基于ETM+数据的旱情监测

胡向辉，陶建军

（1．湖南科技大学 建筑与城乡规划学院，湖南 湘潭 411201）

基于ETM+数据的旱情监测

胡向辉1，陶建军1

（1．湖南科技大学 建筑与城乡规划学院，湖南 湘潭 411201）

以福州市及周边地区为研究区域，根据该地区2002-05-26和2001-05-21的ETM数据，运用单窗算法反演了该地区的地表温度（LST）。与以往研究不同，在反演大气等效平均温度和大气透射率时，结合了研究区内以及周边台站的气象信息，运用ArcGIS 9．3和ENVI4．5实现了相关参数的反演，并通过求得的LST和NDVI指数，求得干旱级别指数（TVDI），旱情监测结果和国家气候中心所得到的结果基本一致。

单窗算法；温度反演；TVDI ；干旱

利用遥感方法进行土壤水分监测的可行性研究始于20世纪60年代末[1]。目前，国内外采用遥感技术检测干旱的方法较多，主要集中于基于归一化植被指数和地表温度的干旱监测[2],地表温度作为此方法的重要参数之一，它的准确性与否直接影响到结果的准确性[3-5]。本文为了提高反演的精度，通过对周边气象台站的近地表温度和近地表水汽压进行插值来求取相关参数。干旱是福建省主要的自然灾害，发生频繁，涉及范围大，对全省的农业生产和人民生活造成较大的危害[6]。目前还没有基于遥感方法对福州市相关地区的旱情研究,所以利用遥感数据对该区域进行旱情监测的研究有着重要意义[4-6]。由于研究区域较小，因此本文没有利用微波遥感方法和MODIS数据来反演研究区的相关参数，综合考虑数据的可获取性和验证的可行性，本文利用2001年和2002年5月份的ETM数据，采用NDVI-LST特征空间法和单窗算法，反演了该地区的干旱情况，以期为该地防灾减灾工作提供科学依据。

1 研究区概况

研究区所处的经纬度范围为25．05～26．96 N，117．68～120．13 E，属南亚热带季风气候，温和多雨，年平均气温为16～20℃，年平均日照时数为1 700～1 980 h，年平均降水量为900～2 100 mm[7]。福州市区所在地属于典型的河口盆地，四周被群山峻岭环抱，其海拔多在600～1 000 m；东有鼓山，西有旗山，南有五虎山，北有莲花峰。境内地势自西向东倾斜，全市总面积12 154 km2，其中市区总面积1 786 km2[8]。研究区的主要土地类型有园地、林地水域、耕地、居民地和工矿用地以及交通用地等，为研究方便本文将土地利用类型分为水体、城镇和自然表面3种类型。

2 数据来源和方法

2.1 数据来源

研究所需数据主要包括2001-05-23和2002-05-26的Landsat ETM高分辨率遥感数据以及相关的气象数据。遥感数据是从国际科学数据服务平台（http:// datamirror．csdb．cn/）获得的；近地表的地面气温以及近地表水汽压数据来自于福建省2001～2002年气象资料，其中包括本站气压、0 cm地温、相对湿度、风向风速等气象参数；中国地面0．5°×0．5°格点月平均气温以及降水月值数据集(V2．0)是从中国气象科学数据共享服务网(http://cdc．cma．gov．cn/home．do)获得的。综合以上数据，利用ENVI4．5、ArcGIS9．3和MatlabR2010等软件，结合LST-NDVI特征空间法进行分析。

2.2 原理与方法

2.2.1 反演原理

近年来国内外学者尝试构建NDVI和LST特征空间监测旱情， Price等[9]分析了不同传感器得到的植被指数和地表温度数据，并且与模型得到的结果进行了比较验证，结果表明二者构成的空间关系为三角形关系。从图1可以看出，研究区域植被覆盖类型要从完全植被覆盖到部分覆盖再到植被全覆盖的状态，对应的土壤水分分布状况应从缺乏变化到充足，A点表示较高的地表温度、无植被覆盖的状态，即干燥裸土；B点表示湿润裸土；C点表示土壤水分充足，植被全覆盖的状态。A、B、C三点组成了三角形特征空间的3种极端情况。

