基于HJ-1A/1B卫星TVDI的干旱遥感监测研究——以鄱阳湖流域为例

韩杏杏, 陈晓玲,2*, 秦 超, 冯 炼 , 田礼乔

(1.武汉大学 测绘遥感信息工程国家重点实验室， 武汉 430079;2.江西师范大学 鄱阳湖湿地与流域研究教育部重点实验， 南昌 330022)



基于HJ-1A/1B卫星TVDI的干旱遥感监测研究
——以鄱阳湖流域为例

韩杏杏1, 陈晓玲1,2*, 秦 超1, 冯 炼1, 田礼乔1

(1.武汉大学 测绘遥感信息工程国家重点实验室， 武汉 430079;2.江西师范大学 鄱阳湖湿地与流域研究教育部重点实验， 南昌 330022)

针对鄱阳湖流域2011年春季出现的特大旱情，利用2011年3～6月HJ-1A /1B卫星CCD影像计算NDVI，结合同步HJ-1B卫星IRS数据计算的地表温度信息，构建NDVI-LST空间，获取了鄱阳湖流域温度植被干旱指数(Temperature Vegetation Dryness Index, TVDI).利用同步观测的AMSR-E (Advanced Microwave Scanning Radiometer-EOS)表层土壤含水量数据对温度植被干旱指数结果进行可靠性验证.结果表明，TVDI和AMSR-E土壤含水量之间存在显著的负相关，相关系数达到-0.697(P<0.05)，由HJ-1A /1B卫星影像计算得到TVDI可以有效表征鄱阳湖流域的土壤含水情况.用TVDI监测结果分析鄱阳湖流域2011年干旱，从空间分布来看，鄱阳湖流域受灾最严重的是环鄱阳湖区和修水流域.从时间分布来看，鄱阳湖流域3月底以轻旱为主，4月底流域南部旱情加重出现中度干旱，5月鄱阳湖流域将近80%的区域都受到不同程度干旱的影响.

TVDI； HJ卫星； 鄱阳湖流域； 干旱监测； AMSR-E

干旱主要分为气象干旱、农业干旱、水文干旱和社会经济干旱四种类型.目前的研究主要采用气象干旱监测指数对干旱进行监测.由于气象站点数据有限，很难全面真实地反应农作物和植被干旱情况.遥感技术以其快速、及时、宏观观测等特点，使其在长时间序列干旱监测中有不可替代的优势[1].目前基于遥感的干旱方法主要有光学方法[2-3]、光学与热红外结合方法[4]和基于微波遥感方法.由于NDVI对植被干旱反应有滞后效应，很难实时反应干旱状况.仅利用遥感地表热辐射信息探测土壤水分状况无法排除其他各因素对表面温度变化造成的影响，在监测旱情时也会产生片面性[5].因此，有必要结合NDVI和LST对干旱进行监测.Sandholt等[4]基于地表温度和植被指数二者之间的关系，提出温度植被干旱指数TVDI用以估测土壤表层水分状况，该指数表征的是土壤湿度的相对状态.

HJ-1A/1B是中国首个以防灾减灾和环境监测为直接应用目标的小卫星星座[6]，HJ-1-A星搭载了CCD相机和超光谱成像仪(HSI)，HJ-1-B星搭载了CCD相机和红外相机(IRS).李强子等[7]利用HJ卫星CCD和热红外影像以及美国中分辨率MODIS数据建立了2010年春季我国西南地区的干旱及其影响的遥感监测与评估方法.钟仕全等[8]利用HJ影像，采用VSWI对2010年发生在广西3个县的干旱进行监测，结果检测结果与旱情分布基本一致.

鄱阳湖流域在2003年、2006年、2007年和2011 年发生的严重干旱，给鄱阳湖流域及长江中下游地区造成重大经济损失.到目前为止，对鄱阳湖流域干旱集中在基于降雨数据为主的研究，主要计算干旱的频率、强度与持续时间以及干旱预测与成因分析等方面以及湖区的干旱情况研究[9-11].其中Feng等利用MODIS数据监测鄱阳湖的水体面积变化，定量研究了2011年鄱阳湖区的干旱情况[12].这些研究都缺乏定量测度干旱严重程度，尤其是对长时间序列的干旱趋势研究以及干旱对鄱阳湖流域植被、农业受灾情况研究.因此本文采用HJ CCD数据计算NDVI，利用HJ-1B IRS影像，辅以MODIS L1B数据，在计算得到星上亮温、地表比辐射率、大气水汽含量等中间参数的基础上，反演得到鄱阳湖流域2011年3～5月份各时期的地表温度.结合AMSR-E土壤含水量数据对干旱指数结果进行验证，分析鄱阳湖流域2011年3～5月干旱时空变化.

