基于多源遥感数据的海河流域农业干旱变化特征

赵丽萍

(山东省临沂市兰陵县会宝岭水库管理处，山东 兰陵 277712)

1 研究区概况

海河流域是山东省最大的河流之一。海河流域包括海河、滦河和徒骇马颊河。海河流域水资源呈扇形分布，水资源总量较少，降水时空分布不均匀。流域总面积31.8×104km2，人均水资源占有量276 m3，仅为全国平均水平的13%。海河流域耕地灌溉面积常年大于7.4×106hm2，节水灌溉方式趋于多样化。近年来，在人口规模、经济社会发展压力和气候的影响下，海河流域水资源衰减问题十分突出。同时，水资源短缺、水环境污染和水生态恶化等问题，直接影响农业水资源的利用。见图1。

图1 海河流域示意图

2 数据资料与研究方法

2.1 TRMM

本文采取2000-2016年TRMM 3B43数据，数据集来自于NASA的热带降雨观测卫星，空间分辨率为0.25°，时间分辨率为月尺度。目前，许多学者已经表明TRMM 数据集适用于我国众多流域，并且在干旱评估方面也取得良好的效果[1]，但对于 TRMM 数据在海河流域的适用性分析较少。因此，选取2000-2016年TRMM 3B43 V7降水数据集，与流域内13个气象站点的降水量数据在年和月时间尺度上进行精度验证。

降水量的规律见图2。气象站点年降水量与TRMM年降水量的相关性为0.81；月降水量上，二者的相关性为0.91，相关性较高，TRMM 3B43数据可以适用于海河流域。

图2 气象站点与TRMM 降水量散点图

基于TRMM 3B43数据的海河流域年值降水量及其距平的时间变化过程见图3。海河流域降水量呈现出总体下降的趋势，10年内共下降15.31 mm；在2016年降水量达到最小值为387.71 mm。2000-2016年，海河流域年均降水量为547.17 mm，在2003年降水量达到777.93 mm，超出平均值的42.19%。根据资料表明，该年海河流域出现较为严重的洪涝灾害。2011和2013年，降水量距平分别为19.95%和16%，而2012年降水量距平为-9.7%，海河流域降雨量时间分布不均匀，易造成旱涝灾害。

2.2 MODIS

本文选取MODIS 11A2的地表温度数据(Land Surface Temperature, LST)和MODIS 13A2的归一化植被指数(Normalized Differential Vegetation Index,NDVI)作为基础遥感数据，提取2000-2016年。地表温度的采集时间为10天一个周期，为消除云层和降雨的影响，采用最大值合成法将 LST 和 NDVI 合成月数据[2]。两种数据空间分辨率均为1 km。

图3 基于TRMM数据的海河流域降水量年值及其距平变化过程

2.3 研究方法

2.3.1 植被状态指数

近些年来，归一化植被指数(Normalized Differential Vegetation Index，NDVI)不仅用来反映植被的生长状况，也被众多学者应用于干旱评估方面[3]。为了反映不同天气的变化情况，排除NDVI空间变化带来的影响，Kogan(1990)提出了植被状态指数，其计算公式如下[3]：

式中：VCIj是j时的植被状态指数；NDVIj为j时的归一化植被指数；NDVImax和NDVImin分别为多年第i个时期NDVI的最大值和最小值。

2.3.2 温度条件指数

造成地表干旱的最重要因素就是地表的温度，地表温度越高，作物越容易受到水分胁迫产生干旱。温度升高后，植物的蒸腾作用降低，地表感热通量增加，导致温度继续升高。基于这个原理，Kogan(1995)提出了温度条件指数的定义，其计算公式如下[4]：

式中：TCIj为日期j的温度条件指数；LSTj为日期j的地表温度；LSTmax和LSTmin分别为多年第i个时期LST的最大值和最小值。

TCI强调了温度与作物生长的关系，即高温对作物生长不利。当水分缺乏伴随着高温出现时，就可以确定由于热效应导致作物健康的微小变化。

2.3.3 归一化旱情综合指数

Rhee(2010)提出基于VI、LST和TRMM数据进行计算，从而得到适用于干旱区和湿润区的归一化旱情综合指数(Scaled Drought Condition Index，SDCI)[5]，计算公式如下：

SDCI=0.25×VCI+0.25×TCI+0.5PCI

本文计算所采用的TRMM数据为3个月时间尺度的 TRMM 数据。TRMM 为降水速率，单位为 mm/hr；TRMMmax和 TRMMmin分别为降水速率最大值和最小值。权重的选择来自于Rhee的研究，选取在湿润区和干旱区均能达到良好评估效果的一组权重进行计算和分析。SDCI的旱涝等级分布见表1。

