黑龙江省旱情遥感监测系统开发与应用

刘 潇，李芳花，辛景峰，郑文生

(1.黑龙江省水利科学研究院，黑龙江 哈尔滨 158000;2.中国水利水电科学研究院，北京 100038)

干旱的频发已成为我国重要的自然灾害之一。遥感技术具有高时效性和低成本性等特点，在农业旱情监测中广泛应用[1]。目前，干旱遥感监测方法主要有热惯量法[2]、微波遥感法[3]和基于植被指数、温度指数的综合监测方法[4-8]。其中， 温度植被干旱指数( temperature vegetation drought index，TVDI)在国内外应用较为广泛[9]。Carlson等[10]发现当植被覆盖面积和土壤湿度变化范围较大时，以归一化植被指数 ( normalized difference vegetation index，NDVI)为横轴和以地表辐射温度( land surface temperature，Ts) 为 纵轴的散点图特征空间呈三角形; Moran等[11]指出 NDVI和Ts的散点图呈现梯形分布特征；Sandholt[12]根据Ts和NDVI的关系提出了TVDI的计算原理和公式。刘英等[13]指出NDVI-Ts特征空间呈双抛物线形特征。刘公英等[14]利用MODIS NDVI和Ts数据计算TVDI，并利用降水数据和20 cm土壤湿度数据进行结果验证，指出TVDI与实测土壤湿度拟合方程可决系数R2在0.598～0.722之间，满足精度要求。熊世为等[15]利用HJ-1B星CCD和IRS数据， 建立NDVI-Ts特征空间并计算TVDI，对2012年3月26日宿迁市土壤水分信息进行遥感监测，指出TVDI与10 cm深和 20 cm深土壤湿度的相关性达到极显著水平。王纯枝等[16]采用MODIS数据产品MOD13A2和MOD11A2 数据，构建NDVI-Ts特征空间，监测黄淮海平原2004年冬小麦旱情，指出TVDI与地表10～20 cm土壤水分可决系数最高，TVDI适合黄淮海平原作物生长季的旱情动态监测。将地表温度和植被指数相结合的干旱监测方法不仅可以弥补基于单一指数监测方法的不足，还可以提高干旱遥感监测的精确度和实用性。黑龙江省旱情遥感监测系统通过数据快速处理、模型优选、参数优化、农作物种植结构遥感监测等研究与系统开发，实现了在全省范围内耕地旱情监测的业务化运行。

1 技术方案研究

1.1 总体思路

依据本研究的建设要求与具体功能需求，旱情遥感监测系统的功能包括图像预处理、地表参数反演、干旱监测指数计算、模型参数率定、区域旱情综合分析、旱情专题图与报告制作及业务化生产等功能，系统开发技术路线如下：

(1)采用C/S架构的方式进行。

(2)采用构件化的设计思想，在需求分析对象的基础上，先进行软件功能构件的设计，然后通过基于构件的开发组合完成系统的构建开发。

(3)C/S部分采用C#/C++作为开发语言，采用Microsoft Visual Studio 2010作为开发环境。

(4)采用统一建模语言UML作为系统建模语言，采用Visio作为面向对象分析与系统建模工具。

利用中国水利水电科学研究院推送的MODIS数据产品以及实时下载的MODIS L1B遥感数据，结合地面观测数据、遥感解译土地利用、作物种植结构等资料，调用研发的旱情遥感监测模型，按区域特点、作物生长期、土壤类型等影响因素率定模型参数，遥感反演得到干旱监测指数和土壤含水量图，参考土壤相对湿度旱情等级划分标准(SL 424—2008)划分干旱等级，并套合耕地、作物类型图，统计分析受旱耕地、作物面积，实现黑龙江省受旱区的农业旱情遥感监测，为更全面、细致地掌握本省旱情总体情况提供信息支撑。

1.2 系统构架与功能

结合旱情遥感监测的应用需求，将黑龙江省旱情遥感监测系统建成一个具备可扩展、可重用、开放、易用、稳定、高效等特性的系统。系统需要支撑的业务应用包括数据管理、旱情遥感监测分析、旱情遥感监测业务化，以及旱情信息服务，系统在设计上为后续的业务支持和功能扩展预留了接口。黑龙江省旱情遥感监测系统软件架构涵盖了应用软件的集成和整合，从整体上划分为用户层、应用层、基础组件层、数据层和基础设施层五个层次。

黑龙江省旱情遥感监测系统包括数据管理、旱情遥感监测分析、业务化运行、旱情信息服务四大模块。

数据管理负责实现对黑龙江省旱情遥感监测系统涉及的相关数据进行管理，包括遥感影像数据、墒情数据等。

旱情遥感监测分析利用中分辨率遥感数据产品，在进行数据预处理基础上，调用旱情遥感监测模型计算、旱情等级划分等功能模块，实现全省范围1 km尺度每旬常规旱情遥感监测，并基于监测结果生成栅格图、表、报告等格式旱情监测专题产品，为宏观掌握全省旱情总体情况提供信息支撑,旱情严峻时期可以按侯加密分析旱情发展状况。

业务化运行利用已有数据，通过对业务化运行所需要的数据源、监测时段、监测区域、监测模型及输出结果等参数的设置，实现全自动化的业务批量处理，将大大减少旱情监测的工作量和难度，提高旱情监测的效率。

旱情信息服务实现旱情监测成果发布、成果查询、用户管理的功能。将旱情监测成果发布到指定目录下；成果查询支持按监测日期查询历史监测成果；用户管理支持对系统用户的管理，包括添加、删除和修改功能。

1.3 软件接口

本系统需要的实时监测信息(土壤墒情、雨水情等)等数据来自防汛抗旱综合数据库，也可导入气象部门提供的土壤墒情数据。同时构建本系统的遥感影像数据库和旱情遥感监测数据库。

