基于MODIS数据的西北地区旱情监测

杨秀海，卓 嘎，2，罗 布

(1.西藏高原大气环境科学研究所，西藏 拉萨 850000；2.中国气象局兰州干旱气象研究所，甘肃 兰州 730020)

旱灾是我国农业最主要的自然灾害，我国因干旱每年平均受灾面积达2 000万hm2，损失粮食占全国因灾害减产粮食的50%[1]。与其他自然灾害相比，它出现的频率最高，持续时间最长，影响的范围最大，对农业生产的直接损失也最重[2]。众所周知，土壤水的变化及区域差异不但对区域水文，而且通过植被、土壤等对气候都有很大的影响。在全球土壤湿度计划(Global Soil Wetness Project)中，土壤水已被作为专门的议题进行探讨和研究[3]，且已成为全球变化研究的重要焦点之一[4]。同时，区域尺度乃至全球尺度的土壤水分信息是陆面过程模式研究必不可少的一个参量，对改善区域及全球气候模式预报结果、进行农作物旱情监测及估产、自然和生态环境问题的研究起重要作用[5]。经典的土壤水分测量方法[6-7]主要有称重法、中子水分探测法、快速烘干法、电阻法、时域反射法等，但因耗时费力，难以满足实时、大范围监测的需要。随着遥感技术的不断发展，大面积土壤水分与旱情遥感监测得到了广泛应用，该领域的探索与研究一直比较活跃[8-13]。王鹏新等[14-15]综合应用归一化植被指数(NDVI) 和土地表面温度( LST),利用条件植被温度指数对陕西关中平原地区和美国大平原南部地区进行干旱监测，取得了较好效果。Sandholt等[16]在研究土壤湿度时发现，TS-NDVI的特征空间中有很多等值线，于是提出了温度植被干旱指数(temperature-vegetation dryness index，TVDI)的概念。齐述华等[17-18]在2002-2005年期间，利用TVDI进行了全国旱情监测，研究表明，当监测范围较大、区域内地形复杂时，由NDVI-TS空间计算的TVDI评价干旱最合理。姚春生等[19]、张树誉等[20]、卢远等[21]、康为民等[22]利用TVDI分别对新疆、陕西、广西和贵州进行了旱情分布研究，结果显示，TVDI作为干旱监测指标，能较好地反映区域旱情分布和旱情发展过程。

我国西北地区(包括新疆、甘肃、宁夏、陕西、青海五省区)深居欧亚大陆腹地，其西南侧为青藏高原，受高原阻挡，海洋上的潮湿气流很难到达。按气候学干旱指数的划分标准，此区83%的面积属于干旱和半干旱区，是全国干旱最严重的地区[23]，也是全球气候变化的敏感区域之一，受气候变化影响较大[24-25]。同时，该区域生态环境十分脆弱,在气候变化和人为不利因素的干扰作用下极易引起生态退化[26-27]。农牧业生产和生态环境对气候条件的依赖性极强，干旱缺水已成为制约西北地区经济发展的一个主要因素[28-29]。因此，对西北地区地表环境以及土壤水特征的系统研究，将有助于全面了解和预测西北地区旱情，为政府部门决策提供科学的参考依据，具有十分重要的理论意义以及应用前景。

本研究利用2007年5-9月西北地区MODIS归一化植被指数和地表温度资料，从温度植被旱情指数(TVDI)角度出发，阐明卫星遥感资料对西北旱情监测可行性、重要性以及存在的不足等问题。

1 遥感旱情监测方法及资料

在植被覆盖不完全条件下，较高的土壤背景温度会严重干扰土壤湿度信息，但结合光谱植被指数和陆表温度的综合信息监测土壤湿度，可消除土壤背景的影响。比如TS-NDVI空间来监测土壤湿度，能综合可见光、近红外和热红外波段的信息，有更好的适用性[17-18]。

