陜西省土壤濕度時空變化特征及其驅(qū)動力分析

王征

(中煤航測遙感集團(tuán)有限公司,陜西 西安 710018)

0 引 言

土壤濕度(Soil Moisture)是表示土壤干旱程度的重要指標(biāo),是陸-氣系統(tǒng)水熱過程的重要紐帶,同時也是植被生長的主要水分來源[1]。目前主要通過兩種手段獲得土壤濕度信息[2],第一種是田間實測法,即利用野外觀測站或者采樣點直接測量不同深度的土壤濕度值,該方法雖然可以準(zhǔn)確地獲得土壤濕度信息,但是獲得的基于站點尺度數(shù)據(jù),不能夠刻畫大尺度、大范圍內(nèi)的土壤水分時空變化。第二種是采用遙感數(shù)據(jù)對土壤濕度信息進(jìn)行反演,是當(dāng)前較為常見的方法。通常結(jié)合熱慣量法、植被指數(shù)法等方法反演土壤濕度。馬春峰等人[3]以MODIS為數(shù)據(jù)源,采用熱慣量法對黑河流域土壤濕度信息進(jìn)行估測,但該方法對于日較差數(shù)據(jù)精度有較高要求,無法滿足遙感定量研究的需要。2003年姚春生研究發(fā)現(xiàn)[4],土壤水分決定著植被冠層溫度,而冠層溫度間接決定土壤供水情況,基于此,提出溫度植被干旱指數(shù)(TVDI)。至此,國內(nèi)外學(xué)者基于TVDI監(jiān)測土壤濕度開展大量研究。Cao等人[5]利用AVHRR和MODIS數(shù)據(jù)構(gòu)建了Ts-NDVI特征空間監(jiān)測蒙古高原土壤濕度并分析干旱的時空變化特征,研究發(fā)現(xiàn)Ts-NDVI特征空間是監(jiān)測區(qū)域干旱的有效方法。Zhang等人[6]利用NOAA/AVHRR數(shù)據(jù)提取TVDI對2006年夏季四川盆地土壤濕度進(jìn)行監(jiān)測,研究發(fā)現(xiàn)TVDI是監(jiān)測區(qū)域干旱的有效手段。程夢園等人[7]基于LST和NDVI數(shù)據(jù)構(gòu)建Ts-NDVI特征空間對2005—2020年香日德-柴達(dá)木河流域的土壤濕度信息進(jìn)行提取,研究發(fā)現(xiàn)Ts-NDVI特征空間反演該流域土壤濕度具有較好的適用性,同時TVDI與海拔表現(xiàn)負(fù)相關(guān),而與平均氣溫表現(xiàn)正相關(guān)趨勢?？祱虻热薣8]基于MODIS數(shù)據(jù)中的NDVI和LST數(shù)據(jù)構(gòu)建NDVI-LST特征空間對2000—2019年蒙古高原干旱程度進(jìn)行監(jiān)測,研究發(fā)現(xiàn)該地區(qū)的干旱情況小幅度加重,其增長速率為 0.000 1/a。眾多研究表明應(yīng)用TVDI可以實現(xiàn)土壤濕度的反演,但已有研究在長時序土壤濕度動態(tài)監(jiān)測和驅(qū)動因素方面仍然存在不足,理論情況下TVDI特征空間能夠達(dá)到裸土到全植被覆蓋的地表情況,但在實際應(yīng)用中,研究區(qū)域地表覆蓋情況難以滿足,得到的干濕邊實際上只是特征空間內(nèi)部存在的邊,并非理論的干濕邊。陜西省是重要的糧食作物產(chǎn)區(qū),而土壤濕度作為農(nóng)作物生產(chǎn)過程中的核心要素,需要長時序動態(tài)土壤濕度觀測數(shù)據(jù),但是陜西省氣象站點分布較少,難以獲取土壤濕度信息。

因此,本研究基于2000—2020年NDVI和LST數(shù)據(jù)構(gòu)建改進(jìn)的雙拋物線NDVI-LST特征空間,通過對TVDI指數(shù)進(jìn)行計算從而監(jiān)測陜西省土壤濕度情況,并結(jié)合氣候因素(降水、氣溫、日照時數(shù)和風(fēng)速)探討與其相關(guān)關(guān)系,以期為陜西省旱情監(jiān)測提供決策支持。

