕潤（0＜VSWI≤0.2），焉耆盆地土壤濕度分布狀況見圖4。由圖4可以看出，利用NDVI、MSAVI、EVI、SAVI指數(shù)所反演的土壤濕度全區(qū)大部分地區(qū)正常及干旱，總體上從研究區(qū)中部向東北部土壤濕度降低；濕潤區(qū)主要集中在焉耆盆地中部；偏旱或干旱情況出現(xiàn)在焉耆盆地東南部和東北部區(qū)，特別是在博湖南部的沙地區(qū)域和博湖東北區(qū)域存在小范圍干旱情況。水體和濕地中發(fā)現(xiàn)極濕潤區(qū)，森林和草地中發(fā)現(xiàn)濕潤區(qū)，耕地中發(fā)現(xiàn)正常區(qū)，裸巖和建設(shè)用地中發(fā)現(xiàn)干旱區(qū)，沙地中發(fā)現(xiàn)極干旱區(qū)。

根據(jù)式（7）計算了同時段、同范圍的VSWI值，根據(jù)VSWI指數(shù)劃分的焉耆盆地土壤濕度等級分布見圖5。由圖5可以看出，同期焉耆盆地土壤濕度趨勢與TVDI的基本一致，總體都是中部處于濕潤和正常區(qū)，博斯騰湖流域南部沙地及東北部干旱情形嚴(yán)重，但TVDI沒有反映出重旱區(qū)域，其他等級均比VSWI反映的要輕。

3.3 TVDI、VSWI與土壤相對濕度數(shù)據(jù)的精度驗證

隨機(jī)提取CLDAS土壤相對濕度分析產(chǎn)品V2.0提供的研究區(qū)相應(yīng)日期的0～10 cm RSM數(shù)據(jù)，提取200個點，鑒于RSM數(shù)據(jù)的分辨率，分別建立了TVDI、VSWI模型反演的不同植被指數(shù)與0～10 cm RSM的線性回歸模型，并計算了相關(guān)系數(shù)（表4）。結(jié)果表明，TVDI模 型 反 演 的TVDI-NDVI、TVDI-MSAVI、TVDI-SAVI、TVDI-EVI與土壤相對濕度均呈現(xiàn)不同程度的負(fù)相關(guān)關(guān)系，即TVDI越高，突然相對濕度越低?？?體 來 說TVDI-NDVI、TVDI-MSAVI、TVDISAVI、TVDI-EVI能反演0～10 cm的土壤濕度狀況，TVDI-MSAVI相關(guān)性最高，決定系數(shù)為0.296，TVDINDVI次之，R2=0.187，TVDI-SAVI最低，R2=0.175，TVDI-EVI最低，R2=0.174。

表4 TVDI-VI、VSWI-VI與0～10 cm RSM的擬合

利用VSWI-NDVI、VSWI-MSAVI、VSWI-SAVI、VSWI-EVI與精度驗證數(shù)據(jù)呈現(xiàn)不同程度負(fù)相關(guān)關(guān)系，VSWI-MSAVI決定系數(shù)最高，R2=0.235，VSWIEVI次 之，R2=0.180，VSWI-SAVI次 后，R2=0.177，VSWI-NDVI最低，R2=0.174。

3.4 焉耆盆地土壤濕度時空分布

遙感數(shù)據(jù)反演得到的焉耆盆地土壤濕度空間格局基本一致。利用遙感手段獲取的土壤濕度信息能夠反映土壤濕度分布的總體趨勢。由TVDI反演的焉耆盆地土壤濕度時空分布（圖6）狀況可知，利用NDVI指數(shù)的TVDI大部分地區(qū)土壤濕度狀況正常，東南部及東北部地區(qū)存在干旱狀況，焉耆盆地中部及西北地區(qū)土壤濕度狀況正常，主要集中在博湖縣、焉耆回族自治縣、和碩縣、和靜縣。利用MSAVI指數(shù)的TVDI大部分正常及干旱，東南部及東北部地區(qū)存在干旱，北部及西部存在干旱狀況但范圍較小，其他部分屬于濕潤及正常狀況。利用SAVI、EVI指數(shù)的TVDI結(jié)果和以上兩個指數(shù)總體上一致。由VSWI反演的土壤濕度時空分布（圖7）可知，VSWI反演結(jié)果和TVDI反演結(jié)果基本一致?？傮w而言，通過研究區(qū)域的各植被指數(shù)反演出的土壤濕度結(jié)果，發(fā)現(xiàn)地表外層裸露或植被少的區(qū)域，TVDI、VSWI較高，證明土壤中的水分較少，比較干燥；植被覆蓋率高的區(qū)域，TVDI、VSWI較低，土壤水分含量適中，濕度情況正常；在湖區(qū)，沿湖流的TVDI、VSWI低，土壤相對濕潤。除博斯騰湖流域和湖區(qū)外，焉耆盆地中部TVD、VSWI相對較小，土壤相對濕潤；焉耆盆地南部的土壤濕度相對干燥。和水源地的距離越近，土壤濕度越高，反之距離較遠(yuǎn)，濕度一般不高。主要是由于焉耆盆地的自然降水少，蒸散量大，進(jìn)行農(nóng)業(yè)化生產(chǎn)多是使用地表的渠系和地下水，而與河流、水庫和湖泊距離較近的區(qū)域通常會進(jìn)行農(nóng)業(yè)生產(chǎn)，如博湖縣、和碩縣、和靜縣水資源充足，可長期保證該區(qū)農(nóng)作物需水量，土壤表層的濕度不低，均在0.6以下。焉耆盆地邊緣遠(yuǎn)離河流、庫、湖泊，并且沒有植被覆蓋，屬于荒漠地帶，其土壤含水量低，濕度趨近1，較為干燥。在這一盆地的中部區(qū)域，土壤的濕度較為穩(wěn)定，而其邊緣的綠洲和荒漠交叉地帶，土壤的濕度極不穩(wěn)定，存在顯著的差別。