TS-NDVI特征空间法获取土壤湿度分两种：一种是从TS-NDVI特征空间得到表征土壤湿度的指数；一种是建立TS、NDVI斜率和土壤湿度的关系来得到土壤湿度。TS、NDVI斜率和土壤湿度的关系受到众多因素的影响，这些因素的影响很难用模型来描述，直接用斜率和土壤湿度关系来反演土壤湿度不能得到很好的结果，因而选择了从TS-NDVI特征空间得到的温度植被干旱指数(TVDI)来进行土壤湿度反演。TVDI是直接从TS-NDVI特征空间得到的比值，能表征土壤湿度的分布特性，计算简单，适合对大范围土壤湿度进行反演；并且TS、NDVI数据很容易从遥感图像中获取，获取的方法也很成熟。因此，采用TVDI方法对西北地区的土壤湿度进行反演是可行的。

本研究采用TVDI方法对西北地区的土壤湿度进行反演。TVDI依靠图像数据由植被指数和地表温度计算得到，其定义为：

(1)

TS，max=a1+b1×NDVI;

(2)

TS，min=a2+b2×NDVI。

(3)

式中，TS，max、TS，min分别表示当NDVI为某一特定值时的最大和最小地表温度，a1、b1、a2、b2是干、湿边拟合方程的系数。

在干边上TVDI=1，在湿边上TVDI=0。对于每个像元，利用NDVI确定TS,max和TS,min，根据T在TS-NDVI梯形中的位置，计算TVDI。TVDI越大，土壤湿度越低，TVDI越小，土壤湿度越高。估计这些参数要求研究区域范围足够大，地表覆盖种类丰富，土壤表层含水量变化明显。

本研究中所使用的地表温度和植被指数资料均来源于陆地过程数据分发中心[Land Processes DAAC (Distributed Active Archive Center)]，分别为2007年6-9月，我国西北区域的MOD11A2数据和MOD13A2数据，其中MOD11A2是8 d合成空间分辨率为1 km的陆地表面温度产品,包含白天地表温度、夜间地表温度、31和32波段通道发射率等资料。MOD13A2是16 d合成空间分辨率为1 km的植被指数产品,包含NDVI、EVI、红光、近红外、中红外、蓝光等波段反射率以及其他辅助信息。

2 结果与分析

2.1TS-NDVI 特征空间分析 根据MODIS遥感资料获得研究区域内各像元的TS和NDVI值，分别构建出每16 d一次的TS-NDVI特征空间散点图(图1)。在本研究时段共得到8张TS-NDVI特征空间散点图，图形基本一致，图1仅为6月10-25日和9月14-29日的散点图。TS-NDVI 散点图基本上呈梯形，随着植被指数的增加，最大地表温度和最小地表温度差值有减小的趋势，且地面温度的最大值、最小值与NDVI呈近似线性关系。由此特征空间确定干边和湿边方程，干边斜率基本都小于0，而湿边斜率大于0。

图1 2007年6月10-25日、9月14-29日西北地区TS-NDVI特征空间

2.2特征空间干湿边的确定 利用TS-NDVI特征空间中的相应最大和最小陆地表面温度,回归拟合可获得干边和湿边方程，但特征空间中的最大、最小陆地表面温度并非一条直线。因此，如何选择像元进行回归拟合获得合适的干湿边方程需要研究。研究表明，NDVI对土壤背景的变化较敏感，当NDVI小于0时，地表主要为水体、云或雪,可认为地表的湿度为100%；当植被覆盖度低于20%时，NDVI值对区域内的植被很难有指示意义；当植被覆盖度大于80%时,NDVI值增加延缓而呈现饱和状态,对植被检测灵敏度下降。西北地区属于干旱和半干旱气候区，长年干燥少雨。从地表状况来看，有大片的沙漠、荒漠、戈壁等基本无植被覆盖的区域，这部分地区的NDVI多在0.2以下，未进行TVDI的计算，因此旱情分析中不包括这些区域，主要包括新疆南部的和田地区、巴音郭勒蒙古自治州、吐鲁番地区、哈密地区、青海省西部的柴达木盆地、甘肃省西部敦煌-嘉峪关一带(图中白色部分)。因此，在拟合干湿边方程时，综合考虑，选择处于中间范围的NDVI。

