MODIS－TVDI指数监测新疆干旱动态

刘星含，张佳华，2，许晓宏

（1.长江大学地球科学学院，武汉430100；2.中国科学院遥感与数字地球研究所数字地球实验室，北京100094）

MODIS－TVDI指数监测新疆干旱动态

刘星含1，张佳华1，2，许晓宏1

（1.长江大学地球科学学院，武汉430100；2.中国科学院遥感与数字地球研究所数字地球实验室，北京100094）

针对近年频发的干旱情况不能准确及时监测评估的问题，该文以新疆为研究区域，基于温度植被干旱指数方法，利用2007年到2012年3月～8月MODIS合成产品数据获取归一化植被指数和陆地地表温度，构建LST－NDVI特征空间，得到全区的温度植被干旱指数和旱情等级空间分布图，分析了新疆干旱变化趋势，验证了温度植被干旱指数和降水因子的关系。结果表明：2007年～2012年新疆的干旱面积逐年趋于平稳，空间上表现为南疆旱情高于北疆，春季旱情高于夏季，降水量是影响温度植被干旱指数的重要因子。该研究为政府部门对新疆旱情严重地区治理提供了有效数据保证。

归一化植被指数；陆地表面温度；温度植被干旱指数；干旱监测；干旱评估

1 引 言

干旱与其他自然灾害相比，出现的频率最高，持续时间最长，影响范围最大，除了危害作物生长，造成作物减产，同时还危害居民生活，影响工业生产和其他社会经济活动。

基于地面观测的干旱监测方法主要是基于地面站点的土壤墒情数据，其准确性、代表性和完整性都存在局限，遥感技术的优势在于能够利用传感器获取及时、客观的大范围综合地表信息，同时监测陆地表面温度和植被生长状态，这使遥感技术成为了区域旱情监测的重要手段。

国外学者利用遥感进行土壤水分监测研究开始于20世纪60年代末。20世纪70年代，Bowers和Hanks等［1］对土壤光谱反射特性进行了研究；Watsom等［2］首次提出了用地表温度日较差推算热惯量的简单模式。Carlson T N［3］在估算土壤有效水分和热惯量研究中，较早开展了利用NOAA／AVHRR遥感资料进行大面积作物旱情监测的尝试。1990年之后，国外在土壤水分遥感定量反演方面得到了新的发展，并逐步实现了实用化系统应用。从Moran对归一化植被指数（Normalized Difference Vegetation Index，NDVI）和陆地地表温度（Land Surface Temperature，LST）的相关性研究开始，多项研究表明NDVI和LST之间存在着显著的负相关性［4－5］。Price和Carlson等［3，6］研究发现，若研究区域包含地表覆盖植被类型从裸土到密闭植被冠层，土壤湿度由干旱到湿润，则该区域内每个像元的植被指数和地表温度组成的散点图呈现为梯形，在此基础上Sandholt等［7］提出了温度植被干旱指数（Temperature Vegetation Dryness Index，TVDI）的概念。

国内学者进入90年代后，在利用NOAA／AVHRR资料进行土壤水分或干旱的宏观监测研究工作取得了很大进步。肖乾广等［8］利用NOAA／AVHRR数据对我国干旱情况进行了长期监测；查勇［9］利用卫星遥感图像创建了统一的草地植被变化反演模型；柳钦火等［10］利用地表温度和植被指数，将全国分为6个区进行全国农业旱情监测；张顺谦等［11］利用NOAA／AVHRR资料，结合四川省农业气象台测定的土壤湿度数据，通过对温度植被旱情指数计算方法的改进和旱情分级标准的研究，建立了四川伏旱遥感监测模型。田庆久和杜灵通［12］构建了基于多远空间信息的干旱监测模型。

新疆是干旱灾害频发的地区，由于特殊的地理和气候环境，水资源时空分布不均匀，季节性供需矛盾大，社会经济发展和不合理的人类运动等因素［13］，造成了新疆干旱常年发生。近年来，新疆地区频繁的旱情让研究者对该地区的干旱情况进行了研究。姚春生等［14］使用温度植被干旱指数法完成了新疆土壤湿度的反演。包安明等［15］利用MODIS数据对塔里木河下游的植被生长状况进行了监测，完成了新疆生态环境建设的研究。

本文基于MODIS－TVDI方法开展2007年到2012年的新疆干旱监测研究，构建多年的LSTNDVI特征空间，得到新疆干旱情况分布图。分析了2007年～2012年3月～8月新疆干旱变化情况，研究结果为政府部门对新疆旱情严重地区治理提供了有效的数据保证。

