基于Google Earth Engine的河南省1982—2018年植被干旱研究

张少宇， 邹时林， 余弦

(1.江西省地质矿产勘查开发局赣中地质大队，江西 南昌 330000；2.东华理工大学 测绘工程学院，江西 南昌 330000)

干旱作为全球分布最广、发生频率最高的自然气象灾害之一，对农业耕种、经济发展带来巨大损失[1]。植被生长因缺水而受到影响和限制，对干旱具有非常高的敏感性，因此植被覆盖变化已经成为干旱监测的基本方法之一[2]。植被健康指数反映植被所处于的健康环境状态，通过植被健康状态可间接反映植被的干旱状态[3]，牟伶俐[4]利用植被健康指数(VHI)进行了对于农业旱情遥感监测指标研究。徐焕颖等[5]利用植被状态指数(VCI)和VHI对华北平原进行干旱监测，同时分析了空间、季节、年度的变化规律。根据VCI和VHI可以用来监测植被的相互活动作用，但利用VCI和VHI来进行分析植被活动时要考虑植被的生长季节[6]。VHI对于植被活动具有非常大的相关性，由于温度升高会对植被造成压力，从而导致VHI值较低[7]。但Kogan等[8]利用基于VHI的AVHRR传感器数据对全球2000年进行干旱研究，并认为VHI对于未来干旱研究具有非常大的潜力。

河南省是中国重要的粮食大省，干旱在河南省频繁发生，对河南省农作物产生极大影响[9]。李治国等[10]利用河南省灾害旱情资料分析了1950—2009年干旱灾害的变化特征及成因，郝秀平等[11]利用标准降水指数对河南省不同尺度下不同干旱等级的时间和空间分布进行研究，认为河南省北部易发生干旱。针对河南省的干旱研究大多基于降水站观测数据以及地面收集数据，无法做到小尺度及长时序的干旱监测，本研究利用长时序遥感数据，采用EOF时空模型对河南省干旱时空特征进行研究，期望能够更好地探索河南省的干旱趋势以及植被健康变化。

Google Earth Engine(GEE)是一个集科学分析和地理信息数据的综合性平台，提供在线应用程序接口(API)和交互式的开发环境(IDE)，包含近40年来的主要公开遥感数据、经济统计数据、气候数据等众多用于地理科学研究的数据[12]。Hansen等[13]首次利用GEE平台计算了全球2001—2012年全球森林变化数据，并保持持续更新，由此打开了GEE的科研使用的大门。Chakraborty等[14]利用简单的城市扩张算法从全球尺度上表征了热岛效应和植被控制的时空变异性。由于GEE处理数据的快捷性、大尺度的适用性、巨大的应用潜力，使得GEE成为当今遥感科研人员必不可少的工具。本研究将基于GEE对河南省的长时序植被干旱进行探究。

1 研究区概况与数据来源

1.1 研究区概况

河南省位于中国中部，东经110°21′—116°39′，北纬31°23′—36°22′之间，国土面积16.7×104km2[15]。河南省地形呈西高东低，西北和西部为太行山、伏牛山，中部和东部主要为平原地区[16]；地处黄河中下游，古称天地之中，为中国第一农业大省、第一人口大省[17]。气候温和，冷热交替明显，年平均温度12～16 ℃，年平均降水量500～900 mm，属于北亚热带向暖温带过渡地带，气候区域特征明显[18]。河南省共18个地级市，参考高延军[19]研究以及本研究需要，将河南省划分为豫北(安阳市、濮阳市、鹤壁市、新乡市、焦作市、济源市)，豫南(南阳市、驻马店市、信阳市)，豫东(开封市、商丘市、周口市)，豫西(三门峡市、洛阳市、平顶山市、郑州市、许昌市、漯河市)四个地区(如图1所示)。

图1 研究区域概况Figure 1 Overview of the study area

1.2 数据来源

植被干旱研究采用美国NOAA公司研发的全球每天归一化植被指数产品，空间分辨率4 km，时间分辨率1 d，主要使用数据的其NDVI波段[20]。此外，另一个关键数据是全球地表反射率产品，空间分辨率4 km，时间分辨率1 d，主要使用数据的其亮温波段[21]；上述两个数据通过GEE在线调用最早可用1981年6月24日，本研究时间范围为1982年1月1日至2018年12月31日。VHI的计算使用AVHRR传感器的日观测数据。

