基于Aqua-MODIS数据的条件植被温度指数干旱等级监测研究

林巧，王鹏新，张树誉，刘峻明，李俐

(1.中国农业大学信息与电气工程学院 农业部农业信息获取技术重点实验室，北京100083；2.陕西省气象局，西安 710014)

1 引 言

旱灾是中国影响范围最广的农业自然灾害之一。据统计，我国每年因干旱平均受灾面积达0.2×108ha，损失粮食占全国因灾减产粮食的50%，其中受干旱灾害影响最严重的地区是我国的主要产粮区[1]。干旱是陕西省发生频率最高、持续时间最长、危害范围最广、经济损失最大的一种灾害，也是对农业生产危害最大的气象灾害[2-3]。据统计，近500年陕西共有54次极端干旱事件，涵盖149年，占35.8%，其中关中发生最多，陕北次之，陕南较少[4]。

目前应用广泛的干旱监测方法主要有两类：一类是基于地面气候数据的传统干旱监测方法，由于这些干旱监测指数大多基于单点观测，因此难以反映大面积的干旱状况；另一类是基于卫星遥感数据的干旱监测方法，主要是应用多时相、多光谱、多角度遥感数据定性或半定量地评价干旱分布状况，具有范围广、空间分辨率高等优点[5]。干旱指标是反映干旱成因和程度的量度，是干旱研究的一项重要的基础性工作。目前，国内外采用的干旱等级划分指标主要包括标准化降水指数(SPI)[6]、降水量距平百分率(Pa)[7]以及帕尔默干旱指数(PDSI)[8]等。SPI能够适用于多时间尺度的干旱监测，计算稳定，对于干旱的反应较灵敏，但没有考虑水分的支出；Pa计算简单，所需资料易获取，但其对干旱的响应慢，多用于单站资料的分析，区域资料分析可靠性差，尤其在西北地区有很大的局限性；PDSI实际应用广泛，适用于单站和区域的月尺度干旱评估，具有较好的时间和空间可比性，但其受地表结构和资料同化水平等因素的限制[9]。综合归一化植被指数(NDVI)和地表温度(LST)的散点图分布特点诊断作物水分胁迫状态的应用已逐渐普及，王鹏新等[10-11]在NDVI和LST的散点图呈三角形区域分布的基础上提出了条件植被温度指数(Vegetation Temperature Condition Index，VTCI)的干旱监测方法，从理论和实际应用方面对VTCI冷、热边界的物理意义、确定方法进行了较为深入的研究[12]。应用VTCI进行干旱监测对研究区域的选择要求有两点：①研究区植被覆盖度的变化范围要大；②研究区必须满足土壤表层含水量从萎蔫含水量到田间持水量的条件。近十年来，以NOAA-AVHRR数据为主，证实了VTCI干旱监测方法可用于陕西省关中平原地区的干旱监测、预测等研究[12-13]，并用于2013年关中地区的春旱发展过程的实时监测[14]。张树誉[15]等基于《气象干旱等级》(GB/T 20481-2006)，以关中地区为研究区域，应用NOAA-AVHRR遥感数据，将VTCI 遥感干旱监测指标划分为4个等级，实现NOAA-VTCI的定量化监测。

本研究选取陕西省关中平原地区，基于2003年～2012年每年3月～5月的Aqua-MODIS遥感数据，计算MODIS-VTCI干旱监测结果，并应用当地气象数据对结果进行验证。对比AVHRR-VTCI干旱等级划分标准[10，12]，对MODIS-VTCI干旱监测结果进行等级划分，结合当地气象数据和地面调查数据，研究MODIS-VTCI干旱等级划分指标的可行性。

2 资料与方法

2.1 研究区域

研究区域关中平原位于中国陕西省中部，东西长300km，东宽西狭，面积约12300km2，地势平坦，土质肥沃，水源丰富，机耕、灌溉条件均较好，是陕西省自然条件最好的地区，主要的农作物有小麦和玉米等。关中平原属大陆性季风半湿润气候区，年平均降水量在550mm～700mm，气温呈由南向北逐渐降低的地域变化规律，年平均降水量呈由南向北、由西向东递减的地域变化规律[16]。20世纪90年代以来，关中平原整体上气候暖干化特征显著，暖春、暖冬化、春旱、秋旱等也愈加显著[17]。

从关中平原旱情的地理分布来看，关中中部和东部为旱灾的高发区；从旱情的季节分布来看，关中地区降水量较少，且季节分布不均衡，夏秋多、冬春少，再加上年、季、月降水的变化均较大，使得该地区干旱灾害具有明显的季节性特征，即有单季旱和连季旱两大类型的干旱[18]。由于关中平原地区既有灌溉农田又有旱作农田，垦植指数达70%以上，满足土壤表层含水量从萎蔫含水量到田间持水量的条件，因此，选取VTCI干旱监测方法研究该区域的干旱状况具有代表性。