1研究区域与数据

1.1研究区域概况

鄱阳湖是我国最大的淡水湖，属于季节性变化较大的吞吐型湖泊，枯水季节水淹没面积小于1 000 km2，丰水季节水面淹没面积4 000 km2，形成“枯水一线，丰水一片”的景观.鄱阳湖流域位于长江中下游交界处的南岸,介于113°42′～118°30′E、24°29′～30°05′N之间，总面积16.22万km2，占长江流域面积的9%，占江西省总面积的97.12%.鄱阳湖流域主要由赣江、抚河、信江、饶河、修水5大子流域组成.

1.2数据

HJ卫星数据均下载于中国资源卫星应用中心(http：//www.cresda.com/n16/index.html).选取了2011年3～5月份鄱阳湖流域的CCD以及IRS数据，在数据选取过程中去除云覆盖面积较大的数据.通过对数据的拼接定标，并对数据进行研究区域裁剪，对IRS数据进行重采样到30m以便于与CCD数据结合计算温度植被干旱指数.

图 1 鄱阳湖流域图Fig.1 Map of Poyang Lake watershed

土壤含水量数据来自于搭载在2002年5月升空Aqua卫星上的AMSR-E(改进型微波辐射扫描仪-地球观测系统)的25 km 分辨率的Level-3陆地产品(AMSR-E Land3).

2干旱监测模型

2.1温度植被干旱指数法

Sandholt等[4]在研究土壤湿度时发现，LST-NDVI的特征空间中有很多等值线，据此提出了温度植被干旱指数(TVDI)的概念.TVDI由植被指数和地表温度计算得到，其定义为：

(1)

其中，TS是任意像元的地表温度；TSmax(TSmax=a+b*NDVI)为某NDVI对应的最高温度，即干边，a、b是干边拟合方程的系数，干边方程主要是由每个NDVI对应的最高温度和该NDVI做最小二乘法线性回归拟合得到的；TSmin表示某NDVI对应的最小地表温度，对应的是湿边，湿边方程主要是求取每个NDVI对应的最低温度的平均值.干边对应TVDI值为1，湿边对应的值为 0，计算得到任一点 TVDI 值介于0 和1 之间.估计这些参数要求研究区域的范围足够大，且满足以下条件：土壤表层含水量从萎蔫含水量变化到田间持水量，地表覆盖从裸土变化到比较稠密的植被覆盖.

2.2模型关键参数计算

本文使用HJ 1A/1B卫星CCD相机3、4通道接收到的辐射量计算NDVI.目前地表温度反演的算法主要有：传统的辐射传导方程法(大气校正法)、覃志豪单窗算法[13]、普适性单通道算法(JM&S)、理论基础算法TSE.由于HJ卫星只有一个热红外波段，而且HJ卫星与Landsat TM有相似的波段设置，本研究选取了Jiménez-Muoz和Sobrino在2003年提出起初应用于TM卫星的普适性单通道算法计算地表温度.

3结果分析与模型验证

3.1鄱阳湖流域干旱时空分析

根据Son N T等[14]的干旱分级标准，将TVDI值按其大小分为5个类别以表示不同程度的干旱：湿润(0～0.2)，正常(0.2～0.4)，轻旱(0.4～0.6)，中度干旱(0.6～0.8)，严重干旱(0.8～1.0).图4反映出鄱阳湖流域2012年3～6月干旱监测结果.

图2 温度植被干旱指数(TVDI)干旱分级图Fig.2 Spatial-temporal distribution of droughts in Poyang Lake Watershed

对鄱阳湖流域2011年3～5月干旱时空分布进行分级监测，监测结果如图2.图2可以看出，除了赣江流域南部和饶河流域北部比较湿润以外，鄱阳湖流域其他地区都受到了轻旱的影响.4月底，赣江流域南部旱情加重，由湿润或正常到轻旱甚至中度干旱.5月份流域北部、中部降雨偏少，南部偏多，整个流域降雨较平常年份偏少[15].5月上旬，九江市中部、南昌市大部、新余市大部、宜春市东南角及抚州市北部的干旱状况较4月底严重.5月中旬，流域TVDI分级影像最为完整，中度干旱主要发生在修水流域、鄱阳湖环湖区和赣江流域北部，鄱阳湖流域其余地区主要处于轻旱.5月下旬，从图中可以看出修水流域干旱有所缓解，由原来的中度干旱转为了轻旱；鄱阳湖环湖区域干旱加重，中度干旱面积变大；赣江流域北部依旧受到中度干旱的影响，这与5月份的降雨情况是一致的.6月份流域的大部分地区都发生了降雨，中部和北部更是遭遇了强降雨，这对于缓解干旱起到极大的作用；从图可以发现，除修水流域继续表现为轻旱或中度干旱外，其他云未覆盖的区域干旱均得到缓解.整个流域TVDI均值(不考虑由于云覆盖而没有数据的区域)在3～6月份变化0.17～0.21～0.35～0.58～0.35～0～30，反映了干旱有弱变强再变弱的趋势.