本文以福州市部分地区为研究区域，利用简化的NDVI-LST特征空间，反演了2001年和2002年同一时期的干旱指数，并与实际的监测结果进行了比较，从而实现对该地区旱情的监测。图2为反演TVDI的基本流程。

图1 LST-NDVI三角形特征空间图

图2 反演TVDI基本流程图

2.2.2 地表温度的求取

地表温度遥感分析通常采用普适性单通道算法和单窗算法，尤其是覃志豪的单窗算法[10]，已在许多地区得到验证[11]。该方法利用ETM数据的3、4以及6波段数据，借助实测大气温度、大气水汽资料计算大气平均作用温度和大气透射率，借助植被指数计算地表比辐射率，从而得到相对准确的LST[12]。

2.2.3 大气平均作用温度和大气透射率的求取

为了将气象站点和ETM影像数据进行匹配，需首先在ENVI4．5中对站点坐标进行转换，转换后的投影坐标系统为UTM平面投影坐标；再将气象台站导入到ArcGIS9．3中， 并将0 cm地温以及近地表水汽压这2个参数的数值作为点数据的属性一并导入。由于气象站点呈离散点状分布，且不完全在研究区范围内，因此本文采用双调和样条插值法进行插值。此方法的优势是可在矩形覆盖范围自动进行外插，然后将插值结果导入到ENVI4．5软件中，并且对数据进行重采样，使其空间分辨率和遥感数据完全一致。对重采样结果进行空间裁剪，得到所需范围内的数据，进而在ENVI4．5中进行大气平均温度和大气透射率2个参数的求取。根据覃志豪单窗算法的有关条件，最终确定利用热带平均大气（北纬15°年平均）处和高温剖面水汽含量在0．4～1．6的大气透射率估算方程来计算对应的等效平均大气温度和大气透射率。公式如下：

式中，ω为水汽含量；To为地表近似温度。

2.2.4 TVDI的反演

应用简化的NDVI-LST三角形特征空间，并基于在NDVI-LST特征空间存在土壤湿度等值线的经验，Sandholt[13]等提出了温度植被干旱指数（TVDI）的概念。TVDI只依靠图像数据，由植被指数和地表温度计算得到。TVDI的取值范围为[0，1]，TVDI值越接近于1，说明干旱程度越严重。TVDI计算公式为：

式中，LST表示任意像元的地表温度；LSTmin表示某一NDVI值对应的所有地表温度的最低值，对应湿边；LSTmax表示某一NDVI值的最高温度，对应干边；a、b、c、d为待定系数。

3 结果与分析

3.1 TVDI结果

将回归后的LSTmax、LSTmin代入方程TVDI=（LST-LSTmin）/(LSTmax-LSTmin)得到图像。本文采用适用于干旱半干旱地区的干旱等级划分方法，即极湿润（0＜TVDI≤0．2）、湿润（0．2＜TVDI≤0．4）、正常（0．4＜TVDI≤0．6）、干旱（0．6＜TVDI≤0．8）、极干旱（0．8＜TVDI≤1），得到干旱等级分布如图3所示。

图3 2001年和2002年干旱等级分布图

可以看出，2001年除去海域部分，大部分有植被覆盖的地方都处于湿润范围，而2002年很大一部分地区都处于干旱范围，而据国家气候中心统计[14,15]，2001年该地没有大范围的干旱发生，而在2002年该地却发生了春、夏连旱的情况，从一定程度上说明该研究方法具有一定的科学性。

3.2 TVDI验证

本文利用湿润度指数对TVDI进行验证，地表湿润度指数是指降水量与潜在蒸散量之比，能较客观地反映某一地区的水热平衡状况，是判断某一地区气候干旱与湿润状况的良好指标。计算方法如下：

式中，R为降水量；ET为潜在蒸散量。K＜1时，表示大气降水少于植被生理过程需水量；当K=1时,表示该区域大气降水与植被生理需水达到平衡；当K＞1时,表示大气降水大于植被生理过程需水量。

月潜在蒸散量为：

式中，i是月份的编号；Pi是月平均气压(mbar)；ti是平均气温（℃）；di是月的天数；Ui是在10～12 m高度处观测的月平均风速（m/s）；Woi是在温度为ti时的饱和水汽压（mmHg）；而hi是月平均相对湿度。