2.2 NDVI和LST合成值产品的生成

目前农业旱情监测中应用较为广泛的卫星遥感数据主要有NOAA-AVHRR和MODIS。孙威等[12]基于NOAA-AVHRR数据，利用VTCI方法，对关中地区旱情进行了定量化监测。相对于AVHRR传感器而言，MODIS传感器在干旱监测中具有突出的优势。MODIS在数据波段数目和数据应用范围、数据分辨率、数据接收和数据格式等方面都作了相当大的改进[19]。

选取2003年～2012年每年3月～5月的Aqua-MODIS遥感数据产品(MYD09地表反射率和MYD11 LST)，利用MODIS Reprojection Tools软件对原始数据进行投影转换、重采样、裁剪、格式转换等预处理工作，得到每年关中平原日LST和地表反射率数据，并根据NDVI的定义计算得到日NDVI。选取最大值合成法[20]对日NDVI和LST进行合成处理，以旬为时间尺度，生成2003年～2012年每年3月～5月的NDVI和LST旬最大值合成产品。然后对每年3月～5月的NDVI和LST旬最大值合成产品再进行最大值合成，生成多年NDVI和LST旬最大值合成产品；对每年3月～5月的LST旬最大值合成产品再进行最小值合成，生成多年LST旬最大-最小值合成产品。

2.3 条件植被温度指数的等级划分指标

VTCI的定义为[10-11]：

(1)

其中：

LSTmax(NDVIi)=a+bNDVIi

(2)

LSTmin(NDVIi)=a′+b′NDVIi

(3)

式中，LSTmax(NDVIi)和LSTmin(NDVIi)分别表示在研究区域内，当NDVIi值等于某一特定值时的所有像素地表温度的最大值和最小值，被称作热、冷边界[12]；a，b，a′，b′为待定系数，通过绘制研究区域的NDVI和LST的散点图近似获得。

张树誉等[15]基于NOAA-AVHRR遥感数据，将VTCI干旱监测指标分为无旱、轻旱、中旱、重旱4个等级，这一划分指标在关中平原地区得到验证。AVHRR-VTCI干旱等级划分指标为：VTCI>0.55为无旱，VTCI在0.46～0.55之间为轻旱，VTCI在0.37～0.46之间为中旱，VTCI<0.37为重旱。

为探究MODIS-VTCI干旱监测及等级划分结果的可行性，在陕西省关中平原东、中、西部地区共选取7个旱作样点：合阳、蒲城、蓝田、乾县、岐山、陈仓、凤翔，收集气象站点2003年～2012年的日降水量数据。这些旱作样点的分布较为均匀，同时3km×3km范围内以冬小麦为主，具有较好的代表性。根据样点的经纬度坐标计算其在影像上的像素坐标，用3×3模板计算包括该样点所在像素及其周围的8个像素的NDVI、LST、VTCI的平均值。为了保证地表覆盖的均一性，仅选择3×3模板LST的标准差小于1.7K和NDVI的标准差小于0.005的样点进行分析。通过气象数据验证MODIS-VTCI干旱监测结果的正确性。绘制MODIS-VTCI和AVHRR-VTCI的散点图，分析两种遥感数据干旱监测结果的可比性，并对MODIS-VTCI干旱等级划分结果进行评价。

3 结果与分析

3.1 MODIS-VTCI干旱监测结果的验证

收集关中地区7个旱作样点2003年～2012年的日降水量数据，分析MODIS-VTCI与相应累计降水量的相关性，以岐山为例，对比分析二者的变化趋势(图1)。

图1 2003年～2012年MODIS-VTCI与累计降水量变化趋势图(以岐山为例)

岐山样点的降水量验证结果显示，MODIS-VTCI干旱监测结果与累计降水量变化趋势基本一致，例如，2003年3月下旬、2006年3月中旬、2007年3月下旬、2012年4月上旬等岐山的累计降水量都为0，而这几个时间段相应的VTCI值分别为0.28、0.21、0.27和0.21，降水量数据和VTCI数据均表现出这一时期岐山旱情严重；2008年4月下旬岐山累计降水量最大，达54.4mm，相应VTCI值为1，降水量数据和VTCI数据均表现出这一时期岐山未出现干旱现象。

分析7个旱作样点2003年～2012年MODIS-VTCI与累计降水量以及累计降水距平值的相关性(表1)。结果显示，MODIS-VTCI干旱监测结果与累计降水量的相关系数平均值为0.4736，最小值不低于0.39；MODIS-VTCI干旱监测结果与降水距平值的相关系数平均值为0.4238，最小值不低于0.36。地面气象数据证实MODIS-VTCI用于监测关中地区干旱程度是可行的。