按照上述原则，分别计算了2007年5月25日-9月30日我国西北地区每16 d的TS-NDVI特征空间的干边和湿边方程(表1)。

2.3TVDI的空间分布特征 利用表1中的干边和湿边方程，根据式(1)，分别计算不同时间各像元的TVDI值。以TVDI值作为不同土壤湿度分级指标，将土壤湿度划分为5 级[19，21]，分别是：湿润(0.0

表1 TS-NDVI特征空间的干边和湿边方程

如TVDI等级图(图2)所示，2007年6月、8月我国西北地区的旱情等级变化不大，在新疆天山一带、陕西省中部和南部、以及甘肃南部与青海交界一带重旱区有所增加，但所占面积都非常小。其次，青海中部轻旱范围增大。其他区域变化均不明显。

2.4旱情面积分布分析 从湿润、正常、轻旱、中旱和重旱这5个等级的面积分布(图3)分析，2007年6-9月，西北地区中旱所占的比重较大，约为所监测面积的40%左右；重旱面积很小，仅占到1%左右；湿润、正常和轻旱面积相差不大，都在20%左右。从时间变化上来看，这5个旱情等级的面积变化都较小，总的特点是到了9月份，重旱、中旱和湿润面积都下降，旱情减轻，这可能与9月下旬，西北局部地区出现连阴雨天气有关。

图2 西北地区TVDI等级图

图3 2007年6-9月各TVDI旱情等级占所监测面积的百分比

2.5遥感分析与TRMM资料的对比 根据同期旱涝气候分析[30]和TRMM资料分析可知，2007年6-9月，我国西北地区没有发生较大范围或较长时间的严重旱情，中等以下的旱情主要发生在新疆西部、甘肃中南部、宁夏大部、陕北、青海东北部等地，与TVDI的分析结果较为一致。

TRMM卫星是为研究热带降水而专门研制的, 能够提供全球格点降水资料。在实际应用中表明, 其对中低纬陆地降水亦具有较好的观测能力[31-32]。本研究选取同期TRMM/3B42 资料(数据来自美国NASA 的Goddard DAAC，分辨率为0.25°×0.25°,时间步长3 h)与遥感监测情况进行比较。

TRMM资料显示(图略)，我国西北地区2007年6-9月的降水主要集中在青海东部和陕西南部地区，其他区域没有太大范围的降水。逐时段对比的结果表明，甘肃、宁夏、陕西，尤其是陕南，TRMM资料和遥感资料结果较为一致，青海东部TRMM资料显示有降水，但遥感资料显示基本上为中旱区，不太相符。新疆面积较大，但遥感监测的有效区域较小，天山一带由于存在长年积雪区，遥感监测显示这一带基本上没有旱情，应与实际较符，而TRMM降水资料显示，这一区域降水很少。图4为同时段TRMM资料和遥感资料对比情况(其他时段略)。图4遥感资料中，2007年6月26日-7月11日，西北地区陕西中南部、甘肃南部、青海南部有100～300 mm的降水；同样，图4 TRMM资料中，除青海南部有重旱，与降水分析不符外，其他区域基本上相一致，降水多的区域，旱情较轻。