本系统需要的卫星遥感数据由水利部旱情遥感监测系统提供，包括：经过预处理的MODIS数据产品，如植被指数、地表温度等。

旱情监测产品定期上传至黑龙江省抗旱管理系统。

2 关键技术研发

(1)旱情监测数据快速处理技术。旱情遥感监测系统每天处理大量的卫星遥感数据，完成数据的自动入库。如何保证高效、稳定、自动的数据接收是系统实现的基础，海量卫星图像的快速、自动化的数据处理是系统实现的关键。实现旱情数据无人值守入库、多源数据快速处理，主要包括多机并行自动化入库、基于数据模型的质检、基于规则的数据目录动态创建、分布式并行全流程运行管理体系的引入、旱情监测数据再处理研发和数据综汇和制图表达等技术。

(2)旱情遥感监测模型构建技术。由于不同旱情遥感监测模型适用条件不同，同一模型在不同区域、作物、物候、土壤、季节模型系数也不同，应按区域、作物、物候、土壤、季节分别构建和率定模型。黑龙江省旱情遥感监测包含数据处理、模型构建与率定、模型验证与评价、旱情统计、综合分析、制图等主要环节，旱情遥感监测模型构建是旱情监测的关键。主要包括遥感卫星与地面站点协同观测、多模型土壤含水量反演、旱情综合分析、农作物旱情统计等技术。

(3)农作物类型及种植面积遥感监测技术。农作物种植面积及其空间分布是旱情评估的重要依据。目前，农作物种植面积数据主要是通过抽样调查和统计部门逐级上报，此类方法不仅耗时耗力而且缺乏空间分布信息。遥感技术因其高时效、大范围和低成本等优点，被广泛应用于农作物种植面积遥感监测。根据不同农作物光谱特征的差异，通过遥感影像记录的地表信息，识别不同的农作物类型，统计农作物种植面积。通过遥感技术能够实现信息的快速收集和定量分析，大幅度减少野外工作量，有效提高工作效率。

研究采用GF-1 WFV遥感影像，基于分区决策树面向对象分类方法，采用多尺度分割方法对预处理后的遥感影像进行分割处理，在得到一个个分割对象的前提下，对这些对象进行特征提取，然后利用决策树算法通过选择的训练样本建立决策树，根据建立的决策树，对图像中已经提取的对象的特征属性进行分类，最后生成分类结果图，得到黑龙江省旱地、水田分布图。

(4)旱情遥感监测系统研发技术。依托后台的大型数据库及GIS地理信息应用平台，建立了黑龙江省旱情遥感监测应用系统，具备了支持多源数据处理和定期、自动化、批量生产旱情监测产品的能力，为宏观掌握黑龙江省旱情总体情况提供了重要的信息支撑。

3 应用实例

3.1 黑龙江省旱情监测

本研究采用2015年、2016年和2017年MODIS数据与同期地面实测土壤含水量资料，基于开发的旱情监测系统，对黑龙江省耕地旱情进行了监测分析，对遥感监测模型进行了验证。土壤含水量和旱情等级监测图如图1～图5所示。

图1 土壤含水量和旱情等级监测图(2015年5月25日)

图2 土壤含水量和旱情等级监测图(2016年7月11日)

图3 土壤含水量和旱情等级监测图(2016年9月21日)

图4 土壤含水量和旱情等级监测图(2017年3月28日)

图5 土壤含水量和旱情等级监测图(2017年5月21日)

监测结果表明，2015—2017年黑龙江省旱情较轻，2015年基本不旱，受旱面积最高时<5%，区域旱情等级为正常水平；2016年发生阶段性旱情，旱情严重时期受旱面积超过20%，区域旱情等级到达中度干旱水平；2017年5—6月份发生轻度干旱，最大受旱面积约占总耕地的16%。受旱面积及区域旱情等级见表1。

3.2 黑龙江省旱情监测应用评价

基于站点实测的土壤墒情数据和遥感反演的土壤含水量数据，通过旱情等级进行精度评价，对旱情监测结果进行验证。基于地面站点观测的土壤墒情数据，依据旱情等级标准，得到该站点旱情等级，与对应图像像元的旱情等级进行对比，根据相同的比例评价旱情监测精度。表2～表4为2015年、2016年、2017年旱情等级精度评价表。

平均各结果来看，旱情等级相同的占87.21%，等级相同+旱情等级相差一级的比例之和大于95%。

表1 受旱面积及区域旱情等级

表2 2015年旱情等级精度评价表

表3 2016年旱情等级精度评价表

表4 2017年旱情等级精度评价表

4 讨论与结论

(1)根据区域持续旱情发展状况，以及引用两种基础数据的结果差异，选定双城市、北林区、兰西县、肇州县为旱情校验区域，按照监测像元旱情分布，在各市县选三个旱情程度点，将同化数据6 km像元内套入1 km像元遥感监测结果，以校验点村屯、道路及地块分布进行实地确认、取样。通过分组验证和校核分析结果表明，21个测点中采用地面墒情数据法符合率为85.7%。

(2)由于季节、作物类型、气象条件、土壤类型等不同，农作物对土壤水分的需求以及抗旱性能不同，按土壤墒情评估旱情状况的旱情等级标准各异，因此，应进一步根据优势作物种类、作物生育期、土壤质地、土层深度以及气温等调整旱情分级标准来确定旱情等级。黑龙江省旱情遥感监测系统具有按侯、旬生产旱情监测产品的能力，监测结果可靠，平均精度达到87.21%，可以满足区域旱情监测的要求，是旱情监测与抗旱决策服务的有效平台。