2 研究区域概况

新疆维吾尔自治区位于中国西北边陲，总面积为1.6649×106km2。由于远离海洋、深居内陆，四周有高山阻隔，海洋气流不易到达，所以形成了典型的温带大陆性干旱气候。区内降水量山区多于盆地、西部多于东部、北部多于南部，气候干燥，天山以南的南疆气温高于天山以北的北疆。

新疆的土地利用类型分为农用地（37.85%）、建设用地（0.72%）和未利用地（61.43%）。农用地分为耕地、园地、林地、牧草地和其他农业用地，其中牧草地所占比例最大，达到30.82%；建筑用地分为居民点及工矿用地、交通用地和水利设施用地，所占比例依次为0.58%、0.03%、0.11%［16］。新疆的耕地主要分布在伊犁地区、昌吉自治州、塔城地区等，园地主要分布在巴州、阿克苏、克州、喀什地区等，林地主要分布在伊犁地区、和田地区、巴州、阿勒泰地区，牧草地主要分布在伊利地区、阿勒泰地区。

通过新疆1961年～2005年88个气象站多年的平均气温和降水量［17］，可以得到45年中的平均气温平均值为7.8℃，其中吐鲁番最高（14.5℃），天山大西沟最低（－5.1℃）。平均降水量为154.6mm，其中天山小渠子最大（543.3mm），托克逊最小（7.8mm）。近年来，在新疆部分地区和小型灌溉区等易旱区域连年发生持续性干旱，严重影响了农牧业生产，给新疆的社会经济持续发展造成了严重危害。

3 数据与方法

3.1 数据处理

本文收集了研究区2007年～2012年3月～8月的MODIS11A2和MODIS13A3。MODIS11A2是8天合成空间分辨率为1km的陆地表面温度产品，包括白天地表温度、夜间地表温度、31和32波段通道发射率等资料。该产品中的地表温度是通过建立31、32通道亮温线性组合的劈窗算法计算得到。MODIS13A3是月合成的空间分辨率为1km的植被指数产品。该产品包括NDVI、EVI、红光、近红外、中红外、蓝光等波段反射率以及其他辅助信息。MODIS13A3使用新的合成算法减小了随观测角度的变化和太阳－目标－传感器几何学因素引起的变化。在生成植被指数格点资料时将应用分子散射、臭氧吸收、气溶胶订正算法、用BRDF模式将观测量订正到天顶角。将数据拼接、投影转换，利用波段计算和裁剪完成预处理。本文遥感数据来源于美国NASA网站（http：／／ladsweb.nascom.nasa.gov）。

3.2 温度植被干旱指数

Sandholt［7］等在研究中发现，LST－NDVI特征空间中有很多等值线，于是提出温度植被干旱指数（TVDI）的概念。TVDI由植被指数和地表温度计算得到，其定义为：

TVDI＝（T－Tmin）／（Tmax－Tmin） （1）

其中T为任意像元的地表温度；Tmin为NDVI对应的最低地表温度，即湿边，Tmin＝a＋b× NDVI；Tmax为NDVI对应的最高地表温度，即干边，Tmax＝c＋d×NDVI；a、b、c、d是干湿边拟合方程的系数。

TVDI的取值在0～1之间，TVDI值越大，表明该区域干旱越严重。在湿边上TVDI＝0，在干边上TVDI＝1，T越接近干边，TVDI越大，土壤干旱情况越严重；相反，T越接近湿边，TVDI越小，土壤含水量越高。对参数的计算要求研究区域范围足够大，地表覆盖从裸土变化到稠密的植被覆盖，土壤表层含水量从干燥到湿润。

3.3 干旱等级划分

由于不同地区的气候条件不同，各种干旱监测指数的适应范围差异大，在划分干旱等级和监测、评估干旱发生时，难以满足不同地区的灾害需求。李国正［18］将TVDI按密度划分为10个等级，然后又将其合并为湿润区（1～3）、偏湿润区（4～6）、偏干旱区（7～8）、干旱区（9～10）4个等级。吴孟泉等［19］将干旱划分为5个等级，分别是水域（0～0.2）、湿润（0.2～0.4）、正常（0.4～0.6）、缺水（0.6～0.8）和干旱（0.8～1.0）。新疆的沙漠面积较大，干旱常年发生，利用李国正和吴孟泉的干旱等级划分方法，研究区域除了盆地边缘和高山脚下，基本被划分为缺水和干旱区，无法得到直观的新疆干旱图。张顺谦［11］根据中国气象局提供的由土壤湿度Y进行旱情分级标准，结合土壤湿度和研究区TVDI指数的线性拟合，反演得到各旱情等级的TVDI分级标准。该标准利用在新疆地区的TVDI分级效果较好，因此本文采用张顺谦TVDI对干旱等级的划分（表1）。

