趙建蘋，胡順石*，秦建新

（1.湖南師范大學(xué) 資源與環(huán)境科學(xué)學(xué)院，湖南 長(zhǎng)沙410081）

隨著社會(huì)的發(fā)展，干旱已成為困擾當(dāng)今社會(huì)發(fā)展的一個(gè)重要問(wèn)題。湖南省作為我國(guó)重要的糧食產(chǎn)區(qū)，以水稻種植為主，屬亞熱帶季風(fēng)氣候，降水季節(jié)分配不均，年際變化明顯。2013年湖南省出現(xiàn)的大范圍干旱問(wèn)題，對(duì)其生產(chǎn)造成重大影響。傳統(tǒng)的干旱監(jiān)測(cè)通常是利用氣象站點(diǎn)數(shù)據(jù)進(jìn)行分析，但由于經(jīng)濟(jì)條件等因素導(dǎo)致氣象站點(diǎn)分布不均，而遙感技術(shù)因其全天候，多時(shí)相，覆蓋面廣的特點(diǎn)為干旱監(jiān)測(cè)提供了有利條件。常用的干旱檢測(cè)方法包括植被指數(shù)法、溫度指數(shù)法、熱慣量法以及溫度植被干旱指數(shù)法等。鞏朋[1]利用熱慣量法和20 cm、30 cm、50 cm的土壤含水量建立相關(guān)性，從而反演巴丹吉林沙漠土壤濕度進(jìn)行干旱監(jiān)測(cè)；張強(qiáng)[2]等利用歸一化植被指數(shù)（NDVI）和所測(cè)得的土壤濕度數(shù)據(jù)對(duì)我國(guó)北方地區(qū)進(jìn)行分析，得出不同區(qū)域和季節(jié)差異均會(huì)導(dǎo)致不同的敏感性差異的結(jié)論；Sandholt I[3]等利用地表溫度（LST）和植被指數(shù)構(gòu)建特征空間，提出溫度植被干旱指數(shù)（TVDI）進(jìn)行土壤濕度反演，因其計(jì)算簡(jiǎn)便、適用性強(qiáng)而得到廣泛應(yīng)用。TVDI有效解決了由于土壤濕度實(shí)測(cè)值偏少而導(dǎo)致的精確度不夠問(wèn)題，同時(shí)大大減少了處理工作量。陳斌[4]等以內(nèi)蒙古錫林郭勒盟地區(qū)為研究區(qū)，對(duì)2010年9、10月構(gòu)建NDVI-LST和EVI-LST進(jìn)行旱情監(jiān)測(cè)發(fā)現(xiàn)，TVDI可很好地反映草原干旱狀況。干旱是關(guān)系到民生問(wèn)題的重中之重，嚴(yán)重制約社會(huì)經(jīng)濟(jì)發(fā)展，處理不當(dāng)還會(huì)導(dǎo)致土地荒漠化、大片田地棄耕甚至農(nóng)民流離失所。湖南省衡邵盆地的干旱問(wèn)題尤為突出，已成為制約經(jīng)濟(jì)發(fā)展的重要因素。蔣元才[5]等利用EVI和LST數(shù)據(jù)與氣象干旱指數(shù)進(jìn)行相關(guān)性分析，建立了DCI遙感干旱模型，并對(duì)2013年6～9 月進(jìn)行旱情監(jiān)測(cè)分析，在作物評(píng)估等方面具有良好的實(shí)用性。

本文利用NDVI與LST構(gòu)建Ts-NDVI特征空間，針對(duì)線性擬合結(jié)果不符合客觀實(shí)際的情況進(jìn)行高程訂正，建立TVDI干旱監(jiān)測(cè)模型，對(duì)2013年6～9月不同等級(jí)的干旱程度進(jìn)行了分析；并選取96個(gè)氣象站點(diǎn)降雨數(shù)據(jù)進(jìn)行空間插值，建立標(biāo)準(zhǔn)化降水指數(shù)（SPI），以驗(yàn)證該模型的實(shí)用性。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 數(shù)據(jù)來(lái)源和預(yù)處理

