基于Landsat8的2015年貴州省農(nóng)業(yè)干旱監(jiān)測研究

夏傳花 賀中華 梁虹

摘要? ? 在全球氣候變暖背景下，干旱普遍發(fā)生，而農(nóng)業(yè)干旱對國民經(jīng)濟(jì)發(fā)展的影響尤為明顯，威脅著國家的糧食安全和生態(tài)安全。基于貴州省2015年不同季節(jié)的landsat8 OIL遙感數(shù)據(jù)，利用影像數(shù)據(jù)所獲取的植被覆蓋指數(shù)和地表溫度數(shù)據(jù)，擬合植被指數(shù)（NDVI）和地表溫度（LST）的特征空間，設(shè)計(jì)得到貴州省2015年春、夏、秋、冬4個(gè)不同季節(jié)的不同土壤濕度，將TVDI作為監(jiān)測農(nóng)業(yè)干旱狀況的指標(biāo)，得到貴州省2015年的農(nóng)業(yè)干旱時(shí)空分布圖。結(jié)果表明，土壤含水率的高低與植被覆蓋和地表溫度有關(guān)，且TVDI更適宜中等植被覆蓋的土壤濕度反演。貴州省2015年全年旱情較緩，各地區(qū)均不存在春旱或伏旱，只有冬季絕大部分地區(qū)土壤含水率較低，更有力地促進(jìn)了農(nóng)業(yè)干旱的發(fā)生。因此，對農(nóng)業(yè)干旱的監(jiān)測研究可為貴州省農(nóng)業(yè)干旱的監(jiān)測管理提供依據(jù)，對今后減少農(nóng)業(yè)干旱的影響和進(jìn)一步促進(jìn)農(nóng)業(yè)社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展具有重要的現(xiàn)實(shí)意義。

關(guān)鍵詞? ? 溫度植被干旱指數(shù);土壤水分;農(nóng)業(yè)干旱;干旱監(jiān)測;貴州省;2015年

干旱被認(rèn)為是最復(fù)雜、影響人口最多、分布范圍最廣的自然災(zāi)害之一，是全球降水時(shí)空分布不均勻所致[1]。而農(nóng)業(yè)干旱是由于地貌因素和氣象因素，地表涵養(yǎng)水源的能力差，降雨稀少，農(nóng)作物在生長過程中得不到及時(shí)有效的水分供給，從而使農(nóng)作物減產(chǎn)或絕收的一種自然現(xiàn)象[2]。