图4 2007年6月26日-7月11日遥感资料和TRMM资料对比情况

3 讨论

TVDI分析显示，2007年5月25日-9月30日，我国西北地区虽然没有发生大面积、较严重的旱情，但有较长时间和较大范围的轻旱到中旱。旱区主要集中在南部山区和中部干旱区的南部一带；整体来看，青海省基本上都有不同程度的旱情，东部较为明显，在监测的4个月时间中，局部地区还发生过重旱；陕西省的旱情变化是西北5个省中最大的，尤其是关中平原和陕南的秦巴山地，6月下旬和8月这两个区域较旱。同期旱涝气候分析[30]和TRMM降水资料表明，该时段，我国西北地区没有发生较大范围或较长时间的严重旱情，中等以下的旱情主要发生在新疆西部、甘肃中南部、宁夏大部、陕北、青海东北部等地，与TVDI的分析结果较为一致。2007年气候分析表明，陕西省全年降水属正常[33]，但1月份，降水偏少3～8成[34]；5月上中旬，宁夏、甘肃东部发生了较为严重的旱情，降水较常年同期偏少8成以上[34]。青海全省大部分地区降水偏多1～5成，5月下旬-6月上旬，局部地区发生轻旱[35]。2006年7月中旬至2007年8月底，由于降水持续偏少、气温持续偏高，新疆阿勒泰地区东部和南疆大部出现了较为严重的干旱[36]。从以上分析可以看出,研究时段内,除新疆的重旱没有太好的监测外，TVDI对其他旱情的监测还是比较有效的。

从湿润、正常、轻旱、中旱和重旱这5个等级的面积分布分析，2007年6-9月，西北地区中旱所占的比重较大，重旱面积很小，从时间变化上来看，这5个旱情等级的面积变化都较小，总的特点是到了9月份，重旱、中旱和湿润面积都下降，旱情减轻，这可能与9月下旬，西北局部地区出现连阴雨天气有关。

TVDI反映的是土壤湿度，对农牧业生产来说，更为有效。土壤湿度与TS-NDVI斜率存在一定的定量关系，TVDI对于大面积干旱监测、旱情变化评估是可行的[19-22]，并且具有快速、及时、宏观等优势，但由于像元在TS-NDVI 特征空间位置受到诸多因素的影响，从而影响图像反映的植被生长状况信息。本研究中植被覆盖率是通过对NDVI的简单转换来实现，也没有考虑视角等对NDVI和TS影响，会给结果带来一些误差，这种误差对旱情判识的影响还有待于进一步深入研究。另外，本研究中所用卫星遥感资料均为16 d合成的，土壤水分变化与降水存在很大的对应关系，因此在实际应用中，如果能够利用遥感资料进行实时旱情监测，则实用性更强。常规的气候干旱等级方法是建立在各站点观测数据的基础上，稳定可靠。但对于西北这样面积大、站点少的区域，对于大范围的旱情监测和评估缺乏代表性。因此，将TVDI方法和常规气象监测结合，取长补短，应该是该区域旱情监测的发展方向。

[1]萧鉥.减轻旱灾危害的设想和对策[J].农业信息探索，1999(6)：22-24.

[2]齐述华.干早监测遥感模型和中国干旱时空分析[D].北京:中国科学院研究生院,2004.

[3]李海滨,林忠辉,刘苏峡.Kriging方法在区域土壤水分估算中的应用[J].地理研究,2001,20(4):446-452.

[4]Llenderson-Sellers A.Soil moisture:A critical focus for global change studies[J].Global and Planetary Change,1996,13:3-9.

[5]钟若飞,郭华东,王为民.被动微波遥感反演土壤水分进展研究[J].遥感技术与应用,2005,20(1):49-57.

[6]肖国杰,李国春.遥感方法进行土壤水分监测的现状与进展[J].西北农业学报,2006,15(1):121-126.

[7]张红梅,沙晋明.遥感监测土壤湿度的方法综述[J].中国农学通报,2005,21(2):307-311.

[8]陈维英,肖乾广,盛永伟.距平植被指数在1992年特大干旱监测中的应用[J].环境遥感，1994,9(2):106-112.

[9]盛绍学,胡雯,马晓群,等.安徽省农业干旱遥感监测指标的确定及应用[J].中国农业气象,2001,22(4):36-39.

[10]李震,郭华东,施建成.综合主动和被动微波数据监测土壤水分变化[J].遥感学报,2002,6(6):481-484.

[11]刘志明,张柏,晏明,等.土壤水分与干旱遥感研究的进展与趋势[J].地球科学进展,2003,18(4):576-583.