表1 2003年～2012年MODIS-VTCI与累计降水量以及降水距平的相关系数

3.2 MODIS-VTCI干旱等级监测结果的年际分析

应用两种卫星遥感数据分别获得的2003年～2012年每年3月～5月典型样点的VTCI的散点图如图2所示。结果表明，这些样点10年9个旬的VTCI干旱监测结果的分布趋势一致，均向对角线集中，呈现出显著的线性相关关系。将MODIS和AVHRR两种数据的VTCI结果进行差值比较，差值结果的变化范围为-0.34～0.32，主要分布在[-0.1，0.1]区间上，平均值为-0.04，均方根误差为0.12。由差值的变化范围和平均值可知，整体上MODIS-VTCI比AVHRR-VTCI略小，均方根误差表明差值的离散程度小，说明在地表覆盖均一的地区利用两种数据计算得到的VTCI值是相等或者相近的。通过对比分析典型样点的VTCI干旱监测结果，说明了在地表覆盖均一的地区MODIS和AVHRR两种数据的VTCI结果具有可比性，应用AVHRR-VTCI干旱等级划分指标对MODIS-VTCI干旱监测结果进行等级划分具有可行性。

图2 2003-2012年每年3月～5月典型样点VTCI散点图和MODIS-VTCI和AVHRR-VTCI差值的频率分布

应用AVHRR-VTCI干旱等级划分指标对2003年～2012年MODIS-VTCI干旱监测结果进行等级划分，典型样点的多年干旱等级监测结果如图3所示。结果表明，自2003年至2012年间，关中平原地区旱情严重的年份主要为2003年、2004年、2005年和2009年。其中，2003年3月下旬发生了重旱，4月下旬和5月下旬都发生了中旱，3月中旬、4月中旬和5月上旬局部地区也出现了干旱情况；2004年旱情严重，3月上旬、4月中旬和4月下旬都发生了重旱，3月中旬发生了中旱；2005年4月上旬和4月下旬都发生了重旱，5月上旬也出现了轻到中旱的情况；2009年3月中旬发生了重旱，4月中旬和5月上旬都发生了中旱。2010年、2011年和2012年基本没有旱情发生，2006年、2007年和2008年旱情轻微。从多年同一旬干旱发生的频率来看，3月中旬到4月下旬为关中平原地区干旱高发期，进入5月后，旱情发生的频率有所下降，程度也有所减轻；从多年同一旬干旱发生的地域性来看，位于关中东部的合阳、蒲城的旱情整体比位于关中中部的蓝田、乾县、以及位于关中西部的凤翔、陈仓和岐山严重，在干旱年份发生重旱的频率更高。根据气象部门资料和地面调查数据，2003年、2004年、2005年和2009年关中地区3、4月份降水量和土壤含水量均较低，旱情严重。MODIS-VTCI干旱等级监测结果与当地气象水文数据基本相符合。

3.3 MODIS-VTCI干旱等级监测结果的年内分析

以2009年为例，对MODIS-VTCI干旱等级监测结果进行了分析(图4)。结果表明，3月上旬关中的旱情并不严重；3月中旬旱情加重，关中东部的旱作地区蒲城、合阳等VTCI值低于0.37，出现了重旱现象；3月下旬旱情稍有缓解；4月上、中旬旱情加重，关中东部部分地区出现重旱现象；4月下旬旱情有所缓解；进入5月上旬后，东部地区的高温使该地区旱情严峻；5中旬和下旬关中地区旱情逐步解除。

陕西省气象资料显示[21]：2009年春季(3月～5月)关中地区平均气温为12℃～16℃，较常年偏高1℃～2℃；降水量为110 mm～220mm，西部局地较常年偏少一到二成；日照为400 h～730h，较往年偏多10h～120h。2009年陕西省冬小麦生育期气象条件总体特征为：冬季气温偏高，有利于冬小麦安全越冬；冬季前期关中地区有轻到中旱，至2月全省出现降水，旱情有所缓解，利于冬小麦返青；3月降水分布较均匀，墒情大部增加，利于冬小麦的起身和拔节；4月全省普遍气温偏高、降水偏少，月内降水时空分布较均匀，水分利用率高，土壤墒情较好，对冬小麦的抽穗灌浆有利，但长期的高温少雨对冬小麦的拔节孕穗有一定影响；5月份全省气温偏低、降水偏多，大部地区旱情解除，冬小麦成熟期生长及收割晾晒进展较顺利。