本文采用的數(shù)據(jù)來(lái)源于NASA EOS提供的2013 年6～9月的 MODIS MOD13A2 和 MODIS MOD11A2影像數(shù)據(jù)，在對(duì)大面積干旱監(jiān)測(cè)中應(yīng)用較廣泛。MODIS 11A2/ Aqua采用Sinusoidal投影提供的1 000 m分辨率8 d合成L3 LST數(shù)據(jù)，包含白天和夜間的地溫?cái)?shù)據(jù)、質(zhì)量評(píng)估、觀察時(shí)間、角度等；MODIS 13A2 /Terra采用Sinusoidal投影提供的1 000 m分辨率16 d合成L3 NDVI數(shù)據(jù)，用來(lái)進(jìn)行植被狀況監(jiān)測(cè)。DEM數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云90 m分辨率的SRTM高程數(shù)據(jù)。利用MCTK對(duì)MODIS HDF數(shù)據(jù)進(jìn)行重投影，獲取經(jīng)緯度信息數(shù)據(jù)，并將處理好的多幅影像進(jìn)行拼接，轉(zhuǎn)換為UTM投影，采用49°帶、WGS84基準(zhǔn)面。利用湖南省行政邊界圖對(duì)研究區(qū)進(jìn)行裁剪，得到研究區(qū)影像數(shù)據(jù)；并利用最大合成法合成MOD11A2 16 d的LST數(shù)據(jù)，即把兩期影像中任意像元的最大值作為處理結(jié)果。以中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)提供的湖南省96個(gè)氣象站點(diǎn)的降雨數(shù)據(jù)作為計(jì)算SPI指數(shù)的基礎(chǔ)數(shù)據(jù)。

1.2 TVDI

TVDI是結(jié)合溫度數(shù)據(jù)與植被指數(shù)表征干旱的指示性指數(shù)。其計(jì)算公式為：

式中，Ts為任意存在像元的地表溫度；VI為NDVI值；a、b、c、d分別為干邊、濕邊擬合方程的系數(shù)，干邊即存在某一NDVI值所對(duì)應(yīng)的最高溫度，濕邊與之相反。TVDI范圍在0～1之間，濕邊對(duì)應(yīng)的TVDI等于0，即濕潤(rùn)程度最大；干邊對(duì)應(yīng)的TVDI等于1，則表示干旱程度最大。TVDI值越大，該區(qū)域越趨于干旱[6]。

1.3 SPI

SPI是目前應(yīng)用較為廣泛的干旱監(jiān)測(cè)指數(shù)，具有多尺度、計(jì)算簡(jiǎn)便、適用性強(qiáng)等優(yōu)勢(shì)，且計(jì)算過(guò)程只依賴降水?dāng)?shù)據(jù)[7]。因不同時(shí)間、不同區(qū)域的降水量均具有差異性，且服從偏態(tài)分布，利用Γ函數(shù)將其轉(zhuǎn)化為標(biāo)準(zhǔn)正態(tài)分布函數(shù)，對(duì)應(yīng)的概率分布函數(shù)為：

式中，x為降水量；γ、β分別為形狀、尺度參數(shù)，可對(duì)降水量進(jìn)行最大似然法估算得到；G(x)為與降水相關(guān)的函數(shù)，即Gamma函數(shù)，其中x大于0。由于得到的降水概率數(shù)據(jù)包含降水量為0的情況，需要剔除。最終得到的SPI計(jì)算公式為：

2 模型計(jì)算與改進(jìn)

2.1 TVDI計(jì)算

本文選取2013年6月26日、7月12日、7月28 日、8月13日、8月29日以及9月30日6期變化較突出的影像作為代表，每期數(shù)據(jù)均代表15 d合成的影像數(shù)據(jù)，如圖1所示。利用ENVI軟件的TVDI操作功能對(duì)NDVI、LST數(shù)據(jù)進(jìn)行線性擬合分析，操作前需利用ENVI 的統(tǒng)計(jì)功能確定LST、NDVI的集中分布區(qū)域，以提高TVDI處理結(jié)果的準(zhǔn)確性。本文選取LST分布較為集中的280～330 K以及NDVI取0～1的范圍區(qū)間。結(jié)果發(fā)現(xiàn)，第2、4、6期影像滿足理論結(jié)果，干濕邊對(duì)應(yīng)的擬合方程近似呈三角形分布。隨著植被覆蓋升高到一定程度，干邊所對(duì)應(yīng)的最高溫度由于植被冠層等作用導(dǎo)致NDVI在土壤最干的條件下溫度反而開(kāi)始下降；而濕邊對(duì)應(yīng)的最低溫度由于蒸騰作用加強(qiáng)表現(xiàn)為溫度上升的趨勢(shì)。隨著NDVI值逐漸增加，干濕邊擬合方程對(duì)應(yīng)的最高與最低溫度走向近似相交。第1、3、5期圖像與理論觀測(cè)值明顯不符，可能是由于湖南省地形復(fù)雜，呈西高東低、南高北低向東北開(kāi)口的馬蹄形，多種地形地貌交錯(cuò)縱橫，不同高程表現(xiàn)出不同的溫度差異從而對(duì)反演結(jié)果產(chǎn)生了一定影響，需進(jìn)一步對(duì)LST進(jìn)行訂正。