[12]蔡斌,陆文杰,郑新江.气象卫星条件植被指数监测土壤状况[J].国土资源遥感,1995(4):45-50.

[13]谭德宝,刘良明,鄢俊洁,等.MODIS数据的干旱监测模型研究[J].长江科学院院报,2004,21(3):11-15.

[14]王鹏新,龚健雅,李小文.条件植被温度指数及其在干旱监测中的应用[J].武汉大学学报(信息科学版),2001,26(5):412-418.

[15]王鹏新,孙威.条件植被温度指数干旱监测方法的研究与应用[J].科技导报,2006,24(4):56-58.

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

[17]齐述华,王长耀,牛铮.利用温度植被旱情指数(TVDI)进行全国旱情监测研究[J].遥感学报,2003,7(5):420-427.

[18]齐述华,李贵才,王长耀,等.利用MODIS数据产品进行全国干旱监测的研究[J].水科学进展,2005,16(1):56-61.

[19]姚春生,张增祥,汪潇.使用温度植被干旱指数(TVDI)反演新疆土壤湿度[J].遥感技术与应用,2004,19(6):473-478.

[20]张树誉,李登科,李星敏,等.MODIS资料在2005年陕西春旱过程监测中的应用[J].中国农业气象, 2006,27(3):204-209.

[21]卢远,华璀,韦燕飞.利用MODIS数据进行旱情动态监测研究[J].地理与地理信息科学,2007(3):24-28.

[22]康为民,罗宇翔,郑小波,等.贵州温度植被干旱的指数(TVDI) 特征及其遥感干旱的监测应用[J].贵州农业科学,2008,36(4):27-30.

[23]宋连春,邓振镛,董安祥,等.全球变化热门话题丛书——干旱[M].北京:气象出版社,2003.

[24]张秀云,姚玉璧,邓振镛,等.青藏高原东北边缘牧区气候变化及其对畜牧业的影响[J].草业科学,2007,24(6):66-73.

[25]张正向,韩兰英,王小巍,等.甘肃陇中北部气候特征及气候生产潜力变化[J].草业科学,2010,27(8):119-124.

[26]李晓东,傅华,李凤霞,等.气候变化对西北地区生态环境影响的若干进展[J].草业科学,2011,28(2):286-295.

[27]任继周,梁天刚,林慧龙,等.草地对全球气候变化的响应及其碳汇潜势研究[J].草业学报,2011,20(2):1-22.

[28]王毅荣,林纾.近70年中国黄土高原气候生产力演变分析[J].草业科学,2003,26(9):1-6.

[29]金彦平.论我国西部地区土地的可持续利用[J].草业学报,2003,12(6):18-23.

[30]中国气象局国家气候中心.全国20厘米土壤相对湿度分布图(2007年06上旬-2007年10中旬)[EB/OL][2010-07-10].http://cmdp.ncc.cma.gov.cn/influ/trxdsd.php?WCHID=76&Channel ID=78.

[31]Kummerow C D,Simpson J,Thiele O,etal.The status of the tropical rainfall measuring mission(TRMM) after two years in orbit[J].Journal of Applied Meteorololy,2000,39:1965-1982.

[32]George H,Adler R F,Bolvin D T,etal.The TRMM multi-satellite precipitation analysis (TMPA):quasi-global, multi-year, combined-sensor precipitation estimates at fine scales[J].Journal of Hydrometeorology,2007,8:38-55.

[33]方建刚,肖科丽,田武文.2007 年陕西气候特征及影响分析[J].陕西气象,2008(4):36-39.

[34]陈洪滨,范学花. 2007 年极端天气和气候事件及其他相关事件的概要回顾[J].气候与环境研究,2008,13(1):102-112.

[35]白彦芳,王振宇.青海省2007年度气候[J].青海气象,2008(2):55-60.

[36]江远安.2007年新疆十大天气气候事件[J].沙漠与绿洲气象,2008,2(1):59-60.