关中地区2009年MODIS -VTCI干旱等级监测结果与当地气象数据和小麦生育期气象条件特征相一致，说明MODIS -VTCI干旱等级划分指标是可行的。

图3 2003年～2012年每年3月～5月典型样点MODIS-VTCI干旱等级监测结果

图4 2009年3月～5月MODIS-VTCI干旱等级监测结果

4 结束语

在关中平原地区将建立在NOAA-AVHRR数据上的VTCI干旱等级划分指标应用到Aqua-MODIS数据中，通过气象数据对MODIS-VTCI干旱监测结果进行验证。绘制典型样点的VTCI散点图发现，两种数据的VTCI干旱监测结果散点分布呈现显著的线性相关关系，说明MODIS和AVHRR在相同时间尺度下得到的VTCI干旱监测结果具有可比性。干旱等级的年际、年内监测结果表明，3月中旬至4月下旬为关中地区干旱高发时期，关中东部地区旱情比西部严重，旱情时空分布和当地的气象水文数据相符合。以上结果均说明MODIS-VTCI干旱等级划分指标具有可行性。

VTCI干旱监测方法仅考虑了NDVI和LST的时空变化特征，应用VTCI进行干旱监测对研究区域的选择要求较高，适用于监测某一特定年内某一时期区域级的相对干旱程度，在精度和适用区域上存在一定局限性，今后将对VTCI的适用精度进行深入研究。干旱等级划分指标具有不确定性，未来的研究重点将进一步深入研究MODIS-VTCI干旱等级划分指标的不确定性，需更多地考虑影响土壤水分和作物水分的因素进行MODIS-VTCI的定量化研究。

参考文献：

[1] 张洁，武建军，周磊，等.基于MODIS数据的农业干旱监测方法对比分析[J].遥感信息，2012，27(5)：48-54.

[2] 刘引鸽，缪启龙.陕西干旱灾害特征分析[J].宝鸡文理学院学报(自然科学版)，2002，22(4)：308-310.

[3] 石忆邵.陕西省干旱灾害的成因及其时空分布特征[J].干旱区资源与环境，1994，8(3)：51-57.

[4] 李红梅，范建忠，李星敏.陕西近500年极端干旱变化初步分析[J].陕西气象，2011，(2)：35-37.

[5] 侯英雨，何延波，柳钦火，等.干旱监测指数研究[J].生态学杂志，2007，26(6)：892-897.

[6] MCKEE T B，DOESKEN N J，KLEIST J.The relationship of drought frequency and duration to time scales[C]//Proceedings of the 8th Conference on Applied Climatology.Boston，MA：American Meteorological Society，1993，17(22)：179-183.

[7] WALLIS J R.The National drought atlas[C].In Proceedings of the 20th Anniversary Conference on Water Management in the ′90s，Seattle，USA，1993，445-458.

[8] PALMER W C.Keeping track of crop moisture conditions，nationwide：The new crop moisture index[J].Weatherwise，1968(21)：156-161.

[9] 韩海涛，胡文超，陈学君，等.三种气象干旱指标的应用比较研究[J].干旱地区农业研究，2009，27(1)：237-247.

[10] 王鹏新，龚健雅，李小文.条件植被温度指数及其在干旱监测中的应用[J].武汉大学学报(信息科学版)，2001，26(5)：412-418.

[11] WAN Z M，WANG P X，LI X W.Using MODIS land surface temperature and normalized difference vegetation index products for monitoring drought in the southern Great Plains，USA [J].International Journal of Remote Sensing，2004，25(1)：61-72.

[12] SUN W，WANG P X，ZHANG S Y，et al.Using the vegetation temperature condition index for time series drought occurrence monitoring in the Guanzhong Plain，PR China [J].International Journal of Remote Sensing，2008，29(17-18)：5133-5144.

[13] 田苗，王鹏新，韩萍，等.基于SARIMA模型和条件植被温度指数的干旱预测[J].农业机械学报，2013，44(2)：109-116.

[14] 王鹏新，林巧，张树誉，等.2013年关中地区春旱的实时监测与剖析[J].干旱地区农业研究，2013，31(3)：234-236.

[15] 张树誉，孙威，王鹏新.条件植被温度指数干旱监测指标的等级划分[J].干旱区研究，2010，27(4)：600-606.

[16] 李平华，胡小晖，程燕.陕西关中地区水文气候状况对全球变暖的响应问题探讨[J].灾害学，2002，17(2)：37-41.

[17] 陈太根，董婕.关中平原近49年来气候变化特征分析[J].干旱区资源与环境，2009，23(12)：76-81.

[18] 李惠茹.陕西水旱灾害探讨[J].水资源与水工程学报，2004，15(3)：64-65.

[19] 刘闯，葛成辉.美国对地观测系统(EOS)中分辨率成像光谱仪(MODIS)遥感数据的特点与应用[J].遥感信息，2000，(3)：45-48.

[20] CIHLAR J，MANAK D，D’IORIO M.Evaluation of compositing algorithms for AVHRR data over land [J].IEEE Transactions on Geoscience and Remote Sensing，1994，32(2)：427-437.

[21] 王娜，田武文，雷向杰，等.陕西省2009年气候影响评价[J].陕西气象，2010，(4)：24-27.