表1 干旱等级划分表

4 结果与分析

经过数据预处理之后，应用MODIS数据构建2007年～2012年春季和夏季的LST－NDVI特征空间。在ENVI软件下，使用IDL语言编程，经过运行输出LST－NDVI散点图，并得到所提取的NDVI下最大和最小陆地地表温度Tmax和Tmin，并拟合回归获得干湿边拟合方程（图1）。特征空间中的干边斜率小于0，说明随着植被覆盖度的增加，Tmax越小；湿边的斜率大于0，说明随着植被覆盖度的增加，Tmin越大。

图1 干湿边拟合方程

在ArcGIS中将全区的TVDI图像制成干旱等级图，干旱分级标准如表1所示。从整体研究区域来看，新疆无旱和轻旱区域主要分布在盆地边缘的高山脚下，夏季的高山融雪形成了丰富的水资源，中旱和重旱地区主要分布在人口较为密集的平原地区，特旱区域主要分布在塔克拉玛干沙漠、古尔班通古特沙漠以及吐鲁番盆地。

从每年7月份的TVDI干旱等级划分图像（图2）可以看出，近年来，新疆自治区的无旱面积变化并不明显，但是重旱地区面积呈明显下降的趋势。在2007年和2008年7月，新疆多处人口密集地区处于TVDI等级的重旱和特旱等级中，例如喀什、和田、阿勒泰等地区，而吐鲁番地区常年处于特旱等级。

通过对2007年～2012年春季和夏季的TVDI求均值，以及等级划分，从而获得2007年～2012年3月～8月的各干旱等级面积比重图（图3）。2009年无旱面积占全区总面积的比重最高，为74.65%，2008年的无旱面积占全区总面积的比重最低，仅为37.16%。特旱和重旱面积比重在2012年为26.97%，而在2009年仅为0.61%，轻旱和中旱面积比重在6年里变化不明显。从数据可以看出，新疆在2009年的干旱情况相较于2007年和2008年得到了缓解，2008年和2012年的干旱程度相比其他年份更加严重。

图2 2007年～2012年7月新疆地区干旱情况比较

图3 2007年～2012年各干旱等级面积比重图

将2007年～2012年春、夏季36个月的干旱面积比重完成折线图（图4），从图中显示可以看出，每年的干旱高峰基本发生在春季，由此可以得出，新疆的春旱比夏旱情况严重。并且在2010年之后，干旱面积所占比重逐渐趋于平稳，波动范围逐渐缩小。

图4 2007年～2012年3月～8月干旱面积比重图

图5 降水量与TVDI的关系

降水量是影响干旱的直接因子，选取乌鲁木齐、阿勒泰和喀什地区的历史降水量数据，分析降水量和TVDI的关系。从降水量数据来看，乌鲁木齐市和阿勒泰地区的降水量明显高于喀什地区，喀什地区常年处在低降水量高TVDI的环境下，可见南疆地区的干旱情况比北疆更加严峻。从图5看出，降水量与TVDI有很好的相关性，随着降水量的增大，TVDI有下降的趋势，但有一定的时间滞后性，当降水量趋于平稳时，TVDI的波动变化也不明显，可以认为降水量是影响TVDI的重要因子之一。

5 结束语

利用TVDI方法，获得了2007年～2012年3月～8月新疆地区旱情变化图，并通过多年的干旱面积变化情况对比，以及与降水量的相关性分析，对新疆存在的干旱情况进行了研究。结果表明，新疆地区的无旱区域面积稳定，集中在盆地边缘、山脉脚下，特旱区域集中在沙漠地区附近。结合降水量因子可以看出，南疆的旱情比北疆严重。新疆地区干旱面积波动幅度趋于平稳，近几年来特旱地区面积比重却在下降。

目前，对新疆的干旱情况监测主要还在使用单一指数的方法，主要监测数据都来自气象站。而单一指数的监测不能够全面反映新疆的干旱情况，在人口较少区域，更是无法了解当地的真实旱情水平。MODIS数据获取快捷，解决了对大面积区域宏观监测的问题，TVDI方法原理简单，应用型强，解决了仅使用单一数据进行新疆地区干旱监测的问题。

该方法也存在诸多不足之处，TVDI方法仅使用了地表温度数据和归一化植被指数数据，并未考虑其他干旱影响因子。要解决这一问题，必须用其他影响因子对TVDI方法进行验证，同时可以结合其他干旱指数对新疆干旱情况进行更全面的评估，以提升干旱模型的应用水平。

［1］ BOWERS S A，HANKS R J.Reflection of radiant energy from soil［J］.Soil Science，1965，100（2）：130－138.

［2］ WATSON K，POHN H A.Thermal inertia mapping from satellites discrimination of geologic unitin oman［J］.Journal of Research Geology Surveying，1974，2（2）：147－158.