表1 2011年5月19日鄱阳湖流域干旱统计Tab.1 Statistic of the drought areas in Poyang lake watershed in May 19,2011

由于影像受到云影响，流域6个时期的干旱分级影像仅有5月19日(图2)较为完整，对各等级的干旱进行面积统计，结果如表1所示.从表中可以看出，鄱阳湖流域将近80%的区域都受到不同程度干旱的影响，以轻旱和中度干旱为主，其中超过60%的区域受到轻旱的影响，接近15%的区域发生了中度干旱.结合鄱阳湖土地利用分类结果[16]鄱阳湖流域农业主要分布在环鄱阳湖生态经济区，而由鄱阳湖生态经济区干旱脆弱性图[17]可知，该区域的干旱以中度和高度脆弱性为主，说明对干旱的抵御性较弱.鄱阳湖生态经济区在3月到5月份受中度干旱影响比较严重，而该时期正好是早稻的抽穗期，而四月份的干旱使早稻的生长受到影响.因此可以看出此次干旱对鄱阳湖流域农业生产带来严重的影响.

3.2温度植被干旱指数模型验证

土壤湿度是衡量干旱的重要指标之一.本研究选取与TVDI同步的AMSR-E土壤含水量数据.由于TVDI和AMSR-E空间分辨率不一致,因此本文将TVDI重采样到AMSR-E的分辨率.由于TVDI可以用来表征土壤含水量，因此建立TVDI与AMSR-E土壤含水量数据之间的关系是验证干旱的最直接的方法.由TVDI的原理可知，TVDI的值越大，表示干旱越严重，此时表层土壤含水量的值越小.表1给出了各时期的TVDI值与表层土壤含水量相关性分析的结果，从表2中可以看出TVDI与表层土壤含水量呈现负相关.从表1可以看出除4月25日外，其他5个时期TVDI与土壤含水量的相关系数均满足P<0.05的显著性水平，这表明TVDI值可以表征土壤含水量；而4月25日相关系数为-0.297，可能与影像受到云影响比较严重，可获取数据点较少有关.

表2 TVDI值与表层土壤含水量相关性分析Tab.2 The analysis on the correlation between MTVDI and AMSR-E surface soil moisture

结果表明，由HJ-1A /1B卫星影像计算得到TVDI可以有效表征鄱阳湖流域的土壤含水情况，温度植被干旱指数法在鄱阳湖流域具有较好的适用性.计算得到的各时期TVDI影像可以用于鄱阳湖流域2011年3～6月份的干旱监测.

4结论与讨论

本文以中国自主研发的HJ-1A /1B星影像为主要数据源，研究了鄱阳湖流域2011年3～6月的旱情，采用温度植被干旱指数法对HJ卫星在鄱阳湖流域的干旱进行监测.同时利用6个时期的TVDI干旱分级影像分析流域干旱的时空变化.用TVDI监测结果分析鄱阳湖流域2011年干旱，从空间分布来看，鄱阳湖流域受灾最严重的是环鄱阳湖区和修水流域.从时间分布来看，鄱阳湖流域3月底以轻旱为主，4月底流域南部旱情加重出现中度干旱，5月鄱阳湖流域将近80%的区域都受到不同程度干旱的影响.通过与AMSR-E表层土壤含水量监测结果的比较表明，HJ卫星影像可对大范围较长时间序列的干旱监测进行有效监测.

[1] McVicar T R, Jupp D L B. The current and potential operational uses of remote sensing to aid decisions on drought exceptional circumstances inAustralia: a review[J]. Agricultural systems, 1998, 57(3): 399-468.

[2] Kogan F N. Remote sensing of weather impacts on vegetation in non-homogeneous areas[J]. International Journal of Remote Sensing, 1990, 11(8): 1405-1419.

[3] Kogan F N. Application of vegetation index and brightness temperature for drought detection[J]. Advances in Space Research, 1995, 15(11): 91-100.