2 研究方法

2.1 植被健康指数(VHI)

植被健康指数由植被状态指数(VCI)和温度状态指数(TCI)组成；NDVI经常被用作植物绿色或植物生长的代表[22]，VCI由NDVI进行构建。TCI由亮温BT进行构建，详细见下。

(1)

式(1)中NIR表示近红外波段，RED表示红波段。

(2)

VCI是一个非常重要的指数，可以用来检测植被与湿度相关的变化，对于植被生长期旱情监测效果较好，是旱情监测的一个重要手段[4]。式(2)中，NDVI表示研究当前年份的NDVI周平均值[3]，NDVImax和NDVImin分别表示长时序范围内各像元NDVI最大值和最小值的绝对值。

(3)

VHI=a×VCI+(1-a)×TCI

(4)

式(3)中，BT代表的是像元的亮温，代表当前时间范围内的周平均像元亮温值；BTmax和BTmin代表长时间序列时间范围内的各像元BT的最大值和最小值的绝对值。式(4)中a是一个系数，代表水分和温度对于植被健康的相关性，本文中参考Kogan等[3]的相关研究，选取a为0.5；

VHI计算结果中取值范围为0～100，0表示较高的压力状态，100表示完整的植被健康状态；40～60表示中等健康状态，60～100较好健康状态[23]。此外VHI等于40为植被干旱的开始，0≤VHI≤10为极其干旱、10

2.2 EOF时空模型

经验正交函数(Empirical orthogonal function,EOF)作为大气科学研究中常用的研究某一变量的时空特征模型，被广泛应用于气象、农业、水文等研究领域[25]。EOF也称为时空分解，即X=EOFi×j×PCj×i，首先对37年间河南省VHI结果数据进行矩平处理，将其合成为矩阵Xmn

(5)

(6)

Cm×m×Vm×m=Vm×m×Em×m

(7)

(8)

式(5)中表示在第i个像元上的第j年的VHI值,式(6)中Vm×m表示为Cm×m的特征向量，式(7)、式(8)中的Em×m为特征值；每一个特征值对应的特征向量即为EOF分解的第一模态，然后计算每一特征向量的方差贡献率，方差贡献率越大表明此模态的空间分布特征越强[26]。

(9)

式(9)中Rk表示的为第k个模态的方差贡献率。

3 结果及分析

3.1 VHI季节性时间特征

根据中国季节性划分，春季为3—5月、夏季为6—8月、秋季为9—11月、冬季为12—2月。在河南省1982—2018年春季期间，35%的年份VHI<40，表明植被在春季有35%的年份表现为干旱状态；且发现河南省植被春季干旱主要发生在2000年之前，春季干旱较为严重的有1982、1994、2000年；同时河南省植被春季干旱呈减弱趋势。夏季干旱状态趋势在37年中较为平稳，37年中夏季植被存在21.6%的年份表现为干旱状态。近几年来，VHI值在春季和夏季都出现VHI>60，说明河南省植被在近几年的春夏季达到较好的健康状态，且出现逐渐上升的趋势。在37年中，河南省植被干旱平均趋势在秋季是逐渐加重的，51.35%的年份在秋季都属于中等干旱，32.43%的年份在秋季属于重度干旱；其中干旱最为严重的年份为2000年，属于极其干旱；同时也是37年中最干旱的一个季节。冬季植被有43.24%的年份属于轻度干旱，且干旱趋势逐渐转好(见图2)。

此外，VHI除了能够反映植被的干旱等级，同时也能够反映植被的生长压力以及健康等级；河南省植被在秋冬季的健康状态要比春夏季较差(见图2)。同时根据植被健康等级划分，河南省植被在37年中的不同季节里，仅存在极少的年份和季节处于较好健康状态，VHI值较高的季节为2010年春季、2016年夏季、1994年秋季、1995年冬季。从趋势来看，河南省植被在春季、夏季、冬季是逐渐转好的，而在秋季则呈现逐渐变差的趋势。

图2 1982—2018年河南省VHI值季节性变化趋势图Figure 2 The trend of VHI change of different season in Henan Province from 1982 to 2018