［3］ CARLSON T N，PERRY E M.Remote estimation of soil moisture availability and fractional vegetation cover for agriculture field［J］.Agriculture and Forest Meteorology，1990，（52）：45－49.

［4］ MORAN M S，CLARKE T R.Estimating crop water deficit using the relation between surface－air temperature and spectral vegetation index［J］.Remote Sensing of Environment，1994，（49）：246－263.

［5］ BOEGH E，SOEGAARD H，HANAN N，et al.A remote sensing study of the NDVI－Ts relationship and the transpiration from sparse vegetation in the sahel based on high resolution satellite data［J］.Remote Sensing of Environment，1998，（69）：224－240.

［6］ PRICE J C.Using spatial context in satellite data to infer regional scale evapotranspiration［J］.IEEE Transactions on Geoscience and Remote Sensing，1990，（28）：940－948.

［7］ SANDHOT L，RASMUSSEN K.A simple interpretation of the surface temperature／vegetation index space for assessment of surface moisture status［J］.Remote Sensing of Environment，2002，（79）：213－224.

［8］ 肖乾广，陈维英，盛永伟，等.用气象卫星监测土壤水分的试验研究［J］.应用气象学报，1994，5（3）：312－318.

［9］ 查勇.草地植被变化遥感监测方法研究［D］.南京：南京师范大学地理科学学院，2003.

［10］ 柳钦火，辛景峰，辛晓洲，等.基于地表温度和植被指数的农业干旱监测方法［J］.科技导报，2007，25（6）：12－18.

［11］ 张顺谦，卿清涛，侯美亭，等.基于温度植被干旱指数的四川伏旱遥感监测与影响评估［J］.农业工程学报，2007，23（9）：141－147.

［12］ 杜灵通.基于多远空间信息的干旱模型构建及其应用研究［D］.南京：南京大学地理学，2013.

［13］ 白云岗，木沙·如孜，雷晓云，等.新疆干旱灾害的特征及影响因素分析［J］.人民黄河，2012，34（7）：61－63.

［14］ 姚春生，张增祥，汪潇.用温度植被干旱指数法反演新疆土壤湿度［J］.遥感技术与应用，2004，19（6）：473－478.

［15］ 包安明，张小雷，方晖，等.MODIS数据在新疆生态环境建设中的应用［J］.干旱区地理，2004，27（2）：256－260.

［16］ 杨燕玲.新疆土地利用动态变化研究［D］.新疆：新疆农业大学土地资源管理，2005.

［17］ 毛炜峄，南庆红，史红政.新疆气候变化特征及气候分区方法研究［J］.气象，2008，34（10）：67－73.

［18］ 李国正，王仰麟，吴健生，等.基于TVDI方法的黄土高原地表干燥度与土地利用的关系研究［J］.地理研究，2006，23（9）：913－919.

［19］ 吴孟泉，崔伟宏，李景刚.温度植被干旱指数（TVDI）在复杂山区干旱监测是应用研究［J］.干旱区地理，2007，30（1）：30－35.

Drought Monitoring in Xinjiang by Using MODIS－TVDI

LIU Xing－han1，ZHANG Jia－hua1，2，XU Xiao－hong1
（1.College of Earth Sciences，Yangtze University，Wuhan 430100；2.Lab of Digital Earth Sciences，Institute of Remote Sensing and Digital Earth，Chinese Academy of Sciences，Beijing100094）

Considering the conditions of droughts occurred frequently in recent years，Xinjiang province was selected as the study area in this study，and by using the compound MODIS data from March to August during 2007and 2012，the NDVI（normalized difference vegetation index）and LST（land surface temperature）were obtained，and the LST－NDVI feature space was firstly established.Then，the condition of TVDI（temperature vegetation dryness index）and spatial distribution of drought grade in the study area were obtained，the variation tendency of the drought in Xinjiang was analyzed，and the relationship of precipitation and TVDI was verified.The result showed that the drought area of Xinjiang had leveled off with each passing year from 2007to 2012，drought severity on south Xinjiang was severer than that on north Xinjiang in the spatial performance，and drought severity on Spring was severer than that on summer；the precipitation factor showed an important factor affecting the TVDI.

NDVI；land surface temperature；TVDI；drought monitoring；drought evaluation

10.3969／j.issn.1000－3177.2015.02.020

P412.15

A

1000－3177（2015）138－0111－05

2014－03－14

2015－01－22

中科院院地合作项目（Y42301101A）；CAS－TWAS项目（Y3YI2701KB）；中科院百人计划项目（Y24002101A）。

刘星含（1989～），女，硕士，研究方向为干旱遥感监测。

E－mail：lxhan0820＠126.com

张佳华（1966～），男，博士，研究方向为生态与气象灾害遥感研究。

E－mail：zhangjh＠radi.ac.cn