基于MODIS数据的多种干旱监测方法在锡林郭勒草地上的对比分析*

赵承华，阿拉腾图娅

(内蒙古师范大学地理科学学院，内蒙古呼和浩特010010)

基于MODIS数据的多种干旱监测方法在锡林郭勒草地上的对比分析*

赵承华，阿拉腾图娅

(内蒙古师范大学地理科学学院，内蒙古呼和浩特010010)

干旱作为最为严重的自然灾害之一，其发生次数多，持续时间长，涉及范围大，造成的损失严重，直接影响着人类社会经济活动的方方面面。本文利用2010年4，5，6，7，8，9月MODIS－NDVI产品MOD13A3和温度产品MOD11A2，分别构建温度植被干旱指数，温度状态指数以及距平植被指数模型，对锡林郭勒地区干旱情况进行反演，并将反演结果与标准化降水指数进行敏感性分析和土壤相对湿度进行相关性分析，研究表明:(1)在敏感性方面，各遥感指数与标准化降水指数的相关性未能达到显著性效果，因此，用标准化降水指数来反映遥感指数的对干旱的敏感性不够理想。(2)在相关性方面，距平植被指数与土壤相对湿度具有较好的相关性，能够反映空间数据特征，作为干旱监测指标具有科学合理性。(3)从空间分布上看，锡林郭勒地区西南部湿度较高，东北部湿度较高，中部属于过渡地区，该地区大部分面积呈现干旱现象。

MODIS;干旱指数;距平植被指数;温度状态指数;温度植被干旱指数

1 引言

干旱广泛发生在世界的各个角落，是危害最为严重的自然灾害之一，它的发生次数多，持续有较长时间而且涉及的区域面积较大，造成的损失也很严重，不仅对农牧业生产造成严重影响，还直接影响着人类社会经济活动的方方面面［1－2］。随着人口数量和社会经济的增加，人类改造自然的能力不断的加强和深入，但是人们对自然界的依赖和索取也伴随而来，面对日渐减少的自然资源(尤其是水资源的不断枯竭)和不断增加的干旱现象，人类社会显现的那么无力和脆弱。干旱在不同程度上影响着社会经济的发展和社会政治的稳定。干旱的发生，其主要的原因是缺乏有效降水。在一段时间内，当降水量不能满足人们正常活动的需要时，干旱就开始发生了［3－6］。因此，了解干旱的关键在于清楚其社会自然属性，这就需要不断的加强对干旱的监测，了解和掌握其发生的机理和规律。传统监测干旱的方法很多，如称重烘干法、中子仪法等，均是基于我国气象部门建立的站点进行观测的，其优点表现在观测精度高，取样灵活，但是由于在观测过程中样点数目有限，空间不连续，人力，物力投入较大，这在一定程度上不能很好的反应干旱的实际情况［7］。遥感技术的出现弥补了这一不足，遥感具有多分辨率、多时相、大尺度观测等特点，为大范围监测干旱提供了重要手段。国内外专家学者利用NOAA，MODIS等遥感数据，对区域尺度的干旱情况做了很多研究，提出许多切实可行的监测方法，如:热惯量法、微波法、距平指数法、Ts－NDVI特征空间法等［8－9］。在实际应用中在表现出来良好的效果。

锡林郭勒是我国北方一个重要的生态屏障，植被以草本为主，多为典型草原物种，旱灾在锡林郭勒草原上发生有着较高的发生频率，影响面积较广，持续的时间长，对草原危害最为严重，直接影响着当地农牧业的好坏和生态环境的优劣［10－12］。尤其锡林郭勒草原有降水偏少和土壤蒸发量较大的特点，这直接导致锡林郭勒地区春夏季干旱的频发，对草场返青，生长有严重影响，进而使得牧草产量、质量有着明显下降，处理好这些资源环境问题，不仅关系到该地区生态环境的好与坏以及社会经济的发展，还对维护华北地区的生态环境质量能够起到和重要的作用。因此，研究干旱的发生规律，监测锡林郭勒地区的旱灾发生强度和预测其发展趋势，对制定和增强防寒抗旱对策，有效保护草原生态环境和发展农牧业生产具有深远意义。

2 研究区概况、数据与研究方法

2.1 研究区概况

锡林郭勒位于东经115°13＇－117°06＇、北纬43° 02＇－44°52＇。面积约为20.3万平方公里。北到蒙古国，南连河北省承德、张家口，西邻乌兰察布市，东与赤峰市、兴安盟以及通辽市接壤。地势南高北低，海拔在800－1800m之间，其主要气候特点是风大、干旱、寒冷，年平均气温为0℃～3℃，平均降水量295毫米。