2.2 模型糾正

從湖南省政區(qū)圖中隨機(jī)選取1 724個(gè)鄉(xiāng)鎮(zhèn)與DEM數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析得到TVDI與DEM關(guān)系分布圖（見(jiàn)圖2），可以發(fā)現(xiàn)TVDI主要集中在地勢(shì)低平的平原地帶，且分布較密集，隨著地形升高，分布點(diǎn)趨于分散；隨著高程的進(jìn)一步增加TVDI取值在0～0.2附近，呈明顯濕潤(rùn)狀態(tài)。理論上來(lái)說(shuō)，隨著地形升高，對(duì)應(yīng)的LST將呈下降趨勢(shì)，可能會(huì)導(dǎo)致LST實(shí)測(cè)值偏低而影響TVDI值實(shí)際大小[11]，因此需在該模型基礎(chǔ)上對(duì)高程因子進(jìn)行分析。

圖1 2013年6～9月TVDI監(jiān)測(cè)模型

圖2 TVDI與DEM關(guān)系圖

由圖3可知，經(jīng)過(guò)高程改進(jìn)后的TVDI圖像基本呈三角形分布，隨著NDVI增加，由于植被冠層影響，干邊所對(duì)應(yīng)的擬合方程呈下降趨勢(shì)，溫度逐漸降低，濕邊則隨著植被覆蓋度的上升，植被自身產(chǎn)生的一系列活動(dòng)（蒸騰作用）而導(dǎo)致溫度上升。

根據(jù)每個(gè)像元點(diǎn)所在的NDVI值對(duì)應(yīng)的最大、最小溫度分別進(jìn)行擬合分析，進(jìn)一步得到干濕邊擬合方程（表1），大致呈線性分布，干邊斜率小于0，表示隨著NDVI增大，干邊對(duì)應(yīng)的最高溫度反而下降；濕邊斜率大于0，表示隨著NDVI增大，濕邊所對(duì)應(yīng)的最低溫度反而呈上升趨勢(shì)，說(shuō)明經(jīng)過(guò)改進(jìn)后的模型較滿足理論值。

圖3 經(jīng)DEM訂正后的2013年6～9月TVDI監(jiān)測(cè)模型

表1 2013年6～9月干濕邊擬合方程

3 監(jiān)測(cè)結(jié)果與分析

3.1 干旱等級(jí)動(dòng)態(tài)分布

利用ArcGIS對(duì)TVDI值進(jìn)行處理，得到不同等級(jí)TVDI分布圖，劃定0～0.2為濕潤(rùn)，0.2～0.4為正常，0.4～0.6 為輕旱，0.6～0.8 為中旱，0.8～1.0 為重旱[12]，得到TVDI等級(jí)分布圖（圖4）。

由圖4可知，湖南省自6月開(kāi)始出現(xiàn)不同程度的干旱，6月26日以后干旱狀況較分散，呈零星分布，大部分地區(qū)以正常和輕旱為主，北部洞庭湖流域以濕潤(rùn)為主，隨著降雨量減少，干旱狀況開(kāi)始蔓延；7月中旬以后中旱以及重旱占據(jù)湖南省大部分區(qū)域，尤以中部和南部最為嚴(yán)重，且重旱區(qū)域有向北部推進(jìn)的趨勢(shì)；進(jìn)入8月中旱地帶主要集中在中部的衡邵盆地、南部的寧遠(yuǎn)、嘉禾、長(zhǎng)株潭交界等地區(qū)，大部分區(qū)域以中旱和輕旱為主。