当月平均温度0℃＜t≤30℃时，wo=1．369 4×109exp(-5 328．9/(273．2+t))，其中所用到的数据是从中国气象数据共享服务网上获得的，包括0．5°×0．5°格点数据集（V2．0）中的月降水、月平均气温数据集、相关站点的月平均气压、月平均风速以及月平均相对湿度数据。在ArcGIS9．3中进行重采样、插值、栅格计算以及重分类等操作，得到湿润度指数分布图。本文中导入了南平、古田、尤溪、永泰、德化、连江、长乐7个样点，分布情况如图4所示。

图4 2001年和2002年湿润度指数分布图

图5 2001年和2002年样点相关性分析图

然后，在ArcGIS9．3中添加等值线，可得到每个样点的湿润度指数值。在ENVI4．5软件中，利用像素定位和空间定位方法得到相应样点的TVDI。本文将湿润度指数和TVDI作相关性分析，得到结果如图5所示。从图中可以看出，湿润度指数和TVDI大致成负相关关系，湿润度指数低，TVDI值较大，干旱程度较严重；湿润度指数高，TVDI值较小，干旱程度较轻。因此，本文反演的TVDI能够较为准确地反映研究区域的干湿程度，反演结果与实际情况大致相符。

4 结 语

由于遥感数据的获取具有实时性、高空间分辨率等特征，对于一些站点稀疏甚至无法设立站点的地区实现干旱监测具有很大的意义。本文所研究的仅仅是一景数据，且由于缺乏实时的土壤湿度数据，没有更好地进行验证，需要在下一步的工作中进行深化，以期更好地为相关的决策部门提供有关旱情的科学依据。

[1] 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

[2] 许丽娜, 牛瑞卿, 尚秀枝．利用温度植被干旱指数反演三峡库区土壤水分[J]．计算机工程与应用,2011,47(25):236

[3] 孙芹芹,谭建军．利用NDVI-T特征空间法进行广东省土壤监测研究[J]．遥感应用,2008(4): 66-70

[4] 李红军,雷玉平,毛利钊．利用高分辨率ETM+数据进行区域旱情监测的研究[J]．遥感技术与应用,2004,19(4):240-243

[5] 赵丽花,杜培军,逢云峰，等．基于温度植被旱情指数的徐州市郊干旱遥感监测[J]．水土保持通报,2010, 30(4): 110-114

[6] 张春桂,李文． 福建省干旱灾害卫星遥感监测应用研究[J]．气象,2004,30(3)：22

[7] 刘霞，沙晋明．基于ETM+影像的福州市部分城区的地表温度反演与分析[J]． 海洋技术,2010, 29(3):87

[8] 宋恩宝．福州市地区概况[EB/OL]．http://www．zgsxzs．com/ plus/view．php?aid=57334，2013-04-02

[9] Price J C．Using Spatial Context in Satellite to Infer Regional Scale Evaportrans Pirations[J]．IEEE Transactions on Geoscience and Remote Sening,1990(28):940-948

[10] 覃志豪，Li Wenjuan，Zhang Minghua,等．单窗算法的大气参数估计方法[J]．国土资源遥感,2003(2):38

[11] 米金套，王志石，何平．基于Lansat TM的澳门城市热场影响因素分析[J]．生态农村环境学报,2009,25(3)：95

[12] 邓玉娇,单海滨,胡民达．基于Landsat/TM资料研究东莞市地表温度地理分区[J]．水土保持研究,2012,19(2):63

[13] Sandholt I, Rasmussen K, Andersen J．A Simple Interpretation of the Surface Temperature/Vegetations Index Space for Assessment of Surface Moisture Status[J]．Remote Sensing of Environme nt,2002,79(2-3):213-224

[14] Tolunay．2001年特大干旱[EB/OL]．http://www．weather．com．cn/static/html/article/20090218/24730．shtml,2013-04-02

[15] 黄德利．2002年干旱偏重[EB/OL]．http://www．weather．com．cn/drought/ghsj/2002/05/443027．shtml, 2013-04-02

P237.9

B

1672-4623（2014）01-0014-03

10.11709/j.issn.1672-4623.2014.01.005

胡向辉，硕士，主要从事遥感干旱监测等方面的研究。

2013-05-20。

项目来源：湖南省社科基金资助项目（09YBB157）。