图1:研究区位置图

2.2 数据的获取与处理

本文采用的遥感数据来自MODIS网站，分别是TERRA/MODSI植被指数产品MOD13A3和温度产品MOD11A2。其空间分辨率为1Km，成像时间为2010年7月。通过遥感处理软件ENVI 4.2和IDL语言环境，完成了数据的投影转换，镶嵌，波段计算以及最终的各遥感指数的计算等有关处理。

2.3 研究方法

2.3.1 温度状态指数

Kogan等人在建立温度状态指数的基础是基于地表温度的，它是依据植被冠层以及土壤表面的温度随着水分胁迫的不断增加而升高的原理来表示土壤湿度状况的，这很好的反映了植被对温度两种相反的响应，温度状态指数的公式被定义为:

式中T、Tmax、Tmin分别表示了在某时段内的某地像素的温度的当前观测值以及该地区多年的最大温度值和最小温度值。TCI的取值在0－1之间，在观测地区的植被的覆盖类型保持不变，以及周围的环境条件变化不大时，值越小表明植被的状况相对于多年的平均状况来说越差，土壤的水分含量也就越低，出现干旱的可能性也就越高。TCI主要用于的评估干旱对水分的胁迫作用，以及天气条件对于植物的影响。

2.3.2 距平植被指数

随着遥感技术的不断发展和现实发展的需要，在实际的工作和研究过程中，多种植被指数被创立和应用，其中归一化植被指数(NDVI)被广泛应用。NDVI在一定的程度上可以减少太阳高度角，大气状态等带来的误差。通过遥感数据计算得到的NDVI可以很好的反应植物的生长状况和植被覆盖程度。土壤水分是影像植被长势的关键因素，因此，NDVI可以间接的反应土壤水分含量，继而来反应干旱情况。虽然，通过NDVI来反应土壤湿度在时间上来说有一定的滞后性，但是在利用遥感数据计算多年的NDVI的基础上，可以得到研究区各个时间段的NDVI的平均值，可大体上反应土壤水分的平均状况。遥感数据的时间越长，得到的NDVI，其代表性就越强。当时值与平均值的离差或者相对离差反应偏湿或者偏旱的程度，以此来确定土壤的水分状况。据此原理距平植被指数法应运而生，距平植被指数被定义为:

式中，NDVIi为特定某月或者旬的归一化植被指数值，NDVIavg为多年的归一化植被指数平均值。一般－0.1＜AVI＜－0.2，表示干旱的出现，－0.3＜AVI＜－0.6表示重旱。

在使用距平植被指数法处理实际问题时要注意平均植被指数的计算，各地旱情等级既要注意资料在长时间序列中是否处于气候的枯水期、正常期和丰水期，更加不能忽视近些年来研究区种植过程中的结构调整、面积比例的变化对该年混合象元植被指数的影响，监测时间处在冬季时，植被与土壤含水状况在时间上有会表现出一定的滞后，因此使用距平植被指数存有明显的局限性。

2.3.3 温度植被干旱指数

温度植被干旱指数法(TVDI)是利用水分蒸发和植被蒸腾对地表的降低作用，通过Ts－NDVI特征空间来反映土壤的湿度状况，具有较为明确的生物物理意义。Price和Carlson等研究表明，利用遥感数据得到的Ts－NDVI特征空间随着研究区的植被覆盖和土壤水分变化呈现三角形，Moran等发现其呈梯形。这些研究均表明:在相对一致的下垫面下，通过Ts－NDVI特征空间可获得不同土壤湿度的空间分布特征。Ts－NDVI特征空间示意图如下(图2)。

通过Ts－NDVI特征空间示意图(图2)可较为直观的反映Ts与NDVI之间的关系。其中，A、B、C三点均为特征空间的极端值，表现出不同的土壤湿度状况。A点表示为Ts高，NDVI小的干燥裸土;B点表示为Ts低，NDVI小的湿润裸土;C点表示为Ts低，NDVI大的完全植被覆盖的湿润地表。此时，A点处地表蒸发最小;B点处地表蒸发最大;C点处蒸腾作用最强。AC边被定义为“干边”，对应全部植被指数的最高温度，表现出较低的土壤水分有效性; BC边被定义为“湿边”，对应全部植被指数的最低温度，在此土壤水分不是植被生长的限制因素。同时定义TVDI=(LST－LSTmin)/(a+b×NDVILSTmin)，由此可知:TVDI的值表现越大，土壤的湿度就会越低，其表征的数值越接近于1;TVDI的值越小，土壤的湿度就越高，其数值越趋近于0。