1 研究區(qū)概況

陜西省位于我國西北部地區(qū),地理范圍為105°29′～111°15′E,31°42′～39°35′N之間[9],總面積約為2.0×105km2(圖1)。陜西省區(qū)域內(nèi)地形地貌豐富多樣,地勢表現(xiàn)為南北高,中間低,平均海拔約為 1 100 m。

圖1 研究區(qū)行政區(qū)劃圖

陜西省地處濕潤地區(qū)和干旱區(qū)的交界帶,陜南為濕潤區(qū),主要有秦嶺和大巴山系,海拔高度在200～1 200 m之間,水熱條件相對較好,年均氣溫約為14℃,年降水量達(dá)到 800 mm;關(guān)中位于中間,屬于半濕潤區(qū),主要是由渭河干流及兩岸支流沉積形成,地勢較低,海拔高度僅在300～800 m內(nèi),年均氣溫約為12℃,年降水量達(dá)到 600 mm;陜北則為半干旱區(qū),包括榆林和延安地區(qū),海拔高度在900～1 600 m之間,年均氣溫約為9℃,年降水量約為 500 mm。與此同時,陜西省地處長江流域中上游地區(qū),屬于國家生態(tài)環(huán)境重點建設(shè)區(qū)域,但是陜西省也是中國水土流失問題較為嚴(yán)重的地區(qū)之一,因此,監(jiān)測區(qū)域土壤濕度時空變化對于陸地表面能量平衡具有重要作用[10]。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)源及預(yù)處理

本研究采用的遙感數(shù)據(jù)為美國航天航空局的MODIS數(shù)據(jù)產(chǎn)品(https://modis.gsfc.nasa.gov/data/),獲取數(shù)據(jù)為2000—2020年,空間分辨率為 1 km×1 km,時間分辨率為 8 d的MOD11A2的合成產(chǎn)品和 16 d的MOD13A2合成產(chǎn)品。利用MRT軟件進(jìn)行一系列預(yù)處理操作,如拼接、投影轉(zhuǎn)換和格式轉(zhuǎn)換等[11],為消除云、霧以及大氣氣溶膠等外界因素的影響,本研究采用最大值合成法(MVC)計算得到月最大NDVI和月最大值LST,最后采用Python進(jìn)行裁剪處理。

氣象數(shù)據(jù)采用中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)2000—2020年陜西省及相鄰31個氣象站點的逐日氣溫、降水量、平均風(fēng)速和日照時數(shù)數(shù)據(jù),采用MATLAB軟件對該數(shù)據(jù)集進(jìn)行清洗和異常值處理,對于空缺數(shù)據(jù)采用雙線性內(nèi)插方法對其進(jìn)行填補[12],最后采用ANUSPLIN插值方法對其進(jìn)行空間插值,得到2000—2020年逐年 1 km分辨率的年均氣溫(Tmean)、總降水量(PRE)、年均平均風(fēng)速(WIN)和年日照總時數(shù)(SSD)數(shù)據(jù)。

2.2 溫度植被干旱指數(shù)法(Ts-NDVI特征空間)

研究發(fā)現(xiàn)[13],當(dāng)研究區(qū)植被覆蓋達(dá)到從裸土到全植被覆蓋、土壤含水量達(dá)到從完全干旱到濕潤的條件下,NDVI和地表溫度的分布圖表現(xiàn)出類四邊形形狀(如圖2所示)。四邊形四個頂點分別代表4種極限情況,AD為干邊,土壤含水量有效性最小,地表水分蒸發(fā)量也較小;BC為濕邊,所包含的土壤含水量最大,此時地表蒸散量屬于潛在蒸散量。從A到B點,地表土壤水分蒸發(fā)急劇增大,從B到C點,植被覆蓋度由裸土達(dá)到全植被覆蓋。

圖2 Ts-NDVI特征空間原理

一般來說,當(dāng)監(jiān)測區(qū)完全達(dá)到濕潤狀態(tài)時,地表土壤內(nèi)的水分也隨之偏大,單一時段下特征空間濕邊比理論值高;當(dāng)監(jiān)測區(qū)完全達(dá)到干旱狀態(tài)時,地表土壤內(nèi)的水分也隨之偏小,其特征空間干邊比理論值低;為彌補這一問題,本研究采用長時序遙感數(shù)據(jù)對陜西省土壤濕度進(jìn)行監(jiān)測,以此彌補單一時段下Ts-NDVI特征空間的弊端。序列數(shù)據(jù)越完整,其合成的特征空間就更符合理論特征空間。計算公式如下[14]:

(1)

式中:LST表示像元地表溫度;LSTmin和LSTmax分別表示相同NDVI值所對應(yīng)地表溫度的最小值和最大值;TVDI在0～1之間,其值越大表示越干旱。

本研究采用對干濕邊方程改進(jìn)后的特征空間來計算TVDI,其計算公式如下[15]:

LSTmin=a1+b1×NDVI+c1×NDVI2

(2)

LSTmin=a2+b2×NDVI+c2×NDVI2

(3)

其中:a1、b1、c1、a2、b2和c2分別為干濕邊方程的系數(shù)。

本文將TVDI作為衡量干旱程度的指標(biāo),為消除量綱,對NDVI和LST均歸一化處理,步長為0.01,編寫代碼獲取同一NDVI下全部單元格對應(yīng)的LST最大值和最小值,從而確定Ts-NDVI特征空間圖,將不同時期特征空間的干濕邊進(jìn)行線性擬合,最終得到逐年TVDI值。

2.3 Theil-Sen Median趨勢分析和Mann-Kendall檢驗

基于Theil-Sen Median趨勢分析結(jié)合Mann-Kendall趨勢檢驗方法能夠分析長時間序列數(shù)據(jù),該方法相較于傳統(tǒng)的一元線性回歸分析方法而言,具有無可比擬的優(yōu)點,如無數(shù)據(jù)情況下能夠服從特定分布、可抵抗一定程度的數(shù)據(jù)誤差,其計算公式為[16]:

(4)

式中:Median為中值函數(shù);TVDIi、TVDIj分別為該像元在i和j年的TVDI數(shù)據(jù)。β>0,即TVDI呈上升狀態(tài);β=0,即TVDI呈穩(wěn)定狀態(tài);β>0,即TVDI呈下降狀態(tài)。

Mann-Kendall是一種非參數(shù)突變檢驗方法,它能夠判斷趨勢的顯著程度,當(dāng)n>10時,標(biāo)準(zhǔn)的正態(tài)系統(tǒng)變量通過下式計算[17]:

(5)

2.4 Hurst指數(shù)

Hurst指數(shù)是用于表征長時序變量在未來變化的演變趨勢,該方法已在水文、植被、氣象等領(lǐng)域得到廣泛應(yīng)用[18]。目前,Hurst指數(shù)常使用重標(biāo)極差(R/S),以此確定陜西省未來的干旱變化情況。有研究發(fā)現(xiàn)[6],采用R/S分析法得到的Hurst指數(shù)更真實,計算公式為

均值序列:

(6)

累計離差:

(7)

極差:

(8)

標(biāo)準(zhǔn)差:

(9)

根據(jù)Hurst指數(shù)的H值能夠確定陜西省的TVDI時間序列的持續(xù)性。Hurst指數(shù)主要分為三種情況:當(dāng)0.5

3 結(jié)果分析

3.1 基于TVDI的陜西省干旱與氣候因素的時間變化特征

2000—2020年陜西省年均TVDI介于0.48～0.6之間,總體呈現(xiàn)波動下降趨勢,其增長速率為-0.002/a(p<0.01),這表明陜西省土壤濕度整體呈現(xiàn)濕潤狀態(tài)。其中,2010年TVDI均值最小,為0.492;2005年TVDI均值最大,為0.585。研究時段可以2010年為界限,劃分2000—2010年的由干往濕發(fā)展和2010—2020年的由濕往干發(fā)展。2000—2010年年均TVDI呈現(xiàn)下降趨勢,其增長速率為-0.004/a;而2010—2020年年均TVDI呈現(xiàn)上升趨勢,其增長速率為0.002/a。

對于氣候因素而言,平均氣溫、總降水、平均風(fēng)速和日照總時數(shù)總體呈現(xiàn)波動上升的趨勢,其增長速率分別為0.004/a、1.732/a、0.005/a和4.527/a(圖3)。