近年來，全球旱災(zāi)頻發(fā)，大范圍的農(nóng)業(yè)干旱不僅使糧食減產(chǎn)絕收，甚至?xí)＜皣业募Z食安全，破壞社會(huì)穩(wěn)定和經(jīng)濟(jì)發(fā)展[3]。Goward與Hope利用NOAA AVHRR遙感影像數(shù)據(jù)發(fā)現(xiàn)，LST-NDVI所構(gòu)成的特征空間會(huì)因?yàn)橥寥篮康亩嗌俣l(fā)生變化[4]。Moran等[5]認(rèn)為，植被指數(shù)、地表溫度之間的差值所構(gòu)成的形狀呈梯形，并提出了適合針對有局部植被覆蓋的水分虧缺指數(shù)（WDI）。充足的水源供給能夠幫助植物更好地吸收所需養(yǎng)分，農(nóng)作物的生長發(fā)育狀況和土壤含水率密切相關(guān)，而大氣降水和農(nóng)業(yè)灌溉水也只有轉(zhuǎn)化為土壤水才可以被農(nóng)作物吸收利用[6]。尋找一種高效的監(jiān)測方法，及時(shí)有效地對農(nóng)業(yè)干旱進(jìn)行監(jiān)測研究，是當(dāng)前對于農(nóng)業(yè)干旱監(jiān)測的一個(gè)研究重點(diǎn)[7]。通過遙感技術(shù)監(jiān)測土壤水分，能夠彌補(bǔ)傳統(tǒng)監(jiān)測方法采樣困難、監(jiān)測范圍小且樣點(diǎn)空間分布不均勻的缺陷，可以連續(xù)及時(shí)提供區(qū)域范圍地表的監(jiān)測信息。李? 勤等[8]利用農(nóng)業(yè)綜合干旱指標(biāo)（MMSDI）對農(nóng)業(yè)干旱進(jìn)行監(jiān)測研究，且認(rèn)為該指標(biāo)在氣象和農(nóng)業(yè)干旱監(jiān)測方面都具有重要意義，能夠作為農(nóng)業(yè)干旱的重要研究依據(jù)。王鑫[9]認(rèn)為，當(dāng)前對于農(nóng)業(yè)干旱的監(jiān)測研究可以根據(jù)葉面積指數(shù)的大小來判斷作物長勢而進(jìn)行農(nóng)業(yè)干旱的監(jiān)測。劉憲鋒等[10]認(rèn)為，當(dāng)前國際及國內(nèi)對于農(nóng)業(yè)干旱的監(jiān)測研究已逐漸由傳統(tǒng)的單因素指標(biāo)轉(zhuǎn)向各指標(biāo)與遙感相結(jié)合的綜合指標(biāo)。Sandholt等[11]基于植被指數(shù)和地表溫度，提出了植被干旱指數(shù)的概念，并且指出了該指數(shù)可以用于監(jiān)測土壤水分，土壤含水量的多少更能影響作物的生長和發(fā)育狀況，進(jìn)而影響農(nóng)作物的產(chǎn)量。研究表明，溫度植被干旱指數(shù)（TVDI）與不同深度的土壤含水率的相關(guān)性明顯，可以較好地完成對旱情的監(jiān)測。貴州省作為西南地區(qū)農(nóng)業(yè)和人口大省，是中國西南地區(qū)最重要的喀斯特石漠化地區(qū)，加大對農(nóng)業(yè)干旱的研究顯得尤其重要[12]。本文基于遙感監(jiān)測綜合指標(biāo)的遙感監(jiān)測方法[13]，利用光譜及綠色植物的反射率特征，使用具有高空間和時(shí)間分辨率的Landsat8 OLI的遙感影像，反演出地表溫度（LST）和植被覆蓋度（NDVI），基于LST和NDVI的特征空間，結(jié)合二者的關(guān)系計(jì)算得出溫度植被干旱指數(shù)（TVDI），并擬合出干濕邊方程，確定貴州省2015年農(nóng)業(yè)旱情的空間分布，得到貴州省旱情的時(shí)空分布特征。對農(nóng)業(yè)干旱的監(jiān)測研究，可為今后的農(nóng)業(yè)干旱預(yù)警及相關(guān)企業(yè)部門作出決策提供一定的參考依據(jù)。

1? ? 材料與方法

1.1? ? 研究區(qū)概況

貴州省處于東經(jīng)103°36′～109°35′、北緯24°37′～29°13′之間，全省行政區(qū)劃總面積達(dá)17.616 7萬km2，總?cè)丝? 508.04萬人。貴州省是位于中國西南地區(qū)的典型喀斯特地區(qū)，平均海拔多在1 100 m左右（圖1）。貴州省土層薄、肥力低、植被生長困難，地表水滲漏嚴(yán)重，河流在降雨后不久即進(jìn)入枯水期[14]。貴州省的大多數(shù)區(qū)域全年氣候溫和，且冬無嚴(yán)寒、夏無酷暑，四季分明，雨量充沛，但由于特殊的氣候和地貌類型，貴州省降雨呈現(xiàn)出時(shí)空分布不均勻的特點(diǎn)，年平均降水量1 100～1 300 mm[15]。該研究區(qū)為喀斯特地區(qū)，生態(tài)環(huán)境極其脆弱，地形起伏較大，坡度較大，可耕種耕地面積小，水土流失嚴(yán)重，降水時(shí)空分布不均勻[16]，土壤涵養(yǎng)水源的能力差，農(nóng)業(yè)干旱已成為影響國計(jì)民生的重要問題。對于貴州省的農(nóng)業(yè)干旱監(jiān)測研究，有利于相關(guān)部門做好災(zāi)情預(yù)警，為其經(jīng)濟(jì)規(guī)劃提供一定的參考。

1.2? ? 研究方法

1.2.1? ? 數(shù)據(jù)獲取。①遙感信息提取。數(shù)據(jù)選用Landsat8遙感影像，成像時(shí)間2015年，空間分辨率為30 m，選用研究樣區(qū)所對應(yīng)時(shí)段的遙感數(shù)據(jù)，對遙感數(shù)據(jù)進(jìn)行處理，提取植被覆蓋度（NDVI）和地表溫度（LST）。本文選取來源于地理空間數(shù)據(jù)云（http：//www.gscloud.cn/）的Landsat8 OLI數(shù)據(jù)產(chǎn)品構(gòu)建不同季節(jié)的植被覆蓋指數(shù)（NDVI）數(shù)據(jù)集（5、4、3波段）和地表溫度（LST）數(shù)據(jù)集（10、11波段），利用ENVI圖像數(shù)據(jù)處理工具，得到不同季節(jié)的TVDI結(jié)果分布圖。②DEM數(shù)據(jù)獲取。DEM數(shù)據(jù)主要來自于地理空間數(shù)據(jù)云的DEM高數(shù)數(shù)據(jù)模型數(shù)據(jù)，空間分辨率為30 m。