[4] Sandholt I,Rasmussen K, Andersen J. ASimple Interpretation of the Surface Temperature/ Vegetation Index Spacefor Assessment of Surface Moisture Status [J ]. Remote Sensing of Environment ,2002,79:213-234.

[5] 高 磊, 覃志豪, 卢丽萍. 基于植被指数和地表温度特征空间的农业干旱监测模型研究综述[J]. 国土资源遥感, 2007, 19(3): 1-7.

[6] LI Suju.Environment and disaster monitoring and forecasting of small satellite constellation [J]. Natural Disaster Reduction in China, 2004(4): 53.

[7] 李强子, 闫娜娜, 张飞飞, 等. 2010 年春季西南地区干旱遥感监测及其影响评估[J]. 地理学报, 2010, 65(007): 771-780.

[8] 钟仕全，罗永明，莫建飞,等. 环境减灾卫星数据在干旱监测中的应用[J]. 中国农业气象，2011，32(4)：593-597.

[9] 闵 骞, 闵 聃. 鄱阳湖区干旱演变特征与水文防旱对策. 水文, 2010, 30 (1): 84-88.

[10] 郭 华, 张 奇, 王艳君. 鄱阳湖流域水文变化特征成因及旱涝规律[J]. Acta Geographica Sinica, 2012, 67(5):699-709.

[11] 胡振鹏, 林玉茹. 气候变化对鄱阳湖流域干旱灾害影响及其对策[J]. 长江流域资源与环境, 2012, 21(7):897-904.

[12] Feng L, Hu C, Chen X. Satellites capture the drought severity aroundChina's largest freshwater lake[J]. Selected Topics in Applied Earth Observations and Remote Sensing, IEEE Journal of, 2012, 5(4): 1266-1271.

[13] Jiménez Muoz J C, Sobrino J A. A generalized single-channel method for retrieving land surface temperature from remote sensing data[J/OL]. Journal of Geophysical Research: Atmospheres (1984-2012), 2003,108(D22):doi:10.1029/(2003JD003480).

[14] Son N T, Chen C F, Chen C R, et al. Monitoring agricultural drought in the lower mekong basin using MODIS NDVI and land surface temperature data[J]. International Journal of Applied Earth Observation and Geoinformation, 2012, 18: 417-427.

[15] 胡菊芳. 江西省天气、气候特点及其影响评述(2011年4-6月)[J]. 气象与减灾研究，2011，34(3)：1-1.

[16] 李 辉, 张利华, 陈晓玲. 基于 GIS/RS 的鄱阳湖区土地利用变化及空间分异特征研究[J]. 华中师范大学学报: 自然科学版, 2009,43(4): 666-671.

[17] 陈 萍，陈晓玲. 鄱阳湖生态经济区农业系统的干旱脆弱性评价[J]. 农业工程学报，2011，27(8)：8-13.

Study on drought monitoring based on HJ-1A/1B images——a case of Poyang Lake watershed

HAN Xingxing1, CHEN Xiaoling1,2, QIN Chao2, FENG Lian1, TIAN Liqiao2

(1.State Key Laboratory of Information Engineering in Surveying Mapping and Remote Sensing, Wuhan University, Wuhan 430079;2.Key Laboratory of Poyang Lake Wetland and Watershed Research, Ministry of Education, Nanchang 330022)

We calculates the temperature vegetation dryness index (TVDI) by using Normalized Difference Vegetation Index (NDVI) derived from the HJ-1A/1B CCD and Land Surface Temperature (LST) derived from the HJ-1B IRS form March to June, 2011. The TVDI of the surface soil moisture products of AMSR-E was tested by using the Advanced Microwave Scanning Radiometer-EOS (AMSR-E) collected simultaneously. The results show that there is a significant negative correlation (with a correlation coefficient of -0.697) between TVDI and AMSR-E, indicating that the TVDI calculated based on the HJ-1A/1B can effectively reflect the containing water of Poyang Lake Watershed. The analysis on the spatial distribution of drought in 2011 by using TVDI-measured results shows that the most severely affected areas were the region around the Poyang Lake and Xiushui River basin, the Poyang Lake basin is dominated by moderate drought in late March, the drought of the South becomes more serious in late April, in May, almost 80% of the areas in Poyang Lake basin areas are subject to the impact of drought of different degrees.

TVDI； HJ satellite； Poyang Lake watershed； drought monitoring； AMSR-E

2013-07-22.

国家863计划资助项目(2012AA12A304);国家自然科学基金重点项目(41331174);测绘遥感信息工程国家重点实验室开放基金重点项目(11).

1000-1190(2014)02-0274-05

P208

A

*通讯联系人. E-mail: xiaoling_chen@whu.edu.cn.