3.2 VHI区域性时间特征

3.2.1 各区域夏季VHI趋势

河南省作为我国农业大省，干旱对于农业经济影响巨大。小麦和玉米作为河南省农业的主要产物，秋玉米种植更多于春玉米种植，秋玉米生长季节主要在夏季。因此，以下选取了秋玉米生长季节作为研究期，并从不同区域评估每年夏季的干旱情况。1982—2017年期间河南省植被在夏季发生旱情最多的地区是豫南地区，发生旱情最少的地区是豫东地区，仅在1982、1988、1994、1999、2006年出现旱情，且旱情主要为中等干旱。四个地区整体发生干旱的程度主要以轻度干旱较多，VHI值呈现逐渐上升的趋势；说明河南省在近37年来尽管存在个别干旱的年份，但整体干旱程度逐渐降低，植被健康状态逐渐转好。

四个地区的VHI值在2013年都相继出现上升的趋势，且较多年份出现了VHI>60；豫南地区在长期处于中等健康状态的情况下也逐渐出现较好的健康状态。尤其是豫北地区表现最为突出，在2010年后，VHI值出现明显的增加趋势，表明植被健康状态等级逐渐提高，且在2013年后稳步处于较好的健康状态。四个不同区域中，VHI>60在豫东地区出现的年份较多；即在1982—2017年夏季期间，豫东地区植被健康状态要明显优于其他三个地区(见图3)。

图3 1982—2018年河南省夏季VHI值区域性变化趋势图Figure 3 The trend of summer VHI change of different areas in Henan Province from 1982 to 2018

3.2.2 植被健康状态

为了进一步地掌握河南省各市在1982—2018年各季节的植被干旱健康等级，以下根据研究结果统计了各市植被健康不同等级的年份数量。三门峡市、焦作市、周口市植被在37年中超过43.24%的年份在春季处于干旱状态；18个地级市在夏季未出现重度干旱以及极其干旱年份，但在秋季都出现了至少一年的极其干旱状态年份，由3.1可知是2000年。调查可知，2000年确为河南省干旱特重年份，且夏季干旱较为严重；根据VHI理论可知，VHI根据植被长期对于环境的反应，以及地表温度获得，因此可知具有一定的时间滞后性[27]。安阳市、濮阳市、信阳市植被在春季相对于其他市植被健康状态较好，超过25年处于中等健康状态。此外，平顶山市、濮阳市、许昌市、周口市干旱多发生秋冬季；洛阳市、三门峡市、鹤壁市植被在冬季超过24年处于中等以上健康状态。河南省其他各市在四季中的具体健康状态年份数量见图4所示。

图4 各市不同植被健康状态年份统计Figure 4 The statistics of year on different vegetation health status in each city

3.3 植被活动变化趋势

为了研究过去37年的河南省植被活动生长趋势，以下研究采用了植被生长期间的VHI平均值作为基础；参考Pei等[23]研究成果，河南省的植被生长期间在第31～41周。图5a为1982年植被生长期间的VHI平均值，图5b为河南省1982—2018年VHI变化线性回归趋势图。1982年植被生长期间VHI平均值范围为4～50，河南省51.71%的面积处于重度干旱，30.63%的面积属于中等干旱，12.24%的面积属于轻度干旱。

从空间趋势上来看，河南省64.18%的地区呈现负向趋势，表明河南省植被生长在大部分地区呈现衰弱趋势，如图5所示。河南省东部、中心部、西北部、西南部的VHI呈现下降趋势，尤其是郑州市、开封市、焦作市等各城市中心部呈现VHI急剧下降趋势，表明植被生长在这些地区受到较大的限制。此外，在河南省西部、东南部及少量北部地区VHI值呈上升趋势，说明植被生长受到外界干扰较小。相关研究表明，河南省植被减少主要发生在郑州市、洛阳市、焦作市等市区，植被增长主要发生在南阳盆地[18,28]，植被减少的地区会抑制植被的生长，植被增加地区会有利于植被生长，本文研究结果与上述表示一致。

图5 植被生长季节1982年VHI平均值与1982—2018年VHI变化趋势Figure 5 The average value of VHI in vegetation season in 1982 and the trend of VHI change from 1982 to 2018

3.4 植被干旱EOF时空分布特征

为了更好地分析1982—2018年河南省植被健康指数VHI的空间变化特征，对每一年的VHI结果进行EOF分解分析，得到其对应的特征向量，每一特征向量对应每一个模态。每一个模态的方差贡献值越大，表明在37年中此模态的空间分布越显著。根据结果可知，河南省四季EOF第一模态的方差贡献值分别为春季97.06%、夏季97.60%、秋季95.69%、冬季96.96%；说明EOF第一模态足以代表37年中VHI值的空间分布特征，河南省各季节EOF第一模态空间分布见图6所示。