圖3 TVDI與氣溫、降水、風(fēng)速和日照時數(shù)的時間變化趨勢

3.2 基于TVDI的陜西省干旱空間變化特征

由于陜西省地區(qū)氣候類型多樣,各地區(qū)植被覆蓋度也存在明顯不同,因此年均TVDI值不足以表示干旱空間變化特征。本研究結(jié)合Theil-Sen Median趨勢分析與Mann-Kendall檢驗方法進(jìn)行空間疊加,對陜西省內(nèi)像元尺度下的旱情趨勢進(jìn)行分析(圖4左)。首先對所有像元的年均TVDI值進(jìn)行趨勢分析,獲取到趨勢值β的空間分布,再利用檢驗方法得到TVDI變化顯著性空間分布,將計算得到趨勢值和顯著性進(jìn)行疊加分類,得到陜西省年均TVDI的5種類型變化趨勢,如顯著改善、輕微改善、基本穩(wěn)定、輕微退化和嚴(yán)重退化。結(jié)果發(fā)現(xiàn),陜西省的干旱變化中,面積占比最大的類型是輕微改善(50.91%),占比最小的類型是嚴(yán)重退化(0.95%),這表明2000—2020年陜西省土壤濕度在空間上往濕潤方向發(fā)展為主,其中,呈現(xiàn)持續(xù)改善的地區(qū)主要分布在延安市的吳起縣、安塞縣、延川縣、甘泉縣,渭南市的合陽縣、蒲城縣,寶雞市的隴縣、千陽縣,西安市的藍(lán)田縣、戶縣,漢中市的寧強(qiáng)縣等地區(qū),主要占陜西省總面積的16.31%。呈現(xiàn)退化趨勢的面積占陜西省總面積的18.13%,其中呈現(xiàn)嚴(yán)重退化的面積占比0.95%,主要分布在榆林市的定邊縣,寶雞市的太白縣等地區(qū)。

圖4 2000—2020年陜西省TVDI時空變化趨勢及未來趨勢分析

為揭示陜西省土壤濕度未來變化的持續(xù)性特征,本研究進(jìn)一步將趨勢值與Hurst指數(shù)進(jìn)行耦合,得到陜西省年均TVDI的5種類型未來變化趨勢,包括持續(xù)下降、下降、上升、持續(xù)上升、穩(wěn)定不變(圖4右)。陜西省年均TVDI的Hurst指數(shù)值為0.441,大于0.5的像元數(shù)所占比例為25.70%,小于0.5的像元數(shù)所占比例為74.30%。結(jié)果表明陜西省大部分地區(qū)TVDI未來變化趨勢與過去相反。在空間分布上,陜西省有52.37%的區(qū)域未來干旱情況有好轉(zhuǎn)趨勢。陜北地區(qū)植被以低矮灌木為主,生態(tài)環(huán)境相對較為脆弱,所以干旱的未來趨勢無法確定。蒸發(fā)量、降水量和CO2濃度等因素都是影響植被生理效應(yīng)的主要因素,但是這些因素在未來存在較強(qiáng)的不確定性,這就使得未來干旱演變軌跡很難監(jiān)測。但是本文通過對TVDI的趨勢值和Hurst指數(shù)進(jìn)行耦合綜合分析,實現(xiàn)了陜西省未來干旱情況的監(jiān)測。

3.3 陜西省TVDI與氣候因素相關(guān)性分析

氣溫、降水、日照時數(shù)和風(fēng)速變化都是影響土壤濕度的重要影響因子,因此,本研究基于陜西省的氣象數(shù)據(jù)進(jìn)一步結(jié)合陜西省TVDI時序數(shù)據(jù)分析其與降水、氣溫、日照時數(shù)和風(fēng)速的相關(guān)性(圖5)。結(jié)果發(fā)現(xiàn),陜西省TVDI與總降水之間以負(fù)相關(guān)關(guān)系為主(-0.109),這表面在降水量增加的同時,TVDI值變小,土壤濕度呈現(xiàn)增加趨勢。根據(jù)相關(guān)系數(shù)可看出,負(fù)相關(guān)占陜西省總面積的70.86%,主要分布在榆林市的橫山縣、神木縣、佳縣、米脂縣,漢中市的城固縣、寧強(qiáng)縣等地區(qū),降水是土壤水分的重要補給,能夠緩解干旱的加重,當(dāng)降水量逐漸減少時,土壤中的水分含量也在逐漸減少,特別是淺層土壤。正相關(guān)占陜西省總面積的29.14%,主要分布在咸陽市的乾縣、彬縣、永壽縣、禮泉縣,渭南市的白水縣等地區(qū),隨著降水量的增加,植被蒸騰作用導(dǎo)致植物需水量大幅度增加,也間接性導(dǎo)致這些地區(qū)土壤水分消耗加快,使得TVDI與降水出現(xiàn)了正相關(guān)關(guān)系。