4 小結(jié)與討論

土壤濕度是焉耆盆地植被恢復(fù)與生態(tài)環(huán)境重建的決定因素。以焉耆盆地為例，利用Landsat 8 OLI數(shù)據(jù)，計算MSAVI、EVI、NDVI、SAVI指數(shù)和地表溫度，選用4種指數(shù)并采用TVDI、VSWI法來反演焉耆盆地土壤濕度，將2種方法的計算結(jié)果相結(jié)合，對反演的精度進(jìn)行提高。采用0～10 cm RSM數(shù)據(jù)對TVDI、VSWI進(jìn)行評價時，他們之間的相關(guān)系數(shù)普遍較低，主要原因是Landsat 8數(shù)據(jù)與0～10 cm RSM兩者數(shù)據(jù)之間的空間分辨率差距較大，無法實現(xiàn)精確對應(yīng)驗證，其次是由0～10 cm RSM數(shù)據(jù)本身存在10%的偏差，難免會出現(xiàn)R2較低的情況［26］，但結(jié)合氣象0～10 cm RSM數(shù)據(jù)對檢測結(jié)果進(jìn)行檢驗，結(jié)果表明TVDI、VSWI法能正確反演焉耆盆地土壤濕度，與已有相關(guān)研究結(jié)果一致［27，28］。本研究僅對一個月的土壤濕度進(jìn)行了反演，后期需要在季、年等時間尺度上進(jìn)行深入研究，進(jìn)一步將TVDI、VSWI及各因子與土壤濕度的時空相關(guān)性深入分析。

根據(jù)Ts-VI特征原理，利用地表溫度和不同植被指數(shù)建立Ts-VI特征空間，在Ts-VI特征空間的基礎(chǔ)上，構(gòu)建TVDI，同時利用以上數(shù)據(jù)建立VSWI。通過2020年10月 的Landsat 8 OLI資 料 的TVDI與VSWI數(shù)據(jù)對焉耆盆地土壤濕度進(jìn)行反演分析，得出結(jié)果如下。

在由不同植被指數(shù)和地表溫度構(gòu)建的特征空間中最高地表溫度和最低地表溫度最終趨于一點，散點圖為三角形。從Ts-NDVI、Ts-MSAVI、Ts-SAVI、Ts-EVI空間構(gòu)成的干邊、濕邊方程擬合具有較好的擬合效果，干邊和濕邊的R2均在0.83以上。

TVDI-NDVI、TVDI-MSAVI、TVDI-SAVI、TVDIEVI與土壤相對濕度負(fù)相關(guān)，決定系數(shù)TVDI-MSAVI最高，TVDI-NDVI次之，TVDI-SAVI次后，TVDI-EVI最 低。VSWI-NDVI、VSWI-MSAVI、VSWI-SAVI、VSWI-EVI與土壤相對濕度呈負(fù)相關(guān)關(guān)系，決定系數(shù)VSWI-MSAVI最高，VSWI-EVI次之，VSWI-SAVI次后，VSWI-NDVI最低。TVDI模型與VSWI模型都能反演焉耆盆地土壤濕度，TVDI比VSWI更適合焉耆盆地的土壤濕度研究。

焉耆盆地大部分區(qū)域濕度狀況屬于干旱或半干旱，正?，F(xiàn)象主要出現(xiàn)在研究區(qū)中部，干旱現(xiàn)象出現(xiàn)在東南部和東北部。

本研究對比分析4種植被指數(shù)下TVDI、VSWI對土壤濕度狀況的監(jiān)測結(jié)果，TVDI、VSWI模型適合用于焉耆盆地土壤濕度狀況。土壤濕度是焉耆盆地生態(tài)系統(tǒng)恢復(fù)的限制因素，是生態(tài)環(huán)境可持續(xù)發(fā)展的重要因素，同時也是眾多學(xué)者研究的熱點和重點，因此，如何快速、高效、準(zhǔn)確地獲取土壤濕度，對治理焉耆盆地生態(tài)環(huán)境具有重要的意義。