图2:Ts－NDVI特征空间示意图

在TVDI的计算过程中对LSTmin和LSTmax的拟合方程一般表示为:

由此可得温度植被干旱指数的公式被定义为:

式中:a1和b1分别是湿边拟合方程系数，a2和b2分别是干边拟合方程系数。可见，地表温度(LST)和植被指数(NDVI)以及LSTmin和LSTmax的拟合方程是计算TVDI的关键参数。

2.3.4 标准化降水指数

标准化降水指数(SPI)是McKee在1993你提出的一种根据长时间序列的降水量数据计算不同时间尺度的干旱指数。其主要是基于自然降水为Γ分布，经过正态分布标准化变换而得出，能够监测不同时间尺度的干旱，而且资料容易获得，具有很强的时空适应性，计算简单，因而得到了广泛的应用。其公式被定义为:

3 结果与分析

3.1 敏感性分析

利用ENVI遥感处理软件建立三种遥感指数模型，并逐一进行遥感数据的反演，得到2010年的温度植被干旱指数(TVDI)，温度状态指数(TCI)和距平植被指数(AVI)的反演结果(如图a，b，c)。并且利用锡林郭勒盟境内及其周边地区的气象站点的降水量数据计算了各站的标准化降水指数(SPI)。

图3:干旱指数反演效果图

通过干旱指数效果图可以看出各干旱指数在一定程度上都反应锡林郭勒的干旱情况，从图a中可以看出利用温度植被干旱指数反演的结果:锡林郭勒地区从西南到东北干旱现象逐渐减弱，在东北部地区比较湿润，在西南部地区较干旱，中部地区为过渡带，从整体上看锡林郭勒绝大部分地区处在0.4－0.6之间表现出了干旱现象。从图b中可以看出利用温度状态指数反演的结果:锡林郭勒地区从西南到东北干旱现象逐渐减轻，并且一半地区处在0.3－0.6之间，呈现出了干旱现象，而且从图中可以看出锡林郭勒中部地区和西部地区呈现干旱。从图c中可以看出利用距平植被指数反演结果:锡林郭勒从西南到东北绝大部分地区呈现干旱现象，西南部一部分地区和东北部植被覆盖较好。

在对温度植被干旱指数，温度状态指数和距平植被指数的反演效果对比中可以看出，锡林郭勒地区有干旱发生，干旱的范围在各指数中表现的不一致。这说明各遥感指数在反映干旱的敏感性上表现不尽相同，所以，我们利用SPI来反映降水量情况，通过各遥感指数与SPI的相关性来反映其敏感性，既而得到各遥感指数的与降水量的关系。

图4:遥感指数与标准化降水指数相关性分析图

通过图4可以看出各遥感指数与标准化降水指数的相关最高的是距平植被指数(图c)，其次是温度状态指数(b)，最后是温度植被干旱指数(图a)。但是，各指数的相关性均达不到显著性效果。

3.2 相关性分析

反演结果的验证采用与卫星数据同步的锡林郭勒境内9个气象站点的相对湿度与TVDI，TCI，AVI三个反演结果数据之间进行相关和显著性分析。气象站点的相对湿度数据是点数据，反演所得的值为面数据，两者进行空间叠加后得到相应气象站点对应的反演数据。但是由于反演结果是面状数据，且其值为一个数值范围。因此，取每个气象站点所对应的反演结果范围值中的最小值作为该点对应的值。

由土壤相对湿度和各遥感指数值构成的散点图(图5)可以看出:温度植被干旱指数的相关系数为0.3889(图a)，距平植被指数的相关系数为0.6563 (图b)，温度状态指数的相关系数为0.1507(图c)。从中可以看到，距平指数的相关性系数最高，且两者之间的相关系数r=0.6563＞r0.1=0.58221，说明土壤相对湿度和AVI之间的线性相关程度已达到显著水平。在此基础上进一步建立回归模型对土壤相对湿度与AVI做显著性分析，结果也显示:F检验和t检验的值分别为13.368和－3.656在α=0.001的水平上显著。