1.2.2? ? 指標(biāo)選取。研究涉及的指標(biāo)包括歸一化植被指數(shù)、地表溫度和溫度干旱植被指數(shù)。

（1）歸一化植被指數(shù)（NDVI）。歸一化植被指數(shù)是用來反映地表植被覆蓋多少的一種遙感指標(biāo)，可以將其定義為近紅外波段與可見光波段反射值的差值比上兩波段的反射值之和。其計(jì)算公式如下：

（2）地表溫度（LST）。地表溫度即地球表面的溫度。當(dāng)前，用于反演地表溫度的方法有3種，即大氣校正法[17]、單窗算法[17]和分裂窗算法[18]。本文基于大氣校正法，采用通過遙感影像的輻射傳導(dǎo)計(jì)算得到黑體輻射亮度，再根據(jù)黑體輻射的亮度值，按照普朗克公式函數(shù)經(jīng)過計(jì)算反演得到地球表面的真實(shí)溫度LST，計(jì)算公式如下：

（3）溫度植被干旱指數(shù)（TVDI）。Sandholt等[19]依據(jù)由地表溫度和植被指數(shù)構(gòu)成的特征空間提出了溫度植被干旱指數(shù)法。溫度植被干旱指數(shù)的大小不僅與植被蓋度有關(guān)，也與地表溫度有關(guān)，該指數(shù)可用于監(jiān)測土壤含水量的多少，監(jiān)測干旱的發(fā)生，對于監(jiān)測干旱的發(fā)生區(qū)域、干旱等級(jí)及干旱面積極其重要，可用于監(jiān)測干旱發(fā)生的等級(jí)及不同時(shí)期干旱發(fā)生的空間變化特征。其計(jì)算公式如下：

1.2.3? ? 數(shù)據(jù)預(yù)處理。將下載的遙感影像進(jìn)行處理，通過ENVI軟件對影像數(shù)據(jù)進(jìn)行輻射定標(biāo)、大氣校正、裁剪等，利用ENVI計(jì)算工具，經(jīng)過反演得到植被指數(shù)（NDVI）和地表溫度（LST），通過ENVI軟件，提取TVDI值，并得到LST-NDVI的特征空間及干濕邊方程，獲取溫度植被干旱指數(shù)（TVDI），最終得到貴州省2015年各季度的農(nóng)業(yè)干旱等級(jí)分布圖。

2? ? 結(jié)果與分析

2.1? ? LST-NDVI特征空間及干濕邊方程擬合

運(yùn)用ENVI軟件，使用LST-NDVI特征空間中的歸一化植被指數(shù)、地表最高溫度和最低溫度能夠根據(jù)季節(jié)擬合出干、濕邊方程。經(jīng)研究[20]，當(dāng)一個(gè)區(qū)域的植被覆蓋度<15%時(shí)，NDVI不能展示出該區(qū)域的植物生物量;當(dāng)該區(qū)域的植被覆蓋度介于15%～80%之間時(shí)，NDVI值的大小會(huì)因?yàn)橹脖桓采w度的增加而升高;而當(dāng)該區(qū)域的植被覆蓋度>80%時(shí)，NDVI不會(huì)因?yàn)橹脖桓采w度大而發(fā)生明顯變化，NDVI對植被檢測的靈敏度將降低。因此，NDVI更適用于監(jiān)測作物生長發(fā)育的中期階段，又或大部分被植被覆蓋的區(qū)域。運(yùn)用反演得到的NDVI和LST，利用ENVI軟件統(tǒng)計(jì)影像中同一季節(jié)NDVI分別對應(yīng)的最大、最小地表溫度，經(jīng)過像元直方圖確定擬合邊界，繪制不同季節(jié)的LST-NDVI特征分布圖，同時(shí)利用歸一化植被指數(shù)及其對應(yīng)的最高、最低地表溫度，結(jié)合實(shí)際情況，擬合出干、濕邊方程（表1），利用干濕邊方程，根據(jù)NDVI值和地表溫度，得到TVDI值。由圖2可以看出，隨著NDVI的變化，干濕邊的值也在不斷變化，最高溫和最低溫的差值逐漸減小，最終呈現(xiàn)出一個(gè)三角特征空間，植被覆蓋度越高，干濕邊擬合效果越好。且不同季節(jié)的NDVI和LST的相關(guān)性都≥0.5，說明溫度和植被覆蓋度及地表水的含量的相關(guān)性較大?？梢钥闯?，春季整體溫度較低，植被覆蓋在50%以內(nèi)。夏季溫度相對春季來說，最低溫和最高溫都較高，而植被覆蓋度都在60%以內(nèi)。秋季最低溫和最高溫溫差較大，植被覆蓋度接近80%。冬季溫度較低，低溫和高溫溫差大，植被覆蓋度大。