圖5 2000—2020年陜西省TVDI與降水、氣溫、風(fēng)速和日照時數(shù)之間的空間相關(guān)性

陜西省TVDI與平均氣溫主要呈正相關(guān)(0.003),這表明當(dāng)氣溫升高時,TVDI值變大,則土壤濕度逐漸降低。根據(jù)相關(guān)系數(shù)結(jié)果可知,正相關(guān)占陜西省總面積的50.85%,主要分布在榆林市的子洲縣、橫山縣、定邊縣,延安市的甘泉縣、安塞縣、子長縣、延長縣,渭南市的大荔縣、澄城縣等地區(qū),當(dāng)溫度高于植被適宜值時,植被葉面蒸騰作用以及土壤水分蒸散量加快,使得該地區(qū)具有干旱化趨勢。負(fù)相關(guān)占陜西省總面積的49.15%,主要分布在漢中市的佛坪縣,西安市的周至縣、戶縣等地區(qū),適宜的溫度使得地表土壤水分不易于蒸發(fā),植被鎖水能力增強(qiáng),使得該地區(qū)愈發(fā)濕潤。

陜西省TVDI與平均風(fēng)速之間主要呈正相關(guān)(0.006),這表明當(dāng)風(fēng)速增加時,TVDI值變大,則土壤濕度逐漸降低。根據(jù)相關(guān)系數(shù)結(jié)果可知,正相關(guān)占陜西省總面積的52.92%,主要分布于榆林市的子洲縣、神木縣、定邊縣,延安市的甘泉縣、延長縣、子長縣,渭南市的大荔縣、澄城縣等地區(qū)。大風(fēng)會帶走土壤中的水分,使得該地區(qū)具有干旱化趨勢。負(fù)相關(guān)占陜西省總面積的47.08%,主要分布于漢中市佛坪縣,西安市戶縣等地區(qū),適當(dāng)?shù)娘L(fēng)速不僅帶來植被生長所需要的二氧化碳,而且加快了植被葉面蒸騰促進(jìn)了植物根部吸收土壤水分。

陜西省TVDI與日照總時數(shù)主要呈正相關(guān)(0.118),這說明隨著日照時數(shù)的增加,TVDI值變大,則土壤濕度逐漸降低。根據(jù)相關(guān)系數(shù)結(jié)果可知,正相關(guān)占陜西省總面積的71.58%,主要分布于榆林市的橫山縣、定邊縣、子洲縣,延安市和渭南市的大部分地區(qū)。隨著日照時間的增長,加快土壤水分的增加,再加之這些地區(qū)本身干旱缺水。負(fù)相關(guān)占陜西省總面積的28.42%,主要分布于漢中市的佛坪縣,西安市的戶縣等地區(qū),適宜的日照可以促進(jìn)植被光合作用,有利于植被的生長,植被鎖水能力增強(qiáng),使得該地區(qū)愈發(fā)濕潤。

4 結(jié) 論

(1)從時間演變特征上分析1,陜西省21年的年均TVDI在0.48～0.6波動,增速為-0.002/a(p<0.01),整體呈現(xiàn)波動下降趨勢;由Theil-Sen Median趨勢分析與Mann-Kendall檢驗疊加分析表明,空間上陜西省主要以輕微改善為主,說明土壤濕度在空間上往濕潤方向發(fā)展為主。

(2)在未來演變特征上,陜西省年均TVDI表現(xiàn)出較強(qiáng)的反向持續(xù)性,其中Hurst指數(shù)小于0.5的地區(qū)占74.30%,表明陜西省大部分地區(qū)TVDI具有相反的變化趨勢。通過采用Theil-Sen Median趨勢分析與Hurst指數(shù)結(jié)果疊加分析表明,陜西省大部分地區(qū)未來干旱情況總體呈現(xiàn)好轉(zhuǎn)趨勢。

(3)從TVDI與氣候因素相關(guān)性分析結(jié)果來看,TVDI與降水呈負(fù)相關(guān),與氣溫、風(fēng)速和日照時數(shù)呈正相關(guān),并且TVDI與降水、氣溫、風(fēng)速的相關(guān)系數(shù)分別為-0.109、0.003、0.006和0.118。