图5:各遥感指数相关性分析图

4 结论

利用MODIS数据，通过建立温度植被干旱指数，温度状态指数以及距平植被指数模型，分别得到了其反演结果，并利用标准化降水指数来反映降水情况与之进行了敏感性分析，从中可以得到:各遥感指数模型在一定程度均能反映干旱情况，但在敏感性上相对于其它两种遥感指数，距平植被指数表现更好，其次为温度状态指数，最后为温度植被干旱指数，但是，在与标准化降水指数的相关性分析中均达不到显著性效果，因此，利用标准化降水指数反映遥感指数对干旱的敏感性不够理想。在与土壤相对湿度的相关性分析中，可看出距平植被指数的与土壤相关性较好，其余遥感指数与土壤相对湿度的相关性表现不够理想。因此，可知距平植被指数比较实用于锡林郭勒的干旱监测。通过距平植被指数的反演结果可以看出:锡林郭勒大部分地区发生干旱，其中西南部干旱面积大，土壤湿度低，东北地区土壤湿度较高，并且由东北到西南干旱程度逐渐加深。

［1］杨涛，等.土壤水分遥感监测研究进展［J］.生态学报，2010，(22):6264－6277.

［2］闫娜，等.基于MODIS产品LST/NDVI/EVI的陕西旱情监测［J］.自然灾害学报，2010，(04):178－182.

［3］王安琪，等.光学信息分解被动微波土壤湿度方法［J］.地球信息科学学报，2012，(05):652－657.

［4］张红卫，陈怀亮，申双和.基于EOS/MODIS数据的土壤水分遥感监测方法［J］.科技导报，2009，(12):85－92.

［5］宋春桥，等.基于TVDI的藏北地区土壤湿度空间格局［J］.地理科学进展，2011，(05):569－576.

［6］宋春桥，等.藏北高原土壤湿度MODIS遥感监测研究［J］.土壤通报，2012，(02):294－300.

［7］张霄羽，毕于运，李召良.遥感估算热惯量研究的回顾与展望［J］.地理科学进展，2008，(03):166－172.

［8］陈书林，刘元波，温作民.卫星遥感反演土壤水分研究综述［J］.地球科学进展，2012，(11):1193－1202.

［9］冯志敏，等.遥感监测土壤湿度综述及其在新疆的应用展望［J］.测绘科学，2008，(05):94－102

［10］齐永青，等.蒙古高原北部典型草原区土壤风蚀的～(137)Cs示踪法研究［J］.科学通报，2008，(09):1070－1076.

［11］范一大，史培军，刘三超.我国北方沙尘暴与植被覆盖度关系研究［J］.自然灾害学报，2010，(06):1－7.

［12］王劲松，等.亚洲中部干旱半干旱区近100年来的气温变化研究［J］.高原气象，2008，(05):1035－1045.

A Variety of Drought Monitoring Method Based on MODIS Data in Xilingol Grassland on the Comparison and Analysis

ZHAO Cheng－hua，ALATENG Tuya
(College of Geographical Science，Inner Mongolia Normal University;Hohhot 010022)

As one of the most serious natural disasters，drought occurred more frequently，long duration and large range，damage is serious，a direct impact on every aspect of human social and economic activities.In this paper，by using MODIS NDVI products MOD13A3 and temperature products MOD11A2，building the temperature vegetation drought index respectively，temperature condition index，and analyzed the vegetation index model，to the inversion of xilingol regional drought conditions，and the inversion results with standardized precipitation index and soil relative humidity sensitivity analysis，correlation analysis research shows that:(1)in terms of sensitivity，the correlation of the remote sensing and standardized precipitation index failed to achieve significant effect，therefore，using standardized precipitation index to reflect the sensitivity to drought index of the remote sensing is not ideal. (2)in terms of relevance，analyzed the vegetation index and soil relative humidity has good correlation，can reflect the characteristics of the spatial data，as indicators of drought monitoring with scientific rationality.(3)from the point of view of spatial distribution，south－west of xilingol humidity is higher，humidity is higher，in the northeast of central belongs to the transitional region，the region most area of droughts.

MODIS;The drought index;AVI;TVDI;TCI

P594

A

1004－1869(2014)01－0020－06

2013－12－27

国家自然科学基金(41261099)，国家“十二五”科技支撑项目(2013DAK05B01)，内蒙古自然科学基金项目(2012MS0607)，内蒙古自治区研究生科研创新项目(S20131013505)，内蒙古师范大学研究生科研创新基金项目(CXJJS12050)

赵承华(1986－)，男，内蒙古阿拉善人，硕士研究生，研究方向:遥感应用，Email:zhaochenghua1986@163.com

阿拉腾图娅(1969－)，女，蒙族，内蒙古正蓝旗人，教授，研究方向:遥感应用与区域地理研究，Email:altty@ imnu.edu.cn