為了更清晰地對(duì)比不同等級(jí)TVDI的變化程度，利用ArcGIS重分類功能統(tǒng)計(jì)不同等級(jí)面積以及在整個(gè)區(qū)域所占比例情況，云層影響導(dǎo)致的數(shù)據(jù)缺失部分未顯示，如圖5所示?？梢钥闯觯?013年6月26日 ～9月30日輕旱一直占據(jù)較大比例，濕潤(rùn)和重旱所占比例較小；6月26日～7月12日，濕潤(rùn)與正常占比增大，沒(méi)有表現(xiàn)明顯的干旱情況，中旱與重旱在整個(gè)研究區(qū)內(nèi)分布較少；而7月28日，由正常和輕旱向輕旱和中旱轉(zhuǎn)移，干旱趨勢(shì)開(kāi)始明顯加重；進(jìn)入8月份，不同等級(jí)的干旱狀況沒(méi)有表現(xiàn)出明顯浮動(dòng)，以輕旱為主，8月29日占比出現(xiàn)小幅增加。隨著濕潤(rùn)與正常出現(xiàn)小范圍的增長(zhǎng)趨勢(shì)，輕旱與中旱占比開(kāi)始下降。

分析整個(gè)研究區(qū)可以發(fā)現(xiàn)，截至7月12日濕潤(rùn)分布范圍較廣，主要分布在北部和西部地區(qū)，占整個(gè)研究區(qū)的13.99%，干旱分布較為分散；但到7月28日有較明顯的干旱加重趨勢(shì)，尤其體現(xiàn)在中旱覆蓋范圍上，中旱開(kāi)始北上并由主要集中在衡邵盆地、永州中部與郴州西部交界地帶向西北與東北地區(qū)擴(kuò)散，輕旱與正常為主導(dǎo)逐漸向輕旱與中旱轉(zhuǎn)移；直到9月30日中旱出現(xiàn)較小幅度的降低，濕潤(rùn)范圍遍及北部和中部，干旱南移，干旱狀況有望改善，但由于干旱基數(shù)較大，降低趨勢(shì)較緩慢。

圖4 2013年6～9月TVDI等級(jí)分布圖

圖5 TVDI不同等級(jí)比重對(duì)比圖

3.2 SPI分析驗(yàn)證

為了驗(yàn)證經(jīng)反演得到的TVDI干旱情況的適用性，根據(jù)湖南省96個(gè)氣象站點(diǎn)提供的日降水?dāng)?shù)據(jù)模擬得到不同時(shí)期的SPI值。通過(guò)ArcGIS 的Kriging插值功能得到SPI分布圖（圖6）。一般來(lái)說(shuō)，SPI值越低，表明該地區(qū)越干旱；反之越濕潤(rùn)。整個(gè)研究期間降水分布很不均勻，7月整體降水量明顯減少并持續(xù)到8月13日左右，旱情加重，隨著降雨量逐漸增多旱情才有所緩解，在8月29日有明顯體現(xiàn)，尤其在南部地區(qū)降水量明顯增多；進(jìn)入9月雨帶北移，北部地區(qū)旱情開(kāi)始緩解。通過(guò)計(jì)算得到的SPI值分布情況發(fā)現(xiàn)，6月26日～7月12日SPI最低值由-0.6降為-1.33，說(shuō)明干旱趨勢(shì)開(kāi)始出現(xiàn)，主要體現(xiàn)在湖南省南部和西部地區(qū)。旱情隨著時(shí)間的推移進(jìn)一步加重，截至8月13日，整個(gè)研究區(qū)的SPI值一直明顯降低，干旱呈加重趨勢(shì)，SPI最高值僅為-0.36。隨著降雨量的增多旱情開(kāi)始緩解，8月29日SPI值有明顯升高趨勢(shì)，旱情緩解，且降雨有由南向北走動(dòng)的趨勢(shì)，與反演得到的TVDI變化趨勢(shì)相關(guān)性較好。

4 結(jié) 語(yǔ)

湖南省作為農(nóng)業(yè)大省，干旱問(wèn)題對(duì)農(nóng)業(yè)生產(chǎn)有不可忽視的影響，從而影響整體經(jīng)濟(jì)發(fā)展。改進(jìn)的TVDI可有效監(jiān)測(cè)干旱的實(shí)時(shí)狀況，對(duì)于指導(dǎo)旱情治理和進(jìn)行相關(guān)調(diào)控具有一定的現(xiàn)實(shí)意義：

1）通過(guò)LST與NDVI模擬地表干旱情況，根據(jù)擬合結(jié)果與理論值存在的差異對(duì)TVDI進(jìn)行高程訂正，盡可能地減少地形因素對(duì)LST的影響，獲得較理想的干濕邊擬合方程。