表1 SDCI旱涝等级分布表

3 研究结果

3.1 基于植被状态指数的时空演变特征

3.1.1 年际变化

提取海河流域 2000-2016年的归一化植被指数NDVI，并计算植被状态指数(Vegetation Condition Index，VCI)。年际变化见图4。

在21世纪初，我国开始大力实行退耕还林政策，海河流域也着手实行，大部分地区开始制定封山育林政策、修建生态恢复工程。这些工程的实施使得原本由稀疏农作物或草地覆盖的坡耕地、旱地丘陵区和中低覆盖度草地被林地或草地所代替。林地和草地较为茂密，植被覆盖度大。因林木生长周期较短尚未成林，所以在2000年VCI值相对较低；2001年措施初见成效，整体情况有所好转，所以VCI值由2000年的19.96跃升到2001年的30；在2002年达到43.96。VCI年值呈现稳步上升的另一个原因可能是由于在2000年之后农作物产量持续增加。

图4 海河流域VCI均值和最小值时间变化

3.1.2 季节变化

统计分析 2000-2016 年海河流域不同季节的VCI值年际变化过程，结果见图5。由图5中可知，海河流域季节VCI值均呈现稳步上升趋势。夏季上升趋势最大，其次是秋季和春季，冬季上升趋势最小。

1) 春季：平均每10年上升17.82且相关系数达到0.63。VCI值在2000和2011年取得最小值，分别为14.58和28.24。这是因为退耕还林、封山育林等工程还未明显见效，在2002年VCI值跃到62.87，之后维持在一定范围内波动。在2011年VCI值为39.21，这可能是由于在2011年海河流域发生春旱，使粮食产量有所下降，从而影响了VCI值的明显下降。

2) 夏季：平均每10年上升24.91且相关系数达到0.87。在2010-2016年间，夏季VCI值波动较大，海河流域降雨量主要集中在6-9月份，降雨量的多少直接影响植被和作物生长，从而直接影响VCI的年际变化。2016年海河流域降水量为389.74 mm，降水量距平为-28.77，降水量的减少抑制了植被和作物的生长，导致VCI值大幅度下降。

3) 秋季：平均每10年上升18.82且相关系数达到0.77。2005年VCI值为39.83，小于2004年的41.74和2006年的55.62。这可能是由于在2005年6-10月份海河流域发生强降雨事件，洪涝灾害的影响导致VCI值的下降。2008年VCI值为45.81，明显小于2007年的52.71和2009年的54.87，且2008年海河流域降水量为444.77 mm，降水量距平为-18.71。降水量的减少容易导致农业干旱的发生，从而导致VCI值的减小。在2012年发生同样情况，2012年降水量距平为-9.71。降水量的过多或者过少都会抑制农作物生长。

图5 海河流域2000-2016年VCI值季节变化过程

4) 冬季：平均每10年上升14.05且相关系数达到0.66。VCI值在32.7～64.45之间波动，这是由于海河流域在每年10月份至次年5月份为冬小麦的生长季，所以海河流域冬季VCI值与其他季节VCI值相差不大。2007年VCI值为37.74，而2007年夏粮产量相对较低，可能是由于产量的降低影响了VCI值的变化。

3.2 基于温度条件指数的时空演变特征

从时间分布来看，TCI多年均值呈现上升趋势，相关系数达到0.67，范围在36.58～72.2之间波动，最大值在2012年，最小值在2002年。TCI最小值在8.17～24.7之间波动，最大值在2014年，最小值在2013年，且最小值呈现多年上升趋势，相关系数达到0.96；温度升高可能对农作物产量造成一定影响。TCI最大值在65.06～96.27之间波动，最大值在2012年，最小值在2002年，且呈现多年上升趋势，相关系数达到0.93。从TCI值变化来看，流域最值、最大值、最小值均呈现多年上升趋势，表明海河流域地表温度逐年升高，可能对农业干旱有所影响。见图6。

图6 海河流域 2000-2016 年TCI最值和均值时间变化

3.3 基于归一化旱情综合指数的时空演变特征

在图7中，SDCI年值在0.31～0.552之间，在2000年取得最小值，发生中度干旱事件；在2003年取得最大值，无干旱事件发生；除2003年外，均值大约在0.4左右波动。SDCI年最大值在0.457～0.696之间，分别在2004和2003年取得最值。SDCI年最小值在0.129～0.452之间，分别在2013和2003年取得最值；基本在0.54左右波动。SDCI年均值、最大值和最小值均在不同程度呈现下降趋势。

图7 海河流域2000-2016年SDCI最大值、最小值和均值的变化过程

采用M-K突变检验方法，分析海河流域2000-2016年SDCI值时间突变特征，其结果见图8。除2000年外，所有年份SDCI值均呈现上升趋势且2003年上升趋势显著；17年间，UF和UB无相交点，表明没有突变年份。

图8 海河流域2000-2016年SDCI值M-K突变检验

4 结 论

本文首先对TRMM 3B43数据在海河流域的精度进行验证，然后基于归一化植被指数、地表温度数据和降雨数据分别进行计算，得到植被状态指数、温度条件指数和归一化降水指数，并将该3种指数相结合而形成归一化旱情综合指数，通过该指数来评估海河流域农业干旱时空演变特征。