图6 1982—2018年河南省VHI的EOF分析第一模态空间分布Figure 6 The first spatial distribution of EOF analysis on VHI in Henan Province from 1982 to 2018

河南省各季节VHI值在37年中呈现完全不同的四种空间分布特征；夏季和秋季干旱相较于春季和冬季发生较多，夏季干旱主要发生在豫南、豫北、豫西地区，秋季干旱主要发生在豫东地区，且秋季干旱空间分布较为集中。夏季VHI值EOF第一模态在空间上呈现VHI值从河南省南部向河南省中部、东部逐渐增加，驻马店市南部、南阳市南部、信阳市南部以及濮阳市东部干旱面积较大，同时夏季VHI值以20

同时，在37年中除冬季之外的季节，河南省植被在其他季节都存在较大的压力，尤其是夏季植被仅在河南省东部小部分区域处于较好健康状态(4060)。冬季由于温度较低，植被压力受到温度压力较小，河南省植被在西部和北部地区处于较好健康状态，中部以及东部地区处于良好的健康状态。VHI能够很好地反应植被所处于的压力状态以及农作物的生长状态，河南省农业较多，森林植被等覆盖较少，且河南省植被整体处于良好健康状态。

由以上可知，四个季节第一模态的方差贡献率都较高，因此所对应的时间系数都大于0。特征向量所对应的时间系数反应了当前模态随时间的权重变化，数值越大说明当前模态在所对应的年份发生此模态的强度越大。总体来看，在四个季节所对应的第一模态的空间特征分布中春季和夏季较于秋季和冬季出现概率越大，空间特征表现力较强。春季、夏季和冬季第一模态所对应的时间系数，随着时间呈现逐渐上升的趋势，说明这三个季节第一模态的空间分布特征随着时间变化越来越明显，发生的概率越来越大。秋季所对应的时间系数各年份之间存在较大差异性，且呈现逐渐下降的趋势；说明1982—2018期间河南省秋季植被干旱空间分布特征总体符合第一模态，各年份之间的空间分布特征差异较大、波动性较大，且秋季对应第一模态空间分布特征存在逐渐减弱趋势。具体各年份所对应的第一模态的发生概率相对大小见图7。

图7 河南省1982—2018年VHI的EOF分析第一模态时间系数Figure 7 The time coefficient on first modal of EOF analysis on VHI in Henan Province from 1982 to 2018

4 结论与讨论

本研究利用GEE平台，结合VHI和EOF时空分析模型刻画了1982—2018年河南省植被干旱时空变化特征以及植被健康状态等级，主要结论如下：

(1)在1982—2018年期间，河南省春季干旱、夏季干旱趋势逐渐减弱，即春季干旱和夏季干旱发生频率逐渐减少，并且河南省植被健康状态在春季、夏季呈现逐渐转好趋势。在1982—2018年夏季期间，豫东、豫西、豫南和豫北四个地区中，旱情发生最多的是豫南地区，旱情发生最少的是豫东地区。

(2)虽然河南省植被健康状态在1982—2018年期间是逐渐转好的，但河南省超过64%的地区植被生长受到抑制，尤其是城区较为严重。较为明显的地区为河南省中部、东部城市。

(3)在1982—2018年期间，河南省干旱空间特征从南部、西南部逐渐向中部、东部、北部扩散；四个季节干旱空间分布特征第一模态方差贡献率超过95%，空间分布特征极其具有代表性。此外，第一模态空间分布特征在春季、夏季和冬季的表现力逐渐增强，在秋季的表现能力逐渐减弱。

众多学者利用气象站点降水数据研究河南省干旱，但本文基于GEE平台使利用VHI指数从大尺度、长时序监测干旱成为可能，从而提高河南省植被干旱分布的空间分辨率和时间跨度。此外，本文将经典的EOF时空模型应用于遥感数据分析，根据长时序的监测结果能够更好的突出1982—2018年期间河南省植被干旱的空间分布特征。但是，如要更好地研究河南省植被健康等级变化仍需考虑更多因素，例如：光照、水分、气候、湿度等。因此，在未来研究中，应当结合更多的影响因素对植被干旱及健康状况进行相关研究。