圖6 2013年6～9月SPI 分布圖

2）自6月以來(lái)湖南省出現(xiàn)不同程度的干旱，由以正常和輕旱為主的干旱逐漸向輕旱與中旱轉(zhuǎn)移，尤其體現(xiàn)在7月12日～7月28日之間，且旱情由南向北推進(jìn)趨勢(shì)較為明顯。隨著溫度逐漸降低，旱情逐漸緩解，但由于干旱基數(shù)較大，緩解趨勢(shì)較為緩慢。

3）利用ArcGIS插值得到不同時(shí)間的SPI分布圖，可以明顯地表現(xiàn)降雨的變化規(guī)律，與TVDI關(guān)聯(lián)性較好，但由于降雨具有即時(shí)性，而土壤濕度變化過(guò)程具有明顯的滯后性，需針對(duì)當(dāng)前SPI與后期TVDI進(jìn)行進(jìn)一步分析[13]。同時(shí)，不同尺度得到的SPI值對(duì)結(jié)果也會(huì)產(chǎn)生一定影響，因此可在時(shí)間段可控的情況下增加不同尺度對(duì)研究結(jié)果進(jìn)一步分析。

[1] 鞏朋.巴丹吉林沙漠植被動(dòng)態(tài)變化與土壤濕度的遙感研究[D].北京:中國(guó)地質(zhì)大學(xué),2014

[2] 張強(qiáng),肖風(fēng)勁,牛海山,等.我國(guó)北方植被指數(shù)對(duì)土壤濕度的敏感性分析[J].生態(tài)學(xué)雜志,2005(7):715-718

[3] Sandholt I, Rasmussen K, Andersen J. A Simple Interpretation of the Surface Temperature/Vegetation Index Space for Assessment of Surface Moisture Status[J].Remote Sensing of Environment,2002,79(2):213-224

[4] 陳斌,張學(xué)霞,華開(kāi),等.溫度植被干旱指數(shù)(TVDI)在草原干旱監(jiān)測(cè)中的應(yīng)用研究[J].干旱區(qū)地理,2013,7(5):930-937

[5] 蔣元才,蔣元華.遙感干旱監(jiān)測(cè)模型研究及在湖南夏季高溫干旱中的應(yīng)用[J].中國(guó)農(nóng)學(xué)通報(bào),2016(35):178-183

[6] 張喆,丁建麗,鄢雪英,等.基于溫度植被干旱指數(shù)的土庫(kù)曼斯坦典型綠洲干旱遙感監(jiān)測(cè)[J].生態(tài)學(xué)雜志,2013(8):2 172-2 178

[7] 吳子君.SPI指數(shù)分布函數(shù)在中國(guó)適用性的討論[C].第33屆中國(guó)氣象學(xué)會(huì)年會(huì) S4 干旱氣象災(zāi)害監(jiān)測(cè)預(yù)測(cè)及其影響與對(duì)策,中國(guó)氣象學(xué)會(huì),2016:2

[8] 張?jiān)儡?郝智文,王雁,等.基于SPEI和SPI指數(shù)的太原多尺度干旱特征與氣候指數(shù)的關(guān)系[J].生態(tài)環(huán)境學(xué)報(bào),2014(9):1 418-1 424

[9] 周揚(yáng),李寧,吉中會(huì),等.基于SPI指數(shù)的1981～2010年內(nèi)蒙古地區(qū)干旱時(shí)空分布特征[J].自然資源學(xué)報(bào),2013(10):1 694-1 706

[10] 王鶯,李耀輝,胡田田.基于SPI指數(shù)的甘肅省河?xùn)|地區(qū)干旱時(shí)空特征分析[J].中國(guó)沙漠,2014(1):244-253

[11] 劉立文,張吳平,段永紅,等.TVDI模型的農(nóng)業(yè)旱情時(shí)空變化遙感應(yīng)用[J].生態(tài)學(xué)報(bào),2014(13):3 704-3 711

[12] 沙莎,郭鈮,李耀輝,等.我國(guó)溫度植被旱情指數(shù)TVDI的應(yīng)用現(xiàn)狀及問(wèn)題簡(jiǎn)述[J]. 干旱氣象,2014(1):128-134

[13] Ozelkan E, CHEN G, Ustundag B B. Multiscale Object-based Drought Monitoring and Comparison in Rainfed and Irrigated Agriculture from Landsat 8 OLI Imagery[J]. International Journal of Applied Earth Observations and Geoinformation,2016(44):159-170