2.2? ? 基于LST-NDVI的農(nóng)業(yè)干旱特征分析

TVDI值與地表溫度的干濕邊存在線性關(guān)系，干邊的TVDI值為1，濕邊的TVDI值為0，隨著NDVI值的增大，TVDI最大值和最小值之間的溫差越小，TVDI受溫度變化的影響越小。TVDI值的大小代表了不同的干旱程度，TVDI值越大，土壤含水率越低，干旱等級(jí)越高，造成農(nóng)業(yè)干旱的可能性越大。根據(jù)研究得知，春、夏2季的TVDI值多集中在低值區(qū)，干旱的可能性較低，秋季的TVDI值多集中在正常等級(jí)范圍。而相對其他季節(jié)而言，冬季的TVDI高值區(qū)較多，干旱等級(jí)較高，發(fā)生農(nóng)業(yè)干旱的可能性越大，且冬季受溫差變化影響較大，氣候的差異與變化對干旱的形成與發(fā)生也有著不可忽視的作用。

2.3? ? 不同季節(jié)的TVDI等級(jí)分布圖

根據(jù)公式（4），根據(jù)干邊和濕邊方程，計(jì)算不同時(shí)間和空間各像元的TVDI值，以TVDI值的差異來對土壤干濕狀況進(jìn)行分級(jí)，將土壤濕度的TVDI值從低到高依次分為極濕潤到極干旱，TVDI數(shù)值越大，土壤含水率越低，農(nóng)業(yè)干旱等級(jí)越高，農(nóng)業(yè)旱情越嚴(yán)重。根據(jù)中國土壤濕度界定干旱標(biāo)準(zhǔn)[21]，根據(jù)研究區(qū)的干濕程度對農(nóng)業(yè)干旱狀況進(jìn)行分級(jí)：極濕潤（0≤TVDI<0.4），濕潤（0.4≤TVDI<0.6），正常（0.6≤TVDI<0.8），干旱（0.8≤TVDI<0.9），極干旱（0.9≤TVDI<1），并采用ArcGIS軟件對研究區(qū)2015年不同的農(nóng)業(yè)旱情制作等級(jí)分布圖。由此得到2015年貴州省不同季節(jié)的土壤水分含量干旱等級(jí)分布圖（圖3）。從空間上看，2015春季和夏季土壤濕度以濕潤和正常為主，少部分地區(qū)土壤濕度較大。秋季未出現(xiàn)明顯旱區(qū)，土壤濕度以不旱不澇為主，少部分地區(qū)出現(xiàn)干旱。而相比其他季節(jié)而言，冬季旱情更加明顯，在貴州的畢節(jié)、銅仁、黔南及黔西南地區(qū)旱情最為明顯，大部分地區(qū)呈現(xiàn)極度干旱。而遵義的西南、貴陽市的東部及黔東南的部分地區(qū)也出現(xiàn)極度干旱，而相對其他地區(qū)而言，安順地區(qū)的土壤濕度較高，旱情較為緩和，但仍有小部分地區(qū)出現(xiàn)極端干旱。從時(shí)間上看，干旱程度冬季>秋季>夏季>春季，且春、夏季都基本無干旱發(fā)生?？傮w看來，2015年貴州省的農(nóng)業(yè)干旱旱情較緩，四季均無劇烈干旱發(fā)生。

3? ? 結(jié)論與討論

（1）LST和NDVI對TVDI的大小和分布都有不同程度的影響，TVDI更適宜中覆蓋度區(qū)域的農(nóng)業(yè)干旱的監(jiān)測，而對低植被和高植被覆蓋的區(qū)域，TVDI和NDVI的相關(guān)性較小，對于農(nóng)業(yè)干旱監(jiān)測的準(zhǔn)確性有待檢驗(yàn)。